统计信号处理基础

图书标准信息

• 作者 StevenMKay
• 出版社 电子工业出版社
• 出版时间 2003-08
• 版次 1
• ISBN 9787505382398
• 定价 89.00元
• 装帧 平装
• 开本 其他
• 纸张 胶版纸
• 页数 883页
• 字数 1446千字

【内容简介】

本书是一部经典的有关统计信号处理的权威著作。全书分为两卷，分别讲解了统计信号处理基础的估计理论和检测理论。

  第一卷详细介绍了经典估计理论和贝叶斯估计，总结了各种估计方法，考虑了维纳滤波和卡尔曼滤波，并介绍了对复数据和参数的估计方法。本卷给出了大量的应用实例，范围包括高分辨率谱分析、系统辨识、自适应噪声对消、跟踪和定位等；并且设计了大量的习题以加深读者对基本概念的理解。

  第二卷全面介绍了计算机上实现的最佳检测算法，并且重点介绍了现实中的信号处理应用，包括现代语音、通信技术以及传统的声纳/雷达系统。本卷从检测的基础理论开始，回顾了高斯，χ2、F、瑞利及莱斯概率密度；讲解了高斯随机变量的二次型，以及渐近高斯概率密度和蒙特卡洛性能评估；介绍了基于简单假设检验的检测理论基础；Neyman-Pearson定理、无关数据的处理、贝叶斯风险、多元假设检验，以及确定性信号和随机信号的检测；最后详细分析了适合于未知信号和未知噪声参数的复合假设检验。

  本书可以作为电子信息类专业统计信号处理课程的研究生教材或教学参考书，也可供从事信号处理的教学、科研和工程技术人员参考。

【作者简介】

Steven M.Kay，美国Rhode Island大学电子与计算机工程系教授，信号处理领域的资深专家，一直致力于数学统计方法在数字信号处理中的应用研究。

【目录】

第一卷：统计信号处理基础——估计理率

   第一章引言

   第二章最小方差无偏估计

   第三章Cramer-Rao下限

   第四章线性模型

   第五章一般最小方差无偏估计

   第六章最佳线性无偏估计量

   第七章最大似然估计

   第八章最小二乘估计

   第九章矩方法

   第十章贝叶斯原理

   第十一章 一般贝叶斯估计量

   第十二章 线性贝叶斯估计量

   第十三章 卡尔曼滤波器

   第十四章 估计量总结

   第十五章 复数据和复参数的扩展

第二卷：统计信号处理基础——检测理论

   第一章 引言

   第二章 重要PDF的总结

   第三章 统计判决理论I

   第四章 确定信号

   第五章 随机信号

   第六章 统计判决理论II

   第七章 具有未知参数的确定性信号

   第八章 未知参数的随机信号

   第九章 未知噪声参数

   第十章 非高斯噪声

   第十一章 检测器总结

   第十二章 模型变化检测

   第十三章 复矢量扩展及阵列处理