- 商品参数
-
- 作者:
张贤达著
- 出版社:清华大学出版社
- ISBN:9787302408697
- 出版周期:旬刊
- 版权提供:清华大学出版社
店铺公告
为保障消费者合理购买需求及公平交易机会,避免因非生活消费目的的购买货囤积商品,抬价转售等违法行为发生,店铺有权对异常订单不发货且不进行赔付。异常订单:包括但不限于相同用户ID批量下单,同一用户(指不同用户ID,存在相同/临近/虚构收货地址,或相同联系号码,收件人,同账户付款人等情形的)批量下单(一次性大于5本),以及其他非消费目的的交易订单。
温馨提示:请务必当着快递员面开箱验货,如发现破损,请立即拍照拒收,如验货有问题请及时联系在线客服处理,(如开箱验货时发现破损,所产生运费由我司承担,一经签收即为货物完好,如果您未开箱验货,一切损失就需要由买家承担,所以请买家一定要仔细验货),
关于退货运费:对于下单后且物流已发货货品在途的状态下,原则上均不接受退货申请,如顾客原因退货需要承担来回运费,如因产品质量问题(非破损问题)可在签收后,联系在线客服。
本店存在书、古旧书、收藏书、二手书等特殊商品,因受采购成本限制,可能高于定价销售,明码标价,介意者勿拍!
1.书籍因稀缺可能导致售价高于定价,图书实际定价参见下方详情内基本信息,请买家看清楚且明确后再拍,避免价格争议!
2.店铺无纸质均开具电子,请联系客服开具电子版
现代信号处理
(第三版)
作者:张贤达
定价:69.8元
ISBN:9787302408697
出版日期:2015.12.01
本书系统、全面地介绍了现代信号处理的主要理论、具有代表性的方法及一些典型应用。全书共10章,内容包括随机信号、参数估计理论、信号检测、现代谱估计、自适应滤波器、高阶统计分析、线性时频变换、二次型时频分布、盲信号分离、阵列信号处理。全书取材广泛,内容新颖,充分反映了信号处理的新理论、新技术、新方法和新应用,可以帮助读者尽快跟踪信号处理的最新国际发展。与第二版相比,本书增加了信号检测、盲信号分离与阵列信号处理等重要应用,更加注重理论与应用的结合,更加方便读者理解与自学。
本书为清华大学研究生精品教材和北京市高等教育精品教材,最近又获得清华大学名优教材第一批立项资助,是一本与国际前沿科学接轨的研究生教材,可作为电子、通信、自动化、计算机、物理、生物医学和机械工程等各学科有关教师、研究生和科技人员教学、自学、进修用书或参考书。张贤达 1946年生于江西省兴国县,1964年考入解放军军事电信工程学院(现西安电子科技大学)。1970年大学毕业后在甘肃5203厂工作8年,1982年获哈尔滨工业大学工学硕士学位,1987年获日本东北大学工学博士学位。
曾任原航空工业部第304研究所高级工程师、研究员,1992年9月起任清华大学自动化系教授。1999年评为教育部首批“长江学者”,在西安电子科技大学任特聘教授三年。主要从事信号与信息处理的教学与研究。1993年起,享受国务院政府特殊津贴;1997年被教育部和国家人事部评为“全国优秀留学回国人员”,曾以第一完成人获国家自然科学奖和部级科技成果奖4项。发表学术论文100余篇,出版《现代信号处理》、《矩阵分析与应用》、《通信信号处理》、《矩阵论及其工程应用》等多本教材和著作。2011年10月从清华大学退休。第1章随机信号
1.1信号分类
1.2相关函数、协方差函数与功率谱密度
1.2.1自相关函数、自协方差函数与功率谱密度
1.2.2互相关函数、互协方差函数与互功率谱密度
1.3两个随机信号的比较与识别
1.3.1独立、不相关与正交
1.3.2多项式序列的Gram—Schmidt标准正交化
1.4具有随机输入的线性系统
1.4.1系统输出的功率谱密度
1.4.2窄带带通滤波器
本章小结
习题
第2章参数估计理论
2.1估计子的性能
2.1.1无偏估计与渐近无偏估计
2.1.2估计子的有效性
2.2Fisher信息与Cramer—Rao不等式
2.2.1Fisher信息
2.2.2Cramer—Rao下界
2.3Bayes估计
2.3.1风险函数的定义
2.3.2Bayes估计
2.4最大似然估计
2.5线性均方估计
2.6最小二乘估计
2.6.1最小二乘估计及其性能
2.6.2加权最小二乘估计
本章小结
习题
第3章信号检测
3.1统计假设检验
3.1.1信号检测的基本概念
3.1.2信号检测理论测度
3.1.3决策理论空间
3.2概率密度函数与误差函数
3.2.1概率密度函数
3.2.2误差函数和补余误差函数
3.3检测概率与错误概率
3.3.1检测概率与错误概率的定义
3.3.2功效函数
3.4Neyman—Pearson准则
3.4.1雷达信号检测的虚警概率与漏警概率
3.4.2Neyman—Pearson引理与Neyman—Pearson准则
3.5一致最大功效准则
3.5.1通信信号检测问题
3.5.2一致最大功效检验
3.5.3一致最大功效准则的物理意义
3.6Bayes准则
3.6.1Bayes判决准则
3.6.2二元信号波形的检测
3.6.3检测概率分析
3.7Bayes派生准则
3.7.1最小错误概率准则
3.7.2最大后验概率准则
3.7.3极小极大准则
3.8多元假设检验
3.8.1多元假设检验问题
3.8.2多元假设检验的Bayes准则
3.9多重假设检验
3.9.1多重假设检验的错误率
3.9.2多重假设检验的错误控制方法
3.9.3多元线性回归
3.9.4多元统计分析
本章小结
习题
附录3A误差函数表
第4章现代谱估计
4.1非参数化谱估计
4.1.1离散随机过程
4.1.2非参数化功率谱估计
4.2平稳ARMA过程
4.3平稳ARMA过程的功率谱密度
4.3.1ARMA过程的功率谱密度
4.3.2功率谱等价
4.4ARMA谱估计
4.4.1ARMA功率谱估计的两种线性方法
4.4.2修正Yule—Walker方程
4.4.3AR阶数确定的奇异值分解方法
4.4.4AR参数估计的总体最小二乘法
4.5ARMA模型辨识
4.5.1MA阶数确定
4.5.2MA参数估计
4.6最大熵谱估计
4.6.1Burg最大熵谱估计
4.6.2Levinson递推
4.6.3Berg算法
4.6.4Burg最大熵谱分析与ARMA谱估计
4.7Pisarenko谐波分解法
4.7.1Pisarenko谐波分解
4.7.2谐波恢复的ARMA建模法
4.8扩展Prony方法
本章小结
习题
第5章自适应滤波器
5.1匹配滤波器
5.1.1匹配滤波器
5.1.2匹配滤波器的性质
5.1.3匹配滤波器的实现
5.2连续时间的Wiener滤波器
5.3最优滤波理论与Wiener滤波器
5.3.1线性最优滤波器
5.3.2正交性原理
5.3.3Wiener滤波器
5.4Kalman滤波
5.4.1Kalman滤波问题
5.4.2新息过程
5.4.3Kalman滤波算法
5.5LMS类自适应算法
5.5.1下降算法
5.5.2LMS算法及其基本变型
5.5.3解相关LMS算法
5.5.4学习速率参数的选择
5.5.5LMS算法的统计性能分析
5.5.6LMS算法的跟踪性能
5.6RLS自适应算法
5.6.1RLS算法
5.6.2RLS算法与Kalman滤波算法的比较
5.6.3R,LS算法的统计性能分析
5.6.4快速RLS算法
5.7自适应谱线增强器与陷波器
5.7.1谱线增强器与陷波器的传递函数
5.7.2基于格型IIR滤波器的自适应陷波器
5.8广义旁瓣对消器
5.9盲自适应多用户检测
5.9.1盲多用户检测的典范表示
5.9.2盲多用户检测的LMS和RLS算法
5.9.3盲多用户检测的Kalman自适应算法
本章小结
习题
……
第6章高阶统计分析
第7章线性时频变换
第8章二次型时频分布
第9章盲信号分离
第10章阵列信号处理
参考文献
索引
........
........ .
1