信号检测与估计 第2版PDF电子书下载

第1章 绪论 1

1.1 信号检测与估计理论的研究对象 1

1.2 信号检测与估计理论的发展历程 1

1.2.1 初创和奠基阶段 1

1.2.2 迅猛发展阶段 2

1.2.3 成熟阶段 2

1.3 本课程的性质和内容安排 2

思考题 4

第2章 随机信号及其统计描述 5

2.1 随机过程 5

2.1.1 随机过程的概念 5

2.1.2 随机过程的统计描述 6

2.1.3 随机过程的平稳性与各态历经性 8

2.1.4 随机过程的独立性、相关性和正交性 11

2.1.5 平稳随机过程的功率谱密度函数 12

2.1.6 复随机过程及其统计特性 14

2.2 随机过程的正交级数表示 15

2.2.1 完备的正交函数集 15

2.2.2 随机信号的卡亨南-洛维展开 15

2.2.3 格拉姆-施密特正交化法 20

2.3 实信号的复数表示法与希尔伯特变换 22

2.3.1 实信号的复数表示法与希尔伯特变换 22

2.3.2 希尔伯特变换的性质 24

2.4 高斯噪声与白噪声 26

2.4.1 高斯噪声 26

2.4.2 白噪声 27

本章小结 28

思考题 29

习题 30

第3章 经典检测理论 31

3.1 检测理论的基本概念 31

3.2 最大后验概率准则 33

3.2.1 接收机结构形式 33

3.2.2 接收机性能评价 34

3.3 最小风险Bayes准则 36

3.3.1 接收机结构形式 36

3.3.2 Bayes准则与最大后验概率准则的关系 38

3.4 最小错误概率准则 38

3.5 极大极小准则 40

3.5.1 不同P（H0）下的Bayes风险 41

3.5.2 假定P(H0)=q1，实际P（H0）不一定是q1时的平均风险 41

3.6 Neyman-Pearson准则 43

3.7 M元检测 45

3.7.1 M元检测的Bayes准则 46

3.7.2 M元检测的最大后验概率准则 47

3.7.3 M元检测的最大似然检验准则 47

本章小结 49

思考题 50

习题 50

第4章 确知信号的检测 52

4.1 高斯白噪声下二元确知信号的检测 52

4.1.1 接收机的结构形式 52

4.1.2 接收机的检测性能 55

4.2 三种常用系统性能评价 58

4.2.1 相干相移键控系统 58

4.2.2 相干频移键控系统 59

4.2.3 相干启闭键控系统 60

4.3 高斯白噪声下多元确知信号的检测 61

4.3.1 接收机的结构形式 61

4.3.2 接收机的检测性能 61

4.4 高斯色噪声中确知信号的检测 63

4.4.1 卡亨南-洛维展开法 63

4.4.2 接收机的结构形式 64

4.4.3 接收机的检测性能 67

4.4.4 最佳信号波形 70

4.5 匹配滤波器 71

4.5.1 最大信噪比准则 72

4.5.2 白噪声背景下的匹配滤波器 73

4.6 广义匹配滤波器 77

4.6.1 积分方程的近似解法 77

4.6.2 预白化方法 77

4.6.3 白化滤波器的构成 78

本章小结 79

思考题 80

习题 81

第5章 随机参量信号的检测 82

5.1 复合假设检验 82

5.1.1 复合假设检验的Bayes准则 82

5.1.2 复合假设检验的Neyman-Pearson准则 85

5.1.3 复合假设检验的最大似然检验准则 86

5.2 随机相位信号的检测 86

5.2.1 最佳检测系统的结构 86

5.2.2 检测性能 89

5.3 随机相位和振幅信号的检测 92

5.3.1 最佳检测系统结构 92

5.3.2 检测性能 93

5.4 随机频率信号的检测 94

5.4.1 随机相位和频率信号的检测 94

5.4.2 随机相位和频率、振幅瑞利衰减信号的检测 96

5.4.3 一种多元信号的检测方法 98

5.5 随机时延信号的检测 98

5.5.1 随机相位和时延信号的检测 98

5.5.2 随机相位、频率和时延信号的检测 100

本章小结 100

思考题 102

习题 102

第6章 多重信号的检测 103

6.1 确知脉冲串信号的检测 103

6.1.1 似然比检验和最优处理器 103

6.1.2 检测性能 105

6.2 随机参量脉冲串信号的检测 106

6.2.1 随机相位非相干脉冲串信号的检测 106

6.2.2 随机振幅和相位脉冲串信号的检测 109

本章小结 112

思考题 113

习题 113

第7章 序贯检测 114

7.1 序贯检测的一般原理 114

7.2 序贯似然比检测 115

7.2.1 判决规则 115

7.2.2 检测门限 116

7.2.3 平均取样数 118

7.2.4 判决终止的必然性 119

7.3 序贯检测的实例分析 121

本章小结 124

思考题 124

习题 125

第8章 经典估计理论 126

8.1 引言 126

8.2 Bayes估计 126

8.2.1 代价函数的形式 126

8.2.2 Bayes估计准则 127

8.3 最大后验估计 129

8.4 最大似然估计 130

8.5 最小二乘法估计 132

8.5.1 最小二乘法 132

8.5.2 线性信号模型的最小二乘法估计 133

8.6 估计量的性质 134

8.6.1 无偏性 135

8.6.2 一致性 135

8.6.3 充分性 136

8.6.4 有效性 137

8.7 克拉默-拉奥不等式 137

8.7.1 克拉默-拉奥不等式的形式 137

8.7.2 几点讨论 138

8.8 估计的最小均方误差界 140

本章小结 142

思考题 143

习题 143

第9章 信号参量的估计 148

9.1 概述 148

9.1.1 估计量的计算 148

9.1.2 估计量的性能分析 148

9.2 振幅估计 149

9.2.1 振幅估计量的计算 149

9.2.2 振幅估计量的性能分析 150

9.3 相位估计 151

9.4 时延估计 153

9.4.1 时延估计量的计算 153

9.4.2 雷达自动距离跟踪环路 155

9.4.3 时延估计量的性能分析 156

9.5 频率估计 156

本章小结 158

思考题 158

习题 158

第10章 维纳滤波和卡尔曼滤波 160

10.1 概述 160

10.2 维纳滤波 161

10.2.1 连续过程的维纳滤波 161

10.2.2 离散过程的维纳滤波 163

10.3 卡尔曼滤波 171

10.3.1 卡尔曼滤波的信号模型 171

10.3.2 卡尔曼滤波器的设计 171

本章小结 175

思考题 175

习题 176

第11章 自适应滤波 177

11.1 自适应滤波概述 177

11.1.1 自适应滤波的基本概念 177

11.1.2 自适应滤波的组成 177

11.1.3 自适应滤波的分类 177

11.1.4 自适应滤波的性能指标 178

11.2 最小均方自适应滤波算法 178

11.2.1 基本原理 178

11.2.2 均方误差性能曲面 180

11.2.3 算法形式 182

11.2.4 收敛特性 183

11.3 递归最小二乘自适应滤波算法 186

11.3.1 算法原理 186

11.3.2 RLS算法和LMS算法的比较 189

本章小结 189

思考题 190

习题 190

第12章 功率谱估计 192

12.1 概述 192

12.2 经典谱估计法 193

12.2.1 间接法 193

12.2.2 直接法 196

12.3 现代谱估计法 200

12.3.1 信号模型及其选择 201

12.3.2 AR模型谱估计法 202

12.4 白噪声中正弦信号的谱估计 207

12.4.1 最大似然法 207

12.4.2 Capon谱估计法 209

本章小结 210

思考题 211

习题 212

参考文献 213