作者：StevenM.Kay
页数：626
出版社：世界图书出版公司
出版日期：2022
ISBN：9787519283360
电子书格式：pdf/epub/txt
内容简介
《统计信号处理基础》分为3卷，本书是第1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。本书适合作为高等院校低年级研究生或高年级本科生统计信号处理课程的教材或参考书，也可供相关技术人员参考。
作者简介
史蒂文·凯（Steven M. Kay）是统计信号处理领域世界知名的资深专家，他是美国罗得岛大学电子与计算机工程系的教授，同时也是许多工业部门以及美国空军、陆军、海军的顾问。他是国际电气电子工程师学会的杰出会士（IEEE Fellow），IEEE信号处理协会的杰出讲师，并荣获过IEEE信号处理协会的教育奖章。
本书特色
· 这套三卷本的《统计信号处理基础》是荣获过IEEE信号处理协会教育奖章的Steven M. Kay教授享誉优选的经典名著。 · 在统计学相关的诸多著作中，既有统计学家撰写的，也有应用统计技术的专家编著的，前者注重理论的严密性，后者更为强调实际的应用，《统计信号处理基础》则试图在两个方面达到平衡，并且还重点关注将这些理论转换成数字计算机上实现的软件算法。
目录
第1章 引论
第2章 最小方差无偏估计
第3章 Cramer-Rao下限
第4章 线性模型
第5章 一般最小方差无偏估计
第6章 最佳线性无偏估计量
第7章 最大似然估计
第8章 最小二乘估计
第9章 矩方法
第10章 贝叶斯原理
第11章 一般贝叶斯估计量
第12章 线性贝叶斯估计量
第13章 卡尔曼滤波器
第14章 估计量总结
第15章 复数据和复参数的扩展
