本书面向非电子信息类各工程技术领域硕士研究生和高年级本科生，系统介绍信号处理与数据分析的基础理论与基本应用，旨在使读者基本掌握信号处理与数据分析的基本理论与基本方法，能够结合各专业领域的具体问题，利用信号处理与数据分析的技术手段，解决科学研究或工程实际中与信号处理相关的技术问题。

    全书共分14章，包括： 信号与系统的基本概念与原理、傅里叶理论与信号系统的频域分析、拉普拉斯变换与z变换及信号系统的复频域分析、连续信号的离散化与离散信号的连续化、离散傅里叶变换与快速傅里叶变换、数字滤波器与数字滤波器设计、数字信号处理中的有限字长效应、数据的误差分析与信号的预处理、随机信号分析基础、随机信号的相关函数与功率谱密度函数估计、随机信号的统计最优滤波技术、自适应滤波技术、高阶与分数低阶统计量信号处理、现代信号处理简介。

    本书适合用作高等院校非电子信息类各专业信号处理类课程的教材或教学参考书，也可供有关教师和工程技术人员参考。

随着信息技术的飞速发展及其在各领域的逐步应用，以信息提取为目标的信号处理与数据分析技术越来越成为信息技术的重要研究领域，同时日益向机械、土木、化工、材料、冶金、能源、动力、生物医学等非信息类工程领域渗透，得到越来越广泛的重视和应用，成为这些领域技术进步的一个重要推动力。反过来，这些领域所提出的应用问题，也为信号处理与数据分析的研究提出了新的课题。

本书面向非电子信息类硕士研究生和高年级本科生，系统介绍信号处理与数据分析的基础理论与基本应用，旨在使读者掌握信号处理与数据分析的基本理论与基本方法，能够结合各专业领域的具体问题，利用信号处理与数据分析的技术手段，解决科学研究或工程实际中与信号处理相关的技术问题。

本书有以下特点： 

(1) 由浅入深、循序渐进。本书针对非信息类学生缺乏电子信息基础理论的问题，特别补充了与“信号与系统”课程相关的内容。

(2) 内容广泛、体系完备。本书内容取材广泛，基本上覆盖了信号与系统、数字信号处理、数据处理与误差分析、统计信号处理和现代信号处理五个方面的基本内容，并形成自身较为完备的体系。

(3) 联系实际、注重应用。本书在系统介绍基本理论的基础上，给出了较多的例题和实际应用介绍，并结合MATLAB编程，给出了较多的算法介绍与实现，便于非信息类读者学习掌握。

为了编写本教材，编者进行了广泛的文献资料调研，参考借鉴了国内外出版的较多优秀著作、文献和教材，适合用作高等院校非电子信息类各工程技术专业硕士生和高年级本科生信号处理类课程的教材或教学参考书，也可用作在职工程硕士研究生有关信号处理类课程的教材或教学参考书。此外，还可供有关教师和工程技术人员参考。

全书共分14章，主要内容有： 信号与系统的基本概念与原理、傅里叶理论与信号系统的频域分析、拉普拉斯变换与z变换及信号系统的复频域分析、连续信号的离散化与离散信号的连续化、离散傅里叶变换与快速傅里叶变换、数字滤波器与数字滤波器设计、数字信号处理中的有限字长效应、数据的误差分析与信号的预处理、随机信号分析基础、随机信号的相关函数与功率谱密度函数估计、随机信号的统计最优滤波技术、自适应滤波技术、高阶与分数低阶统计量信号处理、现代信号处理简介。

本书由邱天爽(第1~12章)和郭莹(第13和14章)编写完成，由邱天爽统稿。

感谢大连理工大学电子信息与电气工程学部领导给予的关怀和支持，感谢大连理工大学研究生教改基金提供的资助和支持。此外，还要特别感谢大连理工大学博士和硕士研究生栾声扬、张颖、戴睿娇、史益新、朱永杰、陈朝峰和刘涛等同学提供的计算机仿真、资料搜集和书稿校对等帮助。由于时间仓促，加之编者水平所限，难免有疏漏之处，恳请读者批评指正。

编者2015年1月于大连理工大学

第1章信号与系统的基本概念与原理

1.1引言

1.2信号与系统的基本概念

1.2.1信号的基本概念

1.2.2信号的分类

1.2.3典型信号及其特性

1.2.4信号的运算

1.2.5系统的基本概念

1.2.6系统的分类与特性

1.2.7系统的基本分析方法

1.3线性时不变系统时域分析与卷积

1.3.1线性时不变系统的基本概念

1.3.2连续时间LTI系统的时域分析

1.3.3连续时间LTI系统的卷积运算

1.3.4离散时间LTI系统的时域分析

1.3.5离散时间LTI系统的卷积运算

1.4线性时不变系统的基本性质

1.4.1LTI系统的记忆性

1.4.2LTI系统的可逆性

1.4.3LTI系统的因果性

1.4.4LTI系统的稳定性

习题

第2章傅里叶理论与信号系统的频域分析

2.1引言

2.1.1信号与系统的频域分析与傅里叶理论概要

2.1.2傅里叶理论的发展概况

2.1.3傅里叶级数与傅里叶变换的分类

2.2连续时间周期信号的傅里叶级数

2.2.1连续时间周期信号及其傅里叶级数

2.2.2连续时间傅里叶级数的性质

2.2.3傅里叶级数的其他形式

2.3离散时间周期信号的傅里叶级数

2.3.1离散时间周期信号及其傅里叶级数

2.3.2离散傅里叶级数的性质

2.4连续时间信号的傅里叶变换

2.4.1从傅里叶级数到傅里叶变换

2.4.2连续时间信号的傅里叶变换

2.4.3连续时间傅里叶变换的性质和常用变换对

2.5离散时间信号的傅里叶变换

2.5.1离散时间傅里叶变换

2.5.2离散时间傅里叶变换的性质和常用变换对

2.5.3傅里叶理论中的对偶性

2.6信号与系统的频域分析

2.6.1信号的频谱表示

2.6.2LTI系统的频率特性分析

2.6.3波特图

2.6.4系统无失真传输条件与系统物理可实现条件

习题

第3章拉普拉斯变换与z变换及信号系统的复频域分析

3.1引言

3.2拉普拉斯变换

3.2.1拉普拉斯变换的定义

3.2.2拉普拉斯变换收敛域的性质

3.2.3拉普拉斯逆变换

3.2.4拉普拉斯变换的性质和常用变换对

3.3连续时间信号与系统的复频域分析

3.3.1微分方程的拉普拉斯变换与系统函数

3.3.2LTI系统因果性和稳定性分析

3.3.3单边拉普拉斯变换及其应用

3.4z变换

3.4.1z变换的定义

3.4.2z变换收敛域的性质

3.4.3z逆变换

3.4.4z变换的性质和常用变换对

3.5离散时间信号与系统的复频域分析

3.5.1差分方程的z变换与系统函数

3.5.2LTI系统的因果性与稳定性分析

3.5.3离散时间系统的方框图表示

3.5.4单边z变换及其应用

习题

第4章连续信号的离散化与离散信号的连续化

4.1引言

4.2连续时间信号的采样与采样定理

4.2.1基于单位冲激序列的理想采样与采样定理

4.2.2连续时间信号的零阶保持采样

4.3离散时间信号的插值与拟合

4.3.1离散时间信号的插值

4.3.2离散时间信号的拟合

4.3.3插值与拟合的误差分析

习题

第5章离散傅里叶变换与快速傅里叶变换

5.1引言

5.2离散傅里叶变换

5.2.1已有傅里叶变换的简要回顾

5.2.2由离散傅里叶级数到离散傅里叶变换

5.2.3离散傅里叶变换的性质

5.3DFT理论与应用中若干问题

5.3.1频率混叠问题

5.3.2频谱泄漏问题

5.3.3栅栏效应

5.3.4频率分辨率及DFT参数选择问题

5.3.5信号补零问题

5.3.6信号的时宽与频宽问题

5.4二维傅里叶变换简介

5.4.1常用的二维离散序列

5.4.2二维傅里叶变换的定义

5.4.3二维离散时间傅里叶变换的主要性质

5.4.4二维离散傅里叶变换

5.4.5二维离散傅里叶变换的应用举例

5.5快速傅里叶变换

5.5.1快速傅里叶变换的出现

5.5.2DFT直接计算的问题及可能的改进途径

5.5.3按时间抽取基2 FFT算法

5.5.4按频率抽取基2 FFT算法

5.5.5线性调频z变换

5.6FFT的主要应用

5.6.1线性卷积的FFT算法

5.6.2线性相关的FFT算法

习题

第6章数字滤波器与数字滤波器设计

6.1引言

6.1.1数字滤波器的分类

6.1.2数字滤波器的设计

6.2数字滤波器结构的表示方法

6.2.1差分方程表示法

6.2.2系统函数表示法

6.2.3系统方框图与信号流图表示法

6.3无限冲激响应数字滤波器

6.3.1直接Ⅰ型结构

6.3.2直接Ⅱ型结构

6.3.3级联结构

6.3.4并联结构

6.4有限冲激响应数字滤波器

6.4.1横截型结构

6.4.2级联结构

6.4.3频率采样型结构

6.4.4快速卷积结构

6.4.5线性相位FIR滤波器结构与最小相位系统

6.5数字滤波器的格型结构

6.5.1全零点FIR系统的格型结构

6.5.2全极点IIR系统的格型结构

6.5.3零极点IIR系统的格型结构

6.6IIR数字滤波器的设计

6.6.1滤波器的技术要求与模拟滤波器的设计概要

6.6.2依据模拟滤波器设计IIR数字滤波器

6.6.3冲激响应不变法设计数字滤波器

6.6.4双线性变换法设计数字滤波器

6.6.5数字高通、带通及带阻滤波器的设计思路

6.6.6IIR数字滤波器设计MATLAB程序实现

6.7FIR数字滤波器的设计

6.7.1FIR数字滤波器设计的窗函数法

6.7.2窗函数的概念及主要窗函数介绍

6.7.3FIR数字滤波器设计的频率抽样法

6.7.4几种常用的简单数字滤波器

习题

第7章数字信号处理中的有限字长效应

7.1引言

7.2A/D转换的量化效应

7.2.1A/D转换的基本概念与原理

7.2.2A/D转换的量化效应与误差分析

7.3数字滤波器系数的量化效应

7.3.1IIR数字滤波器系数的量化效应

7.3.2FIR数字滤波器系数的量化效应

7.4数字滤波器运算中有限字长效应

7.4.1IIR数字滤波器中的极限环振荡现象

7.4.2IIR数字滤波器中数据乘法运算的有限字长效应

7.4.3FIR数字滤波器中数据乘法运算的有限字长效应

7.5离散傅里叶变换的有限字长效应

习题

第8章数据的误差分析与信号的预处理

8.1引言

8.2误差的基本概念与理论

8.2.1误差的基本概念

8.2.2随机误差

8.2.3系统误差

8.2.4粗大误差

8.2.5误差的合成

8.2.6误差的分配

8.3测量不确定度的评定与估计

8.3.1测量不确定度的基本概念

8.3.2标准不确定度的评定

8.3.3测量不确定度的合成

8.4数据处理的最小二乘方法

8.4.1最小二乘法基本原理

8.4.2正规方程： 最小二乘处理的基本方法

8.4.3最小二乘处理的精度估计

8.4.4组合测量的最小二乘法处理

8.5回归分析

8.5.1一元线性回归分析

8.5.2一元非线性回归分析

8.5.3多元线性回归分析

8.6信号中趋势项和野点的去除

8.6.1信号趋势项的去除

8.6.2信号中野点的识别与处理

8.7温度测量与数据处理应用实例

8.7.1温度与温度测量

8.7.2铂电阻温度测量方法工程实例

8.7.3温度测量的数据分析处理

习题

第9章随机信号分析基础

9.1引言

9.2随机变量的概念与特性

9.2.1随机变量的概念

9.2.2随机变量的分布

9.2.3随机变量的数字特征

9.2.4随机变量的特征函数

9.3随机过程与随机信号

9.3.1随机过程与随机信号及其统计分布

9.3.2平稳随机信号

9.3.3各态历经性

9.3.4随机信号功率谱的概念

9.3.5非平稳随机信号

9.4常见的随机信号与随机噪声

9.4.1高斯(正态)分布随机信号

9.4.2白噪声与带限白噪声过程

9.4.3高斯马尔可夫过程

9.4.4其他常见随机噪声

9.4.5随机信号与噪声的产生方法

9.5随机信号通过线性系统

9.5.1线性系统输出及概率分布

9.5.2线性系统输出的数字特征

9.5.3系统的等效噪声带宽与随机信号的带宽

9.6随机信号的经典分析方法

9.6.1常见随机信号的概率密度函数

9.6.2随机信号数字特征的计算

9.7随机信号的现代参数模型方法

9.7.1随机信号的沃尔德分解定理

9.7.2平稳随机信号的线性参数模型

9.7.3AR模型参数的估计

9.7.4AR模型阶数的确定

习题

第10章随机信号的相关函数估计与功率谱密度函数估计

10.1引言

10.1.1信号参数估计问题的基本任务

10.1.2参数估计的评价准则

10.2相关函数与功率谱密度函数

10.2.1相关函数

10.2.2功率谱密度函数

10.3自相关序列的估计

10.3.1自相关序列的无偏估计

10.3.2自相关序列的有偏估计及其性质

10.3.3自相关序列的快速估计方法

10.4功率谱估计的经典方法

10.4.1功率谱估计的发展概况

10.4.2周期图谱估计方法

10.4.3周期图谱估计的性能

10.4.4改善周期图谱估计性能的方法

10.5功率谱估计的现代方法

10.5.1经典谱估计存在的问题

10.5.2AR模型谱估计方法

10.5.3最大熵谱估计方法

10.5.4MA模型与ARMA模型谱估计方法

10.5.5最小方差谱估计方法

10.5.6皮萨伦科谱分解方法

10.5.7基于矩阵特征分解的谱估计方法

10.5.8各类现代谱估计方法的比较

10.6信号的倒谱分析

10.6.1倒谱的概念

10.6.2同态滤波与倒谱分析的应用

10.7谱估计方法在信号分析中的应用

10.7.1谱分析在工程技术中的应用举例

10.7.2谱分析在医学诊断中的应用举例

习题

第11章随机信号的统计最优滤波技术

11.1引言

11.1.1经典滤波器与统计最优滤波器

11.1.2两种主要的统计最优滤波器

11.2维纳滤波器的基本原理与方法

11.2.1因果维纳滤波器

11.2.2维纳霍夫方程的求解

11.3维纳预测器

11.3.1因果维纳预测器

11.3.2N步纯预测器

11.3.3一步线性维纳预测器

11.4卡尔曼滤波器简介

11.4.1卡尔曼滤波器的基本原理

11.4.2卡尔曼滤波器的分析

11.4.3卡尔曼滤波器的计算

习题

第12章自适应滤波技术

12.1引言

12.2横向自适应滤波器结构与随机梯度法

12.2.1横向自适应滤波器的结构及其性能函数

12.2.2二次型性能表面的搜索

12.3自适应滤波器的最小均方算法

12.3.1LMS算法

12.3.2LMS算法的性能分析

12.3.3LMS自适应滤波器的改进形式

12.3.4应用中需要注意的问题

12.4自适应滤波器的递归最小二乘算法

12.4.1线性最小二乘原理

12.4.2递归最小二乘自适应滤波器

12.4.3应用中需要注意的问题

12.5自适应滤波器的主要应用结构

12.5.1自适应噪声抵消及其应用

12.5.2自适应谱线增强及其应用

12.5.3自适应系统辨识及其应用

习题

第13章高阶与分数低阶统计量信号处理

13.1高阶累积量

13.1.1高阶统计量概述

13.1.2特征函数

13.1.3高阶矩和高阶累积量的定义

13.1.4高阶累积量的性质

13.1.5高斯过程的高阶累积量

13.1.6高阶累积量的估计

13.2高阶谱与高阶谱估计

13.2.1高阶谱的定义

13.2.2高阶谱的性质

13.2.3线性非高斯过程的高阶谱

13.2.4高阶谱的估计

13.3分数低阶α稳定分布过程与分数低阶统计量

13.3.1概述

13.3.2α稳定分布

13.3.3分数低阶矩和共变系数

13.3.4SαS分布的特征参数估计

13.3.5方差收敛检测

13.3.6样本的产生

13.4分数低阶统计量信号处理的应用

13.4.1分数低阶统计量在时间延迟估计中的应用

13.4.2分数低阶统计量在子空间跟踪中的应用

习题

第14章现代信号处理简介

14.1时频分析方法

14.1.1时频分析的基本概念

14.1.2短时傅里叶分析

14.1.3Gabor展开

14.1.4Cohen类时频分布

14.1.5时频分布在心电信号处理中的应用

14.2小波分析基础

14.2.1概述

14.2.2连续小波变换

14.2.3离散小波变换

14.2.4多尺度(分辨)分析

14.2.5小波变换的实现技术

14.5.6常见的小波基函数

14.2.7小波分析在信号消噪中的应用

14.3希尔伯特黄变换

14.3.1概述

14.3.2希尔伯特黄变换的基本概念和理论

14.3.3固有模态函数

14.3.4希尔伯特谱和边界谱

14.3.5应用举例

习题

参考文献