信号检测与估计

          第1部分 随机信号分析1 随机信号处理基础 1.1 信号处理概述 1.2 随机变量与特征函数 1.3 信号处理新方法简介 2 随机信号分析 2.1 随机过程 2.2 随机信号通过线性系统 2.3 随机过程通过非线性系统 2.4 随机信号的高阶谱           第2部分 信号检测3 信号检测的基本理论 3.1 引言 3.2 假设检测的基本概念 3.3 判决堆则 3.4 假设检验的性能——接收机的工作特性 3.5 M择一假设检验 3.6 序列检测-瓦尔德检验4 确知信号的检测 4.1 引言 4.2 匹配滤波器 4.3 卡享南-洛维展开 4.4 高斯白噪声中信号的检测 5 随机参量信号的检测 5.1 复合假设检验 5.2 随机相位信号的非相参检验 5.3 最优接收机的构成 5.4 随收机的工作特性 5.5 随机相位和振幅信号的检测 5.6 随机频率信号的检测 5.7 随机到达时间信号的检测 5.8 随机频率和随机到达时间信号的检测 5.9 相参检测与非相参检测的比较 6 脉冲串信号的检测 6.1 确知脉冲串的检测 6.2 随机参数脉冲串的检测 6.3 分集技术简介 7 恒虚警处理 7.1 引言 7.2 瑞利噪声中的恒虚警处理 7.3 平稳瑞利杂波中的恒虚警性能 7.4 恒虚警损失 7.5 非平稳杂波中的恒虚警处理 7.6 地物杂波恒虚警处理 8 非参量检测 8.1 引言 8.2 非相参检测原理 8.3 非参量检测器的检测性能 8.4 非参量检测器的渐进效率 9 鲁棒检测简介 9.1 引言 9.2 混合模型的鲁棒检测 9.3 偏差不确定模型的鲁棒检测 9.4 高斯型噪声中已知信号的鲁棒检测           第3部分 信号估计1 估计的基本理论——参数估计 1.1 引言 1.2 随机参数的贝叶斯估计 1.3 最大似然估计 1.4 估计量的性质 1.5 多个参数的同时估计 1.6 伪贝叶斯估计 1.7 线性均方估计  1.8 最小二乘估计 11 信号波形估计 11.1 引言 11.2 平稳过程的估计——维纳滤波 11.3 离散时间系统的数学模型 11.4 离散线性系统的数学模型 11.5 正交投影 11.6 卡尔曼滤波方程 11.7 信号为标量时的卡尔曼滤波 11.8 卡尔曼滤波的推广 11.9 卡尔曼滤波的发散现象和克服发散的方法 11.1 卡尔曼滤波在雷达目标跟踪中的应用 12 功率谱估计 12.1 引言 12.2 经典谱估计方法 12.3 谱估计的参数化模型 12.4 自回归模型方法 12.5 白噪声中正弦波频率13 随机信号的双谱估计 13.1 引言 13.2 非参数双谱估计 13.3 参数化双谱估计 13.4 应用实例