幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

統計信號處理(第2版面向新工科的電工電子信息基礎課程系列教材)

  • 作者：編者:羅鵬飛//張文明//杜小勇|責編:文怡
  • 出版社：清華大學
  • ISBN：9787302636335
  • 出版日期：2023/08/01
  • 裝幀：平裝
  • 頁數：302
人民幣：RMB 79 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書系統地論述統計信號處理的基本理論，包括隨機過程基礎、參數估計、最優濾波和信號檢測四部分。全書共15章，分別為引言、隨機過程的基本概念、隨機過程的線性變換、估計的基本概念與性能評估、最小方差無偏估計、最大似然估計、貝葉斯估計、線性最小均方估計、線性卡爾曼濾波、非線性濾波、統計判決理論、複合假設檢驗、高斯雜訊中已知信號的檢測、高斯雜訊中未知參量信號的檢測、非高斯雜訊中信號的檢測等。各章均有信號處理實例和豐富的習題。
    本書可作為信息與通信工程學科研究生和高年級本科生的教材，也可供相關技術領域的工程技術人員參考。
作者介紹
編者:羅鵬飛//張文明//杜小勇|責編:文怡
目錄
第1章  引言
  1.1  基本概念
  1.2  發展歷史
  1.3  內容安排
第2章  隨機過程的基本概念
  2.1  隨機過程的定義與分類
    2.1.1  隨機過程的定義
    2.1.2  隨機過程的分類
  2.2  隨機過程的概率分佈
    2.2.1  一維概率分佈
    2.2.2  二維概率分佈和多維概率分佈
    2.2.3  概率分佈計算實例
    2.2.4  聯合分佈
  2.3  隨機過程的數字特徵
    2.3.1  均值函數與方差函數
    2.3.2  自相關函數和自協方差函數
    2.3.3  離散隨機過程的數字特徵
    2.3.4  數字特徵計算實例
    2.3.5  互相關函數
  2.4  平穩隨機過程
    2.4.1  平穩隨機過程的定義
    2.4.2  平穩隨機過程自相關函數的特性
    2.4.3  隨機過程的各態歷經性
    2.4.4  廣義聯合平穩及互相關函數的性質
  2.5  隨機過程的功率譜密度
    2.5.1  連續時間隨機過程的功率譜
    2.5.2  隨機序列的功率譜
    2.5.3  白雜訊
  2.6  高斯隨機過程
    2.6.1  一維高斯隨機變數
    2.6.2  二維高斯隨機變數
    2.6.3  多維高斯隨機變數
    2.6.4  多維高斯隨機變數的條件分佈
    2.6.5  X2分佈
    2.6.6  高斯隨機過程
  習題
第3章  隨機過程的線性變換
  3.1  變換的基本概念和基本定理
    3.3.1  變換的基本概念
    3.3.2  線性變換的基本定理
  3.2  隨機過程通過線性系統分析
    3.2.1  衝激響應法
    3.2.2  頻譜法
    3.2.3  計算舉例
  3.3  隨機序列通過離散線性系統
    3.3.1  基本關係
    3.3.2  常用時間序列模型
  3.4  最佳線性濾波器
    3.4.1  輸出信噪比最大的最佳線性濾波器
    3.4.2  匹配濾波器

    3.4.3  廣義匹配濾波器
  3.5  信號處理實例——線性調頻信號的匹配濾波器
    3.5.1  線性調頻信號
    3.5.2  線性調頻信號通過匹配濾波器的輸出分析
  3.6  隨機動態系統
    3.6.1  隨機連續線性系統
    3.6.2  隨機連續線性系統的離散化
  習題
第4章  估計的基本概念與性能評估
  4.1  估計理論概述
    4.1.1  估計問題的統計模型
    4.1.2  估計的基本方法
    4.1.3  估計量的性能評估
  4.2  參數估計的克拉美.羅下限
    4.2.1  估計的精度與似然函數的關係
    4.2.2  克拉美一羅下限定理
    4.2.3  隨機參量估計的克拉美一羅下限
  4.3  高斯白雜訊中一般信號參數的克拉美一羅下限
  4.4  估計性能的蒙特卡洛模擬
  4.5  矢量參數的克拉美.羅下限
  4.6  參數變換的克拉美.羅下限
  4.7  充分統計量
  習題
第5章  最小方差無偏估計
  5.1  最小方差無偏估計的定義
  5.2  RBLS定理
  5.3  線性最小方差無偏估計
  5.4  信號處理實例——系統辨識
  習題
第6章  最大似然估計
  6.1  最大似然估計的定義與計算實例
  6.2  最大似然估計的性質
  6.3  信號處理實例——時延估計
  6.4  變換參數的最大似然估計
  6.5  最大似然估計的數值計算
  習題
第7章  貝葉斯估計
  7.1  貝葉斯估計的一般概念
    7.1.1  先驗信息與估計
    7.1.2  后驗分佈與估計
  7.2  最小均方估計
    7.2.1  最小均方估計的推導
    7.2.2  最小均方估計的性質
  7.3  最大后驗概率估計
    7.3.1  標量參數的最大后驗概率估計
    7.3.2  矢量參數的最大后驗概率估計
  7.4  信號處理實例——命中概率的貝葉斯估計
    7.4.1  問題描述
    7.4.2  貝葉斯估計模型
    7.4.3  性能分析

  習題
第8章  線性最小均方估計
  8.1  線性最小均方估計的定義與性質
    8.1.1  隨機參量的線性最小均方估計
    8.1.2  隨機矢量的線性最小均方估計
    8.1.3  線性最小均方估計的性質
  8.2  線性最小均方估計的幾何解釋
    8.2.1  隨機矢量空間
    8.2.2  基於隨機矢量空間的線性最小均方估計
  8.3  遞推線性最小均方估計
  習題
第9章  線性卡爾曼濾波
  9.1  卡爾曼濾波概述
    9.1.1  卡爾曼濾波的應用框架
    9.1.2  波形估計的一般方法
    9.1.3  信號模型與觀測模型
  9.2  卡爾曼濾波演算法推導
    9.2.1  正交投影法
    9.2.2  新息法
  9.3  卡爾曼濾波器的特點和計算舉例
    9.3.1  卡爾曼濾波器的特點
    9.3.2  計算舉例
  9.4  色雜訊環境下的卡爾曼濾波器
    9.4.1  測量雜訊為色雜訊
    9.4.2  擾動雜訊為色雜訊
  9.5  卡爾曼濾波器的發散及克服發散的方法
  9.6  卡爾曼濾波在雷達數據處理中的應用
    9.6.1  雷達數據處理概述
    9.6.2  目標跟蹤的基本方法
  9.7  機動目標的跟蹤
    9.7.1  辛格演算法
    9.7.2  輸入估計演算法
    9.7.3  變維濾波演算法
    9.7.4  交互多模演算法
    9.7.5  演算法模擬分析
  習題
第10章  非線性濾波
  10.1  隨機非線性離散系統的數學描述
  10.2  線性化卡爾曼濾波
  10.3  擴展卡爾曼濾波
  10.4  擴展卡爾曼濾波在目標跟蹤中的應用
    10.4.1  目標狀態模型與觀測模型
    10.4.2  跟蹤演算法
  10.5  粒子濾波
    10.5.1  貝葉斯濾波框架
    10.5.2  粒子濾波演算法
    10.5.3  模擬實驗
  習題
第11章  統計判決理論
  11.1  信號檢測的基本概念

  11.2  貝葉斯判決準則
    11.2.1  貝葉斯檢測原理
    11.2.2  極大極小準則
  11.3  紐曼.皮爾遜準則
  11.4  檢測性能分析
  11.5  多元假設檢驗
  11.6  序貫檢驗
    11.6.1  序貫檢驗的基本原理
    11.6.2  平均觀測次數
  習題
第12章  複合假設檢驗
  12.1  貝葉斯方法
  12.2  一致最大勢檢驗
  12.3  廣義似然比檢驗
  12.4  WaId檢驗和Rao檢驗
  12.5  局部最大勢檢驗
  習題
第13章  高斯雜訊中已知信號的檢測
  13.1  高斯白雜訊中已知信號的檢測
    13.1.1  最佳檢測器結構
    13.1.2  最佳檢測器的性能
  13.2  高斯色雜訊中已知信號的檢測
    13.2.1  高斯色雜訊中最佳檢測器結構
    13.2.2  最佳信號的設計
  13.3  最小距離檢測器
  習題
第14章  高斯雜訊中未知參量信號的檢測
  14.1  高斯白雜訊中含有未知參數的確定性信號的檢測
    14.1.1  一致最大勢檢測
    14.1.2  廣義似然比檢測
    14.1.3  未知到達時間信號的檢測
  14.2  高斯隨機信號的檢測
    14.2.1  能量檢測器
    14.2.2  加權能量檢測器
  14.3  信號處理實例.正弦信號的檢測
    14.3.1  未知幅度
    14.3.2  幅度和相位未知
    14.3.3  幅度與相位隨機的正弦信號
  14.4  信號處理實例——雷達Swerling起伏模型的檢測性能分析
    14.4.1  目標雷達截面積模型
    14.4.2  雷達檢測概率與虛警概率
    14.4.3  模擬結果與分析
  習題
第15章  非高斯雜訊中的信號檢測
  15.1  非高斯分佈
    15.1.1  拉普拉斯分佈
    15.1.2  j廣義高斯分佈
    15.1.3  混合高斯分佈
  15.2  已知信號的檢測
  15.3  漸近最佳檢測器

  15.4  未知參數信號的檢測
  習題
附錄A  特殊矩陣及重要公式
  A.1  正交矩陣
  A.2  等冪矩陣
  A.3  Toeplitz矩陣
  A.4  矩陣的運算與公式
    A.4.1  矩陣常用運算的幾個公式
    A.4.2  實值函數對矢量和矩陣求導
    A.4.3  矩陣求逆公式和求逆引理
    A.4.4  矩陣的特徵分解

  • 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