前言
第1章緒論
1.1引言
1.2信號處理發展概況
1.3信號檢測與估計理論概述
1.4內容編排
第2章**信號基礎
2.1引言
2.2概率與**變量
2.2.1概率論基礎
2.2.2**變量
2.2.3**變量的數字特征
2.2.4常用概率分布
2.3**過程
2.3.1**過程的基本概念
2.3.2平穩**過程
2.3.3各態歷經（遍歷）**過程
2.3.4功率譜密度
2.3.5白噪聲過程
2.3.6**信號通過線性繫統
2.4離散**信號
2.4.1**序列的統計描述
2.4.2平穩**序列
2.4.3**信號的采樣定理
2.4.4時間序列信號模型
2.5卡亨南—洛維展開
2.5.1積分方程的推導
2.5.2積分方程的性質
2.6**信號仿真
2.6.1MATLAB的統計函數
2.6.2**數與**序列的產生
2.6.3**序列的數字特征估計
2.6.4蒙特卡羅方法
習題
第3章檢測理論基礎
3.1引言
3.2經典檢測理論
3.2.1假設檢驗
3.2.2優化準則
3.3信號檢測性能
3.4判決準則
3.4.1貝葉斯準則
3.4.2*小平均錯誤概率準則
3.4.3極小化極大準則
3.4.4奈曼—皮爾遜準則
3.5多樣本檢測
3假設檢驗
3.6假設檢驗的貝葉斯準則
3.6假設檢驗的*小平均錯誤概率準則
3.7復合假設檢驗
3.7.1復合假設檢驗的基本概念
3.7.2復合假設檢驗方法
3.8序列檢測
3.8.1序列檢測的基本概念
3.8.2**序列檢測準則
3.8.3序列檢測的平均觀測次數
3.9非參量檢測
3.9.1非參量檢測的基本概念
3.9.2基本非參量檢測器
3.10魯棒檢測
3.10.1混合模型描述
3.10.2判決規則
3.10.3*小有利分布對
3.10.4信號的魯棒檢測
習題
第4章信號波形的檢測
4.1引言
4.2匹配濾波器理論
4.2.1匹配濾波器的概念
4.2.2匹配濾波器的設計
4.2.3匹配濾波器的主要特性
4.3高斯白噪聲中確知信號的檢測
4.3.1信號波形的檢測
4.3.2信號波形的檢測
4.3信號波形的檢測
4.4高斯色噪聲中確知信號的檢測
4.4.1正交函數展開法
4.4.2白化法
4.4.3廣義匹配濾波器法
4.5**參量信號的檢測
4.5.1**相位信號波形的檢測
4.5.2**振幅與相位信號波形的檢測
4.5.3**頻率信號波形的檢測
習題
第5章估計理論基礎
5.1引言
5.2信號參量估計性能
5.2.1無偏性
5.2.2有效性
5.2.3一致性（收斂性）
5.2.4充分性
5.2.5克拉默—拉奧不等式
5.3信號參量估計基本理論
5.3.1經典估計（矩估計）
5.3.2貝葉斯估計
5.3.3**後驗估計
5.3.4**似然估計
5.3.5極大極小估計（Minimax Estimation）
5.3.6線性均方估計
5.3.7*小二乘估計
5.4多參量估計基本理論
5.4.1多參量估計方法
5.4.2非**多參量估計的誤差邊界
5.4.3**多參量估計的誤差邊界
5.5連續波估計理論
5.5.1連續波估計問題
5.5.2無記憶調制繫統
5.5.3有記憶調制繫統
5.5.4均方估計誤差下界
5.5.5多維波形估計
5.6高斯色噪聲中信號參量的估計
5.6.1非**參量的估計
5.6.2**參量的估計
習題
第6章信號波形的估計
6.1引言
6.2維納濾波
6.2.1波形**線性濾波
6.2.2維納—霍普夫（Wiener—Hopf）積分方程
6.2.3維納濾波器
6.3離散繫統的維納濾波
6.4標量信號的卡爾曼濾波
6.4.1信號模型與觀測模型
6.4.2**線性遞推濾波
6.4.3**線性遞推預測
6.4.4濾波與預測的關繫
6.5矢量信號的卡爾曼濾波
6.5.1信號模型與觀測模型
6.5.2**線性濾波和預測
6.5.3一步遞推預測
6.5.4遞推濾波
6.5.5卡爾曼濾波與預測公式集
6.5.6卡爾曼濾波的特點
6.6卡爾曼濾波的發散問題
6.6.1發散現像及其原因
6.6.2克服發散的方法
6.7卡爾曼濾波的推廣
6.7.1色噪聲環境下的卡爾曼濾波
6.7.2擴展卡爾曼濾波
6.7.3不敏卡爾曼濾波算法
6.8常增益濾波方法
6.8.1α—β濾波
6.8.2α—β—γ濾波
6.8.3常增益濾波應用
6.9應用示例
6.9.1基於維納濾波器的噪聲抑制
6.9.2簡單的卡爾曼濾波示例
習題
……
第7章通信繫統中的應用
第8章數字圖像處理中的應用
第9章其他應用
參考文獻