注册 登录 进入教材巡展
#

出版时间:2025-04

出版社:电子工业出版社

以下为《信号处理仿真与应用(基于MWORKS)》的配套数字资源,这些资源在您购买图书后将免费附送给您:
  • 电子工业出版社
  • 9787121502064
  • 1-1
  • 560087
  • 平塑
  • 16开
  • 2025-04
  • 436
  • 272
  • 电子信息与电气
  • 本科 研究生及以上
内容简介
本书是一本专为工程师、研究人员和学生而写的指南,旨在帮助他们掌握信号处理和仿真技术,以及将其应用于解决现实世界的问题。本书提供了详细的内容,涵盖从信号处理理论到MWORKS和Julia编程的基础知识,以及如何使用Syslab信号处理工具箱进行实际应用;还提供了MWORKS实验案例,以帮助读者将理论知识应用到实际研究中。本书旨在帮助读者在信号处理领域取得实际成就,通过MWORKS和Julia编程掌握关键技能,并将其应用于各种实验案例。对于对信号处理和仿真感兴趣的专业人士,以及正在学习这一领域知识的学生,本书将成为有力的工具和指南。 本书共分为8章,主要包括信号处理仿真与应用概述,MWORKS概述,信号生成和预处理,测量和特征提取,变换、相关性和建模,数字和模拟滤波器,频谱分析,以及综合实验案例等内容。为了便于读者学习使用和参考,本书还提供了较完整的原理方法介绍和计算推导实例。
目录
第1章 信号处理仿真与应用概述 1__eol__1.1 引言 2__eol__1.2 MATLAB信号处理工具箱 2__eol__1.2.1 Signal Processing Toolbox 3__eol__1.2.2 DSP System Toolbox 4__eol__1.3 Python信号处理工具箱 5__eol__1.3.1 Python简介 5__eol__1.3.2 Python库简介 5__eol__1.3.3 PySPT简介 5__eol__1.4 Syslab信号处理工具箱 6__eol__1.4.1 Syslab简介 6__eol__1.4.2 Julia简介 6__eol__1.4.3 Syslab信号处理工具箱的功能概况 6__eol__第2章 MWORKS概述 10__eol__2.1 MWORKS科学计算和系统建模仿真 11__eol__2.1.1 科学计算环境Syslab 11__eol__2.1.2 系统建模仿真环境Sysplorer 14__eol__2.1.3 系统协同建模与模型数据管理环境Syslink 15__eol__2.1.4 工具箱Toolbox 16__eol__2.1.5 多领域工业模型库Library 18__eol__2.2 Julia编程基础 19__eol__2.2.1 变量 19__eol__2.2.2 数组 20__eol__2.2.3 函数 21__eol__2.2.4 控制流 25__eol__2.2.5 类型 26__eol__2.2.6 数据可视化 28__eol__2.2.7 外部函数调用 31__eol__2.3 Syslab基本功能 34__eol__2.3.1 Syslab简介 34__eol__2.3.2 软件界面 34__eol__2.3.3 工具箱加载 37__eol__2.3.4 脚本创建 39__eol__2.3.5 脚本调试 40__eol__2.3.6 结果后处理 41__eol__第3章 信号生成和预处理 45__eol__3.1 平滑和去噪 46__eol__3.1.1 函数 46__eol__3.1.2 信号平滑处理 49__eol__3.1.3 对数据去趋势 62__eol__3.1.4 从信号中去除60Hz干扰 63__eol__3.1.5 去除信号中的峰值 65__eol__3.2 波形生成 66__eol__3.2.1 函数 66__eol__3.2.2 创建均匀和非均匀时间向量 68__eol__3.2.3 时间向量和正弦波 70__eol__3.2.4 脉冲函数、阶跃函数和斜坡函数 70__eol__3.2.5 常见的周期性波形 73__eol__3.2.6 常见的非周期性波形 75__eol__3.2.7 pulstran函数 77__eol__3.2.8 sinc函数 78__eol__第4章 测量和特征提取 79__eol__4.1 描述性统计量 80__eol__4.1.1 测量信号相似性 80__eol__4.1.2 确定峰宽 83__eol__4.1.3 周期性波形的均方根值 86__eol__4.1.4 在数据中查找峰值 87__eol__4.2 脉冲和跃迁指标 90__eol__4.2.1 脉冲和跃迁特征的测量 90__eol__4.2.2 矩形脉冲波形的占空比 94__eol__第5章 变换、相关性和建模 96__eol__5.1 变换 97__eol__5.1.1 函数 97__eol__5.1.2 离散傅里叶变换 100__eol__5.1.3 Chirp Z变换 103__eol__5.1.4 离散余弦变换 105__eol__5.1.5 用于语音信号压缩的DCT 106__eol__5.1.6 Hilbert变换 108__eol__5.1.7 余弦解析信号 109__eol__5.1.8 Hilbert变换与瞬时频率 110__eol__5.1.9 倒频谱分析 112__eol__5.2 相关性和卷积 114__eol__5.2.1 函数 114__eol__5.2.2 具有自相关的残差分析 118__eol__5.2.3 对齐两个简单信号 121__eol__5.2.4 将信号与不同开始时间对齐 125__eol__5.2.5 使用互相关对齐信号 127__eol__5.2.6 使用自相关求周期性 130__eol__5.2.7 回声抵消 132__eol__5.2.8 多通道输入的互相关 135__eol__5.2.9 样本自相关的置信区间 137__eol__5.2.10 指数序列的自相关函数 139__eol__5.2.11 移动平均过程的自相关 141__eol__5.2.12 两个移动平均过程的互相关 143__eol__5.2.13 噪声中延迟信号的互相关 144__eol__5.2.14 相位滞后正弦波的互相关 145__eol__5.2.15 线性卷积和循环卷积 146__eol__第6章 数字和模拟滤波器 149__eol__6.1 数字滤波器设计 150__eol__6.1.1 函数 150__eol__6.1.2 IIR滤波器设计 152__eol__6.1.3 FIR滤波器设计 156__eol__6.2 数字滤波器分析 161__eol__6.2.1 函数 161__eol__6.2.2 相位响应 163__eol__6.2.3 零极点分析 165__eol__6.2.4 脉冲响应 166__eol__6.3 数字滤波 168__eol__6.3.1 函数 168__eol__6.3.2 数字滤波实践 170__eol__6.4 多采样频率信号处理 170__eol__6.4.1 函数 170__eol__6.4.2 重建缺失的数据 173__eol__6.4.3 下采样——信号相位 176__eol__6.4.4 下采样——混叠 179__eol__6.4.5 在下采样前进行滤波 182__eol__6.5 模拟滤波器 183__eol__6.5.1 函数 183__eol__6.5.2 模拟IIR低通滤波器的比较 186__eol__第7章 频谱分析 188__eol__7.1 频谱估计 189__eol__7.1.1 函数 189__eol__7.1.2 使用FFT获得功率谱密度估计 192__eol__7.1.3 频域线性回归 197__eol__7.1.4 检测噪声中的失真信号 202__eol__7.1.5 幅度估计和填零 205__eol__7.1.6 比较两个信号的频率成分 208__eol__7.1.7 交叉频谱和幅值平方相干性 209__eol__7.2 子空间方法 211__eol__7.3 加窗法 213__eol__7.3.1 函数 213__eol__7.3.2 切比雪夫窗 216__eol__第8章 综合实验案例 218__eol__8.1 手机MEMS传感器 219__eol__8.2 SensorLog软件 219__eol__8.3 数据采集 219__eol__8.4 数据处理 220__eol__8.4.1 加速度数据处理 220__eol__8.4.2 陀螺仪数据处理 229__eol__8.4.3 磁力计数据处理 235__eol__8.4.4 位置数据处理 237__eol__8.4.5 朝向数据处理 240__eol__8.4.6 无偏性设备运动数据处理 243__eol__8.4.7 声音分贝数据处理 250__eol__8.4.8 相对高度数据处理 252__eol__8.4.9 压强数据处理 255__eol__8.4.10 位置数据可视化 257__eol__8.4.11 运动姿态估计 260__eol__