作者简介 Alan V. Oppenheim 美国麻省理工学院(MIT)电气与计算机科学系教授,MIT电子学研究实验室( RLE)首席研究员,美国国家工程院院士,IEEE会士,研究领域为通用领域的信号处理及应用。曾因出色的科研和教学工作多次获奖,包括IEEE教育勋章,IEEE成立百年杰出贡献奖,IEEE在声学、语音和信号处理领域的社会与技术成就奖等。另著有:Signals and Systems, Second Edtion. Discrete-Time Signal Processing, Third Edition.
目录 导论1
第1章信号与系统6
1.1信号、系统、模型及性质6
1.2线性时不变系统8
1.2.1线性时不变系统的冲激响应表示8
1.2.2线性时不变系统的特征函数与变换表示9
1.2.3傅里叶变换12
1.3确定性信号及其傅里叶变换13
1.3.1信号类别及其傅里叶变换13
1.3.2Parseval恒等式、能量谱密度及确定性自相关15
1.4双边拉普拉斯变换与双边z变换17
1.4.1双边z变换17
1.4.2双边拉普拉斯变换20
1.5连续时间信号的离散时间处理20
1.5.1对连续时间信号进行离散时间处理的基本结构21
1.5.2离散时间滤波及整体连续时间响应22
1.5.3非理想D/C转换器24
1.6延伸阅读26
习题26
第2章幅度、相位与群时延53
2.1傅里叶变换的幅度和相位53
2.2群时延与非线性相位的影响55
2.2.1窄带输入信号56
2.2.2宽带输入信号57
2.3全通系统与最小相位系统61
2.3.1全通系统61
2.3.2最小相位系统63
2.4谱因式分解65
2.5延伸阅读66
习题66
第3章脉冲幅度调制83
3.1基带脉冲幅度调制83
3.1.1传输信号84
3.1.2接收信号85
3.1.3频域特征85
3.1.4接收器端码间干扰87
3.2奈奎斯特脉冲89
3.3通带脉冲幅度调制91
3.3.1频移键控(FSK)91
3.3.2相移键控(PSK)91
3.3.3正交幅度调制(QAM)93
3.4延伸阅读95
习题95
第4章状态空间模型107
4.1系统记忆性107
4.2说明性例子107
4.3状态空间模型116
4.3.1离散时间状态空间模型116
4.3.2连续时间状态空间模型118
4.3.3状态空间模型的关键性质120
4.4基于线性时不变输入-输出模型的状态空间模型121
4.5非线性状态空间模型的均衡态和线性化125
4.5.1均衡态125
4.5.2线性化128
4.6延伸阅读130
习题130
第5章线性时不变状态空间模型137
5.1离散时间模型与连续时间模型137
5.2零输入响应与模态表示139
5.2.1无驱动连续时间系统139
5.2.2无驱动离散时间系统144
5.2.3线性时不变系统的渐进稳定性146
5.3模态坐标中的一般响应148
5.3.1有驱动连续时间系统148
5.3.2有驱动离散时间系统150
5.3.3相似变换与对角化152
5.4传输函数、隐藏模态、可达性及可观测性157
5.4.1连续时间系统的输入-状态-输出结构157
5.4.2离散时间系统的输入-状态-输出结构163
5.5延伸阅读169
习题169
第6章状态观测器与状态反馈182
6.1设备与模型182
6.2状态估计与观测器183
6.2.1实时模拟183
6.2.2状态观测器185
6.2.3观测器设计186
6.3状态反馈控制192
6.3.1开环控制193
6.3.2利用线性时不变状态前馈的闭环控制193
6.3.3线性时不变状态反馈设计194
6.4基于观测器的反馈控制200
6.5延伸阅读203
习题203
第7章概率模型213
7.1基本概率模型213
7.2条件概率、贝叶斯法则及独立性214
7.3随机变量215
7.4概率分布216
7.5联合分布随机变量217
7.6期望、矩和方差219
7.7二元随机变量的相关性和协方差221
7.8相关性质的向量空间解释224
7.9延伸阅读225
习题226
第8章估计方法233
8.1连续随机变量的估计233
8.2从估计值到估计器237
8.3线性最小均方误差估计241
8.3.1通过对一个随机变量的单独测量来线性地估计另一个随机变量241
8.3.2多元测量值245
8.4延伸阅读248
习题248
第9章假设检验260
9.1噪声中的二元脉冲幅度调制260
9.2最小差错概率假设检验261
9.2.1利用最小条件差错概率做出判定262
9.2.2最小总体差错概率的MAP判定规则262
9.2.3数字通信中编码的假设检验264
9.3二元假设检验267
9.3.1误报、漏报与检测267
9.3.2似然比检验268
9.3.3Neyman-Pearson判定规则与接收器工作特性269
9.4最小风险判定272
9.5延伸阅读273
习题274
第10章随机过程288
10.1随机过程的定义及实例288
10.2随机过程的一阶矩和二阶矩表征291
10.3平稳性292
10.3.1严格意义上的平稳性292
10.3.2广义平稳性292
10.3.3广义平稳相关函数和协方差函数的某些性质293
10.4各态历经性295
10.5随机过程的线性估计296
10.5.1线性预测296
10.5.2线性FIR滤波297
10.6广义平稳随机过程的线性时不变滤波298
10.7延伸阅读302
习题303
第11章功率谱密度319
11.1期望瞬时功率的频谱分布319
11.1.1功率谱密度319
11.1.2波动谱密度322
11.1.3互谱密度326
11.2时间平均功率谱密度期望及Einstein-Wiener-Khinchin定理327
11.3应用331
11.3.1揭示周期性分量331
11.3.2建模滤波器332
11.3.3白化滤波器334
11.3.4采样带限随机过程336
11.4延伸阅读336
习题336
第12章信号估计351
12.1随机变量的LMMSE估计351
12.2FIR维纳滤波器353
12.3无约束离散时间维纳滤波器357
12.4因果离散时间维纳滤波363
12.5很优观测器与卡尔曼滤波368
12.5.1加性噪声干扰信号的因果维纳滤波368
12.5.2维纳滤波器的观测器实现370
12.5.3很优状态估计与卡尔曼滤波371
12.6连续时间信号估计372
12.7延伸阅读372
习题372
第13章信号检测387
13.1多元测量假设检验387
13.2独立同分布高斯噪声中的已知信号检测389
13.2.1很优解389
13.2.2性能表征391
13.2.3匹配滤波393
13.3匹配滤波器检测的扩展394
13.3.1持续时间无限的有限能量信号394
13.3.2白噪声中信号检测的信噪比优选化395
13.3.3有色噪声中的检测397
13.3.4连续时间匹配滤波器398
13.3.5匹配滤波与奈奎斯特脉冲设计399
13.3.6未知到达时刻与脉冲压缩400
13.4独立同分布高斯噪声中的信号识别401
13.5延伸阅读406
习题406
参考文献420
中英文对照表425
内容摘要 本书是美国麻省理工学院(MIT)知名教授奥本海姆的近年力作,是其在MIT开展了二十余年的Signals, Systems and Inference课程所涉及知识体系的拓展和延伸。本书详细阐述了确定性信号与系统的性质和表示形式,包括群时延和状态空间模型的结构与行为;引入了相关函数和功率谱密度来描述和处理随机信号。本书涉及的应用实例包括脉冲幅度调制,基于观测器的反馈控制,最小均方误差估计下的很好线性滤波器,以及匹配滤波器;强调了基于模型的推理方法,特别是针对状态估计、信号估计和信号检测的应用。本书融合并扩展了信号与系统时、频域分析的基本素材和概率论知识,这些都是信号处理、控制、通信、金融工程、生物医学等工程和应用科学领域的基本分析方法。
精彩内容 本书是美国麻省理工学院(MIT)知名教授奥本海姆的近年力作,是其在MIT开展了二十余年的Signals, Systems and Inference课程所涉及知识体系的拓展和延伸。本书详细阐述了确定性信号与系统的性质和表示形式,包括群时延和状态空间模型的结构与行为;引入了相关函数和功率谱密度来描述和处理随机信号。本书涉及的应用实例包括脉冲幅度调制,基于观测器的反馈控制,最小均方误差估计下的很好线性滤波器,以及匹配滤波器;强调了基于模型的推理方法,特别是针对状态估计、信号估计和信号检测的应用。本书融合并扩展了信号与系统时、频域分析的基本素材和概率论知识,这些都是信号处理、控制、通信、金融工程、生物医学等工程和应用科学领域的基本分析方法。
以下为对购买帮助不大的评价