统计信号处理基础

《统计信号处理基础》是一部经典的有关统计信号处理的权威著作。全书分为两卷，分别讲解了统计信号处理基础的估计理论和检测理论。卷I详细介绍了经典估计理论和贝叶斯估计，总结了各种估计方法，考虑了维纳滤波和卡尔曼滤波，并介绍了对复数据和参数的估计方法。卷II全面介绍了计算机上实现的检测算法，并且重点介绍了现实中的信号处理应用，包括现代语音、通信技术以及传统的声纳/雷达系统。本卷从检测的基础理论开始，复习了高斯，c2、F、瑞利及莱斯概率密度；讲解了高斯随机变量的二次型，以及渐近高斯概率密度和蒙特卡洛性能评估。 Steven M．Kay是美国罗德岛大学电子与计算机工程系的教授， 并且是信号处理方面的国际知名学者， 一直致力于数学统计方法在数字信号处理中的应用研究。1989年， 由于他在参数谱估计与检测的理论和应用方面做出的突出贡献而被选为IEEE的会士。 Kay教授还承担了许多本科生和研究生的教学工作， 他讲授的本科生课程有“线性系统”、 “线性系统与信号”， 研究生课程有“线性变换分析”、 “数字信号处理”、 “随机过程导论”、 “通信理论”、 “估计理论”、 “调制与检测”和“信号处理中的高级专题(现代谱估计)”等。