基于MATLAB的数字信号处理与实践开发

第一篇　MATLAB实践篇
第1章　信号、连续时间周期信号的傅里叶级数和频谱分析
1.1　信号的时域分析——波形的产生和信号的基本运算及MATLAB实践
1.1.1　信号的表示及可视化
1.1.2　实践目的
1.1.3　实践内容
1.1.4　MATLAB实践
1.1.5　参考实例
1.2　连续时间周期信号的傅里叶级数及MATLAB实践
1.2.1　连续时间周期信号的傅里叶级数CTFS
1.2.2　实践目的
1.2.3　实践内容
1.2.4　MATLAB实践
1.2.5　参考实例
1.3　连续时间周期信号的频谱分析及MATLAB实践
1.3.1　连续时间周期信号的频谱分析
1.3.2　实践目的
1.3.3　实践内容
1.3.4　MATLAB实践
1.3.5　参考实例
第2章　数字信号处理的MATLAB实现
2.1　序列的傅里叶变换的MATLAB实现
2.1.1　序列x（n）的傅里叶变换公式
2.1.2　序列的傅里叶变换的MATLAB实现
2.2　周期序列离散傅里叶级数及傅里叶变换的MATLAB实现
2.2.1　周期序列离散傅里叶级数及傅里叶变换表示
2.2.2　周期序列离散傅里叶级数及傅里叶变换的MATLAB实现
2.3　利用Z变换分析信号和系统频域特性的MATLAB实现
2.3.1　利用Z变换分析信号和系统的频域特性
2.3.2　利用Z变换分析信号和系统频域特性的MATLAB实现
2.4　离散傅里叶变换（DFT）的MAT LAB实现
2.4.1　DFT的定义
2.4.2　DFT的MATLAB实现
2.4.3　离散傅里叶变换的基本性质的MATLAB实现
2.4.4　频率域采样
2.5　用FFT实现周期信号的频谱分析及其MATLAB实现
2.5.1　用FFT计算离散时间Forrier级数（DTFS）
2.5.2　用FFT计算连续时间Fourier级数（CTFS）
2.5.3　用FFT实现周期信号的频谱分析
2.6　时域离散系统的基本网络结构与状态变量分析法的MATLAB实现
2.6.1　级联型滤波器网络结构的MATLAB实现
2.6.2　并联型滤波器网络结构的MATLAB练习
2.7　无限脉冲响应数字滤波器的MATLAB实现
2.7.1　用脉冲响应不变法设计IIR数字低通滤波器的MATLAB实现
2.7.2　用双线性变换法设计IIR数字低通滤波器的MATLAB实现
2.8　有限脉冲响应数字滤波器的MATLAB实现
2.8.1　线性相位FIR数字滤波器的条件和特点
2.8.2　利用窗函数法设计FIR滤波器的MATLAB实现
2.8.3　利用频率采样法设计FIR滤波器的MATLAB实现
2.8.4　利用切比雪夫逼近法设计FIR滤波器的MATLAB实现
第二篇　MATLAB综合开发篇
第3章　基于MATLAB的小波信号消噪
3.1　小波变换在信号消噪中的原理与算法
3.2　常用小波介绍
3.3　基于MATLAB的小波信号消噪
3.3.1　基于MATLAB的小波信号消噪
3.3.2　小波阈值对信号消噪结果的影响
3.3.3　基于MATLAB的小波包信号消噪
3.3.4　不同小波对消噪结果的影响
3.3.5　小波变换在消噪过程中的作用和关键因素
第4章　离散信号与系统及其MATLAB实现
4.1　线性离散信号及系统的模块图
4.2　离散时间序列卷积和的MATLAB实现
4.3　离散系统单位响应的MATLAB实现
4.4　LTI离散系统响应的MATLAB实现
4.5　信号的MATLAB实现
4.6　离散序列的运算及MATLAB实现
4.7　图形用户界面的实现
第5章　基于MATLAB的FIR滤波器设计
5.1　MATLAB简介
5.2　窗函数设计法和等波纹滤波器设计
5.2.1　窗函数设计法
5.2.2　等波纹滤波器设计
5.3　窗函数法和等波纹法设计FIR滤波器的：MATLAB实现
第6章　基于MATLAB的离散时间全通系统和系统辨识的实现
6.1　离散时间Fourier变换
6.1.1　基本概念
6.1.2　离散时间Fourier变换
6.2　离散时间全通系统
6.3　基于DTFT的数字滤波器设计
6.3.1　基本概念
6.3.2　有限长冲激响应（FIR）数字滤波器设计
6.3.3　滤波器的技术要求
6.4　系统辨识
6.4.1　基本概念
6.4.2　数据处理
6.4.3　系统参数模型估计
6.5　DTFT系统的MATLAB实现
6.5.1　离散时间全通系统
6.5.2　程序运行结果
6.6　基于DTFT的滤波器设计的MATLAB实现
6.6.1　滤波器设计
6.6.2　滤波器验证
6.6.3　程序运行结果
6.7　系统辨识的MATLAB实现
6.7.1　输入信号的产生
6.7.2　系统参数模型估计及模型验证
6.7.3　程序运行结果
第7章　股票市场的线性预测
7.1　股市线性预测的原理
7.2　利用MATLAB实现股市线性预测的编程思想
7.3　计算机仿真股市线性预测模型
7.4　MATLAB程序设计
7.4.1　主界面程序
7.4.2　预测器主程序
7.4.3　预测模型程序
7.4.4　求解系数子程序
7.4.5　数据载入子程序
7.4.6　信源子程序
第8章　基于小波变换的数字图像处理及其运用
8.1　小波变换
8.2　二维小波三级变换的MATLAB实现
8.3　基于小波变换的图像压缩
8.4　基于小波变换的图像去噪
8.5　基于小波变换的图像增强
8.6　基于小波变换的图像融合
第9章　基于MATLAB的高速公路车牌识别系统
9.1　绪论
9.1.1　ITS的起源
9.1.2　ITS的发展
9.2　系统概述
9.2.1　系统构成
9.2.2　系统工作原理
9.3　车牌图像预处理
9.3.1　图像的灰度变换
9.3.2　灰度变换的MATLAB仿真结果
9.3.3　二值化及其边缘检测
9.3.4　二值化的MATLAB仿真结果
9.4　牌照图像的提取
9.4.1　车牌区域提取
9.4.2　车牌区域提取的：MATLAB实现
9.4.3　车牌字符的分割
9.5　字符识别
9.5.1　字符识别的基础知识
9.5.2　识别内容
9.5.3　字符图像的细化和归一化
9.5.4　字符识别
9.6　车牌识别仿真实例
第10章　基于MATLAB的小波信号压缩
10.1　信号的离散小波变换
10.1.1　分辨率分析和Mallat算法
10.1.2　基于MATLAB的小波信号压缩算法实现
10.2　计算机信号压缩及仿真结果
10.2.1　应用小波变换对鸟叫声信号进行压缩和重构
10.2.2　应用小波变换对火车鸣笛声信号进行压缩和重构
10.2.3　应用小波变换对锣声信号进行压缩和重构
10.2.4　对信号压缩重构中的仿真结果分析
第11章　基于MATLAB的高阶谱分析
11.1　高阶累积量和高阶谱
11.1.1　高阶累积量
11.1.2　高阶谱
11.2　高阶累积量的估计
11.3　参数模型高阶谱估计
11.3.1　ARMA模型及其模拟产生
11.3.2　MA模型的参数估计
11.3.3　AR模型的参数估计
11.3.4　ARMA模型的参数估计
11.3.5　基于ARMA模型的高阶统计量估计
11.4　自适应线性预测
11.4.1　误差准则
11.4.2　自适应算法
11.5　基于倒谱的冲激响应和信号恢复
11.6　程序及其结果分析
11.6.1　自适应线性预测
11.6.2　基于倒谱的冲激响应辨识和信号恢复
11.6.3　参数模型高阶谱估计——ARMA
第12章　基于MATLAB的DCT数字水印技术
12.1　信息隐藏与数字水印技术
12.1.1　信息隐藏的主要分支
12.1.2　信息隐藏技术
12.1.3　水印技术
12.2　数字水印技术的应用
12.2.1　研究数字水印的意义
12.2.2　数字水印技术的应用领域
12.2.3　数字水印的分类
12.2.4　数字水印的嵌入和恢复
12.2.5　数字水印的典型算法
12.2.6　数字水印性能度量指标
12.3　基于MATLAB的DCT数字水印技术
12.3.1　引言
12.3.2　DCT变换
12.3.3　水印嵌入和提取算法
12.3.4　MATLAB在数字水印中的应用
说明
参考文献