信号检测与估计理论 第二版
作 者： 赵树杰
出版时间： 2013
内容简介
本书系统论述噪声干扰环境中信号状态的统计检测、信号参量的统计估计和信号波形的最佳滤波的概念、理论、方法和性能，这些内容是研究随机信号处理必备的理论知识，也为信号处理的工程应用提供了理论基础。本书的内容包括三个部分。观测信号（接收信号）的随机性及其统计特性描述；噪声干扰环境中信号属于哪个状态的统计检测准则、判决方式和性能分析，信号波形检测的最佳判决式、系统结构、检测性能和最佳信号波形设计；噪声干扰环境中信号未知参量或随机参量的统计估计准则、估计量的构造和主要性质，信号波形最佳估计的维纳滤波、自适应滤波和卡尔曼滤波的概念、算法和特点。本书可作为电子与通信工程领域信号与信息处理、通信与信息系统等学科的研究生和高年级本科生的教材，也可作为从事通信系统、雷达系统、信号与信息处理等工作的工程技术人员的培训教材或参考书。
目录
第1章 信号检测与估计概论
1.1 引言
1.2 信号的随机性及其统计处理方法
1.3 信号检测与估计理论概述
习题1
第2章 信号检测与估计理论的基础知识
2.1 引言
2.2 离散随机信号的统计特性描述
2.2.1 离散随机信号的概率密度函数
2.2.2 离散随机信号的统计平均量
2.2.3 常用的离散随机信号
2.2.4 离散随机信号矢量的联合概率密度函数
2.2.5 离散随机信号矢量的统计平均量
2.2.6 离散随机信号矢量各分量之间的互不相关性和相互统计独立性
2.2.7 高斯离散随机信号矢量的统计特性 第1章 信号检测与估计概论 1.1 引言 1.2 信号的随机性及其统计处理方法 1.3 信号检测与估计理论概述 习题1 第2章 信号检测与估计理论的基础知识 2.1 引言 2.2 离散随机信号的统计特性描述 2.2.1 离散随机信号的概率密度函数 2.2.2 离散随机信号的统计平均量 2.2.3 常用的离散随机信号 2.2.4 离散随机信号矢量的联合概率密度函数 2.2.5 离散随机信号矢量的统计平均量 2.2.6 离散随机信号矢量各分量之间的互不相关性和相互统计独立性 2.2.7 高斯离散随机信号矢量的统计特性 2.2.8 离散随机信号的函数 *2.2.9 离散随机信号的特征函数 2.3 连续随机信号的统计特性描述 2.3.1 连续随机信号的概率密度函数 2.3.2 连续随机信号的统计平均量 2.3.3 连续随机信号的平稳性 2.3.4 平稳连续随机信号的各态历经性 2.3.5 连续随机信号的正交性、互不相关性和相互统计独立性 2.3.6 平稳连续随机信号的功率谱密度 2.3.7 高斯连续随机信号 *2.4 复随机信号的统计特性描述 2.4.1 复随机信号 2.4.2 复离散随机信号的统计特性描述 2.4.3 复连续随机信号的统计特性描述 2.4.4 广义平稳的复连续随机信号 2.4.5 复高斯连续随机信号 2.5 线性时不变系统对平稳连续随机信号的响应 2.5.1 连续随机信号y(t)的平稳性 2.5.2 平稳连续随机信号y(t)的主要统计平均量 2.6 噪声及其统计特性描述 2.7 信号及其统计特性描述 习题2 第3章 信号状态的统计检测理论 3.1 引言 3.2 信号状态统计检测理论的概念 3.2.1 二元信号状态的统计检测 3.2.2 M元信号状态的统计检测 3.3 二元信号的贝叶斯检测准则 3.3.1 平均代价与贝叶斯检测准则的概念 3.3.2 最佳判决式 3.3.3 检测性能分析 3.4 二元信号的派生贝叶斯检测准则 3.4.1 最小平均错误概率检测准则 3.4.2 最大后验概率检测准则 3.4.3 极小化极大检测准则 3.4.4 奈曼-皮尔逊检测准则 3.5 高斯观测信号时二元信号状态的统计检测 3.5.1 信号检测的最佳判决式 3.5.2 不等均值矢量、等协方差矩阵时信号的检测 *3.5.3 等均值矢量、不等协方差矩阵时信号的检测 3.6 M元信号状态的统计检测 3.6.1 M元信号的贝叶斯检测准则 3.6.2 M元信号的最小平均错误概率检测准则 3.7 随机(或未知)参量信号状态的统计检测 *3.8 复信号状态的统计检测 3.8.1 二元复确知信号状态的统计检测
