隨機(jī)信號(hào)處理

內(nèi)容概要

隨機(jī)信號(hào)處理是信息科學(xué)技術(shù)中的一個(gè)重要分支。本書系統(tǒng)、深入地介紹了隨機(jī)信號(hào)處理的各種理論和方法。內(nèi)容主要包括平穩(wěn)信號(hào)的離散隨機(jī)信號(hào)、維納濾波、卡爾曼濾波、自適應(yīng)濾波、功率譜估計(jì)及專門研究非平穩(wěn)隨機(jī)信號(hào)的時(shí)頻表示與時(shí)頻分布等。     本書主要為學(xué)過“數(shù)字信號(hào)處理”課程的碩士研究生開設(shè)的“隨機(jī)信號(hào)處理”課程所用。也適合于廣大科技工作者自學(xué)與進(jìn)修。

書籍目錄

第一章  離散隨機(jī)信號(hào)    1.1  引言    1.2  離散時(shí)間隨機(jī)信號(hào)的時(shí)域（統(tǒng)計(jì)）表示      1.2.1  離散時(shí)間隨機(jī)過程的概率分布      1.2.2  離散時(shí)間隨機(jī)過程的數(shù)字特征      1.2.3  離散時(shí)間平穩(wěn)過程相關(guān)序列與協(xié)方差序列的性質(zhì)      1.2.4  平穩(wěn)序列的時(shí)間平均與遍歷性    1.3  離散時(shí)間隨機(jī)信號(hào)的z域及頻域（統(tǒng)計(jì)）表示      1.3.1  γxx（m）與φxx（m）的Z變換及其收斂域      1.3.2  平穩(wěn)序列的譜分析      1.3.3  功率譜密度      1.3.4  譜密度的物理意義  1.4  線性系統(tǒng)對(duì)隨機(jī)信號(hào)的響應(yīng)      1.4.1  線性時(shí)不變系統(tǒng)對(duì)隨機(jī)輸入的響應(yīng)      1.4.2  系統(tǒng)輸入、輸出的互相關(guān)函數(shù)與互譜密度  第二章  維納（Wiener）濾波    2.1  引言    2.2  維納濾波器的時(shí)域解    2.3  維納濾波器的z域解      2.3.1  非因果維納濾波器      2.3.2  因果維納濾波器    2.4  維納預(yù)測(cè)器      2.4.1  預(yù)測(cè)的可能性      2.4.2  預(yù)測(cè)器計(jì)算公式      2.4.3  N步純預(yù)測(cè)器      2.4.4  一步線性預(yù)測(cè)的時(shí)域計(jì)算公式  第三章  卡爾曼（Kalman）濾波    3.1  引言    3.2  卡爾曼波濾器的信號(hào)模型——離散狀態(tài)方程與量測(cè)方程    3.3  卡爾曼濾波的算法    3.4  卡爾曼濾波與維納濾波的關(guān)系  第四章  自適應(yīng)濾波    4.1  引言    4.2  自適應(yīng)濾波器的基本概念    4.3  LMS自適應(yīng)濾波器      4.3.1  最陡下降法原理      4.3.2  LMS算法的收斂性質(zhì)    4.4  LMS格型自適應(yīng)濾波器    4.5  RLS自適應(yīng)濾波器    4.6  自適應(yīng)濾波的應(yīng)用      4.6.1  自適應(yīng)噪聲抵消器      4.6.2  自適應(yīng)噪聲抵消器作為陷波器的例子      4.6.3  天線陣列自適應(yīng)旁瓣相消      4.6.4  自適應(yīng)仿模(AdaptiveModeling)系統(tǒng)      4.6.5  自適應(yīng)逆濾波(逆仿模)系統(tǒng)      4.6.6  參考輸入是延時(shí)k步的原始輸入的自適應(yīng)抵消器  第五章  功率譜估計(jì)    5.1  引言    5.2  經(jīng)典譜估計(jì)方法      5.2.1  相關(guān)圖法      5.2.2  周期圖法    5.3  譜估計(jì)的參數(shù)化模型方法    5.4  自回歸（AR）模型方法      5.4.1  AR模型的YuleWalker方法      5.4.2  AR譜估計(jì)與線性預(yù)測(cè)譜估計(jì)等效      5.4.3  最大熵譜估計(jì)及其與AR譜估計(jì)的等效性      5.4.4  LevinsonDurbin遞推算法      5.4.5  AR模型階數(shù)選擇原則      5.4.6  Burg遞推算法    5.5  白噪聲中正弦波頻率的估計(jì)及譜估計(jì)的其它方法      5.5.1  最大似然法      5.5.2  Capon譜估計(jì)方法      5.5.3  特征分解頻率估計(jì)  第六章  時(shí)頻表示與時(shí)頻分布    6.1  引言    6.2  幾個(gè)基本概念      6.2.1  解析信號(hào)與基帶信號(hào)      6.2.2  瞬時(shí)頻率和群延遲      6.2.3  不確定性原理    6.3  短時(shí)傅里葉變換      6.3.1  連續(xù)短時(shí)傅里葉變換    6.3.2  短時(shí)傅里葉變換的基本性質(zhì)      6.3.3  離散短時(shí)傅里葉變換    6.4  時(shí)頻分布的基本理論      6.4.1  信號(hào)的雙線性變換和局部相關(guān)函數(shù)      6.4.2  時(shí)頻分布的基本特性要求      6.4.3  時(shí)頻分布的二次疊加原理    6.5  模糊函數(shù)    6.6  Cohen類時(shí)頻分布      6.6.1  定義      6.6.2  時(shí)頻分布基本性質(zhì)與核函數(shù)的關(guān)系      6.6.3  Cohen類的四種分布及其相互關(guān)系    6.7  WignerVille分布      6.7.1  數(shù)學(xué)性質(zhì)      6.7.2  基于WignerVille分布的信號(hào)重構(gòu)    6.8  時(shí)頻分布的性能評(píng)價(jià)及相應(yīng)改進(jìn)      6.8.1  時(shí)頻集聚性      6.8.2  交叉項(xiàng)分析      6.8.3  交叉項(xiàng)抑制  參考文獻(xiàn)

圖書封面

評(píng)論、評(píng)分、閱讀與下載

---

    隨機(jī)信號(hào)處理 PDF格式下載

---