本书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。

《统计信号处理基础:估计与检测理论》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。第一卷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。本卷给出了大量的应用实例，范围包括高分辨率谱分析、系统辨识、数字滤波器设计、自适应噪声对消、自适应波束形成、跟踪和定位等；并且设计了大量的习题来加深对基本概念的理解。第二卷全面介绍了计算机上实现的最佳检测算法，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及传统的声呐/雷达系统。本卷从检测的基础理论开始，回顾了高斯、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；介绍了基于简单假设检验的检测理论基础，包括Neyman-Pearson定...(展开全部)

《数字信号处理:理论、算法与实现(第3版)》系统地介绍了数字信号处理的理论、相应的算法及这些算法的软件与硬件实现。全书共16章，分为上、下两篇。上篇是经典数字信号处理的内容，包括离散时间信号与离散时间系统的基本概念、Z变换及离散时间系统分析、离散傅里叶变换、傅里叶变换的快速算法、离散时间系统的相位与结构、数字滤波器设计（IIR、FIR及特殊形式的滤波器）、信号的正交变换（正交变换的定义与性质、K—L变换、DCT及其在图像压缩中的应用）、信号处理中若干典型算法（如抽取与插值、子带分解、调制与解调、反卷积、SVD、独立分量分析及同态滤波）、数字信号处理中的有限字长问题及数字信号处理的硬件实现等；下篇是统计数字信号处理的内容，包括平稳随机信号的基本概念、经典功率谱估计、参数模型功率谱估计、维纳滤波器及自适应滤波器等。《数字信号处理:理论、算法与实现(第3版...(展开全部)

本书是关于数字信号处理（DSP）原理、实现和应用的最新教程。全书在概述了数字信号的产生、定义和处理实例之后，详细讨论了差分方程、数字卷积、Z变换、离散时间傅里叶变换和傅里叶级数、数字滤波器、传输函数、频率响应、频谱、无限和有限脉冲响应数字滤波器的设计以及离散傅里叶变换和快速傅里叶变换等基本概念和基本理论。随后以较大篇幅介绍了DSP的硬件实现和编程、DSP在声音和图像处理以及小波分析中的应用。书中涉及的数学知识以简明形式给出，深入浅出，易于理解。本书概论清晰，图文并茂。将DSP基础理论与硬件实现、工程应用很好地结合在一起，汇集了DSP的新技术和新理论，具有系统性、先进性和实用性特点。 本书知识覆盖面宽、适用范围广，可作为理工类大专院校相关专业的本科生和研究生教材，对于DSP领域的工程技术人员也有很好的参考价值。

内容简介 本书较为系统地介绍了数字信号处理的理论、相应的算法及这些算法的软件与硬件实现。全书共14 章，内容包括离散时间信号与离散时间系统的基本概念、Z变换及离散时间系统分析、离散时间信号的傅 里叶变换及DFT、其它常用的信号变换（DCT、DsT、DWT及Hilbert变换）、傅里叶变换的快速算法、离散 时间系统的相位、结构与状态变量描述、数字滤波器设计（IIR、FIR及特殊形式的滤波器）、平稳随机信号的 基本概念、经典功率谱估计、参数模型功率谱估计、非平稳信号的时－频分布及数字信号处理的硬件实现等 内容。 本书阐述了基础理论与概念，同时尽量反映数字信号处理在近20年来的新进展；在叙述方法上，努力 做到说理详细、论证清楚及便于自学。本书绝大部分章节都配有例题、习题及上机练习题，所附的40个子 程序不但有利于读者学习书中的内容，而且也有利于将所学的内容...(展开全部)

《北京高等教育精品教材•清华大学电子与信息技术系列教材:数字信号处理:理论、算法与实现(第2版)》系统地介绍了数字信号处理的理论、相应的算法及这些算法的软件与硬件实现。全书共14章，分为上、下两篇，每篇各7章。上篇内容包括离散时间信号与离散时间系统的基本概念、Z变换及离散时间系统分析、离散傅里叶变换、傅里叶变换的快速算法、离散时间系统的相位、结构与状态变量描述、数字滤波器设计（IIR、FIR及特殊形式的滤波器）等；下篇内容包括信号的正交变换（正交变换的定义与性质、K-L变换、DCT及其在图像压缩中的应用）、信号处理中若干典型算法（如抽取与插值、子带分解、调制与解调、反卷积、SVD、独立分量分析及同态滤波等）、平稳随机信号的基本概念、经典功率谱估计、参数模型功率谱估计、数字信号处理中的有限字长问题及数字信号处理的硬件实现等内容。

《神经科学与技术的统计信号处理(导读版)》全面概述了统计信号处理、信息论、机器学习的基本原则、理论和方法，以及它们在神经科学中的应用。作为本领域独一无二的参考书，《神经科学与技术的统计信号处理(导读版)》总结了神经科学中用于解决新兴问题的信号处理、机器学习理论和技术的最新发展，并且特别强调了神经技术的基础和临床应用。《神经科学与技术的统计信号处理(导读版)》是神经工程、神经假体、脑-机接口、计算和系统神经科学、神经信息学、神经生理学等领域的工程研究人员和研究生的理想参考书。

《国外电子与通信教材系列·数字信号处理(第4版)》全面系统地阐述了数字信号处理的基础知识，其中前10章讲述了确定性数字信号处理的知识，包括离散时间信号及系统的介绍、z变换、傅里叶变换、频率分析以及滤波器设计等。后4章则介绍了随机数字信号处理的知识，主要学习多速率数字信号处理、线性预测、自适应滤波以及功率谱估计。《国外电子与通信教材系列·数字信号处理(第4版)》内容全面丰富、系统性强、概念清晰、叙述深入浅出，为了帮助读者深刻理解基本理论和分析方法，书中列举了大量的精选例题，同时还给出了许多基于MATLAB的仿真实验。另外，在各章的最后还附有习题，以帮助读者进一步巩固所学知识。

本书全面讨论了数字信号处理的基本概念、原理和应用。全书共13章，主要包括离散序列和系统、离散傅里叶变换及其快速算法、有限和无限脉冲响应滤波器设计基本原理等基本的数字信号处理内容，另外包括数字网络和滤波器、离散希尔伯特变换、抽样率的变换和信号平均、信号数字化及其影响等专业信号处理内容。书中给出了作者多年总结的一些数字信号处理的技巧，包括如何进行复数的快速乘法、实序列的快速傅里叶变换、使用快速傅里叶变换的有限脉冲响应滤波器设计等。附录对数字信号处理涉及的数学知识和术语给出了详细介绍和总结。相比于前版，本书每章都新增了部分内容，并附加习题，便于读者自学。 本书可作为高等院校电子、计算机、通信等专业的本科或研究生教材，对于数字信号处理领域的工程技术人员也有很好的参考价值。