隨機(jī)信號(hào)與系統(tǒng)

定　價(jià)：￥63.00

作　者：	潘仲明
出版社：	國(guó)防工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787118089424	出版時(shí)間：	2013-08-01	包裝：
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	390	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《隨機(jī)信號(hào)與系統(tǒng)》詳盡介紹了隨機(jī)過(guò)程、最優(yōu)估計(jì)、時(shí)間序列模型和線性動(dòng)態(tài)系統(tǒng)辨識(shí)、譜估計(jì)與小波分析、最優(yōu)濾波與狀態(tài)估計(jì)等理論方法及其應(yīng)用實(shí)例，并編配了各章知識(shí)要點(diǎn)和習(xí)題。重點(diǎn)闡述如何從自然科學(xué)和工程技術(shù)描述的復(fù)雜系統(tǒng)中提煉出簡(jiǎn)練而又符合現(xiàn)實(shí)的隨機(jī)信號(hào)或隨機(jī)系統(tǒng)模型，進(jìn)而選用恰當(dāng)?shù)睦碚摲椒▉?lái)更好地解決工程測(cè)試、微弱信號(hào)檢測(cè)與系統(tǒng)辨識(shí)等工程實(shí)際問(wèn)題。全書(shū)選材精當(dāng)，基本概念表述清晰、公式推導(dǎo)過(guò)程嚴(yán)謹(jǐn)、工程應(yīng)用實(shí)例豐富、MATLAB算法程序簡(jiǎn)明易懂，符合工科讀者的思維習(xí)慣和認(rèn)識(shí)規(guī)律?！峨S機(jī)信號(hào)與系統(tǒng)》適合作為高等學(xué)校自動(dòng)化、儀器儀表、電氣工程、機(jī)械工程、電子信息工程和醫(yī)學(xué)生物信息技術(shù)等專(zhuān)業(yè)的研究生教材，也可供從事工程莉試、目標(biāo)探測(cè)、無(wú)損檢測(cè)、裝備故障診斷、系統(tǒng)辨識(shí)、過(guò)程控制和現(xiàn)代信號(hào)處理等技術(shù)專(zhuān)題研究的科技工作者進(jìn)修參考。

作者簡(jiǎn)介

暫缺《隨機(jī)信號(hào)與系統(tǒng)》作者簡(jiǎn)介

圖書(shū)目錄

第一章概率與隨機(jī)過(guò)程導(dǎo)論
1.1 隨機(jī)事件
1.1.1 隨機(jī)事件的概念
1.1.2 隨機(jī)事件的概率
1.1.3 條件概率與統(tǒng)計(jì)獨(dú)立
1.2 隨機(jī)變量
1.2.1 隨機(jī)變量的分布與密度函數(shù)
1.2.2 常用的概率分布與密度函數(shù)
1.2.3 隨機(jī)變量的獨(dú)立性
1.2.4 隨機(jī)變量函數(shù)的概率密度
1.3 期望、矩和特征函數(shù)
1.3.1 數(shù)學(xué)期望
1.3.2 隨機(jī)變量的矩
1.3.3 特征函數(shù)
1.3.4 復(fù)隨機(jī)變量及其數(shù)學(xué)特征
1.4 隨機(jī)過(guò)程
1.4.1 隨機(jī)過(guò)程的基本概念
1.4.2 平穩(wěn)隨機(jī)過(guò)程
1.4.3 各態(tài)歷經(jīng)過(guò)程
1.5 總體相關(guān)函數(shù)與功率譜密度
1.5.1 總體相關(guān)函數(shù)
1.5.2 相關(guān)函數(shù)的性質(zhì)
1.5.3 波形與頻譜的概念
1.5.4 平穩(wěn)過(guò)程的功率譜密度
1.5.5 線性系統(tǒng)對(duì)隨機(jī)信號(hào)的響應(yīng)
本章小結(jié)
習(xí)題
第二章多維高斯過(guò)程
2.1 多維高斯分布
2.1.1 中心極限定理
2.1.2 高斯向量的密度函數(shù)
2.1.3 高斯向量的條件密度函數(shù)
2.2 高斯過(guò)程性質(zhì)與高斯白噪聲
2.2.1 高斯過(guò)程的主要性質(zhì)
2.2.2 高斯白噪聲的生成I
2.3 高斯過(guò)程理論的應(yīng)用實(shí)例
2.3.1 似然比檢測(cè)系統(tǒng)的基本概念
2.3.2 似然比檢測(cè)系統(tǒng)的結(jié)構(gòu)
2.3.3 匹配濾波器與白化濾波器
2.3.4 似然比檢測(cè)系統(tǒng)的信噪比計(jì)算
本章小結(jié)
習(xí)題
第三章參數(shù)估計(jì)理論
3.1 參數(shù)估計(jì)的評(píng)價(jià)準(zhǔn)則
3.1.1 參數(shù)估計(jì)量的統(tǒng)計(jì)特性
3.1.2 Cramer-Rao下限
3.2 基于統(tǒng)計(jì)分布的參數(shù)估計(jì)算法
3.2.1 貝葉斯估計(jì)1
3.2.2 極大似然估計(jì)
3.2.3 數(shù)學(xué)期望最大算法
3.3 基于線性模型的參數(shù)估計(jì)算法
3.3.1 線性均方估計(jì)
3.3.2 最小均方自適應(yīng)算法
3.3.3 最小二乘估計(jì)
本章小結(jié)
習(xí)題
第四章數(shù)學(xué)模型辨識(shí)
4.1 隨機(jī)數(shù)據(jù)預(yù)處理
4.1.1 連續(xù)時(shí)間信號(hào)的采樣
4.1.2 隨機(jī)序列的統(tǒng)計(jì)特性
4.1.3 波形基線修正與統(tǒng)計(jì)特性檢驗(yàn)
4.2 時(shí)間序列模型及其辨識(shí)方法
4.2.1 自回歸時(shí)間序列
4.2.2 滑動(dòng)平均時(shí)間序列
4.2.3 自回歸滑動(dòng)平均時(shí)間序列
4.2.4 時(shí)間序列模型的辨識(shí)方法
4.3 ARx模型的最小二乘估計(jì)
4.3.1 ARX模型的辨識(shí)方法
4.3.2 遞推最小二乘估計(jì)
4.3.3 廣義最小二乘估計(jì)
本章小結(jié)
習(xí)題
第五章譜估計(jì)與小波分析
5.1 功率譜估計(jì)
5.1.1 非參數(shù)化譜估計(jì)
5.1.2 參數(shù)化譜估計(jì)
5.1.3 特殊ARMA模型與皮薩連柯譜估計(jì)
5.1.4 非高斯時(shí)間序列雙譜估計(jì)
5.2 小波變換
5.2.1 連續(xù)小波變換
5.2.2 連續(xù)小波變換的離散化
5.3 快速小波變換的理論框架
5.3.1 多分辨力信號(hào)分解
5.3.2 雙通道信號(hào)分解的理想重構(gòu)條件
5.4 快速小波變換的實(shí)現(xiàn)與應(yīng)用
5.4.1 雙正交濾波器組的設(shè)計(jì)方法
5.4.2 時(shí)間柵格加密與多孔算法
5.4.3 尺度函數(shù)與小波函數(shù)的求解
5.4.4 小波變換的應(yīng)用實(shí)例
本章小結(jié)
習(xí)題
第六章最優(yōu)濾波與狀態(tài)估計(jì)
6.1 維納濾波器
6.1.1 波形估計(jì)的基本概念
6.1.2 連續(xù)時(shí)間維納濾波器
6.1.3 離散時(shí)間維納濾波器
6.2 自適應(yīng)橫向數(shù)字濾波器
6.2.1 LMS自適應(yīng)濾波器
6.2.2 RLS自適應(yīng)濾波器
6.2.3 DFT／DCT自適應(yīng)濾波器
6.2.4 約束LMS自適應(yīng)濾波器
6.3 自適應(yīng)濾波器的應(yīng)用實(shí)例
6.3.1 自適應(yīng)噪聲抵消器
6.3.2 自適應(yīng)譜線增強(qiáng)器
6.3.3 自適應(yīng)逆系統(tǒng)模擬器
6.4 狀態(tài)估計(jì)
6.4.1 一步最優(yōu)預(yù)估
6.4.2 卡爾曼濾波器
6.4.3 卡爾曼濾波器的應(yīng)用示例
6.4.4 廣義卡爾曼濾波器
本章小結(jié)
習(xí)題
參考文獻(xiàn)