《反卷積和信號復原》是2001年3月1日國防工業出版社出版的圖書。
基本介紹
- 書名：反卷積和信號復原
- 原版名稱：Deconvolution and Signal Recovery
- ISBN：7118023965
- 頁數：321頁
- 出版社：國防工業出版社
- 出版時間：2001年3月1日
- 裝幀：精裝
- 開本：16
- 正文語種：簡體中文
- 條形碼：9787118023961
- 商品尺寸： 25.8 x 18.4 x 1.8 cm
- 商品重量： 481 g
- ASIN：B001OC62E6
基本信息,內容簡介,編輯推薦,目錄,
基本信息
品牌: 國防工業出版社
內容簡介
《反卷積和信號復原》內容大致分為三個部分：理論基礎，一維信號反卷積和圖像復原。其中包括：導論；數學基礎；Fredholm第一類積分方程的解、規整化和計算模型；一維信號反卷積和復原；有限支持域上的圖像盲目反卷積；圖像反降晰；相位恢復等。
編輯推薦
《反卷積和信號復原》適合於從事信號處理技術的研究生、教師和科研人員參閱。
目錄
第一章 導論
1.1 關於卷積和反卷積
1.2 反卷積、噪聲抑制和相位恢復
1.3 反問題和病態
1.4 反卷積和信號復原的套用
1.5 關於本書的內容安排
1.6 關於參考文獻的說明
參考文獻
第二章 數學基礎
2.1 卷積
2.2 二維離散卷積
2.3 傅立葉變換和離散傅立葉變換
2.4 z變換和系統函式
2.5 機率論基礎
2.6 參數估計
2.7 投影運算元和估計問題
2.7 Hilbert空間和線性運算元
2.7.2 Hilbert空間的正交分解和投影運算元
2.7.3 線性最小二乘估計
2.7.4 最小均方誤差估計
2.8 投影到凸集的理論和方法
2.9 隨機過程
2.9.1 平穩隨機過程
2.9.2 離散隨機序列
2.9.3 離散平穩序列通過線性系統
2.9.4 Gauss過程和Markov過程
2.10 平穩ARMA過程
2.11 有理函式的FaHTMaXep定理
2.12 高階統計和高階譜分析
2,12.1 隨機變數的累積量（CumuIants）
2.12.2 聯合累積
2.12.3 聯合累積的基本性質
2.12.4 三次相關（TripleGorrelation）和雙譜（Bispectrum）
2.12.5 隨機信號通過線性系統的高階統分析
2126依據觀測數據估計高階累積和商階譜
2.12.7 高階累積和高階譜在信呼處理中的意義
參考文獻.
第三章 Fredholm第一類積分方程的解，規整化和計算模型
3.1 逆濾波和病態性
3.2 反卷積問題病態的一個解釋
3.3 Fredholm第一類積分方程的運算元論分析
3.3.1 緊運算元、緊自伴運算元和譜分解
3.3.2 Hilbert空間的正交分解
3.3.3 第一類積分方程的解.
3.3.4 第一類方程的最小二乘解和偽逆運算元
3.4 反卷積問題規整化的一般概念
3.5 第一類方程的THXOHOB規整化
3.6 保持圖像細節的規整化方法
3.7 線性代數方程的奇異性和病態問題
3.8 卷積方程的離散化和循環矩陣計算模型
3.9 非周期矩陣反卷積模型
3.10 循環矩陣模型和非周期矩陣模型病態性質的比較
3.11 關於反卷積病態的一個注釋
3.12 關於代數方程的疊代解法
3.12.lVanCitterl疊代
3.12.2 基於梯度的疊代方法
3.13 代數方程的總體最小二乘解
參考文獻
第四章 一維信號反卷積和復原
4.1 一維信號反卷積和復原技術的發展背景
4.2 一維反卷積和復原的某些技術特點
4.3 離散過程的Wiener濾波器
4.3.1 離散非因果Wiener濾波器
4.3.2 離散因果Wiener濾波器
4.3.3 增量Wiener濾波器
4.4 同態反卷積
4.5 預測反卷積
4.5.1 反射地震數據的反卷積問題
4.5.2 預測反卷積
4.5.3 Toeplitz方程的遞歸解法
4.5.4 Levinson-Durbin遞歸
4.5.5 自相關估計
4.5.6 關於預測誤差濾波器的最小相位性質
4.5.7 預測誤差濾波器的格型實現
4.5.8 預測反卷積的一個例子
4.5.9 雙向預測反卷積算法（Burg方法）
4.5.10 關於確定預測濾波器的階
4.5.11 超定方程法
4.5.12 關於預測反卷積的注釋
4.6 高階統計和高階譜方法
4.6.1 線性系統輸出過程的高階累積和支持域
4.6.2 閉合公式法
4.6.3 相位估計法
4.6.4 累積一脈衝回響方程和代數方程法
4.6.5 累積匹配法
4.6.6 AR和ARMA系統辨識
4.6.7 關於AR參數的可辨識性和超定方櫸算法
4.6.8 關於高階統計方法的已個注釋
4.7 信道均衡
4.7.1 數字通信信道和均衡問題
4.7.2 自適應均衡器
4.7.3 盲均衡：統計特徵匹配方法
4.7.4 分數間隔採樣對盲均衡的意義
4.8 多道反卷積：最大公因子算法
4.8.1 最大公因子算法
4.8.2 GCD階的確定
4.8.3 多幀GCD問題的解
4.8.4 對盲目反卷積問題的套用
4.9 觀測為部分卷積的多道反卷積
4.9.1 部分卷積和多道反卷積
4.9.2 辨識方程的推演和可辨識性
4.9.3 關於多道辨識問題的解
4.10 光譜儀信號反卷積
4.11 用於一維信號反卷積的幾個MATLAB程式
參考文獻
第五章 有限支持域上的圖像盲目反卷積
5.1 導言
5.2 支持域的可嵌入性和可分解性
5.3 空間域疊代盲目反卷積算法
5.3.1 基本算法
5.3.2 塊Toeplitz方程的遞推解法
5.3.3 增量疊代盲目反卷積算法
5.4 利用傅立葉變換的疊代盲目反卷積算法
5.5 疊代盲目反卷積的計算例子
5.6 關於盲目反卷積中的規整化問題.
5.7 從斑紋干涉測量數據復原目標的方法
5.8 三次相關方法
5.9 其他的盲目反卷積算法
5.9.1 零葉面分離方法
5.9.2 模擬退火方法
5.9.3 最小熵方法
參考文獻
第六章 圖像反降晰
第七章 相位恢復
