





定价:59元
印次:1-1
ISBN:9787302684343
出版日期:2025.04.01
印刷日期:2025.03.19
图书责编:刘星
图书分类:教材
"《数字信号处理——使用Python分析与实现(新形态版)》是一本面向工程技术人员、高校学生及对数字信号处理感兴趣的读者的专业图书。本书以Python语言为工具,对数字信号处理的基本概念、理论和方法进行了系统的阐述,并提供了大量的编程实例来加深理解。 《数字信号处理——使用Python分析与实现(新形态版)》共分为7章,内容涵盖了数字信号处理概述、离散时间信号和系统分析、离散傅里叶变换、快速傅里叶变换、数字滤波器的结构、无限冲激响应滤波器设计和有限冲激响应滤波器设计。 《数字信号处理——使用Python分析与实现(新形态版)》的特点在于将Python编程与数字信号处理相结合,使理论与实践相结合,提高读者的学习效率; 提供丰富的编程实例,帮助读者深入理解数字信号处理的概念和方法; 强调工程应用,使读者能够将所学知识应用于解决实际问题; 内容新颖,反映了数字信号处理领域的近期发展。 《数字信号处理——使用Python分析与实现(新形态版)》适用于高等院校通信与信息系统、电子科学与技术、电子信息工程等相关专业的本科生和研究生,也可作为通信、雷达信号处理、生物医学信号处理等相关领域工程技术人员的参考资料。通过学习,读者可掌握运用Python进行数字信号处理的相关分析和实现方法。"
周治国,博士。1998年本科毕业于华中科技大学测控技术及仪器专业,2004硕士、2009年博士毕业于北京理工大学通信与信息系统专业,2008年获留学基金委资助在美国哥伦比亚大学联合博士培养。目前就职北京理工大学集成电路与电子学院,副教授。讲授《数字信号处理》、《信号处理仿真与应用》,近5年承担省部级以上教改项目6项。作为主持人承担国家自然科学基金1项、工信部课题1项、装备预研基金3项、横向课题30余项,发表论文50余篇,申请专利10余项。
前言 数字信号处理是一门工程性、技术性和实践性很强的课程。随着开源软件的发展,Python语言以其简洁性、易读性以及可扩展性,被广泛地应用于数字信号处理的课程教学和实验中。Python标准库命名接口清晰、文档良好,很容易学习和使用。Python社区提供了大量的第三方模块,使用方式与标准库类似。第三方模块功能强大,可覆盖科学计算、Web开发、数据库接口、图形系统等多个领域,并且大多成熟且稳定。SciPy是一个开源的Python算法库和数学工具包,它基于NumPy科学计算库,用于数学、科学、工程学等领域。SciPy 包含的模块有最优化、线性代数、积分、插值、特殊函数、快速傅里叶变换、信号处理和图像处理、常微分方程求解和其他科学与工程中常用的计算。自2001年发布以来,SciPy 已经成为Python语言中科学算法的行业标准。Python完全免费,众多开源的科学计算库都提供了Python的调用接口。用户可以在任何计算机上免费安装Python及其绝大多数扩展库。 本书配以Python代码示例,由浅入深地向读者介绍数字信号处理的相关知识及其应用。本书共分7章。 第1章数字信号处理概述,介绍数字信号和系统概念,数字信号处理过程和优点,以及数字信号处理软件工具。 第2章离散时间信号和系统分析,介绍采样定理,离散时间信号与系统的时域分析,离散时间信号与系统的频域分析和系统函数。 第3章离散傅里叶变换,介绍傅里叶变换的4种形式: 离散傅里叶级数,离散傅里叶变换的定义及性质,频域采样,用DFT对连续时间信号逼近的问题和窗函数与加权。离散傅里叶变换是数字信号处理两大...
目录
配套资源
第1章数字信号处理概述
视频讲解: 13分钟,1集
1.1信号和系统
1.2数字信号处理过程
1.3数字系统的优点
1.4数字信号处理软件工具
第2章离散时间信号和系统分析
视频讲解: 119分钟,8集
2.1采样定理
2.1.1信号的采样
2.1.2信号的恢复
2.2离散时间信号与系统的时域分析
2.2.1序列表示及运算
2.2.2典型序列
2.2.3序列的周期性
2.2.4卷积运算
2.2.5系统的稳定性和因果性
2.3离散时间信号与系统的频域分析
2.3.1系统的频率响应
2.3.2离散时间傅里叶变换
2.3.3对称性术语
2.3.4z变换
2.3.5拉普拉斯变换、傅里叶变换及z变换间关系
2.4系统函数
2.4.1系统函数的定义
2.4.2系统函数和差分方程的关系
2.4.3系统函数的收敛域
2.4.4系统频率响应的几何确定法
2.4.5无限冲激响应系统与有限冲激响应系统
2.5习题
第3章离散傅里叶变换
视频讲解: 141分钟,10集
3.14种傅里叶变换
3.1.1非周期连续时间信号的傅里叶变换
3.1.2周期连续时间信号的傅里叶变换
3.1.3非周期离散时间信号的傅里叶变换
3.1.4周期离散时间信号的傅里叶变换
3.2离散傅里叶级数
3.2.1离散傅里叶级数变换的推导
3....
理论实践结合 配以Python代码示例,由浅入深地向读者介绍了数字信号处理的相关知识及其应用,反映了数字信号处理领域的**发展。
编程实例丰富 提供丰富的编程示例,并在GitHub上提供Python信号处理程序示例源代码,帮助读者深入理解数字信号处理的概念和方法。
强调工程应用 引导读者通过Python编程的方式来准确地理解数字信号处理的背景知识及其应用,使读者能够将所学知识应用于解决实际问题。
人工智能赋能 配以基于智谱清言智能体PyDSP AI助手,能够理解用户的问题和需求,并提供准确的答案和指导,提高读者的学习效率。
教学资源丰富 为了便于教师教学,提供丰富的教学资源,获取方式详见前言。"