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。

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。

Steven M. Kay, Fundamentals of Statistical and Adaptive Signal Processing, Prentice Hall, 1993.