第1章 離散隨機信號
1.1 隨機變量及統(tǒng)計特性
1.2 正交投影原理
1.3 離散隨機信號
1.4 隨機序列經過線性濾波器
1.5 最小相位濾波器
1.6 信號模型
1.7 隨機變量的參數估計
第2章 Wiener濾波
2.1 信號的濾波
2.2 Wiener-Hoff方程
2.3 平穩(wěn)序列的Wiener濾波
2.4 平穩(wěn)序列的Wiener預測
2.5 Levinson-Durbin算法
2.6 格型濾波器
2.7 Burg算法
2.8 功率譜估計
第3章 Kalman濾波
3.1 狀態(tài)與觀測方程
3.2 Kalman濾波
3.3 有色噪聲模型的Kalman濾波
第4章 自適應濾波
4.1 FIR Weiner濾波器
4.2 LMS自適應算法
4.3 步長因子 m 的取值范圍
4.4 學習曲線
4.5 失調
4.6 RLS自適應濾波
4.7 自適應噪聲抵消
4.8 自適應信道均衡器
第5章 小波濾波
5.1 連續(xù)小波變換
5.2 二進小波變換
5.3 離散二進小波變換
5.4 Daubechies小波
5.5 雙正交小波變換
5.6 信號的最大模重建
5.7 利用最大模重建濾除噪聲
5.8 軟門限去噪
第6章 同態(tài)濾波
6.1 同態(tài)濾波的定義
6.2 解相乘同態(tài)系統(tǒng)
6.3 解卷積同態(tài)系統(tǒng)
6.4 復時譜的計算
6.5 指數序列的復時譜
第7章 中值濾波
7.1 中值濾波的定義
7.2 中值濾波的門限分解算法
7.3 中值濾波的輸出統(tǒng)計特性
7.4 多級中值濾波
7.5 序統(tǒng)計濾波
7.6 近均值濾波
7.7 Lee濾波
7.8 梯度倒數加權濾波
第8章 形態(tài)濾波
8.1 形態(tài)學的基本運算和性質
8.2 Matheron表示定理
8.3 一維信號的形態(tài)濾波
8.4 一維形態(tài)濾波的輸出統(tǒng)計特性
參考文獻