數字信號處理（DSP）是面向電子信息學科的專業(yè)基礎知識，也是多門新興學科的理論基礎。作為廣泛應用的腳本語言，Python在DSP領域中也很常用。
本書介紹了如何通過Python語言實現數字信號處理的應用。全書共有11章，以Python代碼為示例由淺入深地向讀者介紹了數字信號處理的相關知識及其應用。書中涉及周期信號及其頻譜、波形的諧波結構、非周期信號及頻譜圖、噪聲、自相關函數、離散余弦變換和離散傅里葉變換、濾波、卷積、微分與積分、調制采樣等數字信號處理相關技術。每一章都是從示例開始，引導讀者通過編程的方式來準確地理解概念。除此之外，本書每章還提供了練習和代碼示例來幫助讀者理解這些知識。
本書適合對數字信號處理感興趣且有一定Python基礎的讀者閱讀，也適合電子和通信相關專業(yè)的學生閱讀。
如果你了解基本的數學知識，并且知道怎么使用Python編程，那你已經具備研究信號處理的基礎條件了。與大部分講解這一復雜學科的圖書不同，本書基于實踐。它通過講解如何在真實世界中如何應用數字信號處理來介紹相關技術。僅僅通過第 1章，你能將一個聲音信號分解為諧波，并通過修改這些諧波來生成新的信號。
本書介紹了譜分析、濾波器、卷積以及快速傅里葉變換等技術。本書同時還提供了練習和樣例代碼，以幫助你更還地理解內容。
通過本書，你將學到以下內容：
周期信號及其頻譜
簡單波形的諧波結構
啁啾以及其他頻譜隨時間變化的信號
噪聲信號以及源自自然的噪聲
用于音高估計的自相關函數
用于壓縮的離散余弦變換
用于頻譜分析的快速傅里葉變換
頻域中時間上的操作和濾波器的關聯
線性時不變系統理論
廣播中用到的調幅
Allen Downey是歐林工程學院計算機科學系的教授。他曾在衛(wèi)斯理學院、科爾比學院和加州大學伯克利分校教授計算機課程。他擁有加州大學伯克利分校的計算機科學博士學位和麻省理工學院的碩士及學士學位。他還著有《像計算機科學家一樣思考Python》和《貝葉斯思維：統計建模的Python方法》等圖書。
第 1章 聲音和信號1
1.1 周期信號1
1.2 頻譜分析3
1.3 信號4
1.4 波形的讀寫6
1.5 頻譜7
1.6 波形對象7
1.7 信號對象8
1.8 練習10
第 2章 諧波11
2.1 三角波11
2.2 方波13
2.3 混疊15
2.4 計算頻譜17
2.5 練習18
第3章 非周期信號20
3.1 線性啁啾（Chirp）20
3.2 指數啁啾22
3.3 啁啾信號的頻譜23
3.4 頻譜圖24
3.5 Gabor限制25
3.6 泄露26
3.7 加窗27
3.8 頻譜圖的實現28
3.9 練習30
第4章 噪聲32
4.1 不相關噪聲32
4.2 累積頻譜34
4.3 布朗噪聲35
4.4 粉噪38
4.5 高斯噪聲40
4.6 練習41
第5章 自相關43
5.1 相關43
5.2 序列相關45
5.3 自相關47
5.4 周期信號的自相關48
5.5 相關的點積形式51
5.6 使用NumPy51
5.7 練習52
第6章 離散余弦變換54
6.1 合成54
6.2 使用數組合成55
6.3 分析57
6.4 正交矩陣58
6.5 DCT-IV59
6.6 Inverse DCT（反離散余弦變換）61
6.7 Dct類61
6.8 練習62
第7章 離散傅里葉變換64
7.1 復指數64
7.2 復信號66
7.3 合成問題67
7.4 使用矩陣合成68
7.5 分析問題70
7.6 快速分析70
7.7 DFT71
7.8 DFT是周期性的73
7.9 實信號的DFT73
7.10 練習75
第8章 濾波與卷積76
8.1 平滑76
8.2 卷積79
8.3 頻域79
8.4 卷積定理81
8.5 高斯濾波器82
8.6 高效卷積83
8.7 高效自相關85
8.8 練習86
第9章 微分和積分87
9.1 有限差分87
9.2 頻域89
9.3 微分89
9.4 積分91
9.5 累積和93
9.6 積分噪聲96
9.7 練習96
第 10章 LTI系統98
10.1 信號與系統98
10.2 窗和濾波器100
10.3 聲學響應101
10.4 系統和卷積103
10.5 卷積定理的證明106
10.6 練習108
第 11章 調制和采樣109
11.1 脈沖卷積109
11.2 調幅110
11.3 采樣113
11.4 混疊115
11.5 插值118
11.6 總結119
11.7 練習120
書單推薦
