简介
本书主要包括信号参量估计理论、线性最佳滤波、功率谱分析技术、自适应滤波、自适应阵列处理、时频分析和小波变换等内容，它们是雷达、通信声纳、电子对抗、图像处理和自动控制等学科博士研究生、硕士研究生和工程技术人员必须学习与掌握的信号处理的近代理论与技术。
目前，国内外对上述各内容均有多部专著，也有若干现代信号理论的著作，内容很详尽，专业性较强，使初学者望而生畏，更难以在规定学时内完成教学。为此，我们编写这部较为浅显并精练的教材，以适应于通信与电子类研究生的需求。
本书可供通信与电子类专业的研究生作教材，也可供专业技术人员作参考书。
目录
第1章 信号参量估计理论
1.1 误差的定义和分类
1.2 信号参量估计的性能
1.2.1 无偏性
1.2.2 一致性
1.2.3 充分性
1.2.4 有效性
1.2.5 克拉美-罗不等式
1.3 信号参量估计基本理论
1.3.1 经典估计
1.3.2 贝叶斯估计
1.3.3 最大后验估计
1.3.4 最大似然估计
1.3.5 极大极小估计
1.3.6 线性均方估计
1.3.7 最小二乘估计
1.3.8 加权最小二乘估计
1.3.9 递推估计
1.4 区间估计
1.4.1 置信区间
1.4.2 单个母体的区间估计
1.5 结束语
习题一
第2章 线性最佳滤波
2.1 概述
2.2 维纳滤波
2.2.1 非因果解
2.2.2 因果解(频谱因式分解法)
2.2.3 正交性
2.2.4 离散观测情况
2.2.5 平稳序列的因果和非因果维纳滤波器
2.3 平稳序列的维纳预测器
2.3.1 预测器计算公式
2.3.2 平稳序列的因果和非因果维纳预测器
2.4 标量卡尔曼滤波
2.4.1 概述
2.4.2 标量信号模型和观测模型
2.4.3 标量卡尔曼滤波算法
2.5 标量卡尔曼预测
2.6 向量信号模型和观测模型
2.7 向量卡尔曼滤波
2.7.1 从标量运算过渡到向量运算
2.7.2 向量卡尔曼滤波算法
2.7.3 向量卡尔曼滤波器的实现
2.8 向量卡尔曼预测
2.9 常增益滤波方法
2.9.1 α-β滤波
2.9.2 α-β-γ滤波
2.10 结束语
习题二
第3章 功率谱分析技术
3.1 概述
3.2 传统的功率谱分析法
3.2.1 BT法
3.2.2 周期图法
3.2.3 四种周期图的均值和方差
3.3 有理函数模型法
3.3.1 概述
3.3.2 AR模型法
3.3.3 MA模型法
3.3.4 ARMA模型法
3.4 最大熵谱分析法(MEM)
3.4.1 最大熵谱估计的基本原理
3.4.2 简化求解计算法
3.4.3 噪声的影响
3.4.4 模型阶数的判别
3.5 Prony法
3.6 MVDR谱估计
3.7 特征值分解法
3.7.1 信号子空间与噪声子空间概念
3.7.2 Pisarenko谱估计法
3.7.3 MUSIC谱估计法
3.7.4 最小范数(MN)法
3.8 结束语
习题三
第4章 自适应滤波
4.1 概述
4.2 自适应最小均方(LMS)横向滤波器
4.2.1 最陡下降法
4.2.2 自学习曲线
4.2.3 失调
4.3 自适应递推最小二乘(RLS)横向滤波器
4.3.1 递推最小二乘算法的导出
4.3.2 递推最小二乘算法的实现途径
4.4 LMS自适应格型滤波器
4.4.1 LMS自适应格型滤波器的递归算法
4.4.2 格型滤波器的基本结构
4.5 最小二乘格型滤波器
4.5.1 最小二乘更新关系
4.5.2 前、后向预测误差滤波器
4.6 结束语
习题四
第5章 自适应阵列处理
5.1 概述
5.2 自适应阵列处理常用的几种性能量度
5.2.1 均方误差(MSE)性能量度
5.2.2 信噪比(SNR)性能量度
5.2.3 似然(LH)性能量度
5.3 旁瓣对消系统(SLC)
5.3.1 最大信噪比(MSNR)准则
5.3.2 最小二乘方准则
5.3.3 取样矩阵求逆(SMI)算法
5.3.4 正交变换
5.4 QR-RLS算法
5.4.1 正交变换的预备知识
5.4.2 QR-RLS算法
5.5 采用Givens变换的QR-RLS算法
5.5.1 Givens变换
5.5.2 Systolic(脉动)阵列概念
5.5.3 采用Givens变换QR-RLS算法的Systolic阵列实现
5.6 采用无除法模型的Gram-Schmidt变换的QR-RLS算法
5.6.1 预备知识
5.6.2 采用无除法修正的Gram-Schmid变换的QR-RLS算法
5.6.3 一种采用无除法MGS变换的方案及其Systolic阵列实现简介
5.7 多辐射非相关源测向
5.7.1 系统模型和信号模型
5.7.2 几种测向方法
5.7.3 四种参量谱测向法简介
5.8 自适应数字波束形成简介
5.8.1 数字波束形成概念
5.8.2 自适应数字波束形成处理器
5.8.3 数字多波束形成
5.9 结束语
习题五
第6章 时频分析和小波变换
6.1 概述
6.2 傅里叶变换(FT)
6.3 信号的测不准原理
6.4 短时傅里叶变换(STFT)和Gabor展开
6.4.1 连续短时傅里叶变换
6.4.2 离散短时傅里叶变换
6.4.3 连续Gabor展开
6.4.4 离散Gabor展开
6.5 Wigner-Ville分布
6.5.1 连续信号的Wigner-Ville分布
6.5.2 连续Wigner-Ville的性质
6.5.3 离散Wigner-Ville分布
6.5.4 离散Wigner-Ville的若干性质
6.5.5 离散Wigner-Ville的综合过程
6.6 模糊函数(AF)
6.6.1 模糊函数的性质
6.6.2 模糊函数表示信号的特点
6.7 WVD与AF的关系
6.7.1 WVD与AF之间为二维傅里叶关系
6.7.2 WVD和AF的交叉项的几何性质
6.8 信号时频分布的统一表示
6.9 连续小波变换(CWT)
6.9.1 连续小波变换的概念
6.9.2 ψ(t)所确定双窗函数的时频特性
6.9.3 小波变换的性质
6.10 离散小波变换与小波框架
6.10.1 离散小波变换(DWT)
6.10.2 小波框架
6.11 二进小波变换
6.11.1 二进小波变换
6.11.2 二进正交小波变换
6.11.3 二进正交小波函数的生成原理
6.12 多分辨分析
6.12.1 多分辫分析的数学定义
6.12.2 从多分辨分析导出正交二进小波
6.12.3 多分辨分析的实现
6.13 结束语
习题六
参考文献
1.1 误差的定义和分类
1.2 信号参量估计的性能
1.2.1 无偏性
1.2.2 一致性
1.2.3 充分性
1.2.4 有效性
1.2.5 克拉美-罗不等式
1.3 信号参量估计基本理论
1.3.1 经典估计
1.3.2 贝叶斯估计
1.3.3 最大后验估计
1.3.4 最大似然估计
1.3.5 极大极小估计
1.3.6 线性均方估计
1.3.7 最小二乘估计
1.3.8 加权最小二乘估计
1.3.9 递推估计
1.4 区间估计
1.4.1 置信区间
1.4.2 单个母体的区间估计
1.5 结束语
习题一
第2章 线性最佳滤波
2.1 概述
2.2 维纳滤波
2.2.1 非因果解
2.2.2 因果解(频谱因式分解法)
2.2.3 正交性
2.2.4 离散观测情况
2.2.5 平稳序列的因果和非因果维纳滤波器
2.3 平稳序列的维纳预测器
2.3.1 预测器计算公式
2.3.2 平稳序列的因果和非因果维纳预测器
2.4 标量卡尔曼滤波
2.4.1 概述
2.4.2 标量信号模型和观测模型
2.4.3 标量卡尔曼滤波算法
2.5 标量卡尔曼预测
2.6 向量信号模型和观测模型
2.7 向量卡尔曼滤波
2.7.1 从标量运算过渡到向量运算
2.7.2 向量卡尔曼滤波算法
2.7.3 向量卡尔曼滤波器的实现
2.8 向量卡尔曼预测
2.9 常增益滤波方法
2.9.1 α-β滤波
2.9.2 α-β-γ滤波
2.10 结束语
习题二
第3章 功率谱分析技术
3.1 概述
3.2 传统的功率谱分析法
3.2.1 BT法
3.2.2 周期图法
3.2.3 四种周期图的均值和方差
3.3 有理函数模型法
3.3.1 概述
3.3.2 AR模型法
3.3.3 MA模型法
3.3.4 ARMA模型法
3.4 最大熵谱分析法(MEM)
3.4.1 最大熵谱估计的基本原理
3.4.2 简化求解计算法
3.4.3 噪声的影响
3.4.4 模型阶数的判别
3.5 Prony法
3.6 MVDR谱估计
3.7 特征值分解法
3.7.1 信号子空间与噪声子空间概念
3.7.2 Pisarenko谱估计法
3.7.3 MUSIC谱估计法
3.7.4 最小范数(MN)法
3.8 结束语
习题三
第4章 自适应滤波
4.1 概述
4.2 自适应最小均方(LMS)横向滤波器
4.2.1 最陡下降法
4.2.2 自学习曲线
4.2.3 失调
4.3 自适应递推最小二乘(RLS)横向滤波器
4.3.1 递推最小二乘算法的导出
4.3.2 递推最小二乘算法的实现途径
4.4 LMS自适应格型滤波器
4.4.1 LMS自适应格型滤波器的递归算法
4.4.2 格型滤波器的基本结构
4.5 最小二乘格型滤波器
4.5.1 最小二乘更新关系
4.5.2 前、后向预测误差滤波器
4.6 结束语
习题四
第5章 自适应阵列处理
5.1 概述
5.2 自适应阵列处理常用的几种性能量度
5.2.1 均方误差(MSE)性能量度
5.2.2 信噪比(SNR)性能量度
5.2.3 似然(LH)性能量度
5.3 旁瓣对消系统(SLC)
5.3.1 最大信噪比(MSNR)准则
5.3.2 最小二乘方准则
5.3.3 取样矩阵求逆(SMI)算法
5.3.4 正交变换
5.4 QR-RLS算法
5.4.1 正交变换的预备知识
5.4.2 QR-RLS算法
5.5 采用Givens变换的QR-RLS算法
5.5.1 Givens变换
5.5.2 Systolic(脉动)阵列概念
5.5.3 采用Givens变换QR-RLS算法的Systolic阵列实现
5.6 采用无除法模型的Gram-Schmidt变换的QR-RLS算法
5.6.1 预备知识
5.6.2 采用无除法修正的Gram-Schmid变换的QR-RLS算法
5.6.3 一种采用无除法MGS变换的方案及其Systolic阵列实现简介
5.7 多辐射非相关源测向
5.7.1 系统模型和信号模型
5.7.2 几种测向方法
5.7.3 四种参量谱测向法简介
5.8 自适应数字波束形成简介
5.8.1 数字波束形成概念
5.8.2 自适应数字波束形成处理器
5.8.3 数字多波束形成
5.9 结束语
习题五
第6章 时频分析和小波变换
6.1 概述
6.2 傅里叶变换(FT)
6.3 信号的测不准原理
6.4 短时傅里叶变换(STFT)和Gabor展开
6.4.1 连续短时傅里叶变换
6.4.2 离散短时傅里叶变换
6.4.3 连续Gabor展开
6.4.4 离散Gabor展开
6.5 Wigner-Ville分布
6.5.1 连续信号的Wigner-Ville分布
6.5.2 连续Wigner-Ville的性质
6.5.3 离散Wigner-Ville分布
6.5.4 离散Wigner-Ville的若干性质
6.5.5 离散Wigner-Ville的综合过程
6.6 模糊函数(AF)
6.6.1 模糊函数的性质
6.6.2 模糊函数表示信号的特点
6.7 WVD与AF的关系
6.7.1 WVD与AF之间为二维傅里叶关系
6.7.2 WVD和AF的交叉项的几何性质
6.8 信号时频分布的统一表示
6.9 连续小波变换(CWT)
6.9.1 连续小波变换的概念
6.9.2 ψ(t)所确定双窗函数的时频特性
6.9.3 小波变换的性质
6.10 离散小波变换与小波框架
6.10.1 离散小波变换(DWT)
6.10.2 小波框架
6.11 二进小波变换
6.11.1 二进小波变换
6.11.2 二进正交小波变换
6.11.3 二进正交小波函数的生成原理
6.12 多分辨分析
6.12.1 多分辫分析的数学定义
6.12.2 从多分辨分析导出正交二进小波
6.12.3 多分辨分析的实现
6.13 结束语
习题六
参考文献
近代信号处理理论与方法
- 名称
- 类型
- 大小
光盘服务联系方式: 020-38250260 客服QQ：4006604884
云图客服：
用户发送的提问，这种方式就需要有位在线客服来回答用户的问题，这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
Video Player
×
Audio Player
×
pdf Player
×
