这书在本科毕业学习培训完可预测性数字图像处理的基本上，系统化详细介绍甲时域离开*信号分析的基础理论与统计分析方法。全书共有六章。第一关时域离开*数据信号的剖析是全书的理论基本。其次、三章学习培训维纳滤波、卡尔曼滤波、响应式过滤等*滤波器。4学习培训输出功率谱分析。第五章学习培训这种非稳定*模拟信号的统计分析方法，即时频分析。第六关学习培训小波分析的基本概念以及应用。这书在论述基础理论的一起，也详细介绍了数字图像处理的新的发展趋势內容。
这书做为教材内容，选料少而精，加倍努力从入门到精通，说理详尽，阐述清晰。为协助用户深层次了解书中的基础理论和基础统计分析方法，书中选萃了足量的练习题，各章后附带练习题，一部分章后也有商机工作。
这书合适做为理工科专业高校与信号分析相关技术专业的研究生学士学位课或选修课的教材内容或教材，也合适于老师、博士研究生和众多高新科技工作人员参照。
目录
- 第一章时域离散随机信号的分析
- 1.1 引言
- 1.2时域离散随机信号的统计描述
- 1.2.1 时域离散随机信号（随机序列）的概率描述
- 1.2.2随机序列的数字特征
- 1.2.3平稳随机序列及其数字特征
- 1.2.4平稳随机序列的功率密度谱
- 1.2.5 随机序列的各态历经性
- 1.2.6特定的随机序列
- 1.2.7随机信号的采样定理
- 1.3随机序列数字特征的估计
- 1.3.1估计准则
- 1.3.2均值的估计
- 1.3.3方差的估计
- 1.3.4随机序列自相关函数的估计
- 1.4平稳随机序列通过线性系统
- 1.4.1 系统响应的均值、自相关函数和平稳性分析
- 1.4.2输出响应的功率谱密度函数
- 1.4.3 系统的输入、输出互相关函数
- 1.4.4相关卷积定理
- 1.5时间序列信号模型
- 1.5.1三种时间序列模型
- 1.5.2三种时间序列信号模型的适应性
- 1.5.3 自相关函数、功率谱与时间序列信号模型的关系
- 习题
- 参考文献
- 第二章维纳滤波和卡尔曼滤波
- 2.1 引言
- 2.2维纳滤波器的离散形式——时域解
- 2.2.1维纳滤波器时域求解的方法
- 2.2.2维纳一霍夫方程
- 2.2.3估计误差的均方值
- 2.3离散维纳滤波器的z域解
- 2.3.1非因果维纳滤波器的求解
- 2.3.2因果维纳滤波器的求解
- 2.4维纳预测
- 2.4.1维纳预测的计算
- 2.4.2纯预测
- 2.4.3一步线性预测的时域解
- 2.5卡尔曼（Kalman）滤波
- 2.5.1 卡尔曼滤波的状态方程和量测方程
- 2.5.2卡尔曼滤波的递推算法
- 2.5.3应用举例
- 2.5.4发散问题及其抑制
- 习题
- 上机作业
- 参考文献
- 第三章 自适应数字滤波器
- 3.1 引言
- 3.2自适应横向滤波器
- 3.2.1 自适应线性组合器和自适应FIR滤波器
- 3.2.2性能函数表示式及其几何意义
- 3.2.3最陡下降法
- 3.2.4最小均方（LMS）算法
- 3.3自适应格型滤波器
- 3.3.1前、后向线性预测误差滤波器
- 3.3.2格型滤波器
- 3.3.3最小均方误差自适应格型滤波器
- 3.4最小二乘自适应滤波
- 3.4.1最小二乘滤波
- 3.4.2递推最小二乘法（RLS）
- 3.4.3线性向量空间
- 3.4.4最小二乘格型算法（LSL）
- 3.4.5快速横向滤波算法（FTF算法）
- 3.5自适应滤波的应用
- 3.5.l自适应对消
- 3.5.2自适应陷波器（NF）
- 3.5.3自适应逆滤波
- 3.5.4预测及信号分离
- 习题
- 上机作业
- 参考文献
- 第四章功率谱估计
- 4.1 引言
- 4.2经典谱估计
- ……
- 第五章时频分析
- 第六章小波分析的基本原理及其应用
- 参考文献
