第一章 导论 1
第二章 时域离散信号 6
2.1 引言 6
2.2 简单信号 8
2.3 傅里叶级数 12
2.4 时域离散傅里叶变换 18
2.5 频率成分和取样率 22
2.6 数字傅里叶变换 30
2.7 离散傅里叶变换的实际计算 34
2.8 传递函数：频率响应 41
习题 48
第三章 时域离散随机信号 55
3.1 引言和概率论回顾 55
3.2 随机数据：矩和直方图 65
3.3 伪随机噪声的产生和形成 72
3.4 滤波后的随机信号：自相关和功率谱密度 78
3.5 互谱和均方误差 90
3.6 有限带宽随机信号的取样 96
3.7 附录：随机矢量 99
习题 102
第四章 随机信号的频谱分析 107
4.1 引言 107
4.2 样本自相关函数 108
4.3 周期图 114
4.4 窗函数：频域褶积 117
4.5 周期图的校正和修改 121
4.6 平滑的谱估计和窗函数 129
4.7 通过预处理来改善功率谱密度估计 138
4.8 谱估计的应用 141
4.9 互谱估计 144
4.10 参数法谱估计 148
4.11 小结 152
习题 153
第五章 噪声中信号的检测 157
5.1 引言 157
5.2 最佳检测算法：最小错误概率 160
5.3 其他性能准则：雷达用的奈曼-皮尔逊准则 169
5.4 在空中交通管制雷达中的应用 174
5.5 准最佳处理器的一个例子 180
5.6 幅度变化信号的检测：匹配滤波器 182
5.7 随机信号的检测 189
5.8 小结 191
习题 192
第六章 噪声中信号的估计 200
6.1 引言 200
6.2 线性均方估计 201
6.3 贝叶斯估计：非线性估计 208
6.4 贝叶斯估计的一些例子 217
6.5 线性系统参数的最大似然估计 225
习题 229
第七章 递推线性均方估计：时变信号和卡尔曼滤波 236
7.1 引言：信号参数的估计 236
7.2 时变信号的递推估计：卡尔曼滤波 243
7.3 在空中交通管制雷达跟踪中的应用 256
7.4 其他应用 268
习题 281
汉英名词对照索引 285