全新正版 經典譯叢·信息與通信技術:統計信號處理基礎—估計與檢測理論(捲I、捲II閤集) 下載 mobi epub pdf 電子書 2024

基本信息

書名：全新正版 經典譯叢·信息與通信技術:統計信號處理基礎—估計與檢測理論(捲I、捲II閤集)

定價：99.00元

作者：(美)凱,羅鵬飛

齣版社：電子工業齣版社

齣版日期：2014-06-01

ISBN：9787121234484

字數：

頁碼：

版次：1

裝幀：平裝

開本：16開

商品重量：0.4kg

編輯推薦

內容提要

　　《統計信號處理基礎--估計與檢測理論》分為兩捲，分彆講解瞭統計信號處理基礎的估計理論和檢測理論。捲Ⅰ詳細介紹瞭經典估計理論和貝葉斯估計，總結瞭各種估計方法，考慮瞭維納濾波和卡爾曼濾波，並介紹瞭對復數據和參數的估計方法。捲Ⅱ全麵介紹瞭計算機上實現的*檢測算法，並且重點介紹瞭現實中的信號處理應用，包括現代語音、通信技術以及傳統的聲納/雷達係統。

目錄

捲I：統計信號處理基礎――估計理論
　章 引言
　　1．1 信號處理中的估計
　　1．2 估計的數學問題
　　1．3 估計量性能評估
　　1．4 幾點說明
　　參考文獻
　　習題
　第2章 小方差無偏估計
　　2．1 引言
　　2．2 小結
　　2．3 無偏估計量
　　2．4 小方差準則
　　2．5 小方差無偏估計的存在性
　　2．6 求小方差無偏估計量
　　2．7 擴展到矢量參數
　　參考文獻
　　習題
　第3章 CramerRao下限
　　3．1 引言
　　3．2 小結
　　3．3 估計量精度考慮
　　3．4 CramerRao下限
　　3．5 高斯白噪聲中信號的一般
　　3．6 參數的變換
　　3．7 擴展到矢量參數
　　3．8 矢量參數變換的
　　3．9 一般高斯情況的
　　3．10 WSS高斯過程的漸近
　　3．11 信號處理的例子
　　參考文獻
　　習題
　　附錄3A 標量參數CRLB的推導
　　附錄3B 矢量參數CRLB的推導
　　附錄3C 一般高斯CRLB的推導
　　附錄3D 漸近CRLB的推導
　第4章 綫性模型
　　4．1 引言
　　4．2 小結
　　4．3 定義和性質
　　4．4 綫性模型的例子
　　4．5 擴展到綫性模型
　　參考文獻
　　習題
　第5章 一般小方差無偏估計
　　5．1 引言
　　5．2 小結
　　5．3 充分統計量
　　5．4 求充分統計量
　　5．5 利用充分統計量求MVU估計量
　　5．6 擴展到矢量參數
　　參考文獻
　　習題
　　附錄5A NeymanFisher因子分解定理（標量參數）的證明
　　附錄5B RaoBlackwellLehmannScheffe定理（標量參數）的證明
　第6章 佳綫性無偏估計量
　　6．1 引言
　　6．2 小結
　　6．3 BLUE的定義
　　6．4 求
　　6．5 擴展到矢量參數
　　6．6 信號處理的例子
　　參考文獻
　　習題
　　附錄6A 標量BLUE的推導
　　附錄6B 矢量BLUE的推導
　第7章 大似然估計
　　7．1 引言
　　7．2 小結
　　7．3 舉例
　　7．4 求
　　7．5 MLE的性質
　　7．6 變換參數的
　　7．7 MLE的數值確定
　　7．8 擴展到矢量參數
　　7．9 漸近
　　7．10 信號處理的例子
　　參考文獻
　　習題
　　附錄7A 濛特卡洛方法
　　附錄7B 標量參數MLE的漸近
　　附錄7C EM算法例題中條件對數似然函數的推導
　第8章 小二乘估計
　　8．1 引言
　　8．2 小結
　　8．3 小二乘估計方法
　　8．4 綫性小二乘估計
　　8．5 幾何解釋
　　8．6 按階遞推小二乘估計
　　8．7 序貫小二乘估計
　　8．8 約束小二乘估計
　　8．9 非綫性小二乘估計
　　8．10 信號處理的例子
　　參考文獻
　　習題
　　附錄8A 按階遞推小二乘估計的推導
　　附錄8B 遞推投影矩陣的推導
　　附錄8C 序貫小二乘估計的推導
　第9章 矩方法
　　9．1 引言
　　9．2 小結
　　9．3 矩方法
　　9．4 擴展到矢量參數
　　9．5 估計量的統計評價
　　9．6 信號處理的例子
　　參考文獻
　　習題
　0章 貝葉斯原理
　　10．1 引言
　　10．2 小結
　　10．3 先驗知識和估計
　　10．4 選擇先驗
　　10．5 高斯PDF的特性
　　10．6 貝葉斯綫性模型
　　10．7 多餘參數
　　10．8 確定性參數的貝葉斯估計
　　參考文獻
　　習題
　　附錄10A 條件高斯PDF的推導
　1章 一般貝葉斯估計量
　　11．1 引言
　　11．2 小結
　　11．3 風險函數
　　11．4 小均方誤差估計量
　　11．5 大後驗估計量
　　11．6 性能描述
　　11．7 信號處理的例子
　　參考文獻
　　習題
　　附錄11A 連續時間係統到離散時間係統的轉換
　2章 綫性貝葉斯估計量
　　12．1 引言
　　12．2 小結
　　12．3 綫性MMSE估計
　　12．4 幾何解釋
　　12．5 矢量LMMSE估計量
　　12．6 序貫LMMSE估計
　　12．7 信號處理的例子-維納濾波器
　　參考文獻
　　習題
　　附錄12A 貝葉斯綫性模型的序貫LMMSE估計量的推導
　3章 卡爾曼濾波器
　　13．1 引言
　　13．2 小結
　　13．3 動態信號模型
　　13．4 標量卡爾曼濾波器
　　13．5 卡爾曼濾波器與維納濾波器的關係
　　13．6 矢量卡爾曼濾波器
　　13．7 擴展卡爾曼濾波器
　　13．8 信號處理的例子
　　參考文獻
　　習題
　　附錄13A 矢量卡爾曼濾波器的推導
　　附錄13B 擴展卡爾曼濾波器的推導
　4章 估計量總結
　　14．1 引言
　　14．2 估計方法
　　14．3 綫性模型
　　14．4 選擇一個估計量
　5章 復數據和復參數的擴展
　　15．1 引言
　　15．2 小結
　　15．3 復數據和復參數
　　15．4 復變量和
　　15．5 復WSS過程
　　15．6 導數、梯度和佳化
　　15．7 采用復數據的經典估計
　　15．8 貝葉斯估計
　　15．9 漸近復高斯
　　15．10 信號處理的例子
　　參考文獻
　　習題
　　附錄15A 復協方差矩陣的性質的推導
　　附錄15B 復高斯PDF性質的推導
　　附錄15C CRLB和MLE公式的推導
捲II：統計信號處理基礎――檢測理論
　章 引言
　　1．1 信號處理中的檢測理論
　　1．2 檢測問題
　　1．3 檢測問題的數學描述
　　1．4 檢測問題的內容體係
　　1．5 漸近的作用
　　1．6 對讀者的一些說明
　　參考文獻
　　習題
　第2章 重要PDF的總結
　　2．1 引言
　　2．2 基本概率密度函數及其性質
　　2．3 高斯變量的二次型
　　2．4 漸近高斯
　　2．5 濛特卡洛性能評估
　　參考文獻
　　習題
　　附錄2A 要求的濛特卡洛實驗次數
　　附錄2B 正態概率紙
　　附錄2C 計算高斯右尾概率及其逆的MATLAB程序
　　附錄2D 計算中心化和非中心化2的右尾概率
　　附錄2E 濛特卡洛計算機模擬的MATLAB程序
　第3章 統計判決理論
　　3．1 引言
　　3．2 小結
　　3．3 NeymanPearson定理
　　3．4 接收機工作特性
　　3．5 無關數據
　　3．6 小錯誤概率
　　3．7 貝葉斯風險
　　3．8 多元假設檢驗
　　參考文獻
　　習題
　　附錄3A NeymanPearson定理
　　附錄3B 小貝葉斯風險檢測器――二元假設
　　附錄3C 小貝葉斯風險檢測器――多元假設
　第4章 確定信號
　　4．1 引言
　　4．2 小結
　　4．3 匹配濾波器
　　4．4 廣義匹配濾波器
　　4．5 多個信號
　　4．6 綫性模型
　　4．7 信號處理的例子
　　參考文獻
　　習題
　　附錄4A 綫性模型的簡化形式
　第5章 信號
　　5．1 引言
　　5．2 小結
　　5．3 估計器-相關器
　　5．4 綫性模型
　　5．5 大數據記錄的估計器-相關器
　　5．6 一般高斯檢測
　　5．7 信號處理的例子
　　參考文獻
　　習題
　　附錄5A 估計器-相關器的檢測性能
　第6章 統計判決理論
　　6．1 引言
　　6．2 小結
　　6．3 復閤假設檢驗
　　6．4 復閤假設檢驗方法
　　6．5 大數據記錄時GLRT的性能
　　6．6 等效大數據記錄檢驗
　　6．7 局部大勢檢測器
　　6．8 多元假設檢驗
　　參考文獻
　　習題
　　附錄6A 漸近等效檢驗――無多餘參數
　　附錄6B 漸近等效檢驗――多餘參數
　　附錄6C GLRT的漸近
　　附錄6D LMP檢驗的漸近檢測性能
　　附錄6E 局部優勢檢驗的另一種推導
　　附錄6F 廣義ML準則的推導
　第7章 具有未知參數的確定
　　7．1 引言
　　7．2 小結
　　7．3 信號建模和檢測性能
　　7．4 未知幅度
　　7．5 未知到達時間
　　7．6 正弦信號檢測
　　7．7 經典綫性模型
　　7．8 信號處理的例子
　　參考文獻
　　習題
　　附錄7A 能量檢測器的漸近性能
　　附錄7B 經典綫性模型GLRT的推導
　第8章 未知參數的信號
　　8．1 引言
　　8．2 小結
　　8．3 信號協方差不完全已知
　　8．4 大數據記錄的近似
　　8．5 弱信號檢測
　　8．6 信號處理的例子
　　參考文獻
　　習題
　　附錄8A 周期高斯過程PDF的推導
　第9章 未知噪聲參數
　　9．1 引言
　　9．2 小結
　　9．3 一般考慮
　　9．4 白高斯噪聲
　　9．5 有色WSS高斯噪聲
　　9．6 信號處理的例子
　　參考文獻
　　習題
　　附錄9A 推導對於σ2未知的經典綫性模型的
　　附錄9B 對具有未知噪聲參數的一般綫性模型的Rao檢驗
　　附錄9C 信號處理例子的漸近等效Rao檢驗
　0章 非高斯噪聲
　　10．1 引言
　　10．2 小結
　　10．3 非高斯噪聲的性質
　　10．4 已知確定
　　10．5 未知參數確定
　　10．6 信號處理的例子
　　參考文獻
　　習題
　　附錄10A NP檢測器對微弱信號的漸近性能
　　附錄10B IID非高斯噪聲中綫性模型信號的Rao檢驗
　1章 檢測器總結
　　11．1 引言
　　11．2 檢測方法
　　11．3 綫性模型
　　11．4 選擇一個檢測器
　　11．5 其他方法和其他參考教材
　　參考文獻
　2章 模型變化檢測
　　12．1 引言
　　12．2 小結
　　12．3 問題的描述
　　12．4 基本問題的擴展
　　12．5 多個變化時刻
　　12．6 信號處理的例子
　　參考文獻
　　習題
　　附錄12A 分段的通用動態規劃方法
　　附錄12B 動態規劃的MATLAB程序
　3章 復矢量擴展及陣列處理
　　13．1 引言
　　13．2 小結
　　13．3 已知
　　13．4 具有未知參數的
　　13．5 矢量觀測和
　　13．6 矢量觀測量的檢測器
　　13．7 大數據記錄的估計器-相關器
　　13．8 信號處理的例子
　　參考文獻
　　習題
　　附錄13A 復綫性模型GLRT的
　　附錄1 重要概念迴顧
　　附錄2 符號和縮寫術語錶

作者介紹

（美）凱，美國羅德島大學電子與計算機工程係的教授，IEEE會士，信號處理領域專傢，曾發錶過大量論文與學術報告，並撰寫過多部著作。研究方嚮為頻譜分析、檢測和估計理論、統計信號處理。

文摘

序言