Cantitate/Preț
Produs
Total produse
Vezi coșul
Fundamentals of Statistical Processing de Steven Kay

Fundamentals of Statistical Processing

Autor Steven Kay
en Limba Engleză Hardback – 5 apr 1993

Remarcăm faptul că Fundamentals of Statistical Processing necesită un nivel de experiență solid în matematică și inginerie, fiind conceput pentru profesioniștii care activează în domenii tehnice precum proiectarea sistemelor radar, geofizică sau comunicații. Volumul presupune cunoștințe prealabile de teoria probabilităților și statistică, oferind o bază teoretică unificată pentru estimarea parametrilor în medii cu zgomot. Apreciem rigoarea cu care Steven Kay tratează metodele de obținere a estimatorilor optimi, trecând dincolo de simpla descriere a algoritmilor spre o analiză detaliată a performanțelor acestora. Spre deosebire de alte lucrări ale autorului care explorează zone literare sau analize sociale, acest tratat tehnic reprezintă nucleul expertizei sale academice în procesarea semnalelor. Credem că cititorul care a aplicat deja conceptele de bază din Introduction to Optimal Estimation de Edward W. Kamen va găsi în lucrarea de față o aprofundare necesară a tehnicilor de modelare statistică. Dacă volumul lui Kamen introduce conceptele de control și procesare, Steven Kay rafinează aceste idei prin exemple practice și aplicații concrete pentru situații reale, facilitând tranziția de la teorie la implementare. Structura este una procesuală, ghidând utilizatorul prin complexitatea extragerii datelor utile din semnale perturbate. Această abordare tehnică și practică a fost ulterior extinsă de autor în volume precum Fundamentals of Statistical Signal Processing, Volume III (Paperback), unde accentul se mută pe dezvoltarea algoritmilor pentru computere digitale. În acest prim volum însă, accentul rămâne pe fundamentarea matematică și pe validarea performanței, fiind un instrument esențial pentru orice inginer care dorește să înțeleagă limitele teoretice ale preciziei într-un sistem de achiziție de date.

Citește tot Restrânge

Preț: 75033 lei

Preț vechi: 97445 lei
-23%

Puncte Express: 1125

Carte disponibilă

Livrare economică 11-25 mai
Livrare express 24-30 aprilie pentru 16496 lei

 Adaugă în coș

Wish list
Gift list
Am citit!
Adaugă în listă

Specificații

ISBN-13: 9780133457117
ISBN-10: 0133457117
Pagini: 608
Dimensiuni: 238 x 183 x 28 mm
Greutate: 1.04 kg
Ediția:New.
Editura: Pearson Education
Locul publicării:Upper Saddle River, United States

De ce să citești această carte

Recomandăm această carte inginerilor și cercetătorilor care au nevoie de o metodologie riguroasă pentru extragerea informațiilor din semnale afectate de zgomot. Cititorul câștigă o înțelegere profundă a estimatorilor optimi, esențială în dezvoltarea sistemelor radar, sonar sau de comunicații moderne. Este un volum de referință care transformă teoria statistică abstractă într-un instrument de lucru aplicabil în ingineria de înaltă precizie.

Cuprins



 1. Introduction.


 2. Minimum Variance Unbiased Estimation.


 3. Cramer-Rao Lower Bound.


 4. Linear Models.


 5. General Minimum Variance Unbiased Estimation.


 6. Best Linear Unbiased Estimators.


 7. Maximum Likelihood Estimation.


 8. Least Squares.


 9. Method of Moments.


10. The Bayesian Philosophy.


11. General Bayesian Estimators.


12. Linear Bayesian Estimators.


13. Kalman Filters.


14. Summary of Estimators.


15. Extension for Complex Data and Parameters.


Appendix: Review of Important Concepts.


Glossary of Symbols and Abbreviations.

Caracteristici

  • describes the field of parameter estimation based on time series data.
  • provides a summary of principal approaches as well as a “roadmap” to use in the selection of an estimator.
  • extends many of the results for real data/real parameters to complex data/complex parameters.
  • summarizes as examples many of the important estimators used in practice.
  • illustrates how a digital computer can be used to assess performance of an estimator.
  • emphasizes a linear model to allow an optimal estimator to be found by inspection of a data model.

Descriere scurtă

A unified presentation of parameter estimation for those involved in the design and implementation of statistical signal processing algorithms. Covers important approaches to obtaining an optimal estimator and analyzing its performance; and includes numerous examples as well as applications to real- world problems. MARKETS: For practicing engineers and scientists who design and analyze signal processing systems, i.e., to extract information from noisy signals -- radar engineer, sonar engineer, geophysicist, oceanographer, biomedical engineer, communications engineer, economist, statistician, physicist, etc.

Textul de pe ultima copertă

For those involved in the design and implementation of signal processing algorithms, this book strikes a balance between highly theoretical expositions and the more practical treatments, covering only those approaches necessary for obtaining an optimal estimator and analyzing its performance. Author Steven M. Kay discusses classical estimation followed by Bayesian estimation, and illustrates the theory with numerous pedagogical and real-world examples. Special features include over 230 problems designed to reinforce basic concepts and to derive additional results; summary chapter containing an overview of all principal methods and the rationale for choosing a particular one; unified treatment of Wiener and Kalman filtering; estimation approaches for complex data and parameters; and over 100 examples, including real-world applications to high resolution spectral analysis, system identification, digital filter design, adaptive noise cancelation, adaptive beamforming, tracking and localization, and more. Students as well as practicing engineers will find Fundamentals of Statistical Signal Processing an invaluable introduction to parameter estimation theory and a convenient reference for the design of successful parameter estimation algorithms.