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.
Die Neuauflage des Klassikers zur Statistischen Nachrichtentheorie erscheint nun als Studienausgabe komprimiert auf die prufungsrelevanten Kernfragen der Themenbereiche Detektion und Estimation und berucksichtigt neuere Entwicklungen in der Technik.Die Studienausgabe gibt einen Uberblick uber Signalerkennung im Rauschen und Mustererkennung sowie Parameter- und Signalschatzung. Moderne Verfahren wie Wavelet-Transformation oder Clusterbildung mit unscharfen Partitionen werden berucksichtigt. Neben klassischen Verfahren der Detektion werden neuere, z.B. auf neuronale Netze und Fuzzy-Logik aufbauende Klassifikatoren diskutiert. Die Parameterschatzung behandelt neben Bayes- und Maximum-Likelihood-Ansatzen auch adaptive Verfahren. Wiener- und Kalman-Filter sind Beispiele zur Signalschatzung. Die Grundlagen werden durch Anwendungsbeispiele aus der Praxis erlautert.Die neu aufgenommenen Aufgaben sind so ausgelegt, dass beim selbstandigen Losen zusatzliche Erkenntnisse vermittelt werden. Im Internet werden ausfuhrliche Losungen der Aufgaben zum Herunterladen angeboten.Geeignet fur Studierende hoherer Semester der Fachrichtungen Elektrotechnik und Informationstechnik, Informatik und Technomathematik.
KlappentextDie Neuauflage gibt einen Überblick über Signalerkennung im Rauschen und Musterekennung sowie Parameter- und Signalschätzung. Moderne Verfahren wie Wavelet-Transformation oder Clusterbildung mit unscharfen Partitionen werden berücksichtigt. Neben klassischen Verfahren der Detektion werden neuere, z. B. auf neuronale Netze und Fuzzy-Logik aufbauende Klassifikatoren diskutiert. Die Parameterschätzung behandelt neben Bayes- und Maximum-Likelihood-Ansätzen auch adaptive Verfahren. Wiener- und Kalman-Filter sind Beispiele zur Signalschätzung. Die Grundlagen werden durch Anwendungsbeispiele aus der Praxis erläutert. Das Buch wendet sich an Ingenieure, Informatiker, Physiker und Mathematiker.