现代信号处理基础及应用

《现代信号处理基础及应用》适合作为通信与信息相关专业的研究生和高年级本科生的教学用书或参考书，也可供从事信号处理相关工作的人员参考。

本书全面系统地介绍现代数字信号处理的基本概念、基本原理、基本方法及应用，思路清晰，由浅入深，用简洁的语言来阐述数学公式与随机信号处理之间的对应关系，在内容上考虑了与本科学习课程的衔接。全书共9章，主要内容包括：随机过程基础，随机信号模型，随机信号与系统，随机的信号检测和信号参量估计，最小二乘滤波器与卡尔曼滤波器，自适应滤波器，谱估计技术，时频分析与小波变换。本书还收集整理了一些例题和习题，便于读者理解和领会有关理论、技术和方法。教学用PPT相关资料可在华信教育资源网（www.hxedu.com.cn）下载。本书适合作为通信与信息相关专业的研究生和高年级本科生的教学用书或参考书，也可供从事信号处理相关工作的人员参考。

第1章随机过程基础
1.1随机事件及其概率
1.1.1随机现象
1.1.2随机事件及其概率
1.2随机变量及其概率分布
1.2.1随机变量及其概率分布
1.2.2常用的随机变量及其概率分布
1.2.3多维随机变量
1.2.4随机变量函数的分布
1.3随机变量的数字特征
1.3.1数学期望
1.3.2方差
1.3.3协方差与矩
1.4多维高斯（正态）分布
1.4.1二维高斯随机变量及其性质
1.4.2多维高斯随机变量及其性质
1.5随机过程及其统计特性
1.5.1随机过程
1.5.2随机过程的统计描述
1.5.3随机过程的数字特征
1.6平稳随机过程
1.6.1随机过程的各态历经性
1.6.2宽（广义）各态历经性
1.6.3各态历经平稳随机过程自相关函数的性质
1.7随机过程的联合概率分布和互相关函数
1.7.1两个随机过程的联合概率分布
1.7.2互相关函数及其性质
1.8正态随机过程
1.8.1正态随机过程的定义
1.8.2平稳正态随机过程
习题
第2章随机信号模型
2.1随机信号分类
2.2谱分解定理与信号模型分类
2.2.1最小相位序列
2.2.2谱分解定理
2.2.3信号参数模型的分类
2.3AR过程
2.3.1AR（1）模型
2.3.2AR（2）模型
2.3.3AR（p）模型
2.4MA过程
2.5ARMA过程
2.6平稳随机过程的一般线性表示
2.6.1平稳随机过程的一般线性表示
2.6.2各种线性模型之间的关系
习题
第3章随机信号与系统
3.1信号与系统概述
3.2随机信号通过线性时不变系统
3.3随机序列通过线性时不变系统
3.4白噪声通过线性时不变系统
3.4.1白噪声
3.4.2系统输出的一般特性及等效噪声带宽
3.4.3白噪声通过理想低通系统
3.4.4白噪声通过理想带通系统
3.4.5白噪声通过具有高斯幅频特性的带通系统
3.5随机信号通过线性时变系统
3.6随机信号通过非线性系统
3.6.1直接计算法
3.6.2特征函数法
3.6.3普赖斯（Price）定理
3.6.4级数展开法
小结
习题
第4章噪声中的随机信号检测
4.1二元信号检测模型
4.1.1二元信号模型
4.1.2二元信号检测模型
4.2二元信号单样本判决准则
4.2.1最大后验概率准则
4.2.2最小平均错误概率准则
4.2.3贝叶斯平均风险最小准则
4.2.4极大极小准则
4.2.5纽曼—皮尔逊（NP）准则
4.2.6似然比检验
4.3多样本假设检验与复合假设检验
4.4相关最佳接收机与匹配滤波接收机
4.4.1相关最佳接收机
4.4.2匹配滤波接收机
4.5接收机的性能
4.5.1二元通信系统
4.5.2雷达系统的最佳接收机
4.6信号随机参量的检测
4.6.1信号随机相位检测
4.6.2信号随机相位与随机振幅检测
4.6.3信号随机相位与随机频率检测
4.6.4信号随机相位与随机到达时间检测
……
第5章信号参量估计
第6章最小二乘滤波器与卡尔曼滤波器
第7章自适应滤波器
第8章谱估计技术
第9章时频分析与小波变换
参考文献