统计信号处理(自主模式)

自主模式

  • 什么是随堂模式?

    随堂模式课程一般为每学期一轮次,课程每周更新,作业、考试有截止时间,由课程提供方老师、助教指导,课程完结,成绩由老师确认后,统一发放证书。

  • 什么是自主模式?

    自主模式课程常年开放加入,课件全部开放,作业、考试无截止时间,有学堂在线招募选拔的助教指导,考核通过即可自动获得证书。

来自于: 国防科技大学 | 分类: 工程(490)

课程描述

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。主要作用就是使学习者系统地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。

什么是认证证书?
免费学习
认证学习
名师签名
实名认证
权威性
纸质证书
付费购买
免费赠送

课程简介

      《统计信号处理〉是信息与通信工程学科研究生的核心课程,本课程主要学习随机过程基础、参数估计、最佳滤波和信号检测的基本理论,通过随机过程基础的学习,掌握随机过程的基本概念和随机过程通过线性系统分析的基本理论,包括随机过程的定义与分类、统计描述、平稳随机过程和功率谱、线性系统分析、常用时间序列模型、匹配滤波等;通过参数估计理论的学习,掌握参数估计的一般方法、估计的基本准则和性能评估方法;通过最佳滤波理论的学习,掌握最佳滤波的基本概念、卡尔曼滤波的基本理论,熟练掌握卡尔曼滤波算法的推导方法、算法的应用和性能(仿真)评估方法,掌握非线性滤波的基本概念和方法(扩展卡尔曼滤波方法),能够根据实际问题构建信号和观测模型、建立相应的算法、并能用计算机分析(仿真)算法性能。信号检测包括假设检验的基本理论及噪声中信号检测两部分,掌握假设检验(包括复合假设检验)的概念、判决准则,能够针对实际问题构造出假设检验的统计模型、选择合适的判决准则,分析判决的性能。能够将假设检验的数学理论应用于噪声中信号的检测问题中,推导出高斯噪声环境下最佳接收机的结构,掌握高斯噪声中最佳接收机的基本形式、接收机的性能分析方法及最佳信号设计问题。掌握非高斯噪声中信号检测的方法。

    通过课程的学习,系统地掌握信号的分析、检测、估计和滤波的基础理论,为今后从事电子与通信领域的科学研究打下坚实的理论基础。

展开

课程章节

第1章 随机过程的基本概念
1.1 定义与分类
1.2 概率分布与概率密度
1.3 数字特征
1.4 平稳随机过程
1.5 功率谱
1.6 典型随机过程
1.7 信号处理实例-海杂波统计特性分析
第2章 随机过程的线性变换
2.1 线性变换的概念与定理
2.2 随机过程通过线性系统分析
2.3 常用时间序列模型分析
2.4 最佳线性滤波器
2.5 匹配滤波器
2.6 信号处理实例-线性调频信号的匹配滤波
第一章、第二章内容测试
第3章 估计的基本概念与性能评估
3.1 估计理论概述
3.2 参数估计的CRLB
3.3 高斯白噪声中一般信号参数的CRLB
3.4 估计性能的蒙特卡洛仿真
3.5 矢量参数的CRLB(*)
3.6 变换参数的CRLB(*)
3.7 充分统计量(*)
第4章 最小方差无偏估计(*)
4.1 最小方差无偏估计(*)
4.2 线性最小方差无偏估计(*)
4.3 信号处理实例-系统辨识(*)
第5章 最大似然估计
5.1 最大似然估计
5.2 最大似然估计的渐近特性
5.3 信号处理实例-时延估计
5.4 变换参数的最大似然估计(*)
第6章 贝叶斯估计
6.1 贝叶斯估计的一般概念
6.2 最小均方估计
6.3 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
第7章 线性贝叶斯估计
7.1 线性最小均方估计
7.2 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
第三至七章内容测试
第8章 线性卡尔曼滤波
8.1 卡尔曼滤波概述
8.2 卡尔曼滤波算法推导-正交投影法
8.3 卡尔曼滤波算法推导-新息法
8.4 计算举例
8.5 应用中的若干问题
8.6 信号处理实例-目标跟踪
8.7 案例研究-机动目标跟踪
第9章 非线性卡尔曼滤波
9.1 扩展卡尔曼滤波
9.2 信号处理实例-目标跟踪
第八、九章内容测试
第10章 统计判决理论
10.1 信号检测的基本概念
10.2 贝叶斯准则
10.3 奈曼-皮尔逊准则
10.4检测性能分析
10.5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
11.2 广义似然比检验计算
11.3 局部最大势检验
第12章 高斯噪声中确定性信号检测
12.1 匹配滤波器
12.2 广义匹配滤波器
12.3 最小距离接收机
12.4 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
12.6 雷达CFAR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
13.2 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
13.4未知参量的随机信号检测
13.5 线性模型检测
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
14.2 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
14.4 信号处理实例-基于正交投影的雷达小目标检测
第十至十四章内容测试
期末考试
课程考试

授课教师

  • 罗鹏飞 国防科技大学 电子科学与工程学院 教授

    男,53岁,硕士/教授,硕士生导师,湖南省教学名师,获军队育才奖金奖,“信号处理系列课国家教学团队”带头人,国家精品课程和精品资源共享课《随机信号分析与处理》的课程负责人。1982年本科毕业于西安电子科技大学,1985年研究生毕业于国防科学技术大学,毕业后在国防科学技术大学电子科学与工程学院任教,2000年担任教授至今。自1995年起担任研究生《统计信号处理》的教学20多次,平均每个班次约140人,选课对象为全校各学科学术型和应用型研究生、进修生;为军队研究所、试验靶场、海军试验基地等单位开设工程硕士班的《随机信号处理》的课程教学5次,选课对象为各单位技术骨干,平均每班30人。 在本项目中担任课程负责人和主讲教师,并参与课程辅导和答疑。

  • 张文明 国防科技大学 电子科学与工程学院 教授

    男,43岁,博士/教授,长期从事信号处理方面的教学科研工作,担任国家精品课程、国家精品资源共享课程《随机信号分析与处理》主讲教师,国家级教学团队“信号处理系列课教学团队”核心成员,获军队育才奖银奖,指导研究生12名,其中2名获军队研究生优秀硕士论文,获军队科技进步二等奖2次。担任研究生《统计信号处理》主讲5次,担任工程硕士的《随机信号处理》课程主讲3次。作为主讲教师参与《统计信号处理》MOOC课程建设,并2次担任翻转课堂教学的主讲教师。 在本项目中担任主讲教师,并参与课程辅导与答疑。

  • 谢晓霞 国防科技大学 电子科学与工程学院 副教授

    女,硕士/副教授,从事教学工作17年,为国家精品课程和国家精品资源共享课《随机信号分析与处理》的主讲教员,2次担任研究生《统计信号处理》课程主讲,参与《统计信号处理》MOOC课程建设,为国家级教学团队核心成员。年均教学时数150课时,教学评价都为优秀,所授课程深受学生喜爱。2010年参加校教学能手比赛获得第一名,并获湖南省青年教师教学能手称号。2013年参加湖南省青年教师课堂教学竞赛获电路组第一名,并获湖南省教育系统“芙蓉百岗”明星称号。2010年获军队育才奖银奖。 在本项目中担任主讲教师,并参与视频制作、课程辅导和答疑。

  • 万建伟 国防科技大学 电子科学与工程学院 教授

    男,51岁,博士/教授,博士生导师,主要研究方向为雷达信号处理,水声信号处理,高光谱图像处理等,获部委级科技进步一等奖1项,二等奖6项,三等奖3项,发表论文100余篇。承担校研究生“信号处理仿真实验”和本科生“信号与系统”课程的教学,负责1项国家级教改项目和1项湖南省教改项目和4项校教改项目,参加1项国家级重点教改项目和5项省、校教改项目。为国家教学团队“信号处理系列课程教学团队”的核心成员,国家精品资源共享课程《信号处理与系统》的主讲教师。 在本项目中担任部分内容的主讲,并参与课程辅导和答疑。

  • 代大海 国防科技大学 电子科学与工程学院 副研究员

    男,35岁,博士/副研究员,硕士生导师,IEEE Member,中国电子学会三遥分会委员,《雷达学报》编委,获部委级科技进步一等奖、二等奖各一次。自2013年以来,连续三年担任学校专业硕士学位核心课程《随机信号处理》课程主讲教师;参与《统计信号处理》MOOC课程的制作,录制了一个应用实例的视频,并连续两年担任翻转课堂教学的主讲教师,学校研究生教学优秀个人。 在本项目中担任部分应用的主讲,并参与视频编辑、课程辅导和答疑。

  • 杜小勇 国防科技大学 电子科学与工程学院 副研究员

    男,39岁,博士/副研究员。主要从事雷达信息处理与目标识别方向的教学科研工作,担任研究生课程“统计信号处理”、“雷达目标特性与识别”、“信号与信息处理的数学方法”主讲教师。两次担任《统计信号处理》课程的辅导,参与《统计信号处理》MOOC制作,录制了一个应用视频,并担任一期翻转课堂教学的主讲教师;主持国家自然科学基金2项,获国家科技进步二等奖1项、军队科技进步一等奖1项,发表学术论文20余篇。 在本项目中担任部分应用的主讲,并参与课程辅导答疑。

  • 周剑雄 国防科技大学 电子科学与工程学院 副教授

    女,38岁,博士/副教授,硕士生导师。长期从事信号类课程的教学工作,曾讲授《现代谱估计原理》、《自动控制导论》、《信号与系统》、《统计信号处理》等课程,发表教学论文4篇,2014年获得国防科技大学本科教学能手比赛一等奖。研究方向为雷达信号处理,承担国家自然科学基金等多项科研课题,以第一、二作者发表SCI论文十余篇。 在本项目中担任部分应用的主讲,并参与课程辅导和答疑。

  • 韩韬 国防科技大学 电子科学与工程学院 讲师

    男,31岁,博士/讲师,研究方向为信号处理与电子情报侦察,现从事信号处理与系统、数字信号处理等本科课程教学,为国家精品资源共享课《信号处理与系统》主讲教师。 在本项目中从事视频录制与编辑工作,并参与课程辅导和答疑。

精华笔记

精华笔记正在评选中,去看看全部笔记

常见问题

本课程的主教材是什么?

Steven M.Kay,《Fundamentals of Statistical Signal Processing: Estimation Theory》,Prentice Hall,1993. Steven M.Kay,《Fundamentals of Statistical Signal Processing: Detection Theory》,Prentice Hall,1998.

主要的参考书有哪些?

罗鹏飞编著,《统计信号处理》,电子工业出版社,2009。 罗鹏飞、张文明编著,《随机信号分析与处理》第二版,清华大学出版社,2013。

课程如何进行考核?

课程成绩=期终考试(45%)+单元测试(20%)+平时成绩(35%) 单元测试:由四部分构成,分别是随机过程基础、参数估计、最佳滤波和信号检测,每一个部分的测试试题由20个选择题构成,每个选择题0.25分。 平时成绩:各章节视频后设置了若干测试题,这些测试题累计的成绩作为平时成绩。 期终考试:考试题目全部为选择题,在规定的时间内网上提交答案。 带*号的章节为选学内容,不计入考试成绩。

线下如何进行辅导?

国防科学技术大学的学生每两周安排一次集中辅导。

是否安排网上研讨课?

教学团队每天都安排了老师回答大家提出的问题。 围绕卡尔曼滤波在目标跟踪中的应用在网上组织一次研讨课。