图书介绍
谱估计与自适应信号处理教程PDF|Epub|txt|kindle电子书版本网盘下载
- 赵晓晖编著 著
- 出版社： 北京：电子工业出版社
- ISBN：9787121215346
- 出版时间：2013
- 标注页数：209页
- 文件大小：73MB
- 文件页数：220页
- 主题词：谱估计－高等学校－教材；自适应控制－信号处理－高等学校－教材
PDF下载
下载说明
谱估计与自适应信号处理教程PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 信号处理中的矩阵代数理论1
1.1 矩阵1
1.1.1 特殊结构矩阵1
1.1.2 三角矩阵4
1.1.3 正交矩阵与酉矩阵5
1.1.4 特殊矩阵的逆7
1.1.5 矩阵的分解9
1.2 向量、矩阵的内积和范数13
1.2.1 向量的内积与范数13
1.2.2 矩阵的范数与内积16
1.3 向量子空间和Gram-Schmidt正交化18
1.3.1 向量子空间18
1.3.2 向量子空间的基和Gram-Schmidt正交化19
1.4 线性方程组的解20
习题23
第2章 概率、统计与参数估计理论基础27
2.1 离散随机向量27
2.1.1 离散随机向量的数学描述27
2.1.2 随机向量的统计描述29
2.2 确定性参数估计理论基础34
2.2.1 确定性参数估计的性能35
2.2.2 极大似然估计38
习题41
第3章 功率谱估计的经典方法43
3.1 经典功率谱估计的基本原理43
3.1.1 离散平稳随机过程的功率谱估计43
3.1.2 自相关序列和功率谱的性质45
3.2 自相关序列的估计45
3.2.1 自相关序列的无偏估计45
3.2.2 自相关函数的有偏估计47
3.3 周期图法47
3.3.1 周期图作为功率谱估计48
3.3.2 周期图法的估计性能分析49
3.4 改进周期图51
3.4.1 平均周期图法（Bartlett法）51
3.4.2 平均修正周期图法（Welch法）53
3.4.3 平滑周期图法（Blackman-Tukey法）54
习题58
第4章 功率谱估计的参数模型方法63
4.1 离散平稳随机过程的功率谱和参数模型63
4.1.1 离散平稳随机过程通过线性移不变离散系统的功率谱63
4.1.2 离散平稳随机过程的参数模型64
4.2 AR参数模型的功率谱估计67
4.2.1 AR参数模型的正则方程68
4.2.2 AR模型参数的Levinson-Durbin迭代计算70
4.3 AR过程的线性预测73
4.3.1 前、后向一步线性预测原理73
4.3.2 线性预测与AR模型互为逆系统75
4.3.3 前、后向一步线性预测的格型滤波器76
4.4 基于线性预测的AR过程谱估计方法77
4.4.1 自相关法77
4.4.2 协方差法78
4.4.3 修正协方差法79
4.4.4 Burg算法80
4.4.5 最小二乘算法82
4.5 AR谱估计方法与最大熵谱估计方法的等价性85
4.5.1 最大熵谱分析原理85
4.5.2 最大熵谱分析87
4.6 AR过程的极大似然谱估计方法89
4.6.1 极大似然谱估计89
4.6.2 极大似然谱估计的统计特性92
4.7 AR参数模型功率谱估计的特性93
4.8 MA参数模型和ARMA参数模型的功率谱估计97
4.8.1 MA参数模型的正则方程98
4.8.2 ARMA参数模型的正则方程100
习题103
第5章 线谱估计方法107
5.1 MVSE线谱估计方法107
5.1.1 MVSE线谱估计原理107
5.1.2 MVSE线谱估计和AR模型功率谱估计间的关系109
5.2 APES算法110
5.3 基于相关矩阵特征分解的线谱估计方法113
5.3.1 信号子空间和噪声子空间113
5.3.2 MUSIC算法114
5.3.3 Root-MUSIC算法116
5.3.4 Pisarenko算法117
5.3.5 ESPRIT算法118
5.4 最小二乘线谱估计方法119
5.4.1 非线性最小二乘线谱估计方法119
5.4.2 高阶Yule-Walker线谱估计方法（HOYW）121
5.5 Prony复极点模型法（Prony扩展法）122
习题127
第6章 维纳滤波器131
6.1 维纳滤波器131
6.1.1 横向滤波器结构和维纳滤波器131
6.1.2 维纳滤波器的递推求解方法——最速下降法135
6.2 多级维纳滤波器138
6.2.1 输入向量满秩变换后维纳滤波器的不变性138
6.2.2 维纳滤波器降阶分解和多级表示139
6.3 多输入多输出（MIMO）维纳滤波器143
6.3.1 滤波器输出是输入的线性组合型143
6.3.2 滤波器输出是输入的线性卷积型145
习题148
第7章 自适应滤波器151
7.1 最小均方自适应滤波器151
7.1.1 最小均方（LMS）算法和它的性能分析151
7.1.2 归一化LMS算法156
7.1.3 仿射投影LMS算法158
7.1.4 块输入LMS算法159
7.2 最小二乘自适应滤波器160
7.2.1 横向滤波器参数的最小二乘解160
7.2.2 递推最小二乘（RLS）算法及其性能分析162
7.3 基于QR分解的RLS滤波器（QR-RLS）167
7.4 格型自适应滤波器171
7.4.1 梯度自适应格型滤波器171
7.4.2 递推最小二乘自适应格型滤波器174
7.4.3 修正递推最小二乘自适应格型滤波器184
7.5 卡尔曼滤波器187
7.5.1 卡尔曼滤波问题188
7.5.2 新息过程和卡尔曼滤波189
7.6 卡尔曼滤波器与RLS滤波器的关系198
习题201
参考文献209