幫助中心 | 我的帳號 | 關於我們

相關熵與循環相關熵信號處理教程(新工科建設電子信息科學與工程類專業系列教材)

  • 作者:編者:邱天爽//欒聲揚//田全//張家成|責編:張小樂
  • 出版社:電子工業
  • ISBN:9787121417269
  • 出版日期:2021/08/01
  • 裝幀:平裝
  • 頁數:296
人民幣:RMB 72 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書為高等院校信息與通信工程專業研究生教材,主要面向碩士、博士研究生和教師,適當兼顧本科高年級學生。本書針對通信信號處理和無線電監測中的複雜電磁環境問題,提煉出一類非高斯、非平穩統計信號處理理論問題,深入討論相關熵與循環相關熵的概念和理論,系統介紹相關熵與循環相關熵在複雜電磁環境下信號處理中的應用,並給出較多例題、電腦模擬程序及思考題和習題,以幫助讀者建立在複雜電磁環境下進行非高斯、非平穩信號處理的基礎。
    全書共10章,包括:集合、空間與核函數的基本知識,脈衝雜訊與同頻干擾下的信號處理問題,基於分數低階統計量的信號處理理論與應用,分數低階循環統計量及其信號處理,相關熵基本理論,基於相關熵的信號濾波技術,相關熵信號處理的應用,廣義相關熵與復相關熵,循環相關熵基本理論,基於循環相關熵的信號處理方法及其應用。
    本書適合電子信息類及相關專業作為統計信號處理課程的研究生教材或教學參考書,也適合相關領域的教師和科技人員閱讀。

作者介紹
編者:邱天爽//欒聲揚//田全//張家成|責編:張小樂

目錄
第1章  集合、空間與核函數的基本知識
  1.1  概述
  1.2  集合與映射的概念
    1.2.1  集合的概念與表示
    1.2.2  映射的概念
  1.3  空間
    1.3.1  空間的概念
    1.3.2  線性空間
    1.3.3  度量空間
  1.4  希爾伯特空間
    1.4.1  有窮維矢量空間的內積
    1.4.2  范數與線性賦范空間
    1.4.3  內積空間與希爾伯特空間
  1.5  核函數與再生核希爾伯特空間
    1.5.1  矩陣的特徵分解
    1.5.2  核函數的概念
    1.5.3  Mercer定理與再生核希爾伯特空間
  1.6  概率密度函數估計的Parzen窗法
    1.6.1  概率密度函數及其估計問題
    1.6.2  概率密度函數的Parzen窗估計方法
  1.7  本章小結
  思考題與習題
第2章  脈衝雜訊與同頻干擾下的信號處理問題
  2.1  概述
  2.2  隨機過程與隨機信號
    2.2.1  隨機變數的概念
    2.2.2  隨機過程及其統計分佈
    2.2.3  時間片段(FOT)的概念
  2.3  平穩隨機信號
    2.3.1  平穩隨機信號的概念
    2.3.2  平穩隨機信號的各態歷經性
    2.3.3  常見的隨機信號與隨機雜訊
  2.4  非平穩隨機信號與循環平穩隨機信號
    2.4.1  非平穩隨機信號
    2.4.2  循環平穩隨機信號
    2.4.3  通信中常用的幾種隨機信號
  2.5  Alpha穩定分佈與其他非高斯分佈
    2.5.1  Alpha穩定分佈的概念
    2.5.2  Alpha穩定分佈的穩定性、收斂性和廣義中心極限定理
    2.5.3  Alpha穩定分佈的參數估計
    2.5.4  電腦模擬相關問題
    2.5.5  其他非高斯分佈簡介
  2.6  同頻帶與鄰近頻帶干擾的初步分析
    2.6.1  同頻帶干擾與鄰近頻帶干擾的概念
    2.6.2  同頻帶與鄰近頻帶干擾產生的原因
    2.6.3  同頻干擾的危害與解決方法
  2.7  Alpha穩定分佈下經典信號處理方法退化的初步分析
    2.7.1  常見的二階統計量信號處理方法
    2.7.2  Alpha穩定分佈條件下經典信號處理方法退化的初步分析
    2.7.3  Alpha穩定分佈下避免演算法退化的基本思路與方法

  2.8  本章小結
  思考題與習題
第3章  基於分數低階統計量的信號處理理論與應用
  3.1  概述
  3.2  分數低階統計量
    3.2.1  分數低階矩與SαS分佈下的距離概念
    3.2.2  零階矩與負階矩
    3.2.3  共變的定義與性質
    3.2.4  分數低階相關與相位分數低階矩運算元
  3.3  Alpha穩定分佈的線性理論
    3.3.1  Alpha穩定分佈的線性空間
    3.3.2  Alpha穩定分佈的線性理論
  3.4  Alpha穩定分佈下的參數模型與估計
    3.4.1  經典的線性參數模型
    3.4.2  基於共變的AR參數模型
    3.4.3  參數模型的最小p范數估計
  3.5  基於分數低階統計量的自適應濾波
    3.5.1  最小平均p范數(LMP)自適應濾波器
    3.5.2  遞推最小平均p范數自適應演算法
  3.6  Alpha穩定分佈雜訊下的核自適應濾波
    3.6.1  核方法的概念
    3.6.2  核自適應濾波
    3.6.3  核最小平均p范數自適應濾波
  3.7  分數低階統計量信號處理的應用
    3.7.1  在時間延遲估計中的應用
    3.7.2  在波達方向估計中的應用
    3.7.3  在通道盲均衡中的應用
  3.8  本章小結
  思考題與習題
第4章  分數低階循環統計量及其信號處理
  4.1  概述
  4.2  隨機信號的循環平穩性與循環統計量
    4.2.1  循環平穩隨機信號的基本概念
    4.2.2  循環平穩性與一階循環平穩
    4.2.3  循環相關函數與循環譜
    4.2.4  循環譜估計方法
  4.3  分數低階循環統計量基本理論
    4.3.1  Alpha穩定分佈雜訊對循環統計量的影響
    4.3.2  PFLOM運算元對時變分數低階相關函數周期性的影響
    4.3.3  分數低階循環統計量與分數低階循環譜
  4.4  分數低階循環相關匹配濾波器
    4.4.1  匹配濾波器與循環相關匹配濾波器
    4.4.2  分數低階循環相關匹配濾波器
  4.5  分數低階循環統計量在時間延遲估計中的應用
    4.5.1  基於循環相關的時間延遲估計
    4.5.2  基於分數低階循環相關的時間延遲估計
    4.5.3  分數低階循環模糊函數及其在時延與多普勒頻移聯合估計中的應用
  4.6  基於分數低階循環統計量的波達方向估計
    4.6.1  背景與信號模型
    4.6.2  循環MUSIC法及DOA估計

    4.6.3  分數低階循環MUSIC法及DOA估計
  4.7  本章小結
  思考題與習題
第5章  相關熵基本理論
  5.1  概述
  5.2  相關熵的基本概念與原理
    5.2.1  相關熵的概念
    5.2.2  相關熵譜
    5.2.3  相關熵誘導距離測度
    5.2.4  相關熵的初步應用
  5.3  最大相關熵準則
    5.3.1  最大相關熵準則與估計
    5.3.2  較大核長的最大相關熵估計
    5.3.3  最大相關熵準則的應用
  5.4  相關熵的核函數
    5.4.1  核函數的概念
    5.4.2  核函數核長的選取原則
    5.4.3  核長對相關熵影響的數學解釋
  5.5  相關熵的性質
    5.5.1  相關熵的對稱性、有界性與展開特性
    5.5.2  相關熵的無偏估計與漸進一致估計
    5.5.3  相關熵與均方誤差的對比
    5.5.4  相關熵函數的幾個性質
    5.5.5  相關熵的映射空間特性
  5.6  相關熵的物理與幾何解釋
    5.6.1  相關熵的物理解釋
    5.6.2  相關熵的幾何解釋
  5.7  本章小結
  思考題與習題
第6章  基於相關熵的信號濾波技術
  6.1  概述
  6.2  最大相關熵估計與貝葉斯估計
    6.2.1  貝葉斯估計的基本原理
    6.2.2  最大相關熵準則與貝葉斯估計的關聯
  6.3  基於最大相關熵準則的信號濾波技術
    6.3.1  基於最大相關熵準則的自適應濾波器
    6.3.2  約束最大相關熵自適應濾波器
  6.4  基於相關熵的核自適應濾波器
    6.4.1  基於核最大相關熵的自適應濾波器
    6.4.2  核遞歸最大相關熵自適應濾波器
  6.5  基於相關熵的卡爾曼濾波器
    6.5.1  相關熵卡爾曼濾波器的產生背景
    6.5.2  基於最大相關熵的卡爾曼濾波器
    6.5.3  狀態約束最大相關熵卡爾曼濾波器
    6.5.4  相關熵無跡卡爾曼濾波器
  6.6  本章小結
  思考題與習題
第7章  相關熵信號處理的應用
  7.1  概述
  7.2  相關熵作為局部相似性的測度

    7.2.1  常規的相似性測度
    7.2.2  相關熵作為相似性測度
  7.3  相關熵在無線定位技術中的應用
    7.3.1  基於相關熵的時間延遲估計
    7.3.2  基於相關熵與稀疏表示的波達方向估計
    7.3.3  基於相關熵的波束形成
  7.4  基於相關熵的圖像處理技術
    7.4.1  圖像處理的概念
    7.4.2  相關熵在圖像分割中的應用
    7.4.3  相關熵在視覺跟蹤中的應用
    7.4.4  相關熵在人臉識別中的應用
  7.5  基於相關熵的醫學信號處理技術
    7.5.1  醫學信號處理的必要性
    7.5.2  相關熵用於慢性心力衰竭呼吸模式分類
  7.51  3相關熵用於序列比較基因雜交技術數據處理
    7.5.4  基於相關熵的腦電信號特徵提取
  7.6  相關熵在其他領域的應用
    7.6.1  相關熵用於天文時間序列周期估計
    7.6.2  基於相關熵的網路流量預測
    7.6.3  基於相關熵的電力消耗預測
  7.7  本章小結
  思考題與習題
第8章  廣義相關熵與復相關熵
  8.1  概述
  8.2  廣義相關熵
    8.2.1  第一類廣義相關熵
    8.2.2  第二類廣義相關熵
  8.3  廣義相關熵的應用
    8.3.1  廣義相關熵誘導距離測度
    8.3.2  最小廣義相關熵準則
    8.3.3  基於廣義相關熵的波達方向估計
    8.3.4  基於廣義相關熵的風速預測
  8.4  復相關熵
    8.4.1  復相關熵的概念與方法
    8.4.2  復相關熵的性質
  8.5  最大復相關熵準則及其應用
    8.5.1  最大復相關熵準則
    8.5.2  最大復相關熵準則的應用
  8.6  本章小結
  思考題與習題
第9章  循環相關熵基本理論
  9.1  概述
  9.2  循環相關熵與循環相關熵譜
    9.2.1  循環互相關熵與循環互相關熵譜
    9.2.2  循環自相關熵與循環自相關熵譜
    9.2.3  循環相關熵的存在性
  9.3  復循環相關熵與復循環相關熵譜
    9.3.1  複信號模型:解析信號與正交信號
    9.3.2  復循環互相關熵與復循環互相關熵譜
    9.3.3  復循環自相關熵與復循環自相關熵譜

  9.4  循環相關熵及其譜函數的主要性質
    9.4.1  循環相關熵的統計平均與時間平均
    9.4.2  循環相關熵與偶數階循環統計量的關係
    9.4.3  循環相關熵的時移性質
    9.4.4  循環相關熵的對稱性質
    9.4.5  循環相關熵譜的共軛對稱性質
    9.4.6  循環相關熵譜與載波頻率和碼元速率的關係
  9.5  廣義循環相關熵與廣義循環相關熵譜
    9.5.1  第一類廣義循環相關熵及其譜函數
    9.5.2  第一類廣義循環相關熵及其譜函數的主要性質
    9.5.3  第二類廣義循環相關熵及其譜函數
    9.5.4  第二類廣義循環相關熵及其譜函數的主要性質
  9.6  本章小結
  思考題與習題
第10章  基於循環相關熵的信號處理方法及其應用
  10.1  概述
  10.2  基於循環相關熵譜的載波頻率估計
    10.2.1  基於循環相關熵譜的單載波頻率估計
    10.2.2  基於循環相關熵譜的多載波頻率估計
    10.2.3  基於壓縮循環相關熵譜的載波頻率估計
  10.3  循環相關熵在波達方向估計中的應用
    10.3.1  基於循環相關熵的DOA估計
    10.3.2  基於循環相關熵的DOA與信號源個數聯合估計
  10.4  廣義循環相關熵在到達時差估計中的應用
    10.4.1  基於第一類廣義循環相關熵的TDOA估計
    10.4.2  基於第二類廣義循環相關熵的TDOA估計
  10.5  基於循環相關熵的調製方式識別
    10.5.1  通信信號調製識別的基本問題與方法
    10.5.2  基於循環相關熵譜和神經網路的調製方式識別
  10.6  基於廣義循環相關熵譜的機械故障診斷
    10.6.1  基於循環平穩性的機械設備故障診斷
    10.6.2  基於廣義循環相關熵譜的軸承故障診斷
  10.7  本章小結
  思考題與習題
參考文獻

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032