国产愉拍刺激视频在线观看,91成人在线观看无码

內(nèi)容簡介

　　J內(nèi)容簡介本書系統(tǒng)、深入地介紹現(xiàn)代信號處理的各種理論與方法。全書共十二章，內(nèi)容包括參數(shù)估計理論、信號檢測、波形估計、現(xiàn)代譜分析、自適應濾波、魯棒參數(shù)估計與港分析、統(tǒng)計性能分析、二維和多變無信號分析、非高斯信號處理、時頻分析和小波分析。其中特別對非因果、非最小相位系統(tǒng)以及非高斯信號、非平穩(wěn)（即時變）信號的分析作了詳細的論述。本書取材廣泛，內(nèi)容新穎，充分反映了國際上近年來先進的信號處理新理論、新技術、新方法和新應用，可以幫助讀者盡快地跟蹤現(xiàn)代信號處理學科的最新發(fā)展。本書適合于理工科大學與信號處理有關的各專業(yè)的教師和碩土、博士生作教材或教學參考書，也適于廣大科技工作者自學與進修。

作者簡介

暫缺《現(xiàn)代信號處理》作者簡介

圖書目錄

第一章  參數(shù)估計理論
1. 1  估計子的性能
1. 1. 1  無偏性
1. 1. 2  Cramer-Rao不等式
1. 1. 3  有效性
1. 1. 4  一致性
1. 2  Bayes估計
1. 3  最大似然估計
1. 4  線性均方估計
1. 5  最小二乘法
1. 5. 1  最小二乘估計
1. 5. 2  加權最小二乘估計
1. 6  區(qū)間估計
1. 6. 1  u的置信區(qū)間
1. 6. 2 u ／的置信區(qū)間
1. 7  遞推估計
習題
第二章  信號檢測
2. 1  假設檢驗
2. 2  似然比檢驗
2. 2. 1  最大后驗概率準則
2. 2. 2  最小風險Bayes判決準則
2. 2. 3  最小錯誤概率準則
2. 2. 4  極小極大準則
2. 2, 5  Neyman-Pearson準則
2. 3  匹配濾波器
2. 4  廣義匹配濾波器
2. 5  透視匹配濾波器和透視功率檢測器
2. 5. 1  模型與定義
2. 5. 2  無脈沖情況下的確定性信號
2. 5. 3  有脈沖情況下的確定性信號
2. 5. 4  有脈沖情況下的隨機信號
習題
第三章  波形估計
3. 1  均方估計
3. 2  波形估計的分類
3. 3  非因果維納濾波器
3. 4  新息過程
3. 5  因果維納濾波器
3. 6  卡爾曼濾波
3. 6. 1  基本原理
3. 6. 2  卡爾曼濾波器的分解
3. 6. 3  濾波器設計
習題
第四章  現(xiàn)代譜分析
4. 1  奇異值分解和總體最小二乘法
4. 1. 1  奇異值分解
4. 1. 2  總體最小二乘法
4. 2  平穩(wěn)ARMA過程
4. 3  ARMA譜估計與建模
4. 3. 1  理論基礎
4. 3. 2  ARMA譜分析方法
4. 3. 3  AR階數(shù)確定和AR參數(shù)估計
4. 3. 4  MA階數(shù)確定
4. 3. 5  MA譜參數(shù)與MA參數(shù)估計
4. 3. 6  AR有色噪聲情況下的ARMA譜估計
4. 3. 7  ARMA過程自相關序列的計算
4. 4  最大熵法
4. 4. 1  Levinson遞推
4. 4. 2  Burg算法
4. 4. 3  Burg最大熵法與AR過程
4. 4. 4  最大俯譜分析與ARMA過程
4. 4. 5  MEM2
4. 5  最大似然譜估計
4. 6  Pisarenko諧波分解法
4. 7  擴充的Prony方法
4. 8  MUSIC法
4. 9  諧波恢復的最大似然法
4. 10  諧波恢復的線性預測法
4. 11  ESPRIT方法
4. 11. 1  基本算法
4. 11. 2  拓廣的算法
4. 11. 3  ESPRIT方法的SVD-TLS實現(xiàn)
習題
第五章  自適應濾波
5. 1  RLS自適應濾波器
5. 1. 1  基本RLS算法
5. 1. 2  RLS算法的性能
5. 1. 3  一種魯棒的RLS算法
5. 2  LMS自適應濾波器
5. 2. 1  基本LMS算法
5. 2. 2  基本LMS算法的性能
5. 3  LMS自適應格型濾波器
5. 4  LS自適應格型濾波器
5. 4. 1  線性向量空間
5. 4. 2  最小二乘更新關系
5. 4. 3  前. 后向預測誤差濾波器
5. 5  快速橫向濾波器
5. 5. 1  向量空間關系
5. 5. 2  橫向濾波器算子更新
5. 5. 3  快速橫向濾波器時間更新
5. 5. 4  快速橫向濾波器的基本算法
5. 5. 5  增益歸一化快速橫向濾波器
5. 6  自適應IIR濾波
5. 6. 1  自適應IIR濾波器的分類
5. 6. 2  基于梯度的方法
5. 6. 3  近似梯度法
5. 7  自適應譜線增強器
5. 7. 1  時域FIR自適應譜線增強器
5. 7. 2  基于IIR格型陷波器的自適應譜線增強器
習題
第六章  魯棒參數(shù)估計與譜分析
6. 1  穩(wěn)固性. 穩(wěn)健性與異常值
6. 1. 1  穩(wěn)固性與穩(wěn)健性
6. 1. 2  崩潰點與影響曲線
6. 1. 3  異常值的分類
6. 1. 4  異常值的危害
6. 2  新息異常值模型的M估計
6. 3  廣義M估計
6. 3. 1  AR模型的廣義M估計
6. 3. 2  ARMA模型的廣義M估計
6. 4  RA估計與TRA估計
6. 4. 1  基于殘差自協(xié)方差的魯棒估計(RA估計)
6. 4. 2  基于截尾殘差自協(xié)方差的估計(TRA估計)
6. 5  遞推廣義M估計
6. 5. 1  完全觀測ARMA過程的三階段估計法
6. 5. 2  ARMA過程的預先估計
6. 5. 3  遞推的廣義M估計
6. 6  魯棒非參數(shù)化譜估計
6. 6. 1  基本的魯棒化
6. 6. 2  濾波型和平滑型數(shù)據(jù)凈化器
6. 6. 3  譜估計的魯棒-穩(wěn)固性分析
6. 7  高分辨頻率估計的魯棒方法
6. 7. 1  魯棒估計
6. 7. 2  魯棒估計的分析
6. 7. 3  高分辨率分析
第七章  統(tǒng)計性能分析
7. 1  隨機變量序列的收斂性
7. 1. 1  收斂性的定義
7. 1. 2  收斂性的相互關系
7. 2  收斂性的進一步分析
7. 2. 1  兩個隨機變量間的收斂關系
7. 2. 2  變換序列的收斂性
7. 2. 3  漸近正態(tài)性
7. 3  統(tǒng)計推斷方法的漸近性
7. 4  樣本均值的統(tǒng)計性能
7. 5  樣本自相關的統(tǒng)計性能
7. 6  白噪聲中的AR譜估計的統(tǒng)計性能
7. 6. 1  AR譜估計公式概述
7. 6, 2  參數(shù)估計值的漸近性能
7. 6. 3  譜密度估計值的漸近性能
7. 7  幾乎肯定收斂速率
7. 7. 1  重對數(shù)律
7. 7. 2  樣本自相關估計值的幾乎肯定收斂速率
7. 7. 3  AR譜估計值的幾乎肯定收斂速率
習題
第八章  二維信號處理
8. 1  二維系統(tǒng)的穩(wěn)定性
8. 1. 1  線性移不變二維系統(tǒng)
8. 1. 2  穩(wěn)定性問題
8. 1. 3  穩(wěn)定性定理
8. 2  二維譜因子分解
8. 3  二維線性預測與AR譜估計
8. 3. 1  二維線性預測模型
8. 3. 2  二維AR譜估計
8. 4  二維最大熵譜估計的迭代算法
8. 4. 1  自相關匹配
8. 4. 2  Lim-Malik迭代算法
8. 5  二維最大熵譜估計的混合方法
8. 5. 1  混合方法的基本思想
8. 5. 2  最大熵算法
8. 5. 3  混合算法語估計值的性能分析
8. 6  二維ARMA譜估計與建模
8. 6. 1  AR參數(shù)估計方法
8. 6. 2  二維ARMA譜估計方法
8. 6. 3  二維MA參數(shù)估計
8. 7  二維諧波恢復
8. 7. 1  二維諧波恢復的理論基礎
8. 7. 2  時域分析法
8. 7. 3  直接數(shù)據(jù)法
8. 8  二維自適應LMS算法
8. 8. 1  二維維納濾波器
8. 8. 2  自適應權與調(diào)節(jié)算法
8. 8. 3  二維LMS算法和一維LMS算法之間的關系
習題
第九章  多元時間序列分析
9. 1  多元時間序列的二階性質(zhì)
9. 2  均值和協(xié)方差函數(shù)的估計
9. 3  多元ARMA過程
9. 3. 1  因果性和可逆性
9. 3. 2  多元模型的可辨識性
9. 3. 3  因果ARMA過程的協(xié)方差矩陣函數(shù)
9, 4  最佳線性預測
9. 5  多元AR過程的建模
9. 5. 1  矩陣算法
9. 5. 2  標量算法
9. 6  多元ARMA過程的建模
9. 6. 1  矩陣算法
9. 6. 2  標量算法
9. 7  自適應多信道最小二乘格型濾波器
9. 7. 1  多信道格型遞推
9. 7. 2  基于QR分解的算法
9. 7. 3  算法實現(xiàn)
9. 8  互譜
習題
第十章  非高斯信號處理
10. 1  累積量
10. 1. 1  高階短與高階累積量的定義
10. 1. 2  高斯過程的高階累積量
10. 1. 3  高階累積量的性質(zhì)
10. 2  非參數(shù)化雙譜估計
10. 3  基于累積量的FIR系統(tǒng)辨識
10. 3. 1  法方程解法
10. 3. 2  閉式遞推解
10. 3. 3  MA模型的定階
10. 3. 4  實驗結果
10. 4  非最小相位ARMA系統(tǒng)辨識
10. 4. 1  AR參數(shù)的可識別性
10. 4. 2  MA參數(shù)的估計
10. 4. 3  參數(shù)化多譜估計
10. 5  基于累積量的階數(shù)確定
10. 5. 1  AR階數(shù)確定
10. 5. 2  MA階數(shù)確定
10. 5. 3  定階方法的其它應用
10. 6  非因果系統(tǒng)的辨識
10. 6. 1  反因果AR建模
10. 6. 2  線性辨識方法
10. 6. 3  非線性辨識方法
10. 7  有色噪聲中的諧波恢復
10. 7. 1  復值過程的累積量
10. 7. 2  諧波過程的累積量
10. 7. 3  高斯ARMA噪聲中諧波恢復的幾種方法
10. 7. 4  非高斯ARMA噪聲中諧波恢復的兩種方法
10. 8  基于累積量的參數(shù)自適應估計
10. 8, 1  MA模型參數(shù)估計的超定遞推輔助變量法
10. 8. 2  隨機梯度法
10. 9  非高斯噪聲中非高斯信號的檢測
10. 9. 1  假設與符號
10. 9. 2  Hinich-Wilson檢測準則
10. 9. 3  檢測試驗的功效
10. 10  其它應用
10. 10. 1  陣列處理
10. 10. 2  分類
10. 10. 3  時延估計
10. 10. 4  盲反卷積與盲均衡
10. 10. 5  干擾對消
習題
第十一章  信號的時頻分析
11. 1  基本概念
11. 2  短時傅里葉變換
11. 3  Gabor展開
11. 3. 1  連續(xù)Gabor展開
11. 3. 2  離散Gabor展開
11. 4  能量化和相關化的時頻表示
11. 5  時頻分布
11. 5. 1  連續(xù)時間時頻分布
11. 5. 2  離散時間時頻分布
11. 6  Wigner-Ville分布
11. 6. 1  定義與性質(zhì)
11. 6. 2  瞬時頻率和平均頻率
11. 6. 3  離散Wigner-Ville分布的實現(xiàn)
11. 7  移不變時頻表示與仿射時頻表示
11. 7. 1  移不變時頻表示及其分類
11. 7. 2  仿射時頻表示與移位-尺度不變時頻表示
11. 8  Wigner-Ville分布的應用
11. 8. 1  離散瞬時頻率估計
11. 8. 2  隨機信號分析
11. 8. 3  信號綜合與時變?yōu)V波
11. 9  基于時頻分析的信號檢測
第十二章  小波分析
12. 1  STFT和小波變換的比較
12. 2  連續(xù)小波變換
12. 2. 1  連續(xù)STFT
12. 2. 2  連續(xù)小波變換
12. 3  離散變換(框架理論)
12. 3. 1  框架
12. 3, 2  框架與短時傅里葉變換
12. 3. 3  小波框架
12. 4  正交基
12. 4. 1  正交基和短時傅里葉變換
12. 4. 2  正交小波基
12. 5  多分辨率分析
12. 5. 1  一維信號的多分辨串逼近
12. 5. 2  Mallat算法
12. 5. 3  二維多分辨率分析與Mallat算法
12. 6  小波與FIR濾波器組
12. 6. 1  FIR濾波器組與緊支集小波
12. 6. 2  由濾波器組構造的正交小波基
12. 6. 3  一般的FIR完全重構濾波器組和雙正交小波
12. 6. 4  濾波器設計
12. 7  小波與IIR濾波器組
12. 7. 1  正交IIR濾波器組
12. 7. 2  具有矩性質(zhì)的小波
12. 7. 3  線性相位正交IIR解
12. 8  時域濾波器組分析
12. 8. 1  時域分析
12. 8. 2  時域條件的解釋
12. 8. 3  設計方法
12. 8. 4  設計例子
12. 9  小波在信號處理中的應用
參考文獻
附錄
附錄A  Schwartz不等式
附錄B  Chebyshev不等式
附錄C  具有對稱性的濾波器
附錄D  全通濾波器
索引