Если вы знакомы с основами математики и с программированием на Python, то вы готовы к погружению в обработку сигналов. При изучении этой сложной темы в большинстве руководств начинают с теории, в этой же книге все изучается на примерах, взятых из реальной жизни. Уже в первой главе вы разложите звук на гармоники, поменяете их и создадите новые звуки. Автор, Аллен Дауни, рассматривает несколько методов - тут и спектральное разложение, и фильтрация, и свертка, и быстрое преобразование Фурье. В этой книге много упражнений и примеров кода - с ними проще разбираться в материале. Книга профессора Дауни - идеальный путеводитель в мире цифровой обработки сигналов. Она содержит массу информации - от основ до "высоких материй", и она представлена в простом, логичном и хорошо организованном виде, с большим количеством иллюстраций. Прилагаемые Python-программы служат практическими, живыми примерами. Вы изучите: • периодические сигналы и их спектры; • гармоническая структура простого сигнала; • чирпы и иные звуки с изменяющимся во времени спектром; • шумовые сигналы и естественные источники шума; • автокорреляционная функция для оценки высоты звука; • дискретное косинусное преобразование (ДКП) для сжатия; • быстрое преобразование Фурье для спектрального анализа; • связь событий во времени и фильтров в частотной области;теория линейных времянезависимых систем (LТI); • амплитудная модуляция (АМ), основа радиовещания.
Esli vy znakomy s osnovami matematiki i s programmirovaniem na Python, to vy gotovy k pogruzheniyu v obrabotku signalov. Pri izuchenii etoy slozhnoy temy v bolshinstve rukovodstv nachinayut s teorii, v etoy zhe knige vse izuchaetsya na primerakh, vzyatykh iz realnoy zhizni. Uzhe v pervoy glave vy razlozhite zvuk na garmoniki, pomenyaete ikh i sozdadite novye zvuki. Avtor, Allen Dauni, rassmatrivaet neskolko metodov - tut i spektralnoe razlozhenie, i filtratsiya, i svertka, i bystroe preobrazovanie Fure. V etoy knige mnogo uprazhneniy i primerov koda - s nimi proshche razbiratsya v materiale. Kniga professora Dauni - idealnyy putevoditel v mire tsifrovoy obrabotki signalov. Ona soderzhit massu informatsii - ot osnov do "vysokikh materiy", i ona predstavlena v prostom, logichnom i khorosho organizovannom vide, s bolshim kolichestvom illyustratsiy. Prilagaemye Python-programmy sluzhat prakticheskimi, zhivymi primerami. Vy izuchite: periodicheskie signaly i ikh spektry; garmonicheskaya struktura prostogo signala; chirpy i inye zvuki s izmenyayushchimsya vo vremeni spektrom; shumovye signaly i estestvennye istochniki shuma; avtokorrelyatsionnaya funktsiya dlya otsenki vysoty zvuka; diskretnoe kosinusnoe preobrazovanie (DKP) dlya szhatiya; bystroe preobrazovanie Fure dlya spektralnogo analiza; svyaz sobytiy vo vremeni i filtrov v chastotnoy oblasti;teoriya lineynykh vremyanezavisimykh sistem (LTI); amplitudnaya modulyatsiya (AM), osnova radioveshchaniya.
If you are familiar with the basics of mathematics and programming in Python, then you're ready to dive in signal processing. When studying this complex topic in most tutorials start with the theory, in the same book, studied all the examples, taken from real life. In the first Chapter, you put the sound on the harmonics, change them and create new sounds.The author, Allen Downey, is considering several methods - and then spectral decomposition and filtering, convolution, and fast Fourier transform. In this book, many exercises and code samples - they were easier to understand the material.The book of Professor Downey is a perfect guide to the world of digital signal processing. It contains a lot of information - from the basics to the "high matters" and it is presented in a simple, logical and well-organized with lots of illustrations. The attached Python program provide practical, living examples.This book deals with periodic signals and their spectra;harmonic structure of simple signals;chirpy and other sounds with time-varying spectrum;the noise signals and natural noise sources;the autocorrelation function to estimate the pitch of the sound;discrete cosine transform (DCT) for compression;fast Fourier transform for spectral analysis;the relationship of events in time and filters in the frequency domain;the theory of linear ramanathaswamy systems (LТI);amplitude modulation (AM), the Foundation of radio broadcasting.