【假一罚四】统计信号处理基础(第2卷检测理论英文版香农信息科学经典)
全新正版书籍，假一罚四，放心选购。可开发票，24小时内发货。
￥ 101.8 7.9折 ￥ 129 全新
库存3件
浙江嘉兴
认证卖家担保交易快速发货售后保障
作者(美)史蒂文·凯
出版社世界图书出版有限公司北京分公司
ISBN9787519283377
出版时间2022-06
装帧平装
开本16开
定价129元
货号31465648
上书时间2024-12-21
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
史蒂文•凯（Steven M. Kay）是统计信号处理领域世界知名的资深专家，他是美国罗得岛大学电子与计算机工程系的教授，同时也是许多工业部门以及美国空军、陆军、海军的顾问。他是靠前电气电子工程师学会的杰出会士（IEEE Fellow），IEEE信号处理协会的杰出讲师，并荣获过IEEE信号处理协会的教育奖章。
目录
第1章 引论
1.1 信号处理中的检测理论
1.2 检测问题
1.3 检测问题的数学描述
1.4 检测问题的内容体系
1.5 渐近的作用
1.6 几点说明
第2章 重要PDF的总结
2.1 引言
2.2 基本概率密度函数及其性质
2.3 高斯随机变量的二次型
2.4 渐进高斯PDF
2.5 蒙特卡洛性能评估
附录2A 要求的蒙特卡洛实验次数
附录2B 正态概率纸
附录2C 计算高斯右尾概率及其逆的MATLAB程序
附录2D 计算中心化和非中心化χ2的右尾概率
附录2E 蒙特卡洛计算机模拟的MATLAB程序
第3章 统计判决理论Ⅰ
3.1 引言
3.2 提要
3.3 Neyman-Pearson定理
3.4 接收机工作特性
3.5 无关数据
3.6 最小错误概率
3.7 贝叶斯风险
3.8 多元假设检验
附录3A Neyman-Pearson定理
附录3B 最小贝叶斯风险检测器——二元假设
附录3C 最小贝叶斯风险检测器——多元假设
第4章 确定信号
4.1 引言
4.2 提要
4.3 匹配滤波器
4.4 广义匹配滤波器
4.5 多个信号
4.6 线性模型
4.7 信号处理的例子
附录4A线性模型的简化形式
第5章 随机信号
5.1 引言
5.2 提要
5.3 估计器-相关器
5.4 线性模型
5.5 大数据记录的估计器-相关器
5.6 一般高斯检测
5.7 信号处理的例子
附录5A 估计器-相关器的检测性能
第6章 统计判决理论Ⅱ
6.1 引言
6.2 提要
6.3 复合假设检验
6.4 复合假设检验方法
6.5 大数据记录时GULT的性能
6.6 等效大数据记录检验
6.7 局部最大势检测器
6.8 多元假设检验
附录6A 渐近等效检验一无多余参数
附录6B 渐近等效检猃一多余参数
附录6C GLRT的渐近PDF
附录6D LMP检验的渐近检测性能
附录6E 局部最优势检验的另一种推导
附录6F 广义ML准则的推导
第7章 具有未知参数的确定性信号
7.1 引言
7.2 提要
7.3 信号建模和检测性能
7.4 未知幅度
7.5 未知到达时间
7.6 正弦信号检测
7.7 经典线性模型
7.8 信号处理的例子
附录7A 能量检测器的渐进性能
附录7B 经典线性模型GLRT的推导
第8章 未知参数的随机信号
8.1 引言
8.2 提要
8.3 信号协方差不完全已知
8.4 大数据记录的近似
8.5 弱信号检测
8.6 信号处理的例子
附录8A 周期高斯随机过程PDF的推导
第9章 未知噪声参数
9.1 引言
9.2 提要
9.3 一般考虑
9.4 白高斯噪声
9.5 有色WSS高斯噪声
9.6 信号处理的例子
附录9A 推导对于σ2未知的经典线性模型的GLRT
附录9B 对具有未知噪声参数的一般线性模型的Rao检验
附录9C 信号处理例子的渐近等效Rao检验
第10章 非高斯噪声
10.1 引言
10.2 提要
10.3 非高斯噪声的性质
10.4 已知确定性信号
10.5 未知参数确定性信号
10.6 信号处理的例子
附录10A NP检测器对微弱信号的渐近性能
附录10B IID非高斯噪声中线性模型信号的Rao检验
第11章 检测器总结
11.1 引言
11.2 检测方法
11.3 线性模型
11.4 选择一个检测器
11.5 其他方法和其他参考教材
第12章 模型变化检测
12.1 引言
12.2 提要
12.3 问题的描述
12.4 基本问题的扩展
12.5 多个变化时刻
12.6 信号处理的例子
附录12A 分段的通用动态规划方法
附录12B 动态规划的MATLAB程序
第13章 复矢量扩展及阵列处理
13.1 引言
13.2 提要
13.3 已知PDF
13.4 具有未知参数的PDF
13.5 矢量观测和PDF
13.6 矢量观测量的检测器
13.7 大数据记录的估计器-相关器
13.8 信号处理的例子
附录13A 复线性模型GLRT的PDF
附录A1 重要概念综述
A1.1 线性代数和矩阵代数
A1.2 概率、随机过程和时间序列模型
附录A2 符号和缩写术语表
内容摘要
《统计信号处理基础》分为3卷，全面讲解了检测、估计与滤波的基本原理，并且介绍了大量信号处理的经典算法与应用实例。本书是其中的第2卷，全面介绍了信号检测算法，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呐/雷达系统。书中介绍了基于简单假设检验的检测理论基础，包括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；书中也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。本书适合作为高等院校低年级研究生或高年级本科生统计信号处理课程的教材或参考书，也可供相关技术人员参考。
本书是世界图书出版公司“香农信息科学经典”系列图书中的一种。这个书系包含信息科学各个领域的图书，如信息论、通信与网络、信号处理、机器学习、理论计算机科学、量子信息科学等。“香农信息科学经典”以被世人称为“数字时代”之父和“信息时代”之父的克劳德？香农（ClaudeE.Shannon,1916.4.30—2001.2.24）为名。书系的策划者为从香农所在的美国麻省理工学院归国的信息科学家。书系中除了包含信息领域传统分支的图书，还包括像“人工智能的信息论方法”与“信息科学中的博弈论”等前沿交叉学科的子系列。关于书系与香农的更多介绍，请见世图公号文章《一个新书系的诞生——香农、信息时代与“香农信息科学经典”》。
主编推荐
• 这套三卷本的《统计信号处理基础》是荣获过IEEE信号处理协会教育奖章的Steven M. Kay教授享誉优选的经典名著。
• 在统计学相关的诸多著作中，既有统计学家撰写的，也有应用统计技术的专家编著的，前者注重理论的严密性，后者更为强调实际的应用，《统计信号处理基础》则试图在两个方面达到平衡，并且还重点关注将这些理论转换成数字计算机上实现的软件算法。
— 没有更多了 —
以下为对购买帮助不大的评价