《现代信号谱分析》译自国际著名信号处理大师、IEEE信号处理协会技术成就奖获得者Petre Stoica教授在2005年编写的教材?Spectral Analysis of Signals?。该书介绍了经典谱分析和现代谱分析的基本理论和方法，主要内容包括谱估计的基本概念（自相关，能量谱和功率谱），非参数化谱分析（周期图和相关图，加窗技术），有理谱分析（自回归，滑动平均以及自回归滑动平均方法），线谱分析（最小二乘估计，Yule-Walker和子空间方法），滤波器组方法（改进的滤波器组方法，Capon方法，APES方法），阵列信号处理（波束形成，Capon方法，参数化波达方向估计），有关矩阵分析、Cramér-Rao理论和模型阶数选取的主要结论。书中每章包含了大量反映谱分析最新研究成果和当前研究热点的补充内容，提供了大量有助于读者深入了解各种谱分析方法的性能与实现、反映当前研究热点的分析习题和上机习题。该书内容丰富新颖、论述严谨，是一本信号谱分析领域的高水平教材。?

第1章  基本概念
1.1  引言
1.2  确定信号的能量谱密度
1.3  随机信号的功率谱密度
1.4  功率谱密度的性质
1.5  谱估计问题
1.6  补充内容
1.7  习题
第2章  非参数化方法
2.1  引言
2.2  周期图和相关图方法
2.3  用FFT计算周期图
2.4  周期图法的性质
2.5  Blackman?Tukey方法
2.6  窗函数设计中需考虑的问题
2.7  其他改进的周期图方法
2.8  补充内容
2.9  习题
第3章  有理谱估计的参数化方法
3.1  引言
3.2  有理谱信号
3.3  ARMA过程的协方差结构
3.4  AR信号
3.5  Yule?Walker方程的阶递推解法
3.6  MA信号
3.7  ARMA信号
3.8  多变量ARMA信号
3.9  补充内容
3.10习题
第4章  线谱估计的参数化方法
4.1  引言
4.2  噪声中的正弦信号模型
4.3  非线性最小二乘方法
4.4  高阶Yule?Walker方法
4.5  Pisarenko和MUSIC方法
4.6  最小模方法
4.7  ESPRIT方法
4.8  前向－后向方法
4.9  补充内容
4.10习题
第5章  滤波器组方法
5.1  引言
5.2  周期图的滤波器组解释
5.3  改进的滤波器组方法
5.4  Capon方法
5.5  用滤波器组进一步解释周期图
5.6  补充内容
5.7  习题
第6章  空域方法
6.1  引言
6.2  阵列模型
6.3  非参数化方法
6.4  参数化方法
6.5  补充内容
6.6  习题
附录A  线性代数和矩阵分析工具
附录B  Cramér?Rao界分析工具
附录C  模型阶数选择方法
附录D  部分习题答案参考文献