信号检测与估计-2023

梁风梅

目录

  • 1 绪论
    • 1.1 信号检测与估计理论研究对象
    • 1.2 信号检测与估计理论的发展历程
    • 1.3 本课程的性质与内容安排
  • 2 随机信号及其统计描述
    • 2.1 随机过程
      • 2.1.1 随机过程的概念与统计描述
      • 2.1.2 随机过程的平稳性与各态历经性
      • 2.1.3 随机过程的独立性、相关性与正交性
      • 2.1.4 平稳随机过程的功率谱密度函数
    • 2.2 高斯噪声与白噪声
  • 3 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
    • 3.3 最小风险贝叶斯准则
    • 3.4 最小错误概率准则
    • 3.5 极大极小准则
    • 3.6 Neyman-Pearson准则
    • 3.7 M元检测
  • 4 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
    • 4.3 高斯白噪声下多元确知信号的检测
    • 4.4 匹配滤波器
      • 4.4.1 最大信噪比原则
      • 4.4.2 白噪声背景下的匹配滤波器
    • 4.5 广义匹配滤波器
  • 5 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
  • 6 经典估计理论
    • 6.1 Bayes估计
    • 6.2 最大后验估计
    • 6.3 最大似然估计
    • 6.4 最小二乘估计
    • 6.5 估计量的性质
    • 6.6 克拉-默拉奥不等式
    • 6.7 估计的最小均方误差界
  • 7 新建课程目录
估计的最小均方误差界