第1章  隨機(jī)信號(hào)
  1.1 信號(hào)分類
  1.2 相關(guān)函數(shù)章  協(xié)方差函數(shù)與功率譜密度
    1.2.1 自相關(guān)函數(shù)章  自協(xié)方差函數(shù)與功率譜密度
    1.2.2 互相關(guān)函數(shù)章  互協(xié)方差函數(shù)與互功率譜密度
  1.3 兩個(gè)隨機(jī)信號(hào)的比較與識(shí)別
    1.3.1 獨(dú)立章  不相關(guān)與正交
    1.3.2 多項(xiàng)式序列的Gram-Schmidt標(biāo)準(zhǔn)正交化
  1.4 具有隨機(jī)輸入的線性系統(tǒng)
    1.4.1 系統(tǒng)輸出的功率譜密度
    1.4.2 窄帶帶通濾波器
  本章小結(jié)
  習(xí)題
第2章  參數(shù)估計(jì)理論
  2.1 估計(jì)子的性能
    2.1.1 無(wú)偏估計(jì)與漸近無(wú)偏估計(jì)
    2.1.2 估計(jì)子的有效性
  2.2 Fisher信息與Cramer-Rao不等式
    2.2.1 Fisher信息
    2.2.2 Cramer-Rao下界
  2.3  Bayes估計(jì)
    2.3.1 風(fēng)險(xiǎn)函數(shù)的定義
    2.3.2 Bayes估計(jì)
  2.4 最大似然估計(jì)
  2.5 線性均方估計(jì)
  2.6 最小二乘估計(jì)
    2.6.1 最小二乘估計(jì)及其性能
    2.6.2 加權(quán)最小二乘估計(jì)
  本章小結(jié)
  習(xí)題
第3章  信號(hào)檢測(cè)
  3.1 統(tǒng)計(jì)假設(shè)檢驗(yàn)
    3.1.1 信號(hào)檢測(cè)的基本概念
    3.1.2 信號(hào)檢測(cè)理論測(cè)度
    3.1.3 決策理論空間
  3.2 概率密度函數(shù)與誤差函數(shù)
    3.2.1 概率密度函數(shù)
    3.2.2 誤差函數(shù)和補(bǔ)余誤差函數(shù)
  3.3 檢測(cè)概率與錯(cuò)誤概率
    3.3.1 檢測(cè)概率與錯(cuò)誤概率的定義
    3.3.2 功效函數(shù)
  3.4 Neyman-Pearson準(zhǔn)則
    3.4.1 雷達(dá)信號(hào)檢測(cè)的虛警概率與漏警概率
    3.4.2 Neyman-Pearson引理與Neyman-Pearson準(zhǔn)則
  3.5 一致最大功效準(zhǔn)則
    3.5.1 通信信號(hào)檢測(cè)問(wèn)題
    3.5.2 一致最大功效檢驗(yàn)
    3.5.3 一致最大功效準(zhǔn)則的物理意義
  3.6 Bayes準(zhǔn)則
    3.6.1 Bayes判決準(zhǔn)則
    3.6.2 二元信號(hào)波形的檢測(cè)
    3.6.3 檢測(cè)概率分析
  3.7 Bayes派生準(zhǔn)則
    3.7.1 最小錯(cuò)誤概率準(zhǔn)則
    3.7.2 最大后驗(yàn)概率準(zhǔn)則
    3.7.3 極小極大準(zhǔn)則
  3.8 多元假設(shè)檢驗(yàn)
    3.8.1 多元假設(shè)檢驗(yàn)問(wèn)題
    3.8.2 多元假設(shè)檢驗(yàn)的Bayes準(zhǔn)則
  3.9 多重假設(shè)檢驗(yàn)
    3.9.1 多重假設(shè)檢驗(yàn)的錯(cuò)誤率
    3.9.2 多重假設(shè)檢驗(yàn)的錯(cuò)誤控制方法
    3.9.3 多元線性回歸
    3.9.4 多元統(tǒng)計(jì)分析
  本章小結(jié)
  習(xí)題
  附錄3A  誤差函數(shù)表
第4章  現(xiàn)代譜估計(jì)
  4.1 非參數(shù)化譜估計(jì)
    4.1.1 離散隨機(jī)過(guò)程
    4.1.2 非參數(shù)化功率譜估計(jì)
  ……
第5章  自適應(yīng)濾波器
第6章  高階統(tǒng)計(jì)分析
第7章  線性時(shí)頻變換
第8章  二次型時(shí)頻分布
第9章  盲信號(hào)分離
第10章  陣列信號(hào)處理
參考文獻(xiàn)
索引