统计信号处理:非高斯信号处理及其应用

统计信号处理:非高斯信号处理及其应用

ID:17694413

大小:4.09 MB

页数:257页

时间:2018-09-04

统计信号处理:非高斯信号处理及其应用_第1页
统计信号处理:非高斯信号处理及其应用_第2页
统计信号处理:非高斯信号处理及其应用_第3页
统计信号处理:非高斯信号处理及其应用_第4页
统计信号处理:非高斯信号处理及其应用_第5页
资源描述:

《统计信号处理:非高斯信号处理及其应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、[GeneralInformation]书名=统计信号处理:非高斯信号处理及其应用作者=邱天爽张旭秀李小兵孙永梅编著页数=246SS号=11293815出版日期=2004年06月前言目录目录第1章绪论1.1预备知识1.1.1信号与信号处理的概念1.1.2随机变量及其分布1.1.3随机信号及随机过程1.1.4统计信号处理的原理与方法1.2矩理论简介1.2.1矩及统计量的概念1.2.2二阶统计量及基于二阶统计量的信号处理1.2.3高阶统计量及基于高阶统计量的信号处理1.2.4分数低阶统计量及基于分数低阶统计量的信号处理1.3非高斯信号处理的发展参考文献第2章高斯分布与高斯过程2

2、.1高斯分布2.1.1中心极限定理2.1.2高斯分布律2.2高斯过程参考文献第3章基于二阶统计量的信号处理方法3.1基本估计理论3.1.1最小乘估计3.1.2线性最小方差估计3.1.3最小方差估计3.1.4最大似然估计3.1.5最大后验概率估计3.2维纳滤波与卡尔曼滤波3.2.1连续信号的维纳滤波3.2.2离散维纳滤波3.2.3卡尔曼滤波3.3参数模型功率谱估计3.3.1平稳随机信号的参数模型3.3.2AR模型功率谱估计3.3.3MA模型功率谱估计3.3.4ARMA模型功率谱估计3.4自适应数字滤波器3.4.1横向LMS自适应数字滤波器3.4.2递推自适应数字滤波器3.4.

3、3自适应格型数字滤波器3.4.4递归型自适应数字滤波器参考文献第4章高阶累积量和高阶谱4.1高阶矩和高阶累积量4.1.1高阶累积量和高阶矩的定义4.1.2高阶累积量和高阶矩的关系4.1.3高阶矩和高阶累积量的性质4.1.4平稳随机过程的高阶矩和高阶累积量4.1.5随机过程的互累积量4.2随机过程的高阶累积量谱和高阶矩谱4.2.1累积量谱和高阶矩谱的定义4.2.2累积量谱的特例4.2.3k阶相干函数和互累积量谱4.3高阶谱估计的非参数方法4.3.1直接法4.3.2间接法4.4非高斯过程与线性系统4.4.1非高斯白噪声过程4.4.2非高斯白噪声过程与线性系统参考文献第5章基于高

4、阶统计量的信号处理方法5.1基于高阶统计量的系统辨识5.1.1非最小相位系统5.1.2基于高阶统计量的系统辨识5.1.3高阶统计量用于MA系统辨识5.1.4高阶统计量用于非因果AR模型辨识5.1.5ARMA模型参数估计方法5.2有色噪声中的信号提取5.2.1复信号累积量的定义5.2.2谐波过程的累积量5.2.3高斯有色噪声中的谐波恢复5.2.4非高斯有色噪声中的谐波恢复5.3基于高阶累积量的参数模型阶数的确定参考文献第6章高阶统计量在信号处理中的应用6.1基于高阶累积量的自适应信号处理6.1.1基于高阶累积量的自适应FIR算法6.1.2基于累积量的MMSE准则6.1.3RL

5、S自适应算法6.2高阶统计量在独立分量分析中的应用6.2.1问题的数学描述6.2.2ICA问题的解法6.3基于高阶累积量的时间延迟估计6.3.1基于双谱估计的时延估计6.3.2基于互双倒谱的时延估计6.3.3自适应时延估计方法参考文献第7章Alpha稳定分布与分数低阶统计量7.1历史回顾7.1.1历史回顾7.1.2发展动因7.2Alpha稳定分布的概念7.2.1α稳定分布的概念7.2.2α稳定分布的几种特殊情况7.2.3广义中心极限定理7.2.4α稳定分布的性质7.2.5α稳定分布的概率密度函数7.2.6多变量α稳定分布7.2.7对称α稳定分布随机信号(随机过程)7.3分数

6、低阶统计量7.3.1分数低阶矩7.3.2负阶矩7.3.3零阶矩7.3.4α稳定分布过程的分类7.3.5用于脉冲特性信号建模的其他分布7.4共变及其应用7.4.1共变的概念7.4.2共变的主要性质7.4.3共变在线性回归中的应用7.4.4复SaS分布的共变7.5对称Alpha稳定分布的参数估计7.5.1最大似然估计方法7.5.2基于样本分位数的参数估计方法7.5.3基于样本特征函数的参数估计方法7.5.4无穷方差的检验7.5.5基于负阶矩的方法7.5.6计算机模拟中的若干问题参考文献第8章基于分数低阶统计量的信号处理8.1α稳定分布的参数模型方法8.1.1最大似然估计8.1.

7、2广义Yule-Walker方程8.1.3最小二乘方法8.1.4最小p范数估计8.1.5性能比较8.2α稳定分布过程的线性理论8.2.1自适应最小平均p范数方法8.2.2基于分数低阶统计量(FLOS)的自适应算法8.2.3非线性预处理方法8.2.4递推最小平均p范数算法(RLMP)8.3α稳定分布噪声下的信号检测8.3.1最大功率检测8.3.2局部最优检测8.3.3α稳定分布噪声下的信号检测8.3.4渐进误差概率8.3.5性能比较参考文献第9章基于分数低阶统计量信号处理的应用9.1概述9.2基于分数低阶统计量的时间

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。