亚洲高清激情精品一区国产 ,韩国三级视频特黄

內(nèi)容簡介

　　反卷積和信號(hào)復(fù)原是信號(hào)處理技術(shù)中具有理論挑戰(zhàn)性的分支。由于應(yīng)用廣泛，它一直是研究熱點(diǎn)。有關(guān)的研究報(bào)告散布于各種專業(yè)學(xué)術(shù)技術(shù)刊物和書籍。但對于準(zhǔn)備從事信號(hào)處理的各專業(yè)學(xué)生和研究人員還缺乏一本反映近期發(fā)展、具有引導(dǎo)性和系統(tǒng)性的書。本書希望彌補(bǔ)這種不足。作者對本領(lǐng)域所需要的基礎(chǔ)進(jìn)行了系統(tǒng)的整理，力求本書能包括主要基礎(chǔ)，反映重要進(jìn)展、難點(diǎn)和發(fā)展方向。書中強(qiáng)調(diào)了反卷積問題的物理起源、理論方法的要點(diǎn)、適應(yīng)范圍和限制；包括了若干程序例子和實(shí)際數(shù)據(jù)，可為讀者進(jìn)入應(yīng)用提供幫助；同時(shí)又包括了系統(tǒng)深入的理論基礎(chǔ)和前沿發(fā)展，可滿足希望進(jìn)入前沿研究讀者的需要。

作者簡介

　　鄒謀炎，1941年一月生，四川省遂寧市人。1963年畢業(yè)于成都電訊工程學(xué)院，1987年在德國Erlangen大學(xué)獲工學(xué)博士學(xué)位?，F(xiàn)任中國科學(xué)院電子學(xué)研究所研究員，博士生導(dǎo)師，中國科大研究生院（北京）兼職教授。曾獲德國洪堡獎(jiǎng)學(xué)金，并在德國從事多年合作研究。對電路理論、信號(hào)處理，特別是圖像處理有精深研究，發(fā)表執(zhí)筆論文近70篇，包括在國際重要學(xué)術(shù)刊物發(fā)表多篇，提出多項(xiàng)式盲目分解—盲目發(fā)卷積算法（1986），提出分離周期信號(hào)的代數(shù)理論（1991），提出非周期反卷積模型（1995），提出不敏感于噪聲的最大公因子算法（1995），提出二維支持域的嵌入性理論（1996），提出有效的解相關(guān)算法（1997），提出全局優(yōu)化的輔助價(jià)格函數(shù)法（1997）。他被撰入1997《who’s who in the world》。

圖書目錄

第一章  導(dǎo)論
1. 1  關(guān)于卷積和反卷積
1. 2  反卷積. 噪聲抑制和相位恢復(fù)
1. 3  反問題和病態(tài)
1. 4  反卷積和信號(hào)復(fù)原的應(yīng)用
1. 5  關(guān)于本書的內(nèi)容安排
1. 6  關(guān)于參考文獻(xiàn)的說明
參考文獻(xiàn)
第二章  數(shù)學(xué)基礎(chǔ)
2. 1  卷積
2. 2  二維離散卷積
2. 3  傅里葉變換和離散傅里葉變換
2. 4  z變換和系統(tǒng)函數(shù)
2. 5  概率論基礎(chǔ)
2. 6  參數(shù)估計(jì)
2. 7  投影算子和估計(jì)問題
2. 7. 1  Hilbert空間和線性算子
2. 7. 2  Hilbert空間的正交分解和投影算子
2. 7. 3  線性最小二乘估計(jì)
2. 7. 4  最小均方誤差估計(jì)
2. 8  投影到凸集的理論和方法
2. 9  隨機(jī)過程
2. 9. 1  平穩(wěn)隨機(jī)過程
2. 9. 2  離散隨機(jī)序列
2. 9. 3  離散平穩(wěn)序列通過線性系統(tǒng)
2. 9. 4  Causs過程和Markov過程
2. 10  平穩(wěn)ARMA過程
2. 11  有理函數(shù)的TaHTMaxep定理
2. 12  高階統(tǒng)計(jì)和高階譜分析
2. 12. 1  隨機(jī)變量的累積量(Cumulsnts)
2. 12. 2  聯(lián)合累積
2. 12. 3  聯(lián)合累積的基本性質(zhì)
2. 12. 4  三次相關(guān)(Triple Correlation)和雙譜(Bispectrum)
2. 12. 5  隨機(jī)信號(hào)通過線性系統(tǒng)的高階統(tǒng)計(jì)分析
2. 12. 6  依據(jù)觀測數(shù)據(jù)估計(jì)高階累積和高階譜
2. 12. 7  高階累積和高階譜在信號(hào)處理中的意義
參考文獻(xiàn)
第三章  Fndholm第一類積分方程的解, 規(guī)整化和計(jì)算模型
3. 1  逆濾波和病態(tài)性
3. 2  反卷積問題病態(tài)的一個(gè)解釋
S. 3  Fredholm第一類積分方程的算子論分析
3. 3. 1  緊算子. 緊自伴算子和譜分解
3. 3. 2  Hilbert空間的正交分解
3. 3. 3  第一類積分方程的解
3. 3. 4  第一類方程的最小二乘解和偽逆算子
3. 4  反卷積問題規(guī)整化的一般概念
3. 5  第一類方程的TNXOHOB規(guī)整化
3. 6  保持圖像細(xì)節(jié)的規(guī)整化方法
3. 7  線性代數(shù)方程的奇異性和病態(tài)問題
3. 8  卷積方程的離散化和循環(huán)矩陣計(jì)算模型
3. 9  非周期矩陣反卷積模型
3. 10  循環(huán)矩陣模型和非周期矩陣模型病態(tài)性質(zhì)的比較
3. 11  關(guān)于反卷積病態(tài)的一個(gè)注釋
3. 12  關(guān)于代數(shù)方程的迭代解法
3. 12. 1  VanCittert迭代
3. 12. 2  基于梯度的迭代方法
3. 13  代數(shù)方程的總體最小二乘解
參考文獻(xiàn)
第四章  一維信號(hào)反卷積和復(fù)原
4. 1  一維信號(hào)反卷積和復(fù)原技術(shù)的發(fā)展背景
4. 2  一維反卷積和復(fù)原的某些技術(shù)特點(diǎn)
4. 3  離散過程的Wiener濾波器
4. 3. 1  離散非因果Wiener濾波器
4. 3. 2  離散因果Wiener濾波器
4. 3. 3  增量Wiener濾波器
4. 4  同態(tài)反卷積
4. 5  預(yù)測反卷積
4. 5. 1  反射地震數(shù)據(jù)的反卷積問題
4. 5. 2  預(yù)測反卷積
4. 5. 3  Toeplitz方程的遞歸解法
4. 5. 4  Levinson-Durbin遞歸
4. 5. 5  自相關(guān)估計(jì)
4. 5. 6  關(guān)于預(yù)測誤差濾波器的最小相位性質(zhì)
4. 5. 7  預(yù)測誤差濾波器的格型實(shí)現(xiàn)
4, 5. 8  預(yù)測反卷積的一個(gè)例子
4. 5. 9  雙向預(yù)測反卷積算法(Bure方法)
4. 5. 10  關(guān)于確定預(yù)測濾波器的階
4. 5. 11  超定方程法
4. 5. 12  關(guān)于預(yù)測反卷積的注釋
4. 6  高階統(tǒng)計(jì)和高階譜方法
4. 6. 1  線性系統(tǒng)輸出過程的高階累積和支持域
4. 6. 2  閉合公式法
4. 6. 3  相位估計(jì)法
4. 6. 4  累積一脈沖響應(yīng)方程和代數(shù)方程法
4. 6. 5  累積匹配法
4. 6. 6  AR和ARMA系統(tǒng)辨識(shí)
4. 6. 7  關(guān)于AR參數(shù)的可辨識(shí)性和超定方程算法
4. 6. 8  關(guān)于高階統(tǒng)計(jì)方法的一個(gè)注釋
4. 7  信道均衡
4. 7. 1  數(shù)字通信信道和均衡問題
4. 7. 2  自適應(yīng)均衡器
4. 7. 3  盲均衡：統(tǒng)計(jì)特征匹配方法
4. 7. 4  分?jǐn)?shù)間隔采樣對盲均衡的意義
4. 8  多道反卷積：最大公因子算法
4. 8. 1  最大公因子算法
4. 8. 2  GCD階的確定
4. 8. 3  多幀GCD問題的解
4. 8. 4  對盲目反卷積問題的應(yīng)用
4. 9  觀測為部分卷積的多道反卷積
4. 9. 1  部分卷積和多道反卷積
4. 9. 2  辨識(shí)方程的推演和可辨識(shí)性
4. 9. 3  關(guān)于多道辨識(shí)問題的解
4. 10  光譜儀信號(hào)反卷積
4. 11  用于一維信號(hào)反卷積的幾個(gè)MATLAB程序
參考文獻(xiàn)
第五章  有限支持域上的圖像盲目反卷積
5. 1  導(dǎo)言
5. 2  支持域的可嵌人性和可分解性
5. 3  空間域迭代盲目反卷積算法
5. 3. 1  基本算法
5. 3. 2  塊Toeplitz方程的遞推解法
5. 3. 3  增量迭代盲目反卷積算法
5. 4  利用傅里葉變換的迭代盲目反卷積算法
5. 5  迭代盲目反卷積的計(jì)算例子
5. 6  關(guān)于盲目反卷積中的規(guī)整化問題
5. 7  從斑紋干涉測量數(shù)據(jù)復(fù)原目標(biāo)的方法
5. 8  三次相關(guān)方法
5. 9  其他的盲目反卷積算法
5. 9. 1  零葉面分離方法
5. 9. 2  模擬退火方法
5. 9. 3  最小熵方法
參考文獻(xiàn)
第六章  圖像反降晰
6. 1  導(dǎo)言
6. 2  圖像反降晰涉及的非線性. 噪聲和分辨率改善問題
6. 3  常見的降晰函數(shù)模型和辨識(shí)
6. 3. 1  線性移動(dòng)降晰函數(shù)
6. 3. 2  散焦降晰函數(shù)
6. 3. 3  Causs降晰函數(shù)
6. 3. 4  降晰函數(shù)的辨識(shí)和估計(jì)
6. 4  基本的頻域反降晰算法
6. 4. 1  Wiener濾波器
6. 4. 2  約束最小二乘算法
6. 4. 3  計(jì)算機(jī)模擬例子
6. 4. 4  循環(huán)邊界法和頻域反降晰算法的實(shí)施
6. 5  降晰函數(shù)辨識(shí)：誤差一參數(shù)分析法
6. 6  基本的空間域復(fù)原算法
6. 6. 1  受限制自適應(yīng)復(fù)原算法
6. 6. 2  受限制自適應(yīng)復(fù)原算法的改進(jìn)
6. 6. 3  最大熵復(fù)原算法
6. 7  總體最小二乘復(fù)原算法
6. 8  圖像建模和圖像估計(jì)
6. 8. 1  圖像建模及其意義
6. 8. 2  Causs隨機(jī)場模型和復(fù)原算法
6. 8. 3  Poiseon隨機(jī)場模型和復(fù)原算法
6. 8. 4  圖像的AR模型和ARMA模型
6. 9  Markov隨機(jī)場模型及其對圖像復(fù)原的應(yīng)用
6. 9. 1  導(dǎo)言
6. 9. 2  Markov隨機(jī)場和Cibbs隨機(jī)場
6. 9. 3  自生模型
6. 9. 4  Gauss-Markov隨機(jī)場(GMRF)模型
6：9. 5  線過程模型
6. 9. 6  圖像的最大后驗(yàn)估計(jì)
6. 9. 7  Gibbs采樣器. 隨機(jī)松弛和模擬退火
6. 9. 8  迭代條件模(ICM)算法
6. 9. 9  某些進(jìn)一步的問題
6. 10  總變分最小化方法
6. 11  保存圖像細(xì)節(jié)的規(guī)整化方法
6. 11. 1  一類保存圖像細(xì)節(jié)的懲罰泛函
6. 11. 2  各向異性擴(kuò)散和偏微分演化方程
6. 11. 3  離散型的例子
6. 11. 4  半二次規(guī)整化
6. 12  降晰函數(shù)辨識(shí)和圖像估計(jì)的期望一最大化(EM)算法
6. 12. 1  一類參數(shù)估計(jì)問題和期望一最大化(EM)算法
6. 12. 2  EM算法對圖像反降晰的應(yīng)用
6. 12. 3  E步算法
6. 12. 4  M步算法
6. 12. 5  實(shí)際考慮
6. 13  迭代盲目復(fù)原算法
6. 14  空間變化降晰圖像復(fù)原
6. 14. 1  坐標(biāo)變換法
6. 14. 2  降晰矩陣分解法
參考文獻(xiàn)
第七章  相位恢復(fù)
7. 1  導(dǎo)言
7. 2  迭代傅里葉變換(IFT)算法
7. 3  解相關(guān)算法
7. 4  相位恢復(fù)的模糊問題和處理方法
7. 5  相位恢復(fù)問題的計(jì)算例子
7. 6  從自相關(guān)支持域估計(jì)目標(biāo)支持域的理論和方法
7. 6. 1  支持域的凸邊界
7. 6. 2  應(yīng)用：凸邊界估計(jì)
7. 6. 3  凸支持的某些性質(zhì)
7. 6. 4  非凸支持
7. 6. 5  支持估計(jì)方法
參考文獻(xiàn)
索引