《信号处理 离散频谱分析、检测和估计》求取 ⇩

译者前言1

前言1

第一章　导论1

目录1

第二章　时域离散信号6

2.1 引言6

2.2 简单信号8

2.3　傅里叶级数12

2.4　时域离散傅里叶变换18

2.5　频率成分和取样率22

2.6　数字傅里叶变换30

2.7　离散傅里叶变换的实际计算34

2.8　传递函数：频率响应41

习题48

3.1　引言和概率论回顾55

第三章　时域离散随机信号55

3.2　随机数据：矩和直方图65

3.3　伪随机噪声的产生和形成72

3.4　滤波后的随机信号：自相关和功率谱密度78

3.5　互谱和均方误差90

3.6　有限带宽随机信号的取样96

3.7　附录：随机矢量99

习题102

第四章　随机信号的频谱分析107

4.1 引言107

4.2　样本自相关函数108

4.3　周期图114

4.4　窗函数：频域褶积117

4.5　周期图的校正和修改121

4.6　平滑的谱估计和窗函数129

4.7　通过预处理来改善功率谱密度估计138

4.8　谱估计的应用141

4.9　互谱估计144

4.10　参数法谱估计148

4.11 小结152

习题153

第五章　噪声中信号的检测157

5.1 引言157

5.2　最佳检测算法：最小错误概率160

5.3　其他性能准则：雷达用的奈曼-皮尔逊准则169

5.4　在空中交通管制雷达中的应用174

5.5　准最佳处理器的一个例子180

5.6　幅度变化信号的检测：匹配滤波器182

5.7　随机信号的检测189

5.8　小结191

习题192

第六章　噪声中信号的估计200

6.1 引言200

6.2　线性均方估计201

6.3　贝叶斯估计：非线性估计208

6.4　贝叶斯估计的一些例子217

6.5　线性系统参数的最大似然估计225

习题229

第七章　递推线性均方估计：时变信号和卡尔曼滤波236

7.1　引言：信号参数的估计236

7.2　时变信号的递推估计：卡尔曼滤波243

7.3　在空中交通管制雷达跟踪中的应用256

7.4　其他应用268

习题281

汉英名词对照索引285