新書推薦：
《
津轻：日本无赖派文学代表太宰治自传性随笔集
》
售價：HK$
66.7
《
河流之齿
》
售價：HK$
59.8
《
新经济史革命：计量学派与新制度学派
》
售價：HK$
89.7
《
盗墓笔记之秦岭神树4
》
售價：HK$
57.3
《
战胜人格障碍
》
售價：HK$
66.7
《
逃不开的科技创新战争
》
售價：HK$
103.3
《
漫画三国一百年
》
售價：HK$
55.2
《
希腊文明3000年（古希腊的科学精神，成就了现代科学之源）
》
售價：HK$
82.8
|
| 編輯推薦： |
（1） 普通高等教育“十一五”国家级规划教材、军队级精品课程配套教材
、湖南省研究生高水平教材建设项目资助教材。
（2） 遵循“厚基础、重实践、理论与工程应用相结合”的教学理念，精心提炼学科核心基础理论，强调基本概念的阐述和直观理解，减少繁琐的公式推导。
（3） 提供大量例题和应用实例，说明统计信号处理中抽象难懂的概念，通过应用实例搭建理论与应用的桥梁。
（4） 各章附有一定数量的习题，部分习题是教材中公式、定理的补充证明，通过习题训练，巩固所学知识、扩展教材内容。
（5） 配套MOOC课程在“学堂在线”“国家高等教育智慧教育平台”上线，已为十多万学习者提供交流学习平台。
（6） 配套资源丰富，包括教学大纲、PPT课件、教学视频等，可扫描目录中二维码下载，扫描书中二维码观看。
|
| 內容簡介： |
|
本书系统地论述统计信号处理的基本理论，包括随机过程基础、参数估计、**滤波和信号检测四部分。全书共 15 章，分别为引言、随机过程的基本概念、随机过程的线性变换、估计的基本概念与性能评估、最小方差无偏估计、**似然估计、贝叶斯估计、线性最小均方估计、线性卡尔曼滤波、非线性滤波、统计判决理论、复合假设检验、高斯噪声中已知信号的检测、高斯噪声中未知参量信号的检测、非高斯噪声中信号的检测等，各章均有信号处理实例和丰富的习题。 本书可作为信息与通信工程学科研究生的教材或教学参考书，也可供相关技术领域的工程技术人员参考。
|
| 關於作者： |
罗鹏飞，国防科技大学教授、硕士生导师。湖南省教学名师，获军队育才奖金奖，“信号处理系列课国家教学团队”带头人，国家精品课程和精品资源共享课“随机信号分析与处理”的课程负责人。1982年在西安电子科技大学获得学士学位，1985年在国防科技大学获得硕士学位。毕业后在国防科学技术大学电子科学学院任教，长期担任本科“随机信号分析与处理”和研究生“统计信号处理”课程的主讲。获军队教学成果奖4项、部委级教学成果奖1项，军队科技进步奖1项、部委级科技进步奖3项。
张文明，国防科技大学教授。获军队育才奖银奖，国家级线下一流课程“随机信号分析与处理”课程负责人，国家级教学团队“信号处理系列课教学团队”核心成员。1993年在西安空军电讯工程学院获得学士学位，1996年、2002年在国防科技大学获得硕士、博士学位。毕业后在国防科技大学电子科学学院任教，担任本科“随机信号分析与处理”和研究生“统计信号处理”课程的主讲。获军队教学成果奖2项，省级教学成果奖1项，军队科技进步奖4项、部委级科技进步奖1项。
杜小勇，国防科技大学副研究员。1998年、2001年、2005年在国防科技大学获得学士、硕士、博士学位。毕业后在国防科技大学电子科学学院任教，长期担任研究生“统计信号处理”“雷达目标特性与识别”课程主讲教师。获国家科技进步二等奖1项、军队科技进步一等奖1项，出版学术专著1部。
|
| 目錄：
|
第1章引言
1.1基本概念
1.2发展历史
1.3内容安排
第2章随机过程的基本概念
2.1随机过程的定义与分类
2.1.1随机过程的定义
2.1.2随机过程的分类
2.2随机过程的概率分布
2.2.1一维概率分布
2.2.2二维概率分布和多维概率分布
2.2.3概率分布计算实例
2.2.4联合分布
2.3随机过程的数字特征
2.3.1均值函数与方差函数
2.3.2自相关函数和自协方差函数
2.3.3离散随机过程的数字特征
2.3.4数字特征计算实例
2.3.5互相关函数
2.4平稳随机过程
2.4.1平稳随机过程的定义
2.4.2平稳随机过程自相关函数的特性
2.4.3随机过程的各态历经性
2.4.4广义联合平稳及互相关函数的性质
2.5随机过程的功率谱密度
2.5.1连续时间随机过程的功率谱
2.5.2随机序列的功率谱
2.5.3白噪声
2.6高斯随机过程
2.6.1一维高斯随机变量
2.6.2二维高斯随机变量
2.6.3多维高斯随机变量
2.6.4多维高斯随机变量的条件分布
2.6.5χ2分布
2.6.6高斯随机过程
习题
第3章随机过程的线性变换
3.1变换的基本概念和基本定理
3.3.1变换的基本概念
3.3.2线性变换的基本定理
3.2随机过程通过线性系统分析
3.2.1冲激响应法
3.2.2频谱法
3.2.3计算举例
3.3随机序列通过离散线性系统
3.3.1基本关系
3.3.2常用时间序列模型
3.4最佳线性滤波器
3.4.1输出信噪比最大的最佳线性滤波器
3.4.2匹配滤波器
3.4.3广义匹配滤波器
3.5信号处理实例——线性调频信号的匹配滤波器
3.5.1线性调频信号
3.5.2线性调频信号通过匹配滤波器的输出分析
3.6随机动态系统
3.6.1随机连续线性系统
3.6.2随机连续线性系统的离散化
习题
第4章估计的基本概念与性能评估
4.1估计理论概述
4.1.1估计问题的统计模型
4.1.2估计的基本方法
4.1.3估计量的性能评估
4.2参数估计的克拉美罗下限
4.2.1估计的精度与似然函数的关系
4.2.2克拉美罗下限定理
4.2.3随机参量估计的克拉美罗下限
4.3高斯白噪声中一般信号参数的克拉美罗下限
4.4估计性能的蒙特卡洛仿真
4.5矢量参数的克拉美罗下限
4.6参数变换的克拉美罗下限
4.7充分统计量
习题
第5章最小方差无偏估计
5.1最小方差无偏估计的定义
5.2RBLS定理
5.3线性最小方差无偏估计
5.4信号处理实例——系统辨识
习题
第6章最大似然估计
6.1最大似然估计的定义与计算实例
6.2最大似然估计的性质
6.3信号处理实例——时延估计
6.4变换参数的最大似然估计
6.5最大似然估计的数值计算
习题
第7章贝叶斯估计
7.1贝叶斯估计的一般概念
7.1.1先验信息与估计
7.1.2后验分布与估计
7.2最小均方估计
7.2.1最小均方估计的推导
7.2.2最小均方估计的性质
7.3最大后验概率估计
7.3.1标量参数的最大后验概率估计
7.3.2矢量参数的最大后验概率估计
7.4信号处理实例——命中概率的贝叶斯估计
7.4.1问题描述
7.4.2贝叶斯估计模型
7.4.3性能分析
习题
第8章线性最小均方估计
8.1线性最小均方估计的定义与性质
8.1.1随机参量的线性最小均方估计
8.1.2随机矢量的线性最小均方估计
8.1.3线性最小均方估计的性质
8.2线性最小均方估计的几何解释
8.2.1随机矢量空间
8.2.2基于随机矢量空间的线性最小均方估计
8.3递推线性最小均方估计
习题
第9章线性卡尔曼滤波
9.1卡尔曼滤波概述
9.1.1卡尔曼滤波的应用框架
9.1.2波形估计的一般方法
9.1.3信号模型与观测模型
9.2卡尔曼滤波算法推导
9.2.1正交投影法
9.2.2新息法
9.3卡尔曼滤波器的特点和计算举例
9.3.1卡尔曼滤波器的特点
9.3.2计算举例
9.4色噪声环境下的卡尔曼滤波器
9.4.1测量噪声为色噪声
9.4.2扰动噪声为色噪声
9.5卡尔曼滤波器的发散及克服发散的方法
9.6卡尔曼滤波在雷达数据处理中的应用
9.6.1雷达数据处理概述
9.6.2目标跟踪的基本方法
9.7机动目标的跟踪
9.7.1辛格算法
9.7.2输入估计算法
9.7.3变维滤波算法
9.7.4交互多模算法
9.7.5算法仿真分析
习题
第10章非线性滤波
10.1随机非线性离散系统的数学描述
10.2线性化卡尔曼滤波
10.3扩展卡尔曼滤波
10.4扩展卡尔曼滤波在目标跟踪中的应用
10.4.1目标状态模型与观测模型
10.4.2跟踪算法
10.5粒子滤波
10.5.1贝叶斯滤波框架
10.5.2粒子滤波算法
10.5.3仿真实验
习题
第11章统计判决理论
11.1信号检测的基本概念
11.2贝叶斯判决准则
11.2.1贝叶斯检测原理
11.2.2极大极小准则
11.3纽曼皮尔逊准则
11.4检测性能分析
11.5多元假设检验
11.6序贯检验
11.6.1序贯检验的基本原理
11.6.2平均观测次数
习题
第12章复合假设检验
12.1贝叶斯方法
12.2一致最大势检验
12.3广义似然比检验
12.4Wald检验和Rao检验
12.5局部最大势检验
习题
第13章高斯噪声中已知信号的检测
13.1高斯白噪声中已知信号的检测
13.1.1最佳检测器结构
13.1.2最佳检测器的性能
13.2高斯色噪声中已知信号的检测
13.2.1高斯色噪声中最佳检测器结构
13.2.2最佳信号的设计
13.3最小距离检测器
习题
第14章高斯噪声中未知参量信号的检测
14.1高斯白噪声中含有未知参数的确定性信号的检测
14.1.1一致最大势检测
14.1.2广义似然比检测
14.1.3未知到达时间信号的检测
14.2高斯随机信号的检测
14.2.1能量检测器
14.2.2加权能量检测器
14.3信号处理实例正弦信号的检测
14.3.1未知幅度
14.3.2幅度和相位未知
14.3.3幅度与相位随机的正弦信号
14.4信号处理实例——雷达Swerling 起伏模型的检测性能分析
14.4.1目标雷达截面积模型
14.4.2雷达检测概率与虚警概率
14.4.3仿真结果与分析
习题
第15章非高斯噪声中的信号检测
15.1非高斯分布
15.1.1拉普拉斯分布
15.1.2广义高斯分布
15.1.3混合高斯分布
15.2已知信号的检测
15.3渐近最佳检测器
15.4未知参数信号的检测
习题
附录A特殊矩阵及重要公式
A.1正交矩阵
A.2等幂矩阵
A.3Toeplitz矩阵
A.4矩阵的运算与公式
A.4.1矩阵常用运算的几个公式
A.4.2实值函数对矢量和矩阵求导
A.4.3矩阵求逆公式和求逆引理
A.4.4矩阵的特征分解
|
| 內容試閱：
|
“统计信号处理”是一门研究从噪声背景中提取有用信息的理论和方法的专业基础课程，其基本内容包括信号检测、估计和最佳滤波理论，在通信、雷达、卫星导航、自动控制、图像处理、气象预报、生物医学、地震信号处理等领域有着广泛的应用。随着信息技术的发展，统计信号处理的理论和应用将日益广泛和深入。
本书在“十一五”国家级规划教材《统计信号处理》（2009年，电子工业出版社）的基础上，结合近年来“统计信号处理”课程教学积累以及“统计信号处理”MOOC课程建设成果编写而成。希望读者通过本书的学习，系统地掌握随机过程、信号检测、估计和滤波的基本理论和方法，为学习后续专业课程以及开展相关的科研工作打下牢固的基础。
本书在编写思路上，本着“厚基础、重实践、理论与工程应用相结合”的教学理念，精心提炼学科核心的基础理论，强调对核心基础理论、基本概念的阐述，减少烦琐的公式推导过程，给出许多信号处理的实例，通过具体的例子和应用实例说明统计信号处理中抽象难懂的概念。每章最后都给出习题，其中部分习题是书中公式、定理的补充证明。因此，在学完每章内容后，完成每章的习题，既是对所学内容的巩固，也是对教材内容的补充和扩展。
本书可作为信息与通信工程学科研究生和高年级本科生的教材，参考学时为54~60学时。
本书是新形态立体教材，书中配有授课视频，可扫描二维码观看，辅助课堂教学和课后自学。作者所在教学团队建设有“统计信号处理”MOOC课程，分别在“学堂在线”和“国家高等教育智慧教育平台”上线，线上课程能很好地支持本书的学习。
本书的编写得到了“湖南省研究生教学平台研究生高水平教材建设”项目的资助，清华大学出版社也给予了大力支持，在此表示诚挚的谢意。
编者
2023年6月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
