信號(hào)檢測(cè)與估計(jì)理論學(xué)習(xí)輔導(dǎo)與習(xí)題解答

第1章信號(hào)檢測(cè)與估計(jì)概論
學(xué)習(xí)輔導(dǎo)
1.1引言
1.2信號(hào)的隨機(jī)性及其統(tǒng)計(jì)處理方法
1.3信號(hào)檢測(cè)與估計(jì)概述
第2章信號(hào)檢測(cè)與估計(jì)理論的基礎(chǔ)知識(shí)
學(xué)習(xí)輔導(dǎo)
2.1引言
2.2隨機(jī)變量、隨機(jī)矢量及其統(tǒng)計(jì)描述
2.2.1隨機(jī)變量的統(tǒng)計(jì)特性
2.2.2隨機(jī)矢量的統(tǒng)計(jì)特性
2.2.3隨機(jī)變量的函數(shù)
2.2.4隨機(jī)矢量的函數(shù)
2.2.5隨機(jī)變量的特征函數(shù)
2.3隨機(jī)過(guò)程及其統(tǒng)計(jì)描述
2.3.1隨機(jī)過(guò)程的定義
2.3.2隨機(jī)過(guò)程的統(tǒng)計(jì)描述
2.3.3隨機(jī)過(guò)程的統(tǒng)計(jì)平均量
2.3.4隨機(jī)過(guò)程的平穩(wěn)性
2.3.5隨機(jī)過(guò)程的正交性、不相關(guān)性和統(tǒng)計(jì)獨(dú)立性
2.3.6平穩(wěn)隨機(jī)過(guò)程的功率譜密度
2.4復(fù)隨機(jī)過(guò)程及其統(tǒng)計(jì)描述
2.5線性系統(tǒng)對(duì)隨機(jī)過(guò)程的響應(yīng)
2.6高斯噪聲、白噪聲和有色噪聲
2.6.1高斯噪聲模型
2.6.2白噪聲模型
2.6.3有色噪聲模型
2.7信號(hào)和隨機(jī)參量信號(hào)的統(tǒng)計(jì)描述
2.7.1信號(hào)分類
2.7.2隨機(jī)參量信號(hào)的統(tǒng)計(jì)描述
習(xí)題解答
第3章信號(hào)的統(tǒng)計(jì)檢測(cè)理論
學(xué)習(xí)輔導(dǎo)
3.1引言
3.2信號(hào)統(tǒng)計(jì)檢測(cè)理論的基本概念
3.2.1信號(hào)統(tǒng)計(jì)檢測(cè)理論的基本模型
3.2.2判決結(jié)果和判決概率
3.3二元信號(hào)統(tǒng)計(jì)檢測(cè)的準(zhǔn)則
3.3.1貝葉斯準(zhǔn)則
3.3.2最小平均錯(cuò)誤概率準(zhǔn)則
3.3.3奈曼皮爾遜準(zhǔn)則
3.4M元信號(hào)的統(tǒng)計(jì)檢測(cè)
3.4.1M元信號(hào)檢測(cè)的貝葉斯準(zhǔn)則
3.4.2M元信號(hào)檢測(cè)的最小平均錯(cuò)誤概率準(zhǔn)則
3.5參量信號(hào)的統(tǒng)計(jì)檢測(cè)
3.5.1廣義似然比檢驗(yàn)
3.5.2貝葉斯方法
3.6信號(hào)的序列檢測(cè)
3.7一般高斯信號(hào)的統(tǒng)計(jì)檢測(cè)
3.8復(fù)信號(hào)的統(tǒng)計(jì)檢測(cè)
習(xí)題解答
第4章信號(hào)波形的檢測(cè)
學(xué)習(xí)輔導(dǎo)
4.1引言
4.2匹配濾波器理論
4.2.1匹配濾波器的概念
4.2.2匹配濾波器的設(shè)計(jì)
4.2.3匹配濾波器的主要特性
4.3隨機(jī)過(guò)程的正交級(jí)數(shù)展開(kāi)
4.3.1正交函數(shù)集及確知信號(hào)的正交級(jí)數(shù)展開(kāi)
4.3.2隨機(jī)過(guò)程的正交級(jí)數(shù)展開(kāi)
4.3.3隨機(jī)過(guò)程的卡亨南洛維展開(kāi)
4.3.4白噪聲下正交函數(shù)集的任意性
4.3.5參量信號(hào)時(shí)隨機(jī)過(guò)程的正交級(jí)數(shù)展開(kāi)
4.4高斯白噪聲中確知信號(hào)波形的檢測(cè)
4.4.1二元信號(hào)波形的檢測(cè)
4.4.2M元信號(hào)波形的檢測(cè)
4.5高斯有色噪聲中確知信號(hào)波形的檢測(cè)
4.6高斯白噪聲中隨機(jī)參量信號(hào)波形的檢測(cè)
4.6.1隨機(jī)相位信號(hào)波形的檢測(cè)
4.6.2隨機(jī)振幅與隨機(jī)相位信號(hào)波形的檢測(cè)
4.7復(fù)信號(hào)波形的檢測(cè)
4.7.1復(fù)高斯白噪聲中二元確知復(fù)信號(hào)波形的檢測(cè)
4.7.2復(fù)高斯白噪聲中二元隨機(jī)相位復(fù)信號(hào)波形的檢測(cè)
4.7.3復(fù)高斯白噪聲中二元隨機(jī)振幅與隨機(jī)相位復(fù)信號(hào)波形的檢測(cè)
習(xí)題解答
第5章信號(hào)的統(tǒng)計(jì)估計(jì)理論
學(xué)習(xí)輔導(dǎo)
5.1引言
5.2隨機(jī)參量的貝葉斯估計(jì)
5.2.1隨機(jī)參量貝葉斯估計(jì)的概念
5.2.2貝葉斯估計(jì)量的構(gòu)造
5.2.3隨機(jī)參量估計(jì)量的性質(zhì)
5.3最大似然估計(jì)
5.3.1最大似然估計(jì)的概念
5.3.2最大似然估計(jì)量的構(gòu)造
5.3.3非隨機(jī)參量估計(jì)量的性質(zhì)
5.3.4非隨機(jī)參量函數(shù)估計(jì)的克拉美羅界
5.4一般高斯信號(hào)參量的統(tǒng)計(jì)估計(jì)
5.4.1線性觀測(cè)模型
5.4.2高斯噪聲中非隨機(jī)矢量的最大似然估計(jì)
5.4.3高斯隨機(jī)矢量的貝葉斯估計(jì)
5.5線性最小均方誤差估計(jì)
5.5.1線性最小均方誤差估計(jì)準(zhǔn)則
5.5.2線性最小均方誤差估計(jì)量的構(gòu)造
5.5.3線性最小均方誤差估計(jì)量的性質(zhì)
5.5.4線性最小均方誤差遞推估計(jì)
5.6最小二乘估計(jì)
5.6.1最小二乘估計(jì)方法
5.6.2線性最小二乘估計(jì)量的構(gòu)造
5.6.3線性最小二乘估計(jì)量的性質(zhì)
5.6.4線性最小二乘遞推估計(jì)
5.7信號(hào)波形中參量的估計(jì)
習(xí)題解答
第6章信號(hào)波形的估計(jì)
學(xué)習(xí)輔導(dǎo)
6.1引言
6.2連續(xù)信號(hào)的維納濾波
6.2.1維納濾波的基本概念
6.2.2維納霍夫方程
6.2.3維納濾波器的非因果解
6.2.4維納濾波器的因果解
6.3離散信號(hào)的維納濾波
6.3.1離散的維納霍夫方程
6.3.2離散維納濾波器的z域解
6.3.3離散維納濾波器的時(shí)域解
6.4離散卡爾曼濾波
6.4.1離散信號(hào)模型
6.4.2離散系統(tǒng)的狀態(tài)估計(jì)與離散卡爾曼濾波的基本概念
6.4.3離散卡爾曼濾波的遞推公式
6.4.4離散卡爾曼濾波的遞推算法
6.4.5離散卡爾曼濾波的主要特點(diǎn)和性質(zhì)
6.5離散卡爾曼濾波的擴(kuò)展
6.6離散卡爾曼濾波的發(fā)散現(xiàn)象
6.7非線性離散狀態(tài)估計(jì)
習(xí)題解答
第7章信號(hào)的恒虛警率檢測(cè)
學(xué)習(xí)輔導(dǎo)
7.1引言
7.2噪聲環(huán)境中信號(hào)的自動(dòng)門限檢測(cè)
7.2.1基本原理
7.2.2實(shí)現(xiàn)技術(shù)
7.3雜波環(huán)境中信號(hào)的恒虛警率檢測(cè)
7.3.1瑞利雜波的恒虛警率處理
7.3.2非瑞利雜波的恒虛警率處理
7.4信號(hào)的非參量檢測(cè)
7.5信號(hào)的穩(wěn)健性檢測(cè)
習(xí)題解答
參考文獻(xiàn)