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:
نویسندگان: K.S. Thyagarajan
سری:
ISBN (شابک) : 9783319760292
ناشر: Springer
سال نشر: 2019
تعداد صفحات: 508
زبان: english
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 20 مگابایت
در صورت تبدیل فایل کتاب Introduction to Digital Signal Processing using MatLab with Application to Digital Communications 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 مقدمه ای بر پردازش سیگنال دیجیتال با استفاده از MatLab با کاربرد در ارتباطات دیجیتال 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.
این کتاب درسی به دانشجویان مهندسی در مورد پردازش سیگنالهایی که در گفتار، موسیقی و ارتباطات بیسیم با استفاده از نرمافزار یا سختافزار با استفاده از روشهای ریاضی ابتدایی مواجه میشوند، آموزش میدهد. کتاب با مروری بر پردازش سیگنال شروع می شود و خوانندگان را با این زمینه آشنا می کند. در ادامه به آموزش تبدیل سیگنالهای زمان پیوسته به سیگنالهای دیجیتال میپردازد و روشهای مختلفی برای پردازش سیگنالهای دیجیتال مانند فیلتر کردن را مورد بحث قرار میدهد. نویسنده از MATLAB به عنوان یک ابزار نرم افزاری کاربر پسند برای انجام الگوریتم های مختلف پردازش سیگنال دیجیتال و شبیه سازی سیستم های بلادرنگ استفاده می کند. خوانندگان یاد می گیرند که چگونه سیگنال های آنالوگ را به سیگنال های دیجیتال تبدیل کنند. نحوه پردازش این سیگنال ها با استفاده از نرم افزار یا سخت افزار. و نحوه نوشتن الگوریتم هایی برای انجام عملیات مفید بر روی سیگنال های به دست آمده مانند فیلتر کردن، تشخیص سیگنال های مدوله شده دیجیتالی، تصحیح اعوجاج کانال و غیره. همچنین به دانش آموزان نشان داده می شود که چگونه کدهای متلب را به کدهای سیستم عامل تبدیل کنند. علاوه بر این، دانشآموزان میتوانند از تکنیکهای اولیه پردازش سیگنال دیجیتال در محل کار خود استفاده کنند. این کتاب بر اساس دوره آنلاین محبوب نویسنده در دانشگاه کالیفرنیا، سن دیگو است.
This textbook provides engineering students with instruction on processing signals encountered in speech, music, and wireless communications using software or hardware by employing basic mathematical methods. The book starts with an overview of signal processing, introducing readers to the field. It goes on to give instruction in converting continuous time signals into digital signals and discusses various methods to process the digital signals, such as filtering. The author uses MATLAB throughout as a user-friendly software tool to perform various digital signal processing algorithms and to simulate real-time systems. Readers learn how to convert analog signals into digital signals; how to process these signals using software or hardware; and how to write algorithms to perform useful operations on the acquired signals such as filtering, detecting digitally modulated signals, correcting channel distortions, etc. Students are also shown how to convert MATLAB codes into firmware codes. Further, students will be able to apply the basic digital signal processing techniques in their workplace. The book is based on the author's popular online course at University of California, San Diego.
Preface Contents Chapter 1: Introduction 1.1 What Is Digital Signal Processing 1.2 A Few Applications of Digital Signal Processing 1.2.1 Audio/Speech Processing 1.2.2 Digital Communications 1.2.3 Digital Image Processing 1.2.4 Digital Signal/Image Processing in Medicine 1.3 A Typical Digital Signal Processing System 1.4 Continuous-Time Signals and Systems 1.4.1 Continuous-Time Signals in the Time Domain 1.4.2 Continuous-Time Systems 1.4.3 Frequency Domain Representation of Signals and Systems 1.5 Summary 1.6 Problems References Chapter 2: Discrete-Time Signals and Systems 2.1 Introduction 2.2 Typical Discrete-Time Signals 2.3 Discrete-Time Systems 2.4 Convolution Sum 2.5 Linear Difference Equation 2.6 Sampling a Continuous-Time Signal 2.7 Conversion of Continuous-Time Signals to Digital Signals 2.8 Performance of A/D Converters 2.9 Summary 2.10 Problems References Chapter 3: Z-Transform 3.1 Z-Transform Definition 3.2 Properties of Z-Transform 3.3 Z-Transform and Difference Equation 3.4 Poles and Zeros 3.5 Inverse Z-Transform 3.6 MATLAB Examples 3.7 Summary 3.8 Problems References Chapter 4: Frequency Domain Representation of Discrete-Time Signals and Systems 4.1 Introduction 4.2 Discrete-Time Fourier Transform 4.2.1 DTFT and Z-Transform 4.2.2 DTFT of Some Typical Sequences 4.3 Inverse Discrete-Time Fourier Transform 4.4 Properties of DTFT 4.5 Frequency Domain Representation of LTI Discrete-Time Systems 4.5.1 Steady State Response of LTI Discrete-Time Systems 4.5.2 Concept of Filtering 4.5.3 Calculation of DTFT Using MATLAB 4.6 Summary 4.7 Problems References Chapter 5: Discrete Fourier Transform 5.1 Introduction 5.2 Definition of DFT 5.3 Relationship Between DTFT and DFT 5.4 Inverse DFT 5.5 Effect of Sampling the DTFT on the Reconstructed Sequence 5.6 Circular Convolution 5.7 Properties of the DFT 5.8 Linear Convolution Using Circular Convolution 5.9 Linear Convolution of a Finite-Length Sequence with an Infinite-Length Sequence 5.9.1 Overlap and Add 5.9.2 Overlap and Save 5.9.3 DFT Leakage 5.10 Discrete Transforms 5.10.1 Unitary Transform 5.10.2 Orthogonal Transform 5.10.3 Discrete Cosine Transform 5.10.4 Hadamard Transform 5.11 Summary 5.12 Problems References Chapter 6: IIR Digital Filters 6.1 Introduction 6.2 Impulse Invariance Technique 6.3 Design of IIR Digital Filters in the Frequency Domain 6.3.1 Digital Filter Frequency Specifications 6.3.2 Design Using Bilinear Transformation 6.3.3 Butterworth Lowpass IIR Digital Filter 6.3.4 Chebyshev Type I Lowpass IIR Digital Filter 6.3.5 Chebyshev Type II Lowpass IIR Digital Filter 6.3.6 Elliptic Lowpass IIR Digital Filter 6.4 Design of IIR Digital Filters Using Frequency Transformation 6.4.1 Lowpass-to-Lowpass Conversion 6.4.2 Lowpass-to-Highpass Conversion 6.4.3 Lowpass-to-Bandpass and Bandstop Conversion 6.5 Computer-Aided Design of IIR Digital Filters 6.6 Group Delay 6.6.1 Group Delay Equalization 6.7 Simulation Using Simulink 6.8 Summary 6.9 Problems References Chapter 7: FIR Digital Filters 7.1 Types of Linear-Phase FIR Filters 7.2 Linear-Phase FIR Filter Design 7.2.1 Lowpass FIR Filter Design 7.2.2 Gibbs Phenomenon 7.2.3 Windowed Lowpass Linear-Phase FIR Filter Design 7.2.3.1 Bartlett Window 7.2.3.2 Haan Window 7.2.3.3 Hamming Window 7.2.3.4 Blackman Window 7.2.3.5 Determination of FIR Filter Order 7.2.3.6 Adjustable Window Functions 7.2.3.6.1 Dolph-Chebyshev (DC) Window 7.2.3.6.2 Kaiser Window 7.2.4 Design of a Highpass Linear-Phase FIR Filter 7.2.5 Design of a Bandpass Linear-Phase FIR Filter 7.2.6 Design of a Bandstop Linear-Phase FIR Filter 7.3 Computer-Aided Design of Linear-Phase FIR Filters 7.4 Discrete-Time Hilbert Transformer 7.5 Summary 7.6 Problems References Chapter 8: Digital Filter Structures 8.1 Signal Flow Graph 8.2 IIR Digital Filter Structures 8.2.1 Direct Form I and II Structures 8.2.2 Parallel Structure 8.2.3 Cascade Structure 8.3 FIR Filter Structures 8.3.1 Direct Form Structure of an FIR Filter 8.3.2 Cascade Structure of an FIR Digital Filter 8.3.3 Linear-Phase FIR Filter Structure 8.3.4 Polyphase FIR Filter Structure 8.4 Finite Word Length Effect 8.4.1 Fixed-Point Binary Representation 8.4.2 Floating-Point Binary Representation 8.4.3 Filter Coefficient Sensitivity 8.4.4 Error Due to Finite Word Length Arithmetic 8.4.5 Limit Cycles in IIR Digital Filters 8.5 FIR Lattice Structure 8.6 Summary 8.7 Problems References Chapter 9: Fast Fourier Transform 9.1 Brute-Force Computation of DFT 9.2 Fast Fourier Transform 9.2.1 Decimation-in-Time FFT 9.2.2 Decimation-in-Frequency FFT 9.2.3 Inverse FFT 9.3 Spectral Analysis of Discrete-Time Sequences 9.3.1 Autocorrelation of a Discrete-Time Sequence 9.3.2 Relation Between Autocorrelation and DTFT of a Discrete-Time Sequence 9.3.3 Autocorrelation of Periodic Sequences 9.3.4 Short-Time Fourier Transform 9.4 Fixed-Point Implementation of FFT 9.5 Sliding Discrete Fourier Transform 9.6 Energy Compaction Property Revisited 9.7 Zoom FFT 9.8 Chirp Fourier Transform 9.9 Summary 9.10 Problems References Chapter 10: DSP in Communications 10.1 Introduction 10.2 Sampling Rate Conversion 10.2.1 Upsampling 10.2.2 Downsampling 10.3 Oversampled ADC 10.3.1 Transition Bandwidth Reduction 10.3.2 Analysis of Oversampled ADC 10.4 Oversampled DAC 10.5 Cancelation of Inter-Symbol Interference 10.5.1 Pulse Shaping 10.5.2 Equalization 10.5.3 Matched Filter 10.5.4 Phase-Locked Loop 10.5.5 OFDM 10.5.6 Software-Defined Radio 10.6 Summary 10.7 Problems References Index