ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

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 Statistische Nachrichtentheorie: Erster Teil Signalerkennung und Parameterschätzung

دانلود کتاب تئوری پیام آماری: قسمت اول تشخیص سیگنال و تخمین پارامتر

Statistische Nachrichtentheorie: Erster Teil Signalerkennung und Parameterschätzung

مشخصات کتاب

Statistische Nachrichtentheorie: Erster Teil Signalerkennung und Parameterschätzung

ویرایش: 2 
نویسندگان:   
سری: Hochschultext 
ISBN (شابک) : 9783540171539, 9783642829352 
ناشر: Springer-Verlag Berlin Heidelberg 
سال نشر: 1986 
تعداد صفحات: 223 
زبان: German 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 10 مگابایت 

قیمت کتاب (تومان) : 42,000



کلمات کلیدی مربوط به کتاب تئوری پیام آماری: قسمت اول تشخیص سیگنال و تخمین پارامتر: مهندسی ارتباطات، شبکه



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 11


در صورت تبدیل فایل کتاب Statistische Nachrichtentheorie: Erster Teil Signalerkennung und Parameterschätzung 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 تئوری پیام آماری: قسمت اول تشخیص سیگنال و تخمین پارامتر 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 تئوری پیام آماری: قسمت اول تشخیص سیگنال و تخمین پارامتر

1. وظایف تئوری پیام آماری.- 1.1 تشخیص.- 1.2 تخمین.- 1.3 رویکردهای طراحی.- 2. اصطلاحات اساسی نظریه سیستم های آماری.- 2.1 اصطلاحات آمار.- 2.2 تبدیل متغیرهای تصادفی و فرآیندها.- 3. سیگنال بازنمایی توسط بردارها.- 3.1 نمایش فرآیندها توسط بردارها.- 3.2 نمایش برداری سیگنال های M.- 3.2.1 روش گرم اشمیت.- 3.3 اطلاعات نامربوط.- 3.4 کانال های برداری.- 3.5 خلاصه.- 4. تشخیص سیگنال ).- 4.1 تشخیص باینری.- 4.1.1 معیار بیزی.- 4.1.2 حداکثر معیار پسینی (MAP).- 4.1.3 معیار نیمن-پیرسون.- 4.1.4 مشخصه عملکرد گیرنده (ROC).- 4.2 تشخیص چندگانه .- 4.2.1 اصل MAP برای تشخیص چندگانه.- 4.2.2 قانون تصمیم گیری برای فرآیندهای گاوسی.- 4.2.3 انتخاب بردارهای سیگنال.- 4.2.3.1 پیکربندی بردار سیگنال با فضاهای تصمیم مستطیلی.- 4.2.3.2 متعامد و سیگنال مرتبط پیکربندی های برداری - 4.2.4 تخمین احتمال خطا - 4.2.5 مقایسه پیکربندی بردار سیگنال.- 4.3 تحقق گیرنده برای تشخیص.- 4.4 کاربرد اصول تشخیص در انتقال داده.- 4.4.1 مقایسه روش های مدولاسیون دیجیتال.- 4.4.2 مودم داده برای انتقال بلوک های داده.- 4.4. 2.1 محاسبه احتمال خطا P (F).- 4.5 خلاصه.- 5. تخمین پارامتر (Estimation).- 5.1 تخمین پارامترهای با تابع چگالی شناخته شده (معیار بیس).- 5.1.1 تابع هزینه مجذور خطا.- 5.1.2 تابع هزینه خطای مطلق.- 5.1.3 تابع هزینه با ارزیابی ثابت خطاهای بزرگ.- 5.1.4 عدم تغییر مقدار تخمینی بهینه با توجه به دسته ای از توابع هزینه.- 5.2 برآورد پارامترها بدون هیچ گونه اطلاعات پیشینی (تخمین احتمال حداکثری).- 5.3 حداقل میانگین مربعات خطای برآورد.- 5.3.1 حداقل واریانس خطا با چگالی پیشینی ناشناخته .- 5.3.2 حداقل میانگین مربعات خطا با چگالی پیشینی شناخته شده.- 5.4 تخمین پارامترهای چندگانه.- 5.4.1 روش تخمین.- 5.4. 1.1 بردار پارامتر با چگالی پیشینی شناخته شده - 5.4.1.2 بردار پارامتر بدون اطلاعات پیشینی - 5.4.2 خطای برآورد - 5.4.2.1 حداقل واریانس خطا. بردار پارامتر بدون اطلاعات پیشینی.- 5.4.2.2 میانگین مربعات خطا. بردار پارامتر با چگالی پیشینی شناخته شده.- 5.5 برآوردگرهای خطی.- 5.5.1 قضیه گاوس مارکف. اطلاعات پیشینی.- 5.5.5 بهبود برآوردها.- 5.5.6 برآوردهای بهبودیافته: فرمول کالمن.- 5.6 کاربرد تخمین پارامتر در انتقال داده.- 5.6.1 کنترل بهره خودکار (AGC).- 5.6.2 یکسان سازی خطی کانال های انتقال.- 5.6.2.1 پاسخ ضربه ای اکولایزر.- 5.6.2.2 تخمین پارامترهای کانال.- 5.7 خلاصه.- وظایف.- فهرست اسامی و موضوعات.


توضیحاتی درمورد کتاب به خارجی

1. 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.- 3.2.1 Gram-Schmidt-Verfahren.- 3.3 Irrelevante Information.- 3.4 Vektorkanäle.- 3.5 Zusammenfassung.- 4. Signalerkennung (Detektion).- 4.1 Binäre Detektion.- 4.1.1 Bayes-Kriterium.- 4.1.2 Maximum-a-posteriori-Kriterium (MAP).- 4.1.3 Neyman-Pearson-Kriterium.- 4.1.4 Empfängerarbeitscharakteristik (ROC).- 4.2 Multiple Detektion.- 4.2.1 MAP-Prinzip für multiple Detektion.- 4.2.2 Entscheidungsregel bei Gaußprozessen.- 4.2.3 Wahl der Signalvektoren.- 4.2.3.1 Signalvektorkonfiguration mit rechtwinkligen Entscheidungsräumen.- 4.2.3.2 Orthogonale und damit verwandte Signalvektorkonfigurationen.- 4.2.4 Abschätzung der Fehlerwahrscheinlichkeit.- 4.2.5 Vergleich der Signalvektorkonfiguration.- 4.3 Realisierung der Empfänger für die Detektion.- 4.4 Anwendung von Detektionsprinzipien bei der Datenübertragung.- 4.4.1 Vergleich von digitalen Modulationsverfahren.- 4.4.2 Daten-Modem zur Übertragung von Datenblöcken.- 4.4.2.1 Berechnung der Fehlerwahrscheinlichkeit P (F).- 4.5 Zusammenfassung.- 5. Parameterschätzung (Estimation).- 5.1 Schätzung von Parametern mit bekannter Dichtefunktion (Bayes-Kriterium).- 5.1.1 Kostenfunktion des quadratischen Fehlers.- 5.1.2 Kostenfunktion des absoluten Fehlers.- 5.1.3 Kostenfunktion mit konstanter Bewertung großer Fehler.- 5.1.4 Invarianz des optimalen Schätzwertes bezüglich einer Klasse von Kostenfunktionen.- 5.2 Schätzung von Parametern ohne jede A-priori-Information (Maximum-Likelihood-Schätzung).- 5.3 Der minimale mittlere quadratische Schätzfehler.- 5.3.1 Minimale Fehlervarianz bei unbekannter A-priori-Dichte.- 5.3.2 Minimaler mittlerer quadratischer Fehler bei bekannter A-priori-Dichte.- 5.4 Multiple Parameterestimation.- 5.4.1 Schätzverfahren.- 5.4.1.1 Parametervektor mit bekannter A-prioriDichte.- 5.4.1.2 Parametervektor ohne A-priori-Information.- 5.4.2 Schätzfehler.- 5.4.2.1 Minimale Fehlervarianz. Parametervektor ohne A-priori-Information.- 5.4.2.2 Mittlerer quadratischer Fehler. Parametervektor mit bekannter A-priori-Dichte.- 5.5 Lineare Schätzeinrichtungen.- 5.5.1 Gauß-Markoff-Theorem.- 5.5.2 Geometrische Interpretation des Gauß-Markoff-Theorems.- 5.5.3 Additive unkorrelierte Störungen.- 5.5.4 Parametervektor ohne A-priori-Information.- 5.5.5 Verbesserung der Schätzwerte.- 5.5.6 Verbesserte Schätzwerte: Kalman Formel.- 5.6 Anwendung der Parameterschätzung bei der Datenübertragung.- 5.6.1 Automatische Verstärkungsregelung (AGC).- 5.6.2 Entzerrung von linearen Übertragungskanälen.- 5.6.2.1 Impulsantwort des Entzerrers.- 5.6.2.2 Schätzung der Kanalparameter.- 5.7 Zusammenfassung.- Aufgaben.- Namen- und Sachverzeichnis.



فهرست مطالب

Front Matter....Pages i-8
Aufgaben der statistischen Nachrichtentheorie....Pages 9-19
Grundbegriffe der statistischen Systemtheorie....Pages 20-34
Signaldarstellung durch Vektoren....Pages 35-50
Signalerkennung (Detektion)....Pages 51-119
Parameterschätzung (Estimation)....Pages 120-200
Back Matter....Pages 201-222




نظرات کاربران