Procesamiento Estadistico de Señales Digitales – Monson Hayes – 1ed

| 01/23/2013 | comentarios

El principal objetivo es proporcionar a los estudiantes una sólida comprensión de una serie de temas avanzados importantes y relacionados en el procesamiento de señales digitales, como los filtros de Wiener, estimación del espectro de potencia de la señal, el modelado y el filtrado adaptativo. Decenas de ejemplos prácticos ilustran puntos delicados, comparar técnicas y algoritmos y facilitar la comprensión de los conceptos fundamentales. También cuenta con una gran cantidad de problemas interesantes y desafiantes al final de cada capítulo.

TABLE OF CONTENTS

Chapter 1 Introduction


Chapter 2 Background

2.1 Introduction
2.2 Discrete-Time Signal Processing
2.3 Linear Algebra
2.4 Summary
2.5 Problems

Chapter 3 Discrete-Time Random Processes

3.1 Introduction
3.2 Random Variables
3.3 Random Processes
3.4 Filtering Random Processes
3.5 Spectral Factorization
3.6 Special Types of Random Processes
3.7 Summary
3.8 Problems

Chapter 4 Signal Modeling

4.1 Introduction
4.2 The Least Squares (Direct) Method
4.3 The Pade Approximation
4.4 Prony’s Method
4.5 Iterative Prefiltering*
4.6 Finite Data Records
4.7 Stochastic Models
4.8 Summary
4.9 Problems

Chapter 5 The Levinson Recursion

5.1 Introduction
5.2 The Levinson-Durbin Recursion
5.3 The Levinson Recursion
5.4 The Split Levinson Recursion*
5.5 Summary
5.6 Problems

Chapter 6 Lattice Filters

6.1 Introduction
6.2 The FIR Lattice Filter
6.3 Split Lattice Filter
6.4 IIR Lattice Filters
6.5 Lattice Methods for All-Pole Signal Modeling
6.6 Stochastic Modeling
6.7 Summary
6.8 Problems

Chapter 7 Optimum Filters

7.1 Introduction
7.2 The FIR Wiener Filter
7.3 The IIR Wiener Filter
7.4 Discrete Kalman Filter
7.5 Summary
7.6 Problems

Chapter 8 Spectrum Estimation

8.1 Introduction
8.2 Nonparametric Methods
8.3 Minimum Variance Spectrum Estimation
8.4 The Maximum Entropy Method
8.5 Parametric Methods
8.6 Frequency Estimation
8.7 Principal Components Frequency Estimation
8.8 Summary
8.9 Problems

Chapter 9 Adaptive Filtering

9.1 Introduction
9.2 FIR Adaptive Filters
9.3 Adaptive Recursive Filters
9.4 Recursive Least Squares
9.5 Summary
9.6 Problems

Appendix Using MATLAB Programs

A.1 Introduction
A.2 General Information
A.3 Random Processes
A.4 Signal Modeling
A.5 Levinson Recursion
A.6 Lattice Filters
A.7 Optimum Filters
A.8 Spectrum Estimation
A.9 Adaptive Filtering

 

Title: Statistical Digital Signal Processing and Modeling
Author: Monson H. Hayes
Edition: 1st Edition
ISBN: 0471594318, 9780471594314
Tipe: PDF
Language: English

Tags: , , , , , ,

Category: X