第1章 引言 1
第2章 假设检验基础 4
2.1 引言 4
2.2 贝叶斯假设检验 4
2.3 极小化极大假设检验 9
2.4 尼曼-皮尔逊假设检验 14
2.5 复合假设检验 18
2.6 习题 24
第3章 离散时间信号检测 27
3.1 引言 27
3.2 模型和检测器结构 27
3.3 信号检测算法的性能评估 52
3.3.1 直接计算检测性能 53
3.3.2 切诺夫界 55
3.3.3 渐近相对有效性 58
3.4 序贯检测 62
3.5 非参数检测和稳健检测 71
3.5.1 非参数检测 72
3.5.2 稳健检测 80
3.6 习题 85
第4章 参数估计基础 89
4.1 引言 89
4.2 贝叶斯参数估计 89
4.3 非随机参数估计：基本理论结构 99
4.4 最大似然估计 110
4.5 最大似然估计的进一步扩展 117
4.5.1 向量参数估计 117
4.5.2 信号参数估计 119
4.5.3 信号参数的稳健估计 123
4.5.4 递归参数估计 124
4.6 习题 125
第5章 信号估计基础 129
5.1 引言 129
5.2 Kalman-Bucy滤波 129
5.3 线性估计 139
5.4 Wiener-Kolmogorov滤波 146
5.4.1 非因果Wiener-Kolmogorov滤波 146
5.4.2 因果Wiener-Kolmogorov滤波 150
5.5 习题 163
第6章 连续时间信号检测 165
6.1 引言 165
6.2 数学基础 166
6.2.1 函数空间中的密度函数 166
6.2.2 Grenander定理和Karhunen-Loéve展开式 171
6.3 高斯噪声中的确知信号和部分参数确知信号检测 174
6.3.1 相干检测 175
6.3.2 参数未知的信号检测 185
6.4 高斯噪声中的随机信号检测 187
6.4.1 维纳过程的初步结论 187
6.4.2 白噪声中检测高斯信号 190
6.4.3 随机信号似然比检测的估计-相关器表示 194
6.5 习题 203
第7章 连续时间信号估计 205
7.1 引言 205
7.2 信号参数估计 205
7.3 线性高斯估计 209
7.3.1 白噪声中的信号估计问题 209
7.3.2 线性新息过程 210
7.3.3 连续时间Kalman-Bucy滤波器 213
7.3.4 线性／高斯问题的进一步扩展 219
7.4 非线性滤波 221
7.4.1 非线性滤波的基本方程 224
7.4.2 非线性滤波方程的推导 228
7.4.3 最优非线性滤波器的近似方法 235
7.5 习题 241
参考文献 243