信号检测与估计理论是随机信号统计处理的基础。本书在扼要复习信号检测与估计理论基础知识后,首先论述信号的统计检测理论和信号波形的检测,介绍了基于简单假设检验的确知信号最佳检测的概念、理论、技术和性能以及基于复合假设检验的随机参量信号的最佳检测问题;然后论述信号参量的统计估计理论和信号波形的滤波理论,讨论了在贝叶斯估计等各种估计准则下估计量的构造和性质,介绍了维纳滤波器的设计方法,导出了卡尔曼滤波的递推算法,并研究了它们的性质;最后介绍噪声或杂波干扰环境中的恒虚警率检测技术和性能,简要讨论了信号的非参量检测和稳健性检测的理论和方法。
本书取材注意结构的完整性和内容的系统性;重视理论联系实际及物理概念与含义的阐述,注意对新概念、新理论的介绍;内容的编排由简单到复杂,由需要较多的先验知识到逐步减少先验知识,由约束条件较严格到逐步放宽约束,便于读者阅读和理解。第2章~第7章提供有大量习题,供读者练习,以巩固基本概念和理论,拓宽知识面,掌握基本的运算技能。
本书可供信号与信息处理、通信与信息系统、电路与系统等电子信息类学科的研究生和高年级本科生作教材使用,也可供从事电子信息系统、信号处理研究与设计的工程技术人员参考。
信号检测与估计理论前言前言随着现代通信理论、信息理论、计算机科学与技术及微电子技术等的飞速发展,随机信号统计处理的理论和技术也在向干扰环境更复杂、信号形式多样化、技术指标要求更高、应用范围越来越广的方向发展,并已广泛应用于电子信息系统、生物医学工程、航空航天系统工程、模式识别、自动控制等领域。随机信号统计处理的基础理论是信号的检测理论与估计理论。所以,学习信号检测与估计理论,将为进一步学习、研究随机信号统计处理打下扎实的理论基础;同时,它的基本概念、基本理论和分析问题的基本方法也为解决实际应用,如信号处理系统设计等问题打下良好的基础。这是我们编写本书的目的。
本书是在作者为研究生和高年级本科生讲授“信号检测与估计理论”、“统计信号处理”课程所用教材的基础上,总结多年教学经验,参考国内外文献资料,并吸取了部分科学研究成果编写而成的。全书的数学推演基本保持在高年级本科生和研究生,以及具有线性代数、矩阵理论、概率论和随机过程基础知识的工程技术人员所能理解的水平上。在内容的安排上,一般由约束较多的特殊情况到约束较少的一般情况,由简单问题到复杂问题;还有的内容是从确知信号再到随机参量信号,从实信号再到复信号,或者是从线性问题再到非线性问题。我们认为,这样的数学推演和内容安排,便于读者阅读和理解。
本书第1章,重点论述了信号的随机性及统计处理方法;概述了信号检测与估计的基本概念;给出了本书的内容安排和阅读建议。第2章扼要复习了信号检测与估计理论的基研知识,即随机变量、随机过程及其统计描述和主要统计特性,复随机过程及其统计描述,随机参量信号及其统计描述等。第3章在论述信号统计检测基本概念的基础上,讨论了确知信号的最佳检测准则、判决式和性能分析,随机参量信号的统计检测,以及一般高斯信号和复信号的统计检测问题。第4章在研究了匹配滤波器理论和随机过程的正交级数展开两个预备知识后,讨论了高斯白噪声中确知信号波形的检测、高斯有色噪声中确知信号波形的检测及高斯白噪声中随机参量信号波形的检测;还讨论了复信号波形的检测问题。第5章重点讨论了信号参量的统计估计准则、估计量的构造和性质、非随机矢量函数的估计及信号波形中参量的估计;对线性最小均方误差估计和线性最小二乘估计导出了它们的递推算法公式,并简要讨论了非线性最小二乘估计问题。第6章是信号波形的估计问题,重点讨论了连续、离散维纳滤波器的设计,均方误差的计算,离散卡尔曼滤波的信号模型,利用正交投影及其引理导出的离散卡尔曼滤波递推算法公式、含义、递推计算方法、特点和性质及其扩展;还简要讨论了非线性离散状态估计问题。第7章论述的噪声、杂波环境中信号的恒虚警率检测,可看作是信号检测与参量估计相结合的具体应用;本章还简要讨论了信号的非参量检测和稳健性检测的基本理论和方法。
本书是为研究生的“信号检测与估计理论”课程编写的教材,但内容略有扩充,基本内容也适用于高年级本科生。作为46学时的研究生教材,建议讲授第1章、第2章(扼要)的全部内容,第3章~第6章的大部分主要内容,第7章的内容作为机动内容。作为46学时高年级本科生教材,建议讲授第1章~第6章的基本内容,而且,根据不同专业,可对检测理论、估计理论和滤波理论等内容有所侧重。作为工程技术人员的参考书,根据需要可选看有关部分内容。
本书在编写过程中,得到了西安电子科技大学研究生院和电子工程学院的大力支持。杨万海教授审阅了全稿,并提出了很宝贵的意见,作者对他表示衷心的感谢,并向所有参考文献的作者表示诚挚的谢意。
由于作者水平有限,书中难免存在一些缺点或错误,我们殷切希望广大读者批评指正。
作者于西安电子科技大学
2005年4月
第1章信号检测与估计概论1
1.1引言1
1.2信号处理发展概况1
1.3信号的随机性及其统计处理方法2
1.4信号检测与估计理论概述4
1.5内容编排和建议6
第2章信号检测与估计理论的基础知识8
2.1引言8
2.2随机变量、随机矢量及其统计描述8
2.2.1随机变量的基本概念8
2.2.2随机变量的概率密度函数9
2.2.3随机变量的统计平均量10
2.2.4一些常用的随机变量12
2.2.5随机矢量及其统计描述17
2.2.6随机变量的函数20
2.2.7随机变量的特征函数21
2.2.8随机矢量的联合特征函数27
2.2.9χ和χ2统计量的统计特性28
2.3随机过程及其统计描述30
2.3.1随机过程的概念和定义30
2.3.2随机过程的统计描述30
2.3.3随机过程的统计平均量32
2.3.4随机过程的平稳性33
2.3.5随机过程的遍历性35
2.3.6随机过程的正交性、不相关性和统计独立性36
2.3.7平稳随机过程的功率谱密度38
2.4复随机过程及其统计描述40
2.4.1复随机过程的概率密度函数40
2.4.2复随机过程的二阶统计平均量40
2.4.3复随机过程的正交性、不相关性和统计独立性41
2.4.4复高斯随机过程42
2.5线性系统对随机过程的响应44
2.5.1响应的平稳性44
2.5.2响应的统计平均量45
2.6高斯噪声、白噪声和有色噪声46
2.6.1高斯噪声46
2.6.2白噪声和高斯白噪声48
2.6.3有色噪声48
2.6.4随机过程概率密度函数表示法的说明49
2.7信号和随机参量信号及其统计描述49
2.7.1信号的分类49
2.7.2随机参量信号的统计描述50
2.7.3窄带信号分析51
2.8窄带高斯噪声及其统计特性52
2.8.1窄带噪声的描述52
2.8.2窄带高斯噪声的统计特性53
2.9信号加窄带高斯噪声及其统计特性54
2.9.1信号加窄带噪声的描述54
2.9.2信号加窄带高斯噪声的统计特性55
习题58
附录2A高斯随机变量的特征函数63
第3章信号的统计检测理论65
3.1引言65
3.2统计检测理论的基本概念65
3.2.1统计检测理论的基本模型65
3.2.2统计检测的结果和判决概率68
3.3贝叶斯准则70
3.3.1平均代价的概念和贝叶斯准则70
3.3.2平均代价C的表示式70
3.3.3判决表示式71
3.3.4检测性能分析73
3.4派生贝叶斯准则79
3.4.1最小平均错误概率准则79
3.4.2最大后验概率准则81
3.4.3极小化极大准则82
3.4.4奈曼皮尔逊准则84
3.5信号统计检测的性能88
3.6M元信号的统计检测93
3.6.1M元信号检测的贝叶斯准则93
3.6.2M元信号检测的最小平均错误概率准则95
3.7参量信号的统计检测98
3.7.1参量信号统计检测的基本概念98
3.7.2参量信号统计检测的方法98
3.7.3广义似然比检验99
3.7.4贝叶斯方法99
3.8信号的序列检测104
3.8.1信号序列检测的基本概念104
3.8.2信号序列检测的平均观测次数106
3.9一般高斯信号的统计检测109
3.9.1一般高斯分布的联合概率密度函数109
3.9.2一般高斯二元信号的统计检测110
3.10复信号的统计检测128
3.10.1复确知二元信号的统计检测128
3.10.2复高斯二元随机信号的统计检测135
习题139
附录3A对称矩阵的正交化定理146
第4章信号波形的检测149
4.1引言149
4.2匹配滤波器理论150
4.2.1匹配滤波器的概念150
4.2.2匹配滤波器的设计151
4.2.3匹配滤波器的主要特性154
4.3随机过程的正交级数展开157
4.3.1完备的正交函数集及确知信号s(t)的正交级数展开158
4.3.2随机过程的正交级数展开158
4.3.3随机过程的卡亨南洛维展开159
4.3.4白噪声情况下正交函数集的任意性160
4.3.5参量信号时随机过程的正交级数展开161
4.4高斯白噪声中确知信号波形的检测162
4.4.1简单二元信号波形的检测162
4.4.2一般二元信号波形的检测170
4.4.3M元信号波形的检测184
4.5高斯有色噪声中确知信号波形的检测193
4.5.1信号模型及其统计特性193
4.5.2信号检测的判决表示式194
4.5.3检测系统的结构197
4.5.4检测性能分析198
4.5.5最佳信号波形设计200
4.6高斯白噪声中随机参量信号波形的检测203
4.6.1随机相位信号波形的检测204
4.6.2随机振幅与随机相位信号波形的检测219
4.6.3随机频率信号波形的检测226
4.6.4随机到达时间信号波形的检测228
4.6.5随机频率与随机到达时间信号波形的检测230
4.7复信号波形的检测231
4.7.1复高斯白噪声中二元确知复信号波形的检测231
4.7.2复高斯白噪声中二元随机相位复信号波形的检测234
4.7.3复高斯白噪声中二元随机振幅与随机相位复信号
波形的检测239
习题242
附录4A随机相位信号检测概率的递推算法252
附录4B复高斯白噪声的实部和虚部的功率谱密度254
附录4C一般二元确知复信号波形检测判决式的推导256
第5章信号的统计估计理论260
5.1引言260
5.1.1信号处理中的估计问题260
5.1.2参量估计的数学模型和估计量的构造261
5.1.3估计量性能的评估262
5.2随机参量的贝叶斯估计264
5.2.1常用代价函数和贝叶斯估计的概念264
5.2.2贝叶斯估计量的构造266
5.2.3最佳估计的不变性271
5.3最大似然估计272
5.3.1最大似然估计原理272
5.3.2最大似然估计量的构造273
5.3.3最大似然估计的不变性274
5.4估计量的性质275
5.4.1估计量的主要性质276
5.4.2克拉美罗不等式和克拉美罗界277
5.4.3无偏有效估计量的均方误差与克拉美罗不等式取等号成立
条件式中的k(θ)或k的关系284
5.4.4非随机参量函数估计的克拉美罗界285
5.5矢量估计288
5.5.1随机矢量的贝叶斯估计288
5.5.2非随机矢量的最大似然估计289
5.5.3矢量估计量的性质290
5.5.4非随机矢量函数估计的克拉美罗界295
5.6一般高斯信号参量的统计估计297
5.6.1线性观测模型297
5.6.2高斯噪声中非随机矢量的最大似然估计298
5.6.3高斯随机矢量的贝叶斯估计299
5.6.4随机矢量的伪贝叶斯估计306
5.6.5随机矢量的经验伪贝叶斯估计306
5.7线性最小均方误差估计307
5.7.1线性最小均方误差估计准则307
5.7.2线性最小均方误差估计矢量的构造308
5.7.3线性最小均方误差估计矢量的性质309
5.7.4线性最小均方误差递推估计312
5.7.5单参量的线性最小均方误差估计315
5.7.6观测噪声不相关时单参量的线性最小均方误差估计316
5.7.7观测噪声相关时单参量的线性最小均方误差估计319
5.7.8随机矢量函数的线性最小均方误差估计322
5.8最小二乘估计323
5.8.1最小二乘估计方法324
5.8.2线性最小二乘估计324
5.8.3线性最小二乘加权估计327
5.8.4线性最小二乘递推估计329
5.8.5单参量的线性最小二乘估计332
5.8.6非线性最小二乘估计332
5.9信号波形中参量的估计335
5.9.1信号振幅的估计336
5.9.2信号相位的估计337
5.9.3信号频率的估计339
5.9.4信号到达时间的估计343
5.9.5信号频率和到达时间的同时估计348
习题350
附录5A最佳估计不变性的证明361
附录5B非随机参量估计的克拉美罗界的推导364
附录5C例5.4.4中α^〖〗ml的均值式推导366
附录5D非随机矢量估计的克拉美罗界的推导367
附录5E随机矢量估计的克拉美罗界的推导371
附录5F一般高斯信号参量的统计估计中θ^map=θ^mse的推导373
附录5G线性最小均方误差估计中(5.7.9)式的推导374
附录5H线性最小均方误差递推估计公式的推导375
附录5I似然函数p(|1||ω)式的推导377
第6章信号波形的估计380
6.1引言380
6.1.1信号波形估计的基本概念380
6.1.2信号波形估计的准则和方法381
6.2连续过程的维纳滤波383
6.2.1最佳线性滤波383
6.2.2维纳霍夫方程384
6.2.3维纳滤波器的非因果解385
6.2.4维纳滤波器的因果解386
6.3离散过程的维纳滤波394
6.3.1离散的维纳霍夫方程394
6.3.2离散维纳滤波器的z域解395
6.3.3离散维纳滤波器的时域解396
6.4正交投影原理400
6.4.1正交投影的概念400
6.4.2正交投影的引理401
6.5离散卡尔曼滤波的信号模型——离散状态方程和观测方程404
6.5.1离散状态方程和观测方程404
6.5.2离散信号模型的统计特性407
6.6离散卡尔曼滤波407
6.6.1离散卡尔曼滤波的递推公式408
6.6.2离散卡尔曼滤波的递推算法412
6.6.3离散卡尔曼滤波的特点和性质414
6.7状态为标量时的离散卡尔曼滤波423
6.7.1状态为标量的离散状态方程和观测方程424
6.7.2状态为标量的离散卡尔曼滤波424
6.7.3有关参数的特点424
6.8离散卡尔曼滤波的扩展425
6.8.1白噪声情况下一般信号模型的滤波425
6.8.2扰动噪声与观测噪声相关情况下的滤波427
6.8.3扰动噪声是有色噪声情况下的滤波428
6.8.4观测噪声是有色噪声情况下的滤波429
6.8.5扰动噪声和观测噪声都是有色噪声情况下的滤波430
6.9卡尔曼滤波的发散现象432
6.9.1发散现象及原因432
6.9.2克服发散现象的措施和方法434
6.10非线性离散状态估计435
6.10.1随机非线性离散系统的数学描述436
6.10.2线性化离散卡尔曼滤波436
6.10.3推广的离散卡尔曼滤波438
习题441
附录6A正交投影引理Ⅲ的证明445
附录6B观测量相差法离散卡尔曼滤波递推公式的推导448
附录6C扩维法与相差法相结合的离散卡尔曼滤波递推公式的推导449
第7章信号的恒虚警率检测452
7.1引言452
7.2信号的恒虚警率检测概论452
7.2.1信号恒虚警率检测的必要性452
7.2.2信号恒虚警率检测的性能453
7.2.3信号恒虚警率检测的分类454
7.3噪声环境中信号的自动门限检测454
7.3.1基本原理454
7.3.2实现技术455
7.4杂波环境中信号的恒虚警率检测459
7.5瑞利杂波的恒虚警率处理461
7.5.1瑞利杂波模型461
7.5.2瑞利杂波恒虚警率处理原理461
7.5.3单元平均恒虚警率处理461
7.5.4对数单元平均恒虚警率处理463
7.6非瑞利杂波的恒虚警率处理470
7.6.1对数正态分布杂波模型470
7.6.2韦布尔分布杂波模型471
7.6.3对数正态分布杂波的恒虚警率处理473
7.6.4韦布尔分布杂波的恒虚警率处理474
7.7信号的非参量检测476
7.7.1研究信号非参量检测的必要性477
7.7.2信号非参量检测的基本原理477
7.7.3非参量符号检测的结构和性能478
7.7.4秩值检验统计量的性能480
7.7.5非参量广义符号检测器的实现483
7.7.6马恩怀特奈检验统计485
7.8信号的稳健性检测485
7.8.1稳健性检测的概念485
7.8.2混合模型的稳健性检测486
7.8.3污染的高斯噪声中确知信号的稳健性检测493
7.8.4稳健性信号检测的简要总结498
7.9三种类型信号统计检测的比较498
习题499
附录7A单元平均恒虚警率处理的性能分析503
附录7B非参量秩值检测的恒虚警率性能506
附录7C非参量秩值检测的信号检测性能507
附录7D(7.8.25)关系式的证明509
参考文献511