內容簡介
隨機信號處理是信息科學技術中的一個重要分支。 本書系統、 深入地介紹了隨機信號處理的各種理論和方法。 內容主要包括平穩信號的離散隨機信號、 維納濾波、 卡爾曼濾波、 自適應濾波、 功率譜估計及專門研究非平穩隨機信號的時頻表示與時頻分布等。 ?本書主要為學過“數位訊號處理”課程的碩士研究生開設的“隨機信號處理”課程所用。 也適合於廣大科技工作者自學與進修。
目錄
第一章 離散隨機信號
1.1引言
1.2離散時間隨機信號的時域（統計）表示
1.2.1 離散時間隨機過程的機率分布
1.2.2 離散時間隨機過程的數字特徵
1.2.3 離散時間平穩過程相關序列與協方差序列的性質
1.2.4 平穩序列的時間平均與遍歷性
1.3 離散時間隨機信號的?z?域及頻域（統計）表示
1.3.1 ?γ??xx?(m)與?φ??xx?(m)的?Z變換及其收斂域
1.3.2 平穩序列的譜分析
1.3.3 功率譜密度
1.3.4 譜密度的物理意義
1.4 線性系統對隨機信號的回響
1.4.1# 線性時不變系統對隨機輸入的回響
1.4.2# 系統輸入、 輸出的互相關函式與互譜密度
第二章 維納（Wiener）濾波
2.1 引言
2.2 維納濾波器的時域解
2.3 維納濾波器的?z?域解
2.3.1 非因果維納濾波器
2.3.2 因果維納濾波器
2.4 維納預測器
2.4.1 預測的可能性
2.4.2 預測器計算公式
2.4.3 ?N?步純預測器
2.4.4 一步線性預測的時域計算公式
第三章 卡爾曼（Kalman）濾波
3.1 引言
3.2 卡爾曼波濾器的信號模型——離散狀態方程與量測方程
3.3 卡爾曼濾波的算法
3.4 卡爾曼濾波與維納濾波的關係
第四章 自適應濾波
4.1 引言
4.2 自適應濾波器的基本概念
4.3 LMS自適應濾波器
4.3.1最陡下降法原理
4.3.2 LMS算法的收斂性質
4.4 LMS格型自適應濾波器
4.5 RLS自適應濾波器
4.6 自適應濾波的套用
4.6.1 自適應噪聲抵消器
4.6.2 自適應噪聲抵消器作為陷波器的例子
4.6.3 天線陣列自適應旁瓣相消
4.6.4 自適應仿模(Adaptive Modeling)系統
4.6.5 自適應逆濾波(逆仿模)系統
4.6.6 參考輸入是延時?k?步的原始輸入的自適應抵消器
第五章 功率譜估計
5.1 引言
5.2 經典譜估計方法
5.2.1 相關圖法
5.2.2周期圖法
5.3 譜估計的參數化模型方法
5.4 自回歸（AR）模型方法
5.4.1 AR模型的Yule?Walker方法
5.4.2 AR譜估計與線性預測譜估計等效
5.4.3 最大熵譜估計及其與AR譜估計的等效性
5.4.4 Levinson?Durbin遞推算法
5.4.5 AR模型階數選擇原則
5.4.6 Burg遞推算法
5.5 白噪聲中正弦波頻率的估計及譜估計的其它方法
5.5.1 最大似然法
5.5.2capon譜估計方法
5.5.3 特徵分解頻率估計
第六章 時頻表示與時頻分布
6.1 引言
6.2 幾個基本概念
6.2.1 解析信號與基帶信號
6.2.3 不確定性原理
6.3 短時傅立葉變換
6.3.1 連續短時傅立葉變換
6.3.2 短時傅立葉變換的基本性質
6.3.3 離散短時傅立葉變換
6.4 時頻分布的基本理論
6.4.1 信號的雙線性變換和局部相關函式
6.4.2 時頻分布的基本特性要求
6.4.3 時頻分布的二次疊加原理
6.5 模糊函式
6.6 Cohen類時頻分布
6.6.1 定義
6.6.2 時頻分布基本性質與核函式的關係
6.6.3 Cohen類的四種分布及其相互關係
6.7 Wigner?Ville分布
6.7.1 數學性質
6.7.2基於Wigner?Ville分布的信號重構
6.8時頻分布的性能評價及相應改進
6.8.1時頻集聚性
6.8.2交叉項分析
6.8.3交叉項抑制
參考文獻
