课程编号: 101M5013H |
课时: 50 |
学分: 3.0 |
课程属性: 专业普及课 |
主讲教师:黄志蓓 |
英文名称: Modern Signal Processing Ⅰ |
教学目的、要求
本课程为电气工程、电子科学与技术、信息与通信工程学科研究生的核心课。主要内容包括窄带信号和窄带噪声的数学表示方法;随机信号与噪声通过各种系统的统计特性;信号统计判决的各种准则和方法;高斯白噪声中确知信号和随机参量信号的最佳接收;有色高斯噪声中的信号检测;信号参量估计的各种准则及估计量的性能;信号波形的估计;非参量检测和鲁棒检测;谱估计理论。
通过本课程学习,学生应掌握统计信号处理的基本概念、理论和方法。
预修课程
概率论与数理统计、随机过程、信号与系统
教 材
张贤达,《现代信号处理》第三版,清华大学出版社,北京,2015。
主要内容
第一章 随机信号与系统
随机过程的概念、定义、统计特性和特征函数,高斯随机过程及其特性;随机信号的自相关函数、协方差函数和相关系数,维纳辛钦定理和谱密度;卡亨南-洛维展开;窄带信号的预包络、复包络、包络;高阶累量的定义、性质以及和高阶矩之间的关系。窄带滤波器对窄带信号的响应;随机信号通过线性系输入输出的一般关系以及累量之间的关系。
第二章 单样本的二元假设检验
简单二元假设下的最大后验概率准则,似然比检验与最大似然准则,贝叶斯(Bayes)准则,最小错误概率准则,纽曼-皮尔逊(Neyman-Pearson)准则,极大极小准则。
第三章 多样本的二元假设检验
多次测量下的假设检验,二元系统的最佳接收—相关接收,二元通信系统的最佳接收,多次测量下的假设检验以及匹配滤波器。
第四章 随机参量信号检测
复合假设检验和具有随机参量的窄带正弦信号检测。
第五章 其它信号检测方法
备择假设检验,非参量检测,恒虚警率信号检测和鲁棒检测。
第六章 估计理论基础
贝叶斯估计,最小均方误差估计,线性最小均方误差估计,最小二乘估计,最大后验概率估计,最小绝对误差估计,最大似然估计,估计量的统计性质,Cramer-Rao界限,高斯白噪声中信号参量的估计。
第七章 功率谱估计
经典谱估计方法;参数估计方法和基于特征值的谱估计。
参考文献
Steven M. Kay, Fundamentals of Statistical and Adaptive Signal Processing, Prentice Hall, 1993.