《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%