Книга "Digital Spectral Analysis. Parametric, Non-Parametric and Advanced Methods" является исчерпывающим источником информации по спектральному анализу. Это самодостаточный труд, который включает детальные описания продвинутых тем, которые обычно представлены в разрозненных источниках литературы. Теоретические принципы, необходимые для понимания спектрального анализа, обсуждаются в первых четырех главах: основы, цифровая обработка сигналов, оценка в спектральном анализе и модели временных рядов. Целая глава посвящена непараметрическим методам, наиболее широко используемым в промышленности. Высокоразрешающие методы подробно описаны в четырех последующих главах: спектральный анализ с помощью моделирования стационарных временных рядов, минимальная дисперсия и оценки на основе подпространств. Наконец, продвинутые концепции являются основой последних четырех глав: спектральный анализ нестационарных случайных сигналов, обработка данных с нерегулярной выборкой: пространственно-временная адаптивная обработка, фильтрация частиц и отслеживание переменных синусоид. Эта книга подходит для студентов, инженеров, работающих в промышленности, и ученых любого уровня, предоставляя редкий полный обзор области спектрального анализа.
Электронная Книга «Digital Spectral Analysis. Parametric, Non-Parametric and Advanced Methods» написана автором Francis Castanié в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9781118601761
Описание книги от Francis Castanié
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.
