超低频非高斯噪声模型及应用

　　《超低频非高斯噪声模型及应用》介绍和讨论了低频（超低频）无线通信非高斯噪声建模和参数估计原理与方法，系统地介绍非高斯噪声建模的数学物理基础，参数估计的方法和主要关键技术。内容有：非高斯噪声的经验模型和统计物理模型，低频大气噪声幅度概率分布模式的辨识，非高斯噪声环境中的*接收机，噪声模型的参数估计三种方法：特征函数谱法、马尔可夫链蒙特卡罗法和重要性采样。最后介绍超低频实验接收机工程实现的若干重要问题。
　　本书可供从事军事通信、低频无线电研究、声纳与雷达信号处理等领域的研究人员和工程技术人员参考，也可作为高等学校信号处理和相关专业的本科生和研究生的参考用书。

第1章  绪论
  1.1 超低频非高斯噪声模型研究的意义
  1.2 超低频大气噪声
  1.3 非高斯噪声模型简要历史回顾
    1.3.1 经验噪声模型
    1.3.2 统计物理噪声模型
  1.4 噪声模型的参数估计
第2章  非高斯噪声理论模型的建立
  2.1 Class A和Class B噪声模型
  2.2 Class A和Class B噪声模型的数学表达式
    2.2.1 广义基本噪声模型
    2.2.2 Class A和Class B幅度概率分布
  2.3 α稳定过程
    2.3.1 α稳定分布定义
    2.3.2 α稳定分布特例
    2.3.3 α稳定分布矩性质
第3章  超低频大气噪声幅度概率分布模式的辨识
  3.1 引言
  3.2 超低频大气噪声建模的理论依据
  3.3 超低频大气噪声测量设备简介
  3.4 超低频信道电磁噪声数据的测量分析方法
  3.5 超低频信道电磁噪声数据的预处理
  3.6 超低频信道电磁噪声数据的非正态分布检验
  3.7 宽带超低频信道大气噪声数据的幅度统计特性分析
  3.8 窄带超低频信道大气噪声数据的幅度统计特f生分析
  3.9 结论
第4章  非高斯噪声中的信号检测
  4.1 最优接收机结构
    4.1.1 局部最佳接收机结构
    4.1.2 次优接收机结构
    4.1.3 非线性处理器的性能估计
  4.2 非高斯噪声环境下Turbo码的译码算法性能分析及改进
    4.2.1 Class A噪声模型的简化
    4.2.2 非高斯噪声LOG-MAP-CA算法推导
    4.2.3 仿真结果及讨论
  4.3 噪声的非参数概率密度估计
  4.4 概率密度与非线性函数联合估计方法
  4.5 本章MATLAB仿真程序及子程序
第5章  基于特征函数谱噪声模型的参数估计
  5.1 引言
  5.2 基于特征函数的Class A参数估计算法
    5.2.1 Class A模型的特征函数
    5.2.2 基于特征函数的Class A模型参数估计算法的推导
    5.2.3 基于特征函数的Class A模型参数估计算法仿真
  5.3 基于特征函数求逆的最大似然参数估计算法
    5.3.1 概率密度函数的FFT形式
    5.3.2 最大似然估计
    5.3.3 实验仿真
  5.4 Class B噪声模型的参数估计
    5.4.1 Class B噪声模型
    5.4.2 Class B噪声模型参数估计算法
    5.4.3 Class B参数估计算法的仿真及结论
  5.5 Class B噪声模型的非线性回归估计
    5.5.1 非线性回归估计
    5.5.2 初始值估计和{λκ}序列的生成
    5.5.3 仿真及实际结果
  5.6 本章MATLAB仿真程序及子程序
第6章  马尔可夫链蒙特卡罗法噪声模型的参数估计
  6.1 混合模型的McMc参数估计
    6.1.1 Α稳定分布乘法性质
    6.1.2 混合模型
    6.1.3 贝叶斯层次模型和先验
    6.1.4 MCMC算法
      6.1.4.1 通过Gibbs抽样更新权重系数ω
      6.1.4.2 通过Gibbs抽样更新参数γ
      6.1.4.3 通过Gibbs抽样更新参数σ-2
      6.1.4.4 通过Metropolis-Hastings算法更新a
      6.1.4.5 通过Gibbs抽样更新参数K，β
      6.1.4.6 更新标签变量z
      6.1.4.7 通过Metropolis-Hastings算法更新变量λ
    6.1.5 仿真及实测结果
  6.2 基于最大后验概率的Class A参数估计算法
    6.2.1 基于最大后验概率参数估计算法推导
    6.2.2 基于最大后验概率的Class A参数估计算法仿真
  6.3 本章MATLAB仿真程序及子程序
第7章  两维的M-Class A噪声模型的参数估计
  7.1 引言
  7.2 多维M-Class A噪声模型
  7.3 M-Class A噪声模型参数的马尔可夫链蒙特卡罗估计算法
    7.3.1 M-Class A噪声模型参数的贝叶斯估计算法推导
    7.3.2 M-Class A模型参数估计算法的计算机仿真及结论
  7.4 M-Class A噪声模型的PMc参数估计算法
    7.4.1 PMC参数估计算法的推导
    7.4.2 PMC算法的CUDA并行计算
  7.5 本章MATLAB仿真程序及子程序
第8章  超低频实验接收机实现的若干重要问题
  8.1 引言
  8.2 编译码方案设计
    8.2.1 编译码体系的选择
    8.2.2 编码器的结构参数
    8.2.3 编码器的生成多项式
    8.2.4 译码算法
  8.3 调制解调方案设计
  8.4 抗干扰设计
  8.5 同步与交织
  8.6 接收机信号处理设计方案
  8.7 结语
附录A  Class A和Class B模型的幅度概率分布推导
  A.1 窄带接收机情形
  A.2 Class A特征函数
  A.3 Class B特征函数
  A.4 Class A和Class B模型的幅度概率分布
参考文献