针对大数据信号处理时的特征选择与特征降维，给出了4种有效的特诊选择方法

针对大数据信号处理时的特征选择与特征降维，给出了4种有效的特诊选择方法

实验一 离散时间信号和系统响应:编写程序计算三个序列的幅频特性曲线，并绘图显示。观察在折叠频率附近与连续信号频谱有无明显差别，分析频谱混叠现象。 2. 给定一个低通滤波器的差分方程为：输入序列 （1）分别求出和的系统响应，并画出其波形 （2） 求出系统的单位脉冲响应，画出其波形 3. 给定系统的单位脉冲响应为 用线性卷积法求分别对系统和的输出响应，并画出波形 实验二 用FFT对信号作频谱分析 选择FFT的变换区间N为8和16两种情况进行频谱分析。分别打印其幅频特性曲线，并进行对比、分析、讨论。

这是第二版的教程，清晰度还好，这本书的内容不错。

对三轴加速度出传感器的原始数据进行处理，平滑噪声，傅里叶fft

现代谱估计与经典谱估计的对比，现代方法用的yule-walk法，经典方法用了直接法和间接法。

用语信号处理，是一种非常有用的识别算法，好用

基于FPGA的数字信号处理模块设计与实现

基于谱相关的增强包络谱（EES）

仿真内容具体看本人的《分数傅里叶变换》文章。 主要分析了chirp信号在时域、频域、时频域以及分数域上表达。