星沉海底当窗见，雨过河源隔座看。
——唐代 · 李商隐《碧城三首》
内容简介
全书共6章，第1~3章是基础理论，第4~6章为信号处理的基本方法。第1章主要介绍信号的含义及信号处理的三大理论，即采样定理、变换域分析和线性时不变系统理论；第2章主要介绍随机信号的基本概念及数学模型；第3章主要介绍信号参数估计及信号检测的基础理论与方法；第4章介绍线性系统和线性变换对随机信号特性的影响，并拓展到随机信号的线性建模；第5章主要介绍随机信号的滤波，含Wiener滤波、卡尔曼滤波和自适应滤波等；第6章介绍随机信号的功率谱估计，含参数化估计方法和非参数化估计方法。
本书力求以简约的内容概括随机信号处理的基本理论与方法，为读者打下牢固的随机信号处理知识基础。
本书既可作为电子信息类高年级本科生和相关学科研究生的教材，也可为从事相关领域研究的科研人员提供参考。
作者简介
陈芳炯华南理工大学电子与信息学院教授，博士生导师。2012年入选教育部新世纪人才计划，2013年获国家优秀青年基金。兼任“移动超声探测”国家工程技术研究中心“水下测绘”事业部主任，第十届中国电子学会通信学分会委员，第四届中国通信学会青年工作委员会委员，中国电子学会教育工作委员会青年工作组委员，国家自然科学基金同行评议专家。长期从事无线通信、信号与信息处理、水声通信与网络等领域的教学和研究工作。先后开设“信号与系统”、“数字信号处理”“无线通信”“随机信号处理”“信息论基础”等多门本科生及研究生课程。发表学术论文90余篇，其中SCI检索40余篇。主持国家级、省部级及企业合作科研项目30余项。申请国家发明专利20多项。研究成果获教育部自然科学一等奖及广东省自然科学一等奖各一项。
图书目录
第 1章数字信号处理基本概念
展开全文
1.1概述
1.2离散时间信号
1.2.1连续时间信号的采样
1.2.2采样定理
1.2.3几种常见的数字信号
1.2.4信号的能量、功率及周期性
1.2.5信号的基本运算
1.3信号的傅里叶变换
1.3.1连续时间信号的傅里叶变换
1.3.2离散时间信号的傅里叶变换
1.3.3离散傅里叶变换及其性质
1.4z变换
1.4.1z变换的定义
1.4.2z变换的收敛域
1.4.3z变换的性质
1.4.4逆 z变换
1.5离散时间系统
1.5.1基本概念
1.5.2离散时间系统的单位冲激响应函数
1.5.3LSI系统的稳定性和因果性
1.5.4LSI系统的变换域分析
本章习题
第 2章随机信号分析基础
2.1概述
2.1.1随机信号的基本概念
2.1.2随机信号的分类
2.2随机信号的概率结构
2.2.1概率论基本概念
2.2.2随机信号有限维概率密度及数字特征
2.3随机信号的平稳性
2.4离散时间随机信号和复随机信号
2.4.1离散时间随机信号及其数字特征
2.4.2复随机信号
2.5随机信号的遍历性
2.5.1总集意义上的数字特征与时间意义上的数字特征
2.5.2平稳随机信号的遍历性
2.6平稳随机信号的功率谱密度
2.6.1维纳辛钦定理
2.6.2功率谱密度的性质
2.6.3离散随机序列的功率谱密度
2.7几种常见的随机信号
2.7.1白噪声
2.7.2高斯随机信号
2.7.3马尔可夫随机信号
本章习题
第 3章信号参数估计与信号检测基础
3.1信号参数估计的基本概念
3.2估计算法的性能指标
3.2.1性能指标
3.2.2随机信号均值及自相关函数的估计
3.3估计性能界—— CRB
3.3.1单参数实常量估计的 CRB
3.3.2多参量估计的 CRB
3.3.3参数变换的 CRB
3.3.4复参数估计的 CRB
3.4最大似然估计
3.4.1最大似然估计的基本原理
3.4.2变换参数的最大似然估计
3.5贝叶斯估计
3.5.1代价函数
3.5.2最小均方误差估计
3.5.3条件中位数估计
3.5.4最大后验概率估计
3.5.5贝叶斯估计举例
3.6线性最小均方误差估计
3.6.1随机参量的线性最小均方误差估计
3.6.2线性最小均方误差估计的几何解释
3.7最小二乘估计
3.8信号检测基础
3.8.1确定性信号检测
3.8.2随机信号检测
本章习题
第 4章随机信号的更新与建模
4.1随机信号通过的线性系统
4.1.1基本概念
4.1.2线性系统输入 /输出信号之间数字特征的关系
4.2随机向量的线性变换
4.3离散时间序列的线性模型
4.3.1离散时间序列的自回归滑动平均模型
4.3.2ARMA模型的传递函数
4.3.3ARMA系统的等效性
4.4ARMA模型的数字特征
4.4.1互相关函数
4.4.2自相关函数
4.4.3功率谱
4.5ARMA、 AR、 MA模型之间的关系
4.5.1Wold分解定理
4.5.2柯尔莫可洛夫定理
本章习题
第 5章随机信号的滤波
5.1数字滤波器的基本概念
5.2Wiener滤波
5.2.1最小均方误差准则与正交性原理
5.2.2Wiener Hopf正则方程
5.2.3Wiener滤波器的求解
5.3线性预测
5.4卡尔曼滤波
5.5最小二乘滤波
5.6匹配滤波器
5.7自适应滤波
5.7.1自适应滤波器的基本概念
5.7.2LMS自适应滤波器
5.7.3RLS自适应滤波
本章习题
第 6章功率谱估计
6.1概述
6.2经典谱估计的基本方法
6.2.1经典谱估计法一——周期图法
6.2.2经典谱估计法二——相关图法
6.2.3经典谱估计方法的改进
6.3功率谱估计的参数模型法
6.3.1AR谱估计的相关函数法
6.3.2Levinson Durbin算法
6.3.3AR谱估计的性质
6.3.4MA谱估计与 ARMA谱估计
6.4特征分解法谱估计
6.4.1Pisarenko谐波分解与相关矩阵的特征分解
6.4.2子空间法功率谱估计
本章习题
附录 A随机信号处理的 MATLAB仿真实例
A.1最大似然估计与 CRB
A.2Wiener滤波
A.3卡尔曼滤波
A.4自适应信道均衡
A.5功率谱估计
本书特色
随机信号处理涉及多个领域，本书对不同领域的共性知识进行总结提炼，力求以简约的内容概括随机信号处理的基本理论与方法，为读者打下坚实基础。同时，书中摘选了大量具有工程应用背景的例题和习题，培养读者逻辑思维和创新思维能力，提高分析与解决实际工程问题的能力。
层次分明 全书分基础理论和基本方法两大部分，基础理论部分主要是随机信号处理的基本概念和定理，基本方法部分则对不同应用领域最常用的算法进行总结。
前后衔接 强调知识内容和分析方法的前后连贯性，将《信号与系统》《数字信号处理》《概率论》等相关教材知识进行概括与吸收，并作为本书的一部分。
易教易学 系统 阐述理论的同时 ， 注重内容的实用性和可读性 ，减少理论公式的繁杂数学推导，为公式赋予明确的物理含义，便于理解和运用。
联系实际 将工程应用中的随机信号处理问题进行
