統(tǒng)計(jì)信號(hào)處理基礎(chǔ)：實(shí)用算法開(kāi)發(fā)（卷III）

定　價(jià)：￥79.00

作　者：	[美] Steven M.Kay（S.M.凱）著；羅鵬飛等譯
出版社：	電子工業(yè)出版社
叢編項(xiàng)：	經(jīng)典譯叢
標(biāo)　簽：	電子通信工業(yè)技術(shù) 一般性問(wèn)題

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787121276071	出版時(shí)間：	2018-02-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	320	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書(shū)是作者Steven M. Kay關(guān)于統(tǒng)計(jì)信號(hào)處理三卷書(shū)中的*后一卷，該卷建立了覆蓋前兩卷的綜合性理論，在設(shè)計(jì)解決實(shí)際問(wèn)題的優(yōu)良算法方面幫助讀者開(kāi)發(fā)直觀和專業(yè)的方法。本書(shū)首先評(píng)述開(kāi)發(fā)信號(hào)處理算法的方法，包括數(shù)學(xué)建模、計(jì)算機(jī)模擬、性能評(píng)估。通過(guò)展示設(shè)計(jì)、評(píng)估、測(cè)試的有用解析結(jié)果和實(shí)現(xiàn)，將理論與實(shí)踐聯(lián)系起來(lái)。然后從幾個(gè)關(guān)鍵的應(yīng)用領(lǐng)域重點(diǎn)介紹了一些經(jīng)典的算法。*后引導(dǎo)讀者將算法轉(zhuǎn)換成MATLAB程序來(lái)驗(yàn)證得到的解。全書(shū)主題包括：算法設(shè)計(jì)方法；信號(hào)與噪聲模型的比較和選擇；性能評(píng)估、規(guī)范、折中、測(cè)試和資料；應(yīng)用大定理的*佳方法；估計(jì)、檢測(cè)和譜估計(jì)算法；完整的案例研究：雷達(dá)多普勒中心頻率估計(jì)、磁信號(hào)檢測(cè)、心率監(jiān)測(cè)等。

作者簡(jiǎn)介

　　Steven M. Kay：美國(guó)Rhode Island大學(xué)電子工程系的教授、信號(hào)處理領(lǐng)域的資深專家，曾經(jīng)發(fā)表過(guò)大量的論文與學(xué)術(shù)報(bào)告，并且撰寫(xiě)過(guò)多部著作。Kay博士致力于頻譜分析、檢測(cè)和估計(jì)理論、統(tǒng)計(jì)信號(hào)處理等領(lǐng)域的研究工作。他是IEEE會(huì)士，曾經(jīng)負(fù)責(zé)過(guò)IEEE聲學(xué)、語(yǔ)音、信號(hào)處理委員會(huì)的頻譜估計(jì)與建模領(lǐng)域的工作。羅鵬飛，國(guó)防科學(xué)技術(shù)大學(xué)電子科學(xué)與工程學(xué)院，教授，博導(dǎo)?！靶盘?hào)處理系列課程***教學(xué)團(tuán)隊(duì)”，團(tuán)隊(duì)帶頭人；“隨機(jī)信號(hào)分析與處理”國(guó)家精品課程和國(guó)家資源共享課，課程負(fù)責(zé)人；“統(tǒng)計(jì)信號(hào)處理”研究生MOOC課程建設(shè)，項(xiàng)目負(fù)責(zé)人。

圖書(shū)目錄

第一部分方法論與通用方法
第1章引言 2
1．1 動(dòng)機(jī)和目標(biāo) 2
1．2 核心算法 3
1．3 容易的、難的和不可能的問(wèn)題 3
1．4 增加成功的概率―提升直覺(jué) 8
1．5 應(yīng)用領(lǐng)域 8
1．6 注意事項(xiàng) 9
1．6．1 信號(hào)類(lèi)型 9
1．6．2 本書(shū)的特點(diǎn)和符號(hào)表示 9
1．7 小結(jié) 10
參考文獻(xiàn) 10
附錄1A 練習(xí)解答 11
第2章算法設(shè)計(jì)方法 13
2．1 引言 13
2．2 一般方法 13
2．3 信號(hào)處理算法設(shè)計(jì)實(shí)例 18
2．4 小結(jié) 29
參考文獻(xiàn) 29
附錄2A 多普勒效應(yīng)的推導(dǎo) 30
附錄2B 練習(xí)解答 31
第3章信號(hào)的數(shù)學(xué)建模 33
3．1 引言 33
3．2 信號(hào)模型的分層(分類(lèi)) 34
3．3 線性與非線性確定性信號(hào)模型 37
3．4 參數(shù)已知的確定性信號(hào)(類(lèi)型1) 38
3．4．1 正弦信號(hào) 38
3．4．2 阻尼指數(shù)信號(hào) 39
3．4．3 阻尼正弦信號(hào) 39
3．4．4 相位調(diào)制信號(hào) 39
3．4．5 多項(xiàng)式信號(hào) 40
3．4．6 周期信號(hào) 41
3．5 具有未知參數(shù)的確定性信號(hào)(類(lèi)型2) 42
3．5．1 一般考慮 42
3．5．2 多項(xiàng)式信號(hào)模型 42
3．5．3 周期信號(hào)模型 44
3．5．4 非線性和部分線性信號(hào) 47
3．6 具有已知PDF的隨機(jī)信號(hào)(類(lèi)型3) 49
3．6．1 一般考慮 49
3．6．2 隨機(jī)正弦模型―零均值 51
3．6．3 隨機(jī)正弦模型―非零均值 51
3．6．4 貝葉斯線性模型 52
3．6．5 其他具有已知PDF的隨機(jī)模型 53
3．7 PDF具有未知參數(shù)的隨機(jī)信號(hào)(類(lèi)型4) 53
3．8 小結(jié) 53
參考文獻(xiàn) 54
附錄3A 練習(xí)解答 54
第4章噪聲的數(shù)學(xué)建模 57
4．1 引言 57
4．2 一般噪聲模型 57
4．3 高斯白噪聲 59
4．4 高斯色噪聲 61
4．5 一般高斯噪聲 66
4．6 IID非高斯噪聲 71
4．7 隨機(jī)相位正弦噪聲 74
4．8 小結(jié) 75
參考文獻(xiàn) 76
附錄4A 隨機(jī)過(guò)程的概念和公式 76
附錄4B 高斯隨機(jī)過(guò)程 78
附錄4C AR PSD的幾何解釋 79
附錄4D 練習(xí)解答 80
第5章信號(hào)模型選擇 84
5．1 引言 84
5．2 信號(hào)建模 85
5．2．1 路圖 85
5．3 示例 86
5．4 參數(shù)估計(jì) 89
5．5 模型階數(shù)的選擇 90
5．6 小結(jié) 94
參考文獻(xiàn) 94
附錄5A 練習(xí)解答 94
第6章噪聲模型選擇 97
6．1 引言 97
6．2 噪聲建模 97
6．2．1 路圖 97
6．3 示例 99
6．4 噪聲特性的估計(jì) 105
6．4．1 均值 106
6．4．2 方差 106
6．4．3 協(xié)方差 107
6．4．4 自相關(guān)序列 108
6．4．5 均值向量和協(xié)方差矩陣 108
6．4．6 PDF 110
6．4．7 PSD 114
6．5 模型階數(shù)的選擇 116
6．6 小結(jié) 117
參考文獻(xiàn) 118
附錄6A 置信區(qū)間 118
附錄6B 練習(xí)解答 120
第7章性能評(píng)估、測(cè)試與文檔 124
7．1 引言 124
7．2 為什么采用計(jì)算機(jī)模擬評(píng)估 124
7．3 統(tǒng)計(jì)意義下的性能度量指標(biāo) 125
7．3．1 參數(shù)估計(jì)的性能度量指標(biāo) 126
7．3．2 檢測(cè)性能的度量指標(biāo) 127
7．3．3 分類(lèi)性能度量標(biāo)準(zhǔn) 130
7．4 性能邊界 133
7．5 精確與漸近性能 134
7．6 靈敏度 135
7．7 有效性能比較 136
7．8 性能/復(fù)雜性的折中 138
7．9 算法軟件開(kāi)發(fā) 138
7．10 算法文檔 142
7．11 小結(jié) 142
參考文獻(xiàn) 143
附錄7A 算法描述文檔中包括的信息檢查表 143
附錄7B 算法描述文檔樣本 145
7B．1 問(wèn)題與目標(biāo) 145
7B．2 歷史 145
7B．3 假設(shè) 145
7B．4 數(shù)學(xué)模型 145
7B．5 算法描述 145
7B．6 算法實(shí)現(xiàn) 146
7B．7 MATLAB實(shí)現(xiàn) 146
7B．8 計(jì)算機(jī)產(chǎn)生數(shù)據(jù)的性能 147
7B．9 現(xiàn)場(chǎng)數(shù)據(jù)的性能 149
7B．10 強(qiáng)/弱關(guān)系 149
7B．11 參考文獻(xiàn) 149
7B．12 支持材料 150
附錄7C 練習(xí)解答 153
第8章使用大定理的最佳方法 155
8．1 引言 155
8．2 大定理 156
8．2．1 參數(shù)估計(jì) 156
8．2．2 檢測(cè) 161
8．2．3 分類(lèi) 163
8．3 線性模型的最佳算法 165
8．3．1 參數(shù)估計(jì) 166
8．3．2 檢測(cè) 167
8．3．3 分類(lèi) 168
8．4 利用理論導(dǎo)出新結(jié)論 169
8．5 實(shí)用最佳方法 170
8．5．1 參數(shù)估計(jì)：最大似然估計(jì) 171
8．5．2 檢測(cè) 172
8．5．3 分類(lèi) 173
8．6 所學(xué)內(nèi)容 173
參考文獻(xiàn) 173
附錄8A 參數(shù)估計(jì)的一些分析 174
8A．1 經(jīng)典方法 174
8A．2 貝葉斯方法 176
附錄8B 練習(xí)解答 177
第二部分特定算法
第9章估計(jì)算法 182
9．1 引言 182
9．2 信號(hào)信息的提取 182
9．3 噪聲/干擾時(shí)的信號(hào)增強(qiáng) 199
參考文獻(xiàn) 206
附錄9A 練習(xí)解答 207
第10章檢測(cè)算法 209
10．1 引言 209
10．2 已知信號(hào)形式(已知信號(hào)) 210
10．3 未知信號(hào)形式(隨機(jī)信號(hào)) 215
10．4 未知信號(hào)參數(shù)(部分已知信號(hào)) 218
參考文獻(xiàn) 224
附錄10A 練習(xí)解答 224
第11章譜估計(jì) 226
11．1 引言 226
11．2 非參量(傅里葉)方法 227
11．3 參量(基于模型)譜分析 232
11．3．1 AR模型階數(shù)的估計(jì) 237
11．4 時(shí)變功率譜密度 238
參考文獻(xiàn) 238
附錄11A 傅里葉譜分析及濾波 238
附錄11B 補(bǔ)零及精度問(wèn)題 240
附錄11C 練習(xí)解答 241
第三部分實(shí) 例擴(kuò) 展
第12章復(fù)數(shù)據(jù)擴(kuò)展 244
12．1 引言 244
12．2 復(fù)信號(hào) 247
12．3 復(fù)噪聲 247
12．3．1 復(fù)隨機(jī)變量 247
12．3．2 復(fù)隨機(jī)矢量 248
12．3．3 復(fù)隨機(jī)過(guò)程 249
12．4 復(fù)最小均方及線性模型 251
12．5 復(fù)數(shù)據(jù)的算法擴(kuò)展 252
12．5．1 復(fù)數(shù)據(jù)的估計(jì) 252
12．5．2 復(fù)數(shù)據(jù)的檢測(cè) 258
12．5．3 復(fù)數(shù)據(jù)的譜估計(jì) 261
12．6 其他擴(kuò)展 263
12．7 章節(jié)總結(jié) 264
參考文獻(xiàn) 264
附錄12A 練習(xí)解答 264
第四部分真實(shí) 應(yīng) 用
第13章案例―統(tǒng)計(jì)問(wèn)題 270
13．1 引言 270
13．2 估計(jì)問(wèn)題―雷達(dá)多普勒中心頻率 270
13．3 已學(xué)內(nèi)容 277
參考文獻(xiàn) 278
附錄13A AR功率譜密度的3 dB帶寬 278
附錄13B 練習(xí)解答 279
第14章案例研究―檢測(cè)問(wèn)題 280
14．1 引言 280
14．2 估計(jì)問(wèn)題―磁信號(hào)檢測(cè) 280
14．3 已學(xué)內(nèi)容 290
參考文獻(xiàn) 291
附錄14A 練習(xí)解答 291
第15章案例研究―譜估計(jì)問(wèn)題 292
15．1 引言 292
15．2 提取肌肉噪聲 294
15．3 肌肉噪聲的譜分析 296
15．4 改善ECG波形 297
15．5 已學(xué)內(nèi)容 299
參考文獻(xiàn) 299
附錄15A 練習(xí)解答 299
附錄A 符號(hào)和縮寫(xiě)術(shù)語(yǔ)表 301
附錄B MATLAB簡(jiǎn)要介紹 305
附錄C 隨書(shū)光盤(pán)內(nèi)容的描述 309