具体描述
《北京高等教育精品教材·清华大学研究生精品教材·新编<信息、控制与系统> 系列教材:现代信号处理(第三版)》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首批立项资助,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。
作者简介
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”,曾以第壹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。
目录信息
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
· · · · · · (收起)
读后感
我不怀疑张贤达老师的学术水平,但是这本书用做教材实在太糟糕了。问题在于对于知识的系统性、连贯性讲解有问题,更像是一些paper的简单重叠。而且由于本书覆盖的很多内容,比如简单的随机信号分析、高阶矩、估计理论、自适应滤波、再到后面的视频分析,所以很多东西都没有讲好...
我这里针对的是教材,你要是按课外书论,另当别论。 中国式垃圾教材的典型特点是:不懂的人永远看不懂它,懂了的人又不需要它。 说起来我也翻过好几篇了,但是不管我是有所求还是无所求的翻阅,他给我的结果只有一个,一堆公式和推导,其他没有了。 我感觉像百度百科的讲解,...
我不怀疑张贤达老师的学术水平,但是这本书用做教材实在太糟糕了。问题在于对于知识的系统性、连贯性讲解有问题,更像是一些paper的简单重叠。而且由于本书覆盖的很多内容,比如简单的随机信号分析、高阶矩、估计理论、自适应滤波、再到后面的视频分析,所以很多东西都没有讲好...
我不怀疑张贤达老师的学术水平,但是这本书用做教材实在太糟糕了。问题在于对于知识的系统性、连贯性讲解有问题,更像是一些paper的简单重叠。而且由于本书覆盖的很多内容,比如简单的随机信号分析、高阶矩、估计理论、自适应滤波、再到后面的视频分析,所以很多东西都没有讲好...
我不怀疑张贤达老师的学术水平,但是这本书用做教材实在太糟糕了。问题在于对于知识的系统性、连贯性讲解有问题,更像是一些paper的简单重叠。而且由于本书覆盖的很多内容,比如简单的随机信号分析、高阶矩、估计理论、自适应滤波、再到后面的视频分析,所以很多东西都没有讲好...
用户评价
最近刚入手一本关于信号处理的书,虽然我还没有完全读完,但已经深深地被它所吸引。作者在讲解一些非常专业的概念时,竟然能用生活中的例子来类比,这让我这个非科班出身的读者也能大致理解其中的奥妙。比如,在解释“滤波”的时候,作者竟然拿厨房里的筛子来做比喻,一下子就让我明白了过滤掉不需要的信号,保留我们想要的信息的道理。这种化繁为简的教学方式,真的非常赞。我感觉这本书不仅仅是讲理论,更注重实际的应用,这让我对未来如何将这些知识运用到实际工作中充满了信心。我迫不及待地想继续深入研究下去,看看还能解锁哪些有趣的应用场景。
我最近在学习的过程中,偶然接触到了一本关于现代信号处理的书籍,它的内容对我来说,就像是一场思想的洗礼。书中对于信号的定义、分类以及各种变换的阐述,让我对“信号”这个概念有了全新的认识。我之前总觉得信号就是声音或者图像,但这本书让我明白,其实我们生活中无时无刻不在产生和接收各种各样的信号,从微观粒子的运动到宏观宇宙的运行,都与信号有着千丝万缕的联系。更让我着迷的是,书中对信号分析和处理的各种方法进行了详尽的介绍,这些方法就像一把把锋利的工具,能够帮助我们从看似杂乱无章的信号中挖掘出有用的信息,甚至预测未来的趋势。我感觉这本书为我打开了一个全新的研究领域,让我对未来的学习和探索充满了无限的可能。
这本书的封面设计就足够吸引我了,简洁大气,那种深邃的蓝色和白色交织的图纹,仿佛将我带入了信号的浩瀚宇宙。我一直对那些看不见的波动,那些隐藏在声音、图像、甚至各种物理现象背后的信息充满了好奇,总觉得它们蕴含着某种神秘的规律等待被揭示。《现代信号处理》这个书名,光是听起来就充满了力量感和前沿性,让我对接下来的阅读充满了期待。我尤其想知道,书中会如何用生动易懂的方式,将那些抽象的数学概念,那些复杂的算法,转化为我们能够理解和应用的知识。我希望它不仅仅是一本学术著作,更是一扇打开我认知世界的窗户,让我能够更深入地理解我们周围的世界是如何被信息所塑造和驱动的。我会把它放在书架最显眼的位置,时不时地翻阅,让它成为我探索未知领域的忠实伴侣。
我一直对那些能够“看透”世界本质的知识领域很感兴趣,而信号处理无疑是其中一个极具魅力的方向。这本书的语言风格非常幽默风趣,有时候甚至会让我忍俊不禁。作者在讲解枯燥的数学理论时,穿插了一些有趣的段落和引人入胜的案例,让我感觉学习的过程充满了乐趣,而不是一种负担。我尤其欣赏作者对于不同信号处理技术的对比分析,通过这些分析,我能够更清晰地认识到各种技术的优缺点以及适用的场景。这本书让我明白,信号处理并非高不可攀的学科,它也可以变得生动有趣,充满智慧。我非常期待能够通过这本书,掌握更多处理信号的“法宝”,去解决生活中遇到的各种问题。
这本书给我的第一印象是它的逻辑性非常强。从最基础的概念入手,循序渐进地引入更复杂的理论和方法,让我感觉每一步都走得很扎实。作者的写作风格非常严谨,每一个公式、每一个定理的推导都清晰明了,没有丝毫含糊的地方。这对于我这种习惯于刨根问底的读者来说,简直是福音。我特别喜欢书中对一些经典信号处理算法的详细解析,它们就像侦探小说一样,一步步地揭示了信号背后的秘密。我感觉通过阅读这本书,我不仅学会了如何分析和处理信号,更重要的是,培养了一种严谨的科学思维方式。这本书无疑是我学术道路上的一笔宝贵财富,我会反复研读,从中汲取更多的知识和灵感。
见过。
见过。
见过。
见过。
见过。