信號(hào)檢測與估計(jì)（第3版）

基本信息

叢書名：電子信息科學(xué)與工程類專業(yè)精品教材 出版社：電子工業(yè)出版社

上架時(shí)間：2011-12-5

版次：3-1

內(nèi)容簡介

信號(hào)檢測與估計(jì)是現(xiàn)代信息理論的一個(gè)重要分支。《信號(hào)檢測與估計(jì)(第3版)》系統(tǒng)地講述了信號(hào)檢測與估計(jì)的理論及其應(yīng)用?！缎盘?hào)檢測與估計(jì)(第3版)》共分9章，首先介紹統(tǒng)計(jì)接收中信號(hào)檢測與估計(jì)的基本理論；然后分別討論高斯白噪聲和高斯色噪聲中信號(hào)的檢測；接著介紹了序列檢測、非參量檢測和robust檢測，以及雷達(dá)中信號(hào)檢測的過程；最后分別講述了信號(hào)參量估計(jì)和波形估計(jì)，這些內(nèi)容均屬于現(xiàn)代檢測與估計(jì)理論的范疇。所附全書的習(xí)題解答，是所述教材內(nèi)容的補(bǔ)充和擴(kuò)展。

《信號(hào)檢測與估計(jì)(第3版)》為工科電子信息類專業(yè)信號(hào)檢測與估計(jì)的導(dǎo)論性教材，取材注意結(jié)構(gòu)的完整性和內(nèi)容的典型性，注意理論聯(lián)系實(shí)際和新概念、新理論的介紹，深入淺出，易于讀者學(xué)習(xí)。

《信號(hào)檢測與估計(jì)(第3版)》可供電子與通信科學(xué)科各專業(yè)的高年級本科生和研究生使用，也可供從事電子與通信技術(shù)的廣大科技人員做參考書。

目錄

《信號(hào)檢測與估計(jì)(第3版)》

第1章 統(tǒng)計(jì)接收中信號(hào)檢測與估計(jì)的基本理論

1.1 引言

1.2 假設(shè)檢驗(yàn)的基本概念

1.2.1 基本檢測模型

1.2.2 信號(hào)假設(shè)檢測步驟

1.3 雙擇檢測及其最佳準(zhǔn)則

1.3.1 貝葉斯準(zhǔn)則(bayes critertion)

1.3.2 派生貝葉斯準(zhǔn)則

1.3.3 極大極小化準(zhǔn)則(maxmini criterion)

1.3.4 奈曼-皮爾遜準(zhǔn)則(neyman pearson critertion)

1.4 多元信號(hào)檢測及其最佳準(zhǔn)則

1.4.1 多擇-貝葉斯準(zhǔn)則

1.4.2 多擇-最大后驗(yàn)概率準(zhǔn)則

1.5 隨機(jī)參量信號(hào)的檢測

1.5.1 貝葉斯準(zhǔn)則

1.5.2 奈曼-皮爾遜準(zhǔn)則

1.6 誤差的定義和分類

1.7 信號(hào)參量估計(jì)的性能

1.7.1 信號(hào)估計(jì)的基本概念

.1.7.2 無偏性

1.7.3 一致性

1.7.4 充分性

1.7.5 優(yōu)效性

1.7.6 克拉默-拉奧—拉奧不等式

1.8 信號(hào)參量估計(jì)基本理論

1.8.1 經(jīng)典估計(jì)

1.8.2 貝葉斯估計(jì)

1.8.3 最大后驗(yàn)估計(jì)(maximum a posteriori estimation)

1.8.4 最大似然估計(jì)(maximum likehood estimation)

1.8.5 極大極小化估計(jì)(maxmini estimation)

1.8.6 線性最小均方估計(jì)(liner minimum variance estimation)

1.8.7 最小二乘估計(jì)(least square estimation)

1.8.8 加權(quán)最小二乘估計(jì)

1.8.9 線性最小均方誤差估計(jì)的遞推算法

1.9 區(qū)間估計(jì)

1.9.1 置信區(qū)間

1.9.2 單個(gè)母體的區(qū)間估計(jì)

本章小結(jié)

習(xí)題一

第2章 高斯信道中確知信號(hào)的檢測

2.1 概述

2.2 高斯白噪聲下確知信號(hào)的檢測

2.2.1 二元通信系統(tǒng)

2.2.2 在白色高斯信道中的一次觀測結(jié)果

2.2.3 在白噪聲信道中多次觀測結(jié)果

2.2.4 最佳系統(tǒng)的檢測性能

2.2.5 相參雷達(dá)系統(tǒng)

2.3 匹配濾波器理論

2.3.1 概述

2.3.2 線性濾波器的一種最佳準(zhǔn)則——信噪比最大準(zhǔn)則

2.3.3 白噪聲背景下的匹配濾波器

2.3.4 色噪聲背景下確知信號(hào)的匹配濾波器

2.3.5 匹配濾波器的有關(guān)性質(zhì)

2.3.6 時(shí)變匹配濾波器

2.4 隨機(jī)參量信號(hào)的檢測

2.4.1 隨機(jī)相位信號(hào)的檢測

2.4.2 隨機(jī)振幅信號(hào)的檢測

2.4.3 隨機(jī)相位和振幅信號(hào)的檢測

2.4.4 隨機(jī)頻率信號(hào)的檢測

2.4.5 隨機(jī)到達(dá)時(shí)間信號(hào)的檢測

2.5 信號(hào)的多脈沖檢測

2.5.1 確知脈沖串信號(hào)的檢測

2.5.2 隨機(jī)相位脈沖串(非相參脈沖串)信號(hào)的檢測

2.5.3 隨機(jī)振幅隨機(jī)相位脈沖串信號(hào)的檢測

本章小結(jié)

習(xí)題二

第3章 高斯色噪聲中的信號(hào)檢測

3.1 概述

3.2 基于相關(guān)函數(shù)的一種最佳變換——k-l展開

3.2.1 連續(xù)隨機(jī)信號(hào)的k-l展開

3.2.2 離散隨機(jī)信號(hào)的k-l展開

3.2.3 k-l展開是最小均方誤差意義下的一種最佳變換

3.3 平穩(wěn)高斯色噪聲中確知信號(hào)的檢測

3.3.1 似然比計(jì)算和最佳處理器

3.3.2 檢測系統(tǒng)性能

3.4 隨機(jī)相位信號(hào)的檢測

本章小結(jié)

習(xí)題三

第4章 序列檢測

4.1 概述

4.2 瓦爾特序列檢測

4.3 序列檢測與固定樣本檢測的比較

4.4 序列檢測在雷達(dá)中的實(shí)際應(yīng)用

4.4.1 兩步序列探測概率

4.4.2 有快速確認(rèn)的序列檢測

4.4.3 延遲確認(rèn)的序列檢測

4.4.4 序列檢測的能量和時(shí)間要求

本章小結(jié)

習(xí)題四

第5章 非參量檢測

5.1 概述

5.2 非參量檢測中常用的公式和性能指標(biāo)

5.2.1 常用的公式

5.2.2 非參量檢測虛警概率和檢測概率指標(biāo)的計(jì)算

5.2.3 非參量檢測的其他性能指標(biāo)

5.3 非參量檢測器原理

5.3.1 廣義符號(hào)檢測器

5.3.2 量化秩值求和檢測

5.3.3 馬恩-懷特奈(man-whitney)檢驗(yàn)統(tǒng)計(jì)

5.3.4 秩值檢測(rank tests)

5.3.5 幾種不同類型的秩檢測器

本章小結(jié)

習(xí)題五

第6章 穩(wěn)健性(robust)檢測

6.1 概述

6.2 混合模型的robust假設(shè)檢測

6.2.1 robust似然比檢驗(yàn)

6.2.2 污染的高斯噪聲中有限樣本確知信號(hào)的robust檢測

6.3 確知弱信號(hào)的漸近robust檢測

6.3.1 非線性相關(guān)檢測器(nc檢測器)——局部最佳檢測器

6.3.2 m檢測器

本章小結(jié)

習(xí)題六

第7章 雷達(dá)中信號(hào)檢測的過程

7.1 概述

7.2 單樣本檢測概述

7.2.1 對一個(gè)數(shù)據(jù)樣本設(shè)定門限

7.2.2 單樣本檢測的檢測概率

7.2.3 單樣本檢測的例子

7.3 多樣本檢測概述

7.3.1 基于多個(gè)數(shù)據(jù)樣本點(diǎn)的檢測

7.3.2 多樣本檢測方案(表決法)

7.3.3 多樣本(表決法)檢測的例子

7.3.4 基于取總和的多樣本檢測

7.3.5 n個(gè)樣本檢測的例子(總和法)

7.4 多脈沖積累

7.4.1 雷達(dá)脈沖的積累方法簡述

7.4.2 相參積累

7.4.3 非相參積累

7.4.4 二進(jìn)制積累器

7.4.5 累積積累器(批積累器)

7.4.6 反饋積累器

7.4.7 其他類型的積累器/檢測器

7.5 兩種實(shí)用的二進(jìn)制檢測器

7.5.1 指向檢測器

7.5.2 滑窗檢測器(積累器)

7.6 恒虛警率檢測處理

7.6.1 概述

7.6.2 瑞利分布的參量型恒虛警率處理

7.6.3 非瑞利分布的參量型恒虛警率處理(雙參量cfar)

7.6.4 時(shí)間平均cfar

7.6.5 非參量cfar

本章小結(jié)

習(xí)題七

第8章 信號(hào)參量估計(jì)

8.1 概述

8.2 在白色高斯信道中單參量信號(hào)估計(jì)

8.2.1 信號(hào)幅度估計(jì)

8.2.2 信號(hào)相位估計(jì)

8.2.3 信號(hào)頻率估計(jì)

8.2.4 信號(hào)時(shí)延估計(jì)

8.3 多個(gè)信號(hào)參量的同時(shí)估計(jì)的方法和性能

8.3.1 估計(jì)方法

8.3.2 估計(jì)性能

8.4 高斯色噪聲情況下的估計(jì)簡介

8.4.1 非隨機(jī)相位信號(hào)

8.4.2 隨機(jī)相位信號(hào)

本章小結(jié)

習(xí)題八

第9章 波形估計(jì)

9.1 概述

9.2 連續(xù)隨機(jī)過程的維納濾波

9.2.1 非因果解

9.2.2 因果解(頻譜因式分解法)

9.2.3 正交性

9.3 離散隨機(jī)過程的維納濾波

9.3.1 離散觀測情況

9.3.2 平穩(wěn)序列的因果和非因果維納濾波器

9.3.3 白化濾波器

9.4 平穩(wěn)序列的維納預(yù)測器

9.4.1 預(yù)測器計(jì)算公式

9.4.2 離散因果和非因果平穩(wěn)序列維納預(yù)測器

9.5 標(biāo)量卡爾曼濾波

9.5.1 概述

9.5.2 標(biāo)量信號(hào)模型和觀測模型

9.5.3 標(biāo)量卡爾曼濾波算法

9.6 標(biāo)量卡爾曼預(yù)測

9.7 矢量信號(hào)模型和觀測模型

9.8 離散矢量卡爾曼濾波的信號(hào)模型

9.8.1 離散狀態(tài)方程和觀測方程[17]

9.8.2 矢量卡爾曼濾波和預(yù)測算法

9.8.3 利用標(biāo)量卡爾曼濾波運(yùn)算過渡到矢量卡爾曼濾波

9.9 用于雷達(dá)跟蹤的卡爾曼濾波算法簡介

9.10 常增益濾波方法

9.10.1 α-β濾波

9.10.2 α-β-γ濾波

本章小結(jié)

習(xí)題九

附錄a 弗雷德霍姆積分方程的解

a.1 第一類弗雷德霍姆積分方程的形式解

a.2 有理核的第一類弗雷德霍姆的積分方程的解

a.3 有理核的第二類弗雷德霍姆積分方程的解

a.4 有理核的弗雷德霍姆齊次積分方程的解

附件b 習(xí)題解答

參考文獻(xiàn)