隨機(jī)信號(hào)分析與最優(yōu)估計(jì)理論

內(nèi)容概要

　　《隨機(jī)信號(hào)分析與最優(yōu)估計(jì)理論》詳盡介紹了隨機(jī)信號(hào)分析與最優(yōu)估計(jì)理論的基礎(chǔ)知識(shí)，主要內(nèi)容包括概率論與隨機(jī)過(guò)程、多維高斯過(guò)程與似然比檢測(cè)系統(tǒng)、參數(shù)估計(jì)理論、隨機(jī)序列分析與參數(shù)化譜估計(jì)、波形與狀態(tài)估計(jì)、一維小波變換及其應(yīng)用。每章后編配有習(xí)題。全書(shū)選材精當(dāng)，基本概念表述清晰，公式推導(dǎo)過(guò)程嚴(yán)謹(jǐn)，工程應(yīng)用實(shí)例豐富，MATLAB算法程序簡(jiǎn)明易懂，符合工科學(xué)生的思維習(xí)慣和認(rèn)識(shí)規(guī)律?！　　峨S機(jī)信號(hào)分析與最優(yōu)估計(jì)理論》適合作為高等學(xué)校儀器儀表、機(jī)械工程、電氣工程和自動(dòng)化技術(shù)等專業(yè)的研究生或高年級(jí)本科生教材，也可供從事工程測(cè)試、微弱信號(hào)檢測(cè)和系統(tǒng)辨識(shí)等技術(shù)專題研究的科技工作者學(xué)習(xí)與參考。

書(shū)籍目錄

第一章 概率與隨機(jī)過(guò)程導(dǎo)論1.1　隨機(jī)事件1.1.1　隨機(jī)事件的概念1.1.2　隨機(jī)事件的概率1.1.3　條件概率與統(tǒng)計(jì)獨(dú)立1.2　隨機(jī)變量1.2.1　隨機(jī)變量的分布與密度函數(shù)1.2.2　常用的概率分布與密度函數(shù)1.2.3　隨機(jī)變量的獨(dú)立性1.2.4　隨機(jī)變量函數(shù)的分布與密度1.3　期望、矩和特征函數(shù)1.3.1　數(shù)學(xué)期望1.3.2　隨機(jī)變量的矩1.3.3　特征函數(shù)1.3.4　隨機(jī)復(fù)變量及其數(shù)學(xué)特征1.4　隨機(jī)過(guò)程1.4.1　隨機(jī)過(guò)程的基本概念1.4.2　平穩(wěn)隨機(jī)過(guò)程1.4.3　各態(tài)歷經(jīng)過(guò)程1.5　總體相關(guān)函數(shù)與功率譜密度1.5.1　總體相關(guān)函數(shù)1.5.2　相關(guān)函數(shù)的性質(zhì)1.5.3　波形與頻譜的概念1.5.4　平穩(wěn)隨機(jī)過(guò)程的功率譜密度1.5.5　線性系統(tǒng)的隨機(jī)信號(hào)響應(yīng)本章小結(jié)習(xí)題第二章 高斯過(guò)程與似然比檢測(cè)系統(tǒng)2.1　多維高斯分布2.1.1　中心極限定理2.1.2　高斯向量的密度函數(shù)2.1.3　高斯向量的條件密度函數(shù)2.2　高斯過(guò)程的若干性質(zhì)2.3　在高斯噪聲中檢測(cè)高斯信號(hào)2.3.1　似然比檢測(cè)系統(tǒng)的基本概念2.3.2　似然比檢測(cè)系統(tǒng)的結(jié)構(gòu)2.3.3　匹配濾波器與白化濾波器2.4　似然比檢測(cè)系統(tǒng)的信噪比計(jì)算2.4.1　積分器的輸出信噪比2.4.2　平方檢波器的輸出信噪比2.4.3　基陣加預(yù)選濾波器的輸出信噪比本章小結(jié)習(xí)題第三章 參數(shù)估計(jì)理論3.1　參數(shù)估計(jì)的評(píng)價(jià)準(zhǔn)則3.1.1　參數(shù)估計(jì)量的統(tǒng)計(jì)特性3.1.2　Cramer-Rao下限3.2　基于統(tǒng)計(jì)分布的參數(shù)估計(jì)算法3.2.1　貝葉斯估計(jì)3.2.2　極大似然估計(jì)3.2.3　數(shù)學(xué)期望最大算法3.3　基于線性模型的參數(shù)估計(jì)算法3.3.1　線性最小均方估計(jì)3.3.2　自適應(yīng)最小均方估計(jì)3.4　最小二乘估計(jì)法3.4.1　基本最小二乘估計(jì)3.4.2　遞推最小二乘估計(jì)3.4.3　廣義最小二乘估計(jì)本章小結(jié)習(xí)題第四章 隨機(jī)序列分析與參數(shù)譜估計(jì)4.1　隨機(jī)序列預(yù)處理!4.1.1　采樣與量化4.1.2　隨機(jī)序列的統(tǒng)計(jì)特性與頻譜估計(jì)4.1.3　畸變波形的修正與檢驗(yàn)4.2　時(shí)間序列分析4.2.1　自回歸時(shí)間序列4.2.2　滑動(dòng)平均時(shí)間序列4.2.3　自回歸滑動(dòng)平均時(shí)間序列4.2.4　時(shí)間序列模型辨識(shí)4.3　最優(yōu)預(yù)測(cè)與參數(shù)譜密度估計(jì)4.3.1　時(shí)間序列最優(yōu)預(yù)測(cè)算法4.3.2　時(shí)間序列譜估計(jì)算法4.3.3　特殊ARMA模型與Pisarenko譜估計(jì)4.3.4　非高斯時(shí)間序列雙譜估計(jì)本章小結(jié)習(xí)題第五章 波形與狀態(tài)估計(jì)5.1　最優(yōu)波形估計(jì)理論與維納濾波器5.1.1　波形估計(jì)的基本概念5.1.2　連續(xù)型維納濾波器5.1.3　離散型維納濾波器5.2　自適應(yīng)濾波器5.2.1　自適應(yīng)LMS濾波器5.2.2　自適應(yīng)RLS濾波器5.2.3　自適應(yīng)DFT／LMS和DCT／LMS濾波器5.2.4　約束自適應(yīng)LMS濾波器5.3　自適應(yīng)LMS濾波器的應(yīng)用實(shí)例5.3.1　自適應(yīng)噪聲抵消器5.3.2　自適應(yīng)預(yù)測(cè)器與自適應(yīng)建模5.4　卡爾曼濾波器5.4.1　一步最優(yōu)預(yù)測(cè)5.4.2　最優(yōu)濾波5.4.3　卡爾曼濾波的應(yīng)用實(shí)例5.4.4　有色噪聲情況下的最優(yōu)濾波本章小結(jié)習(xí)題第六章 非平穩(wěn)信號(hào)分析--小波變換6.1　小波變換的基本概念6.1.1　連續(xù)小波變換6.1.2　連續(xù)小波變換的離散化6.2　多分辨力小波分析的理論框架6.2.1　多分辨力信號(hào)分解的基本概念6.2.2　多分辨力信號(hào)分解過(guò)程6.3　多分辨力分析與雙正交濾波器組6.3.1　多采樣率信號(hào)分析方法6.3.2　雙通道信號(hào)分解的理想重構(gòu)條件6.3.3　雙正交濾波器組與雙正交小波6.4　基于雙正交濾波器組的Mallat算法6.4.1　雙正交濾波器組的設(shè)計(jì)方法6.4.2　利用雙正交濾波器組實(shí)現(xiàn)Mallat算法6.4.3　正交尺度函數(shù)與正交小波函數(shù)的求解6.5　小波分析在檢測(cè)技術(shù)中的應(yīng)用6.5.1　信號(hào)奇異性檢測(cè)6.5.2　信號(hào)消噪與信號(hào)壓縮6.5.3　信號(hào)分量的提取與抑制6.5.4　信號(hào)自相似性檢測(cè)本章小結(jié)習(xí)題參考文獻(xiàn)

圖書(shū)封面

圖書(shū)標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    隨機(jī)信號(hào)分析與最優(yōu)估計(jì)理論 PDF格式下載

---