章信号检测、估计理论与识别技术概述1
1.1引言1
1.2信号的随机性及其处理方法1
1.3信号检测与估计理论概述3
1.4信号识别技术概述5
习题16
第2章随机过程与随机信号的相关理论7
2.1随机过程的基本概念7
2.1.1随机过程的基本描述7
2.1.2随机过程的分类8
2.1.3随机过程的概率分布与统计分析10
2.2随机信号的基本概念12
2.2.1随机过程与随机信号12
2.2.2随机信号分析的一般方法13
习题215
第3章信号状态的统计检测理论16
3.1概述16
3.2二元信号的贝叶斯检测准则16
3.2.1平均代价与贝叶斯检测准则的概念18
3.2.2最佳判决式18
3.2.3检测性能分析20
3.3二元信号的派生贝叶斯检测准则20
3.3.1最小平均错误概率检测准则21
3.3.2优选后验概率检测准则22
3.3.3极小化极大检测准则22
3.3.4奈曼-皮尔逊检测准则25
3.4多元信号状态的统计检测28
3.4.1M元信号状态的统计检测28
3.4.2M元信号的贝叶斯检测准则29
3.4.3M元信号的最小平均错误概率检测准则29
3.5随机（或未知）参量信号状态的统计检测31
3.6信号状态的序列检测37
3.6.1信号状态序列检测的概念37
3.6.2序列检测的似然比检验判决式38
3.6.3判决域的划分38
3.6.4序列检测的平均观测次数39
习题341
第4章信号波形检测理论44
4.1概述44
4.2匹配滤波器理论44
4.2.1匹配滤波器的概念44
4.2.2匹配滤波器的定义45
4.2.3匹配滤波器的设计45
4.2.4匹配滤波器的特性47
4.2.5应用举例50
4.3确知信号的检测53
4.3.1独立样本的获取53
4.3.2接收机的结构形式54
4.3.3接收机的检测性能56
4.4参量信号的检测――贝叶斯方法59
4.4.1贝叶斯原理59
4.4.2高斯白噪声中的随机相位信号波形检测60
4.5参量信号的检测――广义似然比方法64
4.5.1广义似然比方法原理64
4.5.2高斯白噪声中的幅度未知信号波形检测66
4.5.3高斯白噪声中的未知到达时间信号波形检测68
4.5.4高斯白噪声中的正弦信号波形检测70
4.6一致优选势检测器73
习题475
第5章信号参量的统计估计理论77
5.1概述77
5.1.1信号处理中的估计问题77
5.1.2参量估计的数学模型和估计量的构造78
5.1.3估计性能的评估79
5.2随机参量的贝叶斯估计81
5.2.1常用代价函数和贝叶斯估计的概念81
5.2.2贝叶斯估计量的构造83
5.2.3最佳估计的不变性89
5.3优选似然估计90
5.3.1优选似然估计原理90
5.3.2优选似然估计量的构造90
5.3.3优选似然估计的不变性92
5.4估计量的性质93
5.4.1估计量的主要性质94
5.4.2克拉美-罗不等式和克拉美-罗界96
5.4.3无偏有效估计量的均方误差与克拉美-罗不等式103
5.4.4非随机参量函数估计的克拉美-罗界104
5.5矢量估计107
5.5.1随机矢量的贝叶斯估计108
5.5.2非随机矢量的优选似然估计109
5.5.3矢量估计量的性质109
5.5.4非随机矢量函数估计的克拉美-罗界115
5.6信号波形中参量的估计118
5.6.1信号振幅的估计120
5.6.2信号相位的估计121
5.6.3信号频率的估计122
5.6.4信号到达时间的估计127
5.6.5信号频率和到达时间的同时估计132
习题5134
第6章信号波形估计理论137
6.1概述137
6.2维纳滤波138
6.2.1非因果解140
6.2.2因果解（频谱因式分解法）142
6.2.3正交性147
6.2.4离散观测情况148
6.2.5平稳序列的因果和非因果维纳滤波器149
6.3平稳序列的维纳预测器156
6.3.1预测器计算公式157
6.3.2离散因果和非因果平稳序列维纳预测器158
6.4标量卡尔曼滤波159
6.4.1概述159
6.4.2标量信号模型和观测模型161
6.4.3标量卡尔曼滤波算法162
6.5矢量卡尔曼滤波167
6.5.1从标量运算向矢量运算的过渡167
6.5.2矢量卡尔曼滤波算法168
6.5.3矢量卡尔曼滤波器的实现169
习题6170
第7章通信信号调制识别与参数估计173
7.1概述173
7.1.1基于决策理论的优选似然假设检验方法173
7.1.2基于特征提取的统计模式识别方法174
7.1.3基于人工神经网络（ANN）的识别方法174
7.2通信信号调制理论与识别流程175
7.2.1通信信号调制信号理论175
7.2.2通信信号检测与识别流程181
7.3信号特征参数与调制分类182
7.3.1统计量特征183
7.3.2谱相关191
7.3.3小波变换特征195
7.3.4复杂度特征197
7.3.5分类器201
7.4基于聚类与粒子群重构星座图的MQAM信号识别方法207
7.4.1MQAM信号模型207
7.4.2载波频率估计208
7.4.3减法聚类算法与粒子群算法理论209
7.4.4基于聚类与粒子群重构星座图的M-QAM信号识别方法流程211
7.5多径瑞利衰落信道下的单载波信号识别方法研究216
7.5.1高阶累积量基本原理216
7.5.2基于高阶累积量的信号识别方法研究217
7.5.3基于高阶累积量的调制信号类间识别220
7.5.4多径瑞利衰落信道下基于频域均衡与高阶累积量的信号识别方法221
7.6通信信号的参数估计226
7.6.1引言226
7.6.2信噪比估计226
7.6.3载频估计228
7.6.4码元速率估计233
习题7237
第8章雷达信号调制识别与参数估计238
8.1概述238
8.2时频分析基础理论238
8.2.1短时傅里叶变换239
8.2.2Wigner-Ville时频分布240
8.2.3Cohen类时频分布240
8.2.4重排类时频分布241
8.3支持向量机分类器242
8.3.1结构风险最小化243
8.3.2支持向量机分类器原理243
8.4基于时频图像形状特征的雷达信号识别245
8.4.1信号的平滑伪Wigner时频分布246
8.4.2时频图像的预处理247
8.4.3时频图像形状特征的提取247
8.4.4训练和分类249
8.5基于时频图像处理提取瞬时频率的雷达信号识别250
8.5.1时频分布的选取250
8.5.2时频图像处理250
8.5.3行索引特征提取252
8.6雷达信号参数估计252
8.6.1多项式相位信号的处理算法252
8.6.2正弦调频信号的处理算法260
8.6.3调频调相信号的处理算法265
习题8270
第9章无线频谱检测技术271
9.1概述271
9.2频谱检测技术分类271
9.2.1物理层检测271
9.2.2MAC层检测272
9.2.3协作检测273
9.3发射机检测273
9.3.1匹配滤波器检测273
9.3.2能量检测275
9.3.3循环平稳特性检测277
9.4接收机检测281
9.4.1本振泄漏检测原理281
9.4.2本振泄漏检测分析284
9.5协作检测285
9.5.1单门限协作检测286
9.5.2多门限协作检测287
9.6基于D-S证据理论的分布式频谱检测290
9.6.1D-S证据理论的基本概念290
9.6.2D-S证据理论的合成规则291
9.6.3基于信任度的分布式频谱检测293
9.7多天线频谱检测技术295
9.7.1基于功率谱的多天线等增益合并检测296
9.7.2基于循环谱的多天线频谱检测299
9.7.3基于最优线性加权合并的多天线频谱检测302
习题9304
0章微弱信号检测方法305
10.1概述305
10.2随机共振检测方法306
10.2.1随机共振背景知识306
10.2.2双稳态随机共振系统310
10.2.3基于双稳态随机共振系统的能量检测算法315
10.2.4广义随机共振系统320
10.2.5基于噪声增强能量检测器321
10.3混沌振子检测方法324
10.3.1非线性动力学系统中的混沌324
10.3.2混沌运动的分析方法326
10.3.3Duffing振子的运动特性研究328
10.3.4参数对混沌振子运动的影响334
10.4粒子滤波检测方法337
10.4.1粒子滤波背景知识337
10.4.2状态空间模型和后验概率密度函数338
10.4.3卡尔曼滤波和扩展卡尔曼滤波339
10.4.4粒子滤波算法344
10.4.5各种粒子滤波算法348
10.4.6代价参考粒子滤波算法352
10.5压缩感知检测方法356
10.5.1背景知识356
10.5.2压缩感知理论的基本框架357
10.5.3压缩感知的核心问题358
习题10362
参考文献364

本书全面、系统地阐述了信号检测、估计理论与识别技术。全书共10章，主要内容包括信号检测、估计理论与识别技术基础知识，信号状态的统计检测与信号波形检测理论，信号参量的统计估计理论与信号波形估计理论，通信和雷达信号调制识别与参数估计，无线频谱检测技术与微弱信号检测方法。本书系统性强，内容连贯；注重基本概念、基本原理的概述，对系统基本性能及物理意义的解释明确；强调通信雷达在实际通信系统中的应用；注重知识的归纳、总结，并附有适量的习题。教学参考学时为40?60学时。本书内容深入浅出，概念清晰，语言流畅。本书可作为电子与通信工程领域信号与信息处理、通信与信息系统等学科的研究生和高年级本科生的教材，也可作为从事通信系统、雷达系统、信号与信息处理等工作的工程技术人员的培训教材或参考书。