第1章 信號(hào)處理仿真與應(yīng)用概述 1
1.1 引言 2
1.2 MATLAB信號(hào)處理工具箱 2
1.2.1 Signal Processing Toolbox 3
1.2.2 DSP System Toolbox 4
1.3 Python信號(hào)處理工具箱 5
1.3.1 Python簡介 5
1.3.2 Python庫簡介 5
1.3.3 PySPT簡介 5
1.4 Syslab信號(hào)處理工具箱 6
1.4.1 Syslab簡介 6
1.4.2 Julia簡介 6
1.4.3 Syslab信號(hào)處理工具箱的功能概況 6
第2章 MWORKS概述 10
2.1 MWORKS科學(xué)計(jì)算和系統(tǒng)建模仿真 11
2.1.1 科學(xué)計(jì)算環(huán)境Syslab 11
2.1.2 系統(tǒng)建模仿真環(huán)境Sysplorer 14
2.1.3 系統(tǒng)協(xié)同建模與模型數(shù)據(jù)管理環(huán)境Syslink 15
2.1.4 工具箱Toolbox 16
2.1.5 多領(lǐng)域工業(yè)模型庫Library 18
2.2 Julia編程基礎(chǔ) 19
2.2.1 變量 19
2.2.2 數(shù)組 20
2.2.3 函數(shù) 21
2.2.4 控制流 25
2.2.5 類型 26
2.2.6 數(shù)據(jù)可視化 28
2.2.7 外部函數(shù)調(diào)用 31
2.3 Syslab基本功能 34
2.3.1 Syslab簡介 34
2.3.2 軟件界面 34
2.3.3 工具箱加載 37
2.3.4 腳本創(chuàng)建 39
2.3.5 腳本調(diào)試 40
2.3.6 結(jié)果后處理 41
第3章 信號(hào)生成和預(yù)處理 45
3.1 平滑和去噪 46
3.1.1 函數(shù) 46
3.1.2 信號(hào)平滑處理 49
3.1.3 對(duì)數(shù)據(jù)去趨勢(shì) 62
3.1.4 從信號(hào)中去除60Hz干擾 63
3.1.5 去除信號(hào)中的峰值 65
3.2 波形生成 66
3.2.1 函數(shù) 66
3.2.2 創(chuàng)建均勻和非均勻時(shí)間向量 68
3.2.3 時(shí)間向量和正弦波 70
3.2.4 脈沖函數(shù)、階躍函數(shù)和斜坡函數(shù) 70
3.2.5 常見的周期性波形 73
3.2.6 常見的非周期性波形 75
3.2.7 pulstran函數(shù) 77
3.2.8 sinc函數(shù) 78
第4章 測(cè)量和特征提取 79
4.1 描述性統(tǒng)計(jì)量 80
4.1.1 測(cè)量信號(hào)相似性 80
4.1.2 確定峰寬 83
4.1.3 周期性波形的均方根值 86
4.1.4 在數(shù)據(jù)中查找峰值 87
4.2 脈沖和躍遷指標(biāo) 90
4.2.1 脈沖和躍遷特征的測(cè)量 90
4.2.2 矩形脈沖波形的占空比 94
第5章 變換、相關(guān)性和建模 96
5.1 變換 97
5.1.1 函數(shù) 97
5.1.2 離散傅里葉變換 100
5.1.3 Chirp Z變換 103
5.1.4 離散余弦變換 105
5.1.5 用于語音信號(hào)壓縮的DCT 106
5.1.6 Hilbert變換 108
5.1.7 余弦解析信號(hào) 109
5.1.8 Hilbert變換與瞬時(shí)頻率 110
5.1.9 倒頻譜分析 112
5.2 相關(guān)性和卷積 114
5.2.1 函數(shù) 114
5.2.2 具有自相關(guān)的殘差分析 118
5.2.3 對(duì)齊兩個(gè)簡單信號(hào) 121
5.2.4 將信號(hào)與不同開始時(shí)間對(duì)齊 125
5.2.5 使用互相關(guān)對(duì)齊信號(hào) 127
5.2.6 使用自相關(guān)求周期性 130
5.2.7 回聲抵消 132
5.2.8 多通道輸入的互相關(guān) 135
5.2.9 樣本自相關(guān)的置信區(qū)間 137
5.2.10 指數(shù)序列的自相關(guān)函數(shù) 139
5.2.11 移動(dòng)平均過程的自相關(guān) 141
5.2.12 兩個(gè)移動(dòng)平均過程的互相關(guān) 143
5.2.13 噪聲中延遲信號(hào)的互相關(guān) 144
5.2.14 相位滯后正弦波的互相關(guān) 145
5.2.15 線性卷積和循環(huán)卷積 146
第6章 數(shù)字和模擬濾波器 149
6.1 數(shù)字濾波器設(shè)計(jì) 150
6.1.1 函數(shù) 150
6.1.2 IIR濾波器設(shè)計(jì) 152
6.1.3 FIR濾波器設(shè)計(jì) 156
6.2 數(shù)字濾波器分析 161
6.2.1 函數(shù) 161
6.2.2 相位響應(yīng) 163
6.2.3 零極點(diǎn)分析 165
6.2.4 脈沖響應(yīng) 166
6.3 數(shù)字濾波 168
6.3.1 函數(shù) 168
6.3.2 數(shù)字濾波實(shí)踐 170
6.4 多采樣頻率信號(hào)處理 170
6.4.1 函數(shù) 170
6.4.2 重建缺失的數(shù)據(jù) 173
6.4.3 下采樣——信號(hào)相位 176
6.4.4 下采樣——混疊 179
6.4.5 在下采樣前進(jìn)行濾波 182
6.5 模擬濾波器 183
6.5.1 函數(shù) 183
6.5.2 模擬IIR低通濾波器的比較 186
第7章 頻譜分析 188
7.1 頻譜估計(jì) 189
7.1.1 函數(shù) 189
7.1.2 使用FFT獲得功率譜密度估計(jì) 192
7.1.3 頻域線性回歸 197
7.1.4 檢測(cè)噪聲中的失真信號(hào) 202
7.1.5 幅度估計(jì)和填零 205
7.1.6 比較兩個(gè)信號(hào)的頻率成分 208
7.1.7 交叉頻譜和幅值平方相干性 209
7.2 子空間方法 211
7.3 加窗法 213
7.3.1 函數(shù) 213
7.3.2 切比雪夫窗 216
第8章 綜合實(shí)驗(yàn)案例 218
8.1 手機(jī)MEMS傳感器 219
8.2 SensorLog軟件 219
8.3 數(shù)據(jù)采集 219
8.4 數(shù)據(jù)處理 220
8.4.1 加速度數(shù)據(jù)處理 220
8.4.2 陀螺儀數(shù)據(jù)處理 229
8.4.3 磁力計(jì)數(shù)據(jù)處理 235
8.4.4 位置數(shù)據(jù)處理 237
8.4.5 朝向數(shù)據(jù)處理 240
8.4.6 無偏性設(shè)備運(yùn)動(dòng)數(shù)據(jù)處理 243
8.4.7 聲音分貝數(shù)據(jù)處理 250
8.4.8 相對(duì)高度數(shù)據(jù)處理 252
8.4.9 壓強(qiáng)數(shù)據(jù)處理 255
8.4.10 位置數(shù)據(jù)可視化 257
8.4.11 運(yùn)動(dòng)姿態(tài)估計(jì) 260