دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1
نویسندگان: Francis Castanié
سری: ISTE
ISBN (شابک) : 1848212771, 9781848212770
ناشر: Wiley-ISTE
سال نشر: 2011
تعداد صفحات: 388
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 14 مگابایت
در صورت تبدیل فایل کتاب Digital Spectral Analysis: Parametric, Non-Parametric and Advanced Methods به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب تجزیه و تحلیل طیفی دیجیتال: روش های پارامتری ، غیر پارامتری و پیشرفته نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
تحلیل طیفی دیجیتال یک منبع واحد ارائه می دهد که پوشش
کاملی از حوزه تحلیل طیفی ارائه می دهد. این کار مستقل شامل
جزئیات موضوعات پیشرفته است که معمولاً در منابع پراکنده در سراسر
ادبیات ارائه می شود.
اصول نظری لازم برای درک تحلیل طیفی در چهار فصل اول مورد بحث
قرار گرفته است: اصول، پردازش سیگنال دیجیتال، تخمین در تحلیل
طیفی و مدلهای سری زمانی.
یک فصل کامل به روشهای ناپارامتریک که بیشترین استفاده را در
صنعت دارند اختصاص داده شده است.
روشهای وضوح بالا در چهار فصل دیگر به تفصیل توضیح داده شدهاند:
تحلیل طیفی با مدلسازی سریهای زمانی ثابت ، حداقل واریانس و
برآوردگرهای مبتنی بر زیرفضا.
در نهایت، مفاهیم پیشرفته هسته اصلی چهار فصل گذشته است: تجزیه و
تحلیل طیفی سیگنالهای تصادفی غیر ثابت، پردازش تطبیقی
فضا-زمان: پردازش دادههای نمونهگیری نامنظم، فیلتر ذرات و
ردیابی این کتاب برای دانشجویان، مهندسین شاغل در صنعت و
دانشگاهیان در هر سطحی مناسب است. دامنه تحلیل طیفی.
Digital Spectral Analysis provides a single source that
offers complete coverage of the spectral analysis domain. This
self-contained work includes details on advanced topics that
are usually presented in scattered sources throughout the
literature.
The theoretical principles necessary for the understanding of
spectral analysis are discussed in the first four chapters:
fundamentals, digital signal processing, estimation in spectral
analysis, and time-series models.
An entire chapter is devoted to the non-parametric methods most
widely used in industry.
High resolution methods are detailed in a further four
chapters: spectral analysis by stationary time series modeling,
minimum variance, and subspace-based estimators.
Finally, advanced concepts are the core of the last four
chapters: spectral analysis of non-stationary random signals,
space time adaptive processing: irregularly sampled data
processing, particle filtering and tracking of varying
sinusoids.
Suitable for students, engineers working in industry, and
academics at any level, this book provides a rare complete
overview of the spectral analysis domain.
Content:
Chapter 1 Fundamentals (pages 1–22):
Chapter 2 Digital Signal Processing (pages 23–65):
Chapter 3 Introduction to Estimation Theory with Application in Spectral Analysis (pages 67–104):
Chapter 4 Time?Series Models (pages 105–121):
Chapter 5 Non?Parametric Methods (pages 123–142):
Chapter 6 Spectral Analysis by Parametric Modeling (pages 143–168):
Chapter 7 Minimum Variance (pages 169–206):
Chapter 8 Subspace?Based Estimators and Application to Partially Known Signal Subspaces (pages 207–249):
Chapter 9 Multidimensional Harmonic Retrieval: Exact, Asymptotic, and Modified Crame?ReRao Bounds (pages 251–286):
Chapter 10 Introduction to Spectral Analysis of Non?Stationary Random Signals (pages 287–299):
Chapter 11 Spectral Analysis of Non?uniformly Sampled Signals (pages 301–316):
Chapter 12 Space–Time Adaptive Processing (pages 317–360):
Chapter 13 Particle Filtering and Tracking of Varying Sinusoids (pages 361–375):