MATLAB R2016a智能算法分析与实现30例电子书

书名页

内容简介

版权页

前　言

目录

第1章　扩频通信系统的算法分析与实现

1.1　扩频通信系统的仿真

1.2　伪随机码的产生

1.2.1　M序列

1.2.2　伪随机数序列相关函数

1.2.3　Gold序列

1.3　直接序列扩频系统

1.4　利用MATLAB仿真演示直扩信号抑制余弦干扰

1.5　跳频扩频系统

1.6　BFSK/FH系统性能仿真

第2章　图像的复原算法分析与实现

2.1　图像复原概述

2.2　图像的噪声

2.3　图像复原方法

2.3.1　复原的模型

2.3.2　无约束复原法

2.3.3　有约束复原法

2.3.4　复原法的评估

2.4　MATLAB图像的复原方法

2.4.1　逆滤波复原法

2.4.2　维纳滤波复原法

第3章　通信系统设计的MATLAB实现

3.1　设计通信系统的发射机

3.1.1　利用直接序列扩频技术设计发射机

3.1.2　利用IS-95前向链路技术设计发射机

3.1.3　利用OFDM技术设计发射机

3.2　设计通信系统的接收机

3.2.1　利用直接序列扩频技术设计接收机

3.2.2　利用IS-95前向链路技术设计接收机

3.2.3　利用OFDM技术设计接收机

3.3　通信系统的MATLAB实现

第4章　模拟滤波器算法分析与设计

4.1　模拟滤波器离散化分析

4.1.1　冲激响应不变法分析

4.1.2　双线性变换法分析

4.2　模拟滤波器的最小阶数选择

4.2.1　Butterworth模拟滤波器阶数选择函数

4.2.2　Chebyshev I型模拟滤波器阶数选择函数

4.2.3　Chebyshev II型模拟滤波器阶数选择函数

4.3　模拟滤波器的性能测试

4.4　模拟滤波器的设计

4.4.1　模拟滤波器设计步骤

4.4.2　模拟滤波器设计函数

第5章　神经网络模糊控制设计与应用

5.1　神经网络模糊控制器的结构

5.2　神经网络的特征

5.3　神经网络模糊控制器的应用

5.3.1　控制器

5.3.2　控制器自校正

5.4　神经模糊控制应用于洗衣机中

5.4.1　洗衣机的模糊控制

5.4.2　洗衣机的神经网络模糊控制器的设计

第6章　故障信号检测分析与实现

6.1　故障信号检测的理论分析

6.2　实验结果与分析

6.2.1　利用小波分析检测传感器故障

6.2.2　小波类型的选择对检测突变信号的影响

6.3　小波类型选择

第7章　现代控制系统算法分析与实现

7.1　可控性分析

7.1.1　连续系统的完全可控性

7.1.2　离散系统的可控性

7.1.3　连续系统的状态完全可控标准形式

7.1.4　连续系统的输出可控性

7.2　可观测性分析

7.2.1　线性离散系统的完全可观测性

7.2.2　连续系统的完全可观测性

7.2.3　连续系统的完全可观测标准形

7.3　系统的极点配置

7.3.1　极点配置的MATLAB函数

7.3.2　极点配置示例分析

7.4　系统状态观测器设计

7.4.1　状态观测器的MATLAB函数

7.4.2　状态观测器设计示例

第8章　数字图像的运算分析与实现

8.1　图像的点运算

8.1.1　线性点运算

8.1.2　分段线性点运算

8.1.3　非线性变换

8.1.4　直方图修正

8.2　图像的代数运算

8.2.1　图像加法运算

8.2.2　图像减法运算

8.2.3　图像乘法运算

8.2.4　图像除法运算

第9章　离散时间信号算法分析与实现

9.1　离散时间信号在MATLAB中的运算

9.1.1　离散时间信号的基本运算

9.1.2　离散时间系统的响应

9.1.3　离散时间系统的单位取样响应

9.1.4　离散时间信号的卷积和运算

9.2　信号抽样及抽样定理

9.2.1　信号抽样分析

9.2.2　抽样定理分析

9.2.3　信号重建分析

第10章　自组织神经网络的函数实现

10.1　创建函数

10.2　学习函数

10.3　竞争传递函数

10.4　初始化函数

10.5　距离函数

10.6　训练竞争层函数

10.7　绘图函数

10.8　结构函数

第11章　通信系统滤波器设计与实现

11.1　模拟滤波器MATLAB函数

11.1.1　设计模拟滤波器

11.1.2　切比雪夫II型滤波器

11.1.3　椭圆滤波器

11.1.4　Bessel滤波器

11.1.5　求模拟滤波器的最小阶

11.1.6　滤波器的传递函数

11.2　数字滤波器MATLAB函数

11.2.1　窗函数

11.2.2　数字滤波器频率响应函数

11.3　特殊滤波器MATLAB函数

11.3.1　rcosfir函数

11.3.2　rcosiir函数

第12章　控制系统根轨迹校正分析与实现

12.1　控制系统性能指标

12.1.1　性能指标的分类

12.1.2　二阶系统频域指标与时域指标的关系

12.2　校正基本概念

12.2.1　校正的概念

12.2.2　校正的方式

12.3　根轨迹校正法

12.3.1　根轨迹校正法串联超前校正

12.3.2　根轨迹的串联滞后校正

12.3.3　根轨迹的串联超前滞后校正

第13章　图像的几何运算分析与实现

13.1　齐次坐标

13.2　灰度插值

13.2.1　最近邻插值

13.2.2　双线性插值

13.2.3　双三次插值

13.2.4　MATLAB实现

13.3　图像平移

13.4　图像旋转

13.5　图像比例缩放

第14章　IIR滤波器设计与实现

14.1　从模拟滤波器设计IIR滤波器

14.1.1　冲激响应不变法

14.1.2　双线性变换法

14.2　IIR滤波器的设计方法

14.2.1　经典设计法

14.2.2　直接设计法

14.3　高通滤波器的设计

14.3.1　模拟低通-数字高通变换

14.3.2　数字低通-数字高通变换

第15章　自组织特征映射网络算法分析与应用

15.1　自组织特征映射网络模型

15.2　自组织特征映射网络结构

15.3　自组织特征映射网络设计

15.3.1　SOFM的构建

15.3.2　SOFM的训练

15.4　自组织特征映射网络应用

15.4.1　自组织特征映射网络在识别分类中的应用

15.4.2　SOFM在人口分类中的应用

第16章　模型预测控制设计与实现

16.1　系统辨识

16.2　广义预测控制

16.2.1　j步最优预测

16.2.2　C(z-1)=1时的广义预测控制

16.3 MATLAB实现

16.3.1　对象参数已知时（GPC算法）

16.3.2　对象参数未知时（GPC自适应算法）

16.3.3　C(z-1)≠1时的广义预测控制

第17章　通信系统模拟线性调制算法分析与实现

17.1　双边带调幅与解调

17.1.1　双边带调幅

17.1.2　双边带解调

17.2　常规双边带调幅

17.3　抑制载波双边带调幅

17.4　单边带调幅与解调

17.4.1　希尔伯特变换

17.4.2　单边带调幅

17.4.3　单边带解调

第18章　控制系统频域校正分析与实现

18.1　频域响应校正法

18.2　频域法的串联超前校正

18.2.1　相位超前校正装置

18.2.2　超前校正设计方法

18.3　频域法的串联滞后校正

18.3.1　相位滞后校正装置

18.3.2　Bode图滞后校正设计方法

18.4　频域串联滞后超前校正

18.4.1　滞后超前校正装置

18.4.2　Bode图滞后超前校正设计方法

18.5　反馈校正

第19章　图像的编码算法分析与实现

19.1　图像压缩编码基础

19.1.1　图像压缩编码的必要性

19.1.2　图像压缩编码的可能性

19.1.3　图像压缩编码的性能指标

19.1.4　保真度准则的评价

19.1.5　压缩编码的分类

19.2　熵编码

19.2.1　哈夫曼编码

19.2.2　香农编码

19.2.3　算术编码

第20章　信号变换算法分析与实现

20.1　快速傅里叶变换

20.1.1　快速傅里叶变换的性质

20.1.2　快速傅里叶变换及其应用

20.1.3　运用快速傅里叶变换进行简单滤波

20.2　离散余弦变换

20.3　Chirp Z变换

20.4　离散希尔伯特变换

第21章　神经网络的最小方差自校正控制

21.1　神经网络控制结构

21.1.1　神经网络监督控制

21.1.2　神经网络预测控制

21.1.3　神经网络自适应评判控制

21.2　最小方差自校正控制

21.2.1　最小方差控制

21.2.2　最小方差间接自校正控制

21.2.3　最小方差直接自校正控制

第22章　BAM与BSB网络算法分析与实现

22.1　双向联想记忆神经网络

22.1.1　BAM网络结构与原理

22.1.2　能量函数与稳定性分析

22.1.3　BAM网络的权值设计

22.1.4　BAM网络的应用

22.2　盒中脑模型网络

22.2.1　盒中脑模型的描述

22.2.2　盒中脑模型的实现

第23章　滤波器设计原理和实现方法

23.1　自适应滤波器

23.1.1　自适应滤波器设计原理

23.1.2　自适应滤波器在MATLAB中的应用

23.2　格型滤波器

23.2.1　全零点格型滤波器

23.2.2　全极点格型滤波器

23.2.3　零极点的Lattice结构

23.3　线性预测滤波器

23.3.1　线性预测滤波器模型

23.3.2　线性预测滤波器设计

第24章　基于形态学的图像处理技术

24.1　数学形态学概述

24.2　数学形态学的基本概念

24.3　数学形态学的分类

24.3.1　二值形态学

24.3.2　灰度数学形态学

24.3.3　模糊数学形态学

24.4　形态学的基本运算

24.4.1　边界像素

24.4.2　结构元素

24.4.3　膨胀与腐蚀

24.4.4　开运算与闭运算

24.4.5　形态学重构

第25章　Elman网络算法分析与实现

25.1　Elman网络结构

25.2　修正网络权值的学习算法

25.3　稳定性推导

25.4　对角递归网络稳定时学习速率的确定

25.5　Elman神经网络与训练

25.6　Elman神经网络的应用

第26章　自动控制实际系统的分析设计

26.1　传递函数模型分析

26.2　传递函数模型的MATLAB实现

26.3　状态空间模型分析

26.4　状态空间模型的MATLAB实现

26.5　零极点增益模型分析

26.6　零极点增益模型的MATLAB实现

第27章　图像编码算法的MATLAB实现

27.1　变换编码

27.2　行程编程

27.2.1　基本原理

27.2.2　自身特点

27.2.3　算法局限性

27.3　预测编码

27.3.1　DPCM编码

27.3.2　最佳线性预测编码法

27.3.3　增量调制编码

第28章　信号的小波分析与处理

28.1　信号分析

28.1.1　分离信号的不同成分

28.1.2　识别某一频率上的信号

28.1.3　识别信号的发展趋势

28.2　信号去噪

28.2.1　信号阈值去噪

28.2.2　信号阈值去噪应用

28.3　提升小波变换用于信号处理

28.3.1　提升小波变换概述

28.3.2　提升小波

28.3.3　提升小波在信号处理中的应用

第29章　LVQ神经网络算法分析与应用

29.1　学习向量量化的网络结构

29.2　学习向量量化的网络学习

29.2.1　学习向量量化的学习规则

29.2.2　学习向量量化的网络训练

29.3　学习向量量化的学习算法的改进

29.4　学习向量量化的网络应用

第30章　离散控制系统的算法分析与实现

30.1　离散控制系统的基本概念

30.1.1　离散控制系统的基本组成

30.1.2　数字控制系统的工作过程

30.1.3　离散控制系统的特点

30.2　离散信号的数字描述

30.2.1　采样过程及采样定理

30.2.2　保持器的数学描述

30.3　Z变换

30.3.1　离散信号的Z变换

30.3.2　Z变换及其逆变换

参考文献

反侵权盗版声明