Detection and estimation:theory and its applications

第一部分  综    述
  第1章  概率论知识回顾
    1.1  本章要点
    1.2  概率的定义
    1.3  条件概率
    1.4  贝叶斯定理
    1.5  独立性事件
    1.6  随机变量
    1.7  条件分布和密度
    1.8  一维随机变量的函数
    1.9  一维随机变量的矩
    1.10  二维随机变量的分布
    1.11 多维随机变量
    1.12 均方误差（MSE）估计
    1.13 参考文献注释
    1.14 习题
  第2章  随机过程
    2.1  本章要点
    2.2  平稳过程
    2.3  周期平稳过程
    2.4  均值和各态历经
    2.5  自相关函数
    2.6  功率谱密度
    2.7  离散时间随机过程
    2.8  空间随机过程
    2.9  随机信号
    2.10 参考文献注释
    2.11 习题
  第3章  信号表示和统计
    3.1  本章要点
    3.2  功率谱密度和自相关函数的关系
    3.3  采样定理
    3.4  线性时不变和线性移不变系统
    3.5  带通信号表示
    3.6  参考文献注释
    3.7  习题
第二部分  检 测 理 论
  第4章  二元假设下的单样本检测
    4.1  本章要点
    4.2  假设检验与最大后验概率准则
    4.3  贝叶斯准则
    4.4  极大极小化准则
    4.5  Neyman-Pearson准则
    4.6  第4章例题中检测准则结果小结
    4.7  序贯检测
    4.8  参考文献注释
    4.9  习题
  第5章  二元假设下的多样本检测
    5.1  本章要点
    5.2  多重测量举例
    5.3  贝叶斯准则
    5.4  其他准则
    5.5  加性高斯噪声中的最优数字检测器
    5.6  滤波替代方法
    5.7  连续信号——高斯白噪声
    5.8  连续信号——有色高斯噪声
    5.9  加性高斯白噪声中二元接收机的性能
    5.10 接收机结构的深入研究
    5.11 序贯检测和性能
    5.12 参考文献注释
    5.13 习题
  第6章  随机参数信号的检测
    6.1  本章要点
    6.2  复合假设检验
    6.3  未知相位
    6.4  未知幅度
    6.5  未知频率
    6.6  未知到达时刻
    6.7  参考文献注释
    6.8  习题
  第7章  随机参数多脉冲检测
    7.1  本章要点
    7.2  未知相位
    7.3  未知相位和幅度
    7.4  分集方法与性能
    7.5  未知相位、幅度及频率
    7.6  参考文献注释
    7.7  习题
  第8章  多元假设的检测
    8.1  本章要点
    8.2  贝叶斯准则
    8.3  最大后验概率（MAP）准则
    8.4  利用其他准则的Ｍ元检测
    8.5  利用“擦除”处理的Ｍ元检测
    8.6  信号空间表示
    8.7  Ｍ元检测系统的性能
    8.8  多元假设的序贯检测
    8.9  参考文献注释
    8.10 习题
  第9章  非参数检测
    9.1  本章要点
    9.2  符号检验
    9.3  Wilcoxon检验
    9.4  其他非参数检验
    9.5  参考文献注释
    9.6  习题
第三部分  估 计 理 论
  第10章  估计理论基础
    10.1  本章要点
    10.2  一般参数估计问题表述
    10.3  检测和估计理论之间的关系
    10.4  估计问题的类型
    10.5  估计器的性质
    10.6  贝叶斯估计
    10.7  极小极大估计
    10.8  最大似然估计
    10.9  参数估计器比较
    10.10 参考文献注释
    10.11 习题
  第11章  特定参数的估计
    11.1  本章要点
    11.2  高斯白噪声中的参数估计
    11.3  高斯有色噪声中的参数估计
    11.4  加性高斯白噪声中的幅度估计
    11.5  加性高斯白噪声情况下非相干幅度估计
    11.6  加性高斯白噪声中的相位估计
    11.7  高斯白噪声中的时延估计
    11.8  高斯白噪声下的频率估计
    11.9  高斯白噪声情况下多参数的同时估计
    11.10 Whittle近似
    11.11 参考文献注释
    11.12 习题
  第12章  多参数估计
    12.1  本章要点
    12.2  离散线性观测模型的ML估计
    12.3  离散线性观测模型的MAP估计
    12.4  序贯参数估计
    12.5  参考文献注释
    12.6  习题
  第13章  不考虑分布的估计——维纳滤波
    13.1  本章要点
    13.2  正交原理
    13.3  自回归技术
    13.4  离散维纳滤波
    13.5  连续维纳滤波
    13.6  离散和连续滤波表示的一般式
    13.7  参考文献注释
    13.8  习题
  第14章  与分布无关的估计——卡尔曼滤波
    14.1  本章要点
    14.2  线性最小二乘法
    14.3  最小方差加权最小二乘法
    14.4  最小方差最小二乘或卡尔曼算法
    14.5  卡尔曼算法计算时的考虑
    14.6  信号估计的卡尔曼算法
    14.7  连续卡尔曼滤波
    14.8  扩展卡尔曼滤波
    14.9  评论和扩展
    14.10 参考文献注释
    14.11 习题
第四部分  应用
  第15章  非高斯噪声系统中的检测与估计
    15.1  本章要点
    15.2  脉冲噪声的特性
    15.3  非高斯噪声下的检测器结构
    15.4  噪声模型、接收机结构和误码率性能选例
    15.5  非高斯噪声参数的估计
    15.6  参考文献注释
    15.7  习题
  第16章  多径衰落信道中的直接序列扩频信号
    16.1  本章要点
    16.2  直接序列扩频通信介绍
    16.3  多径衰落信道模型
    16.4  信道参数已知的接收机结构
    16.5  相位未知的接收机结构
    16.6  幅度或相位未知的接收机结构
    16.7  未知信道的接收机结构和性能
    16.8  参考文献注释
    16.9  习题
  第17章  多用户检测
    17.1  本章要点
    17.2  引言
    17.3  同步多用户直接序列CDMA
    17.4  异步多用户直接序列CDMA
    17.5  理论综述
    17.6  参考文献注释
    17.7  习题
  第18章  低截获概率通信
    18.1  本章要点
    18.2  LPI系统模型
    18.3  拦截探测器结构
    18.4  滤波器组
    18.5  特征检测器
    18.6  参考文献注释
    18.7  习题
  第19章  谱估计
    19.1  本章要点
    19.2  功率谱估计概述
    19.3  周期图
    19.4  参数谱估计法
    19.5  用MATLAB进行谱估计的实例
    19.6  参考文献注释
    19.7  习题
附录A  分布的性质和密度函数
附录B  常见的概率密度函数、累积分布函数和特征函数
附录C  多元正态随机变量
附录D  自相关和功率谱密度函数的性质
附录E  LTI和LSI带限系统的等价性
附录F  随机和理论
附录G  对第6章、第7章和第16章有用的求解方法
附录H  Gram-Charlier型级数
附录I  移动用户检测
术语表
符号表
参考文献