目录



第1章数字信号处理基本概念

1.1概述

1.2离散时间信号

1.2.1连续时间信号的采样
<p> </p> <p> </p> <p>目录</p> <p> </p> <p> </p> <p> </p> <p>第1章数字信号处理基本概念</p> <p> </p> <p>1.1概述</p> <p> </p> <p>1.2离散时间信号</p> <p> </p> <p>1.2.1连续时间信号的采样</p> <p> </p> <p>1.2.2采样定理</p> <p> </p> <p>1.2.3几种常见的数字信号</p> <p> </p> <p>1.2.4信号的能量、功率及周期性</p> <p> </p> <p>1.2.5信号的基本运算</p> <p> </p> <p>1.3信号的傅里叶变换</p> <p> </p> <p>1.3.1连续时间信号的傅里叶变换</p> <p> </p> <p>1.3.2离散时间信号的傅里叶变换</p> <p> </p> <p>1.3.3离散傅里叶变换及其性质</p> <p> </p> <p>1.4z变换</p> <p> </p> <p>1.4.1z变换的定义</p> <p> </p> <p>1.4.2z变换的收敛域</p> <p> </p> <p>1.4.3z变换的性质</p> <p> </p> <p>1.4.4逆z变换</p> <p> </p> <p>1.5离散时间系统</p> <p> </p> <p>1.5.1基本概念</p> <p> </p> <p>1.5.2离散时间系统的单位冲激响应函数</p> <p> </p> <p>1.5.3LSI系统的稳定性和因果性</p> <p> </p> <p>1.5.4LSI系统的变换域分析</p> <p> </p> <p>本章习题</p> <p> </p> <p>第2章随机信号分析基础</p> <p> </p> <p>2.1概述</p> <p> </p> <p>2.1.1随机信号的基本概念</p> <p> </p> <p>2.1.2随机信号的分类</p> <p> </p> <p>2.2随机信号的概率结构</p> <p> </p> <p>2.2.1概率论基本概念</p> <p> </p> <p>2.2.2随机信号有限维概率密度及数字特征</p> <p> </p> <p>2.3随机信号的平稳性</p> <p> </p> <p>2.4离散随机信号和复随机信号</p> <p> </p> <p>2.4.1离散时间随机信号及其数字特征</p> <p> </p> <p>2.4.2复随机信号</p> <p> </p> <p>2.5随机信号的遍历性</p> <p> </p> <p>2.5.1总集意义上的数字特征与时间意义上的数字特征</p> <p> </p> <p>2.5.2平稳随机信号的遍历性</p> <p> </p> <p>2.6平稳随机信号的功率谱密度</p> <p> </p> <p>2.6.1维纳辛钦定理</p> <p> </p> <p>2.6.2功率谱密度的性质</p> <p> </p> <p>2.6.3离散随机序列的功率谱密度</p> <p> </p> <p>2.7几种常见的随机信号</p> <p> </p> <p>2.7.1白噪声</p> <p> </p> <p>2.7.2高斯随机信号</p> <p> </p> <p>2.7.3马尔可夫随机信号</p> <p> </p> <p>本章习题</p> <p> </p> <p>第3章信号估计与检测基础</p> <p> </p> <p>3.1估计的基本概念</p> <p> </p> <p>3.2估计算法的性能指标</p> <p> </p> <p>3.2.1性能指标</p> <p> </p> <p>3.2.2随机信号均值及相关函数的估计</p> <p> </p> <p>3.3估计性能界——CRB</p> <p> </p> <p>3.3.1单参数实常量估计的CRB</p> <p> </p> <p>3.3.2多参量估计的CRB</p> <p> </p> <p>3.3.3参数变换的CRB</p> <p> </p> <p>3.3.4复参数估计的CRB</p> <p> </p> <p>3.4*大似然估计</p> <p> </p> <p>3.4.1*大似然估计的基本原理</p> <p> </p> <p>3.4.2变换参数的*大似然估计</p> <p> </p> <p>3.5贝叶斯估计</p> <p> </p> <p>3.5.1代价函数</p> <p> </p> <p>3.5.2*小均方误差估计</p> <p> </p> <p>3.5.3条件中位数估计</p> <p> </p> <p>3.5.4*大后验概率估计</p> <p> </p> <p>3.5.5贝叶斯估计举例</p> <p> </p> <p>3.6线性*小均方误差估计</p> <p> </p> <p>3.6.1随机参量的线性*小均方误差估计</p> <p> </p> <p>3.6.2线性*小均方误差估计的几何解释</p> <p> </p> <p>3.7*小二乘估计</p> <p> </p> <p>3.8信号检测基础</p> <p> </p> <p>3.8.1确定性信号检测</p> <p> </p> <p>3.8.2随机信号检测</p> <p> </p> <p>本章习题</p> <p> </p> <p>第4章随机信号的更新与建模</p> <p> </p> <p>4.1随机信号通过线性系统</p> <p> </p> <p>4.1.1基本概念</p> <p> </p> <p>4.1.2线性系统输入输出信号之间数字特征的关系</p> <p> </p> <p>4.2随机矢量的线性变换</p> <p> </p> <p>4.3离散时间序列的线性模型</p> <p> </p> <p>4.3.1离散时间序列的自回归滑动平均模型</p> <p> </p> <p>4.3.2ARMA模型的传递函数</p> <p> </p> <p>4.3.3ARMA系统的等效性</p> <p> </p> <p>4.4ARMA模型的数字特征</p> <p> </p> <p>4.4.1互相关函数</p> <p> </p> <p>4.4.2自相关函数</p> <p> </p> <p>4.4.3功率谱密度</p> <p> </p> <p>4.**RMA、AR、MA模型之间的关系</p> <p> </p> <p>4.5.1Wold分解定理</p> <p> </p> <p>4.5.2柯尔莫可洛夫定理</p> <p> </p> <p>本章习题</p> <p> </p> <p>第5章随机信号的滤波</p> <p> </p> <p>5.1数字滤波器的基本概念</p> <p> </p> <p>5.2维纳滤波</p> <p> </p> <p>5.2.1*小均方误差(MMSE)准则与正交性原理</p> <p> </p> <p>5.2.2WienerHopf正则方程</p> <p> </p> <p>5.2.3Wiener滤波器的求解</p> <p> </p> <p>5.3线性预测</p> <p> </p> <p>5.4卡尔曼滤波</p> <p> </p> <p>5.5*小二乘滤波</p> <p> </p> <p>5.6匹配滤波器</p> <p> </p> <p>5.7自适应滤波</p> <p> </p> <p>5.7.1自适应滤波器的基本概念</p> <p> </p> <p>5.7.2LMS自适应滤波器</p> <p> </p> <p>5.7.3RLS自适应滤波</p> <p> </p> <p>本章习题</p> <p> </p> <p>第6章功率谱估计</p> <p> </p> <p>6.1概述</p> <p> </p> <p>6.2经典谱估计的基本方法</p> <p> </p> <p>6.2.1经典谱估计法一——周期图法</p> <p> </p> <p>6.2.2经典谱估计法二——间接法(相关图法、BT谱估计)</p> <p> </p> <p>6.2.3经典谱估计方法的改进</p> <p> </p> <p>6.3功率谱估计的参数模型法</p> <p> </p> <p>6.3.1AR谱估计的相关函数法</p> <p> </p> <p>6.3.2LevinsonDurbin算法</p> <p> </p> <p>6.3.3AR谱估计的性质</p> <p> </p> <p>6.3.4MA谱估计、ARMA谱估计</p> <p> </p> <p>6.4特征分解法谱估计</p> <p> </p> <p>6.4.1Pisarenko谐波分解与相关矩阵的特征分解</p> <p> </p> <p>6.4.2子空间法功率谱估计</p> <p> </p> <p>本章习题</p> <p> </p> <p> </p> <p> </p> <p> </p>显示全部信息前 言




<br /><br /><br /><br /><br /><br />前言随机信号处理涉及多媒体信号、生物医学信号、通信信号、控制信号等方面,有非常广阔的研究范围。本书力图以有限的篇幅对随机信号处理的基本理论和方法进行概括,使学生对随机信号概念和数学建模有必要的了解,掌握随机信号理论和分析处理的基本方法。全书参考学时为36学时,如需补充相关学科的前沿知识,可拓展到48学时。本书需要“概率论”“信号与系统”“数字信号处理”课程作为预备知识。在内容编排上,本书兼顾实信号和复信号,所以还需要一定的复变函数知识。作者在编写本教材的过程中,参考了大量的国内外学者文献,在此对相关作者表示衷心的感谢。同时,本书的编写也得到清华大学出版社的大力支持,在此表示诚挚的感谢。由于作者水平有限,本书在内容的选择、体系的安排以及文字叙述上难免有疏漏,恳请读者批评指正。编者2018年4月<br /><br /><br /><br /><br /><br /><br /><br /><br /><br /><br /><br /><br /><br />显示全部信息免费在线读第3章CHAPTER 3

信号估计与检测基础




3.1估计的基本概念信号处理的很多问题以参数估计的形式存在,例如在雷达及声呐信号处理中,需要估计目标(飞机或船只)的距离和到达角度,这些参数可以通过对发射信号和回波信号的处理获得。又如在现代的高保真录制系统中,需要**保持录音基准电平,这一般通过电平自动控制系统实现,具体流程是周期性地估计该基准电平,并根据估计结果做出调整。信号处理中的参数估计一般基于观测信号与待估计参数之间的依赖关系,在不同的问题模型中,这种依赖关系可能是确定性的或随机性的。例如在通信中的信道估计问题中,发送信号x(n)经过冲激响应为h(n)的信道输出为y(n)=h(n)x(n)(31)

目录



第1章数字信号处理基本概念

1.1概述

1.2离散时间信号

1.2.1连续时间信号的采样

教学资源配书教学课件(PPT)可到清华大学出版社网站本书页面下载。本书特色随机信号处理涉及多个领域,本书对不同领域的共性知识进行总结提炼,力求以简约的内容概括随机信号处理的基本理论与方法,为读者打下坚实基础。同时,书中摘选了大量具有工程应用背景的例题和习题,培养读者逻辑思维和创新思维能力,提高分析与解决实际工程问题的能力。? 层次分明 全书分基础理论和基本方法两大部分,基础理论部分主要是随机信号处理的基本概念和定理,基本方法部分则对不同应用领域*常用的算法进行总结。? 前后衔接 强调知识内容和分析方法的前后连贯性,将《信号与系统》《数字信号处理》《概率论》等相关教材知识进行概括与吸收,并作为本书的一部分。? 易教易学 系统阐述理论的同时,注重内容的实用性和可读性,减少理论公式的繁杂数学推导,为公式赋予明确的物理含义,便于理解和运用。? 联系实际 将工程应用中的随机信号处理问题进行归纳总结,转化为书中的例题和习题,让读者在了解工程应用背景的同时培养逻辑思维和解决实际问题的能力。