本书是《现代数字信号处理及其应用》(何子述、夏威等编著，清华大学出版社，2009年5月出版)的学习辅导书，为使学生对该课程的理论和方法有深刻的理解和认识，完成适当的习题和仿真作业是学习中不可或缺的重要环节。习题通常是书中主要理论的具体应用和拓展，通过做习题，可实现对书中概念和理论的重新梳理和深入理解，并在一定程度上达到融会贯通的目的；通过计算机上仿真作业的完成，使学生对书中主要迭代算法的性能、适用条件、计算量等有所了解，为工程实际应用打下基础。

本书是《现代数字信号处理及其应用》(何子述、夏威等编著，清华大学出版社，2009年5月出版)的学习辅导书，书中首先对每章的主要内容进行了归纳，然后给出了原教材中详细的习题解答，并给出仿真习题的关键程序及仿真结果。与原教程相同，全书共分9章，内容包括：离散时间信号与系统基础、离散时间随机过程、功率谱估计与信号频率估计理论、维纳滤波理论及自适应算法、维纳滤波理论的应用、最小二乘估计理论与算法、卡尔曼滤波、阵列信号处理与空域滤波、盲信号处理理论。

本书可作为电子信息工程、通信工程、自动控制、电子科学与技术等专业的研究生教学参考书，也可作为相关专业工程技术人员的参考资料。

第1章 离散时间信号与系统

1．1 离散时间信号与系统基础

1．2 离散时间信号与系统的傅里叶分析

1．3 离散时间信号的Z变换

1．4 LTI离散时间系统性能描述

1．5 离散时间系统的格型结构

1．6 连续时间信号的离散化及其频谱关系

1．7 离散时间实信号的复数表示

1．8 窄带信号的正交解调与数字基带信号

1．9 多相滤波与信道化处理

1．10 习题解答

第2章 离散时间平稳随机过程

2．1 离散时间平稳随机过程基础

2．2 平稳随机过程的自相关矩阵及其性质

2．3 离散时间平稳随机过程的功率谱密度

2．4 离散时间平稳随机过程的参数模型

2．5 随机过程高阶累积量和高阶谱的概念

2．6 习题解答

第3章 功率谱估计和信号频率估计方法

3．1 经典功率谱估计方法

3．2 平稳随机过程的AR参数模型功率谱估计

3．3 MA参数模型和ARMA参数模型功率谱估计原理

3．4 MVDR信号频率估计方法

3．5 APES算法

3．6 基于相关矩阵特征分解的信号频率估计

3．7 习题解答

3．8 仿真题

第4章 维纳滤波原理及自适应算法

4．1 自适应横向滤波器及其学习过程

4．2 维纳滤波原理

4．3 维纳滤波器的最陡下降求解方法

4．4 LMS算法

4．5 多级维纳滤波器理论

4．6 习题解答

4．7 仿真题

第5章 维纳滤波在信号处理中的应用

5．1 维纳滤波在线性预测中的应用

5．2 前后向线性预测及其格型滤波器结构

5．3 信道均衡

5．4 语音信号的线性预测编码

5．5 习题解答

5．6 仿真题

第6章 最小二乘估计理论及算法

6．1 预备知识：线性方程组解的形式

6．2 最小二乘估计原理

6．3 用奇异值分解求解最小二乘问题

6．4 基于LS估计的FBLP原理及功率谱估计

6．5 递归最小二乘(RLS)算法

6．6 基于QR分解的递归最小二乘(QR—LS)算法原理

6．7 习题解答

6．8 仿真题

第7章 卡尔曼滤波

7．1 基于新息过程的递归最小均方误差估计

7．2 系统状态方程和观测方程的概念

7．3 卡尔曼滤波原理

7．4 卡尔曼滤波的统计性能

7．5 卡尔曼滤波的推广

7．6 卡尔曼滤波的应用

7．7 习题解答

7．8 仿真题

第8章 阵列信号处理与空域滤波

8．1 阵列接收信号模型

8．2 空间谱与DoA估计

8．3 基于MUSIC算法的信号DOA估计方法

8．4 信号DOA估计的ESPRIT算法

8．5 干涉仪测向原理

8．6 空域滤波与数字波束形成

8．7 基于MVDR算法的DBF方法

8．8 空域APES数字波束形成和DOA估计方法

8．9 多旁瓣对消数字自适应波束形成方法

8．10 阵列信号处理中的其他问题

8．11 习题解答

8．12 仿真题

第9章 盲信号处理

9．1盲信号处理的基本概念

9．2 Bussgang盲均衡原理

9．3 SIMO信道模型及子空间盲辨识原理

9．4 SIMO信道的CR盲辨识原理及自适应算法

9．5 基于阵列结构的盲波束形成

9．6 基于信号恒模特性的盲波束形成

9．7 习题解答

9．8 仿真题