《信号检测与估计》求取 ⇩

第一章 绪论1

目录1

第二章 匹配滤波6

§2.1 引言6

§2.2 输出信噪比最大的线性滤波器7

§2.3 匹配滤波器9

§2.4 相关接收与匹配滤波器19

2.4.1 自相关接收20

2.4.2 互相关接收22

§2.5 白化滤波处理方法24

2.5.1 白化滤波的基本概念24

2.4.3 相关处理与匹配滤波处理24

2.5.2 白化滤波器26

2.5.3 广义匹配滤波器28

§2.6 习题29

第三章 信号的检测32

§3.1 引言32

§3.2 二元假设检验和判决准则33

3.2.1 基本概念33

3.2.2 贝叶斯准则36

3.2.3 最小总错误概率准则40

3.2.4 奈曼-皮尔逊准则41

3.2.5 极大极小准则43

3.3.1 波形取样44

§3.3 二元已知信号的检测44

3.3.2 二元信号检测系统45

3.3.3 二元通信系统的检测性能48

3.3.4 雷达系统的检测性能52

3.3.5 检测系统的工作特性53

§3.4 随机参量信号的检测54

3.4.1 信号检测与复合假设检验54

3.4.2 随机相位信号的检测58

3.4.3 随机相位及幅度信号的检测64

3.4.4 射频脉冲列信号的检测66

§3.5 多元信号的检测70

3.5.1 多元假设检验的判决准则70

3.5.2 M元信号通信检测系统74

§3.6 序贯检测76

3.6.1 序贯概率比检验77

3.6.2 序贯概率比检验的平均取样数78

§3.7 非白正态噪声中的信号检测80

3.7.1 卡亨南-洛维展开式81

3.7.2 已知信号的检测82

3.7.3 检测系统的性能83

§3.8 双门限检测84

§3.9 习题87

第四章 信号参量的估计92

§4.1 引言92

4.2.1 几种贝叶斯估计94

§4.2 贝叶斯估计94

4.2.2 估计量的不变性101

§4.3 最大似然估计102

§4.4 估计量的性质104

4.4.1 估计量的性能标准104

4.4.2 克拉美-罗限105

§4.5 线性最小均方估计112

4.5.1 线性最小均方估计113

4.5.2 非白噪声的模型119

4.5.3 线性递推估计方法122

§4.6 多参量的同时估计125

4.6.1 贝叶斯估计与最大似然估计126

4.6.2 线性最小均方估计127

4.6.3 正交原理与投影130

§4.7 最小二乘估计133

4.7.1 最小二乘估计133

4.7.2 加权最小二乘估计134

§4.8 习题138

第五章 波形估计142

§5.1 引言142

§5.2 波形的简单估计142

§5.3 维纳滤波144

5.3.1 波形最佳线性滤波144

5.3.2 维纳-霍甫积分方程145

5.3.3 解非因果关系的维纳-霍甫积分方程146

5.3.4 解维纳-霍甫积分方程147

5.3.5 离散系统的维纳滤波156

§5.4 标量信号的卡尔曼滤波和预测157

5.4.1 信号模型与观测模型157

5.4.2 最佳线性递推滤波159

5.4.3 最佳线性递推预测162

5.4.4 滤波与预测的关系164

§5.5 矢量信号卡尔曼滤波和预测165

5.5.1 信号模型与观测模型165

5.5.2 最佳线性滤波和预测167

5.5.3 白化过程——新息168

5.5.4 一步递推预测169

5.5.5 递推滤波172

5.5.6 卡尔曼滤波与预测公式集174

5.5.7 连续时间的卡尔曼滤波180

5.5.8 卡尔曼滤波与维纳滤波之间的关系182

§5.6 卡尔曼滤波的推广182

5.6.1 非随机项的处置183

5.6 2 动态噪声与测量噪声相关185

5.6.3 非白噪声的处置186

5.6.4 非线性系统的近似估计188

§5.7 卡尔曼滤波方法的发散问题193

5.7.1 发散现象及其原因193

5.7.2 克服发散的方法196

§5.8 习题197

参考文献199