貝葉斯信號(hào)處理：經(jīng)典、現(xiàn)代和粒子濾波方法（第2版）

第1章 緒論
1.1 概述
1.2 貝葉斯信號(hào)處理
1.3 基于仿真的貝葉斯處理方法
1.4 基于貝葉斯模型的信號(hào)處理
1.5 符號(hào)和術(shù)語
參考文獻(xiàn)
習(xí)題
第2章 貝葉斯估計(jì)
2.1 概述
2.2 批量貝葉斯估計(jì)
2.3 批量 似然估計(jì)
2.4 批量 小方差估計(jì)
2.5 序貫貝葉斯估計(jì)
2.6 本章小結(jié)
參考文獻(xiàn)
習(xí)題
第3章 基于模擬的貝葉斯方法
3.1 概述
3.2 概率密度函數(shù)估計(jì)
3.3 采樣理論
3.4 蒙特卡洛方法
3.5 重要性采樣
3.6 序貫重要性采樣
3.7 本章小結(jié)
參考文獻(xiàn)
習(xí)題
第4章 貝葉斯處理的狀態(tài)空間模型
4.1 概述
4.2 連續(xù)時(shí)間狀態(tài)空間模型
4.3 采樣數(shù)據(jù)狀態(tài)空間模型
4.4 離散時(shí)間狀態(tài)空間模型
4.5 高斯-馬爾可夫狀態(tài)空間模型
4.6 新息模型
4.7 狀態(tài)空間模型結(jié)構(gòu)
4.8 非線性（近似）高斯-馬爾可夫狀態(tài)空間模型
4.9 本章小結(jié)
參考文獻(xiàn)
習(xí)題
第5章 經(jīng)典貝葉斯?fàn)顟B(tài)空間處理器
5.1 概述
5.2 狀態(tài)空間的貝葉斯方法
5.3 線性貝葉斯處理器（線性卡爾曼濾波器）
5.4 線性化貝葉斯處理器（線性化卡爾曼濾波器）
5.5 擴(kuò)展貝葉斯處理器（擴(kuò)展卡爾曼濾波器）
5.6 迭代擴(kuò)展貝葉斯處理器（迭代擴(kuò)展卡爾曼濾波器）
5.7 經(jīng)典貝葉斯處理器的實(shí)際問題
5.8 實(shí)例分析：RLC電路問題
5.9 本章小結(jié)
參考文獻(xiàn)