- 1.0 绪论 - 1 为什么学习数字信号处理
- 1.0 绪论 - 2 课程体系教学要求及参考资料
- 1.0 绪论 - 3 信号与系统回顾
- 1.1 离散信号的时域分析 - 1 基本离散信号
- 1.1 离散信号的时域分析 - 2 序列基本运算
- 1.1 离散信号的时域分析 - 3 序列相关运算及其应用
- 1.2 离散LTI系统的时域分析 - 1 离散LTI系统的时域描述
- 1.2 离散LTI系统的时域分析 - 2 离散LTI系统响应的分析
- 1.3 离散信号的频域分析 - 1 为何引入信号的频域分析
- 1.3 离散信号的频域分析 - 2 离散周期信号DFS的表示
- 1.3 离散信号的频域分析 - 3 离散周期信号DFS的性质
- 1.3 离散信号的频域分析 - 4 离散非周期信号的频域表示
- 1.3 离散信号的频域分析 - 5 离散时间傅里叶变换的性质
- 1.3 离散信号的频域分析 - 6 频域抽样定理
- 1.4 离散LTI系统的频域分析 - 1 离散LTI系统的频域描述与响应的频域分析
- 1.4 离散LTI系统的频域分析 - 2 理想数字滤波器
- 1.5 双边z变换 - 1 双边z变换及收敛域
- 1.5 双边z变换 - 2 双边z变换性质及反变换
- 1.6 离散系统的复频域分析
- 1.7 全通滤波器与最小相位系统 - 1 全通滤波器
- 1.7 全通滤波器与最小相位系统 - 2 最小相位系统
- 1.7 全通滤波器与最小相位系统 - 3 全通滤波器与最小相位系统应用
- 1.8 连续时间信号的时域抽样与重建 - 1 连续时间信号时域抽样引入
- 1.8 连续时间信号的时域抽样与重建 - 2 连续时间信号时域抽样定理
- 1.8 连续时间信号的时域抽样与重建 - 3 连续时间信号抽样工程应用
- 1.8 连续时间信号的时域抽样与重建 - 4 信号的重建
- 1.8 连续时间信号的时域抽样与重建 - 5 连续信号的离散处理
- 1.9 利用MATLAB实现离散信号和系统分析
- 1_习题1-理想数字滤波器
- 1_习题2-抽样重建
- 2.1 离散傅里叶变换(DFT) - 1 DFT引入及定义
- 2.1 离散傅里叶变换(DFT) - 2 DFT举例
- 2.1 离散傅里叶变换(DFT) - 3 DFT性质1
- 2.1 离散傅里叶变换(DFT) - 4 DFT性质2
- 2.2 利用DFT计算线性卷积 - 1 DFT计算线性卷积的步骤
- 2.2 利用DFT计算线性卷积 - 2 DFT计算长序列和短序列线性卷积
- 2.3 利用DFT分析信号频谱 - 1 DFT计算连续时间信号频谱的原理
- 2.3 利用DFT分析信号频谱 - 2 DFT计算频谱出现的现象
- 2.3 利用DFT分析信号频谱 - 3 混叠现象与泄漏现象
- 2.3 利用DFT分析信号频谱 - 4 泄漏现象(续)
- 2.3 利用DFT分析信号频谱 - 5 栅栏现象及参数选择
- 2.4 DFT计算信号频谱的应用举例
- 2.5 利用MATLAB计算DFT
- 2_习题1-DFT定义与性质
- 3.1 FFT概述
- 3.2 时间抽取基2-FFT算法 - 1 FFT算法原理与流图
- 3.2 时间抽取基2-FFT算法 - 2 FFT特点与复杂度
- 3.3 频率抽取基2-FFT
- 3.4 其他基时间抽取-FFT
- 3.5 混合基FFT
- 3.6 FFT算法对称性分析
- 3.7 FFT应用
- 3_习题1-FFT应用
- 4.0 引论
- 4.1 模拟低通滤波器设计 - 1 BW型模拟低通滤波器设计
- 4.1 模拟低通滤波器设计 - 2 CB、椭圆型模拟低通滤波器设计及三种比较
- 4.2 模拟域频率变换 - 1 模拟域频率变换
- 4.2 模拟域频率变换 - 2 模拟非低通滤波器设计
- 4.3 脉冲响应不变法 - 1 脉冲响应不变法提出及设计原理
- 4.3 脉冲响应不变法 - 2 脉冲响应不变法设计步骤
- 4.4 双线性变换法 - 1 双线性变换法提出及设计原理
- 4.4 双线性变换法 - 2 双线性变换法设计步骤
- 4.5 利用MATLAB设计IIR滤波器
- 4.6 利用IIR数字滤波器处理脉搏信号
- 4_习题1-IIR滤波器设计
- 5.0 引论
- 5.1 线性相位FIR数字滤波器的特性 - 1 线性相位FIR滤波器的充要条件和时域特性
- 5.1 线性相位FIR数字滤波器的特性 - 2 线性相位系统的频域特性
- 5.1 线性相位FIR数字滤波器的特性 - 3 线性相位系统的零点分布
- 5.2 窗函数法设计线性相位FIR数字滤波器 - 1 窗函数法设计线性相位FIR滤波器
- 5.2 窗函数法设计线性相位FIR数字滤波器 - 2 矩形窗函数设计线性相位FIR滤波器
- 5.2 窗函数法设计线性相位FIR数字滤波器 - 3 加权窗和可调窗函数设计线性相位FIR滤波器
- 5.2 窗函数法设计线性相位FIR数字滤波器 - 4 窗函数法设计线性相位FIR滤波器举例
- 5.3 频率取样法设计线性相位FIR数字滤波器
- 5.4 线性相位FIR数字滤波器的优化设计 - 1 线性相位FIR滤波器的优化设计1
- 5.4 线性相位FIR数字滤波器的优化设计 - 2 线性相位FIR滤波器的优化设计2(最大最小准则)
- 5.5 FIR与IIR数字滤波器的比较
- 5.6 利用MATLAB实现FIR数字滤波器 - 1 利用MATLAB实现FIR DF窗函数法和频率取样法
- 5.6 利用MATLAB实现FIR数字滤波器 - 2 利用MATLAB实现FIR滤波器优化设计和应用举例
- 5_习题1-FIR滤波器设计
- 5_习题2-FIR滤波器设计
- 5_习题3-FIR滤波器设计
- 6.1 IIR数字滤波器的基本结构 - 1 IIR滤波器直接型结构
- 6.1 IIR数字滤波器的基本结构 - 2 IIR滤波器级联和并联型结构
- 6.2 FIR数字滤波器的基本结构
- 6.3 有限字长效应 - 1 输入量化误差
- 6.3 有限字长效应 - 2 系数量化误差
- 6.3 有限字长效应 - 3 乘积运算量化误差
- 6.4 使用MATLAB实现数字滤波器
- 7.1 为什么进行多速率信号处理
- 7.2 多速率信号处理的基本单元
- 7.3 抽取滤波器和内插滤波器 - 1 抽取滤波器
- 7.3 抽取滤波器和内插滤波器 - 2 内插滤波器
- 7.4 数字滤波器结构的多相分解1
- 7.4 数字滤波器结构的多相分解2
- 7.5 两通道滤波器组的基本概念
- 7.6 利用MATLAB实现多速率转换
- 8.1 信号短时Fourier变换
- 8.2 小波展开与小波变换
- 8.3 小波变换与多分辨分析1
- 8.3 小波变换与多分辨分析2
- 8.4 小波变换分解与重构算法
- 8.5 基于小波变换的信号处理
- 8.6 利用MATLAB实现信号的小波分析
数字信号处理课程.北京交通大学 是一门面向信息与计算科学专业学生的专业选修课,帮助学生掌握数字信号处理的基本原理和实际应用方法。通过本课程,学生可以深入理解数字信号的分析、变换、滤波等关键概念,并为后续深入学习打下坚实基础。
内容简介:《数字信号处理》是信息与计算科学专业的一门重要课程,聚焦于数字信号的数学分析与工程实现。课程从基本概念入手,逐步深入到信号频谱分析、傅立叶变换、离散时间系统、滤波器设计等多个核心领域。通过系统的学习,学生将掌握信号处理中的关键算法与技术,提升解决实际问题的能力。
这门课程不仅适用于信息与计算科学专业的本科生,也适合对信号处理感兴趣的学生、工程师以及研究人员。无论你是刚入门还是希望深化专业知识,都可以从中获得实用的知识与技能。
课程目标明确,旨在帮助学生掌握数字信号处理的基本理论和方法,特别是针对信号频谱分析、离散傅里叶变换(DFT)、快速傅里叶变换(FFT)等技术的理解与应用。通过课程学习,学生能够从数学角度出发,分析并解决实际中的信号处理问题。
课程涵盖多个重要知识点,包括离散时间信号与系统的时域、频域和Z域分析,信号采样与重建,离散傅里叶变换及其快速算法,IIR与FIR数字滤波器的设计与实现,以及数字系统中的有限字长效应等。每部分内容都结合实例讲解,帮助学生更好地理解和应用知识。
对于想进入电子信息、通信工程、自动化等相关领域的学生来说,这门课程具有重要的指导意义。无论是继续深造还是就业,掌握数字信号处理的基础知识都是必不可少的技能之一。
课程内容分为六个主要部分,涵盖了从基础知识到应用实践的完整体系。第一部分重点介绍数字信号的概念、表示方法及其处理系统的组成;第二部分深入讲解离散时间信号与系统的基本分析方法;第三部分则聚焦于DFT与FFT的应用,以及如何利用这些工具进行信号分析。
第四部分介绍IIR滤波器的设计技巧与实现方法,第五部分探讨FIR滤波器的特点与设计思路,最后则是关于数字信号系统实现的相关知识,如结构、量化误差影响等。
整体来看,这门课程结构严谨、内容全面,注重理论与实践的结合,有助于学生建立扎实的专业基础。同时,课程中涉及的许多技术在工程实践中都有广泛应用,具备很高的学习价值。
如果你正在寻找一门系统性的数字信号处理课程,那么《数字信号处理课程.北京交通大学》无疑是不错的选择。它不仅能帮你掌握核心知识点,还能提升你解决实际问题的能力。无论是作为课程学习,还是自我提高,都不容错过。
这门课程不仅适用于信息与计算科学专业的本科生,也适合对信号处理感兴趣的学生、工程师以及研究人员。无论你是刚入门还是希望深化专业知识,都可以从中获得实用的知识与技能。
课程目标明确,旨在帮助学生掌握数字信号处理的基本理论和方法,特别是针对信号频谱分析、离散傅里叶变换(DFT)、快速傅里叶变换(FFT)等技术的理解与应用。通过课程学习,学生能够从数学角度出发,分析并解决实际中的信号处理问题。
课程涵盖多个重要知识点,包括离散时间信号与系统的时域、频域和Z域分析,信号采样与重建,离散傅里叶变换及其快速算法,IIR与FIR数字滤波器的设计与实现,以及数字系统中的有限字长效应等。每部分内容都结合实例讲解,帮助学生更好地理解和应用知识。
对于想进入电子信息、通信工程、自动化等相关领域的学生来说,这门课程具有重要的指导意义。无论是继续深造还是就业,掌握数字信号处理的基础知识都是必不可少的技能之一。
课程内容分为六个主要部分,涵盖了从基础知识到应用实践的完整体系。第一部分重点介绍数字信号的概念、表示方法及其处理系统的组成;第二部分深入讲解离散时间信号与系统的基本分析方法;第三部分则聚焦于DFT与FFT的应用,以及如何利用这些工具进行信号分析。
第四部分介绍IIR滤波器的设计技巧与实现方法,第五部分探讨FIR滤波器的特点与设计思路,最后则是关于数字信号系统实现的相关知识,如结构、量化误差影响等。
整体来看,这门课程结构严谨、内容全面,注重理论与实践的结合,有助于学生建立扎实的专业基础。同时,课程中涉及的许多技术在工程实践中都有广泛应用,具备很高的学习价值。
如果你正在寻找一门系统性的数字信号处理课程,那么《数字信号处理课程.北京交通大学》无疑是不错的选择。它不仅能帮你掌握核心知识点,还能提升你解决实际问题的能力。无论是作为课程学习,还是自我提高,都不容错过。







