第1章  信号检测与估计概论/1
  1.1  引言/1
  1.2  信号的随机性及其统计处理方法/1
  1.3  信号检测与估计理论概述/3
  习题1/4
第2章  信号检测与估计理论的基础知识/5
  2.1  引言/5
  2.2  离散随机信号的统计特性描述/5
    2.2.1  离散随机信号的概率密度函数/5
    2.2.2  离散随机信号的统计平均量/5
    2.2.3  常用的离散随机信号/6
    2.2.4  离散随机信号矢量的联合概率密度函数/7
    2.2.5  离散随机信号矢量的统计平均量/7
    2.2.6  离散随机信号矢量各分量之间的互不相关性和相互统计独立性/8
    2.2.7  高斯离散随机信号矢量的统计特性/8
    2.2.8  离散随机信号的函数/11
    *2.2.9  离散随机信号的特征函数/13
  2.3  连续随机信号的统计特性描述/14
    2.3.1  连续随机信号的概率密度函数/15
    2.3.2  连续随机信号的统计平均量/15
    2.3.3  连续随机信号的平稳性/16
    2.3.4  平稳连续随机信号的各态历经性/18
    2.3.5  连续随机信号的正交性、互不相关性和相互统计独立性/18
    2.3.6  平稳连续随机信号的功率谱密度/19
    2.3.7  高斯连续随机信号/20
  *2.4  复随机信号的统计特性描述/20
    2.4.1  复随机信号/21
    2.4.2  复离散随机信号的统计特性描述/21
    2.4.3  复连续随机信号的统计特性描述/22
    2.4.4   广义平稳的复连续随机信号/23
    2.4.5  复高斯连续随机信号/24
  2.5  线性时不变系统对平稳连续随机信号的响应/26
    2.5.1  连续随机信号y(t的平稳性/26
    2.5.2  平稳连续随机信号y(t的主要统计平均量/27
  2.6  噪声及其统计特性描述/27
  2.7  信号及其统计特性描述/30
  习题2/32
第3章  信号状态的统计检测理论/39
  3.1  引言/39
  3.2  信号状态统计检测理论的概念/39
    3.2.1  二元信号状态的统计检测/39
    3.2.2  M元信号状态的统计检测/42
  3.3  二元信号的贝叶斯检测准则/42
    3.3.1  平均代价与贝叶斯检测准则的概念/42
    3.3.2  最佳判决式/43
    3.3.3  检测性能分析/44
  3.4  二元信号的派生贝叶斯检测准则/49
    3.4.1  最小平均错误概率检测准则/49
    3.4.2  最大后验概率检测准则/52
    3.4.3  极小化极大检测准则/53
    3.4.4  奈曼-皮尔逊检测准则/55
  3.5  高斯观测信号时二元信号状态的统计检测/57
    3.5.1  信号检测的最佳判决式/57
    3.5.2  不等均值矢量、等协方差矩阵时信号的检测/58
    *3.5.3  等均值矢量、不等协方差矩阵时信号的检测/61
  3.6  M元信号状态的统计检测/66
    3.6.1  M元信号的贝叶斯检测准则/66
    3.6.2  M元信号的最小平均错误概率检测准则/67
    3.7  随机(或未知参量信号状态的统计检测/69
  *3.8  复信号状态的统计检测/73
    3.8.1  二元复确知信号状态的统计检测/73
    3.8.2  二元复随机参量信号状态的统计检测/76
  *3.9  信号状态的非参量检测/78
    3.9.1  非参量符号检测/78
    3.9.2  非参量广义符号检测/80
    3.9.3  非参量二维广义符号检测器/81
  *3.10  信号状态的稳健性检测/82
    3.10.1  信号状态稳健性检测的概念/82
    3.10.2   混合信号模型的稳健性检测/82
    3.10.3  高斯噪声中污染的二元信号状态的稳健性检测/86
    3.10.4  稳健性检测的简要总结/91
  *3.11  信号状态的序列检测/91
    3.11.1  信号状态序列检测的概念/91
    3.11.2  序列检测的似然比检验判决式/91
    3.11.3  序列检测的平均观测次数/92
  习题3/94
第4章  信号波形的检测/104
  4.1  引言/104
  4.2  匹配滤波器理论/104
    4.2.1  匹配滤波器的概念/104
    4.2.2  匹配滤波器的设计/104
    4.2.3  匹配滤波器的特性/107
  4.3  连续随机信号的正交级数展开/110
    4.3.1  正交函数集概述/110
    4.3.2  连续随机信号的正交级数展开/111
    4.3.3  平稳连续随机信号的卡亨南-洛维展开/111
    4.3.4  白噪声情况下正交函数集的任意性/112
    4.3.5  平稳连续随机参量信号的正交级数展开/113
  4.4  高斯白噪声中确知信号波形的检测/113
    4.4.1  简单二元确知信号波形的检测/113
    4.4.2  一般二元确知信号波形的检测/119
    4.4.3  M元确知信号波形的检测/128
  4.5  高斯有色噪声中确知信号波形的检测/135
    4.5.1  二元确知信号波形的检测/136
    4.5.2  M元确知信号波形的检测/142
  4.6  高斯白噪声中随机参量信号波形的检测/143
    4.6.1  简单二元随机相位信号波形的检测/144
    *4.6.2  一般二元随机相位信号波形的检测/152
    *4.6.3  M元随机相位信号波形的检测/156
    4.6.4  简单二元随机振幅与随机相位信号波形的检测/156
    *4.6.5  一般二元随机振幅与随机相位信号波形的检测/159
    4.6.6  随机频率信号波形的检测/162
  *4.7  复高斯白噪声中复信号波形的检测/164
    4.7.1  复高斯白噪声概述/164
    4.7.2  复正交函数集概述/164
    4.7.3  复高斯白噪声中一般二元复确知信号波形的检测/165
    4.7.4  复高斯白噪声中简单二元复随机相位信号波形的检测/166
    4.7.5  复高斯白噪声中简单二元复随机振幅与复随机相位信号波形的检测/169
  习题4/172
第5章  信号参量的统计估计理论/181
  5.1  引言/181
  5.2  信号参量统计估计理论的概念/181
  5.3  随机单参量的贝叶斯估计/182
    5.3.1  平均代价与贝叶斯估计的概念/182
    5.3.2  贝叶斯估计量的构造/183
  5.4  非随机单参量的最大似然估计/187
    5.4.1  最大似然估计的原理/187
    5.4.2  最大似然估计量的构造/188
    5.4.3  信号参量函数的最大似然估计/189
  5.5  估计量的性质/190
    5.5.1  估计量的主要性质/190
    5.5.2  克拉美-罗不等式和克拉美-罗下界/191
  5.6  随机矢量的贝叶斯估计和非随机矢量的最大似然估计/198
    5.6.1  随机矢量的贝叶斯估计/198
    5.6.2  非随机矢量的最大似然估计/199
    5.6.3  估计矢量的性质/199
    5.6.4  非随机矢量函数的最大似然估计/202
    5.6.5  非随机矢量函数估计的克拉美-罗下界/202
  5.7  高斯观测信号时信号参量的统计估计/203
    5.7.1  线性观测模型/203
    5.7.2  高斯噪声中非随机矢量的最大似然估计/204
    5.7.3  高斯噪声中高斯随机矢量的贝叶斯估计/204
    *5.7.4  随机矢量的伪贝叶斯估计/207
    *5.7.5  随机矢量的经验伪贝叶斯估计/207
  5.8  线性最小均方误差估计/208
    5.8.1  线性最小均方误差估计的概念/208
    5.8.2  线性最小均方误差估计矢量的构造/208
    5.8.3  线性最小均方误差估计矢量的性质/209
    5.8.4  线性最小均方误差估计的递推算法/211
    5.8.5  随机矢量函数的线性最小均方误差估计/212
    5.8.6  单参量的线性最小均方误差估计/213
  5.9  最小二乘估计/215
    5.9.1  最小二乘估计的概念/215
    5.9.2  线性最小二乘估计/215
    5.9.3  线性最小二乘加权估计/217
    5.9.4  线性最小二乘估计的递推算法/218
    5.9.5  单参量的线性最小二乘估计/219