图书详情 | 《现代信号处理（第三版）》
图书分类 一 〉工学 一 〉信息与通信工程
- 清华大学出版社
- 9787302408697
- 3-1
- 194030
- -
- -
- 16开
- 2015年11月
- -
- -
- -
- -
- 工学
- 信息与通信工程
- 0810
- TN911.7
- 信息信号类
- 本专科、高职高专
- 重版
- -
- -
- -
内容简介：
本书系统、全面地介绍了现代信号处理的主要理论、具有代表性的方法及一些典型应用。全书共10章，内容包括*信号、参数估计理论、信号检测、现代谱估计、自适应滤波器、高阶统计分析、线性时频变换、二次型时频分布、盲信号分离、阵列信号处理。全书取材广泛，内容新颖，充分反映了信号处理的新理论、新技术、新方法和新应用，可以帮助读者尽快跟踪信号处理的*国际发展。与第二版相比，本书增加了信号检测、盲信号分离与阵列信号处理等重要应用，更加注重理论与应用的结合，更加方便读者理解与自学。本书为清华大学研究生精品教材和北京市高等教育精品教材，最近又获得清华大学名优教材第一批立项资助，是一本与国际前沿科学接轨的研究生教材，可作为电子、通信、自动化、计算机、物理、生物医学和机械工程等各学科有关教师、研究生和科技人员教学、自学、进修用书或参考书。
目录
第1章 随机信号
1.1 信号分类
1.2 相关函数章 协方差函数与功率谱密度
1.2.1 自相关函数章 自协方差函数与功率谱密度
1.2.2 互相关函数章 互协方差函数与互功率谱密度
1.3 两个随机信号的比较与识别
1.3.1 独立章 不相关与正交
1.3.2 多项式序列的Gram-Schmidt标准正交化
1.4 具有随机输入的线性系统
1.4.1 系统输出的功率谱密度
1.4.2 窄带带通滤波器
本章小结
习题
第2章 参数估计理论
2.1 估计子的性能
2.1.1 无偏估计与渐近无偏估计
2.1.2 估计子的有效性
2.2 Fisher信息与Cramer-Rao不等式
2.2.1 Fisher信息
2.2.2 Cramer-Rao下界
2.3 Bayes估计
2.3.1 风险函数的定义
2.3.2 Bayes估计
2.4 最大似然估计
2.5 线性均方估计
2.6 最小二乘估计
2.6.1 最小二乘估计及其性能
2.6.2 加权最小二乘估计
本章小结
习题
第3章 信号检测
3.1 统计假设检验
3.1.1 信号检测的基本概念
3.1.2 信号检测理论测度
3.1.3 决策理论空间
3.2 概率密度函数与误差函数
3.2.1 概率密度函数
3.2.2 误差函数和补余误差函数
3.3 检测概率与错误概率
3.3.1 检测概率与错误概率的定义
3.3.2 功效函数
3.4 Neyman-Pearson准则
3.4.1 雷达信号检测的虚警概率与漏警概率
3.4.2 Neyman-Pearson引理与Neyman-Pearson准则
3.5 一致最大功效准则
3.5.1 通信信号检测问题
3.5.2 一致最大功效检验
3.5.3 一致最大功效准则的物理意义
3.6 Bayes准则
3.6.1 Bayes判决准则
3.6.2 二元信号波形的检测
3.6.3 检测概率分析
3.7 Bayes派生准则
3.7.1 最小错误概率准则
3.7.2 最大后验概率准则
3.7.3 极小极大准则
3.8 多元假设检验
3.8.1 多元假设检验问题
3.8.2 多元假设检验的Bayes准则
3.9 多重假设检验
3.9.1 多重假设检验的错误率
3.9.2 多重假设检验的错误控制方法
3.9.3 多元线性回归
3.9.4 多元统计分析
本章小结
习题
附录3A 误差函数表
第4章 现代谱估计
4.1 非参数化谱估计
4.1.1 离散随机过程
4.1.2 非参数化功率谱估计
……
第5章 自适应滤波器
第6章 高阶统计分析
第7章 线性时频变换
第8章 二次型时频分布
第9章 盲信号分离
第10章 阵列信号处理
参考文献
索引
1.1 信号分类
1.2 相关函数章 协方差函数与功率谱密度
1.2.1 自相关函数章 自协方差函数与功率谱密度
1.2.2 互相关函数章 互协方差函数与互功率谱密度
1.3 两个随机信号的比较与识别
1.3.1 独立章 不相关与正交
1.3.2 多项式序列的Gram-Schmidt标准正交化
1.4 具有随机输入的线性系统
1.4.1 系统输出的功率谱密度
1.4.2 窄带带通滤波器
本章小结
习题
第2章 参数估计理论
2.1 估计子的性能
2.1.1 无偏估计与渐近无偏估计
2.1.2 估计子的有效性
2.2 Fisher信息与Cramer-Rao不等式
2.2.1 Fisher信息
2.2.2 Cramer-Rao下界
2.3 Bayes估计
2.3.1 风险函数的定义
2.3.2 Bayes估计
2.4 最大似然估计
2.5 线性均方估计
2.6 最小二乘估计
2.6.1 最小二乘估计及其性能
2.6.2 加权最小二乘估计
本章小结
习题
第3章 信号检测
3.1 统计假设检验
3.1.1 信号检测的基本概念
3.1.2 信号检测理论测度
3.1.3 决策理论空间
3.2 概率密度函数与误差函数
3.2.1 概率密度函数
3.2.2 误差函数和补余误差函数
3.3 检测概率与错误概率
3.3.1 检测概率与错误概率的定义
3.3.2 功效函数
3.4 Neyman-Pearson准则
3.4.1 雷达信号检测的虚警概率与漏警概率
3.4.2 Neyman-Pearson引理与Neyman-Pearson准则
3.5 一致最大功效准则
3.5.1 通信信号检测问题
3.5.2 一致最大功效检验
3.5.3 一致最大功效准则的物理意义
3.6 Bayes准则
3.6.1 Bayes判决准则
3.6.2 二元信号波形的检测
3.6.3 检测概率分析
3.7 Bayes派生准则
3.7.1 最小错误概率准则
3.7.2 最大后验概率准则
3.7.3 极小极大准则
3.8 多元假设检验
3.8.1 多元假设检验问题
3.8.2 多元假设检验的Bayes准则
3.9 多重假设检验
3.9.1 多重假设检验的错误率
3.9.2 多重假设检验的错误控制方法
3.9.3 多元线性回归
3.9.4 多元统计分析
本章小结
习题
附录3A 误差函数表
第4章 现代谱估计
4.1 非参数化谱估计
4.1.1 离散随机过程
4.1.2 非参数化功率谱估计
……
第5章 自适应滤波器
第6章 高阶统计分析
第7章 线性时频变换
第8章 二次型时频分布
第9章 盲信号分离
第10章 阵列信号处理
参考文献
索引
