Das Buch besteht aus zwei Teilen. Im Teil 1 werden die Grundlagen wie Filterung und Spektralanalyse, diskrete Signale und Systeme, Z-Transformation, rekursive und nichtrekursive Filter besprochen. Hinzu kommen die Fragen der diskreten Fourier-Transformation (DFT), der Spektralanalyse determinierter Signale sowie der traditionellen und parametrischen Spektralschätzung. Teil 2 enthält MATLAB-Übungen, Aufgaben und Lösungen.
Inhaltsverzeichnis1. Aufgaben der statistischen Nachrichtentheorie.1.1 Detektion.1.2 Estimation.1.3 Entwurfsansätze.2. Grundbegriffe der statistischen Systemtheorie.2.1 Begriffe der Statistik.2.2 Transformationen von Zufallsvariablen und Prozessen.3. Signaldarstellung durch Vektoren.3.1 Darstellung von Prozessen durch Vektoren.3.2 Vektordarstellung von M Signalen.3.3 Irrelevante Information.3.4 Vektorkanäle.3.5 Zusammenfassung.4. Signalerkennung (Detektion).4.1 Binäre Detektion.4.2 Multiple Detektion.4.3 Realisierung der Empfänger für die Detektion.4.4 Anwendung von Detektionsprinzipien bei der Datenübertragung.4.5 Zusammenfassung.5. Parameterschätzung (Estimation).5.1 Schätzung von Parametern mit bekannter Dichtefunktion (Bayes-Kriterium).5.2 Schätzung von Parametern ohne jede A-priori-Information (Maximum-Likelihood-Schätzung).5.3 Der minimale mittlere quadratische Schätzfehler.5.4 Multiple Parameterestimation.5.5 Lineare Schätzeinrichtungen.5.6 Anwendung der Parameterschätzung bei der Datenübertragung.5.7 Zusammenfassung.Aufgaben.Namen- und Sachverzeichnis.
Signal - und Mustererkennung, Parameter- und Signalschätzung
Die 5. Auflage des Klassikers zur Statistischen Informationstechnik bietet einen umfassenden Überblick über Mustererkennung, Signalverarbeitung und maschinelles Lernen. Sie behandelt moderne Verfahren wie Wavelet-Transformation und neuronale Netze sowie praktische Anwendungsbeispiele. Ideal für Studierende und Ingenieure.