掃一掃
關注中圖網
官方微博
>
Python信號處理仿真與應用:新形態版
本類五星書更多>
-
>
貨幣大歷史:金融霸權與大國興衰六百年
-
>
(精)方力鈞作品圖錄
-
>
《藏書報》2021合訂本
-
>
(精)中國當代書畫名家作品集·范碩:書法卷+繪畫卷(全2卷)
-
>
(噴繪樓閣版)女主臨朝:武則天的權力之路
-
>
書里掉出來一只狼+狼的故事-全2冊
-
>
奇思妙想創意玩具書(精裝4冊)
Python信號處理仿真與應用:新形態版 版權信息
- ISBN：9787302675716
- 條形碼：9787302675716 ; 978-7-302-67571-6
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：
Python信號處理仿真與應用:新形態版 本書特色
本書介紹了Python信號處理工具箱的體系架構及其函數和實例。主要包括信號處理概況，Python編程基礎，信號生成和預處理，測量和特征提取，變換、相關性和建模，數字和模擬濾波器，頻譜分析，借助大語言模型實現信號處理等內容和實例。
?系統性 內容涵蓋Python信號處理工具箱的基本知識、體系架構。
?全面性 全面介紹Python基礎編程、信號處理算法原理和程序計算等內容。
?實踐性 采用Python語言實現信號處理算法，并介紹了基于大語言模型生成信號處理算法程序。
?先進性 配套實驗程序與基于大語言模型的人工智能學習助教智能體，在GitHub/Gitee上提供了Python信號處理工具箱實例源代碼。
Python信號處理仿真與應用:新形態版 內容簡介
《Python信號處理仿真與應用（新形態版）》介紹了Python信號處理工具箱的體系架構及其函數和實例。本書共8章，主要包括信號處理概況，Python編程基礎，信號生成和預處理，測量和特征提取，變換、相關性和建模，數字和模擬濾波器，頻譜分析，借助大語言模型實現信號處理等內容。為了便于讀者學習使用和參考，書中提供了較完整的原理方法介紹和計算推導實例。《Python信號處理仿真與應用（新形態版）》內容全面，實用性強，適用范圍廣，既可作為高等院校通信與信息系統、電子科學與技術、電子信息工程等相關專業本科生和研究生的課程教材，也可作為通信、雷達信號處理、生物醫學信號處理等相關領域的工程技術人員的參考資料。
Python信號處理仿真與應用:新形態版 目錄
第1章 信號處理概況 / 1 視頻講解：3分鐘，3集1.1 引言 / 11.2 MATLAB信號處理工具箱 / 11.2.1 Signal Processing Toolbox / 31.2.2 DSP System Toolbox / 31.3 Python信號處理工具箱 / 41.3.1 Python簡介 / 41.3.2 Python庫簡介 / 51.3.3 信號處理工具箱 / 5第2章 Python編程基礎 / 7 視頻講解：68分鐘，15集2.1 Python發展簡介 / 72.2 Python開發環境 / 7第1章 信號處理概況 / 1 視頻講解：3分鐘，3集1.1 引言 / 11.2 MATLAB信號處理工具箱 / 11.2.1 Signal Processing Toolbox / 31.2.2 DSP System Toolbox / 31.3 Python信號處理工具箱 / 41.3.1 Python簡介 / 41.3.2 Python庫簡介 / 51.3.3 信號處理工具箱 / 5第2章 Python編程基礎 / 7 視頻講解：68分鐘，15集2.1 Python發展簡介 / 72.2 Python開發環境 / 72.2.1 安裝Python / 72.2.2 使用Python / 92.2.3 Jupyter Notebook / 92.2.4 Google Colab / 132.2.5 VSCode / 152.2.6 PyCharm / 182.3 Python編程基礎 / 222.3.1 基礎語法 / 222.3.2 變量類型 / 242.3.3 Python數據類型轉換 / 252.3.4 Python常用函數 / 262.3.5 Python運算符 / 272.3.6 條件語句 / 302.3.7 循環語句 / 302.3.8 中斷語句 / 312.3.9 pass語句 / 312.3.10 函數 / 312.3.11 模塊和包 / 342.4 基于NumPy的數值計算 / 352.4.1 NumPy簡介 / 352.4.2 安裝NumPy / 352.4.3 數組創建 / 362.4.4 元素訪問 / 382.4.5 數組基本運算 / 392.5 基于SciPy的數值計算 / 432.5.1 SciPy簡介 / 432.5.2 安裝SciPy / 432.5.3 SciPy子工具包構成 / 442.5.4 線性代數 / 442.5.5 微積分 / 482.5.6 概率統計 / 512.5.7 快速傅里葉變換 / 542.6 Matplotlib軟件包 / 572.6.1 Matplotlib簡介 / 572.6.2 安裝Matplotlib / 572.6.3 基礎圖表繪制 / 592.6.4 線條和標識 / 602.6.5 文字說明 / 61第3章 信號生成和預處理 / 63 視頻講解：18分鐘，5集3.1 平滑和去噪 / 633.1.1 使用到的Python函數 / 633.1.2 信號平滑處理 / 633.1.3 對數據去趨勢 / 773.1.4 從信號中去除60 Hz干擾 / 793.1.5 去除信號中的峰值 / 833.2 波形生成 / 853.2.1 使用到的Python函數 / 853.2.2 創建均勻和非均勻時間向量 / 853.2.3 波形生成：時間向量和正弦波 / 873.2.4 脈沖函數、階躍函數和斜坡函數 / 883.2.5 常見的周期性波形 / 913.2.6 常見的非周期性波形 / 933.2.7 pulstran函數 / 953.2.8 sinc函數 / 96第4章 測量和特征提取 / 974.1 描述性統計量 / 974.1.1 使用到的Python函數 / 974.1.2 確定峰寬 / 984.1.3 周期波形的RMS值 / 1024.1.4 在數據中查找峰值 / 1034.2 脈沖和躍遷指標 / 1064.2.1 使用到的Python函數 / 1064.2.2 矩形脈沖波形的占空比 / 106第5章 變換、相關性和建模 / 110 視頻講解：11分鐘，5集5.1 變換 / 1105.1.1 使用到的Python函數 / 1105.1.2 離散傅里葉變換 / 1115.1.3 Chirp Z-變換 / 1145.1.4 離散余弦變換 / 1165.1.5 用于語音信號壓縮的DCT / 1185.1.6 Hilbert變換 / 1215.1.7 余弦解析信號 / 1225.1.8 Hilbert變換與瞬時頻率 / 1235.1.9 倒頻譜分析 / 1275.2 相關性和卷積 / 1295.2.1 使用到的Python函數 / 1295.2.2 具有自相關的殘差分析 / 1295.2.3 對齊兩個簡單信號 / 1355.2.4 將信號與不同開始時間對齊 / 1385.2.5 使用互相關性對齊信號 / 1405.2.6 使用自相關求周期性 / 1435.2.7 Echo Cancelation / 1485.2.8 多通道輸入的互相關 / 1515.2.9 樣本自相關的置信區間 / 1545.2.10 兩個指數序列的互相關 / 1565.2.11 移動平均過程的自相關 / 1605.2.12 兩個移動平均過程的互相關 / 1625.2.13 噪聲中延遲信號的互相關 / 1645.2.14 相位滯后正弦波的互相關 / 1675.2.15 線性卷積和循環卷積 / 168第6章 數字和模擬濾波器 / 170 視頻講解：5分鐘，2集6.1 數字濾波器設計 / 1706.1.1 使用到的Python函數 / 1706.1.2 IIR濾波器設計 / 1716.1.3 FIR濾波器設計 / 1766.2 數字濾波器分析 / 1886.2.1 使用到的Python函數 / 1886.2.2 相位響應 / 1886.2.3 零極點分析 / 1916.2.4 脈沖響應 / 1926.3 數字濾波 / 1936.3.1 使用到的Python函數 / 1946.3.2 數字濾波介紹 / 1956.4 多采樣頻率信號處理 / 1966.4.1 使用到的Python函數 / 1966.4.2 重建缺失的數據 / 1966.4.3 下采樣——信號相位 / 1996.4.4 下采樣——混疊 / 2026.4.5 在下采樣前進行濾波 / 2056.5 模擬濾波器 / 2076.5.1 使用到的Python函數 / 2076.5.2 模擬IIR低通濾波器的比較 / 208第7章 頻譜分析 / 2107.1 頻譜估計 / 2107.1.1 使用到的Python函數 / 2107.1.2 使用FFT獲得功率頻譜密度估計 / 2117.1.3 頻域線性回歸 / 2127.1.4 檢測噪聲中的失真信號 / 2207.1.5 幅值估計和填零 / 2247.1.6 比較兩個信號的頻率成分 / 2267.1.7 交叉頻譜和幅值平方相干性 / 2287.2 子空間方法 / 2327.3 加窗法 / 2347.3.1 使用到的Python函數 / 2347.3.2 Chebyshev窗 / 236第8章 借助大語言模型實現信號 處理 / 2388.1 國內外大語言模型發展現狀 / 2388.1.1 國外大語言模型發展現狀 / 2388.1.2 國內大語言模型發展現狀 / 2398.2 大語言模型與編程 / 2408.2.1 大語言模型使用簡介 / 2408.2.2 大語言模型實現Python編程 / 2408.3 信號處理編程實例 / 2418.3.1 繪制信號的時域和頻域波形 / 2418.3.2 繪制加入噪聲后信號的時域和頻域 波形 / 2438.3.3 設計數字濾波器并繪制其頻率響應 曲線 / 2458.3.4 對信號進行濾波并繪制濾波后的幅度 譜與相位譜圖 / 2478.3.5 對信號進行DFT運算并繪制信號幅度 與相位圖 / 2498.3.6 對信號進行指定點數DFT并繪制信號 幅度與相位圖 / 2518.3.7 對信號進行FFT與IFFT并與原信號 做差 / 2538.3.8 信號采樣綜合 / 2558.3.9 信號平滑處理 / 260微課視頻清單序 號 視 頻 名 稱 時長/min 書 中 位 置1 Github介紹 如何創建并下載一個倉庫 1 1.3.3節節首2 Pull_Request 1 第6頁**段處3 PySPT介紹 1 第6頁第二段處4 Python官方編譯器下載 3 2.2節節首5 JupyterNotebook視頻演示 1 2.2.3節節首6 VSCode下載 3 2.2.5節節首7 PyCharm下載 4 2.2.6節節首8 matplotlib_animation 5 2.3節節首9 Python基礎數據結構和語法 10 2.3.1節節首10 python常見數據結構 9 2.3.2節節首11 matplotlib_pyplot 12 2.3.6節節首12 循環 4 2.3.7節節首13 函數 3 2.3.10節節首14 numpy數組形狀變更 1 2.4.3節節首15 numpy的屬性及array 2 2.4.3節節首16 numpy中數組元素的索引與切片 3 2.4.4節節首17 numpy基礎運算 1 2.4.5節節首18 SciPy 7 2.5節節首19 去除信號中的峰值 7 3.1.5節節首20 時間向量_正弦波 1 3.2.3節節首21 脈沖、階躍、斜坡、拋物函數 1 3.2.4節節首22 常見的周期波形 2 3.2.5節節首23 非周期函數 7 3.2.6節節首24 離散傅里葉變換 1 5.1.2節節首25 線性調頻z變換 1 5.1.3節節首26 Hilbert變換 2 5.1.6節節首27 兩個指數序列的互相關 6 5.2.10節節首28 線性和循環卷積 1 5.2.15節節首29 經典IIR濾波器類型的比較 2 6.1.2節節首30 反因果零相位濾波器 3 6.2.3節節首
展開全部
書友推薦
- >
名家帶你讀魯迅:朝花夕拾
- >
【精裝繪本】畫給孩子的中國神話
- >
有舍有得是人生
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
龍榆生：詞曲概論/大家小書
- >
詩經-先民的歌唱
- >
小考拉的故事-套裝共3冊
- >
巴金－再思錄
本類暢銷
