基本信息
- 作者： （美）Steven M. Kay（S. M. 凯）
- 译者： 罗鹏飞 等
- 丛书名： 经典译丛·信息与通信技术
- 出版社：电子工业出版社
- ISBN：9787121276071
- 上架时间：2018-3-9
- 出版日期：2018 年2月
- 开本：16开
- 页码：320
- 版次：1-1
- 所属分类：计算机 > 计算机科学理论与基础知识 > 计算理论 > 算法
教材 > 计算机教材 > 本科/研究生 > 计算机专业教材 > 计算机基础课程 > 算法与数学基础
编辑推荐
本书可以作为电子信息类相关专业研究生的统计信号处理课程的教材或教学参考书，也可供从事信号处理的教学、科研和工程技术人员参考。
内容简介
书籍
计算机书籍
本书是作者Steven M. Kay关于统计信号处理三卷书中的最后一卷，该卷建立了覆盖前两卷的综合性理论，在设计解决实际问题的优良算法方面帮助读者开发直观和专业的方法。本书首先评述开发信号处理算法的方法，包括数学建模、计算机模拟、性能评估。通过展示设计、评估、测试的有用解析结果和实现，将理论与实践联系起来。然后从几个关键的应用领域重点介绍了一些经典的算法。最后引导读者将算法转换成MATLAB程序来验证得到的解。全书主题包括：算法设计方法；信号与噪声模型的比较和选择；性能评估、规范、折中、测试和资料；应用大定理的最佳方法；估计、检测和谱估计算法；完整的案例研究：雷达多普勒中心频率估计、磁信号检测、心率监测等。
计算机书籍
本书是作者Steven M. Kay关于统计信号处理三卷书中的最后一卷，该卷建立了覆盖前两卷的综合性理论，在设计解决实际问题的优良算法方面帮助读者开发直观和专业的方法。本书首先评述开发信号处理算法的方法，包括数学建模、计算机模拟、性能评估。通过展示设计、评估、测试的有用解析结果和实现，将理论与实践联系起来。然后从几个关键的应用领域重点介绍了一些经典的算法。最后引导读者将算法转换成MATLAB程序来验证得到的解。全书主题包括：算法设计方法；信号与噪声模型的比较和选择；性能评估、规范、折中、测试和资料；应用大定理的最佳方法；估计、检测和谱估计算法；完整的案例研究：雷达多普勒中心频率估计、磁信号检测、心率监测等。
作译者
Steven M. Kay：美国Rhode Island大学电子工程系的教授、信号处理领域的资深专家，曾经发表过大量的论文与学术报告，并且撰写过多部著作。Kay博士致力于频谱分析、检测和估计理论、统计信号处理等领域的研究工作。他是IEEE会士，曾经负责过IEEE声学、语音、信号处理委员会的频谱估计与建模领域的工作。
罗鹏飞，国防科学技术大学电子科学与工程学院，教授，博导。“信号处理系列课程国家级教学团队”，团队带头人；“随机信号分析与处理”国家精品课程和国家资源共享课，课程负责人；“统计信号处理”研究生MOOC课程建设，项目负责人。
罗鹏飞，国防科学技术大学电子科学与工程学院，教授，博导。“信号处理系列课程国家级教学团队”，团队带头人；“随机信号分析与处理”国家精品课程和国家资源共享课，课程负责人；“统计信号处理”研究生MOOC课程建设，项目负责人。
目录
第一部分 方法论与通用方法
第1章 引言 2
1.1 动机和目标 2
1.2 核心算法 3
1.3 容易的、难的和不可能的问题 3
1.4 增加成功的概率—提升直觉 8
1.5 应用领域 8
1.6 注意事项 9
1.6.1 信号类型 9
1.6.2 本书的特点和符号表示 9
1.7 小结 10
参考文献 10
附录1A 练习解答 11
第2章 算法设计方法 13
2.1 引言 13
2.2 一般方法 13
2.3 信号处理算法设计实例 18
2.4 小结 29
参考文献 29
附录2A 多普勒效应的推导 30
第1章 引言 2
1.1 动机和目标 2
1.2 核心算法 3
1.3 容易的、难的和不可能的问题 3
1.4 增加成功的概率—提升直觉 8
1.5 应用领域 8
1.6 注意事项 9
1.6.1 信号类型 9
1.6.2 本书的特点和符号表示 9
1.7 小结 10
参考文献 10
附录1A 练习解答 11
第2章 算法设计方法 13
2.1 引言 13
2.2 一般方法 13
2.3 信号处理算法设计实例 18
2.4 小结 29
参考文献 29
附录2A 多普勒效应的推导 30
前言
前 言
《统计信号处理处理基础—实用算法开发》一书是同名系列教材的第三卷。前两卷描述了估计与检测算法涉及的理论，本卷将介绍如何将这些理论转换成数字计算机上实现的软件算法。在介绍实践方法和技术时，并没有假定读者已经学习过前两卷，当然我们还是鼓励大家这样做，我们的介绍将集中在一般概念上，尽可能少用数学知识，而用MATLAB的实现来进行详细的阐述。对于那些希望为实际系统设计好的和可实现的统计信号处理算法的工程师和科学工作者来说，本书毫无疑问是有吸引力的，这些实际系统在许多信号处理学科中常常会遇到，包括但不限于雷达、通信、声呐、生物医学、语音、光学、图像处理等。此外，由于强调实际的工作算法，对于那些希望得到一些实用技术的统计信号处理领域的研究者，本书提供的内容应该是有用的，而对那些涉足该领域的新手来说，要从大量良莠不齐的大量算法中挑选好的算法，本书也是很好的参考。
本书的总体目标是帮助读者提升统计信号处理的实践能力，为了完成这一目标，我们要努力做到：
1．描述一套用来建立算法的方法，包括数学建模、计算机模拟、性能评估；
2．通过典型工具的实践，允许读者深刻理解一些重要的概念，包括有用的分析结果和设计、评估和测试的MATLAB实现；
3．强化一些实际中已有的方法和特定算法，这些算法已经经受了时间的检验；
4．通过描述和求解现实生活中的实际问题来介绍相关的应用领域；
5．给读者介绍实际中要求的扩展；
6．将数学算法转换成MATLAB程序并验证解的完整性。
在教学方面，我们相信强调通过MATLAB实现有助于理解算法的实际工作情况及不同算法的细微差别，读者将在“做中学”。同样，教材中加入了许多供学生练习的分析练习题，完整的解答包含在每章的附录中，书中也给出了MATLAB练习题，每章的附录列出了简化的解答，所有答案及可运行的MATLAB程序都放在随书的光盘上 。在每章的结尾都有一节“小结”，其中给出的结论都是非常重要的，意在提供算法内在运行的深入理解以及常用的拇指法则，这些内容对建立成功的算法都是关键的。本书的大部分主题来自Fundamentals of Statistical Signal Processing: Estimation Theory(1993)和Fundamentals of Statistical Signal Processing: Detection Theory(1998)，也从Modern Spectral Estimation: Theory and Application(1988)(所有这些书都是由Prentice Hall出版的，中译本已由电子工业出版社出版)加入了许多材料，后一本书包含了许多数据模拟和分析所要求的技术。最后，我们希望本书对自学也是有用的。尽管没有MATLAB作为实践工具也是可以学习本书的，但却失去MATLAB实践所获得的许多理解。
本书假定读者具有微积分和基本线性系统的背景知识，包括某些数字信号处理、概率和随机过程导论、线性和矩阵代数等。正如前面提到的，我们在算法描述时尽量少用数学知识和相关背景材料，然而算法在最终总是以数学形式呈现，因此这一目标也只是部分地实现。
作者要感谢许多人所做的贡献，在过去的许多年里，他们提供了许多教学和研究问题中富有启发的讨论以及应用研究结果的机会。感谢罗德岛大学的同事L. Jackson、R. Kumaresan、L. Pakula、P. Swaszek；感谢我目前和以前的所有研究生，他们在平时教学和研究中的许多讨论以及他们具体的注释和评论，对本书最终的定稿都做出了贡献。特别是Quan Ding和Naresh Vankayalapati，他们做了许多注释，并在练习的解答方面提供了许多帮助。此外，William Knight对初稿也提供了许多有价值的反馈意见。作者还要感谢许多资助他研究的机构和项目主管，这些主管包括Jon Davis、Darren Emge、James Kelly、Muralidhar Rangaswamy、Jon Sjogren和Peter Zulch，相关机构包括美国海军海底作战中心、海空作战中心、空军科研办公室、海军研究办公室、空军研究实验室、爱德华化学和生物中心。作者咨询了许多工业公司，从他们那里获得了许多实践经历，在此一并表示感谢。作者也非常欢迎读者提出疑问和修改意见，有任何疑问和建议请发邮件至kay@ele.uri. edu。
Steven M. Kay
University of Rhode Island
Kingston, RI
《统计信号处理处理基础—实用算法开发》一书是同名系列教材的第三卷。前两卷描述了估计与检测算法涉及的理论，本卷将介绍如何将这些理论转换成数字计算机上实现的软件算法。在介绍实践方法和技术时，并没有假定读者已经学习过前两卷，当然我们还是鼓励大家这样做，我们的介绍将集中在一般概念上，尽可能少用数学知识，而用MATLAB的实现来进行详细的阐述。对于那些希望为实际系统设计好的和可实现的统计信号处理算法的工程师和科学工作者来说，本书毫无疑问是有吸引力的，这些实际系统在许多信号处理学科中常常会遇到，包括但不限于雷达、通信、声呐、生物医学、语音、光学、图像处理等。此外，由于强调实际的工作算法，对于那些希望得到一些实用技术的统计信号处理领域的研究者，本书提供的内容应该是有用的，而对那些涉足该领域的新手来说，要从大量良莠不齐的大量算法中挑选好的算法，本书也是很好的参考。
本书的总体目标是帮助读者提升统计信号处理的实践能力，为了完成这一目标，我们要努力做到：
1．描述一套用来建立算法的方法，包括数学建模、计算机模拟、性能评估；
2．通过典型工具的实践，允许读者深刻理解一些重要的概念，包括有用的分析结果和设计、评估和测试的MATLAB实现；
3．强化一些实际中已有的方法和特定算法，这些算法已经经受了时间的检验；
4．通过描述和求解现实生活中的实际问题来介绍相关的应用领域；
5．给读者介绍实际中要求的扩展；
6．将数学算法转换成MATLAB程序并验证解的完整性。
在教学方面，我们相信强调通过MATLAB实现有助于理解算法的实际工作情况及不同算法的细微差别，读者将在“做中学”。同样，教材中加入了许多供学生练习的分析练习题，完整的解答包含在每章的附录中，书中也给出了MATLAB练习题，每章的附录列出了简化的解答，所有答案及可运行的MATLAB程序都放在随书的光盘上 。在每章的结尾都有一节“小结”，其中给出的结论都是非常重要的，意在提供算法内在运行的深入理解以及常用的拇指法则，这些内容对建立成功的算法都是关键的。本书的大部分主题来自Fundamentals of Statistical Signal Processing: Estimation Theory(1993)和Fundamentals of Statistical Signal Processing: Detection Theory(1998)，也从Modern Spectral Estimation: Theory and Application(1988)(所有这些书都是由Prentice Hall出版的，中译本已由电子工业出版社出版)加入了许多材料，后一本书包含了许多数据模拟和分析所要求的技术。最后，我们希望本书对自学也是有用的。尽管没有MATLAB作为实践工具也是可以学习本书的，但却失去MATLAB实践所获得的许多理解。
本书假定读者具有微积分和基本线性系统的背景知识，包括某些数字信号处理、概率和随机过程导论、线性和矩阵代数等。正如前面提到的，我们在算法描述时尽量少用数学知识和相关背景材料，然而算法在最终总是以数学形式呈现，因此这一目标也只是部分地实现。
作者要感谢许多人所做的贡献，在过去的许多年里，他们提供了许多教学和研究问题中富有启发的讨论以及应用研究结果的机会。感谢罗德岛大学的同事L. Jackson、R. Kumaresan、L. Pakula、P. Swaszek；感谢我目前和以前的所有研究生，他们在平时教学和研究中的许多讨论以及他们具体的注释和评论，对本书最终的定稿都做出了贡献。特别是Quan Ding和Naresh Vankayalapati，他们做了许多注释，并在练习的解答方面提供了许多帮助。此外，William Knight对初稿也提供了许多有价值的反馈意见。作者还要感谢许多资助他研究的机构和项目主管，这些主管包括Jon Davis、Darren Emge、James Kelly、Muralidhar Rangaswamy、Jon Sjogren和Peter Zulch，相关机构包括美国海军海底作战中心、海空作战中心、空军科研办公室、海军研究办公室、空军研究实验室、爱德华化学和生物中心。作者咨询了许多工业公司，从他们那里获得了许多实践经历，在此一并表示感谢。作者也非常欢迎读者提出疑问和修改意见，有任何疑问和建议请发邮件至kay@ele.uri. edu。
Steven M. Kay
University of Rhode Island
Kingston, RI
