内容简介
本书全面、系统、深人地讨论了现代数字信号处理的理论、设计和应用。全书由自成体系而又有联系的八章组成，分别论及统计信号处理基础，维纳和卡尔曼滤波器，自适应滤波器，现代功率谱估计，同态信号处理，高阶谱估计，小波分析，以及人工神经网络信号处理。
本书适合于信息与通信工程学科各专业及相近专业的研究生和专业人员用作教材或参考书。
目录
第一章 基础知识
1.1 随机矢量
1.2 相关抵消
1.3 Gram-schidt正变化
1.3.1 基本定义
1.3.2 正交投影定理和Gram-schidt正变化
1.4 偏相关系数
1.5 功率谱和周期图
1.6 谱分解
1.6.1 最小相位序列
1.6.2 部分能量和最小时延
1.6.3 自相关函数的不变性
1.6.4 最小时延性质
1.6.5 最小相位性质
1.6.6 谱分解定理
1.7 信号的参数模型
习题
参考文献
第二章 维纳滤波和卡尔曼滤波
2.1 维纳滤波的标准方程
2.2 维纳-霍夫方程的求解
2.2.1 FIR维纳滤波器
2.2.2 非因果IIR维纳滤波器
2.2.3 因果IIR维纳滤波器
2.3 维纳滤波的均方误差
2.4 因果IIR维纳滤波器的设计与计算
2.5 标量卡尔曼滤波器
2.6 矢量卡尔曼滤波器
2.6.1 信号矢量和数据矢量
2.6.2 矢量卡尔曼滤波器的递推计算公式
2.7 维纳滤波和卡尔曼滤波的计算和应用举例
2.7.1 维纳滤波器
2.7.2 卡尔曼滤波器
复习思考题
习题
参考文献
第三章 自适应滤波器
3.1 自适应滤波原理
3.2 自适应线性组合器
3.3 均方误差性能曲面
3.4 二次性能曲面的基本性质
3.5 最陡下降法
3.6 学习曲线和收敛速度
3.7 自适应的最小均方算法
3.8 权矢量噪声
3.9 失调量
3.10 自适应的递归最小二乘方算法
3.11 IIR递推结构自适应滤波器的LMS算法
3.12 自适应滤波器计算举例
3.13 自适应滤波器的数字实现
3.13.1 LMS算法自适应滤波器的直接实现
3.13.2 分布运算自适应滤波器
3.13.3 余数制自适应滤波器
3.14 最小二乘自适应滤波器
3.14.1 最小二乘滤波器的矢量空间分析
3.14.2 投影矩阵和正交投影矩阵
3.14.3 时间更新
3.15 最小二乘格形自适..
北京市公安局丰台分局备案编号：1101080539 
