精通matlab智能算法pdf下载 温正,精通MATLAB智能算法

本书详细介绍了MATLAB2014a中各种智能算法的原理和应用,包括MATLAB基础知识、信号与系统分析、信号变换、滤波器设计、随机信号处理、小波分析在信号处理中的应用、图像信号处理以及语音和通信信号处理等内容,是MATLAB智能算法设计的实用参考书。
摘要由CSDN通过智能技术生成

精通MATLAB智能算法

编辑

锁定

讨论

上传视频

《精通MATLAB智能算法》是2015年4月清华大学出版社出版的图书,作者是温正。

书    名

精通MATLAB智能算法

作    者

温正

ISBN

9787302387428定    价

59元

出版时间

2015-4-14

装    帧

平装

精通MATLAB智能算法图书简介

编辑

本书以最新推出的MATLAB 2014a软件为基础,详细介绍了各种智能算法的原理及其MATLAB在智能算法中的应用,是一本MATLAB智能算法设计的综合性参考书。[1]

精通MATLAB智能算法图书目录

编辑

第1章MATLAB基础知识

1.1MATLAB概述

1.1.1MATLAB的发展历程

1.1.2MATLAB的组成与功能

1.2MATLAB工作环境

1.2.1命令行窗口

1.2.2帮助系统窗口

1.2.3图形窗口

1.2.4M文件编辑窗口

1.2.5当前文件夹

1.2.6搜索路径

1.3MATLAB程序控制结构

1.3.1顺序结构

1.3.2选择结构

1.3.3循环结构

1.3.4程序流程控制语句及其他常用命令

1.4变量、数值与表达式

1.4.1变量

1.4.2数值

1.4.3表达式

1.5数组与矩阵

1.5.1数组的创建与操作

1.5.2常见的数组运算

1.5.3矩阵的表示

1.5.4矩阵的拼接

1.5.5MATLAB矩阵寻访

1.5.6MATLAB矩阵的运算

1.6数据分析

1.6.1平均值与中值

1.6.2数据比较

1.6.3期望

1.6.4方差

1.6.5协方差与相关系数

1.7图形绘制

1.7.1二维图形的绘制

1.7.2图形绘制和编辑

1.7.3三维图形的绘图

本章小结

第2章信号与系统分析基础

2.1离散时间信号

2.2采样定理

2.3离散时间序列

2.3.1单位取样序列

2.3.2单位阶跃序列

2.3.3正弦序列

2.3.4实指数序列

2.3.5复指数序列

2.3.6周期序列

2.4信号的基本运算

2.4.1序列相加与相乘

2.4.2序列累加与序列值乘积

2.4.3序列翻转与序列移位

2.4.4常用连续时间信号的尺度变换

2.4.5常用连续时间信号的奇偶分解

2.4.6信号的微分和积分

2.4.7卷积运算

2.5信号波形的产生

2.5.1线性调频函数与方波函数

2.5.2随机函数与三角波函数

2.5.3函数rectpuls与函数diric

2.5.4函数sinc与函数tripuls

2.5.5函数gauspuls与函数pulstran

2.6连续时间系统的时域分析

2.6.1连续时间系统的零状态与零输入响应的求解分析

2.6.2连续时间系统数值求解

2.6.3连续时间系统冲激响应和阶跃响应分析

2.6.4连续时间系统卷积求解

2.7离散时间信号在MATLAB中的运算

2.7.1离散时间系统

2.7.2离散时间系统的响应

2.7.3离散时间系统的冲激响应和阶跃响应

2.7.4离散时间信号的卷积和运算

本章小结

第3章信号变换

3.1Z变换概述

3.1.1Z变换的定义

3.1.2Z变换的收敛域

3.2Z变换的性质

3.2.1线性性质

3.2.2时域移位

3.2.3时域扩展性

3.2.4时域卷积性质

3.2.5微分性

3.2.6积分性

3.2.7时域求和

3.2.8初值定理

3.2.9终值定理

3.3Z反变换

3.4离散系统中的Z域描述

3.4.1离散系统函数频域分析

3.4.2离散系统函数零点分析

3.4.3离散系统差分函数求解

3.5傅里叶级数和傅里叶变换

3.6周期序列的离散傅里叶级数

3.8离散傅里叶变换的性质

3.8.1线性

3.8.2循环移位

3.8.3循环卷积定理

3.8.4共轭对称性

3.9频率域采样

3.9.1频率响应的混叠失真

3.9.2频谱泄漏

3.9.3栅栏效应

3.9.4频率分辨率

3.10.1直接计算DFT的问题及改进途径

3.10.2基2时分的FFT算法

3.10.3基2频分的FFT算法

3.10.4快速傅里叶变换的MATLAB实现

3.11.1一维离散余弦变换

3.11.2二维离散余弦变换

3.11.3维离散余弦函数

3.12ChirpZ变换

3.13函数Gabor

3.13.1函数Gabor定义

3.13.2函数Gabor的一般求法与解析理论

3.13.3Gabor展开

本章小结

第4章IIR滤波器设计

4.1IIR滤波器结构

4.1.1直接型

4.1.2级联型

4.1.3并联型

4.2模拟滤波器的基础知识与原型设计

4.2.1巴特沃思滤波器设计

4.2.2切比雪夫Ⅰ型滤波器设计

4.2.3切比雪夫Ⅱ型滤波器设计

4.2.4椭圆滤波器设计

4.3频带变换

4.3.1低通到低通的频带变换

4.3.2低通到高通的频带变换

4.3.3低通到带通的频带变换

4.3.4低通到带阻的频带变换

4.4冲击响应不变法与双线性变换法

4.5滤波器最小阶数选择

4.6滤波器设计

4.6.1滤波器设计步骤

4.6.2经典滤波器设计

本章小结

5.1FIR滤波器结构

5.1.1直接型

5.1.2级联型

5.1.3频率抽样型

5.1.4快速卷积型

5.2线性相位FIR滤波器的特性

5.2.1相位条件

5.2.2线性相位FIR滤波器频率响应的特点

5.2.3线性相位FIR滤波器的零点特性

5.3常用窗函数法FIR滤波器设计

5.3.1窗函数的基本原理

5.3.2矩形窗

5.3.3汉宁窗

5.3.4海明窗

5.3.5布莱克曼窗

5.3.6巴特窗

5.3.7凯塞窗

5.3.8窗函数设计法

5.4频率取样FIR滤波器的设计

5.4.1设计的思路与约束条件

5.4.2误差设计

5.5FIR数字滤波器的最优设计

5.5.1均方误差最小化准则

5.5.2最大误差最小化准则

5.5.3切比雪夫最佳一致逼近

本章小结

第6章其他滤波器

6.3自适应波器

6.3.1自适应滤波器介绍

6.3.2自适应滤波器在MATLAB中的应用

6.4Lattice滤波器

6.4.1全零点Lattice滤波器

6.4.2全极点Lattice滤波器

6.4.3零极点的Lattice结构

6.5线性预测滤波器

6.5.1AR模型

6.5.2MA模型

本章小结

第7章随机信号处理

7.1随机信号处理基础

7.1.1随机信号介绍与时域统计描述

7.1.2平稳随机序列及其数字特征

7.1.3平稳随机序列的功率谱

7.1.4基于随机信号处理的MATLAB函数

7.2随机信号的功率谱分析

7.2.1非参量类方法

7.2.2参数法

7.2.3子空间法

本章小结

第8章小波在信号处理中的应用

8.1小波分析概述

8.1.1傅里叶变换与小波变换的比较

8.1.2多辨分析

8.2小波变换

8.2.1一维连续小波变换

8.2.2高维连续小波变换

8.3小波包分析

8.3.1小波包的定义

8.3.2小波包的性质

8.3.3几种常用的小波

8.4小波工具箱介绍

8.4.1启动小波工具箱

8.4.2一维连续小波分析工具

8.5信号的重构

8.5.1函数idwt

8.5.2函数wavedec

8.5.3函数upcoef

8.5.4函数upwlev

8.5.5函数wrcoef

8.5.6函数wprec

8.5.7函数wprcoef

8.6提升小波变换用于信号处理

8.7信号去噪

8.7.1信号阈值去噪

8.7.2常用的去噪函数

8.8小波变换在信号处理中的应用

8.8.1分离信号的不同成分

8.8.2识别信号的频率区间与发展趋势

8.8.3基于小波变换的图像信号的局部压缩

8.8.4小波在数字图像信号水印压缩方面的应用

本章小结

第9章图像信号处理

9.1MATLAB图像信号处理基础

9.2图像的代数运算

9.2.1图像的加法运算

9.2.2图像的减法运算

9.2.3图像的乘法运算

9.2.4图像的除法运算

9.3图像的几何变换

9.3.1旋转与平移变换

9.3.2缩放与裁剪变换

9.3.3镜像变换

9.4图像的变换

9.4.1傅里叶变换

9.4.2沃尔什及哈达玛变换

9.5图像的压缩编码

9.5.1图像压缩编码技术概述

9.5.2预测编码

9.5.3变换编码

9.6图像的增强

9.6.1图像的空域滤波增强

9.6.2图像的频域滤波增强

9.7图像的复原

9.7.1MATLAB提供的图像退化函数

9.7.2图像恢复的方法

本章小结

第10章语音信号处理

10.1语音产生的过程

10.2语音信号产生的数学模型

10.2.1激励模型

10.2.2声道模型

10.2.3辐射模型

10.2.4语音信号的数字化和预处理

10.3语音信号分析和滤波处理

10.3.1语音信号的采集

10.3.2语音信号的读入与打开

10.3.3语音信号的分析

10.3.4含噪语音信号的合成

10.3.5滤波器的设计

10.4小波变换在语音信号处理中的应用

10.4.1小波在语音信号增强中的应用

10.4.2小波变换在语音信号压缩上的应用

本章小结

第11章通信信号处理

11.1幅度调制

11.1.1DSBAM调制

11.1.2普通AM调制

11.1.3SSBAM调制

11.1.4残留边带幅度调制

11.2角度调制

11.3数字调制

11.3.1FSK调制

11.3.2PSK调制

11.3.3QAM调制

11.4自适应均衡

11.4.1递归最小二乘算法(RLS)

11.4.2盲均衡算法

本章小结

第12章雷达信号处理

12.1雷达的基本原理

12.2雷达的用途

12.2.1双/多基地雷达

12.2.2相控阵雷达

12.2.3宽带/超宽带雷达

12.2.4合成孔径雷达

12.2.5毫米波雷达

12.2.6激光雷达

12.3线性调频脉冲压缩雷达仿真

12.3.1匹配滤波器

12.3.2线性调频信号(LFM)

12.3.3相位编码信号

12.3.4噪声和杂波的产生

12.3.5杂波建模与MATLAB实现

12.4动目标的显示与检测

本章小结

参考文献[2]

词条图册

更多图册

参考资料

1.

精通MATLAB智能算法

.清华大学出版社[引用日期2015-04-29]

2.

目录

.清华大学出版社[引用日期2015-11-02]

MATLAB是一种非常有用的编程语言,拥有众多的应用程序和工具箱,其中包含了各种各样的智能算法。如果你想成为MATLAB智能算法的专家,那你需要专注于掌握以下几个方面: 首先,你需要了解MATLAB中的基本数学和统计学概念。这包括线性代数、微积分、概率论和统计学等课程内容。这些知识点是使用MATLAB解决智能算法问题的基础。 其次,你需要了解各种智能算法的原理和应用。这包括遗传算法、神经网络、模糊逻辑、人工神经网络等。你需要阅读相关的文献资料,深入研究它们的背景、原理和应用领域。 第三,你需要熟练掌握MATLAB编程语言。你需要能够编写复杂的程序来实现各种智能算法。你需要了解控制流程、循环、变量等MATLAB编程语言的基础,以及如何创建自定义函数、类和GUI。 第四,找到MATLAB中的智能算法相关工具箱和代码资源。MATLAB中拥有众多的工具箱和代码资源,如神经网络工具箱、模糊逻辑工具箱等。你需要熟悉它们的使用和调整参数。 最后,你需要不断尝试解决各种智能算法问题的实践经验。你可以从各种类型的数据集中进行实验研究,探索不同算法的行为和效果,并逐步优化你的程序。 总之,想要精通MATLAB智能算法,你需要不断地学习,掌握基本知识,寻找代码资源源,不停地实践和尝试。这样才能在这个领域中发挥你的最大潜力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值