《信号检测与估计》求取 ⇩

绪论1

第一章 检测与估计的基本理论5

§1．1 引言6

§1．2 简单实例6

§1．3 双择检测及其最佳准则10

1．3．1 贝叶斯准则11

1．3．2 最小错误概率准则和最大后验概率准则13

1．3．3 极大极小化准则15

1．3．4 纽曼-皮尔孙准则17

§1．4 多元信号检测及其最佳准则19

§1．5 随机参量信号的检测22

1．5．1 贝叶斯准则23

1．5．2 纽曼-皮尔孙准则25

1．6．1 经典估计方法27

§1．6 信号参量估计基本原理27

1．6．2 贝叶斯估计30

1．6．3 最大后验估计32

1．6．4 最大似然估计33

1．6．5 参量估计实例33

本章小结35

习题35

参考文献37

第二章 信号检测理论(1)38

§2．1 引言38

§2．2 高斯白噪声下确知信号的检测38

2．2．1 二元通信系统38

2．2．2 最佳系统的检测性能42

2．2．3 相干雷达系统46

2．2．4 似然函数47

§2．3 匹配滤波器理论48

2．3．1 线性滤波非的一种最佳准则——信噪比准则48

2．3．2 白噪声背景下的匹配滤波器50

2．3．3 色噪声背景下的广义匹配滤波器53

§2．4 随机参量信号的检测55

2．4．1 随机相位信号的检测55

2．4．2 随机相位和振幅信号的检测61

2．4．3 随机频率信号的检测63

2．4．4 随机到达时间信号的检测67

§2．5 信号的多脉冲检测69

2．5．1 确知脉冲串信号的检测70

2．5．2 随机相位脉冲串(非相F脉冲串)信号的检测72

2．5．3 随机振幅和相位脉冲串信号的检测75

本章小结77

习题78

参考文献80

第三章 信号检测理论(Ⅱ)81

§3．1 高斯色噪声下的信号检测81

3．1．1 卡亨南-洛维展开81

3．1．2 确知信号的检测83

3．1．3 检测系统性能87

3．1．4 相位未知信号的检测89

§3．2 非参量检测93

3．2．1 引言93

3．2．2 定义和术语95

3．2．3 基本非参量检测器97

3．2．4 在雷达中的应用105

3．2．5 关于Robust检测108

3．3．1 引言112

§3．3 序列检测112

3．3．2 瓦尔特序列检测114

3．3．3 最佳序列检测准则118

3．3．4 序列检测与固定样本检测的比较119

本章小结122

习题122

参考文献124

第四章 信号参量估计125

§4．1 引言125

§4．2 信号参量估计量的性质126

§4．3 单个信号参量的估计135

4．3．1 一般公式135

4．3．2 振幅估计138

4．3．3 相位估计140

4．3．4 时延估计142

4．3．5 频率估计147

§4．4 多个信号参量的同时估计148

4．4．1 估计方法149

4．4．2 估计性能150

4．4．3 估计实例152

4．4．4 测不准原理155

§4．5 最佳线性估计157

4．5．1 线性均方估计157

4．5．2 白噪声情况下线性均方估计实例159

4．5．3 白噪声情况162

4．5．4 正交原理164

§4．6 最小二乘估计165

本章小结167

习题167

参考文献170

§5．1 引言171

第五章 波形估计171

§5．2 维纳滤波172

5．2．1 非因果解174

5．2．2 因果解176

5．2．3 非平稳问题179

5．2．4 正交性181

5．2．5 取样数据滤波器的加权函数法183

§5．3 标量卡尔曼滤波185

5．3．1 引言185

5．3．2 标量信号模型和观测模型187

5．3．3 标量卡尔曼滤波算法188

§5．4 标量卡尔曼预测191

§5．5 矢量信号模型和观测模型195

5．6．1 引言199

§5．6 矢量卡尔曼滤波199

5．6．2 矢量卡尔曼滤波算法200

5．6．3 矢景卡尔曼滤波器的实现201

§5．7 矢量卡尔曼预测202

§5．8 用于雷达跟踪的卡尔曼滤波算法203

§5．9 卡尔曼滤波的发散现象209

§5．10 连续时间的卡尔曼滤波211

§5．11 推广卡尔曼滤波212

5．11．1 非线性模型的线性化212

5．11．2 推广卡尔曼滤波公式213

5．11．3 推广卡尔曼滤波器的性质214

本章小结216

习题216

参考文献218

附录 积分方程的解219