信号处理与软计算

第一章　导论
1.1　前言
1.2　数字信号处理的进展和挑战
1.3　对学习本课程的建议
第二章　信号、系统和线性变换
2.1 信号和序列
2.2 线性移不变系统
2.3 连续信号的离散化和采样
2.4 付里叶变换的一些性质
2.5 Z变换
2.6 逆Z变换
2.7 Z变换的基本性质
2.8 拉氏变换、付里叶变换和Z变换之间的关系
2.9 离散余弦变换
第三章　离散付里叶变换和快速算法
3.1　前言
3.2　离散付里叶级数
3.3　离散付里叶变换
3.4　快速付里叶变换 (FFT)
3.5　快速算法中的其他考虑
3.6　快速卷积
第四章　数字滤波器
4.1　前言
4.2　数字网络表示和基本结构
4.3　数字滤波器原理
4.4　模拟滤波器近似
4.5　无限冲激响应(IIR) 数字滤波器
4.6　有限冲激响应(FIR) 数字滤波器
4.7　自适应滤波器
第五章　MATLAB语言和信号处理
5.1　前言
5.2　基本的系统命令函数
5.3　信号分析
5.4　滤波器设计
第六章　相关分析和谱分析
6.1　前言
6.2　相关函数
6.3　功率谱密度函数
6.4　谱分析
6.5　频率响应函数和相干分析
6.6　高分辨率谱分析
6.7　倒谱和解卷积
第七章　现代谱估计
7.1　前言
7.2　估计理论的基本原理
7.3　参数模型和参数谱估计
7.4　自回归谱估计
第八章　非平稳信号分析 (8.1-8.4 杨毓英博士)
8.1　前言
8.2　短时付里叶变换 (STFT)
8.3　Wigner 分布
8.4　小波变换
8.5　小波神经网络
8.6　循环平稳信号处理
第九章　非线性信号分析
9.1　前言
9.2　基本定义
9.3　高阶谱估计方法
9.4　高阶倒谱
9.5　信号恢复的非参数方法
9.6　基于高阶谱的时间－频率分布
第十章　混沌时间序列分析 (景志宏博士)
10.1 前言
10.2　时间序列的非线性检验
10.3　相空间方法
10.4　可预测性
10.5　混沌动力学系统的李亚普诺夫指数
10.6　吸引子和分维
10.7　主分量分析
10.8　混沌数据和噪声
第十一章　神经网络和信号处理
11.1　前言
11.2　学习过程
11.3　感知器和多层感知器
11.4　径基函数网络
11.5　递归网络
11.6　信号处理的神经网络
第十二章　模糊逻辑和信号处理
12.1　前言
12.2　模糊集合
12.3　模糊关系、模糊映射和变换
12.4　模糊逻辑和模糊语言
12.5　解模糊
12.6　模糊信号处理
12.7　模糊系统和神经网络
12.8　模糊系统例
第十三章　进化算法和最优化
13.1　前言
13.2　最优化问题
13.3　遗传算法
13.4　进化策略
13.5　进化规划
13.6　应用例
第十四章　数字信号处理器 (DSP)
14.1　前言
14.2　DSP的基本结构
14.3　指令系统
14.4　汇编语言程序
14.5　输入/输出技术
14.6　应用例
第十五章　工程应用例
15.1　目标识别
15.2　结构缺陷的非损伤检测 (NDT)的信息融合方法
15.3　盲信号分离
15.4　发动机缸内压力波形的恢复
15.5　时间－频率分布与故障诊断
15.6　心电图ECG与室性早博PVC(Premature Ventricular Contraction)诊断
参考文献