脑电的独特优势使其在临床和科学研究中广泛应用。随着人脑电活动实时测量技术的逐步提高，一系列脑电信号处理方法得到快速发展，脑电有望成为更有效和通用的研究大脑功能的工具。本书各章由相关领域拥有丰富经验的优秀研究者撰写，旨在以全面、简洁且通俗易懂的方式，呈现作者对脑电技术本身及信号处理方法的深入理解和应用心得，向读者提供覆盖脑电神经基础、主流脑电信号处理和特征提取方法相关的概念、数学及应用知识。大多数章节还链接了MATLAB软件、代码和示例数据。

Mark S. Nixon是英国南安普敦大学计算机视觉系教授。他的研究兴趣包括图像处理与计算机视觉。他的团队开发了用于生物信息学与医疗图像分析的静止与运动形状提取新技术。他的团队是自动人脸识别的早期研究者，后来是步态识别的开拓者，最近加入了耳生物信息（ear biometrics）的研究。与谭铁牛和Rama Chellappa合作，他们于2005年出版的著作《基于步态的身份识别》是斯普林格（Springer）生物信息学专辑的一部分。他是许多国际会议（BMVC 98，AVBPA 03，IEEE人脸与姿态FG 06，ICPR 04, ICB 09与IEEE BTAS 2010）的主席或程序委员会主席，并做了许多邀请报告。他是IET会士与IAPR会士。 Alberto S. Aguado是Sportradar公司的首席程序员，开发运动赛事的图像处理与实时多...(展开全部)

Mark S. Nixon是英国南安普敦大学计算机视觉系教授。他的研究兴趣包括图像处理与计算机视觉。他的团队开发了用于生物信息学与医疗图像分析的静止与运动形状提取新技术。他的团队是自动人脸识别的早期研究者，后来是步态识别的开拓者，最近加入了耳生物信息（ear biometrics）的研究。与谭铁牛和Rama Chellappa合作，他们于2005年出版的著作《基于步态的身份识别》是斯普林格（Springer）生物信息学专辑的一部分。他是许多国际会议（BMVC 98，AVBPA 03，IEEE人脸与姿态FG 06，ICPR 04, ICB 09与IEEE BTAS 2010）的主席或程序委员会主席，并做了许多邀请报告。他是IET会士与IAPR会士。 Alberto S. Aguado是Sportradar公司的首席程序员，开发运动赛事的图像处理与实时多...(展开全部)

《现代信号处理》系统、全面地介绍了现代信号处理的主要理论、具有代表性的方法及一些典型应用。全书共7章，内容包括随机信号、参数估计理论、现代谱估计、自适应滤波、高阶信号分析、时频信号分析的线性变换与非线性变换方法。《现代信号处理》取材广泛、内容新颖、充分反映了信号处理的新理论、新技术、新方法和新应用，可以帮助读者尽快跟踪信号处理的最新国际发展。与第一版相比，《现代信号处理》的讲解与阐述更容易理解与自学，更注重理论与应用的结合。

内容简介 本书系统、深入地介绍现代信号处理的各种理论与方法。全书共十二章，内容包括参数估计理论、信 号检测、波形估计、现代谱分析、自适应滤波、鲁棒参数估计与谱分析、统计性能分析、二维和多变元信号 分析、非高斯信号处理、时频分析和小波分析。其中特别对非因果、非最小相位系统以及非高斯信号、非 平稳（即时变）信号的分析作了详细的论述。 本书取材广泛，内容新颖，充分反映了国际上近年来先进的信号处理新理论、新技术、新方法和新应 用，可以帮助读者尽快地跟踪现代信号处理学科的最新发展。 本书适合于理工科大学与信号处理有关的各专业的教师和硕士、博士生作教材或教学参考书，也适 于广大科技工作者自学与进修。

《北京高等教育精品教材·清华大学研究生精品教材·新编＜信息、控制与系统＞ 系列教材:现代信号处理(第三版)》为清华大学研究生精品教材和北京市高等教育精品教材，最近又获得清华大学名优教材首批立项资助，是一本与国际前沿科学接轨的研究生教材，可作为电子、通信、自动化、计算机、物理、生物医学和机械工程等各学科有关教师、研究生和科技人员教学、自学、进修用书或参考书。

本书以MATLAB R2020a版本为基础，系统地讨论数字信号处理的基本理论、基本分析方法、基本算法和设计方法，是一本比较全面的MATLAB信号处理参考书。本书共10章，全面系统地阐述数字信号处理的相关知识，包括MATLAB基础、离散时间信号与系统、Z变换、傅里叶变换、IIR滤波器的设计、FIR滤波器的设计、自适应滤波器的设计、随机信号处理、小波分析、信息处理中的应用等。此外还给出了MATLAB在信号处理中的一些简单应用。 本书内容丰富，讲解深入浅出，可作为电子工程、计算机工程、信号处理以及通信工程等专业的本科生和研究生的参考书，也适合工程技术人员参考。

《统计信号处理基础:估计与检测理论》是一部经典的有关统计信号处理的权威著作。全书分为两卷，分别讲解了统计信号处理基础的估计理论和检测理论。第一卷详细介绍了经典估计理论和贝叶斯估计，总结了各种估计方法，考虑了维纳滤波和卡尔曼滤波，并介绍了对复数据和参数的估计方法。本卷给出了大量的应用实例，范围包括高分辨率谱分析、系统辨识、数字滤波器设计、自适应噪声对消、自适应波束形成、跟踪和定位等；并且设计了大量的习题来加深对基本概念的理解。第二卷全面介绍了计算机上实现的最佳检测算法，并且重点介绍了现实中的信号处理应用，包括现代语音通信技术及传统的声呐/雷达系统。本卷从检测的基础理论开始，回顾了高斯、c2、F、瑞利及莱斯概率密度；讲解了高斯随机变量的二次型，以及渐近高斯概率密度和蒙特卡洛性能评估；介绍了基于简单假设检验的检测理论基础，包括Neyman-Pearson定...(展开全部)

《统计信号处理基础:估计与检测理论》是一部经典的有关统计信号处理的权威著作。全书分为两卷，分别讲解了统计信号处理基础的估计理论和检测理论。第一卷详细介绍了经典估计理论和贝叶斯估计，总结了各种估计方法，考虑了维纳滤波和卡尔曼滤波，并介绍了对复数据和参数的估计方法。本卷给出了大量的应用实例，范围包括高分辨率谱分析、系统辨识、数字滤波器设计、自适应噪声对消、自适应波束形成、跟踪和定位等；并且设计了大量的习题来加深对基本概念的理解。第二卷全面介绍了计算机上实现的最佳检测算法，并且重点介绍了现实中的信号处理应用，包括现代语音通信技术及传统的声呐/雷达系统。本卷从检测的基础理论开始，回顾了高斯、c2、F、瑞利及莱斯概率密度；讲解了高斯随机变量的二次型，以及渐近高斯概率密度和蒙特卡洛性能评估；介绍了基于简单假设检验的检测理论基础，包括Neyman-Pearson定...(展开全部)

《数字信号处理:理论、算法与实现(第3版)》系统地介绍了数字信号处理的理论、相应的算法及这些算法的软件与硬件实现。全书共16章，分为上、下两篇。上篇是经典数字信号处理的内容，包括离散时间信号与离散时间系统的基本概念、Z变换及离散时间系统分析、离散傅里叶变换、傅里叶变换的快速算法、离散时间系统的相位与结构、数字滤波器设计（IIR、FIR及特殊形式的滤波器）、信号的正交变换（正交变换的定义与性质、K—L变换、DCT及其在图像压缩中的应用）、信号处理中若干典型算法（如抽取与插值、子带分解、调制与解调、反卷积、SVD、独立分量分析及同态滤波）、数字信号处理中的有限字长问题及数字信号处理的硬件实现等；下篇是统计数字信号处理的内容，包括平稳随机信号的基本概念、经典功率谱估计、参数模型功率谱估计、维纳滤波器及自适应滤波器等。《数字信号处理:理论、算法与实现(第3版...(展开全部)