信號(hào)檢測(cè)與估計(jì)（第3版）

第1章緒論1

1.1信號(hào)檢測(cè)與估計(jì)理論的研究對(duì)象1

1.2信號(hào)檢測(cè)與估計(jì)理論的發(fā)展歷程1

1.2.1初創(chuàng)和奠基階段1

1.2.2迅猛發(fā)展階段2

1.2.3成熟階段2

1.3本課程的性質(zhì)和內(nèi)容安排2

思考題4

知識(shí)擴(kuò)展4

第2章隨機(jī)信號(hào)及其統(tǒng)計(jì)描述5

2.1隨機(jī)過(guò)程5

2.1.1隨機(jī)過(guò)程的概念5

2.1.2隨機(jī)過(guò)程的統(tǒng)計(jì)描述6

2.1.3隨機(jī)過(guò)程的平穩(wěn)性與各態(tài)歷經(jīng)性8

2.1.4隨機(jī)過(guò)程的獨(dú)立性、相關(guān)性和正交性11

2.1.5平穩(wěn)隨機(jī)過(guò)程的功率譜密度函數(shù)12

2.1.6復(fù)隨機(jī)過(guò)程及其統(tǒng)計(jì)特性14

2.2隨機(jī)過(guò)程的正交級(jí)數(shù)表示15

2.2.1完備的正交函數(shù)集15

2.2.2隨機(jī)信號(hào)的卡亨南洛維展開(kāi)15

2.2.3*格拉姆施密特正交化法21

2.3*實(shí)信號(hào)的復(fù)數(shù)表示法與希爾伯特變換23

2.3.1實(shí)信號(hào)的復(fù)數(shù)表示法與希爾伯特變換23

2.3.2希爾伯特變換的性質(zhì)24

2.4高斯噪聲與白噪聲26

2.4.1高斯噪聲26

2.4.2白噪聲28

本章小結(jié)28

思考題30

習(xí)題30

計(jì)算機(jī)仿真31

知識(shí)擴(kuò)展39

第3章經(jīng)典檢測(cè)理論40

3.1檢測(cè)理論的基本概念40

3.2最大后驗(yàn)概率準(zhǔn)則42

3.2.1接收機(jī)結(jié)構(gòu)形式42

3.2.2接收機(jī)性能評(píng)價(jià)43

3.3最小風(fēng)險(xiǎn)Bayes準(zhǔn)則45

3.3.1接收機(jī)結(jié)構(gòu)形式45

3.3.2Bayes準(zhǔn)則與最大后驗(yàn)概率準(zhǔn)則的關(guān)系47

3.4最小錯(cuò)誤概率準(zhǔn)則47

3.5極大極小準(zhǔn)則49

3.5.1不同P(H0)下的Bayes風(fēng)險(xiǎn)50

3.5.2假定P(H0)=q1,實(shí)際P(H0)不一定

是q1時(shí)的平均風(fēng)險(xiǎn)50

3.6NeymanPearson準(zhǔn)則52

3.7M元檢測(cè)55

3.7.1M元檢測(cè)的Bayes準(zhǔn)則55

3.7.2M元檢測(cè)的最大后驗(yàn)概率準(zhǔn)則56

3.7.3M元檢測(cè)的最大似然檢驗(yàn)準(zhǔn)則56

本章小結(jié)58

思考題59

習(xí)題59

計(jì)算機(jī)仿真60

知識(shí)擴(kuò)展63

第4章確知信號(hào)的檢測(cè)65

4.1高斯白噪聲下二元確知信號(hào)的檢測(cè)65

4.1.1接收機(jī)的結(jié)構(gòu)形式65

4.1.2接收機(jī)的檢測(cè)性能68

4.23種常用系統(tǒng)性能評(píng)價(jià)71

4.2.1相干相移鍵控系統(tǒng)71

4.2.2相干頻移鍵控系統(tǒng)72

4.2.3相干啟閉鍵控系統(tǒng)73

4.3高斯白噪聲下多元確知信號(hào)的檢測(cè)74

4.3.1接收機(jī)的結(jié)構(gòu)形式74

4.3.2*接收機(jī)的檢測(cè)性能74

4.4*高斯色噪聲中確知信號(hào)的檢測(cè)76

4.4.1KarhunenLoève展開(kāi)法77

4.4.2接收機(jī)的結(jié)構(gòu)形式77

4.4.3接收機(jī)的檢測(cè)性能80

4.4.4最佳信號(hào)波形83

4.5匹配濾波器85

4.5.1最大信噪比準(zhǔn)則85

4.5.2白噪聲背景下的匹配濾波器86

4.6廣義匹配濾波器90

4.6.1積分方程的近似解法90

4.6.2預(yù)白化方法91

4.6.3白化濾波器的構(gòu)成91

本章小結(jié)92

思考題94

習(xí)題94

計(jì)算機(jī)仿真95

知識(shí)擴(kuò)展107

第5章隨機(jī)參量信號(hào)的檢測(cè)108

5.1復(fù)合假設(shè)檢驗(yàn)108

5.1.1復(fù)合假設(shè)檢驗(yàn)的Bayes準(zhǔn)則108

5.1.2復(fù)合假設(shè)檢驗(yàn)的NeymanPearson準(zhǔn)則111

5.1.3復(fù)合假設(shè)檢驗(yàn)的最大似然檢驗(yàn)準(zhǔn)則112

5.2隨機(jī)相位信號(hào)的檢測(cè)112

5.2.1最佳檢測(cè)系統(tǒng)的結(jié)構(gòu)112

5.2.2檢測(cè)性能115

5.3隨機(jī)相位和振幅信號(hào)的檢測(cè)118

5.3.1最佳檢測(cè)系統(tǒng)結(jié)構(gòu)118

5.3.2檢測(cè)性能119

5.4隨機(jī)頻率信號(hào)的檢測(cè)120

5.4.1隨機(jī)相位和頻率信號(hào)的檢測(cè)121

5.4.2隨機(jī)相位和頻率、振幅瑞利衰減信號(hào)的檢測(cè)122

5.4.3一種多元信號(hào)的檢測(cè)方法124

5.5隨機(jī)時(shí)延信號(hào)的檢測(cè)124

5.5.1隨機(jī)相位和時(shí)延信號(hào)的檢測(cè)124

5.5.2隨機(jī)相位、頻率和時(shí)延信號(hào)的檢測(cè)126

本章小結(jié)127

思考題128

習(xí)題128

計(jì)算機(jī)仿真129

知識(shí)擴(kuò)展133

第6章多重信號(hào)的檢測(cè)135

6.1確知脈沖串信號(hào)的檢測(cè)135

6.1.1似然比檢驗(yàn)和最優(yōu)處理器135

6.1.2檢測(cè)性能137

6.2隨機(jī)參量脈沖串信號(hào)的檢測(cè)138

6.2.1隨機(jī)相位非相干脈沖串信號(hào)的檢測(cè)138

6.2.2隨機(jī)振幅和相位脈沖串信號(hào)的檢測(cè)141

本章小結(jié)144

思考題145

習(xí)題145

計(jì)算機(jī)仿真145

知識(shí)擴(kuò)展155

第7章序貫檢測(cè)156

7.1序貫檢測(cè)的一般原理156

7.2序貫似然比檢測(cè)157

7.2.1判決規(guī)則157

7.2.2檢測(cè)門(mén)限158

7.2.3平均取樣數(shù)160

7.2.4判決終止的必然性161

7.3序貫檢測(cè)的實(shí)例分析163

本章小結(jié)166

思考題167

習(xí)題167

知識(shí)擴(kuò)展167

第8章經(jīng)典估計(jì)理論168

8.1引言168

8.2Bayes估計(jì)168

8.2.1代價(jià)函數(shù)的形式168

8.2.2Bayes估計(jì)準(zhǔn)則169

8.3最大后驗(yàn)估計(jì)171

8.4最大似然估計(jì)172

8.5最小二乘法估計(jì)174

8.5.1最小二乘法174

8.5.2線(xiàn)性信號(hào)模型的最小二乘法估計(jì)175

8.6估計(jì)量的性質(zhì)177

8.6.1無(wú)偏性177

8.6.2一致性178

8.6.3充分性178

8.6.4有效性179

8.7克拉默拉奧不等式180

8.7.1克拉默拉奧不等式的形式180

8.7.2幾點(diǎn)討論181

8.8估計(jì)的最小均方誤差界182

本章小結(jié)185

思考題185

習(xí)題186

計(jì)算機(jī)仿真187

知識(shí)擴(kuò)展190

第9章信號(hào)參量的估計(jì)192

9.1概述192

9.1.1估計(jì)量的計(jì)算192

9.1.2估計(jì)量的性能分析192

9.2振幅估計(jì)193

9.2.1振幅估計(jì)量的計(jì)算193

9.2.2振幅估計(jì)量的性能分析194

9.3相位估計(jì)195

9.4時(shí)延估計(jì)197

9.4.1時(shí)延估計(jì)量的計(jì)算197

9.4.2雷達(dá)自動(dòng)距離跟蹤環(huán)路199

9.4.3時(shí)延估計(jì)量的性能分析200

9.5頻率估計(jì)200

本章小結(jié)202

思考題202

習(xí)題202

計(jì)算機(jī)仿真203

知識(shí)擴(kuò)展205

第10章維納濾波和卡爾曼濾波207

10.1概述207

10.2維納濾波208

10.2.1連續(xù)過(guò)程的維納濾波208

10.2.2離散過(guò)程的維納濾波210

10.3卡爾曼濾波218

10.3.1卡爾曼濾波的信號(hào)模型218

10.3.2卡爾曼濾波器的設(shè)計(jì)218

本章小結(jié)222

思考題223

習(xí)題223

計(jì)算機(jī)仿真223

知識(shí)擴(kuò)展226

第11章自適應(yīng)濾波227

11.1自適應(yīng)濾波概述227

11.1.1自適應(yīng)濾波的基本概念227

11.1.2自適應(yīng)濾波的組成227

11.1.3自適應(yīng)濾波的分類(lèi)227

11.1.4自適應(yīng)濾波的性能指標(biāo)228

11.2最小均方自適應(yīng)濾波算法228

11.2.1基本原理228

11.2.2均方誤差性能曲面230

11.2.3算法形式232

11.2.4收斂特性233

11.3遞歸最小二乘自適應(yīng)濾波算法236

11.3.1算法原理236

11.3.2RLS算法和LMS算法的比較239

本章小結(jié)239

思考題240

習(xí)題240

計(jì)算機(jī)仿真241

知識(shí)擴(kuò)展244

第12章功率譜估計(jì)246

12.1概述246

12.2經(jīng)典譜估計(jì)法247

12.2.1間接法247

12.2.2直接法250

12.3現(xiàn)代譜估計(jì)法254

12.3.1信號(hào)模型及其選擇255

12.3.2AR模型譜估計(jì)法256

12.4白噪聲中正弦信號(hào)的譜估計(jì)261

12.4.1最大似然法261

12.4.2Capon譜估計(jì)法263

本章小結(jié)264

思考題265

習(xí)題266

計(jì)算機(jī)仿真266

知識(shí)擴(kuò)展268

參考文獻(xiàn)270