内容简介
本书介绍了谱参数估计的基础理论与方法。全书共分6章，包括信号的数学模型以及信号通过线性系统的输入输出谱，马尔可夫过程与泊松过程，非参数化谱估计，参数化谱估计，谱参数估计性能下界与低截获概率雷达信号谱特征分析。
本书总结了作者在谱估计教学与科研中最常用的基础理论与方法。这些基础理论与方法以概率密度函数先验、局部极大值估计且期望无偏等作为假设条件，适用于二阶平稳信号以及带宽远大于信号带宽且具有时不变因果稳定系统。根据作者的已有经验，大多数信号经过预处理或时频变换后都满足上述条件。
本书主要作为高等院校信号与信息处理相关专业的研究生教材，也可供信息通信工程高年级本科生及低截获概率雷达研究领域的科研和工程技术人员参考。
目录
1 信号的数学模型
1.1 简单信号的数学模型
1.2 信号通过线性系统的输入输出谱
2 马尔可夫过程
2.1 马尔可夫过程特征
2.1.1 马尔可夫序列
2.1.2 马尔可夫链
2.2 独立增量过程特征
2.2.1 概述
2.2.2 泊松过程
2.2.3 维纳过程
3 非参数化谱估计
3.1 非参数化频域谱
3.2 非参数化谱估计
3.2.1 牛顿迭代法
3.2.2 窗函数
3.2.3 高分辨率方法
4 参数化谱估计
4.1 基于系统辨识的估计方法
4.2 最小二乘算法
4.2.1 基本最小二乘
4.2.2 总体最小二乘
4.2.3 约束最小二乘
4.2.4 加权最小二乘
4.2.5 加权迭代最小二乘
4.3 普罗尼算法（PRONY算法）
4.4 子空间估计方法
4.5 多重信号分类算法（MUSIC算法）
4.6 旋转不变子空间算法（ESPRIT算法）
4.7 最小模方法
4.8 二维谱估计
4.9 卡尔曼滤波
5 谱估计性能下界
5.1 信号包络与相位概率分布
5.2 高斯分布估计值的方差下界
5.3 大动态信噪比的谱估计性能界
5.3.1 巴兰金界
5.3.2 高斯-均匀混合分布的熵误差
5.4 高斯过程包络平方的概率分布
5.4.1 窄带高斯噪声包络平方的分布
5.4.2 余弦信号加窄带高斯噪声包络平方的概率分布
5.4.3 x2分布和非中心x2分布
6 低截获概率雷达信号谱特征分析
6.1 低截获概率信号简介
6.2 低截获概率信号编码设计
6.2.1 二相码
6.2.2 多相码
6.2.3 多时码
6.3 低截获概率信号的时频分析方法
6.3.1 短时傅里叶变换（Short-Time Fourier Transform，STFT）
6.3.2 魏格纳-威尔分布（Wigner-Ville Distribution，WVD）
6.3.3 改进的魏格纳-威尔分布
6.3.4 崔-威廉斯分布（Choi-Williams Distribution，CWD）
6.4 低截获概率信号的效能评估指标
6.4.1 信息距离
6.4.2 识别容量
6.4.3 截获时间
6.4.4 截获达成度
参考文献
