《统计信号处理》求取 ⇩

目录1

前言1

第一章 随机过程1

1.1 随机变量1

1.2 随机过程及其统计特性6

1.3 平稳随机过程10

1.3.1 随机过程的平稳性及遍历性10

1.3.2 相关函数与功率频谱密度12

1.3.3 宽带和窄带噪声过程16

1.4 随机过程的正交展开法18

1.5 高斯随机过程22

1.5.1 高斯变量23

1.5.2 高斯随机过程27

1.5.3 窄带高斯过程30

1.6 随机过程通过线性系统40

习题42

参考文献44

第二章 统计信号模型46

2.1 线性平稳模型46

2.2 自递归模型（AR模型）52

2.3 滑动平均模型（MA模型）59

2.4 自递归-滑动平均混合模型（ARMA模型）63

2.5 偏相关函数67

2.6 非平稳的ARIMA模型69

2.7 非平稳的IMA模型75

习题79

参考文献80

第三章 信号检测理论82

3.1 信号检测模型82

3.2 各类判决准则88

3.2.1 最小平均风险准则（Bayes准则）89

3.2.2 安全平均风险准则（极大极小准则）94

3.2.3 检测概率最大准则（N-P准则）99

3.2.4 错误概率最小准则（理想观测者准则）103

3.2.5 最大似然准则104

3.2.6 最大后验概率准则105

3.3 在白色高斯信道中的似然比计算108

3.3.1 一次观测结果108

3.3.2 多次观测结果113

3.4 二元确知信号的检测122

3.4.1 二元数字通信系统123

3.4.2 雷达系统131

3.5 多元假设检验134

3.6 复合假设检验144

3.6.1 随幅信号的检测147

3.6.2 随相信号的检测150

3.6.3 随幅随相信号的检测161

3.7 序列检测169

3.8 在有色高斯信道中的信号检测176

3.9 白化方法194

习题199

参考文献205

第四章 数字信号解调207

4.1 二元相干解调207

4.2 二元非相干解调208

4.3 部分相干解调219

4.4 差分相干解调232

4.5 m元相干解调235

4.5.1 m元正交信号240

4.5.2 m元等相关信号247

4.5.3 m元最佳信号249

4.5.4 双正交信号集250

4.6 m元非相干解调254

习题258

参考文献260

第五章 信号估值理论262

5.1 信号参量估值模型262

5.2 Bayes估值267

5.2.1 最小方差估值准则267

5.2.2 最大后验估值准则272

5.2.3 后验中数估值准则274

5.2.4 方差估值准则的推广275

5.3 极大极小估值279

5.4 最大似然估值283

5.4.1 非随机未知参量的C-R下限285

5.4.2 随机参量的C-R下限291

5.5 在白色高斯信道中的单参量信号估值295

5.5.1 信号幅度估值297

5.5.2 信号相位估值302

5.5.3 信号频率估值308

5.5.4 信号时延估值313

5.6 多参量估值316

5.7 在有色高斯信道中的信号估值325

习题332

参考文献335

第六章 最佳线性滤波336

6.1 信号波形估值336

6.2 最佳线性滤波器343

6.3 线性均方估值中的正交原理349

6.4 维纳滤波器356

6.5 卡尔曼滤波器367

6.6 匹配滤波器386

习题399

参考文献402

第七章 模拟信号解调403

7.1 模拟调制403

7.2 已调信号的估值方程405

7.3 线性调制的最佳解调器409

7.4 角度调制的最佳解调器416

7.5 几种模拟调制性能的比较428

习题430

参考文献431

中英人名对照433