信號(hào)檢測與估計(jì)：電子通信與自動(dòng)控制技術(shù)（第2版）

第一章 引言
1.1 信號(hào)檢測與估計(jì)理論的研究對(duì)象和處理方法
1.2 信號(hào)的檢測與估計(jì)理論概述
1.3 本書內(nèi)容安排
第二章 信號(hào)檢測與估計(jì)理論的基礎(chǔ)知識(shí)
2.1 條件概率與貝葉斯公式
2.2 隨機(jī)過程及其統(tǒng)計(jì)描述
2.2.1 隨機(jī)過程的基本概念
2.2.2 隨機(jī)過程的統(tǒng)計(jì)描述
2.2.3 隨機(jī)過程的統(tǒng)計(jì)平均量
2.2.4 隨機(jī)過程的正交性、不相關(guān)性和統(tǒng)計(jì)獨(dú)立性
2.2.5 平穩(wěn)隨機(jī)過程的功率譜密度
2.3 幾種重要的概率密度函數(shù)及其性質(zhì)
2.3.1 高斯(正態(tài))分布
2.3.2 chi平方(中心化)分布
2.3.3 chi平方(非中心化)分布
2.3.4 瑞利分布
2.3.5 萊斯分布
2.4 白噪聲、高斯白噪聲和有色噪聲
2.4.1 白噪聲和高斯白噪聲
2.4.2 有色噪聲
2.5 蒙特卡羅實(shí)驗(yàn)性能評(píng)估
第三章 信號(hào)的統(tǒng)計(jì)檢測理論
3.1 假設(shè)檢驗(yàn)
3.1.1 二元假設(shè)檢驗(yàn)
3.1.2 多元假設(shè)檢驗(yàn)
3.1.3 統(tǒng)計(jì)信號(hào)檢測系統(tǒng)的設(shè)計(jì)思想
3.2 判決準(zhǔn)則
3.2.1 貝葉斯(Bayes)準(zhǔn)則
3.2.2 最小錯(cuò)誤概率準(zhǔn)則
3.2.3 最大似然準(zhǔn)則
3.2.4 奈曼一皮爾遜(Neyman—Pearson)準(zhǔn)則
3.2.5 極小化極大準(zhǔn)則
3.3 多元假設(shè)檢驗(yàn)的判決準(zhǔn)則
3.3.1 多元假設(shè)檢驗(yàn)的貝葉斯準(zhǔn)則
3.3.2 多元假設(shè)檢驗(yàn)的最小錯(cuò)誤概率準(zhǔn)則
3.3.3 多元假設(shè)檢驗(yàn)的最大似然準(zhǔn)則
習(xí)題
第四章 信號(hào)波形檢測
4.1 匹配濾波器理論
4.1.1 匹配濾波器的概念
4.1.2 輸出信噪比的定義
4.1.3 匹配濾波器的設(shè)計(jì)
4.1.4 匹配濾波器的性質(zhì)
4.1.5 匹配濾波器的實(shí)現(xiàn)
4.1.6 有色噪聲背景下的匹配濾波器
4.2 確知信號(hào)的檢測
4.2.1 獨(dú)立樣本的獲取
4.2.2 接收機(jī)的設(shè)計(jì)(求檢驗(yàn)統(tǒng)計(jì)量的過程)
4.2.3 接收機(jī)的性能
4.3 參量信號(hào)的檢測——貝葉斯方法
4.3.1 貝葉斯方法原理
4.3.2 高斯白噪聲中隨機(jī)相位信號(hào)波形檢測
4.3.3 高斯白噪聲中振幅和相位信號(hào)波形檢測
4.3.4 高斯白噪聲中隨機(jī)到達(dá)頻率信號(hào)波形檢測
4.3.5 高斯白噪聲中隨機(jī)到達(dá)時(shí)間信號(hào)波形檢測
4.3.6 高斯白噪聲中隨機(jī)頻率和到達(dá)時(shí)間信號(hào)波形檢測
4.4 參量信號(hào)的檢測——廣義似然比方法
4.4.1 廣義似然比方法原理
4.4.2 高斯白噪聲中幅度未知信號(hào)波形檢測
4.4.3 高斯白噪聲中未知到達(dá)時(shí)間信號(hào)波形檢測
4.4.4 高斯白噪聲中正弦信號(hào)波形檢測
4.5 一致最大勢(shì)檢測器
4.6 高斯白噪聲中高斯分布隨機(jī)信號(hào)的檢測
4.6.1 檢測的判決表示式
4.6.2 接收機(jī)結(jié)構(gòu)
4.6.3 接收機(jī)的性能分析
習(xí)題
第五章 信號(hào)參量的估計(jì)
5.1 引言
5.2 估計(jì)量的性質(zhì)
5.2.1 無偏性
5.2.2 有效性
5.2.3 一致性
5.2.4 充分性
5.3 貝葉斯估計(jì)
5.3.1 貝葉斯估計(jì)(Bayes Estimation)準(zhǔn)則
5.3.2 最小均方誤差估計(jì)
5.3.3 后驗(yàn)中值估計(jì)
5.3.4 最大后驗(yàn)概率估計(jì)
5.3.5 最小均方誤差估計(jì)的優(yōu)點(diǎn)
5.4 最大似然估計(jì)
5.4.1 最大似然估計(jì)原理
5.4.2 高斯白噪聲中信號(hào)參量的估計(jì)
5.5 線性最小均方估計(jì)
5.5.1 線性最小均方估計(jì)原理
5.5.2 線性最小均方估計(jì)量的性質(zhì)
5.5.3 線性最小均方遞推估計(jì)
5.5.4 非白噪聲中信號(hào)參量的估計(jì)
5.6 多參量估計(jì)
5.6.1 貝葉斯估計(jì)與最大似然估計(jì)
5.6.2 線性最小均方估計(jì)
5.7 最小二乘估計(jì)
5.7.1 最小二乘估計(jì)方法
5.7.2 線性最小二乘估計(jì)
5.7.3 線性最小二乘加權(quán)估計(jì)
5.7.4 線性最小二乘遞推估計(jì)
5.7.5 單參量的線性最小二乘估計(jì)
5.7.6 非線性最小二乘估計(jì)
習(xí)題
第六章 信號(hào)波形估計(jì)
6.1 引言
6.1.1 信號(hào)波形估計(jì)的基本概念
6.1.2 信號(hào)波形估計(jì)的準(zhǔn)則和方法
6.2 正交原理與投影
6.2.1 正交投影的概念
6.2.2 正交投影的引理
6.3 維納濾波
6.3.1 連續(xù)過程的維納濾波
6.3.2 離散過程的維納濾波
6.4 離散卡爾曼濾波
6.4.1 離散卡爾曼濾波的信號(hào)模型——離散狀態(tài)方程和觀測方程
6.4.2 離散卡爾曼濾波
6.4.3 狀態(tài)為標(biāo)量時(shí)的離散卡爾曼濾波
6.5 維納濾波與卡爾曼濾波的關(guān)系
附錄
參考文獻(xiàn)