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Householder变换的最小二乘估计、ORLS估计算法等。第七章集中论述了运用信号流图以推导出基于QR分解的快速自适应滤波算法。第八章论述参数和非参数方法的功率谱估计，包括最小方差谱估计、特征分析、MUSIC算法、ESPRIT算法。第九章论述用高阶统计量方法的信号建模和系统辨识。本书除第七章外各章后均附有习题。

本书非常适合于已具备数字信号处理的基础知识（其中包括傅里叶变换、离散傅里叶变换、z变换、离散时间系统分析、数字滤波器的设计和FIR，IIR）的读者阅读。适用于数字信号处理及相关领域的高年级本科生、研究生和科技人员。

本书是一本非常有益的，概括了当前这一领域内主要新技术的书藉，其内容全面系统，对数字信号处理领域的各种主要算法，尤其是目前该领域的一些研究重点，进行了介绍。值此在国内出版之际，特此推荐。

下面简要介绍本书的作者：

John G. Proakis教授    数字通信和数字信号处理领域中一位卓越的学者和教育家。出版了包括《数字通信》在内的9本广为被采用的教科书。曾在GTE和MIT林肯实验室工作过。曾先后在美国麻省波士顿东北大学任副教授、教授、工程研究生院院长、工学院院长、电机和计算机系主任。现为该校荣誉教授和加州圣地亚哥加州大学客座教授，IEEE的会士。

Charles M. Rader教授    数字信号处理领域中的一位先驱者。出版3本数字信号处理书籍。现任MIT林肯实验室高级研究员。研究领域是语音压缩、卫星通信和雷达。

凌复云（Fuyun Ling）博士    1968年毕业于清华大学，1981年和1984年先后获得美国麻省波士顿东北大学的硕士和博士学位。现任中国北京高通公司副总裁、CDMA研发中心主任、清华大学客座教授、IEEE会士。出版著作2本，发表论文70多篇。研究领域为数字通信和数字信号处理的理论和应用。

Chrysostomos L. Nikias教授    多谱分析领域的著名学者。出版教科书3本，发表论文100多篇，有8项专利。先后任美国南加州大学（USC）教授、工学院副院长。现任工学院院长，IEEE会士。研究领域为应用于数字信号处理，多媒体，雷达，声纳和生物医学信号分析中的统计信号处理。

Marc Moonen博士    比利时卢文（Leuven Katholieke）大学电机工程系副教授。研究领域为数学的系统理论、信号处理、并行计算和数字通信。

Ian K. Proudler博士    1984年在英国剑桥大学获博士学位。1986年起在美国Malvern国防研究局工作。研究领域为实时自适应滤波的结构、算法和运用有限域数学构造容错数字信号处理算法等。