本书着重于信号检测和估计基本的理论和技术理论算法讲得很透彻,推导论述很严谨。全书内容涵盖了许多领域,如通信、控制,信号、和图像处理,雷达和声纳,射电天文学、遥感和仪器仪表,适合作为电子信息、通信专业的高年级本科生和研究生的教材,也可供信号和图像处理、通信、控制等领域的工程师阅读。
本书是美国普林斯顿大学“统计信号处理”专业课教材,从信号检测概念、参数估计方法和波形估计理论三方面深入阐述信号检测与估计理论的基本思想,可作为高等院校通信类、信息类和控制类等专业高年级本科生或研究生的教材,也可供相关科研人员参考。
本书特色
解构与建构。无论是在离散域还是连续域,都能以简单实例解构抽象理论;贯穿全书的经典著作和文献建构起信号处理领域的知识网络,以科学发展的视角引导阅读之美。
循序与跨越。理论架构层层深入,部分证明和推导简捷清晰。充满挑战性的知识跨度要求读者具备应用概率论的基础知识,并启发读者独立思考,以欣赏作者的留白之美。
基石与桥梁。全书的公式和定理是一块块基石,搭起通向通信、自动控制等领域的桥梁,期待读者积极探索,在实践之中体验理论之美。
作者简介
H. Vincent Poor? 美国普林斯顿大学工程与应用科学学院院长,美国国家科学院和工程院、英国皇家工程院、欧洲科学院院士,IEEE、IET会士,曾任IEEE《Transactions on Information Theory》杂志主编。Vincent Poor教授是信息与通信领域知名学者,在信息论、统计信号处理、随机理论等方向取得了突出的成果,并广泛应用于无线通信、社交网络以及智能电网中。Vincent Poor教授还是香港科技大学、爱丁堡大学等多所国际知名学校名誉博士,并获得过多项国际奖励和荣誉。
本书旨在介绍信号检测与估计的基本理论。读者在阅读本书时,应当具备理工科研究生第一学期基本课程中关于应用概率论及随机过程的相关知识。这些预备知识可以参考Wong(1983)的著作。信号检测与估计理论所涉及的更复杂的概念将主要在第6章和第7章中介绍,包括连续时间信号检测和估计问题。
本书改编自伊利诺伊大学和普林斯顿大学一个学期的第二阶段研究生课程。如果将授课范围限制在第1~5章,本书也可用于短期课程或者第一阶段课程,此时仅要求读者具备应用概率论的基本知识,包括随机向量和条件期望等概念。为了获取足够的背景知识,读者可以参考Thomas(1986)的著作。
此外,还可以以其他教学模式使用本书。例如,第2、3、6章可用于介绍信号检测的短期课程,第4、5、7章可用于介绍信号估计的短期课程。类似地,还可以将第1章和第4章用于入门级课程,而将第5章和第7章用于高级课程。
在第2版的筹备过程中,听取了很多读者的意见和建议。由于人数众多,在此不便一一列出,但要对这些读者致以深深的谢意。
信号处理
本书是普林斯顿大学“统计信号处理”专业课教材,从信号检测概念、参数估计方法和波形估计理论三方面深入阐述信号检测与估计理论的基本思想,可作为高等院校通信类、信息类和控制类等专业高年级本科生或研究生的教材,也可供相关科研人员参考。
本书特色
·解构与建构。无论是在离散域还是连续域,都以简单实例解构抽象理论;而贯穿全书的经典著作和文献则建构起信号处理领域的知识和学者网络,以科学发展的视角引导阅读之美。
·循序与跨越。理论架构层层深入,而部分证明和推导却不着一字。充满挑战性的知识跨度要求读者具备应用概率论基础,同时启发读者独立思考,以欣赏作者的留白之美。
·基石与桥梁。全书的公式和定理是一块块基石,搭起通向应用领域的桥梁,期待读者积极求索,在实践之中体验理论之美。
(美)H. Vincent Poor 著:H. Vincent Poor 普林斯顿大学工程与应用科学学院院长,美国工程院、美国科学院、英国皇家工程院院士,IEEE、IET会士,曾任IEEE《Transactions on Information Theory》杂志主编。Poor教授是通信与信号处理领域的专家,目前的研究方向包括:
·无线网络。通过中继信道和干扰信道的理论分析解决网络能量和带宽问题。
·社交网络。建立小世界网络分离度模型,利用在线平台分析用户的社交、分享和交易行为。
·智能电网。检测和处理恶意数据攻击,开发用于网络状态估计和控制的分布式算法。
廖桂生 杨志伟 等译:暂无简介
本书英文版自出版以来,被全球众多著名大学选为研究生“统计信号处理”课程的教材或教学参考书。Poor教授以多年的研究积淀和教学经验为基础撰写了本书,通过易于理解的方式,深入阐述信号检测和估计理论的基本思想。全书主要包括三方面的内容,第2、3、6章讲述信号检测理论的基本概念,包括离散域的二元假设检验、复合假设检验、序贯检测、非参数检测、稳健检测,连续域的确知信号检测、部分参数确知信号检测、随机信号检测等内容。第4章讲述参数估计方法,包括贝叶斯参数估计方法、最大似然估计方法、非随机参数估计的理论结构、向量参数估计、稳健参数估计、递归参数估计等内容。第5、7章讲述波形估计理论,包括离散域的Kalman-Bucy滤波、线性因果/非因果Wiener-Kolmogorov滤波,连续域的线性/高斯估计、非线性滤波等内容。本书最为突出的特点是提供了大量的实例,无论是在离散域还是连续域,都以简单实用的例子来描述检测与估计的基本理论与方法,并通过应用实例来比较各种方法的异同。此外,每章都有大量习题,这些习题与该章内容密切相关,很多习题是书中结论的证明或进一步阐述,以加深读者对抽象理论的理解。
本书要求读者具备理工科研究生基本课程中关于应用概率论及随机过程的相关知识。此外,在教学过程中,可根据需要进行内容取舍。
参加本书翻译工作的主要有廖桂生(前言,第1、2、4章)和杨志伟(第3、5、6、7章)。参加翻译、校对和译稿资料整理工作的还有刘志凌、郭小路、谢坚、党博、李东、粟嘉、何嘉懿、张学攀、许京伟、高永婵、杨东、束宇翔、杜文韬。全书由廖桂生进行审校。
由于译者水平有限,书中难免有不当之处,敬请读者批评指正。
出版者的话
译者序
前 言
第1章 引言1
第2章 假设检验基础4
21 引言4
22 贝叶斯假设检验4
23 极小化极大假设检验9
24 尼曼皮尔逊假设检验14
25 复合假设检验18
26 习题24
第3章 离散时间信号检测27
31 引言27
32 模型和检测器结构27
33 信号检测算法的性能评估52
331 直接计算检测性能53
332 切诺夫界55
333 渐近相对有效性58
34 序贯检测62
35 非参数检测和稳健检测71
351 非参数检测72
352 稳健检测80
36 习题85
第4章 参数估计基础89
41 引言89
42 贝叶斯参数估计89
43 非随机参数估计:基本理论结构99
44 最大似然估计110
45 最大似然估计的进一步扩展117
451 向量参数估计117
452 信号参数估计119
453 信号参数的稳健估计123
454 递归参数估计124
46 习题125
第5章 信号估计基础129
51 引言129
52 Kalman-Bucy滤波129
53 线性估计139
54 Wiener-Kolmogorov滤波146
541 非因果Wiener-Kolmogorov滤波146
542 因果Wiener-Kolmogorov滤波150
55 习题163
第6章 连续时间信号检测165
61 引言165
62 数学基础166
621 函数空间中的密度函数166
622 Grenander定理和Karhunen-Love展开式171
63 高斯噪声中的确知信号和部分参数确知信号检测174
631 相干检测175
632 参数未知的信号检测185
64 高斯噪声中的随机信号检测187
641 维纳过程的初步结论187
642 白噪声中检测高斯信号190
643 随机信号似然比检测的估计相关器表示194
65 习题203
第7章 连续时间信号估计205
71 引言205
72 信号参数估计205
73 线性/高斯估计209
731 白噪声中的信号估计问题209
732 线性新息过程210
733 连续时间Kalman-Bucy滤波器213
734 线性/高斯问题的进一步扩展219
74 非线性滤波221
741 非线性滤波的基本方程224
742 非线性滤波方程的推导228
743 最优非线性滤波器的近似方法235
75 习题241
参考文献243