信号检测与估计 学习参考资料：http://dsp.whu.edu.cn/course/signalde/jxdg.htm
《信号检测与估计》课程教学大纲
课程代码：
课程负责人：杨文
课程中文名称:信号检测与估计
课程英文名称：Signal Detection and Estimation
课程类别：必修
课程学分数：3
课程学时数：54
授课对象：信息与通信类、电子类等专业研究生和高年级本科生
本课程的前导课程：概率论与数理统计、数学分析、矩阵论、随机过程
一、教学目的和要求
“信号检测与估计”是研究在噪声、干扰和信号共存的环境中如何正确发现、辨别和测量信号的学问。它是通信与信息技术学科中的一门重要课程。“信号检测与估计”广泛应用于雷达、声纳和无线通信等领域。通过本课程的学习，使学生对信号检测与估计理论有一个比较全面和系统的了解，掌握信息检测和估计的基本概念方法，为从事信号与信息处理的研究和应用打下一个坚实的基础。
二、课程内容与学时分配
|
内 容 |
学 时 |
|
第一章：概论 |
2学时 |
|
第二章：经典估计理论 |
16学时 |
|
第三章：贝叶斯估计理论 |
12学时 |
|
第四章：简单假设检验 |
9学时 |
|
第五章：复合假设检验 |
9学时 |
|
第六章：恒虚警检测 |
6学时 |
第一章 概论（2学时）
第一节 信号处理中的估计与检测
第二节 估计和检测问题的数学描述
第三节 估计和检测问题的内容体系
重点讲授：估计和检测的基本概念以及历史发展，数学模型与描述。
估计部分
第二章 经典估计理论（16学时）
第一节 最小方差无偏估计(MVU)
第二节 最佳线性无偏估计(BLUE)
第三节 最大似然估计(MLE)
第四节 最小二乘估计(LSE)
第五节 矩估计(ME)以及经典估计小结与应用实例
重点讲授： CRLB, RBLS, Neyman-Pearson因子分解定理，经典的一般线性模型，各经典估计算法(MVU,BLUE,MLE,LSE,ME)的数据模型/假设，最佳准则以及性能评估。
第三章 贝叶斯估计理论（12学时）
第一节 最小均方误差估计(MMSE)
第二节 最大后验估计(MAP)
第三节 线性最小均方误差估计(LMMSE)
第四节 小结与应用实例
重点讲授：贝叶斯估值理论与方法，贝叶斯线性模型，各贝叶斯估计方法（MMSE,MAP,LMMSE）的数据模型/假设，最佳准则以及性能评估。
检测部分
第四章 简单假设检验（9学时）
第一节 统计判决理论I
第二节 确定信号
第三节 随机信号
第四节 小结与应用实例
重点讲授：简单假设检验（二元和多元）的数据模型/假设，最佳准则和性能评估。
第五章 复合假设检验（9学时）
第一节 统计判决理论II
第二节 具有未知参数的确定性信号
第三节 具有未知参数的随机性信号
第四节 未知噪声参数
第五节 非高斯噪声
第六节 小结与应用实例
重点讲授：复合假设检验（二元和多元）的数据模型/假设，最佳准则和性能评估。
第六章 恒虚警检测（6学时）
第一节 信号的恒虚警率检测概论
第二节 信号的非参量检测
第三节 信号的稳健性检测
第四节 小结与应用实例
三、教材与参考书
教材：《统计信号处理基础——估计与检测理论》, 北京：电子工业出版社，罗鹏飞等译，2003.8
英文原著：
1.《Fundamentals of Statistical Signal Processing, Volume I: Estimation Theory》——Steven M. Kay
2.《Fundamentals of Statistical Signal Processing, Volume II: Detection Theory》——Steven M. Kay
参考书：
[1] 《信号检测与估计理论》,北京：清华大学出版社,赵树杰等,2005.11
[2] 《信号统计分析与处理》，合肥：中国科学技术大学出版社,沈凤麟等，2001
[3]《信号检测与参数估计》,北京：科学出版社, 陆根源，陈孝桢，2004.8
[4]《信号的统计检测与估计理论》（第二版），北京：科学出版社，李道本，2004.10
网上资源: http://dsp.whu.edu.cn/ (“信号检测与估计”课程网站)
四、作业和考核方式
期末考试70% ,课程论文30%