برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید

09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Fundamentals of Statistical Signal Processing, Volume II: Detection Theory

دانلود کتاب مبانی پردازش سیگنال آماری ، دوره دوم: نظریه تشخیص

مشخصات کتاب

Fundamentals of Statistical Signal Processing, Volume II: Detection Theory

دسته بندی: موجک و پردازش سیگنال
ویرایش: 1 
نویسندگان: Steven M. Kay  
سری:  
ISBN (شابک) : 013504135X, 9780135041352 
ناشر: Prentice Hall 
سال نشر: 1998 
تعداد صفحات: 577 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 28 مگابایت

قیمت کتاب (تومان) : 35,000

کلمات کلیدی مربوط به کتاب مبانی پردازش سیگنال آماری ، دوره دوم: نظریه تشخیص: ابزار دقیق، پردازش سیگنال، روش های آماری

میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 9

در صورت تبدیل فایل کتاب Fundamentals of Statistical Signal Processing, Volume II: Detection Theory به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب مبانی پردازش سیگنال آماری ، دوره دوم: نظریه تشخیص نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.

توضیحاتی در مورد کتاب مبانی پردازش سیگنال آماری ، دوره دوم: نظریه تشخیص

جامع ترین نمای کلی تشخیص سیگنال موجود است. این یک مقدمه کامل و به‌روز برای بهینه‌سازی الگوریتم‌های تشخیص برای پیاده‌سازی در رایانه‌های دیجیتال است. این به طور گسترده بر روی برنامه های پردازش سیگنال در دنیای واقعی، از جمله پیشرفته ترین فن آوری گفتار و ارتباطات و همچنین سیستم های سونار/رادار سنتی تمرکز دارد. با بررسی سریع مسائل اساسی مرتبط با تشخیص ریاضی و همچنین مهم ترین توابع چگالی احتمال و خواص آنها شروع کنید. در مرحله بعد، فایل‌های PDF گاوسی، Chi-Squared، F، Rayleigh و Rician، فرم‌های درجه دوم متغیرهای تصادفی گاوسی، فایل‌های PDF مجانبی گاوسی، و ارزیابی‌های عملکرد مونت کارلو را مرور کنید. سه فصل مبانی تشخیص مبتنی بر آزمایش فرضیه‌های ساده را معرفی می‌کند، از جمله قضیه نیمن-پیرسون، مدیریت داده‌های نامربوط، ریسک بیز، آزمایش فرضیه‌های چندگانه، و سیگنال‌های قطعی و تصادفی. سپس نویسنده پوشش فوق‌العاده دقیقی از آزمایش فرضیه مرکب را برای تطبیق پارامترهای سیگنال و نویز ناشناخته ارائه می‌کند. این فصل ها به ویژه برای آن دسته از آشکارسازهای ساختمانی که باید با داده های واقعی و فیزیکی کار کنند مفید خواهد بود. سایر موضوعات تحت پوشش عبارتند از: تشخیص در نویز غیرگاوسی، از جمله ویژگی‌های نویز غیرگاوسی، سیگنال‌های قطعی شناخته شده، و سیگنال‌های قطعی با پارامترهای ناشناخته، تشخیص تغییرات مدل، از جمله تشخیص مانور و تشخیص PSD متغیر با زمان، پسوندهای پیچیده، تعمیم برداری، و پردازش آرایه کتاب به طور گسترده از MATLAB استفاده می کند و لیست برنامه ها هر جا که مناسب باشد گنجانده می شود. طراحی شده برای تمرین مهندسان برق، محققان و دانشجویان پیشرفته، مکمل ایده آلی برای مبانی پردازش سیگنال آماری استیون ام کی، جلد. 1: تئوری تخمین (Prentice Hall PTR, 1993, ISBN: 0-13-345711-7).

توضیحاتی درمورد کتاب به خارجی

The most comprehensive overview of signal detection available. This is a thorough, up-to-date introduction to optimizing detection algorithms for implementation on digital computers. It focuses extensively on real-world signal processing applications, including state-of-the-art speech and communications technology as well as traditional sonar/radar systems. Start with a quick review of the fundamental issues associated with mathematical detection, as well as the most important probability density functions and their properties. Next, review Gaussian, Chi-Squared, F, Rayleigh, and Rician PDFs, quadratic forms of Gaussian random variables, asymptotic Gaussian PDFs, and Monte Carlo Performance Evaluations. Three chapters introduce the basics of detection based on simple hypothesis testing, including the Neyman-Pearson Theorem, handling irrelevant data, Bayes Risk, multiple hypothesis testing, and both deterministic and random signals. The author then presents exceptionally detailed coverage of composite hypothesis testing to accommodate unknown signal and noise parameters. These chapters will be especially useful for those building detectors that must work with real, physical data. Other topics covered include: Detection in nonGaussian noise, including nonGaussian noise characteristics, known deterministic signals, and deterministic signals with unknown parameters Detection of model changes, including maneuver detection and time-varying PSD detection Complex extensions, vector generalization, and array processing The book makes extensive use of MATLAB, and program listings are included wherever appropriate. Designed for practicing electrical engineers, researchers, and advanced students, it is an ideal complement to Steven M. Kay's Fundamentals of Statistical Signal Processing, Vol. 1: Estimation Theory (Prentice Hall PTR, 1993, ISBN: 0-13-345711-7).

فهرست مطالب

SKMBT_C45211080608500......Page 1
SKMBT_C45211080609040......Page 3
SKMBT_C45211080609190......Page 30
SKMBT_C45211080611430......Page 104
SKMBT_C45211080610020......Page 264
SKMBT_C45211080610320......Page 352
SKMBT_C45211080610560......Page 432
SKMBT_C45211080611110......Page 534