信號檢測與估計是現代信息理論的一個重要分支�！峨娮有畔⒖茖W與工程類專業精品教材：信號檢測與估計（第3版）》系統地講述了信號檢測與估計的理論及其應用�！峨娮有畔⒖茖W與工程類專業精品教材：信號檢測與估計（第3版）》共分9章，首先介紹統計接收中信號檢測與估計的基本理論；然后分別討論高斯白噪聲和高斯色噪聲中信號的檢測；接著介紹了序列檢測、非參量檢測和Robust檢測，以及雷達中信號檢測的過程；最后分別講述了信號參量估計和波形估計，這些內容均屬于現代檢測與估計理論的范疇。所附全書的習題解答，是所述教材內容的補充和擴展。
《電子信息科學與工程類專業精品教材：信號檢測與估計（第3版）》為工科電子信息類專業信號檢測與估計的導論性教材，取材注意結構的完整性和內容的典型性，注意理論聯系實際和新概念、新理論的介紹，深入淺出，易于讀者學習。
第1章 統計接收中信號檢測與估計的基本理論
1.1 引言
1.2 假設檢驗的基本概念
1.2.1 基本檢測模型
1.2.2 信號假設檢測步驟
1.3 雙擇檢測及其最佳準則
1.3.1 貝葉斯準則（Bayes Critertion）
1.3.2 派生貝葉斯準則
1.3.3 極大極小化準則（Maxmini criterion）
1.3.4 奈曼?皮爾遜準則（Neyman Pearson Critertion）
1.4 多元信號檢測及其最佳準則
1.4.1 多擇?貝葉斯準則
1.4.2 多擇?最大后驗概率準則
1.5 隨機參量信號的檢測
1.5.1 貝葉斯準則
1.5.2 奈曼?皮爾遜準則
1.6 誤差的定義和分類
1.7 信號參量估計的性能
1.7.1 信號估計的基本概念
1.7.2 無偏性
1.7.3 一致性
1.7.4 充分性
1.7.5 優效性
1.7.6 克拉默?拉奧-拉奧不等式
1.8 信號參量估計基本理論
1.8.1 經典估計
1.8.2 貝葉斯估計
1.8.3 最大后驗估計（Maximum a posteriori estimation）
1.8.4 最大似然估計（Maximum likehood estimation）
1.8.5 極大極小化估計（Maxmini estimation）
1.8.6 線性最小均方估計（Liner minimum variance estimation）
1.8.7 最小二乘估計（Least square estimation）
1.8.8 加權最小二乘估計
1.8.9 線性最小均方誤差估計的遞推算法
1.9 區間估計
1.9.1 置信區間
1.9.2 單個母體的區間估計
本章小結
習題一
第2章 高斯信道中確知信號的檢測
2.1 概述
2.2 高斯白噪聲下確知信號的檢測
2.2.1 二元通信系統
2.2.2 在白色高斯信道中的一次觀測結果
2.2.3 在白噪聲信道中多次觀測結果
2.2.4 最佳系統的檢測性能
2.2.5 相參雷達系統
2.3 匹配濾波器理論
2.3.1 概述
2.3.2 線性濾波器的一種最佳準則--信噪比最大準則
2.3.3 白噪聲背景下的匹配濾波器
2.3.4 色噪聲背景下確知信號的匹配濾波器
2.3.5 匹配濾波器的有關性質
2.3.6 時變匹配濾波器
2.4 隨機參量信號的檢測
2.4.1 隨機相位信號的檢測
2.4.2 隨機振幅信號的檢測
2.4.3 隨機相位和振幅信號的檢測
2.4.4 隨機頻率信號的檢測
2.4.5 隨機到達時間信號的檢測
2.5 信號的多脈沖檢測
2.5.1 確知脈沖串信號的檢測
2.5.2 隨機相位脈沖串（非相參脈沖串）信號的檢測
2.5.3 隨機振幅隨機相位脈沖串信號的檢測
本章小結
習題二
第3章 高斯色噪聲中的信號檢測
3.1 概述
3.2 基于相關函數的一種最佳變換--K?L展開
3.2.1 連續隨機信號的K?L展開
3.2.2 離散隨機信號的K?L展開
3.2.3 K?L展開是最小均方誤差意義下的一種最佳變換
3.3 平穩高斯色噪聲中確知信號的檢測
3.3.1 似然比計算和最佳處理器
3.3.2 檢測系統性能
3.4 隨機相位信號的檢測
本章小結
習題三
第4章 序列檢測
4.1 概述
4.2 瓦爾特序列檢測
4.3 序列檢測與固定樣本檢測的比較
4.4 序列檢測在雷達中的實際應用
4.4.1 兩步序列探測概率
4.4.2 有快速確認的序列檢測
4.4.3 延遲確認的序列檢測
4.4.4 序列檢測的能量和時間要求
本章小結
習題四
第5章 非參量檢測
5.1 概述
5.2 非參量檢測中常用的公式和性能指標
5.2.1 常用的公式
5.2.2 非參量檢測虛警概率和檢測概率指標的計算
5.2.3 非參量檢測的其他性能指標
5.3 非參量檢測器原理
5.3.1 廣義符號檢測器
5.3.2 量化秩值求和檢測
5.3.3 馬恩?懷特奈（Man?Whitney）檢驗統計
5.3.4 秩值檢測（rank tests）
5.3.5 幾種不同類型的秩檢測器
本章小結
習題五
第6章 穩健性（Robust）檢測
6.1 概述
6.2 混合模型的Robust假設檢測
6.2.1 Robust似然比檢驗
6.2.2 污染的高斯噪聲中有限樣本確知信號的Robust檢測
6.3 確知弱信號的漸近Robust檢測
6.3.1 非線性相關檢測器（NC檢測器）--局部最佳檢測器
6.3.2 M檢測器
本章小結
習題六
第7章 雷達中信號檢測的過程
7.1 概述
7.2 單樣本檢測概述
7.2.1 對一個數據樣本設定門限
7.2.2 單樣本檢測的檢測概率
7.2.3 單樣本檢測的例子
7.3 多樣本檢測概述
7.3.1 基于多個數據樣本點的檢測
7.3.2 多樣本檢測方案（表決法）
7.3.3 多樣本（表決法）檢測的例子
7.3.4 基于取總和的多樣本檢測
7.3.5 N個樣本檢測的例子（總和法）
7.4 多脈沖積累
7.4.1 雷達脈沖的積累方法簡述
7.4.2 相參積累
7.4.3 非相參積累
7.4.4 二進制積累器
7.4.5 累積積累器（批積累器）
7.4.6 反饋積累器
7.4.7 其他類型的積累器/檢測器
7.5 兩種實用的二進制檢測器
7.5.1 指向檢測器
7.5.2 滑窗檢測器（積累器）
7.6 恒虛警率檢測處理
7.6.1 概述
7.6.2 瑞利分布的參量型恒虛警率處理
7.6.3 非瑞利分布的參量型恒虛警率處理（雙參量CFAR）
7.6.4 時間平均CFAR
7.6.5 非參量CFAR
本章小結
習題七
第8章 信號參量估計
8.1 概述
8.2 在白色高斯信道中單參量信號估計
8.2.1 信號幅度估計
8.2.2 信號相位估計
8.2.3 信號頻率估計
8.2.4 信號時延估計
8.3 多個信號參量的同時估計的方法和性能
8.3.1 估計方法
8.3.2 估計性能
8.4 高斯色噪聲情況下的估計簡介
8.4.1 非隨機相位信號
8.4.2 隨機相位信號
本章小結
習題八
第9章 波形估計
9.1 概述
9.2 連續隨機過程的維納濾波
9.2.1 非因果解
9.2.2 因果解（頻譜因式分解法）
9.2.3 正交性
9.3 離散隨機過程的維納濾波
9.3.1 離散觀測情況
9.3.2 平穩序列的因果和非因果維納濾波器
9.3.3 白化濾波器
9.4 平穩序列的維納預測器
9.4.1 預測器計算公式
9.4.2 離散因果和非因果平穩序列維納預測器
9.5 標量卡爾曼濾波
9.5.1 概述
9.5.2 標量信號模型和觀測模型
9.5.3 標量卡爾曼濾波算法
9.6 標量卡爾曼預測
9.7 矢量信號模型和觀測模型
9.8 離散矢量卡爾曼濾波的信號模型
9.8.1 離散狀態方程和觀測方程［17］
9.8.2 矢量卡爾曼濾波和預測算法
9.8.3 利用標量卡爾曼濾波運算過渡到矢量卡爾曼濾波
9.9 用于雷達跟蹤的卡爾曼濾波算法簡介
9.10 常增益濾波方法
9.10.1 α?β濾波
9.10.2 α?β?γ濾波
本章小結
習題九
附錄A 弗雷德霍姆積分方程的解
A.1 第一類弗雷德霍姆積分方程的形式解
A.2 有理核的第一類弗雷德霍姆的積分方程的解
A.3 有理核的第二類弗雷德霍姆積分方程的解
A.4 有理核的弗雷德霍姆齊次積分方程的解
附件B 習題解答
參考文獻
新書資訊