无码专区,久久国产精品无码推油

內(nèi)容簡介

　　本書是一部經(jīng)典的有關(guān)統(tǒng)計信號處理的權(quán)威著作。全書分為兩卷，分別講解了統(tǒng)計信號處理基礎(chǔ)的估計理論和檢測理論。第一卷詳細介紹了經(jīng)典估計理論和貝葉斯估計，總結(jié)了各種估計方法，考慮了維納濾波和卡爾曼濾波，并介紹了對復數(shù)據(jù)和參數(shù)的估計方法。本卷給出了大量的應用實例，范圍包括高分辨率譜分析、系統(tǒng)辨識、自適應噪聲對消、跟蹤和定位等；并且設(shè)計了大量的習題以加深讀者對基本概念的理解。第二卷全面介紹了計算機上實現(xiàn)的最佳檢測算法，并且重點介紹了現(xiàn)實中的信號處理應用，包括現(xiàn)代語音、通信技術(shù)以及傳統(tǒng)的聲納/雷達系統(tǒng)。本卷從檢測的基礎(chǔ)理論開始，回顧了高斯，χ2、F、瑞利及萊斯概率密度；講解了高斯隨機變量的二次型，以及漸近高斯概率密度和蒙特卡洛性能評估；介紹了基于簡單假設(shè)檢驗的檢測理論基礎(chǔ)；Neyman-Pearson定理、無關(guān)數(shù)據(jù)的處理、貝葉斯風險、多元假設(shè)檢驗，以及確定性信號和隨機信號的檢測；最后詳細分析了適合于未知信號和未知噪聲參數(shù)的復合假設(shè)檢驗。本書可以作為電子信息類專業(yè)統(tǒng)計信號處理課程的研究生教材或教學參考書，也可供從事信號處理的教學、科研和工程技術(shù)人員參考。

作者簡介

　　Steven M.Kay，美國Rhode Island大學電子與計算機工程系教授，信號處理領(lǐng)域的資深專家，一直致力于數(shù)學統(tǒng)計方法在數(shù)字信號處理中的應用研究。

圖書目錄

第一卷：統(tǒng)計信號處理基礎(chǔ)--估計理論
第1章  引言
1. 1  信號處理中的估計
1. 2  估計的數(shù)學問題
1. 3  估計量性能評估
1. 4  幾點說明
參考文獻
習題
第2章  最小方差無偏估計
2. 1  引言
2. 2  小結(jié)
2. 3  無偏估計量
2. 4  最小方差準則
2. 5  最小方差無偏估計的存在性
2. 6  求最小方差無偏估計量
2. 7  擴展到矢量參數(shù)
參考文獻
習題
第3章  Cramer-Rao下限
3. 1  引言
3. 2  小結(jié)
3. 3  估計量精度考慮
3. 4  Cramer-Rao下限
3. 5  高斯白噪聲中信號的一般CRLB
3. 6  參數(shù)的變換
3. 7  擴展到矢量參數(shù)
3. 8  矢量參數(shù)變換的CRLB
3. 9  一般高斯情況的CRLB
3. 10  WSS高斯隨機過程的漸近CRLB
3. 11  信號處理的例子
參考文獻
習題
附錄3A  標量參數(shù)CRLB的推導
附錄3B  矢量參數(shù)CRLB的推導
附錄3C  一般高斯CRLB的推導
附錄3D  漸近CRLB的推導
第4章  線性模型
4. 1  引言
4. 2  小結(jié)
4. 3  定義和性質(zhì)
4. 4  線性模型的例子
4. 5  擴展到線性模型
參考文獻
習題
第5章  一般最小方差無偏估計
5. 1  引言
5. 2  小結(jié)
5. 3  充分統(tǒng)計量
5. 4  求充分統(tǒng)計量
5. 5  利用充分統(tǒng)計量求MVU估計量
5. 6  擴展到矢量參數(shù)
參考文獻
習題
附錄5A  Neyman-Fisher因子分解定理(標量參數(shù))的證明
附錄5B  Rao-BlackwelI-Lehmann-Scheffe定理(標量參數(shù))的證明
第6章  最佳線性無偏估計量
6. 1  引言
6. 2  小結(jié)
6. 3  BLUE的定義
6. 4  求BLUE
6. 5  擴展到矢量參數(shù)
6. 6  信號處理的例子
參考文獻
習題
附錄6A  標量BLUE的推導
附錄6B  矢量BLUE的推導
第7章  最大似然估計
7. 1  引言
7. 2  小結(jié)
7. 3  舉例
7. 4  求MLE
7. 5  MLE的性質(zhì)
7. 6  變換參數(shù)的MLE
7. 7  MLE的數(shù)值確定
7. 8  擴展到矢量參數(shù)
7. 9  漸近MLE
7. 10  信號處理的例子
參考文獻
習題
附錄7A  蒙特卡洛方法
附錄7B  標量參數(shù)MLE的漸近PDF
附錄7C  EM算法例題中條件對數(shù)似然函數(shù)的推導
第8章  最小二乘估計
8. 1  引言
8. 2  小結(jié)
8. 3  最小二乘估計方法
8. 4  線性最小二乘估計
8. 5  幾何解釋
8. 6  按階遞推最小二乘估計
8. 7  序貫最小二乘估計
8. 8  約束最小二乘估計
8. 9  非線性最小二乘估計
8. 10  信號處理的例子
參考文獻
習題
附錄8A  按階遞推最小二乘估計的推導
附錄8B  遞推投影矩陣的推導
附錄8C  序貫最小二乘估計的推導
第9章  矩方法
9. 1  引言
9. 2  小結(jié)
9. 3  矩方法
9. 4  擴展到矢量參數(shù)
9. 5  估計量的統(tǒng)計評價
9. 6  信號處理的例子
參考文獻
習題
第10章  貝葉斯原理
10. 1  引言
10. 2  小結(jié)
10. 3  先驗知識和估計
10. 4  選擇先驗PDF
10. 5  高斯PDF的特性
10. 6  貝葉斯線性模型
10. 7  多余參數(shù)
10. 8  確定性參數(shù)的貝葉斯估計
參考文獻
習題
附錄10A  條件高斯PDF的推導
第11章  一般貝葉斯估計量
11. 1  引言
11. 2  小結(jié)
11. 3  風險函數(shù)
11. 4  最小均方誤差估計量
11. 5  最大后驗估計量
11. 6  性能描述
11. 7  信號處理的例子
參考文獻
習題
附錄11A  連續(xù)時間系統(tǒng)到離散時間系統(tǒng)的轉(zhuǎn)換
第12章  線性貝葉斯估計量
12. 1  引言
12. 2  小結(jié)
12. 3  線性MMSE估計
12. 4  幾何解釋
12. 5  矢量LMMSE估計量
12. 6  序貫LMMSE估計
12. 7  信號處理的例子-維納濾波器
參考文獻
習題
附錄12A  貝葉斯線性模型的序貫LMMSE估計量的推導
第13章  卡爾曼濾波器
13. 1  引言
13. 2  小結(jié)
13. 3  動態(tài)信號模型
13. 4  標量卡爾曼濾波器
13. 5  卡爾曼濾波器與維納濾波器的關(guān)系
13. 6  矢量卡爾曼濾波器
13. 7  擴展卡爾曼濾波器
13. 8  信號處理的例子
參考文獻
習題
附錄13A  矢量卡爾曼濾波器的推導
附錄13B  擴展卡爾曼濾波器的推導
第14章  估計量總結(jié)
14. 1  引言
14. 2  估計方法
14. 3  線性模型
14. 4  選擇一個估計量
第15章  復數(shù)據(jù)和復參數(shù)的擴展
15. 1  引言
15. 2  小結(jié)
15. 3  復數(shù)據(jù)和復參數(shù)
15. 4  復隨機變量和PDF
15. 5  復WSS隨機過程
15. 6  導數(shù). 梯度和最佳化
15. 7  采用復數(shù)據(jù)的經(jīng)典估計
15. 8  貝葉斯估計
15. 9  漸近復高斯PDF
15. 10  信號處理的例子
參考文獻
習題
附錄15A  復協(xié)方差矩陣的性質(zhì)的推導
附錄15B  復高斯PDF性質(zhì)的推導
附錄15C  CRLB和MLE公式的推導
第二卷：統(tǒng)計信號處理基礎(chǔ)--檢測理論
第1章  引言
1. 1  信號處理中的檢測理論
1. 2  檢測問題
1. 3  檢測問題的數(shù)學描述
1. 4  檢測問題的內(nèi)容體系
1. 5  漸近的作用
1. 6  對讀者的一些說明
參考文獻
習題
第2章  重要PDF的總結(jié)
2. 1  引言
2. 2  基本概率密度函數(shù)及其性質(zhì)
2. 3  高斯隨機變量的二次型
2. 4  漸近高斯PDF
2. 5  蒙特卡洛性能評估
參考文獻
習題
附錄2A  要求的蒙特卡洛實驗次數(shù)
附錄2B  態(tài)概率紙
附錄2C  計算高斯右尾概率及其逆的MATLAB程序
附錄2D  計算中心化和非中心化x2的右尾概率
附錄2E  蒙特卡洛計算機模擬的MATLAB程序
第3章  統(tǒng)計判決理論1
3. 1  引言
3. 2  小結(jié)
3. 3  Neyman-Pearson定理
3. 4  接收機工作特性
3. 5  無關(guān)數(shù)據(jù)
3. 6  最小錯誤概率
3. 7  貝葉斯風險
3. 8  多元假設(shè)檢驗
參考文獻
習題
附錄3A  Neyman-Pearson定理
附錄3B  最小貝葉斯風險檢測器--二元假設(shè)
附錄3C  最小貝葉斯風險檢測器--多元假設(shè)
第4章  確定信號
4. 1  引言
4. 2  小結(jié)
4. 3  匹配濾波器
4. 4  廣義匹配濾波器
4. 5  多個信號
4. 6  線性模型
4. 7  信號處理的例子
參考文獻
習題
附錄4A  線性模型的簡化形式
第5章  隨機信號
5. 1  引言
5. 2  小結(jié)
5. 3  估計器-相關(guān)器
5. 4  線性模型
5. 5  大數(shù)據(jù)記錄的估計器-相關(guān)器
5. 6  一般高斯檢測
5. 7  信號處理的例子
參考文獻
習題
附錄5A  估計器-相關(guān)器的檢測性能
第6章  統(tǒng)計判決理論II
6. 1  引言
6. 2  小結(jié)
6. 3  復合假設(shè)檢驗
6. 4  復合假設(shè)檢驗方法
6. 5  大數(shù)據(jù)記錄時GLRT的性能
6. 6  等效大數(shù)據(jù)記錄檢驗
6. 7  局部最大勢檢測器
6. 8  多元假設(shè)檢驗
參考文獻
習題
附錄6A  漸近等效檢驗--無多余參數(shù)
附錄6B  漸近等效檢驗--多余參數(shù)
附錄6C  GLRT的漸近PDF
附錄6D  LMP檢驗的漸近檢測性能
附錄6E  局部最優(yōu)勢檢驗的另一種推導
附錄6F  廣義ML準則的推導
第7章  具有未知參數(shù)的確定性信號
7. 1  引言
7. 2  小結(jié)
7. 3  信號建模和檢測性能
7. 4  未知幅度
7. 5  未知到達時間
7. 6  正弦信號檢測
7. 7  經(jīng)典線性模型
7. 8  信號處理的例子
參考文獻
習題
附錄7A  能量檢測器的漸近性能
附錄7B  經(jīng)典線性模型GLRT的推導
第8章  未知參數(shù)的隨機信號
8. 1  引言
8. 2  小結(jié)
8. 3  信號協(xié)方差不完全已知
8. 4  大數(shù)據(jù)記錄的近似
8. 5  弱信號檢測
8. 6  信號處理的例子
參考文獻
習題
附錄8A  周期高斯隨機過程PDF的推導
第9章  未知噪聲參數(shù)
9. 1  引言
9. 2  小結(jié)
9. 3  一般考慮
9. 4  白高斯噪聲
9. 5  有色WSS高斯噪聲
9. 6信號處理的例子
參考文獻
習題
附錄9A  推導對于0. 2未知的經(jīng)典線性模型的GLRT
附錄9B  對具有未知噪聲參數(shù)的一般線性模型的Rao檢驗
附錄9C  信號處理例子的漸近等效Rao檢驗
第10章  非高斯噪聲
10. 1  引言
10. 2  小結(jié)
10. 3  非高斯噪聲的性質(zhì)
10. 4  已知確定性信號
10. 5  未知參數(shù)確定性信號
10. 6  信號處理的例子
參考文獻
習題
附錄10A  NP檢測器對微弱信號的漸近性能
附錄10B  IID非高斯噪聲中線性模型信號的Rao檢驗
第11章  檢測器總結(jié)
11. 1  引言
11. 2  檢測方法
11. 3  線性模型
11. 4  選擇一個檢測器
11. 5  其他方法和其他參考教材
參考文獻
第12章  模型變化檢測
12. 1  引言
12. 2  小結(jié)
12. 3  問題的描述
12. 4  基本問題的擴展
12. 5  多個變化時刻
12. 6  信號處理的例子
參考文獻
習題
附錄12A  分段的通用動態(tài)規(guī)劃方法
附錄12B  動態(tài)規(guī)劃的MATLAB程序
第13章  復矢量擴展及陣列處理
13. 1  引言
13. 2  小結(jié)
13. 3  已知PDF
13. 4  具有未知參數(shù)的PDF
13. 5  矢量觀測和PDF
13. 6  矢量觀測量的檢測器
13. 7  大數(shù)據(jù)記錄的估計器-相關(guān)器
13. 8  信號處理的例子
參考文獻
習題
附錄13A  復線性模型GLRT的PDF
附錄1  重要概念回顧
附錄2  符號和縮寫術(shù)語表