关于数字信号处理的一些推荐资源(书籍,教程,讲座等)是什么,以及如何在技术层面上开始使用它?

#1 楼

在教科书方面,我的建议是里克·里昂(Rick Lyons)的《理解DSP》。我对最新版本的评论在这里。

我以及$ {\ tt comp.dsp} $社区和其他地方的许多人,自第一版以来就帮助Rick修改了部分文本。

为了自学,我没有更好的书。

作为在线免费资源,我推荐史蒂夫·史密斯(Steve Smith)的书。就个人而言,我更喜欢Rick的风格,但是Steve的书是在线可访问性的优点(而且在线版本是免费的!)。


编辑:

Rick发送给我一些我想在这里分享的反馈意见:

对于那些拥有我的DSP图书副本的同事,
我很乐意将他们的勘误寄给他们。他们要做的只是给我发送一封电子邮件,告诉我(1)版本号,
和(2)他们书的印刷编号。印刷编号
可以在“专用”页面之前的页面上找到。
我的电子邮件地址是:
R.Lyons [at] ieee.org

我建议您的同事看看:
http://www.redcedar.com/learndsp.htm

Rick还给了我很多在线DSP参考资料。这里有太多的东西可以放。我将看到有关设置GoogleDocs版本并稍后在此处重新发布的信息。

评论


$ \ begingroup $
+1推荐里克·里昂斯(Rick Lyons)的书-它比Oppenheim&Schafer等更常见,更学术的书更容易获得
$ \ endgroup $
– Paul R
2011年10月15日在9:57

$ \ begingroup $
我刚刚开始读里克·里昂斯的书作为进修/自学-那个人使这个领域对读者非常容易。他知道,要理解一门学科,不只是数学,而且读者必须对此具有直觉。他设法很好地教它。
$ \ endgroup $
–太空
2011年10月15日在18:11

$ \ begingroup $
我接受这个答案,尽管我也对Dipan表示了更多的理论上的建议。
$ \ endgroup $
–杜兰
2011年10月16日下午5:01

$ \ begingroup $
@someguy:理解了。对我来说,大多数东西只有在解决问题的上下文中才有意义。仅从理论上进行讨论(即使有充分的解释),也很难理解。我会回馈您对里克的反馈!如果您对如何进行改进有任何建议,我相信他很乐意听到。
$ \ endgroup $
– Peter K.♦
2012年6月21日在21:18

$ \ begingroup $
@IsaacKleinman:都做! Steve的书可免费下载:dspguide.com如果您满意,那您就完成了。如果没有,请看里克的书。
$ \ endgroup $
– Peter K.♦
13年2月11日在21:12

#2 楼

保罗·法尔斯塔德(Paul Falstad)的Java小程序是一种与系统进行交互并直观地学习它们的绝妙方法。 Digital Filter小程序是一个启示。

请访问http://www.falstad.com/mathphysics.html并查看其余内容。就像Ken Steiglitz撰写的《数字信号处理入门》一样。我使用此文本选了一个课,非常喜欢这种风格。它写得很好,并且使材料变得很有趣。


DSP入门书籍面向广泛的读者,包括:


工程和计算机科学课程中的DSP学生。
WWW和从事多媒体工作的Internet开发人员。
对科学感兴趣的普通读者希望介绍DSP。

功能:


为初学者,尤其是计算机音乐的初学者,提供一种简单,整洁的分步方法来处理DSP。频域方法,包括FFT和数字滤波。
包含发人深省的问题和建议的实验,可以帮助读者理解和应用DSP理论和技术。



评论


$ \ begingroup $
如果我还没有赞成的话,那么对于那个数字滤波器小程序,它将获得另一个+1。
$ \ endgroup $
–datageist♦
2011年10月28日在18:07

#3 楼

以下三本是该主题上最受欢迎的教科书。 ,Ronald W. Schafer和John R. Buck。
数字信号处理:原理,算法和应用,
Prentice Hall
John G. Proakis,Dimitris K Manolakis
信号和系统,
Prentice Hall
Alan V. Oppenheim,Alan S. Willsky和S. Hamid

如果需要选择其中之一,请选择-离散时间信号处理Prentice -霍尔信号处理系列,作者:Alan V. Oppenheim,Ronald W. Schafer,John R. Buck。当然,正如侯赛因答案中所列出的,Sanjit Mitra可能对初学者来说很容易。

其他一些具有各自优点的书:贝兰格(M. Bellanger)撰写的《信号,威利与儿子》杂志。滤波器的入门介绍,非常便宜。


Amos Lapidoth剑桥大学出版社的数字通信基金会。 *信号理论的真正流畅和干净的介绍。免费在线获取。

《移动无线电接收的统计理论》,贝尔系统技术期刊(BSTJ),1968年7月至8月。曾经想知道如何对随机信道建模以及它们如何处理信号吗?伟大的古典论文,可在线获得。



评论


$ \ begingroup $
艾伦·五·奥本海姆(Alan V. Oppenheim)的书籍非常出色,而且用途广泛!
$ \ endgroup $
–罗伊
11-10-15在12:55

$ \ begingroup $
您可以在[DoradoList](www.doradolist.com/alan-oppenheim.html)上查看Oppenheim教授建议的信号处理书籍清单。
$ \ endgroup $
– TJ1
18年7月13日在12:47



#4 楼

对于理论研究,奥本海姆是上帝,但是如果您要在实践中使用它,Mitra是最好的之一:

数字信号处理:一种基于计算机的方法,Sanjit K. Mitra

评论


$ \ begingroup $
@hossein,您知道它是否有解决方案的练习吗?
$ \ endgroup $
–moshikafya
17年7月6日在2:58

#5 楼

您可以访问MIT OpenCourseWare。 Alan V. Oppenheim教授进行了20场视频讲座。

#6 楼

除了已经提到的书籍之外,如果您专注于算法开发,那么Proakis的使用MATLAB的数字信号处理对于初学者来说是极好的资源。数值配方系列也是有关在实际情况下如何实现一些核心DSP算法(频谱分解,卷积,内插和外推等)的绝佳资源。与Proakis相比,对受试者的理论治疗。我一直感觉到,Proakis在现实世界中提供了更多的适用性。

#7 楼

具有一定数学成熟度的DSP新手可能想从


Martin Vetterli,JelenaKovačević,Vivek Goyal,信号处理基础,2014年开始。

其中可在线免费获得。作者还在线免费提供了其他两本书:


JelenaKovačević,Vivek Goyal,Martin Vetterli,Fourier和Wavelet Signal Processing,2013年。
Martin Vetterli,Jelena Kovačević,《小波和子带编码》,2007年。

从信号处理基础的序言开始:


本书涵盖了对以下内容的深入理解的基础现代信号处理。它包含了许多读者散布在多个来源之前可能见过的材料,但没有希尔伯特空间解释,而希尔伯特空间解释是信号处理中必不可少的。我们的目标是讲授几何学的信号处理方法,即将欧几里得的几何见解扩展到抽象信号。我们使用希尔伯特空间几何来实现这一目标。通过这种方法,基本概念(例如基数,傅立叶表示,采样,内插,逼近和压缩的属性)通常在有限的维度,离散时间和连续时间上是统一的,因此可以更轻松地指出一些基本差异。几何上的统一结果有助于超越傅立叶域的见解进行推广,从而使理解更远,更快。


#8 楼

我发现该小程序在及时了解卷积的本质时非常有用。卷积的喜悦。它可以让您“绘制”时间信号并对其进行卷积,从而了解时域中发生的情况。

#9 楼

我会把理查德·汉明(Richard Hamming)写的《数字滤波器》一书添加到列表中。简短经典,而不是笨拙的书。

#10 楼

https://www.amazon.com/dp/B01MS8W9XI

这本书将经历不同的项目,这些项目将教会读者如何编写软件:改善他们的歌声,合成不同的吉他声音,改变音色人脑波,碎玻璃,帮助人们放松身心并了解许多不同的声音工程和DSP工具:DFT,FFT,高通滤波器,低通滤波器,基频,Karplus强算法。在本书中,他们将学习:等时音调,双耳节拍和单声道节拍以及如何编码。然后他们将能够提出自己的节奏。他们将学习有关声波的更多知识。
很少有书籍/网站向人们展示如何编码DSP工具。有很多方法可以证明这一理论,但没有很多方法可以证明其应用,因此我认为这本书对高中生,大学生和跨层员工非常有用。

#11 楼

在线课程是进行信号处理自学的重要资源。

Coursera上有很多内容:




数字信号处理。

音乐应用中的音频信号处理。

数字图像和视频处理的基础知识。

edX上也有不错的选择:



离散时间信号处理。

信号和系统,第1部分。

信号和系统,第2部分。

离散时间信号和系统,第1部分:时域。


享受旅程!

#12 楼

在这里,您可以找到由麻省理工学院的Alan Oppenheim教授等顶尖专家建议的优秀DSP书籍清单。

#13 楼

有些人喜欢将DSP本身作为主题。我喜欢认为学习更多是螺旋而不是线性进展。我建议您追求使用信号处理的您感兴趣的应用程序,并且这个应用程序正在不断增长。人们解决自己的问题发现了DSP的大多数重要突破。以上建议的所有书籍都非常好。简单解决方案的一个有趣的问题通常是使学生对证明页面更有吸引力,除非您喜欢证明页面并且也可以使用。