信號(hào)檢測(cè)與估計(jì)理論學(xué)習(xí)輔導(dǎo)與習(xí)題解答

第1章信號(hào)檢測(cè)與估計(jì)概論
學(xué)習(xí)輔導(dǎo)
1.1引言
1.2信號(hào)的隨機(jī)性及其統(tǒng)計(jì)處理方法
1.3信號(hào)檢測(cè)與估計(jì)概述
第2章信號(hào)檢測(cè)與估計(jì)理論的基礎(chǔ)知識(shí)
學(xué)習(xí)輔導(dǎo)
2.1引言
2.2隨機(jī)變量、隨機(jī)矢量及其統(tǒng)計(jì)描述
2.2.1隨機(jī)變量的統(tǒng)計(jì)特性
2.2.2隨機(jī)矢量的統(tǒng)計(jì)特性
2.2.3隨機(jī)變量的函數(shù)
2.2.4隨機(jī)矢量的函數(shù)
2.2.5隨機(jī)變量的特征函數(shù)
2.3隨機(jī)過程及其統(tǒng)計(jì)描述
2.3.1隨機(jī)過程的定義
2.3.2隨機(jī)過程的統(tǒng)計(jì)描述
2.3.3隨機(jī)過程的統(tǒng)計(jì)平均量
2.3.4隨機(jī)過程的平穩(wěn)性
2.3.5隨機(jī)過程的正交性、不相關(guān)性和統(tǒng)計(jì)獨(dú)立性
2.3.6平穩(wěn)隨機(jī)過程的功率譜密度
2.4復(fù)隨機(jī)過程及其統(tǒng)計(jì)描述
2.5線性系統(tǒng)對(duì)隨機(jī)過程的響應(yīng)
2.6高斯噪聲、白噪聲和有色噪聲
2.6.1高斯噪聲模型
2.6.2白噪聲模型
2.6.3有色噪聲模型
2.7信號(hào)和隨機(jī)參量信號(hào)的統(tǒng)計(jì)描述
2.7.1信號(hào)分類
2.7.2隨機(jī)參量信號(hào)的統(tǒng)計(jì)描述
習(xí)題解答
第3章信號(hào)的統(tǒng)計(jì)檢測(cè)理論
學(xué)習(xí)輔導(dǎo)
3.1引言
3.2信號(hào)統(tǒng)計(jì)檢測(cè)理論的基本概念
3.2.1信號(hào)統(tǒng)計(jì)檢測(cè)理論的基本模型
3.2.2判決結(jié)果和判決概率
3.3二元信號(hào)統(tǒng)計(jì)檢測(cè)的準(zhǔn)則
3.3.1貝葉斯準(zhǔn)則
3.3.2最小平均錯(cuò)誤概率準(zhǔn)則
3.3.3奈曼皮爾遜準(zhǔn)則
3.4M元信號(hào)的統(tǒng)計(jì)檢測(cè)
3.4.1M元信號(hào)檢測(cè)的貝葉斯準(zhǔn)則
3.4.2M元信號(hào)檢測(cè)的最小平均錯(cuò)誤概率準(zhǔn)則
3.5參量信號(hào)的統(tǒng)計(jì)檢測(cè)
3.5.1廣義似然比檢驗(yàn)
3.5.2貝葉斯方法
3.6信號(hào)的序列檢測(cè)
3.7一般高斯信號(hào)的統(tǒng)計(jì)檢測(cè)
3.8復(fù)信號(hào)的統(tǒng)計(jì)檢測(cè)
習(xí)題解答
第4章信號(hào)波形的檢測(cè)
學(xué)習(xí)輔導(dǎo)
4.1引言
4.2匹配濾波器理論
4.2.1匹配濾波器的概念
4.2.2匹配濾波器的設(shè)計(jì)
4.2.3匹配濾波器的主要特性
4.3隨機(jī)過程的正交級(jí)數(shù)展開
4.3.1正交函數(shù)集及確知信號(hào)的正交級(jí)數(shù)展開
4.3.2隨機(jī)過程的正交級(jí)數(shù)展開
4.3.3隨機(jī)過程的卡亨南洛維展開
4.3.4白噪聲下正交函數(shù)集的任意性
4.3.5參量信號(hào)時(shí)隨機(jī)過程的正交級(jí)數(shù)展開
4.4高斯白噪聲中確知信號(hào)波形的檢測(cè)
4.4.1二元信號(hào)波形的檢測(cè)
4.4.2M元信號(hào)波形的檢測(cè)
4.5高斯有色噪聲中確知信號(hào)波形的檢測(cè)
4.6高斯白噪聲中隨機(jī)參量信號(hào)波形的檢測(cè)
4.6.1隨機(jī)相位信號(hào)波形的檢測(cè)
4.6.2隨機(jī)振幅與隨機(jī)相位信號(hào)波形的檢測(cè)
4.7復(fù)信號(hào)波形的檢測(cè)
4.7.1復(fù)高斯白噪聲中二元確知復(fù)信號(hào)波形的檢測(cè)
4.7.2復(fù)高斯白噪聲中二元隨機(jī)相位復(fù)信號(hào)波形的檢測(cè)
4.7.3復(fù)高斯白噪聲中二元隨機(jī)振幅與隨機(jī)相位復(fù)信號(hào)波形的檢測(cè)
習(xí)題解答
第5章信號(hào)的統(tǒng)計(jì)估計(jì)理論
學(xué)習(xí)輔導(dǎo)
5.1引言
5.2隨機(jī)參量的貝葉斯估計(jì)
5.2.1隨機(jī)參量貝葉斯估計(jì)的概念
5.2.2貝葉斯估計(jì)量的構(gòu)造
5.2.3隨機(jī)參量估計(jì)量的性質(zhì)
5.3最大似然估計(jì)
5.3.1最大似然估計(jì)的概念
5.3.2最大似然估計(jì)量的構(gòu)造
5.3.3非隨機(jī)參量估計(jì)量的性質(zhì)
5.3.4非隨機(jī)參量函數(shù)估計(jì)的克拉美羅界
5.4一般高斯信號(hào)參量的統(tǒng)計(jì)估計(jì)
5.4.1線性觀測(cè)模型
5.4.2高斯噪聲中非隨機(jī)矢量的最大似然估計(jì)
5.4.3高斯隨機(jī)矢量的貝葉斯估計(jì)
5.5線性最小均方誤差估計(jì)
5.5.1線性最小均方誤差估計(jì)準(zhǔn)則
5.5.2線性最小均方誤差估計(jì)量的構(gòu)造
5.5.3線性最小均方誤差估計(jì)量的性質(zhì)
5.5.4線性最小均方誤差遞推估計(jì)
5.6最小二乘估計(jì)
5.6.1最小二乘估計(jì)方法
5.6.2線性最小二乘估計(jì)量的構(gòu)造
5.6.3線性最小二乘估計(jì)量的性質(zhì)
5.6.4線性最小二乘遞推估計(jì)
5.7信號(hào)波形中參量的估計(jì)
習(xí)題解答
第6章信號(hào)波形的估計(jì)
學(xué)習(xí)輔導(dǎo)
6.1引言
6.2連續(xù)信號(hào)的維納濾波
6.2.1維納濾波的基本概念
6.2.2維納霍夫方程
6.2.3維納濾波器的非因果解
6.2.4維納濾波器的因果解
6.3離散信號(hào)的維納濾波
6.3.1離散的維納霍夫方程
6.3.2離散維納濾波器的z域解
6.3.3離散維納濾波器的時(shí)域解
6.4離散卡爾曼濾波
6.4.1離散信號(hào)模型
6.4.2離散系統(tǒng)的狀態(tài)估計(jì)與離散卡爾曼濾波的基本概念
6.4.3離散卡爾曼濾波的遞推公式
6.4.4離散卡爾曼濾波的遞推算法
6.4.5離散卡爾曼濾波的主要特點(diǎn)和性質(zhì)
6.5離散卡爾曼濾波的擴(kuò)展
6.6離散卡爾曼濾波的發(fā)散現(xiàn)象
6.7非線性離散狀態(tài)估計(jì)
習(xí)題解答
第7章信號(hào)的恒虛警率檢測(cè)
學(xué)習(xí)輔導(dǎo)
7.1引言
7.2噪聲環(huán)境中信號(hào)的自動(dòng)門限檢測(cè)
7.2.1基本原理
7.2.2實(shí)現(xiàn)技術(shù)
7.3雜波環(huán)境中信號(hào)的恒虛警率檢測(cè)
7.3.1瑞利雜波的恒虛警率處理
7.3.2非瑞利雜波的恒虛警率處理
7.4信號(hào)的非參量檢測(cè)
7.5信號(hào)的穩(wěn)健性檢測(cè)
習(xí)題解答
參考文獻(xiàn)