一、预备知识 二、双线性变换 三、低通R滤波器设计 四、高通、带通、带阻IIR数字滤波器设计 五、IR滤波器的谱变换 六、基于加窗傅立叶级数的FIR滤波器设计 七、数字滤波器的计算机辅助设计 八、用 Matlab进行数字滤波器设计

正交函数系、傅氏级数及其收敛条件、周期信号的对称性与傅氏级数的关系、常见周期信号的频谱特性、非正弦周期电路、周期信号的有效值和平均功率、从傅氏级数到傅氏变换

小波是近十几年才发展起来并迅速应用到图像处理和语音分析等众多领域的一种数学 工具，是继 110 多年前的傅立叶(Joseph Fourier)分析之后的一个重大突破，无论是对古老的 自然学科还是对新兴的高新技术应用学科都产生了强烈冲击。 小波理论是应用数学的一个新领域。要深入理解小波理论需要用到比较多的数学知识

绍1807年傅立叶(J. Fourier)提倡用函数的 Fourier级数展开研究热传导方程以 来, Fourier分析成了信划函数空间、求解微分方程、进行数值计算与信息处士等的 主要工具之一 Fourier分析之所以能有如此作为,究其原因,从士论角度看主要在 于在多常见运算在 Fourier变换后性质变得很好(例如微商运算变为多项式乘法

小波分析是近十几年才发展起来并迅速应用到图像处理和语音分析等众多领域的一种 数学工具。它是继110多年前的傅立叶(Joseph Fourier)分析之后的一个重大突破,无论是对 古老的自然学科还是对新兴的高新技术应用学科都产生了强烈冲击

3.1 信号的正交分解 3.1.1 矢量的正交分解 3.1.2 信号的正交分解 3.2 连续时间周期信号的傅里叶级数 3.2.1 三角形式的傅里叶级数 3.2.2 信号的对称性与傅立叶系数的关系 3.2.3 指数形式的傅里叶级数 3.2.4 指数形式的傅里叶系数和三角形式的傅里叶系数 3.3 连续时间周期信号的频谱分析 3.3.1 周期信号的频谱 3.3.2 周期信号频谱的特点 3.3.3 周期信号的有效频帶宽度（简称带宽） 3.3.4 周期信号的功率谱 （周期信号为功率信号） 3.4 连续时间非周期信号的频谱 3.4.1 从傅立叶级数到傅里叶变换 3.4.2 频谱密度函数 3.4.3 奇异函数的傅里叶变换 3.5 傅里叶变换的性质 3. 时移特性(常用) 13. 能量谱和功率谱 3.6 周期信号的傅里叶变换 3.6.1 一般周期信号的傅里叶变换 3.6.2 f T 3.7 抽样与抽样定理 3.7.1 信号的时域抽样 3.7.2 抽样信号的频谱 3.7.3 时域取样定理 3.7.4 连续信号f（t）的恢复 3.7.5 频域取样定理 3.8 LTI系统的频域分析(法) 3.8.1 系统的频率响应 3.8.2 无失真传输条件 3.8.3 理想低通滤波器的特性

4.1 连续时间信号的复频域分析-拉普拉斯变换 4.1.1 从傅立叶变换到拉普拉斯变换 4.1.2 双边拉普拉斯变换的收敛域 4.1.3 单边拉氏变换的收敛域 4.1.4 常用信号的(单边)拉氏变换 4.3 单边拉普拉斯反变换 4.3.2 部分分式展开法 4.4 连续时间系统的复频(S)域分析 4.4.1 S域分析法是分析线性连续系统的有力工具 系统微分方程的复频域解 4.4.2 系统函数H(S) 4.4.3 系统的S域模型 4.4.4 RLC系统的复频域分析 4.5 系统函数与系统特性 4.5.1 系统函数H(s) 的零点与极点 4.5.2 系统函数的零、极点分布与系统的时域特性 4.4.5 系统函数与系统的稳定性准则 4.6 拉氏变换与傅里叶变换的关系 4.5.3 系统函数的零、极点分布与系统的频率响应特性

8.1 从傅里叶变换到小波变换的时频分析法 8.2 小波变换分类 8.3 小波变换的多分辨分析特性 8.4 尺度函数与小波 8.5 小波变换的快速实现 8.6 图像的多分辨分解与重建 8.7 小波变换在图像边缘检测中的应用 8.8 小波变换在图像去噪中的应用 8.9 小波变换在图像融合中的应用

4.1 引言 4.2 拉普拉斯变换的定义、 收敛域 4.3 拉氏变换的基本性质 4.4 拉氏变换逆变换 4.5 线性系统复频域分析法 4.6 系统函数(网络函数)H(s) 4.7 由系统函数零极、点分布决定时域特性 4.8 由系统函数零、极点分布决定频响特性 4.10 全通系统与最小相移系统 4.11 线性系统的稳定性 4.12 双边拉氏变换 4.13 拉氏变换与傅氏变换的关系

4.1 拉普拉斯变换 一、从傅里叶变换到拉普拉斯变换 二、收敛域 三、(单边)拉普拉斯变换 4.2 拉普拉斯变换的性质 4.3 拉普拉斯变换逆变换 4.4 复频域分析 一、微分方程的变换解 二、系统函数 三、系统的s域框图 四、电路的s域模型