A tutorial on Artificial Intelligence
0.1
  • 引言
  • 第一卷 数学基础
  • 第二卷 经典物理
  • 第三卷 现代物理学
  • 第四卷 计算机学
  • 第五卷 信号处理
    • 模拟信号处理
    • 数字信号处理
      • 1. 引言
      • 2. 基础内容
      • 3. 谱估计理论
        • 3.1. 简介
        • 3.2. 经典谱估计
        • 3.3. 现代谱估计
        • 3.4. 智能谱估计
      • 4. 时频分析
      • 5. 名词术语
    • 非线性信号处理
    • 统计信号处理
    • 稀疏信号处理
    • 数字图像处理
  • 第六卷 人工智能
  • 第七卷 雷达信号处理
  • 第八卷 医学信号处理
  • 第九卷 天文学
  • 第十卷 应用实践
  • 第十一卷 补充内容
  • 名词术语
A tutorial on Artificial Intelligence
  • Docs »
  • 第五卷 信号处理 »
  • 数字信号处理 »
  • 3. 谱估计理论

3. 谱估计理论¶

  • 3.1. 简介
    • 3.1.1. What?
    • 3.1.2. Why?
    • 3.1.3. How?
  • 3.2. 经典谱估计
    • 3.2.1. 经典谱估计
      • 谱估计
      • 经典谱估计
    • 3.2.2. 窗函数及其性质
      • 概念
      • 类型
        • hamming
        • cosine
        • blackman
        • gaussian
        • tukey
        • kaiser
      • 实例
        • 窗函数比较
    • 3.2.3. 傅立叶变换
      • 简介
      • 连续时间傅立叶变换及其逆变换
        • 一维连续时间FT与IFT
        • 二维连续时间FT与IFT
      • 离散时间傅立叶变换及其逆变换
        • 一维离散时间FT与IFT
        • 二维离散时间FT与IFT
      • 快速傅立叶变换
      • 实验分析
        • 仿真数据实验
        • 真实数据实验
    • 3.2.4. 傅立叶变换矩阵
      • 概念与内涵
      • 一维傅里叶变换矩阵
        • 变换矩阵推导
        • 将零频率分量移到频谱中心
      • 二维傅里叶变换矩阵
        • 变换矩阵推导
        • 将零频率分量移到频谱中心
      • FFT 线性变换验证实验
        • 一维傅里叶变换矩阵实验
        • 二维傅里叶变换矩阵实验
    • 3.2.5. 傅立叶变换与卷积
      • 概念与内涵
      • FFT实现卷积
      • 实验与分析
        • FFT实现二维矩阵卷积
        • FFT实现二维图像卷积
  • 3.3. 现代谱估计
    • 3.3.1. 现代谱估计
      • 现代谱估计
        • 概念与内涵
        • 现代普估计方法
    • 3.3.2. 基于滤波器的谱估计
      • 简介
    • 3.3.3. 基于信号子空间的谱估计
      • 简介
    • 3.3.4. 基于噪声子空间的谱估计
      • 多重信号分类
        • 多信号分类用于频率估计
        • 实例分析
  • 3.4. 智能谱估计
    • 3.4.1. 智能谱估计简介
      • 什么是智能谱估计
Next Previous

© Copyright 2017-2019,刘志,西安电子科技大学,智能感知与图像理解教育部重点实验室.

Built with Sphinx and ❤️ using a custom theme based on Read the Docs.