随机信号处理PDF电子书下载

第一章 引论 1

1.1 概要 1

1.2 消息、信号与信息 2

1.3 信息科学与信息工程 4

1.4 历史背景 5

1.5 随机信号处理 11

第二章 随机信号的表示 12

2.1 随机过程 12

2.2 随机过程分析 32

2.3 线性系统响应 40

2.4 随机过程的表示 48

2.5 随机信号模型 60

2.6 窄带信号 64

习题 84

第三章 检测理论 88

3.1 经典检测理论 89

3.2 贝叶斯准则 92

3.3 极大极小化准则 111

3.4 聂曼-皮尔逊准则 115

3.5 复合假设检测 124

3.6 序列检测 127

3.7 一般高斯问题的二元检测 132

习题 135

第四章 噪声中信号波形的检测 142

4.1 匹配滤波器的原理 142

4.2 白色噪声中已知信号的检测：相关接收机 162

4.3 非白噪声中已知信号的检测 180

4.4 具有多余参量信号的检测 188

习题 189

第五章 鲁棒检测 196

5.1 鲁棒性的概念 196

5.2 鲁棒规则 198

5.3 对平稳和无记忆随机过程的鲁棒检测 200

习题 220

第六章 非参量检测 222

6.1 非参量检测的基本概念 222

6.2 符号检测 223

6.3 秩检测 231

6.4 自适应检测 238

习题 242

第七章 参量估计 244

7.1 估计理论 244

7.2 最大似然估计 246

7.3 估计准则 250

7.4 随机参量的贝叶斯估计 256

7.5 线性均方估计 265

7.6 最小二乘法 272

7.7 估计量的性质 276

7.8 线性估计 283

7.9 非线性估计 287

7.10 非白色噪声估计 290

习题 296

第八章 波形估计 301

8.1 线性变换与正交原理 302

8.2 平稳随机过程的估计--维纳滤波 309

8.3 非平稳随机过程的估计--卡尔曼滤波 327

8.4 卡尔曼滤波和维纳滤波之间的关系 375

8.5 非线性估计 377

习题 381

第九章 功率谱估计 386

9.1 谱估计 386

9.2 谱估计的非参量方法 387

9.3 谱估计的参量方法 406

习题 420

第十章 自适应随机信号处理 424

10.1 数字滤波器 425

10.2 自适应处理器的结构 430

10.3 搜索性能表面的最速下降法 442

10.4 最小均方算法 454

10.5 递归自适应滤波器 458

10.6 自适应噪声对消 462

10.7 自适应陷波滤波器 468

10.8 分离信号和信号的谱线增强 476

习题 478

第十一章 在系统辨识方面的应用 482

11.1 系统辨识的概念 482

11.2 最小二乘法辨识 484

11.3 广义最小二乘辨识 489

11.4 考虑噪声情况下的线性离散系统模型 494

11.5 系统辨识的卡尔曼滤波方法 497

11.6 系统辨识的广义卡尔曼滤波法 498

11.7 最大似然辨识 499

习题 501

第十二章 在雷达系统方面的应用 502

12.1 雷达检测与跟踪的基本概念 502

12.2 雷达信号的检测 503

12.3 雷达恒虚警率处理 514

12.4 雷达参量的估计 531

12.5 机动目标跟踪 541

12.6 多目标跟踪 545

习题 553

参考文献 554