前言：今天結束了大學四年的最后一門考試——通信電路。相比而言《信號檢測與處理》是一門容易一些的課程，如果把數理統計中的檢測和估值這兩部分概念理解清楚，加之對雷達的整個過程都有所了解，這門課想及格還是不難的。而且 pretest 上面往年的考題也出的較為一致，這門課應該是相對穩定的。這門課的教材是孟憲元編的《信號檢測與處理原理及應用》。

?

信號統計部分：

??????? 第一章介紹了信號的基本概念及表示，包括實信號的復數表示（Hilbert 變換表示，指數復數形式），隨機信號的復數表示，信號的矢量表示（信號的正交化，廣義 Fourier 變換等），以及隨機信號的正交化表示。這部分對于考試并不很重要。

??????? 第二章和第三章是關于信號的統計檢測理論以及有噪聲的情況。這是第一個重點。介紹了幾種統計檢測的基本方法（假設檢驗的基本概念，貝葉斯準則，極小極大準則，奈曼—皮爾遜準則），這三種關于單次測量的一維分布信號情形是常考的部分。務必清楚它們的 intuition 以及相互的聯系與區別。而后是將這幾種準則從一維推廣到多維，從單次測量推廣到（相互獨立的）多次測量。至于復合假設檢驗、廣義似然比檢驗、序貫檢驗考的也只是概念，開卷翻書即可。有白噪聲時通過 Cauchy-Schwarz 不等式可以推導得到匹配濾波理論，當噪聲為色噪聲時通過予白化即可將色噪聲化為白噪聲。

??????? 第四章信號參數的估計是第二個重點。信號檢測是已知統計模型參數的情況下對檢測到的信號做一個判斷和歸類；而信號參數的估計正好相反，是在擁有一些（大量）標定的觀測數據對統計模型參數進行估計。因此最優化時的目標函數是比較類似的，所采用的方法也很接近。貝葉斯估計和最大似然估計依然是需要理解和掌握的。另外有一些常用的估計方法，如線性最小均方誤差估計和最小二乘估計，后者由于理論推導并不復雜，常被當做考點。估計量的基本性質亦是統計中很重要的概念，Cramer-Rao 不等式幾乎是必考內容，要清楚有效估計量和這個不等式的聯系。

?

雷達部分：

??????? 6.1 雷達及其發展簡史
??????? 6.2 雷達的發展趨勢
??????? 6.3 雷達的主要技術指標
??????? 6.4 雷達系統結構與工作原理
??????? 6.5 雷達作用距離方程
??????? 6.6 目標的雷達截面積
??????? 6.7 噪聲背景下雷達目標的檢測

??????? 這部分知識點比較死，不太會有自我發揮的余地。6.1幾乎可以直接跳過，即使不知道雷達是干嘛的看了后面幾節也就ok。6.2也是幾乎不會考查計算的小節，對 MTD (Moving Target Detection，動目標檢測)和 MTI (Moving Target Indication，動目標指示)有個印象即可。MTD?和?MTI?的意思是利用運動目標的多普勒效應，通過提取多普勒頻率從而將運動目標從復雜背景中分離出來，并對消掉固定和慢變化的雜波信號，將運動目標回波顯示出來的一種技術。即使不清楚，開卷考試翻書即可。

??????? 6.3看似重要，但其實沒法考察，亦可跳過。雷達的系統結構和工作原理是重點之一。尤其是工作原理要仔細看一下，不過都是初中數學和物理，很簡單。6.5中雷達作用距離方程是雷達中的一個重要公式，它描述了由于距離等衰減因素，以及雷達接收返回波需要一個靈敏度，故對于給定發射功率的雷達波，只有有限范圍的物體能夠被探測到。目標的雷達截面積 $\sigma$ 亦是這節的一個重要概念，它反映了目標散射（反射）雷達波的能力，需要清楚目標截面積和哪些因素有關。在雷達的工程設計中，還需要考慮檢測概率和虛警概率等，于是有了門限估計距離的概念。在影響雷達傳播過程中，一個主要的因素是地面和建筑物的反射。考慮理想水平面反射對雷達作用距離以及天線方向圖的影響亦是常常考察的地方。由于水平極化的雷達波通過地面反射一次有 $\pi$ 的相位變化。天線方向圖在水平的時候有一個盲區，這也就是為什么轟炸機要選擇低空飛行來躲避敵方雷達的檢測。

??????? 6.6目標截面積 $\sigma$ 是這一章的另一個考點，主要知道雷達的目標截面積與哪些因素有關即可，包括波長、入射角、極化、目標物自身的大小等。極化、散射矩陣的概念與光學中不同極化方向反射波通過入射波表達的形式一樣。涉及到統計模型的復雜目標的雷達截面積幾乎不考，內容過于 detail 了。

??????? 第七章雜波可以直接跳過，基本不考。第九章脈沖壓縮，知道基本概念，知道脈壓的本質是匹配濾波即可。

轉載于:https://www.cnblogs.com/JVKing/articles/2296533.html

總結

以上是生活随笔為你收集整理的《信号检测与处理》的学习的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。