統計信號分析與處理

內容簡介

《統計信號分析與處理》除了第1章緒論外，包括三大部分。第一部分為基礎理論，介紹了全書所關注的理論基礎，由第2～4章組成，分別為：統計推斷與貝葉斯預測、最佳化理論與搜尋計算以及參數估計與信號檢測。這部分主要討論在貝葉斯統計框架下，搜尋與觀測數據最佳匹配的模型，並利用各種評價規則來估計模型的參數。第二部分為主題套用，包括第5～8章，包含了四個方面套用：數據建模與系統辨識、自適應信號處理、模式識別的統計方法和基於統計的數據挖掘技術。這部分是全書的套用部分，學生可以根據自己專業的特點有選擇地學習。第三部分是《統計信號分析與處理》的提高部分，包括第9章和第10章，分別討論了人工神經網路和機器學習。

第2～4章是學習《統計信號分析與處理》其餘各章節所必不可少的基礎，必須仔細體會和琢磨。而有關套用的章節（第5～8章），讀者可以按照自己的興趣或選擇閱讀或暫時跳過，不必考慮章節次序。最後兩章是為學有餘力或希望提高自己能力的同學準備的，其他同學目前不研究也沒有影響。每章末尾的習題有兩個作用：一是加深理解正文的內容；二是介紹一些正文中未能包括的新成果和新套用。每章都介紹一些參考文獻。該書的對象是通信工程、電子信息工程和機電工程專業的高年級本科生和低年級研究生，參考學時32～48。作者希望學習本課程的學生已經學過系統理論課程和機率論與隨機過程課程。系統理論課程的內容應包括連續時間系統和離散時間系統的狀態變數法和各種變換技術等。

圖書目錄

第1章緒論

1.1 引言與導學

1.2 隨機信號的概念和系統的表征

1.3 統計信號處理的貝葉斯框架

1.4 病態條件下的逆問題（反演）及其求解思路

1.5 搜尋及最佳化計算

1.6 如何有效地利用本書

1.7 總體思路與寫作布局

第2章統計推斷與貝葉斯預測

2.1 引言與導學

2.2 貝葉斯估計基礎

2.3 貝葉斯估計

2.4 期望一最大算法

2.5 高斯混合模型的設計

2.6 貝葉斯分類

2.7 隨機過程空間的建模

參考文獻

第3章最佳化理論與搜尋計算

3.1 引言與導學

3.2 最最佳化問題的下降疊代搜尋

3.3 一維搜尋（線性搜尋）

3.4 元約束最最佳化方法

3.5 約束最最佳化方法

習題

參考文獻

第4章參數估計與信號檢測

4.1 引言與導學

4.2 參數估計初步

4.3 最大似然估計

4.4 線性最小均方估計

4.5 最小二乘估計

4.6 信號檢測基礎

4.7 判決準則

4.8 檢測性能及其蒙特卡羅仿真

習題

參考文獻

第5章數據建模與系統辨識

統計信號分析與處理

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條