统计信号处理

统计信号处理课程：前往报名学习

统计信号处理视频慕课课程简介：

本课程内容包括随机信号分析、参数估计、最佳滤波、信号检测四个部分。通过学习了解和掌握本学科领域涉及的随机信号处理的理论、方法与应用，能够根据工程实际问题需要分析信号特征、设计最佳估计器、滤波器和检测器，能运用统计的思维方法解决工程中的实际问题，为从事相关技术领域的科学研究打下坚实的理论基础。

前往报名学习

统计信号处理课程列表：

第1章 随机过程的基本概念

-1.1 定义与分类

--1.1.1 学习视频：定义与分类

--1.1.2 第1.1节测试-定义与分类

-1.2 概率分布与概率密度

--1.2.1 学习视频1-分布的定义

--1.2.2 学习视频2-计算举例

--1.2.3 第1.2节测试-概率分布与概率密度

-1.3 数字特征

--1.3.1 学习视频1-数字特征的定义

--1.3.2 学习视频2-数字特征计算举例

--1.3.3 第1.3节测试-数字特征

-1.4 平稳随机过程

--1.4.1 学习视频1-平稳的定义

--1.4.2 学习视频2-相关函数的性质

--1.4.3 学习视频3-各态历经过程

--1.4.4 第1.4节测试-平稳随机过程

-1.5 功率谱

--1.5.1 学习视频1-连续时间随机过程功率谱

--1.5.2 学习视频2-随机序列的功率谱

--1.5.3 第1.5节测试-功率谱

-1.6 典型随机过程

--1.6.1 学习视频-典型随机过程

--1.6.2 第1.6节测试-典型随机过程

-1.7 信号处理实例-海杂波统计特性分析

--学习视频-海杂波特性分析

-研讨零（预备知识）：随机变量函数讨论题

第2章 随机过程的线性变换

-2.1 线性变换的概念与定理

--2.1.1 学习视频-变换的概念与定理

--2.1.2 第2.1节测试- 线性变换的概念与定理

-2.2 随机过程通过线性系统分析

--2.2.1 学习视频1-冲激响应法

--2.2.2 学习视频2-频谱法

--2.2.3 学习视频3-计算举例

--2.2.4 第2.2节测试-随机过程通过线性系统分析

-2.3 常用时间序列模型分析

--2.3.1 学习视频1：单位样值响应法与频谱法（Z变换法）

--2.3.2 学习视频2：三种典型时间序列模型

--2.3.4 第2.3 节测试-常用时间序列模型分析

-2.4 最佳线性滤波器

--2.4.1 学习视频：信噪比最大的最佳线性滤波器

--2.4.2 第2.4节测试-最佳线性滤波器

-2.5 匹配滤波器

--2.5.1 学习视频1：定义与性质

--2.5.2 学习视频2：计算举例

--2.5.3 第2.5节测试-匹配滤波器

-2.6 信号处理实例-线性调频信号的匹配滤波

--2.6.1 学习视频-线性调频信号的匹配滤波

--2.6.2 第2.6节测试-线性调频信号的匹配滤波

-章节测试题（1-2章）

第3章 估计的基本概念与性能评估

-3.1 估计理论概述

--3.1.1 学习视频1：估计问题的统计模型

--3.1.2 学习视频2：估计的基本方法

--3.1.3 学习视频3：估计量的性能评估

--3.1.4 第3.1节测试-估计理论概述

-3.2 参数估计的CRLB

--3.2.1 学习视频1：CRLB定理

--3.2.2 学习视频2：CRLB计算实例

--3.2.3 第3.2节测试-参数估计的CRLB

-3.3 高斯白噪声中一般信号参数的CRLB

--3.3.1 学习视频：高斯白噪声中信号参数的CRLB

--3.3.2 第3.3节测试-高斯白噪声中信号参数的CRLB

-3.4 估计性能的蒙特卡洛仿真

--3.4.1 学习视频：估计性能的蒙特卡洛仿真

--3.4.2 第3.4节测试-估计性能的蒙特卡洛仿真

-3.5 矢量参数的CRLB(*)

--3.5.1 学习视频：矢量参数的CRLB

--3.5.2 第3.5节测试-矢量参数的CRLB(*)

-3.6 变换参数的CRLB(*)

--3.6.1-学习视频：变换参数的CRLB(*)

--3.6.2 第3.6节测试-变换参数的CRLB(*)

-3.7 充分统计量(*)

--3.7.1 学习视频：充分统计量

--3.7.2 第3.7节测试-充分统计量(*)

-研讨一：参数估计基本理论

第4章 最小方差无偏估计(*)

-4.1 最小方差无偏估计(*)

--4.1.1 学习视频：最小方差无偏估计(*)

--4.1.2 第4.1节测试-最小方差无偏估计(*)

-4.2 线性最小方差无偏估计(*)

--4.2.1 学习视频：线性最小方差无偏估计(*)

--4.2.2 4.2节测试-线性最小方差无偏估计(*)

-4.3 信号处理实例-系统辨识(*)

--学习视频-系统辨识

第5章 最大似然估计

-5.1 最大似然估计

--5.1.1 学习视频：最大似然估计

--5.1.2 第5.1节测试-最大似然估计

-5.2 最大似然估计的渐近特性

--5.2.1 学习视频：最大似然估计的渐近特性

--5.2.2 第5.2节测试-最大似然估计的渐近特性

-5.3 信号处理实例-时延估计

--5.3.1 学习视频：时延估计

--5.3.2 第5.3节测试-时延估计

-5.4 变换参数的最大似然估计(*)

--5.4.1 学习视频：变换参数的最大似然估计(*)

--5.4.2 第5.4节测试-变换参数的最大似然估计(*)

-研讨二：确定性参数估计

第6章 贝叶斯估计

-6.1 贝叶斯估计的一般概念

--6.1.1 学习视频1：先验信息与估计

--6.1.2 学习视频2-后验分布与估计

--6.1.3 第6.1节测试-贝叶斯估计的一般概念

-6.2 最小均方估计

--6.2.1 学习视频1：最小均方估计的推导

--6.2.2 学习视频2：最小均方估计的性质

--6.2.3 学习视频3：最小均方估计计算实例

--6.2.4 第6.2节测试-最小均方估计

-6.3 最大后验概率估计

--6.3.1 学习视频：最大后验概率估计

--6.3.2 第6.3节测试-最大后验概率估计

-6.4 信号处理实例-命中概率的贝叶斯估计

--6.4.1 学习视频：命中概率的贝叶斯估计

--6.4.2 第6.4节测试-命中概率的贝叶斯估计

第7章 线性贝叶斯估计

-7.1 线性最小均方估计

--7.1.1 学习视频1：线性最小均方估计的原理

--7.1.2 学习视频2：线性最小均方估计的性质

--7.1.3 学习视频3：线性最小均方估计计算举例

--7.1.4 第7.1节测试-线性最小均方估计

-7.2 线性最小均方估计的几何解释

--7.2.1 学习视频1：基于随机矢量空间的线性最小均方估计

--7.2.2 学习视频2：计算举例

--7.2.3 第7.2节测试-线性最小均方估计的几何解释

-7.3 递推线性最小均方估计

--7.3.1 学习视频1：递推线性最小均方估计(1)

--7.3.2 学习视频2：递推线性最小均方估计(2)

--7.3.3 第7.3节测试-递推线性最小均方估计

-章节测试题（3-7章）

-研讨三：贝叶斯估计

第8章 线性卡尔曼滤波

-8.1 卡尔曼滤波概述

--8.1.1 学习视频：卡尔曼滤波概述

--8.1.2 第8.1节测试-卡尔曼滤波概述

-8.2 卡尔曼滤波算法推导-正交投影法

--8.2.1 学习视频：正交投影的定义及性质

--8.2.2 学习视频2：算法推导

--8.2.3 第8.2节测试-正交投影法推导

-8.3 卡尔曼滤波算法推导-新息法

--8.3.1 学习视频1：新息的定义与性质

--8.3.2 学习视频2：新息法推导

-8.4 计算举例

--8.4.1 学习视频：计算举例

--8.4.2 第8.4节测试-计算举例

-8.5 应用中的若干问题

--8.5.1 学习视频1：色噪声中的卡尔曼滤波

--8.5.2 学习视频2：滤波发散问题

--8.5.3 第8.5节测试-应用中的若干问题

-8.6 信号处理实例-目标跟踪

--8.6.1 学习视频：目标跟踪

--8.6.2 第8.6节测试-目标跟踪

-8.7 案例研究-机动目标跟踪

--8.7 案例研究-机动目标跟踪

-研讨四：卡尔曼滤波

第9章 非线性卡尔曼滤波

-9.1 扩展卡尔曼滤波

--9.1.1 学习视频1:模型和算法推导

--9.1.2 学习视频2-计算举例

--9.1.3 第9.1节测试-扩展卡尔曼滤波

-9.2 信号处理实例-目标跟踪

--9.2.1 学习视频：目标跟踪

--9.2.2 第9.2节测试-目标跟踪

-章节测试题（8-9章）

第10章 统计判决理论

-10.1 信号检测的基本概念

--10.1.1 学习视频-信号检测的基本概念

--10.1.2 第10.1节测试-信号检测的基本概念

-10.2 贝叶斯准则

--10.2.1 学习视频：贝叶斯准则

--10.2.2 第10.2节测试-贝叶斯准则

-10.3 奈曼-皮尔逊准则

--10.3.1 学习视频-奈曼-皮尔逊准则

--10.3.2 第10.3节测试-奈曼-皮尔逊准则

-10.4 检测性能分析

--10.4.1 学习视频：检测性能分析

--10.4.2 第10.4节测试-检测性能分析

-10.5 多元假设检验

--10.5.1 学习视频：多元假设检验

--10.5.2 第10.5节测试-多元假设检验

第11章 复合假设检验

-11.1 复合假设检验的基本概念

--11.1.1 学习视频：复合假设检验的基本概念

--11.1.2 第11.1节测试-复合假设检验的基本概念

-11.2 广义似然比检验计算

--11.2.1 学习视频：广义似然比检验计算

--11.2.2 第11.2节测试-广义似然比检验计算

-11.3 局部最大势检验

--11.3.1 学习视频：局部最大势检验

--11.3.2 第11.2节测试-局部最大势检验

-研讨六：假设检验理论

第12章 高斯噪声中确定性信号检测

-12.1 匹配滤波器

--12.1.1 学习视频1：匹配滤波器

--12.1.2 学习视频2：匹配滤波器性能分析

--12.1.3 第12.1节测试-匹配滤波器

-12.2 广义匹配滤波器

--12.2.1 学习视频1：广义匹配滤波器

--12.2.2 学习视频2：广义匹配滤波器性能分析

--12.2.3 学习视频3：一般线性模型的匹配滤波

--12.2.4 第12.2节测试-广义匹配滤波器

-12.3 最小距离接收机

--12.3.1 学习视频：最小距离接收机

--12.3.2 第12.3节测试-最小距离接收机

-12.4 未知参量的确定性信号检测

--12.4.1 学习视频：未知参量的确定性信号检测

--12.4.2 第12.4节测试-未知参量的确定性信号检测

-12.5 信号处理实例-正弦信号检测

--12.5.1 学习视频：正弦信号检测

--12.5.2 第12.5节测试-正弦信号检测

-12.6 信号处理实例-雷达CFAR检测

--学习视频：雷达CFAR检测

-研讨七：确定性信号检测

第13章 高斯噪声中随机信号的检测

-13.1 随机信号的相关检测：估计器-相关器

--13.1.1 学习视频：随机信号的相关检测

--13.1.2 第13.1节测试-随机信号的相关检测

-13.2 一般高斯信号的检测

--13.2.1 学习视频：一般高斯信号的检测

--13.2.2 第13.2节测试-一般高斯信号的检测

-13.3 信号处理实例-Swerlling起伏模型的雷达检测性能分析

--13.3.1 学习视频：雷达对Swerling起伏目标检测性能分析

--13.3.2 第13.3节测试-起伏模型的雷达检测性能

-13.4 未知参量的随机信号检测

--13.3.1 学习视频：未知参量的随机信号检测

--13.4.2 第13.4节测试-未知参量的随机信号检测

-13.5 线性模型检测

--13.5.1 学习视频1：未知参量确定性信号的线性模型检测

--13.5.2 学习视频2：随机信号的线性模型检测

--13.5.3 第15.5节测试-线性模型检测

-研讨八：随机信号检测

第14章 未知噪声参数及非高斯噪声中信号的检测

-14.1 噪声参量未知时的信号检测

--14.1.1 学习视频：噪声参量未知时的信号检测

--14.1.2 第14.1节测试-噪声参量未知时的信号检测

-14.2 非高斯噪声中的信号检测

--14.2.1 学习视频：非高斯噪声中的信号检测

--14.2.2 第14.2节测试-非高斯噪声中的信号检测

-14.3 信号处理实例-辐射源个体目标识别(*)

--学习视频：辐射源个体目标识别

-14.4 信号处理实例-基于正交投影的雷达小目标检测(*)

--学习视频-基于正交投影的雷达小目标检测

-章节测试题（10-14章）

统计信号处理开设学校：国防科技大学

也许你还感兴趣的课程: