Kristian Kroschel
Signalerkennung und Parameterschätzung / Statistische Nachrichtentheorie, in 2 Bdn. Tl.1
Kristian Kroschel
Signalerkennung und Parameterschätzung / Statistische Nachrichtentheorie, in 2 Bdn. Tl.1
- Broschiertes Buch
Andere Kunden interessierten sich auch für
![Nachrichtenübertragung]( "Nachrichtenübertragung")
Hellmuth WolfNachrichtenübertragung54,99 €![Signale und Übertragungssysteme]( "Signale und Übertragungssysteme")
Werner RupprechtSignale und Übertragungssysteme49,99 €![Signalübertragung]( "Signalübertragung")
Jens-Rainer OhmSignalübertragung44,99 €![Modulationsverfahren]( "Modulationsverfahren")
Jens JohannModulationsverfahren69,99 €![Statistische Informationstechnik]( "Statistische Informationstechnik")
Kristian KroschelStatistische Informationstechnik59,99 €![Signalübertragung]( "Signalübertragung")
Harald SchumnySignalübertragung49,99 €![Nachrichtenübertragung]( "Nachrichtenübertragung")
Karl-Dirk KammeyerNachrichtenübertragung129,99 €-
Produktdetails
- Hochschultext
- Verlag: Springer, Berlin
- 2. Aufl.
- Seitenzahl: 220
- Deutsch
- Abmessung: 244mm x 170mm x 12mm
- Gewicht: 384g
- ISBN-13: 9783540171539
- ISBN-10: 3540171533
- Artikelnr.: 26979910
- Herstellerkennzeichnung Die Herstellerinformationen sind derzeit nicht verfügbar.
Kristian Kroschel studierte an den Universitäten Karlsruhe und Erlangen-Nürnberg Elektrotechnik mit dem Schwerpunkt Nachrichtentechnik. An der Universität Karlsruhe wurde er 1971 zum Dr.-Ing. promoviert. 1974 erfolgte seine Habilitation für das Fach Nachrichtentechnik an der Fakultät für Elektrotechnik und Informationstechnik der Universität Karlsruhe. Bis 2008 lehrte er dort als Professor und ist seitdem am Fraunhofer Institut für Optronik, Systemtechnik und Bildauswertung (IOSB) in Karlsruhe als wissenschaftlicher Berater tätig. Daneben hält er Kurse in der Industrie zu Themen der digitalen Signalverarbeitung und Informationsübertragung, mit denen sich auch seine über 100 Publikationen befassen.
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.
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.