信號(hào)的統(tǒng)計(jì)檢測與估計(jì)理論

第一章 信號(hào)的矢量與復(fù)數(shù)表示
1-1 確知信號(hào)集中信號(hào)的矢量表示
1-2 Gram-Schmidt歸一化正交程序與信號(hào)展開式
1-3 信號(hào)的復(fù)表示
1-4 Hilbert變換及其性質(zhì)
1-5 線性系統(tǒng)的復(fù)表示
1-6 窄帶隨機(jī)過程
1-7 KarhLman-Loeve展式
習(xí)題
第二章 噪聲與干擾
2-1 隨機(jī)噪聲
2-2 高斯噪聲
2-3 復(fù)高斯過程
習(xí)題
第三章 假設(shè)檢驗(yàn)
3-1 假設(shè)檢驗(yàn)的一般理論——Bayes檢驗(yàn)
3-2 二元假設(shè)檢驗(yàn)
3-2-1 Bayes檢驗(yàn)
3-2-2 最小最大檢驗(yàn)
3-2-3 Neyman-Pearson檢驗(yàn)
3-3 二元檢驗(yàn)的施行特征
習(xí)題
第四章 確知信號(hào)的檢測
4-1 白高斯噪聲中二元確知信號(hào)的檢測
4-1-1 實(shí)信號(hào)形式解
4-1-2 復(fù)信號(hào)形式解
4-1-3 差錯(cuò)概率性能
4-2 白高斯噪聲中多元確知信號(hào)的檢測
4-2-1 最大似然接收機(jī)
4-2-2 差錯(cuò)概率性能——簡單上界
4-3 有色高斯噪聲中二元確知信號(hào)的檢測
4-3-1 取樣形式解
4-3-2 Karhunan-Lceve展式解
4-3-3 差錯(cuò)概率性能
4-4 匹配濾波器
4-4-1 從相關(guān)器到匹配濾波器
4-4-2 平穩(wěn)噪聲中具有最大輸出信噪比的濾波器
*4-4-3 匹配濾波器的近似解
4-4-4 白化濾波器
4-5 有色高斯噪聲中多元確知信號(hào)的檢測
4-5-1 最小差錯(cuò)概率接收機(jī)
4-5-2 對(duì)稱正交信號(hào)接收機(jī)的差錯(cuò)概率
*4-6 積分方程的解
4-6-1 非齊次方程
4-6-2 齊次方程
附錄A 白高斯噪聲的功率譜密度與協(xié)方差函數(shù)
習(xí)題
第五章 具有隨機(jī)參量信號(hào)的檢測
5-1 復(fù)合假設(shè)檢驗(yàn)
5-2 具有隨機(jī)相位信號(hào)的檢測
5-2-1 最佳接收機(jī)結(jié)構(gòu)
5-2-2 最佳接收機(jī)的差錯(cuò)概率性能
5-3 二元正交隨機(jī)相位信號(hào)的檢測
5-4 Rayleigh衰落信道二元正交隨機(jī)相位信號(hào)的檢測
*5-5 M元正交隨機(jī)相位信號(hào)的檢測
*5-6 Rayleigh衰落信道M元正交隨機(jī)相位信號(hào)的檢測
習(xí)題
第六章 多重（分集）信號(hào)的檢測
6-1 非獨(dú)立有色高斯噪聲中多重信號(hào)的最佳檢測
*6-2 具有隨機(jī)相位多重弱信號(hào)的檢測
*6-3 平方律閾值檢測器的檢測概率
6-4 不相關(guān)分集
6-4-1 相干接收機(jī)
*6-4-2 非相干接收機(jī)
*6-5 相關(guān)分集
6-5-1 相干接收機(jī)
6-5-2 非相干接收機(jī)
6-5-3 非相干閾值檢測器
習(xí)題
第七章 序貫檢測
7-1 二元序貫似然比檢驗(yàn)
7-1-1 檢驗(yàn)的基本程序
*7-1-2 輔助定理
7-1-3 一個(gè)基本恒等式
*7-1-4 序貫似然比檢驗(yàn)的施行特征
7-1-5 閾值A(chǔ)與B的確定
7-l-6 平均觀測次數(shù)E（n）
7-1-7 序貫似然比檢驗(yàn)的意義
7-2兩個(gè)檢驗(yàn)實(shí)例
7-2-1高斯隨機(jī)變量均值的檢驗(yàn)
*7-2-2 0-1分布隨機(jī)變量參數(shù)聲檢驗(yàn)
*7-3 序貫似然比檢驗(yàn)的極限有效性
7-3-1 最佳固定樣值檢驗(yàn)的施行特征與觀測次數(shù)
7-3-2 序貫似然比檢驗(yàn)的極限有效性
*7-4 序貫檢驗(yàn)對(duì)一般臨近假設(shè)的極限有效性
7-5 其他序貫檢驗(yàn)
7-5-1 多元序貫檢驗(yàn)
7-5-2 復(fù)合序貫檢驗(yàn)
7-5-3 序貫Bayes檢驗(yàn)
7-5-4 廣義序貫似然比檢驗(yàn)
7-6 信號(hào)的序貫檢測
7-6-1 確知脈沖串的接收
7．6-2 隨機(jī)相位弱脈沖串的接收
7-6-3 單個(gè)相干信號(hào)的序貫檢測
習(xí)題
第八章 信號(hào)的參量估值
8-1 從檢測到估值
8-1-1 估值的數(shù)學(xué)模型
8-1-2 從檢測到估值
8-2 最小均方誤差估計(jì)與估計(jì)量的不變性
8-2-1 最小均方誤差估計(jì)
8-2-2 估計(jì)量的不變性
8-3 有色高斯噪聲中信號(hào)參量的最大后驗(yàn)概率估計(jì)
8-4 最大似然估計(jì)
8-5 估計(jì)均方誤差的下界（非隨機(jī)參量）——Cramer-Rao不等式1
8-5-1 單參量情況
8-5-2 單參量函數(shù)的情況
8-5-3 多參量情況
8-5-4 多參量函數(shù)的情況
8-6 估計(jì)均方誤差的下界（隨機(jī)參量）——Cramer-Rao不等式2
8-6-1 單參量情況
8-6-2 多參量情況
8-7 有色高斯噪聲中信號(hào)參量的最大似然估計(jì)
8-8 有色高斯噪聲中帶通信號(hào)參量的最大似然估計(jì)
8-9 有色高斯噪聲中多重帶通信號(hào)參量的最大似然估計(jì)
8-10 若干實(shí)際信號(hào)參量的最大似然估值
8-10-1 測不準(zhǔn)原理
8-10．2 信號(hào)幅度的估計(jì)
8-10-3 信號(hào)到達(dá)時(shí)刻的估計(jì)
8-10-4 信號(hào)到達(dá)時(shí)刻與Dbppler頻移的聯(lián)合估計(jì)
習(xí)題
第九章 信號(hào)參量的最佳線性估計(jì)
9-1 線性最小均方誤差估計(jì)
9-2正交性原理
9-3 遞歸線性均方估計(jì)
9-4 最小二乘與加權(quán)最小二乘估計(jì)
9-4-1 最小二乘估計(jì)
9-4-2 加權(quán)最小二乘估計(jì)
*9-5 線性估計(jì)的應(yīng)用（一）——自適應(yīng)信道特性估計(jì)
*9-6 線性估計(jì)的應(yīng)用（二）——自適應(yīng)最小差錯(cuò)概率盲均衡
附錄A梯度算子
習(xí)題
第十章 具有未知參量信號(hào)的檢測
10-1 極大（廣義）似然檢測
10-2 高斯噪聲中信號(hào)的極大（廣義）似然檢測
……
第十一章 最小最大檢測與Robust檢測
第十二章 非參量檢測
第十三章 符號(hào)干擾信道中的信號(hào)檢測
第十四章 隨機(jī)信號(hào)的檢測
第十五章 多地址用戶信號(hào)檢測
參考文獻(xiàn)