本书全面系统地介绍了数字信号处理领域的各种主要算法。全书共分9章，包括引论、卷积和离散博里叶变换算法、线性预测和维纳滤波、系统建模和辨识的最小二乘法、自适应滤波器、多通道信号的递归最小二乘快速算法、参数和非参数的功率谱算法、用高阶统计量方法的信号建模和系统辨识等内容。 本书内容新颖综合，对数字信号处理技术中的许多技术理论进行归纳总结，对重要研究方向进行了充分的论述，是当今数字信号处理领域内一本重要的书籍。部分章节后附有习题，易于学习。 本书可作为数字信号处理领域的高年级本科生或研究生教材，也可供有关领域的研究人员参考。

数字信号处理是一发展极为迅速的科学技术领域。在20世纪60、70年代，它先后经历了数字滤波理论、信号的傅里叶变换、卷积和相关的快速计算的发展阶段，其后受到计算机技术、微电子技术迅猛发展的促进，使数字信号处理技术发展推向了高潮。目前数字信号处理的研究不仅限于一般理论和方法的探讨，而更多侧重于实现方面。应用领域日益扩大，新的实现方法和算法成果层出不穷。在此基础上发展起来的新一代电子系统与早期的电子系统相比较，其优化和自适应性能大大提高。 为适应数字信号处理的发展，需要有一本能较全面介绍这一领域内新技术的书籍。2002年Prentice Hall出版的Algorithms for Statistical Signal Processing一书恰好能符合当前的需要。 本书主要论述统计信号处理中的算法。第一章为引论，论述了线性时不变系统的特性、信号的取样、基于DFT的线性滤波方法和倒谱。第二章论述卷积和离散傅里叶变换有效算法。第三章论述线性预测和维纳滤波，其中包括Levinson-Durbin算法和Schur算法。第四章论述系统的建模与辨识，基于最小二乘法的滤波器设计，几种解最小二乘估计的方法，包括Cholesky分解、LDU分解、QR分解、Gram-Schmidt正交化、Givens变换、Householder变换和奇异值分解。第五章论述基于最小均方算法和递归最小二乘算法的单通道自适应滤波。还对自适应滤波的应用作了介绍。第六章论述多通道信号的递归最小二乘快速算法，包括最小二乘估计的QR分解、Gram-Schmidt正交化最小二乘估计、时间递归最小二乘估计的Givens算法、基于Ho...