《谱分析的非线性方法》PDF下载

  • 购买积分:12 如何计算积分?
  • 作  者:(美)海金(Haykin,S.)主编;茅于海译
  • 出 版 社:北京:科学出版社
  • 出版年份:1986
  • ISBN:15051·765
  • 页数:327 页
图书介绍:

第一章 引言 S.海金 1

1.1 时间序列 1

1.1.1 自相关函数和自协方差函数 2

1.1.2 谱密度 3

1.1.3 线性滤波 3

1.2 时间序列的模型 4

1.3 谱分析的线性和非线性方法 6

1.4 全书的编排 9

参考文献 10

第二章 预测误差滤波和最大熵谱估计 S.海金 S.凯斯勒 11

2.1 维纳滤波器 11

2.1.1 维纳-霍普方程 12

2.1.2 最小误差功率 15

2.2 预测误差滤波器 16

2.2.1 预测误差滤波器方程 18

2.3 最大熵谱估计 19

2.4 计算预测误差滤波器系数和最小误差功率的递推公式 25

2.5 计算反射系数的最优方法 28

2.6 格形等效模型 33

2.7 预测误差滤波器的性质 36

2.7.1 正交性和去耦性的推论 43

2.8 自相关函数的最大熵外推 44

2.9 最大熵谱估计的统计特性 48

2.10 滤波器阶数的选择 50

2.11 雷达杂波的实验分类 59

2.11.1 把雷达杂波模拟为一个自回归过程 59

2.11.2 实验结果 60

2.12 多信道最大熵谱估计 64

2.13 结论 75

附录A 自相关矩阵的性质 75

附录B 高斯过程的熵 81

附录C 计算预测误差滤波器系数的流程图 83

参考文献 85

第三章 自回归和混合的自回归滑动平均模型和频谱 T.J.乌尔里克 M.乌依 90

3.1 概述 91

3.2 一般的时间序列模型 92

3.2.1 MA近似法 93

3.2.2 AR近似法 94

3.2.3 ARMA近似法 95

3.2.4 述评 96

3.3 自回归过程 97

3.3.1 AR谱和最大熵 97

AR阶数的确定 100

AR/ME谱估计的分辨力 101

AR/ME估计的平滑性 103

3.3.2 AR参量的估计 105

单位PEO的最小延时性质 105

托普利兹法 106

尤利-沃克(Yule-Walker)解法 109

伯格解法 111

最小二乘法 112

有关确定AR参量的评述 114

3.4 自适应AR过程 116

3.4.1 自适应LMS算法 117

3.4.2 自适应AR模型的应用 121

3.5 自回归滑动平均过程 125

3.5.1 正弦加白噪声的ARMA模型 126

3.5.2 皮萨瑞科谱估计和AR/ME谱估计之间的关系 129

3.5.3 关于皮萨瑞科估计的评论 130

3.5.4 一般ARMA过程参量的确定 131

特雷特尔等人的方法 134

艾凯克方法 135

关于ARMA模型计算的评论 139

3.6 AIC、FPE和自协方差估计 140

3.6.1 AIC准则 140

3.6.2 AIC和正态分布 143

3.6.3 FPB准则 145

3.6.4 自协方差估计 146

3.7 数值例子:将AR和ARMA模型应用于地极运动 147

3.7.1 钱德勒摆动的ARMA模型 147

3.7.2 数字计算 148

3.8 结论 151

参考文献 152

第四章 用于ARMA谱估计的迭代最小平方法 E.A.鲁宾逊 157

4.1 基本的时间序列模型 158

4.2 节省原理和物理模型 161

4.3 地震去褶积和由此得到的谱估计 163

4.4 整形和脉冲形成滤波器的设计 176

4.5 可逆性 181

4.6 非可逆ARMA系统分量的谱估计 182

4.6.1 举例 185

4.7 结论 187

参考文献 188

第五章 最大似然谱估计 J.卡彭 190

5.1 解释性的述评 190

5.2 地震信号和噪声 191

5.2.1 地震噪声和信号的统计模型 192

5.3 地震阵列和最佳检测器 193

5.3.1 似然比的计算 193

5.4 信号的估计方法 197

5.4.1 最大似然估计 197

5.4.2 最小方差无偏估计 201

5.4.3 未知信号的缓慢度矢量的情况 202

5.5 频率波数功率谱 203

5.5.1 定义 203

5.5.2 性质 206

5.5.3 和相参的关系 208

5.6 频率波数功率谱的估计 213

5.6.1 频谱矩阵的估计方法 213

5.6.2 普通方法 216

5.6.3 高分辨辣力方法 217

5.6.4 相参性的估计 219

5.7 结论 219

参考文献 220

第六章 最大似似然法与最大熵法在阵列处理中的应用 R.N .麦克唐纳 221

6.1 概述 221

6.2 波数谱及其线性估计方法 224

6.2.1 随机过程的谱表达式 225

6.2.2 通常的线性谱分析 230

6.2.3 频率-波数谱的线性估计 236

6.2.4 取样数据的影响 239

6.3 空域中的最大似然处理 241

6.3.1 线性最大似然处理 242

6.3.2 (非线性)最大似然阵列处理 250

6.3.3 最大似然估计作为波数空间中的滤波器 255

6.3.4 最大似然处理中信号失配的影响 258

6.3.5 自适应波数滤波器 263

6.4.阵列处理中的最大熵法 268

6.4.1 最大熵分析的信息论基础 270

6.4.2 最大熵原理 274

6.4.3 最大熵空间处理 281

6.4.4 对均匀排列线阵的最大熵处理 285

6.4.5 关于非均匀空间取样的评述 294

6.4.6 用线阵测向 296

6.5 结论 297

参考文献 298

第七章 谱估计的新进展 S.海金 S.凯斯勒 E.A.鲁宾逊 302

7.1 广义伯格算法 302

7.2 谱分析中的奇异值分解 307

7.3 CDE ARMA算法 312

7.4 其它算法 319

参考文献 321

汉英名词对照索引 323