现代信号检测与估计理论

第1章 引言
1.1 信号检测与估计理论的研究对象和处理方法
1.2 信号的检测与估计理论概述
1.3 内容编排
第2章 信号检测与估计理论的基础知识
2.1 条件概率与贝叶斯公式
2.2 随机过程及其统计描述
2.3 几种重要的概率密度函数及其性质
2.4 白噪声、高斯白噪声和有色噪声
2.5 蒙特卡罗实验性能评估
第3章 信号的统计检测理论
3.1 假设检验
3.2 判决准则
3.3 多元假设检验的判决准则
习题
第4章 高斯白噪声中信号的检测
4.1 匹配滤波器理论
4.2 确知信号的检测
4.3 参量信号的检测——贝叶斯方法
4.4 参量信号的检测——广义似然比方法
4.5 一致最大势检测器
4.6 高斯白噪声中高斯分布随机信号的检测
4.7 奈曼-皮尔逊准则下利用蒙特卡洛方法分析接收机性能
习题
第5章 高斯色噪声中信号的检测
5.1 高斯色噪声中信号检测的思路
5.2 卡亨南-洛维展开
5.3 高斯色噪声中确知信号的检测
5.4 高斯色噪声中随机相位信号的检测
习题
第6章 序列检测
6.1 序列检测的基本原理
6.2 修正的奈曼-皮尔逊准则的序列检测
6.3 序列检测与固定观测样本检测的比较
习题
第7章 信号的非参量检测
7.1 信号的非参量检测概述
7.2 非参量检测中常用的公式和性能指标
7.3 非参量检测器原理
习题
第8章 信号的稳健性（Robust）检测
8.1 稳健性检测的概念
8.2 混合模型的Robust检测
8.3 Robust检测性能的原因
习题
第9章 信号的恒虚警率处理
9.1 信号的恒虚警率处理概述
9.2 噪声环境中信号的自动门限检测
9.3 瑞利杂波的恒虚警率处理
9.4 非瑞利杂波的恒虚警率处理
习题
第10章 信号参量的估计
10.1 引言
10.2 估计量的性质
10.3 贝叶斯估计
10.4 最大似然估计
10.5 线性最小均方估计
10.6 多参量估计
10.7 最小二乘估计
10.8 利用蒙特卡洛方法分析估计量的统计特性
习题
第11章 信号波形估计
11.1 引言
11.2 正交原理与投影
11.3 维纳滤波
11.4 离散卡尔曼滤波
11.5 维纳滤波与卡尔曼滤波的关系
习题
附录
参考文献