Python数字信号处理应用(异步图书出品)

如果你了解基本的数学知识，并且知道怎么使用Python编程，那你已经具备研究信号处理的基础条件了。与大部分讲解这一复杂学科的图书不同，本书基于实践。它通过讲解如何在真实世界中如何应用数字信号处理来介绍相关技术。仅仅通过第 1章，你能将一个声音信号分解为谐波，并通过修改这些谐波来生成新的信号。
本书介绍了谱分析、滤波器、卷积以及快速傅里叶变换等技术。本书同时还提供了练习和样例代码，以帮助你更还地理解内容。
通过本书，你将学到以下内容：
周期信号及其频谱
简单波形的谐波结构
啁啾以及其他频谱随时间变化的信号
噪声信号以及源自自然的噪声
用于音高估计的自相关函数
用于压缩的离散余弦变换
用于频谱分析的快速傅里叶变换
频域中时间上的操作和滤波器的关联
线性时不变系统理论
广播中用到的调幅

数字信号处理（DSP）是面向电子信息学科的专业基础知识，也是多门新兴学科的理论基础。作为广泛应用的脚本语言，Python在DSP领域中也很常用。
本书介绍了如何通过Python语言实现数字信号处理的应用。全书共有11章，以Python代码为示例由浅入深地向读者介绍了数字信号处理的相关知识及其应用。书中涉及周期信号及其频谱、波形的谐波结构、非周期信号及频谱图、噪声、自相关函数、离散余弦变换和离散傅里叶变换、滤波、卷积、微分与积分、调制采样等数字信号处理相关技术。每一章都是从示例开始，引导读者通过编程的方式来准确地理解概念。除此之外，本书每章还提供了练习和代码示例来帮助读者理解这些知识。
本书适合对数字信号处理感兴趣且有一定Python基础的读者阅读，也适合电子和通信相关专业的学生阅读。

Allen Downey是欧林工程学院计算机科学系的教授。他曾在卫斯理学院、科尔比学院和加州大学伯克利分校教授计算机课程。他拥有加州大学伯克利分校的计算机科学博士学位和麻省理工学院的硕士及学士学位。他还著有《像计算机科学家一样思考Python》和《贝叶斯思维：统计建模的Python方法》等图书。

第 1章 声音和信号 1
1．1 周期信号 1
1．2 频谱分析 3
1．3 信号 4
1．4 波形的读写 6
1．5 频谱 7
1．6 波形对象 7
1．7 信号对象 8
1．8 练习 10
第 2章 谐波 11
2．1 三角波 11
2．2 方波 13
2．3 混叠 15
2．4 计算频谱 17
2．5 练习 18
第3章 非周期信号 20
3．1 线性啁啾（Chirp） 20
3．2 指数啁啾 22
3．3 啁啾信号的频谱 23
3．4 频谱图 24
3．5 Gabor限制 25
3．6 泄露 26
3．7 加窗 27
3．8 频谱图的实现 28
3．9 练习 30
第4章 噪声 32
4．1 不相关噪声 32
4．2 累积频谱 34
4．3 布朗噪声 35
4．4 粉噪 38
4．5 高斯噪声 40
4．6 练习 41
第5章 自相关 43
5．1 相关 43
5．2 序列相关 45
5．3 自相关 47
5．4 周期信号的自相关 48
5．5 相关的点积形式 51
5．6 使用NumPy 51
5．7 练习 52
第6章 离散余弦变换 54
6．1 合成 54
6．2 使用数组合成 55
6．3 分析 57
6．4 正交矩阵 58
6．5 DCT-IV 59
6．6 Inverse DCT（反离散余弦变换） 61
6．7 Dct类 61
6．8 练习 62
第7章 离散傅里叶变换 64
7．1 复指数 64
7．2 复信号 66
7．3 合成问题 67
7．4 使用矩阵合成 68
7．5 分析问题 70
7．6 快速分析 70
7．7 DFT 71
7．8 DFT是周期性的 73
7．9 实信号的DFT 73
7．10 练习 75
第8章 滤波与卷积 76
8．1 平滑 76
8．2 卷积 79
8．3 频域 79
8．4 卷积定理 81
8．5 高斯滤波器 82
8．6 高效卷积 83
8．7 高效自相关 85
8．8 练习 86
第9章 微分和积分 87
9．1 有限差分 87
9．2 频域 89
9．3 微分 89
9．4 积分 91
9．5 累积和 93
9．6 积分噪声 96
9．7 练习 96
第 10章 LTI系统 98
10．1 信号与系统 98
10．2 窗和滤波器 100
10．3 声学响应 101
10．4 系统和卷积 103
10．5 卷积定理的证明 106
10．6 练习 108
第 11章 调制和采样 109
11．1 脉冲卷积 109
11．2 调幅 110
11．3 采样 113
11．4 混叠 115
11．5 插值 118
11．6 总结 119
11．7 练习 120