导语

  

内容提要

  

    《统计信号处理基础--实用算法开发(卷Ⅲ信息与通信技术)/经典译丛》是作者StevenM.Kay（凯）关于统计信号处理三卷书中的最后一卷，该卷建立了覆盖前两卷的综合性理论，在设计解决实际问题的优良算法方面帮助读者开发直观和专业的方法。本书首先评述开发信号处理算法的方法，包括数学建模、计算机模拟、性能评估。通过展示设计、评估、测试的有用解析结果和实现，将理论与实践联系起来．然后从几个关键的应用领域重点介绍了一些经典的算法。最后引导读者将算法转换成MATLAB程序来验证得到的解．全书主题包括：算法设计方法；信号与噪声模型的比较和选择；性能评估、规范、折中、测试和资料：使用大定理的最佳方法：估计、检测和谱估计算法；完整的案例研究：雷达多普勒中心频率估计、磁信号检测、心率监测等。
    本书可以作为电子信息类相关专业研究生的统计信号处理课程的教材或教学参考书，也可供从事信号处理的教学、科研和工程技术人员参考。

第一部分  方法论与通用方法
  第1章  引言
    1.1  动机和目标
    1.2  核心算法
    1.3  容易的、难的和不可能的问题
    1.4  增加成功的概率―提升直觉
    1.5  应用领域
    1.6  注意事项
      1.6.1  信号类型
      1.6.2  本书的特点和符号表示
    1.7  小结
    参考文献
    附录1A 练习解答
  第2章  算法设计方法
    2.1  引言
    2.2  一般方法
    2.3  信号处理算法设计实例
    2.4  小结
    参考文献
    附录2A 多普勒效应的推导
    附录2B 练习解答
  第3章  信号的数学建模
    3.1  引言
    3.2  信号模型的分层(分类)
    3.3  线性与非线性确定性信号模型
    3.4  参数已知的确定性信号(类型1)
      3.4.1  正弦信号
      3.4.2  阻尼指数信号
      3.4.3  阻尼正弦信号
      3.4.4  相位调制信号
      3.4.5  多项式信号
      3.4.6  周期信号
    3.5  具有未知参数的确定性信号(类型2)
      3.5.1  一般考虑
      3.5.2  多项式信号模型
      3.5.3  周期信号模型
      3.5.4  非线性和部分线性信号
    3.6  具有已知PDF的随机信号(类型3)
      3.6.1  一般考虑
      3.6.2  随机正弦模型―零均值
      3.6.3  随机正弦模型―非零均值
      3.6.4  贝叶斯线性模型
      3.6.5  其他具有已知PDF的随机模型
    3.7  PDF具有未知参数的随机信号(类型4)
    3.8  小结
    参考文献
    附录3A 练习解答
  第4章  噪声的数学建模
    4.1  引言
    4.2  一般噪声模型
    4.3  高斯白噪声
    4.4  高斯色噪声
    4.5  一般高斯噪声
    4.6  IID非高斯噪声
    4.7  随机相位正弦噪声
    4.8  小结
    参考文献
    附录4A 随机过程的概念和公式
    附录4B 高斯随机过程
    附录4C AR PSD的几何解释
    附录4D 练习解答
  第5章  信号模型选择
    5.1  引言
    5.2  信号建模
      5.2.1  路图
    5.3  示例
    5.4  参数估计
    5.5  模型阶数的选择
    5.6  小结
    参考文献
    附录5A 练习解答
  第6章  噪声模型选择
    6.1  引言
    6.2  噪声建模
      6.2.1  路图
    6.3  示例
    6.4  噪声特性的估计
      6.4.1  均值
      6.4.2  方差
      6.4.3  协方差
      6.4.4  自相关序列
      6.4.5  均值向量和协方差矩阵
      6.4.6  PDF
      6.4.7  PSD
    6.5  模型阶数的选择
    6.6  小结
    参考文献
    附录6A 置信区间
    附录6B 练习解答
  第7章  性能评估、测试与文档
    7.1  引言
    7.2  为什么采用计算机模拟评估
    7.3  统计意义下的性能度量指标
      7.3.1  参数估计的性能度量指标
      7.3.2  检测性能的度量指标
      7.3.3  分类性能度量标准
    7.4  性能边界
    7.5  精确与渐近性能
    7.6  灵敏度
    7.7  有效性能比较
    7.8  性能/复杂性的折中
    7.9  算法软件开发
    7.10 算法文档
    7.11 小结
    参考文献
    附录7A 算法描述文档中包括的信息检查表
    附录7B 算法描述文档样本
    7B.1  问题与目标
    7B.2  历史
    7B.3  假设
    7B.4  数学模型
    7B.5  算法描述
    7B.6  算法实现
    7B.7  MATLAB实现
    7B.8  计算机产生数据的性能
    7B.9  现场数据的性能
    7B.10 强/弱关系
    7B.11 参考文献
    7B.12 支持材料
    附录7C 练习解答
  第8章  使用大定理的最佳方法
    8.1  引言
    8.2  大定理
      8.2.1  参数估计
      8.2.2  检测
      8.2.3  分类
    8.3  线性模型的最佳算法
      8.3.1  参数估计
      8.3.2  检测
      8.3.3  分类
    8.4  利用理论导出新结论
    8.5  实用最佳方法
      8.5.1  参数估计：最大似然估计
      8.5.2  检测
      8.5.3  分类
    8.6  所学内容
    参考文献
    附录8A 参数估计的一些分析
    8A.1  经典方法
    8A.2  贝叶斯方法
    附录8B 练习解答
第二部分  特 定 算 法
  第9章  估计算法
    9.1  引言
    9.2  信号信息的提取
    9.3  噪声/干扰时的信号增强
    参考文献
    附录9A 练习解答
  第10章  检测算法
    10.1  引言
    10.2  已知信号形式(已知信号)
    10.3  未知信号形式(随机信号)
    10.4  未知信号参数(部分已知信号)
    参考文献
    附录10A 练习解答
  第11章  谱估计
    11.1  引言
    11.2  非参量(傅里叶)方法
    11.3  参量(基于模型)谱分析
      11.3.1  AR模型阶数的估计
    11.4  时变功率谱密度
    参考文献
    附录11A 傅里叶谱分析及滤波
    附录11B 补零及精度问题
    附录11C 练习解答
第三部分  实 例 扩 展
  第12章  复数据扩展
    12.1  引言
    12.2  复信号
    12.3  复噪声
      12.3.1  复随机变量
      12.3.2  复随机矢量
      12.3.3  复随机过程
    12.4  复最小均方及线性模型
    12.5  复数据的算法扩展
      12.5.1  复数据的估计
      12.5.2  复数据的检测
      12.5.3  复数据的谱估计
    12.6  其他扩展
    12.7  章节总结
    参考文献
    附录12A 练习解答
第四部分  真 实 应 用
  第13章  案例―统计问题
    13.1  引言
    13.2  估计问题―雷达多普勒中心频率
    13.3  已学内容
    参考文献
    附录13A AR功率谱密度的3 dB带宽
    附录13B 练习解答
  第14章  案例研究―检测问题
    14.1  引言
    14.2  估计问题―磁信号检测
    14.3  已学内容
    参考文献
    附录14A 练习解答
  第15章  案例研究―谱估计问题
    15.1  引言
    15.2  提取肌肉噪声
    15.3  肌肉噪声的谱分析
    15.4  改善ECG波形
    15.5  已学内容
参考文献
  附录15A 练习解答
  附录A 符号和缩写术语表
  附录B MATLAB简要介绍
  附录C 随书光盘内容的描述