離散信號檢測與估計（簡體書）

本教材全面詳細地介紹了隨機信號處理的基礎——信號檢測與估計理論，共分三部分，第一部分概述了信號檢測與估計理論的預備知識，包括隨機變量及統計描述、隨機過程及統計描述、Monte Carlo仿真方法。第二部分介紹了信號參量的估計理論和信號波形的濾波理論，包括各種估計準則下信號參量的估計方法及性質、Wiener濾波和Kalman濾波。第三部分介紹了信號的檢測理論和信號波形的檢測，包括簡單假設檢驗、多元假設檢驗、復合假設檢驗，以及確定信號和隨機信號的檢測、未知參量的確定信號和隨機參量信號的檢測。
本書注重結構的完整性和內容的系統性，重視理論聯系實際，精心設計一些例題以加深讀者對理論概念和方法的理解和掌握，所介紹的檢測和估計方法均可在計算機上實現。
本書可作為通信類、信息類、電子類、控制類和生物醫學等專業高年級本科生和研究生的專業教材和參考書，也可作為相關科研人員的參考用書。

第1章 引言
　1.1 信號處理發展概述
　1.2 隨機信號的處理方法
　1.3 信號檢測與估計問題
　1.4 信號檢測與估計理論概述
　1.5 幾點說明
第2章 基礎知識
　2.1 引言
　2.2 隨機變量
2.2.1 隨機變量的分布函數和概率密度函數
2.2.2 隨機變量的數字特徵
2.2.3 一些常用的隨機變量
　2.3 隨機矢量
2.3.1 隨機矢量及其統計描述
2.3.2 聯合高斯隨機矢量
　2.4 隨機過程
2.4.1 隨機過程的統計描述
2.4.2 隨機過程的平穩性
2.4.3 隨機過程的各態歷經性
2.4.4 平穩隨機過程的功率譜密度
　2.5 常用的隨機過程
2.5.1 白噪聲
2.5.2 高斯隨機過程
　2.6 Monte Carlo方法
2.6.1 隨機數的產生
2.6.2 估計量的統計特性分析
　2.7 小結
　習題
第3章 估計理論
　3.1 引言
3.1.1 估計的數學模型
3.1.2 估計量的性質
　3.2 最小方差無偏估計
3.2.1 均方誤差最小準則和最小方差無偏準則
3.2.2 基於克拉美-羅不等式的最小方差無偏估計
3.2.3 基於充分統計量的最小方差無偏估計
3.2.4 最佳線性無偏估計
　3.3 最大似然估計
3.3.1 似然函數與概率函數
3.3.2 最大似然估計的定義
3.3.3 最大似然估計的構造
3.3.4 最大似然估計的性質
3.3.5 矢量參量的最大似然估計
　3.4 最小二乘估計
3.4.1 最小二乘估計的定義
3.4.2 線性最小二乘估計
3.4.3 線性最小二乘加權估計
3.4.4 線性最小二乘估計量的性質
3.4.5 線性最小二乘遞推估計
3.4.6 約束線性最小二乘估計
3.4.7 非線性最小二乘估計
　3.5 貝葉斯估計
3.5.1 貝葉斯原理
3.5.2 先驗概率分布
3.5.3 代價函數
3.5.4 貝葉斯估計量的構造
3.5.5 矢量參量的貝葉斯估計
3.5.6 最小均方誤差估計的性質
　3.6 線性最小均方誤差估計
3.6.1 線性最小均方誤差估計定義
3.6.2 線性最小均方誤差估計量的構造
3.6.3 線性最小均方誤差估計的性質
3.6.4 貝葉斯高斯-馬爾可夫定理
　3.7 小結
　習題
第4章 波形估計
　4.1 引言
　4.2 Wiener濾波
4.2.1 正交原理
4.2.2 離散Wiener濾波
　4.3 Kalman濾波
4.3.1 隨機過程的狀態空間模型
4.3.2 離散Kalman濾波
4.3.3 Kalman濾波與Wiener濾波的關係
　4.4 小結
　習題
第5章 檢測理論
第6章 信號波形的檢測
參考文獻