本書是美國麻省理工學(xué)院(MIT)知名教授奧本海姆的近年力作,是其在MIT開展了二十余年的Signals, Systems and Inference課程所涉及知識體系的拓展和延伸。本書詳細(xì)闡述了確定性信號與系統(tǒng)的性質(zhì)和表示形式,包括群時延和狀態(tài)空間模型的結(jié)構(gòu)與行為;引入了相關(guān)函數(shù)和功率譜密度來描述和處理隨機(jī)信號。本書涉及的應(yīng)用實(shí)例包括脈沖幅度調(diào)制,基于觀測器的反饋控制,最小均方誤差估計下的最佳線性濾波器,以及匹配濾波器;強(qiáng)調(diào)了基于模型的推理方法,特別是針對狀態(tài)估計、信號估計和信號檢測的應(yīng)用。本書融合并擴(kuò)展了信號與系統(tǒng)時、頻域分析的基本素材和概率論知識,這些都是信號處理、控制、通信、金融工程、生物醫(yī)學(xué)等工程和應(yīng)用科學(xué)領(lǐng)域的基本分析方法。
Alan V. Oppenheim 美國麻省理工學(xué)院(MIT)電氣與計算機(jī)科學(xué)系教授,MIT電子學(xué)研究實(shí)驗(yàn)室( RLE)首席研究員,美國國家工程院院士,IEEE會士,研究領(lǐng)域?yàn)橥ㄓ妙I(lǐng)域的信號處理及應(yīng)用。曾因出色的科研和教學(xué)工作多次獲獎,包括IEEE教育勛章、IEEE成立百年杰出貢獻(xiàn)獎、IEEE在聲學(xué)、語音和信號處理領(lǐng)域的社會與技術(shù)成就獎等。另著有 Signals and Systems, Second Edtion. Discrete-Time Signal Processing, Third Edition.
Alan V. Oppenheim 美國麻省理工學(xué)院(MIT)電氣與計算機(jī)科學(xué)系教授,MIT電子學(xué)研究實(shí)驗(yàn)室( RLE)首席研究員,美國國家工程院院士,IEEE會士,研究領(lǐng)域?yàn)橥ㄓ妙I(lǐng)域的信號處理及應(yīng)用。曾因出色的科研和教學(xué)工作多次獲獎,包括IEEE教育勛章,IEEE成立百年杰出貢獻(xiàn)獎,IEEE在聲學(xué)、語音和信號處理領(lǐng)域的社會與技術(shù)成就獎等。另著有:Signals and Systems, Second Edtion. Discrete-Time Signal Processing, Third Edition.
目 錄
導(dǎo)論1
第1章 信號與系統(tǒng)6
1.1 信號、系統(tǒng)、模型及性質(zhì)6
1.2 線性時不變系統(tǒng)8
1.2.1 線性時不變系統(tǒng)的沖激響應(yīng)表示8
1.2.2 線性時不變系統(tǒng)的特征函數(shù)與變換表示9
1.2.3 傅里葉變換12
1.3 確定性信號及其傅里葉變換13
1.3.1 信號類別及其傅里葉變換13
1.3.2 Parseval恒等式、能量譜密度及確定性自相關(guān)15
1.4 雙邊拉普拉斯變換與雙邊z變換17
1.4.1 雙邊z變換17
1.4.2 雙邊拉普拉斯變換20
1.5 連續(xù)時間信號的離散時間處理20
1.5.1 對連續(xù)時間信號進(jìn)行離散時間處理的基本結(jié)構(gòu)21
1.5.2 離散時間濾波及整體連續(xù)時間響應(yīng)22
1.5.3 非理想D/C轉(zhuǎn)換器24
1.6 延伸閱讀26
習(xí)題26
第2章 幅度、相位與群時延53
2.1 傅里葉變換的幅度和相位53
2.2 群時延與非線性相位的影響55
2.2.1 窄帶輸入信號56
2.2.2 寬帶輸入信號57
2.3 全通系統(tǒng)與最小相位系統(tǒng)61
2.3.1 全通系統(tǒng)61
2.3.2 最小相位系統(tǒng)63
2.4 譜因式分解65
2.5 延伸閱讀66
習(xí)題66
第3章 脈沖幅度調(diào)制83
3.1 基帶脈沖幅度調(diào)制83
3.1.1 傳輸信號84
3.1.2 接收信號85
3.1.3 頻域特征85
3.1.4 接收器端碼間干擾87
3.2 奈奎斯特脈沖89
3.3 通帶脈沖幅度調(diào)制91
3.3.1 頻移鍵控(FSK)91
3.3.2 相移鍵控(PSK)91
3.3.3 正交幅度調(diào)制(QAM)93
3.4 延伸閱讀95
習(xí)題95
第4章 狀態(tài)空間模型107
4.1 系統(tǒng)記憶性107
4.2 說明性例子107
4.3 狀態(tài)空間模型116
4.3.1 離散時間狀態(tài)空間模型116
4.3.2 連續(xù)時間狀態(tài)空間模型118
4.3.3 狀態(tài)空間模型的關(guān)鍵性質(zhì)120
4.4 基于線性時不變輸入-輸出模型的狀態(tài)空間模型121
4.5 非線性狀態(tài)空間模型的均衡態(tài)和線性化125
4.5.1 均衡態(tài)125
4.5.2 線性化128
4.6 延伸閱讀130
習(xí)題130
第5章 線性時不變狀態(tài)空間模型137
5.1 離散時間模型與連續(xù)時間模型137
5.2 零輸入響應(yīng)與模態(tài)表示139
5.2.1 無驅(qū)動連續(xù)時間系統(tǒng)139
5.2.2 無驅(qū)動離散時間系統(tǒng)144
5.2.3 線性時不變系統(tǒng)的漸進(jìn)穩(wěn)定性146
5.3 模態(tài)坐標(biāo)中的一般響應(yīng)148
5.3.1 有驅(qū)動連續(xù)時間系統(tǒng)148
5.3.2 有驅(qū)動離散時間系統(tǒng)150
5.3.3 相似變換與對角化152
5.4 傳輸函數(shù)、隱藏模態(tài)、可達(dá)性及可觀測性157
5.4.1 連續(xù)時間系統(tǒng)的輸入-狀態(tài)-輸出結(jié)構(gòu)157
5.4.2 離散時間系統(tǒng)的輸入-狀態(tài)-輸出結(jié)構(gòu)163
5.5 延伸閱讀169
習(xí)題169
第6章 狀態(tài)觀測器與狀態(tài)反饋182
6.1 設(shè)備與模型182
6.2 狀態(tài)估計與觀測器183
6.2.1 實(shí)時模擬183
6.2.2 狀態(tài)觀測器185
6.2.3 觀測器設(shè)計186
6.3 狀態(tài)反饋控制192
6.3.1 開環(huán)控制193
6.3.2 利用線性時不變狀態(tài)前饋的閉環(huán)控制193
6.3.3 線性時不變狀態(tài)反饋設(shè)計194
6.4 基于觀測器的反饋控制200
6.5 延伸閱讀203
習(xí)題203
第7章 概率模型213
7.1 基本概率模型213
7.2 條件概率、貝葉斯法則及獨(dú)立性214
7.3 隨機(jī)變量215
7.4 概率分布216
7.5 聯(lián)合分布隨機(jī)變量217
7.6 期望、矩和方差219
7.7 二元隨機(jī)變量的相關(guān)性和協(xié)方差221
7.8 相關(guān)性質(zhì)的向量空間解釋224
7.9 延伸閱讀225
習(xí)題226
第8章 估計方法233
8.1 連續(xù)隨機(jī)變量的估計233
8.2 從估計值到估計器237
8.3 線性最小均方誤差估計241
8.3.1 通過對一個隨機(jī)變量的單獨(dú)測量來線性地估計另一個隨機(jī)變量241
8.3.2 多元測量值245
8.4 延伸閱讀248
習(xí)題248
第9章 假設(shè)檢驗(yàn)260
9.1 噪聲中的二元脈沖幅度調(diào)制260
9.2 最小差錯概率假設(shè)檢驗(yàn)261
9.2.1 利用最小條件差錯概率做出判定262
9.2.2 最小總體差錯概率的MAP判定規(guī)則262
9.2.3 數(shù)字通信中編碼的假設(shè)檢驗(yàn)264
9.3 二元假設(shè)檢驗(yàn)267
9.3.1 誤報、漏報與檢測267
9.3.2 似然比檢驗(yàn)268
9.3.3 Neyman-Pearson判定規(guī)則與接收器工作特性269
9.4 最小風(fēng)險判定272
9.5 延伸閱讀273
習(xí)題274
第10章 隨機(jī)過程288
10.1 隨機(jī)過程的定義及實(shí)例288
10.2 隨機(jī)過程的一階矩和二階矩表征291
10.3 平穩(wěn)性292
10.3.1 嚴(yán)格意義上的平穩(wěn)性292
10.3.2 廣義平穩(wěn)性292
10.3.3 廣義平穩(wěn)相關(guān)函數(shù)和協(xié)方差函數(shù)的某些性質(zhì)293
10.4 各態(tài)歷經(jīng)性295
10.5 隨機(jī)過程的線性估計296
10.5.1 線性預(yù)測296
10.5.2 線性FIR濾波297
10.6 廣義平穩(wěn)隨機(jī)過程的線性時不變?yōu)V波298
10.7 延伸閱讀302
習(xí)題303
第11章 功率譜密度319
11.1 期望瞬時功率的頻譜分布319
11.1.1 功率譜密度319
11.1.2 波動譜密度322
11.1.3 互譜密度326
11.2 時間平均功率譜密度期望及Einstein-Wiener-Khinchin定理327
11.3 應(yīng)用331
11.3.1 揭示周期性分量331
11.3.2 建模濾波器332
11.3.3 白化濾波器334
11.3.4 采樣帶限隨機(jī)過程336
11.4 延伸閱讀336
習(xí)題336
第12章 信號估計351
12.1 隨機(jī)變量的LMMSE估計351
12.2 FIR 維納濾波器353
12.3 無約束離散時間維納濾波器357
12.4 因果離散時間維納濾波363
12.5 最優(yōu)觀測器與卡爾曼濾波368
12.5.1 加性噪聲干擾信號的因果維納濾波368
12.5.2 維納濾波器的觀測器實(shí)現(xiàn)370
12.5.3 最優(yōu)狀態(tài)估計與卡爾曼濾波371
12.6 連續(xù)時間信號估計372
12.7 延伸閱讀372
習(xí)題372
第13章 信號檢測387
13.1 多元測量假設(shè)檢驗(yàn)387
13.2 獨(dú)立同分布高斯噪聲中的已知信號檢測389
13.2.1 最優(yōu)解389
13.2.2 性能表征391
13.2.3 匹配濾波393
13.3 匹配濾波器檢測的擴(kuò)展394
13.3.1 持續(xù)時間無限的有限能量信號394
13.3.2 白噪聲中信號檢測的信噪比最大化395
13.3.3 有色噪聲中的檢測397
13.3.4 連續(xù)時間匹配濾波器398
13.3.5 匹配濾波與奈奎斯特脈沖設(shè)計399
13.3.6 未知到達(dá)時刻與脈沖壓縮400
13.4 獨(dú)立同分布高斯噪聲中的信號識別401
13.5 延伸閱讀406
習(xí)題406
參考文獻(xiàn)420
中英文對照表425