《深入浅出数字信号处理》是一本由江志红著作，42.00元出版的2019-1图书，本书定价：329，页数：，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。

　　《深入浅出数字信号处理》精选点评：

　　●任何试图思考意义，而不是堆公式，靠已有数学框架偷懒逃避思考，避免暴露理解不够不深的书都太难得了。

　　●业界良心！强烈推荐。终于找到一本用人类的语言讲原理地书了。把我原来对数字信号处理的种种迷惑全部解开。这本书不做作、不炫技，没有不上心的复制粘贴，原创度极高，不像大部分垃圾教材用满篇的公式推导掩饰对数字信号处理理解的浅陋。作者对数字信号处理的理解已经达到了很好的境界，他是真的在写出自己对数字信号的理解。这本书举例生动，详略得当，知识框架清晰。一切以数字信号处理为核心目的，让作者明白数学只是工具，目的是为了处理信号。然而这本书依然默默无闻，被淹没在学院派狗屁书的汪洋大海中。我觉得这真的是国内学术界的悲哀。那些学院派的书只能培养出一批只会考试、做题、算数，实际上连万用表都不会读数的傻缺。

　　●很实用，也讲的很好理解，难得的好书。

　　●写的浅显易懂，适合入门

　　●看完我也不由得感叹一句，真是本弱智friendly的好书！写得太好了，好到想给作者打钱。前面特别清晰，一些特别模糊的点也有讲到，后面到了DFT的数学漩涡我就不行了，但整体上对于这门课的宏观认识终于有了，感谢作者！

　　●读过几本数字信号分析的书，这本写的最好，少些公式，多些理解，其实还可以写的更通俗些，强烈推荐！

　　●留了最后两章冲激响应滤波器没看，主要是对我没什么用，前面的部分好评。买的是印影版，正版早就卖完了。看了以后懂了很多，比如窗函数和能量逃逸，当年看听觉心理学时候云里雾里的几个概念。没有成片写公式，毕竟数学只是工具不是本质。

　　●少见的句句是人话、句句是干货的中文技术书。

　　●DSP入门

　　●亚马逊还有kindle电子版，大家可以去看看

　　《深入浅出数字信号处理》读后感(一)：业界良心

　　真的是非常好的一本书，我看完之后，直觉的数字信号处理只是高等代数的简单推广

　　抱歉，你的评论太短了

　　抱歉，你的评论太短了

　　抱歉，你的评论太短了

　　抱歉，你的评论太短了

　　抱歉，你的评论太短了

　　抱歉，你的评论太短了

　　《深入浅出数字信号处理》读后感(二)：当当有货了，需要的小伙伴赶紧去买啊

　　当当有货了，需要的小伙伴赶紧去买啊，凑字数。。。。。。凑字数。。。。。。凑字数。。。。。。凑字数。。。。。。凑字数。。。。。。凑字数。。。。。。凑字数。。。。。。凑字数。。。。。。凑字数。。。。。。凑字数。。。。。。凑字数。。。。。。凑字数。。。。。。凑字数。。。。。。凑字数。。。。。。凑字数。。。。。。凑字数。。。。。。凑字数。。。。。。凑字数。。。。。。凑字数。。。。。。凑字数。。。。。。凑字数。。。。。。凑字数。。。。。。

　　《深入浅出数字信号处理》读后感(三)：内容不错 挺适合的

　　是在csdn的博客发现作者的，恰好图书馆有这本书就借来读了，感觉很不错的一本书，没有满篇的数学公式而是用通俗的言语告诉读者数字信号处理的思维方法，内容详略得当，很喜欢，推荐！

　　抱歉，你的评论太短了

　　抱歉，你的评论太短了

　　抱歉，你的评论太短了

　　抱歉，你的评论太短了

　　抱歉，你的评论太短了

　　《深入浅出数字信号处理》读后感(四)：图书前言(转载)

　　数字信号处理(Digital Signal Processing, DSP)是当前科学和工程领域最为热门的技术之一，广泛应用于通信、雷达、声纳、医学成像和音视频压缩等许多领域，给人们的生产和生活带来了许多革命性的变化和影响。

　　正因为如此，很多朋友都想好好学习数字信号处理。而且，几乎在任何一所工科院校的课程设置中，数字信号处理都是必修课程。但结果是很多人兴冲冲地来学，虽然也通过了考试，却对数字信号处理的很多基本概念只是一知半解，缺乏系统的认识，更谈不上用其观点去思考和解决工程实际中面临的具体问题。更有甚者，在学完之后，除了叹一声“太难”之外，几乎没有留下任何的印迹，当日后面临信号处理问题的时候，还要从头开始。这是为什么呢？

　　原因之一：现在绝大部分的数字信号处理书籍大都满是数学推导，让数字信号处理课程看起来像是数学分析课程。这使得很多学习者被淹没在数学公式的海洋中，根本找不到数字信号处理大厦的入口，更谈不上掌握其精髓。同样是因为数学推导过多，使得数字信号处理书籍的可读性普遍较差，很难引起初学者的阅读兴趣。原因之二：大部分数字信号处理书籍，特别是教材，离现实的工程应用太远。这使得很多学习者对很多信号处理概念缺乏清晰的物理概念，也使得学习缺乏落脚点。数字信号处理是一门实践性很强的学科，很多现实问题从信号处理的观点看很简单。但有很多的朋友，既掌握一定的信号处理理论，也对面临的现实问题有所了解，却很难将理论应用于现实问题的解决中。这个问题在初学者中非常普遍，也非常严重。

　　针对这些情况，编写了《深入浅出数字信号处理》这本书，希望少用数学公式，而充分利用时域与频域互换、向量图、MATLAB等直观、概念化的手段，给数字信号处理的基本概念尽量赋予清晰的物理意义，并将理论应用于工程实践，真正达到对数字信号处理的深入浅出。

　　以1965年FFT算法的提出为标志，数字信号处理经过多年的发展，体系庞杂，内容非常丰富。本书只介绍数字信号处理的基础部分，即常称的“经典”部分。全书内容安排如下：

　　第1章概述性地介绍了数字信号处理的发展历史、主要研究内容、优缺点、应用及数字信号处理的学习方法等内容。

　　第2章介绍了信号的基本概念，主要包括信号的定义、分类、信号的时域与频域描述及模拟信号的离散化等内容。第3章介绍了线性时不变系统的基本概念，主要包括系统的定义、分类、系统的特征信号、系统的时域描述、频域描述及Z变换等内容。

　　第4章介绍了信号与线性时不变系统的相互作用，主要包括卷积和相关。

　　第5章介绍了离散傅里叶变换，主要包括DFT的基本含义及其结果的理解、DFT的特性、常用信号的DFT、DFT的卷积理解、DFT与其他常用变换之间的关系、DFT在实际应用中应注意的问题等内容。第6章介绍了离散傅里叶变换的快速算法，即快速傅里叶变换，主要包括基2、基4及分裂基 FFT算法的基本原理与算法特点、FFT算法的几个应用技巧、Goertzel算法和ChirpZ算法这两类特殊的频率分析算法等内容。

　　第7章概述性地介绍了数字滤波器的基础知识，主要包括实际数字滤波器的性能参数、数字滤波问题的一般解决方案、数字滤波器的评估方法及低通滤波器与其他频率选择滤波器之间的关系等内容。第8章介绍了有限冲激响应滤波器，主要包括FIR滤波器的线性相位特性、FIR滤波器的系数计算方法、实现结构、有限字长影响及两类特殊的FIR滤波器等内容。第9章介绍了无限冲激响应滤波器，主要包括IIR滤波器的主要特征、IIR滤波器的系数计算方法、实现结构、有限字长影响及3类特殊的IIR滤波器等内容。

　　这些章节中，第2章和第3章是数字信号处理的最基础部分。第5章和第6章介绍的主要是频谱分析的内容，建议这两章一起阅读。第7~9章介绍的主要是数字滤波的问题，建议这3章一起阅读。为增强实用性，除第1章和第7章这两章概述性的章节外，其余章节都安排了相关的应用实例，并给出了完整的MATLAB分析代码。为了增强内容的可读性，每章都以杂谈的形式，介绍了信号处理发展史上的一些重要人物及重大事件。为了突出直观性，全书给出了约200幅图片来说明数字信号处理的基本原理与应用。

　　在编写的过程中，我们没有追求数学上的严密性和完备性，而是尽量以通俗的语言，以生活中触手可及的例子来强化信号处理基本概念的物理含义。我们也没有追求理论上的先进性，而是将经典的信号处理理论寓于工程实践，努力架起信号处理理论与现实世界应用之间的桥梁。我们不敢奢望这一本书就能彻底讲清信号处理的基本理论，但却希望这是一本像故事书一般可以躺着读的信号处理书，让读者在享受阅读快乐的同时，能够培养起用数字信号处理的观点来观察和思考现实世界的思维方式。或者，这点也不敢奢望，只要能对读者在某一个概念的理解上有所启发，我们就会感到心满意足。

　　限于作者的水平和经验，对于书中存在的疏漏或者错误之处，敬请读者批评指正。有兴趣的朋友可在本书的官方博客：blog.csdn.net/deepdsp与作者交流，或者发送邮件到：[email protected]；还可发送邮件到：[email protected]，与本书策划编辑进行交流。

　　《深入浅出数字信号处理》读后感(五)：随手记的 一些有的没的

　　Chap 4 Conv & Corr

　　l 卷积的描述：卷积是描述信号与系统相互作用（可以理解为系统的输入与输出之间的关系）的最基本的方式。任意的信号通过LTI系统都可以表示为卷积的关系。

　　对于一个信号，不同时刻输入的x(m)对系统的输出都有贡献，贡献的大小一方面与x(m)的大小有关，另一方面与m的大小有关，系统的输出就是将不同的x(m)的贡献都加起来的结果。或者说输入信号就像是一组加权系数，对h(n)及其延时进行相应的加权，就可以得到系统的输出。

　　卷积的边界效应：假定系统的h(n)的长度为M，开始时存在边界效应的点数是M-1

　　由两个简单系统串联而成的系统，其单位冲激响应等于两个简单系统单位冲激响应的卷积：h(n)=h1(n)*h2(n)

　　由两个简单系统并联而成的系统，其单位冲激响应等于两个简单系统单位冲激响应之和：h(n)=h1(n)+h2(n)

　　从频域看，卷积运算变为输入信号傅里叶变换和系统频率响应的乘积。

　　l 相关最基本的含义就是衡量两个信号的相似程度。

　　l 能量信号的相关：

　　m为时间平移参数，xy表示x不动，y相对于x平移m个单位（谁在前谁不动）

　　因为

　　两者所包含的信息是完全一致的。

　　rxx(0) 表示的是信号x(n)的能量 对于功率信号：能量无穷大 互相关自相关都需要重新定义。

　　l 对于功率信号x(n) y(n)

　　l 根据怎么判断两个信号当m等于什么时相关性最大？

　　根据两个信号的波形图，m其实就是y移的单位，当y移到和x重合部分最多的时候，此时的m对应的就是相关性最大的值

　　l rxy(m)的绝对值越大，并不能说明信号的相似程度越强。需要用互相关系数来判断（消除了信号幅度的影响，从而更好地描述了信号的相似性）

　　自相关系数：

　　rouxy(m)可以认为是归一化的rxy(m)

　　l 相关的频域描述

　　l 噪声：经典信号处理中噪声默认是高斯平稳的

　　l 关于功率信号和能量信号：能量有限、功率为零的信号为能量信号；能量无限、功率有限的信号为功率信号；所有周期信号都是功率信号；所有有是能量信号；现实中的信号都是能量有限、带宽有限的。

　　l 只有能量信号的傅里叶变换才存在，功率信号对应的是功率谱（用密度的概念表示信号功率在各频率点的分布情况，是信号自相关函数的傅里叶变换）

　　功率谱在物理意义上也都可以理解为平均功率

　　l 限数量的脉冲信号相关可以理解为一类时域特殊的平均，功率谱可以理解为一类频域特殊的平均。

　　高斯噪声和白噪声是两个独立的概念：高斯噪声表示噪声的概率密度为高斯分布，白噪声指的是任意不同时刻的噪声值不相关，即时域上的相关函数为冲激函数，频域上的功率谱为常数。

　　Chap 5 DFT

　　l DFT

　　数字频率、模拟频率、采样频率之间的关系：

　　DFT 独有的两个特性：隐含的周期性和循环卷积的特性

　　信号的频域计算是通过DFT实现的，与之对应的卷积却变成了循环卷积。

　　脉冲信号与sinc函数互为傅里叶变换对

　　四种傅里叶：

　　FS：周期连续信号的傅里叶分析

　　FT：非周期连续信号的傅里叶分析

　　DTFT：非周期离散信号的傅里叶分析

　　DFT：周期离散信号的傅里叶分析（在实践中占有最重要的地位）

　　脉冲信号也称为矩形窗

　　通常用2来表示脉冲信号的数字频率分辨率，用1/T表示模拟频率分辨率

　　频率分辨率与信号的持续时间成反比

　　对于任意的信号，都存在时间分辨率与频率分辨率的相互制约关系

　　由于DFT是DTFT的频域采样，只在有限个采样点上不存在频谱泄漏。频谱泄漏包括主瓣泄漏和副瓣泄漏。主瓣泄漏会导致信号能量的分散，副瓣泄漏则会导致信号容易被干扰淹没。主瓣泄漏可以通过增加DFT点数来解决，而副瓣泄漏则必须通过加窗来抑制。

　　窗函数的主瓣宽度和副瓣电平是一对矛盾的关系，两个指标很难同时很好。

　　选择窗函数：根据实际的应用背景折中选择【看副瓣电平和分辨率哪个要求更高】

　　补零并不能提高分辨率

　　DFT的应用分为：信号的频谱分析、系统的频率响应、利用DFT计算卷积

　　利用DFT计算卷积：输入x 长度为N 系统冲激响应h长度为L 输出y长度为M+L-1

　　Chap 6 FFT

　　基-2 DIT： 按时间抽取算法是指在时间上将信号长度逐步减小的算法，基-2是指以2为基底将输入x(n)按偶数点和奇数点来分解，降低信号长度的过程。

　　FFT几乎不涉及物理上的含义，运算量的减少才是最关键的。点数越大FFT的优势越明显。

　　基-2 DIF： 将输出X(k)按偶数点和奇数点来分解

　　Chap 7 数字滤波器

　　滤波器：一种对信号有处理作用的器件或电路，其主要作用是让有用信号尽可能无衰减地通过，对无用信号尽可能地衰减，相当于一个线性时不变系统，

　　模拟滤波器的优点在于处理速度快，处理带宽大

　　l 分类：

　　按单位冲激响应的角度（根据响应的长度）：FIR IIR

　　按频率响应的角度：低通 高通 带通 带阻

　　l 频域性能参数：

　　过渡带宽度

　　对于实际滤波器，时域常用过度时间和过冲来表征性能

　　l 滤波器的选择：

　　当过渡带宽非常重要时首选IIR，当相位的线性要求非常苛刻时，首选FIR

　　l 滤波器系数的计算：

　　FIR： 算h(n) 也就是算单位冲激响应长度N

　　主要方法：窗函数法 频率采样法 最优化方法（首选，应用最广泛）

　　IIR：am bm

　　冲激不变法 双线性变换法（首选）零极点放置法

　　Chap 8 FIR

　　l FIR滤波器基本特征：

　　单位冲激响应长度有限 总是稳定的 因果 非递归因而对有限字长的影响不敏感 可用FFT 全零点系统

　　l 4种线性相位FIR：N为奇数，偶对称；N为偶数，偶对称；N为奇数，奇对称；N为偶数，奇对称

　　应用最广：单位冲激响应长度N为奇数，偶对称

　　l 窗函数法：

　　截断运算常称为加窗，要选择合适的窗函数类型和确定所选窗函数的长度N，使得滤波器在满足性能的条件下，具有尽可能小的过渡带宽和通带阻带起伏。

　　通带和阻带起伏由窗函数的旁瓣引起，两者形状相同

　　l 最优化方法

　　精准控制通带和阻带边沿频率 能同时控制起伏和阻带频率 所需的滤波器系数最少 过程复杂只能借助计算机来实现

　　l 实现结构：

　　横向结构（易于编程） 线性相位结构 频率采样结构（编程复杂） 快速卷积结构（运算效率高 但是不便于流水线实现）

　　综合来看，窄带滤波器首选频率采样结构；需要计算数据频谱时首选快速卷积结构；其他更一般的情况首选横向结构

　　系统的量化误差：通常情况下，量化位数（滤波器系数精确的位数）为16，对滤波器性能的影响是-96dB，能满足绝大部分场合的需求，对FIR来说，系统量化误差对性能影响并不大。

　　滤波器长度越长，量化和运算结果舍入误差的影响都越来越大 因此尽量选N较小的滤波器

　　Chap 9 IIR

　　l IIR滤波器基本特征：

　　单位冲激响应长度无限 很难保证线性相位 是递归的 系数更少效率更高 更稳定 常用零极图分析

　　l 计算：通常建立在模拟滤波器的基础之上

　　一般思路：模拟低通原型滤波器→模拟频带变换（低通变高通等等）→模拟变数字→IIR

　　l 冲激不变法 优缺点：

　　数字滤波器频响会出现混叠现象，原因：从s平面到z平面的复值映射是多值映射

　　在要求时域冲激响应能模仿滤波器的场合，一般使用冲激不变法

　　只能用于带限的频响特性，高频衰减越大，频响的混淆效应越小，所以冲激不变法不能直接用于高通和带阻滤波器的设计。

　　l 双线性变换法的优缺点：

　　平面与z平面的复数映射是一一对应的关系，不存在频谱混叠现象。

　　计算更加简单

　　模拟频率与数字频率之间是非线性关系，导致数字滤波器的频率响应相对于模拟滤波器的频率响应有畸变

　　l 方法选择：

　　首先双线性变换法；对滤波器的时域特性要求很高：冲激不变法；非常简单的滤波器：零极点放置法。

　　l 实现结构：

　　直接型：对传递函数不做任何改变，直接用加法器乘法器延时器来实现

　　串联型：将传递函数分解为多级二阶IIR滤波器串联的结构

　　并联型：将传递函数分解为多级二阶IIR滤波器并联的结构