现代信号分析和处理(第2版)
本书系统和深入地介绍了现代数字信号分析和处理的基础以及一些广泛应用的算法。本书适用于电子信息领域研究生课程, 也可供各类利用信号或数据分析作为工具的研究生、 教师和科技人员参考。

作者:张旭东

丛书名:高等学校电子信息类专业系列教材

定价:99元

印次:2-1

ISBN:9787302658375

出版日期:2024.05.01

印刷日期:2024.03.28

图书责编:曾珊

图书分类:教材

电子书
在线购买
分享
内容简介
作者简介
前言序言
资源下载
查看详情 查看详情 查看详情

本书系统和深入地介绍了现代数字信号分析和处理的基础以及一些广泛应用的算法。 前4 章介绍了研究和学习现代数字信号处理的重要基础, 包括随机信号模型、 估计理论概要、 **滤波器理论、 最小二乘滤波和卡尔曼滤波, 这些内容是信号处理统计方法的基础性知识; 第5 章~第8 章详细讨论了几类广泛应用的典型算法, 包括自适应滤波算法、 功率谱估计算法、 高阶统计量和循环统计量、 信号的盲源分离; 第9章~第11 章包括时频分析、小波变换原理及应用和信号的稀疏分析与压缩感知。 本书详细地介绍了近年受到广泛关注的一些前沿专题, 例如EM算法、 粒子滤波、 独立分量分析、 盲源分离的子空间方法、 稀疏表示与压缩感知等, 空间阵列信号处理的一些初步内容会穿插在有关章节, 但不单独成章。 本书在写作中既注重了内容的先进性和系统性, 也注重了内容的可读性。 本书适用于电子信息领域研究生课程, 也可供各类利用信号或数据分析作为工具的研究生、 教师和科技人员参考。

张旭东,清华大学电子工程系长聘教授,博士生导师,主要研究方向为信号处理和机器学习。承担国家、部委和国际合作项目数十项,发表学术论文150余篇,出版有《现代信号分析和处理》著作4部。获得Elsevier的**引用奖(The Most Cited Paper Award,2008)和IET国际雷达年会**论文奖,两次获得清华大学教学成果一等奖,三次获得清华大学优秀教材奖。

第2版前言 本书自第1版于2018年出版以来,得到许多读者的认可和一些任课教师的鼓励,并获得“清华大学优秀教材奖”,至2023年春季已重印8次。通过作者几年的教学实践,以及与许多教师和读者的交流,感觉本书第1版体量太大,技术细节的内容较多,作为研究生课程教材时篇幅过大。第2版主要的变化是进行了适当的删减,并保持内容的连贯性和良好的可读性,同时修改了部分习题,使本书更侧重于基础性和系统性,更适合研究生课程教学使用。参考文献集中于全书的最后,按作者字母顺序排列,便于读者参考。 第2版的另一个变化是将本书向“新形态教材”转化的尝试。除在出版社网站提供全部教学课件等资料的下载外,还提供了较丰富的微课视频,读者可扫描嵌入在各章节的二维码进行观看。当用本书作为教材时,授课教师的课堂讲课和微课视频可配合使用,以加深学生的理解。对于用本书作为自学的读者,微课视频可辅助理解书中的内容。 作者在准备本书第2版前,征求了何友院士的意见,何院士鼓励作者对第1版进行较大幅度的删减,以更适合于作为教材的推广; 何院士也对教材修改给出许多指导意见,在此表示感谢。同时感谢本书第1版的责任编辑王一玲老师和清华大学出版社电子信息教材事业部主任盛东亮老师以及责任编辑曾珊老师对本书出版给予的大力支持。 限于作者水平,书中难免存在不足之处,敬请读者指正。 作者于清华园2024年1月 第1版前言 现代信号分析和处理的应用非常广泛,不仅包括电子信息领域,而且在如生物医学工程、地质勘探、震动测量、自动控制甚至金融和社会学等众多领...

课件下载

样章下载

暂无网络资源

扫描二维码
下载APP了解更多

目录
荐语
查看详情 查看详情

目录

第0章绪论

0.1本书的主要内容

0.2对信号处理的一些基本问题的讨论

0.3一个简短的历史概述

第一篇信号的统计处理方法基础

第1章随机信号基础及模型

1.1随机信号基础

1.1.1随机过程的概率密度函数表示

1.1.2随机过程的基本特征

1.2随机信号向量的矩阵特征

1.2.1自相关矩阵

1.2.2互相关矩阵

1.2.3向量信号相关阵

1.3常见信号实例

1.3.1独立同分布和白噪声

1.3.2复正弦加噪声

1.3.3实高斯过程

*1.3.4混合高斯过程

1.3.5高斯马尔可夫过程

1.4随机信号的展开

1.4.1随机信号的正交展开

1.4.2基向量集的正交化

1.4.3KL变换

1.5随机信号的功率谱密度

1.5.1功率谱密度的定义和性质

1.5.2随机信号通过线性系统

1.5.3连续随机信号与离散随机信号的关系

1.6随机信号的有理分式模型

1.6.1谱分解定理

1.6.2随机信号的ARMA模型

1.6.3随机信号表示的进一步讨论

1.6.4自相关与模型参数的关系

1.7本章小结与进一步阅读

习题

第2章估计理论基础

2.1基本经典估计问题

2.1.1经典估计基本概念和性能参数

2.1.2几个常用估计量

2.2克拉美罗下界

2.3最大似然估计

2.4贝叶斯估计

2.4.1最小均方误差贝叶斯估计

...

"本书详细地介绍了近年受到广泛关注的一些前沿专题, 例如EM算法、 粒子滤波、 独立分量分析、 盲源分离的子空间方法、 稀疏表示与压缩感知等, 空间阵列信号处理的一些初步内容会穿插在有关章节, 但不单独成章。 本书在写作中既注重了内容的先进性和系统性, 也注重了内容的可读性。
"