總序
前言
第l章 統計信號處理中的基本數學知識
1.1 概率論概要
1.1.1 隨機事件及其概率
1.1.2 隨機變量及其分布
1.1.3 多維隨機變量
1.1.4 隨機變量的數字特徵
1.1.5 高斯隨機變量
1.1.6 隨機變量函數的分布
1.1.7 復隨機變量
1.2 隨機過程基礎
1.2.1 平穩與非平穩隨機過程
1.2.2 隨機過程的統計特性與維納一辛欽定理
1.2.3 高斯隨機過程
1.2.4 隨機過程的積分微分特性
1.3 綫性代數導論
1.3.1 矩陣的概念和基本運算
1.3.2 特殊矩陣
1.3.3 矩陣的逆
1.3.4 矩陣分解
1.3.5 子空間
1.3.6 梯度分析
參考文獻
第2章 隨機信號與係統
2.1 信號與係統概述
2.1.1 信號及其分類
2.1.2 係統及其分類
2.2 隨機信號通過綫性時不變係統
2.2.1 係統輸齣的均值
2.2.2 係統輸齣的自相關函數和功率譜密度函數
2.2.3 係統輸入與輸齣的互相關函數和互功率譜密度函數
2.2.4 係統輸齣的概率密度
2.3 隨機序列通過綫性時不變係統
2.3.1 係統輸齣的均值
2.3.2 係統輸齣的自相關函數和功率譜密度函數
2.3.3 係統輸入與輸齣的互相關函數和互功率譜密度函數
2.4 白噪聲通過綫性時不變係統
2.4.1 係統輸齣的一般特性及等效噪聲帶寬
2.4.2 白噪聲通過理想低通係統
2.4.3 白噪聲通過理想帶通係統
2.4.4 白噪聲通過具有高斯頻率特性的帶通係統load
2.5 白噪聲序列和平穩隨機序列的參數模型
2.5.1 自迴歸滑動平均模型
2.5.2 自迴歸模型
2.5.3 滑動平均模型
2.5.4 三種模型間的聯係
2.6 隨機信號通過綫性時變係統
2.7 隨機信號通過非綫性係統
2.7.1 直接計算法
2.7.2 特徵函數法
2.7.3 普賴斯(Price)定理
2.7.4 級數展開法
小結
習題
參考文獻
第3章 噪聲中的信號檢測
3.1 引言
3.2 信號檢測模型
3.3 統計判決準則
3.3.1 幾個基本概念
3.3.2 最大後驗概率準則
3.3.3 最小平均錯誤概率準則
3.3.4 貝葉斯(Bayes)平均風險最小準則
3.3.5 極大極小準則
3.3.6 紐曼一皮爾遜
3.3.7 似然比檢驗
3.4 統計判決準則的推廣
3.4.1 M元假設檢驗
3.4.2 多樣本假設檢驗
3.4.3 序貫檢驗
3.4.4 復閤假設檢驗
3.4.5 分集技術與多檢測器檢測數據副
3.5 高斯白噪聲中已知信號的檢測
3.5.1 最佳接收機
3.5.2 通信接收機的性能
3.5.3 雷達係統的最佳接收機性能
3.5.4 匹配濾波器
3.5.5 M元通信係統
3.5.6 已知信號的分集接收
3.6 高斯色噪中的已知信號的檢測
3.6.1 預白化方法
3.6.2 卡亨南一洛維
3.6.3 廣義匹配濾波
3.6.4 高斯色噪聲中已知信號的檢測
3.6.5 性能分析
3.7 隨機參量信號的檢測
3.7.1 隨機相位信號
3.7.2 隨機相位、隨機振幅信號
3.7.3 隨機相位、隨機頻率信號
3.7.4 隨機相位、隨機到達時間信號
3.7.5 多脈衝信號的檢測
3.7.6 拓展
3.7.7 本徵濾波器
小結
習題
計算機作業
參考文獻
第4章 非參量檢測與穩健檢測
4.1 引言
4.2 非參量檢測
4.2.1 檢測器漸進相對效率與檢測效驗
4.2.2 符號檢測
4.2.3 秩檢測
4.2.4 雙輸入檢測器
4.2.5 自適應檢測
4.3 穩健檢測
4.3.1 穩健假設檢驗
4.3.2 確定信號的有限樣本穩健檢測
4.3.3 確知信號的漸進穩健檢測
小結
習題
參考文獻
第5章 信號估計理論
第6章 最佳綫性濾波基本理論——波形估計
第7章 陣列信號處理
· · · · · · (
收起)