7.1 短时Fourier变换与Gabor变换 7.2 小波变换 7.3 离散小波变换的快速算法——Mallat算法 7.4 常用小波函数 7.5 小波变换的应用

2.1 引言 2.2 周期序列的离散傅里叶级数（DFS） 2.3 离散傅里叶级数（DFS）的性质 2.4 有限长序列离散傅里叶变换（DFT） 2.5 离散傅里叶变换的性质 2.6 频域采样理论

4.1 数字滤波器的结构特点与表示方法 4.2 IIR滤波器的结构 4.3 FIR滤波器的结构

3.1 引言 3.2 直接计算DFT的问题及改进的途径 3.3 按时间抽取（DIT）的基2-FFT算法 3.4 按频率抽取（DIF）的基2-FFT算法 3.5 N为复合数的FFT算法 3.6 线性调频Z变换（Chirp-Z变换）算法 3.7 利用FFT分析时域连续信号频谱 3.8 FFT的其他应用

1.1 离散时间信号——序列 1.2 连续时间信号的采样 1.3 离散时间系统时域分析 1.4 Z变换 1.5 拉氏变换、傅氏变换与 Z变换 1.6 离散时间系统的频域分析（ω域和Ζ域）

实际接收机和最佳接收机误码性能一览表如表8-1所示可以看出,两种结 构形式的接收机误码率表示式具有相同的数学形式,实际接收机中的信噪比 r=与最佳接收机中的能量噪声功率谱密度之比相对应

分析二进制数字调制系统的抗噪声性能,也就是分析在信道等效加性高斯白 噪声的干扰下系统的误码性能,得出误码率与信噪比之间的数学关系。 在二进制数字调制系统抗噪声性能分析中,假设信道特性是恒参信道,在信 号的频带范围内其具有理想矩形的传输特性(可取传输系数为K)

8.1 像素间的基本关系 8.2 目标物边界的描述 8.3 目标物的区域描述 8.4 图像的几何特征 8.5 图像的矩描述 8.6 图像的纹理描述 8.7 形态学在纹理描述中的应用

载有信息的信号是不可预测的,或者说带有某种随机性。干扰信息信号的噪 声更是不可预测的。这些不可预测的信号和噪声都是随机过程。但随机信号和噪 声的不可预测性的意义完全不同。随机信号的不可预测性是它携带信息的能力, 而噪声的不可预测性则是有害的,它将使有用信号受到污染。 在通信系统中,随机过程是重要的数学工具。它在信息源的统计建模、信源 输出的数字化、信道特性的描述以及评估通信系统的性能等方面都是很重要的

冶金炉内气体流动的显著特征: 第一:炉内气体为热气体(即炉内气体的温度高于周围大气的温度) 第二:炉内热气体总是与大气相通的,而且炉内热气体的密度小于周围大气的密度,所以炉内气体的流动状况受大气的影响