遗传算法与工程优化_玄光男_程润伟
本书是遗传算法的一本经典书籍。玄光男和程润伟合著。目汞3.7距离方法…………………………………":100371距离方法的一般思想…703.7.2计算距离度量…444…*…1023.7.3距离方法的应用噜早嗶忄唱嗆甲ψ『噜早鲁鲁旱P會P噜鲁鲁唱与·■鲁d鲁D咱·中自冒■啁■■曾■■P■P■曹1043.8妥协方法噌■■■■冒■冒■冒暑■■鲁冒■■■■■冒■■冒■■日■■■■■■■■和↓■最聊谭愚■和西晶dd晶动3.9目标规划方法….…10第4章模优化问题…甲■号十十↓4山口■■■■■■■■■■■■画■画n10941引言早昏!昏4昏山十山山·■留詈■·口音■“甲◆44P咱■自c■1094.2模糊线性规划■■■『■冒口■…:…1094.2.1模榭线性规划模型…s…1104.2.2遗传算法方法……………,………:,:11442.3交互式方法w"…!"""s""!"s,L1642.4数值例子1184.3模糊非线性规划…昌■晶■甲++4+白■■■■口■『十自l■?■『甲■甲矿1204,3.1非线性规划模型…………24.3.2用于求解FO/RNP1的非精确方法…………………1234.3.3交互式方法………………………154.3.4数值例子1264,4模糊非线性混合整数目标规划争■+山中早曾4曾曾會■曾■罪血聊自_略!1284,4.1模糊非线性混合整数目标规划模型■旱旱冒甲■■昏■■d1284.42遗传算法方法……1304.4.3数值例子自口·?··血中自省品日↓4晶日日甲吾晋……………:1324.5模糊多目标整数规划,"…s:1384.5.1问题描述……看pψ口13845.2增广的最小最大问题……………………………………40.5.3遗传算法方法會曾血曾鲁…………1404.5.4交互式模糊满意方法………………"s"t435.5数值例子144第5簟可靠性设计问题甲·自福4口备日看山山山口日日日4吾B·幽口甲》+目吾τ■1481引言5.2网络可靠性设计………《自■自·自哪日日b如由■5.2.1问题描述15QⅫ目录5.2.2 Dengiz, altiparmak和 Smith的方法…………………1505.2,3 Deeter和 Smith的方法…………1555.3基于树的网络可靠性和局城网设计…16l53.1双目标网络拓扑设计…11605.3.2数值例子……………………………………:1665.4多目标可靠性设计會!●早日●自◆中鲁·曾■鲁■4音目中自中昏自P目冒音自『■■■日『自D聊qp自即自自自自自自司日■■道■b电即画41695,4.1双目标可靠性设计……■唱罩鲁P‘會自■·聊·■司●D申看…ss……∴M1694.2遗传算法方法罩卩●■■·k↓■■■■b■d1695.4.3混合遗传算法方法…中斗P■白自+如『■■■b日日音日p食●自零唯●4pF714.4带有模糊目标的可靠性设计……su"…174第6章调度问题…中专自■會血督■平自谭卩血聊曲聊178引言……………………………………………1786.2作业车间调度………增+早早■盲◆自宁自命唱吾西b山如日中P中4看音甲目品司品罪山山自西由q1786.2.l基本方法…………………,………1796.2.2编码……口亡d…"s1796.2.3适应性遗传算子■中噜鲁會!中■譬1806.24以启发式方法为特点的遗传算子…………………………1836.2.5混合遗传算法1856.2.6讨论…""…1916.3群体作业调度问题r……_画唱晋■十舀昌■■口■■晋口↓冒+■■由■日早要甲号甲冒P卜■■■■如1926.3.1问题的描述和必要条件备由看.4吾日自吾啬v日日◆自自·4·口即口自咱目s1926.3.2基本运行""“"""……·…"""s"…………194表示…+……"…1!!B““s…19E6.3.4评价幽·44警↓甲甲1976.3.5遗传算子……………………………………………1976.3.6整体过程…………………………………………:1976.3.7数值例子……………晕翟■■山d●1986.4資源约柬的项目调度…4·4·■卜■如古罾日◆q『◆自血即·曾●聊司■咖自▲自■自晶昏如自白2006.41基于优先权的缩码………………1·命會省自自音自P■自自咱白自唱最‘罪42026.4.2遗传算子…………""""…s…2056.4.3评价与选择■看晋冒日●唱中↓由·■唱面斗q甲+量口2076.4.4试验结果……""…""s·2C86,5并行机器调度日录Ⅻ6.5.1支配条件2126.5.2 Memetic算法…………………………………………………2166.5.3试验结果6.6多处理器调度问题…,中即■鲁冒■2206.6.÷问题描述与假设………………………………………………………2206.6.2求解MSP的遗传算法…………………206.6.3数值例子4■P日·号日·咖自P·自·日■·目4B日4卓看d画■■d中·晶qφ甲号■甲■甲昏平昏■昏如●■●223第7章高级运輸问题…………………………甲自『■■昏『◆■■如■■曲。冒中2267.1引言…………*…"…"…s…∵………………………………2267.1,1运输模型…………,………….::267.1、2运输问题的构遣………………………………….2772基于生成树的方法…唱■鲁面■b■日甲如b血bdd■中2307.2.1树的表示中唱自P■■晶■萨卓◆甲■口b■■■号P即■中?2317.2.2初始化日1日°日宁■卩_甲■■t7,2.3遗传运算“日日:◆P晋自百自甲口自P省中自a自■凸………234了,2.4评价与选择……情●早■■即■自血··■血■■++4甲辱下■2347.2.5整个算法过程……………………………………:.357.3多目标运输问题……·早P·■·日哥日日日西4晶“甲中"■·自:■即如自■烟咖日西通2367.3.1问题的描述…………………↓■日■日早中中自■·唱日■吧曾·1t鲁辛冒…*2367.3,2多目标运输问题的基于生成树的遗传算法…2377,3.3数例239.4固定费用运输问题Ba2427.4.1数学模型2427.4.2fTP间题的难点…………2437,4.3fTP的求解方法d■p即■q■■看■■國■■■b晶b‘山bb早昏卜斷■备■■■自即曾■鲁■2437.4.4遗传算法的实现……………………甲早■音曹中■■卓■画2447.4.5数例7.5容量限制的工厂选址问题…■ψ會P◆■曾4西■■画d晶画2467.5.1数学模型罩品品品目b4:.口·自日即日日↓·日P44日日吾··24?7.5.2针对T厂问题的基于生成树的遗传算法…hh警■音学日日日日2自a画t2487.5.3数例……2496带模糊系数的双目标运输问题2507.6.1问题的表述……………………………………,251月录7.6.2排序模糊数■■血■血·會■■■會■■噜會■■會自甲中看鲁看血中噜曹個鲁P咱PPP看看看!噜7.6.3遗传算法的实现………"2527.6.4数例……254第8章网络设计与路径…………………………………2583.1引言2588.2最短路径问题……………………2588,2.1问题描述…………………t………"2598.2,2遗传算法的方法…………………………………………"……26082.3数例s…2658.3有适应能力的网络路由……………………………………………"2668.3.1基于遗传算法的有适应能力的路由2678.3.2染色体表示咖■■■■2678.3,3染色体评价■章·;咖咖…2688.3.4遗传算子…■■譬■号■■■tbdd·t血d2688.3.5数例聊●自·』壘■■着■wrrs;“"…2724集中式网络设计…ψq■4血b血4■■■◆■·■■■自■自■自■自■■■_■■晶■▲甲4}+■…2758.4.1问题的描述…………*……………………2758.4.2遗传算法……,""" ++I++TB+Br.…;s"……!2768.4.3数例▲…2778.5计算机网络扩展…■■■■↓4十山4p■■T■■『··q章自自■曾■■■自聊……………2788.5.1问题描述2782 Kumar, Pathak和(ptn的方法8.5.3数例…■■■■■啬■ψ■ψ罩·自●↓↓壘■■■■■晶卩晶4b4φdsms■a■↓■+個山t■曾■■音多阶段工序汁划2828.6.l问题的描述曾■■日『·■早早譬P即■4■■■■4■山■·b828.6.2遗传算法··号P··D■昏■■■日自■身罩·』自自·日4B目■B■晶bp4●4d2838.6.3数例甲會■昏■口■饣中十2848.7网络上的MG/s队列设酱定位會ψ會即自■■■画■■db凸面■白■■甲↓4山2858:7.1问题的描述…………………;………………………∵…………2868.7.2进化计算方法………………………………………893.7,3数例…………………"…"r"………291第9章制造元设计………中山中■4晋甲曾T吾4卩■;■Td+4■■■冒t曾■■■■留■2949.1引言……………;……………………………………2949.2制造元设计■會◆■鲁■智咱自■■■中鲁鲁■曾聊■■t卩·■■4聊■聊■咱自■■电L■■自聊■……+,…2959.3传统的制造元设计方法■号◆444■自曲■2969.3.1相似系数方法…………………………………………299.3.2基于数组的方法………电··1日罪■■山■■■中罩●4卓■中自p■昏■2979.33数学规划方法……………中即··日··■·■·日■·中号唱■号■■‘■■日卜p↓●卓■■2989.34图与网络方法………………………………………2989.4退传算法方法…s"………,"·299.4.1遗传子表示和遗传算子…↓看b昏↓昏■■"甲●曾2999.4.2 Joines基丁次序的方法…………9.4.3Mn和Kimn的方法b■■■·号卩·■ψ自西■中■■■■Jbb●4●049.4.4 Joines的整数规划方法………9,4,5其他方法…………1·卩『『『P■■d卜一r■『■甲『卓■■『■■■■旷*r』…3159.5可选址工计划的制造元设计……………………….39.5,1可选操作和机器冗余的结合………………………………13179.5.2可选路径的绪合■■4·西■b■■■甲nd4●■是3209.5.3Mon,Gen和Kim的对于独立单元的方法3259.6独立单元的设计…………,3309.6.1机器类型数最小化的族群构造3309.6.2族群数的确定……………aaa·中日▲b·白。当3349.6.3极小化机器数…日·P·■■■■罪ψ■聊咖■↓■卜■即↓■3379,6.4其他设想……1■甲甲甲甲昏■早■■国山■4■■↓■4■晶晶■■b■画血曲338参考文………………………………339素引………………………381第1章遗传算法的基础1.1引言自1960年以来人们对于模拟生物以及由此开发的针对复杂优化问题的有效算法产生了浓厚兴趣。当前在该领域中常常引用的术语就是进化计算( evolutionarycomputation)它包含以下一些主要算法:传算法( genetic algorithMs)由Hlln开发303),进化策略< evolution stra: Clcs)(由 Rechenberg)和 Schwefel开发),进化规划 evolutionary programming)(由 Fogel等人开发0)和遺传程序设计( geneticprogramming)(由K0za开发)。当然还存在若T将上述算法的各种特点加以结合而形成的混合算法。当前进化计算领域的最新发展水平在Back和 Schwefel3,Michalewi21以及Foge等人的综述里有很好的介绍,作为强有力且应用广泛的随机搜索和优化方法,遗传算法可能是当今影响最广泛的进化计算方法之一。在过去的几年中,遗传算法界将更多的注意力放在工业上程领域的优化问题上,并由此产生了一批新的研究和应用11:有关遗传算法的参考书目请参阅 Alander的著述1般认为遗传算法有5个基本组成部分(这是由 Mictialewica归纳的41.问题的解的遗传表示2.创建解的初始种群的方法3.根据个休适应值对其进行优劣判定的评价函数4:用来改变复斜过程中产生的子个体遗传组成的遗传算子5.遗传算法的参数值遗传算法维持由一群个体组成的种群Pt(t代表遗传代数)。每一个体均代表问题的一个潜在的解。每一个体都被评价优劣并得到其适应值。某些个体要经历称作遗传操作的随机变换由此生产新的个体。主要有两种变换方法:变异( mutation)的方法是将个个体改变从而获得新的个体;杂交( crossover)的是方法将两个个体的有关部分组合起来形成新的个体。新产生的个体(称作后代( offspring!C(t))继续被评价优劣。从父代种群和子代种群中选择比较优秀的个体就形成了新的种群。在若干代以后,算法收敛到个最优个体该个体很有可能代表着问题的最优或次优解。遗传算法的一般结构可以摘述如下:第1章遗传法約基础遄传算法过程begil始化P(t评价Pwhile(终止条件不满足)dbe重组P(以产生Ct评价C(从P(t)和C()中选择P(t-1)endend关于搜索策路存在两种重要方案:深度搜索最优解利广度搜索解空间m,遗传算法提供了一种在复杂解空间上进行有向随机搜家的方法。遗传算子原则上进行的是盲搜索;选择算亍嫏勻可能将遗传搜索的方向引早到解空间的理想区域中。针对特定现实世界屮问题开发的遗传算法需注意这样一条普遍原则,即要在对解空间进行深度搜索和度搜索中继持很好的平衡。为实现这一原则,必须仔细考虑遗传算法的所有组成部分另外可能还需要结合附加的启发式方法来增强其性能1.1.1编码问题如何将问题的解编码成为染色体是逮传算法使用屮的关键问题。该问题已经从多方面进行过饼究,比奶当个体需要解码成为解时从基因型空间到表现型空间的映射性质,以及个体被遗传算子操作时的变形特性等。编码的分类在 Hofland的℃作中,编码采用了二进制字符串(lbinary strings)的形巴经知道,由于 Hamming悬崖的存在,二进制编码对于函数优化问题存在重缺陷。 Hamming悬崖指的是表现型空间中距离很小的个体对可能有很大的 Hamming距离+42。举例来说,个体对01111000000于表现型空间中的相邻点最小 Euclidean距离点》但它们却在基因型空间其有最大的丑 aImiNg臣离。为了翻越且 ammIng悬崖’个体的所有苞需要同时进行改变。由杂交和变异实现翻越Ia悬崖的可能性非常小。在这种情况下,二进制编码无法维持表现型空间中点的位置。对于丁业工程领域里的许多问题而言,几乎不可能用二进制编码来表示它们的解在过去的1年里已经针对特定的问题提出了各种编码方法,其目的都是为了能够更有效地实现遗传算法。根据采用何种符号作为某因的等位基因,编码方式可以分类如下◆二进制編码( binary encoding)实数编码(rea!- number encoding整数或字母排列编码般数据结构编码实数编码对于函数优化问题最为有效c关于实数编妈在函数优化和约荣优化领城比二进制编码和Gray编码更有效的说法,经得到了广泛的验证191041由于实数编码基因型空闯中的柘扑结构与其表现型空间中的拓扑结构一致,因此徒容易从传统优化方法中借鉴好的技巧来形成有效的遗传算孑。整数和字母排列編码( literalpermutation encoding)对于组合优化问题最为有效。由于组合优化间题最关键的是要寻找满足约束项目的最佳排列或组合,因此字母排列编码对」这类问题是最有效的方法对于更为复杂的现实问题,用合适的数据结构来表示基因的等位基因,可以有效抓住问题的本质。在这种情扰下,基因可能是n维数组或更为复杂的数据结构根据編码的结构,编码方法还可以分为如下两类:(1)一维築码( one-dimensionalencoding):(2)多维编码( multidimen onal encoding)。大多数实践中采用了一维端码。然而许多实际间题需要多结构的解:用多维编码方法米衣不这些解就很自然。比如,vinous和 Michalewic2对运输间题采用了分配矩阵进行编码。( hoon和 Pari对VSI电路效置问题采用了二维编码(。 Anderson, Jones和Ryan采用了二维网格型编码。Moon科Kim对于图问题采用二维編码13Ono, Yamamura和 Kobayashi对于作业车间调度向题采用了作业赈序矩阵编码、Bti和Mon给出∮关子多维编码和杂交的一般性讨论。他们在文中指出将多维问题的解进行一维编码必然会损失多维结构中相当数量的信息根据编码的内容,编码方法还可看作如下两类:(1)仅包含解,(2)包含解和参数在遗传算法实践中,第一种方法被广泛用来针对给定的问题开发合适的编码。第一种方法在 Rechenberg和 Schwefel提出的进化策略中被采用11]个个体包含厨个部分:首先是给定问题的解其次是策略参数,包括变异中正态分布的方差和协方差。将策略参数并入个体表示的目的,是通过将进化算子应用于这些参数来促进它们的进化自透应。因此搜索就在解空间和进化参数上问时进行。通过这种方法,可以在任意环境下获得变异参数的合理调整和多样性。不可行( infeasi bility)与非法性( (illegality)遗传算法交替地在编码空间和解空间中进行操作。换句话说,也就是交莕地在基因型空间和表现型空间中进行操作。遗传算子作用于基因型空间中,而评价和选择则作用于表现型空间中。然选择连接了染色休和解码产生的解的性能。从基因型空间到表现型空间的映射对于遗传算子的性能有很大影响。其中…个与映射相关的重要问惠就是某些个体对应着给定问题的不可行解。对子约束优化间题和组合优化问题而言,这个问题可能很严重
- 2020-12-08下载
- 积分：1
随机过程--滤波、估计与检测
通信专业经典外文教材，中文版！里面有随机过程、kalman滤波等相关课题，非常好的教材！国外电子信息科学经典教材系列随机过程滤波、估计与检测Random Processes: Filtering, Estimation, and Detection[美] Lonnie c. Ludeman著邱天爽李婷毕英伟等译電子工業出版社Publishing House of Electronics Industry北京· BEDING内容筒介书全面介绍了随机过程理论中经典的线性与非线性系统分析技术和假设检验技术,详细阐述了最优伟匚方法、用亍分类的最优决〔规则,描述了件能评价的准则和评佔方法、此外:本书还深入研究了噪声中随机过稈竹滤波、佔计和检测问题全共分为10章,包括概率空间与概率、随札变星、随机变星佔计、随机过难、随机过程通过线性系統、随巩过烓通过非饯性系统、最优线性维纠滤波器、最优线性卡尔曼滤波器、离散观测信号的检测理论以及连縷森测信号的检测理论等内容,本书在围绕主题进行深入分析的同时,给出了许多应用实例和习题,足本容易理解的适用性较强的书本书既可以作为研究生和大学本科高年级学生的教材,也可以供相关领域的工程技术人员自学参考未纤许可,不得以任何方式复制或抄袭本书之部分或全部内容。版叹所有,侵权必究。图书在版编目(C|P)数据随机过程:滤波、计与检测/(美)賡徳曼( LEderman,L,C)著邱天爽,李婷,毕英伟等译.一北京电子业出版社,2005,2(国外电子信息科学经典教材系列书名原文: Random processes: Filtering, Estimation, and detectionISBN7121·0866-1L.随…1.①路…②邱灬⑧李…④毕…Ⅲ.随机过程-教材IV.O2116中国版本图书馆CIP数据核字(205)第002845号责仁编辑:许楷印刷:北京胂义兴许卬刷「出版发行:电厂E业出版社京海淀区万考路173信箱邮编100036经销:2地新华书店廾本;787X192116印张:2875字数:736千字印次:2005年2月第1次印刷印数:500册定价:3900元凡购买电业版社的图书,如有缺损问题,请向购买书店调换。若书店售缺,请与本社发行部联系联系电话:(010)6829077。质量投诉请发邮件至zlts@phej.com.cn,盜版侵杈举报请发邮件至dbqgo phei com.cn译者前言随札过程理论是现代信号处理的基础理沦之一,在诸如通信、计算机视觉、振动及雷达卢肭等应用领域,面临大量的随机信号分析与处理的问题,因此对于随机过程理论的深入理解是非常熏要的。此外,在通信系统和信号处理算法屮,对含噪过程的滤波、估计与检测是必不可少的重要任务。尽管国内外已经出版了不少关于随机过程及其工程应用的著作和教材,但是本书仍然以其独特的风格引起了国内外读者的注意,成为随机信号分析与处理领域一部非常重要且具有特色的著作。夲书的作者朗尼C·略德曼博土是因际数字信号处理领域的著名教授。他于1968年获得美国亚利桑那州立大学博土学位,现为新墨西哥州立大学电子与计算机工稈学院教授,并于1993年在希萨洛尼卡的亚里斯多德大学获得富布赖特基金奖,朗尼C·路德曼博士的另一部著作 Fundamentals of Digital Signal Pπ cessES,在出版当年获得 choice杂志射杰出工程图书奖本书仝面介绍了随机过程理论中经典的线性与非线性系统分析技术和假设检验技术,详细阐述了最优估计方法、用于分类的最优决策规则,描述了性能评价的准则和评估方法。此外,本书还深入研究了噪声中随机过程的滤波、估计和检测问题。本书的内容基本上可以分为四个互相关联的部分,即概率论和随机变量与随机过程的特征,随机过程通过线性与非线性系统的规律,以维纳滤波和卡尔曼滤波为主的最优估计理论,离散时间和连续时间信号的检测理论。本书在圄绕主题进行深入分析的同时,给出了许多应用实例和习题,是一本容易理解的适用性较强的书,既可以作为研究生和大学本科高年级学生的核心教材,也可以供相关领域的工程技术人员自学参考。本书由大连理工大学电子与信息⊥程学院邱大爽教授等完成翻详工作。具体分工为:李婷(第]章、第2章),毕英伟(第3章、第10章),邱天爽(前言、第4章、第5章),唐洪(第6章、第章),初孟〔第8章、第9章),郑效来(附录及图表等)。全书山邱天爽统稿。译者感谢芙文版原书作者朗尼C·路德曼博士和英文版原书出版社 John Wiley and Sons,Inc及电子工业出版杜对本书翻译工作的支持,感谢大连理工大学电子与信息工程学院对本书翻泽工作的支持。于译者水平所限,加之时间比较仓促,翻译中难免存在不妥和错误之处,恳请读者批评指。译者2005年1月于大连理厂大学作者前言每天我们都会遇到这样的信号,我们既不能用解析式来表示它们,也不能以确定的方法夹准确地对其建模,如常规的诰音信号、音乐信号、地震信号、生物信号、被动声呐信号记呆舶温度信号和通信信号等。表小相同内容的语音词句,如果H许多不同的人讲出来,或者是由同一个人在不同的时间讲出来,都会具有定的相似性和差异性。对于这种相似性或差异性,我们很难利用确定性的模型来表不。那么我们怎样表示这类信号呢?事实上,这类信号可以根据数学原理严格地表示为随机过程。而随机信号与可以用解析式表示的信号不同,它们只能根据概率来表示。例如,“在给定的时刻,某随机过程大于给定值的概率为025”就是一种概率表示。玍电气和订算机工程领域,尤其是在通信理论、计算机视觉、数字信号处理以及机械工程中振动理论和强度分析等领域,随机过程是个基本的概念。随机信号的数字处理对于高性能通信系统是非常重要的,而非线性信号处理方法则是有用的处理工具。这些随机信号常作为线性或非线性系统的输入信号。例如,语音信号经由传声器和放大器而到达扬声器输出。我们怎样评价这种系统的输出呢?实际上,系统的输出也可以认为是随机过程。那么,我们自然而然地会提出下面的问题:如果我们已知输入过程的统计特征,那么输出过程的统计特征又如何呢?在许多情况下,随机信号往往受到外来噪声的干扰,并且噪声通常也是随机的。如果这两种随机过程可以用各自的统计特征来表示,则我们可以找到从噪声中提取信号的方法,或者说找到在噪声中估计、滤波或预澳信号过程的方法。我们有许多针对确定性信号的线性和非线忤处理技术,然而,对于随机信号的处理不能直接使用确定性信号处理方法和模型。那么我们如何进行处理以及如何确定最优系统呢?假设我们有一个样本,已知其可能来自几个随机过程中的一个,需要确定该样本究竞属于哪个随过稈。例如,假设有一段语音信号,需要确定该语音信号表示的是五个元音中的哪一个,如何描述确定元音的过程?什么是最合理的性能测度?本书的目的是把随机过程的基础理论、线性及非线性系统分析技术与假设检验技术结合起来,从而给出信号的估计技术、确定最优的估计方法、提供用于分类的最优决策规则,并给山性能评估的方法作者撰写本书的一个主要目标是介绍随机变量和随机过程及其与线性、非线性系统的相作用,它们的估计方法及估计性能,以及噪声中随机过程的检测等本书的内容适合电气、计算机、地球物理以及机械工程等专业的高年级本科生和一年级研究生学习木书的内容可以分为四个主要的且互相关联的部分:概率论和随机变量与随机过程的特征,以随机过程作为输入的线性与非线性系统,包括维纳滤波和卡尔曼滤波的最优估计理论,离散和连续时间信号的检测理论根据不同的课程体系及要求,本书可以适用于几种不同的教育层次。例如,对于基础概率论及随杌过程导论这样的课程,本书适合四年级本科生或一年级研究生使用。如果课程包I括随机过程的波、估计和检测,则本书的内容可以供电气和计算机⊥程专业的一午级研究生使用。本书也可以作为高年级研究生关于检测和佔计理论的教材。对于高年级本科生或硏究,事先了解关概率和随机变量的知识是有帮助的。然而,对于研究生层次的课程,则需荽关于工程概率和基本系统理论的先修课程。由于本书通过大量的铡题介绍了许多基本概,因此本书也可以作为自学读物。在过去的15年寸,本书几乎所有的内容都在教学中使用过。作者在教学中采用了三种不问的形式:关于概率、随机变量和随机过程的概念和理论,使用书的第1~3章内容,并选用第4~6章的部分内容。●关于随机过程滤波及估计概念和理论的介绍,使月本书的第4~6章内容,并选用第7章和第8章的部分内容。关于检测与估计理论,使用本书的第3章、第7~10章内容本书的现打版本已经针对其最初的版本进行了较多的修改,并且吸取了学生们关于内容选取和总体样式的意见和建议。与本书配套的录像资料已经在新墨西哥州立大学( HollomanAFB),白沙导弹射击场( Kirtland AFB), Kwangju理工学院,南 Dakota矿业学院和RCA( larez. Mexico)的电气与计算机工程、物理学和其他工程专业广泛仗用,并且还作为上述学校以及印度科学学院( Bangalore)的标准课程教材。根据不同的听众和不同的课程要求,封次讲课的形式都可能有所不同,其目的是为学生提供容易理解的有用知识本书还给了许多习题,用于强调相关的概念。通过这些习题,学生们可以进一步加强对基本概念的理解,并且,由于习题的数量较多,每年开设这门课程时习题的重复性比较小。大部分习题是供课堂上练习或课后考试用的,用于加强对课堂上讲授的基本概念的理解。少数比较复杂的习题,需要下些功夫才能得到结果。许多习题要求得到完整的解析解是比较困难的,因此需要一些基本的计算技巧。分清哪些习题需要利用计算杋求解,哪些习题可以得到解析解,这种能力正在学生中逐渐培养并成熟起来。作者非常感谢上面提到的学生和有关机构,感谢他们对本书提出的有价值的建议和批评,感谢他们对本书的支持和所做出的努力本书的总体风格主要受到两部著作的影响第一部是 Athanasios Papoulis的经典著作《概奭机变量与随机过程》,第二部是 Harry L. Van trees的里程碑式的著作《检测、佔计和调制(第-“部分)》。我一直认为,本书在论述的方式、完备性和所覆盖的内容等方面很难与上述两部不朽的著作相提并论。本书的写作的不是为了与上述两本著作相竞争,实际上也没有这个必要。我的写作思路是选择这两本著作中的基本内容,并且以稍微低一些层次的数学要求来编写,给出较多的详细说明和例子,但不破坏数学摧述的完整性。关于本书的内容,基本上是根据上述两本著作来选择的,并且受到其他许多作者、教育工作者和学者的启发最后,最重要的是作者永远珍视作者家庭和朋友们对作者的仝面支持和鼓励朗尼C·路德曼目录第1章概率空间与概率………………11概率空间的定义……11.]样本空间平:·界号_.:自日:.即L1,2波莱尔域……11,3概率测度I2联合概率空间…………1………:…412.1两个概率空间的笛卡尔积12,2个概率空间的笛卡尔积…123计数概率空间……PTP=上→1.24联合概率空间的选择…………F+lI+131.3条件概率…1413.1全概率定理…1.32贝叶斯定理……………卡+·+十女d号甲+1千日十目r卡号14随机点………l中国中用里14.1区间中均匀分布的随机点t&142区间中非均匀分布的随机点■m1.5小结………20习题……参考文献25第2章随机变量……2621随机变量的定义2.1.1累积分布函数(CDF)…日·P血:如:721.2概率密度函数…………………………28213局部特征………………………………21.4条件紧积分布函数33215特征恿数……………t上td上2.6高斯随机变量的高阶原点矩…3622常见的连续随机变量…a↓L……3723常见的离散随机变量39元随机变量的变换……40241一元随机变量的变换……………………………-I242累积分布函数…卩,F■!目,,q卩寻↓。■罪品十日十■星·十Pl4dh,·+寻↓4IdaJ4■b+d5期望值的计算4726二元随机变量………………………卜中dp垂4FL4DL用山■山目日国国E目261联合累积分布函数26,2联合慨率度两数50263局部特征……264联合止态随机变量薯■rT了■nT■加1『1m日r“■TDT道十■TLT■"■■T■T5527二元随机变量的两个函数271概率密度函数(离散随机变量……………572.72概率密度函数连续随机变量和连续数}………………273分布函数(连续、离散或混合6128:元随机变量的个函数………………6328,1离散随机变量的概率密度函数………6328,2连续随机变量的概率密衰函数…………………………………6429E(Xy)的计算210多随机变量…692.10.1全局特t,·692.10.2月部特征………………………………和q上中■《+b中:b◆411每d■↓;4abh4画h213高斯随机矢量…1742.11N个随机变量的M个函数…212小结参考文献……第3章随机变量估计…3.1变量估计…………9731随机变量估计的基本公式中■中■1中,中日目■……………97312贝叶斯性能测度++4…97313数据的统计特征……32线性最小均方误差(MMSE)估计32]随机变量的营数估计………通日骨目P十虚加十98322由一个随机变量估计另一个随想变量的线性估计……323由N个随机变量估计一个随机变量的线性估计33非线性最小均方误差(MMSE)估计…107331由一个施机变量估计另一个随机变量的非线性估计…+7332由N个随机变量估计一个随机变量的非线性计11123高斯随机变量的非线性估計.:函.F·dP香P日aa日1124随机变量估计的性质11335贝叶斯估计…1335.!贝叶斯伟计……114352贝叶斯佔计举例11636非随机参量的估计■ptt由口ht面明.·+卩+F119361极大似然估计20362极大似然佔计举例…12037小结习题…1「rT日·」参考文献…128第4章随机过程………1304.1骓机过程的定义……42随机过程的特征13142.1随机过程的全局特征……………13242.2随机过程的阶概率密度中自中14中E4山中中丽………"1324.2.3随机过程的均值………………4.24随机过程的方差…32425随机过程的二阶概率密度133426随机过程的自相关函数和自协力差函数133427随机过程的功率谱密度…134428高阶矩429髙阶谱…………………1354210N阶密度…………“a13543随机过程的平稳性■■!中冒:14中4自L135431广义平稿殖机过程4.3.2广义平稳随机过程的性质…13644随机过程举例平导P中IM3644l自线过程…PP中目-d日++...·...,中·136442半随机二进制传输过程39443随机二进制传输过程…l41444半随机电报过程…………143445随机电报过程………·1464.6随机正弦信号L46447随机游动过程喻,..一14845随机过程的定积分152456随机过程的联合特征153461—阶联合密度Rd46.2互相关晰数十“十1r15446.3互协方差函数……464联合平稳………………465互功率谱密度15547高斯随机过程………155
- 2020-12-08下载
- 积分：1
