第1章  绪论

  1．1 信号检测与估计理论的研究对象

  1．2 信号检测与估计理论的发展历程

    1．2．1 初创和奠基阶段

    1．2．2 迅猛发展阶段

    1．2．3 成熟阶段

  1．3 本课程的性质和内容安排

  思考题

第2章  随机信号及其统计描述

  2．1 随机过程

    2．1．1 随机过程的概念

    2．1．2 随机过程的统计描述

    2．1．3 随机过程的平稳性与各态历经性

    2．1．4 随机过程的独立性、相关性和正交性

    2．1．5 平稳随机过程的功率谱密度函数

    2．1．6 复随机过程及其统计特性

    2．2 随机过程的正交级数表示

    2．2．1完备的正交函数集

    2．2．2随机信号的卡亨南一洛维展开

    2．2．3 格拉姆一施密特正交化法

  2．3 实信号的复数表示法与希尔伯特变换

    2．3．1 实信号的复数表示法与希尔伯特变换

    2．3．2 希尔伯特变换的性质

  2．4 高斯噪声与白噪声

    2．4．1 高斯噪声

    2．4．2 白噪声

  本章小结

  思考题

  习题

第3章  经典检测理论

  3．1 检测理论的基本概念

  3．2 最 大后验概率准则

    3．2．1 接收机结构形式

    3．2．2 接收机性能评价

  3．3 最小风险Bayes准则

    3．3．1 接收机结构形式

    3．3．2 Bayes准则与最大后验概率准则的关系

  3．4最小错误概率准则

  3．5 极大极小准则

    3．5．1 不同P(H0)下的Bayes风险

    3．5．2 假定P(H0)一q1，实际P(H0)不一定是q1时的平均风险

  3．6 Neyman—Pearson准则

  3．7 M元检测

    3．7．1 M元检测的Bayes准则

    3．7．2 M元检测的最大后验概率准则

    3．7．3 M元检测的最大似然检验准则

  本章小结

  思考题

  习题

第4章  确知信号的检测

  4．1 高斯白噪声下二元确知信号的检测

    4．1．1 接收机的结构形式

    4．1．2 接收机的检测性能

  4．2 三种常用系统性能评价

    4．2．1 相干相移键控系统

    4．2．2 相干频移键控系统

    4．2．3 相干启闭键控系统

  4．3 高斯白噪声下多元确知信号的检测

    4．3．1 接收机的结构形式

    4．3．2 接收机的检测性能

  4．4 高斯色噪声中确知信号的检测

    4．4．1 卡亨南一洛维展开法

    4．4．2 接收机的结构形式

    4．4．3 接收机的检测性能

    4．4．4 最佳信号波形

  4．5 匹配滤波器

    4．5．1 最大信噪比准则

    4．5．2 白噪声背景下的匹配滤波器

  4．6 广义匹配滤波器

    4．6．1 积分方程的近似解法

    4．6．2 预白化方法

    4．6．3 白化滤波器的构成

  本章小结

  思考题

  习题

第5章  随机参量信号的检测

  5．1 复合假设检验

    5．1．1 复合假设检验的Bayes准则

    5．1．2 复合假设检验的Neyman—Pearson准则

    5．1．3 复合假设检验的最大似然检验准则

  5．2 随机相位信号的检测

    5．2．1 最佳检测系统的结构

    5．2．2 检测性能

  5．3 随机相位和振幅信号的检测

    5．3．1 最佳检测系统结构

    5．3．2 检测性能

  5．4 随机频率信号的检测

    5．4．1 随机相位和频率信号的检测

    5．4．2 随机相位和频率、振幅瑞利衰减信号的检测

    5．4．3 一种多元信号的检测方法

  5．5 随机时延信号的检测

    5．5．1 随机相位和时延信号的检测

    5．5．2 随机相位、频率和时延信号的检测

  本章小结

  思考题

  习题

第6章  多重信号的检测

  6．1 确知脉冲串信号的检测

    6．1．1 似然比检验和最优处理器

    6．1．2 检测性能

  6．2 随机参量脉冲串信号的检测

    6．2．1 随机相位非相干脉冲串信号的检测

    6．2．2 随机振幅和相位脉冲串信号的检测

  本章小结

  思考题

  习题

第7章  序贯检测

  7．1 序贯检测的一般原理

  7．2 序贯似然比检测

    7．2．1 判决规则

    7．2．2 检测门限

    7．2．3 平均取样数

    7．2．4判决终止的必然性

  7．3 序贯 检测的实例分析

  本章小结

  思考题

  习题

第8章  经典估计理论

  8．1 引言

  8．2 Bayes估计

    8．2．1 代价函数的形式

    8．2．2 Bayes估计准则

  8．3 最大后验估计

  8．4 最大似然估计

  8．5 最小二乘法估计

    8．5．1 最小二乘法

    8．5．2 线性信号模型的最小二乘法估计

  8．6 估计量的性质

    8．6．1 无偏性

    8．6．2 一致性

    8．6．3 充分性

    8．6．4 有效性

  8．7 克拉默一拉奥不等式

    8．7．1 克拉默一拉奥不等式的形式

    8．7．2 几点讨论

  8．8 估计的最小均方误差界

  本章小结

  思考题

  习题

第9章  信号参量的估计

  9．1 概述

    9．1．1 估计量的计算

    9．1．2 估计量的性能分析

  9．2 振幅估计

    9．2．1 振幅估计量的计算

    9．2．2 振幅估计量的性能分析

  9．3 相位估计

  9．4 时延估计

    9．4．1 时延估计量的计算

    9．4．2 雷达自动距离跟踪环路

    9．4．3 时延估计量的性能分析

  9．5 频率估计

  本章小结

  思考题

  习题

第10章  维纳滤波和卡尔曼滤波

  10．1 概述

  10．2 维纳滤波

    10．2．1 连续过程的维纳滤波

    10．2．2 离散过程的维纳滤波

  10．3 卡尔曼滤波

    10．3．1 卡尔曼滤波的信号模型

    10．3．2 卡尔曼滤波器的设计

  本章小结

  思考题

  习题

第11章  自适应滤波

  11．1 自适应滤波概述

    11．1．1 自适应滤波的基本概念

    11．1．2 自适应滤波的组成

    11．1．3 自适应滤波的分类

    11．1．4 自适应滤波的性能指标

  11．2 最小均方自适应滤波算法

    11．2．1 基本原理

    11．2．2 均方误差性能曲面

    11．2．3 算法形式

    11．2．4收敛特性

  11．3 递归最小二乘自适应滤波算法

    11．3．1 算法原理

    11．3．2 RLS算法和LMS算法的比较

  本章小结

  思考题

  习题

第12章  功率谱估计

  12．1 概述

  12．2 经典谱估计法

    12．2．1  间接法

    12．2．2 直接法

  12．3 现代谱估计法

    12．3．1 信号模型及其选择

    12．3．2 AR模型谱估计法

  12．4 白噪声中正弦信号的谱估计

    12．4．1 最大似然法

    12．4．2 Capon谱估计法

  本章小结

  思考题

  习题

参考文献