第1章 导论 1
1.1 引言 1
1.2 主题提要 1
1.3 可能的方法 7
1.4 编排方式 10
第2章 经典检测理论 12
2.1 引言 12
2.2 简单二元假设检验 14
2.3 M元假设 36
2.4 性能边界与近似式 45
2.5 蒙特卡罗仿真 57
2.6 总结 79
2.7 习题 81
第3章 一般高斯检测 91
3.1 高斯随机矢量的检测 91
3.2 等协方差矩阵 100
3.3 等均值矢量 126
3.4 一般高斯 143
3.5 M元假设 153
3.6 总结 155
3.7 习题 157
第4章 经典参数估计 168
4.1 引言 168
4.2 标量参数估计 169
4.3 多参数估计 216
4.4 全局贝叶斯界 246
4.5 复合假设 259
4.6 总结 281
4.7 习题 282
第5章 一般高斯估计 298
5.1 引言 298
5.2 非随机参数 299
5.3 随机参数 363
5.4 序贯估计 372
5.5 总结 381
5.6 习题 383
第6章 随机过程的表示法 389
6.1 引言 389
6.2 确定性信号的归一化正交展开 390
6.3 随机过程表示法 395
6.4 齐次积分方程与特征函数 404
6.5 矢量随机过程 421
6.6 总结 424
6.7 习题 425
第7章 信号检测和信号参数估计 436
7.1 引言 436
7.2 白高斯噪声中信号的检测与估计 440
7.3 非白高斯噪声中信号的检测与估计 467
7.4 具有多余参数的信号：复合假设问题 501
7.5 多信道 528
7.6 多参数估计 531
7.7 总结 535
7.8 习题 536
第8章 连续时间随机过程的估计 569
8.1 最佳线性处理器 569
8.2 可实现线性滤波器：平稳过程；无限过去：维纳滤波器 580
8.3 高斯-马尔可夫过程：Kalman滤波器 595
8.4 非高斯模型的贝叶斯估计 621
8.5 总结 628
8.6 习题 630
第9章 离散时间随机过程估计 647
9.1 引言 647
9.2 离散时间维纳滤波器 648
9.3 离散时间Kalman滤波器 676
9.4 总结 750
9.5 习题 750
第10章 高斯信号检测 760
10.1 引言 760
10.2 连续时间高斯过程检测 760
10.3 离散时间高斯过程检测 786
10.4 总结 793
10.5 习题 794
第11章 结束语 799
11.1 经典检测和估计理论 799
11.2 随机过程的表示 806
11.3 信号检测和信号参数估计 807
11.4 随机过程的线性估计 809
11.5 关注要点 814
11.6 结语 815
附录A 概率分布与数学函数 816
附录B 例子索引 826
参考文献 831