Discrete Stochastic Processes and Optimal Filtering (eBook)

eBook Download: EPUB
2013 | 1. Auflage
288 Seiten
John Wiley & Sons (Verlag)
978-1-118-61549-2 (ISBN)

Lese- und Medienproben

Discrete Stochastic Processes and Optimal Filtering - Jean-Claude Bertein, Roger Ceschi
Systemvoraussetzungen
154,99 inkl. MwSt
  • Download sofort lieferbar
  • Zahlungsarten anzeigen
Optimal filtering applied to stationary and non-stationary signals provides the most efficient means of dealing with problems arising from the extraction of noise signals. Moreover, it is a fundamental feature in a range of applications, such as in navigation in aerospace and aeronautics, filter processing in the telecommunications industry, etc. This book provides a comprehensive overview of this area, discussing random and Gaussian vectors, outlining the results necessary for the creation of Wiener and adaptive filters used for stationary signals, as well as examining Kalman filters which are used in relation to non-stationary signals. Exercises with solutions feature in each chapter to demonstrate the practical application of these ideas using Matlab.

Jean-Claude Bertein has a Master's and PhD degree from the University of Paris VI. He was formerly a research engineer at Alcatel and today is Professor in the Department of Mathematics and Physics at the Graduate School of Electrical and Electronic Engineering (ESIEE) Paris. Roger Ceschi is an ENSEA engineer and holds a Master's and PhD degree from the University of Paris XI. He was formerly Director of the ENSEA and today he is Director General of the ESIEE Amiens. He is also the author of a theorem on analytic signals and is Visiting Professor at the BIPT and BIT Universities in China.

Preface xi

Introduction xiii

Chapter 1. Random Vectors 1

1.1. Definitions and general properties 1

1.2. Spaces L1(dP) and L2(dP) 20

1.2.1. Definitions 20

1.2.2. Properties 22

1.3. Mathematical expectation and applications 23

1.3.1. Definitions 23

1.3.2. Characteristic functions of a random vector 34

1.4. Second order random variables and vectors 39

1.5. Linear independence of vectors of L2(dP) 47

1.6. Conditional expectation (concerning random vectors with
density function) 51

1.7. Exercises for Chapter 1 57

Chapter 2. Gaussian Vectors 63

2.1. Some reminders regarding random Gaussian vectors 63

2.2. Definition and characterization of Gaussian vectors 66

2.3. Results relative to independence 68

2.4. Affine transformation of a Gaussian vector 72

2.5. The existence of Gaussian vectors 74

2.6. Exercises for Chapter 2 85

Chapter 3. Introduction to Discrete Time Processes 93

3.1. Definition 93

3.2. WSS processes and spectral measure 105

3.2.1. Spectral density 106

3.3. Spectral representation of a WSS process 110

3.3.1. Problem 110

3.3.2. Results 111

3.3.2.1. Process with orthogonal increments and associated
measurements 111

3.3.2.2. Wiener stochastic integral 113

3.3.2.3. Spectral representation 114

3.4. Introduction to digital filtering 115

3.5. Important example: autoregressive process 128

3.6. Exercises for Chapter 3 134

Chapter 4. Estimation 141

4.1. Position of the problem 141

4.2. Linear estimation 144

4.3. Best estimate - conditional expectation 156

4.4. Example: prediction of an autoregressive process AR (1)
165

4.5. Multivariate processes 166

4.6. Exercises for Chapter 4 175

Chapter 5. The Wiener Filter 181

5.1. Introduction 181

5.1.1. Problem position 182

5.2. Resolution and calculation of the FIR filter 183

5.3. Evaluation of the least error 185

5.4. Resolution and calculation of the IIR filter 186

5.5. Evaluation of least mean square error 190

5.6. Exercises for Chapter 5 191

Chapter 6. Adaptive Filtering: Algorithm of the Gradient and
the LMS 197

6.1. Introduction 197

6.2. Position of problem 199

6.3. Data representation 202

6.4. Minimization of the cost function 204

6.4.1. Calculation of the cost function 208

6.5. Gradient algorithm 211

6.6. Geometric interpretation 214

6.7. Stability and convergence 218

6.8. Estimation of gradient and LMS algorithm 222

6.8.1. Convergence of the algorithm of the LMS 225

6.9. Example of the application of the LMS algorithm 225

6.10. Exercises for Chapter 6 234

Chapter 7. The Kalman Filter 237

7.1. Position of problem 237

7.2. Approach to estimation 241

7.2.1. Scalar case 241

7.2.2. Multivariate case 244

7.3. Kalman filtering 245

7.3.1. State equation 245

7.3.2. Observation equation 246

7.3.3. Innovation process 248

7.3.4. Covariance matrix of the innovation process 248

7.3.5. Estimation 250

7.3.6. Riccati's equation 258

7.3.7. Algorithm and summary 260

7.4. Exercises for Chapter 7 262

Table of Symbols and Notations 281

Bibliography 283

Index 285

Erscheint lt. Verlag 1.3.2013
Sprache englisch
Themenwelt Mathematik / Informatik Mathematik Wahrscheinlichkeit / Kombinatorik
Technik Elektrotechnik / Energietechnik
Schlagworte Electrical & Electronics Engineering • Elektronischen Rauschen • Elektrotechnik u. Elektronik • Noise in Electronic Systems • Signal Processing • Signalverarbeitung
ISBN-10 1-118-61549-2 / 1118615492
ISBN-13 978-1-118-61549-2 / 9781118615492
Haben Sie eine Frage zum Produkt?
EPUBEPUB (Adobe DRM)
Größe: 4,6 MB

Kopierschutz: Adobe-DRM
Adobe-DRM ist ein Kopierschutz, der das eBook vor Mißbrauch schützen soll. Dabei wird das eBook bereits beim Download auf Ihre persönliche Adobe-ID autorisiert. Lesen können Sie das eBook dann nur auf den Geräten, welche ebenfalls auf Ihre Adobe-ID registriert sind.
Details zum Adobe-DRM

Dateiformat: EPUB (Electronic Publication)
EPUB ist ein offener Standard für eBooks und eignet sich besonders zur Darstellung von Belle­tristik und Sach­büchern. Der Fließ­text wird dynamisch an die Display- und Schrift­größe ange­passt. Auch für mobile Lese­geräte ist EPUB daher gut geeignet.

Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen eine Adobe-ID und die Software Adobe Digital Editions (kostenlos). Von der Benutzung der OverDrive Media Console raten wir Ihnen ab. Erfahrungsgemäß treten hier gehäuft Probleme mit dem Adobe DRM auf.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen eine Adobe-ID sowie eine kostenlose App.
Geräteliste und zusätzliche Hinweise

Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.

Mehr entdecken
aus dem Bereich
Quellen der Erkenntnis oder digitale Orakel?

von Bernd Simeon

eBook Download (2023)
Springer Berlin Heidelberg (Verlag)
16,99
Klartext für Nichtmathematiker

von Guido Walz

eBook Download (2021)
Springer Fachmedien Wiesbaden (Verlag)
4,48