一本把通信、雷达与算法实现真正连起来的书！

最近翻到一本适合通信、雷达方向工程师和研究生长期放在手边的书：《Signal Processing Algorithms for Communication and Radar Systems》它不是那种只讲公式推导、却很难落到系统问题上的教材，而是把“为什么要学这些算法”和“这些算法最终用在哪里”连接得比较紧。

这本书由UCLA的KungYao编写，全书346页，内容来自其多年的研究生课程。对正在做频谱分析、阵列处理、波束形成、MIMO接收机或雷达信号处理的人来说，这本书的价值不在于“新”，而在于“系统”和“能串起来”。

很多信号处理教材的问题在于，前半本是傅里叶、采样、估计，后半本突然变成一堆彼此割裂的专题。你知道每个名词，却很难形成整体框架。这本书做得比较好的一点，是它从频谱分析起步，一路过渡到参数谱估计、时频分析、小波、阵列处理、压缩采样，再延伸到线性代数、量化误差和脉动阵列实现，主线一直没有断。

更难得的是，它没有把通信和雷达分成两个互不相干的世界。书里既讲 M-FSK、CDMA、MIMO这样的通信问题，也讲CW Doppler radar、DOA、beamforming 这类雷达问题，让读者看到很多算法其实共享同一套数学骨架，只是应用场景不同。

具体好在哪里

如果你已经学过基础DSP，再读这本书，会很容易感受到它的工程感。例如前面几章不是只停留在 DFT、FFT 和频谱分析的定义，而是直接把这些方法放回通信调制、Doppler 雷达和语音处理场景里，读者能更快理解“一个算法为什么重要”，而不是只记住公式本身。

书里对参数谱估计的安排也很有价值。最大熵谱估计、Pisarenko、MUSIC这些方法，很多人平时只在论文或零散课件里见过，但在这里能顺着问题背景、模型假设和用途一路读下来。对做目标方向估计、阵列信号处理的人，这部分尤其值得看。

再往后看，波束形成、阵列处理和压缩采样章节，会让这本书和一般“纯 DSP 教材”拉开差距。它不只是告诉你一个算法怎么推，还会持续提醒你：分辨率、鲁棒性、阵列结构、采样约束这些问题，最终都会回到系统设计和实现代价上。

另外，QR分解、SVD、秩判定、最小二乘、总最小二乘，这些内容不是数学附录，而是被当作通信与雷达算法的工作语言来处理。很多工程问题表面上是信号处理，底层其实是数值线性代数，这本书把这层关系讲得很明确。

怎么读更高效

如果你偏雷达与阵列方向，可以优先读频谱分析、参数谱估计、波束形成，以及 SVD 相关章节；如果你偏通信实现，可以把FFT、压缩采样、CDMA、MIMO、量化和 systolic 架构连起来看。先建立“问题、模型、算法、实现”的链条，再回头补证明，收获通常会更大。

第1章 频谱分析的应用 1

1.2 通信系统中的 M 元频移键控(M-FSK)调制 1

1.3 连续波多普勒雷达 2

1.4 语音处理 3

1.5 其他应用 4

第2章 离散傅里叶变换、快速傅里叶变换与卷积 7

2.1 离散傅里叶变换与经典傅里叶变换 7

2.2 采样 10

2.3 离散傅里叶变换 13

2.4 快速傅里叶变换 14

2.4.1 时域抽取(DIT)与频域抽取(DIF) 15

2.5 循环卷积 17

第3章 基于连续/离散傅里叶变换的频谱分析 21

3.1 连续/离散时间数据的频率分辨率 21

3.1.1 连续时间信号 21

3.1.2 离散时间数据 24

3.2 窗函数 26

3.2.1 连续时间信号 26

3.2.2 离散时间数据 28

3.2.3 数字 Prolate 窗 33

3.2.4 Kaiser 窗 35

3.2.5 具有受限频谱值的最大能量窗 35

3.3 处理增益与等效噪声带宽 36

第4章 参数化频谱分析 41

4.1 最大熵频谱分析 41

4.1.1 M 阶自回归模型 41

4.1.2 纯复指数信号 AR 频谱估计器的启发式解释 43

4.2 AR 频谱估计器的熵最大化 49

4.3 Pisarenko 频谱估计方法 52

4.4 用于到达方向估计的 MUSIC 方法 57

4.4.1 信源与阵列模型 57

4.4.2 信号与噪声子空间 59

4.4.3 MUSIC 空域 DOA 估计器 60

第5章 时频频谱分析 64

5.1 时频信号表示 64

5.1.1 谱图 68

5.1.2 二次型时频表示 69

5.1.3 平移不变时频分布 70

5.1.4 Wigner-Ville 分布 71

第6章 小波与子带分解 75

6.2 仿射时频表示 75

6.3 线性时频表示 77

6.3.1 短时傅里叶变换 77

6.3.2 小波变换 78

6.3.3 STFT 与 WT 的关系 79

6.4 离散小波变换 82

6.5 多分辨率分解 84

6.5.1 Haar 小波与 Shannon 小波 86

6.6 小波与压缩 87

第7章 波束形成与阵列处理 93

7.2 早期阵列处理系统 94

7.3 宽带波束形成器 98

7.4 基于 CRB 方法、仿真与外场测量的阵列系统性能分析 103

7.4.1 CRB 方法 103

7.4.2 AML 仿真结果 105

7.5 若干较新的阵列处理方法 106

7.5.1 鲁棒波束形成方法 106

7.5.2 用于阵列设计的随机有限集方法 108

7.5.3 大阵列 110

第8章 压缩采样导论 114

8.2 经典 Shannon 采样定理及相关问题 114

8.3 用于求解欠定方程组的压缩采样 115

第9章 混沌信号分析与处理 125

9.2 混沌与非线性动力系统 126

9.2.1 Logistic 映射 NLDS 中的分岔与混沌 127

9.2.2 Lorenz NLDS 微分方程中的分岔与混沌 131

9.3 状态空间中的混沌分析 132

9.3.1 Poincare 截面 134

9.4 基于时间序列数据的混沌表征 134

9.4.1 一维时间序列中的 Lyapunov 指数 134

9.4.2 混沌 NLDS 的分形维数 135

9.4.3 基于 NLDS 的伪随机序列生成 138

9.5 混沌 CDMA 通信系统 142

9.6 CDMA 系统模型 143

9.7 最优序列的推导 144

9.7.1 异步 CDMA 144

9.7.2 码片同步 CDMA 146

9.8 遍历动力系统 146

9.8.1 遍历理论 146

9.8.2 具有 Lebesgue 谱的动力系统 148

9.9 混沌最优扩频序列设计 149

9.9.1 CS-CDMA 系统的序列构造 149

9.9.2 A-CDMA 系统的序列构造 149

9.10 CDMA 系统性能比较 151

9.11 基于 Gold 码构造最优扩频序列 153

9.12 混沌 CDMA 系统结论 154

9.13 超高效率的基于混沌的蒙特卡洛仿真 155

9.13.1 蒙特卡洛仿真导论 156

9.14 伪随机数与混沌序列 157

9.15 混沌蒙特卡洛仿真 158

9.15.1 统计相关性与动力学相关性 158

9.15.2 超高效率混沌蒙特卡洛仿真 159

9.15.3 超高效率条件 160

9.15.4 多维动力系统 162

第10章 计算线性代数 167

10.1 线性方程组的求解 168

10.2 高斯消元过程 169

10.3 线性方程组的法方程方法 171

10.4 三角分解 174

10.5 QR 分解 176

10.6 Gram-Schmidt 正交化过程 178

10.7 改进的 Gram-Schmidt 正交化过程 180

10.8 Givens 正交变换 183

10.9 Householder 变换 189

10.10 求解线性方程组的 QR 分解方法 192

10.11 奇异值分解 194

10.12 基于 SVD 的线性方程组求解方法 201

10.13 基于 SVD 的有效秩判定 203

第11章 LS 与 SVD 技术的应用 213

11.1 基于 SVD 技术的飞行载荷测量求解 214

11.1.1 方法 1 - 载荷值对测量计值的线性依赖 216

11.1.2 方法 2 - 测量计值对载荷值的线性依赖 219

11.2 最小二乘、总体最小二乘与对应分析 221

11.2.1 最小二乘估计 221

11.2.2 总体最小二乘估计 224

11.2.3 对应分析 226

11.2.4 TLS 与 CA 的等价性 229

11.3 通过 FBLP 系统辨识与 SVD 逼近实现的最大熵方法频谱估计 230

11.4 降秩 FIR 滤波器逼近 234

11.5 SVD 在语音处理中的应用 237

11.6 SVD 在 DOA 中的应用 242

第12章 量化、饱和与缩放 247

12.1 处理噪声模型 248

12.1.1 截断误差与舍入误差 248

12.2 饱和导致的失真 251

12.3 数字滤波器中的动态范围 254

12.3.1 二阶递归数字滤波器的动态范围 254

12.4 均匀量化与饱和综合误差模型 261

12.4.1 高斯信号与高斯噪声的最优缩放 261

12.4.2 引言 262

12.4.3 均方量化误差 263

12.4.4 均方饱和误差 264

12.4.5 归一化总 A/D 均方误差失真 264

12.5 固定 V 条件下的总 A/D 均方误差失真 264

12.6 窄带高斯波形的失真频谱 266

第13章 脉动阵列导论 269

13.1 脉动阵列导论 269

13.1.1 相关运算 269

13.1.2 DFT 273

13.1.3 矩阵-向量乘法 277

13.1.4 矩阵-矩阵乘法 278

第14章 基于依赖图映射的脉动阵列设计 281

14.2 单赋值算法 281

14.3 移位不变算法 282

14.4 调度与分配函数 283

第15章 用于最小二乘估计的脉动阵列处理 294

15.1 QR 分解 294

15.2 利用 QR 分解求解 LS 估计问题 295

15.3 脉动式最小二乘 QR 处理阵列 296

15.3.1 基于 QR 分解的 LS 求解 296

15.3.2 递归 QR 分解 299

15.3.3 最优残差的递归求解 303

15.3.4 通过回代法递归求解 LS 304

15.3.5 用于 QR 分解与 LS 求解的脉动阵列 305

第16章 面向通信与雷达系统的脉动算法与体系结构 317

16.2 Kalman 滤波器 317

16.2.1 脉动 Kalman 滤波器 319

16.3 MIMO 接收机 321

16.3.1 脉动 MIMO 接收机 322

16.4 用于 SVD 更新的脉动算法 322

索引 326

识别进入专业知识服务