本站原创Piet BroersenAutomatic Autocorrelationand Spectral Analysis2006ISBN 978-1-84628-329-1(Online)Springer
利用给定的一组样本数据估计一个平稳随机信号的功率谱密度称为功率谱估计.在许多工程应用中,功率谱的分析和估计是十分重要的,因为它能给出被分析对象的能量随频率的分布情况.这本教科书是适用于研究生水平的信号处理著作,主要讲述现代谱估计理论.
本书共分10章,各章内容如下：1 通过一些时间序列的例子,引出全书所要讨论的问题；2 较为详细地介绍概率论和数理统计的基本概念；3 介绍离散随机过程的理论和周期图方法.周期图法是一种经典谱估计方法,它的主要特点是与任何模型参数无关,是一类非参数化方法,缺点是分辨率低.另一种方法是使用参数化模型,统称为参数化功率谱估计,后续几章的内容就是围绕参数化模型估计展开；4 介绍ARMA(自回归一滑动平均)理论；5 补充介绍时间序列模型的性质；6 讲述各种时间序列模型的参数估计方法；第7～8章,介绍AR(自回归),MA(滑动平均),ARMA模型阶数的确定方法；9 给出了ARMA的一些应用举例并附录相应MATLAB工具箱介绍；10 给出了时间序列估计理论的一些高级应用.
作者Piet Broersen于1976年在荷兰代尔夫特工业大学取得博士学位,目前在该校任教,是自动识别领域的专家.
本书是一本教科书,结构严谨,内容充实,基本涵盖了谱估计理论的所有内容,并附有大量习题.
本书适合信号处理学科的研究生教学,也可用于从事谱估计相关领域科研人员的参考用书.
平利川,硕士
(中国科学院声学研究所)
Pin lichuan,Master
(Institute of Acoustics,Chinese Academy of Sciences)