绝版书！张贤达的精典之作。共有531页。全书共分十三章，内容包 括高阶统计量、非参数化高阶谱分析、因果和非因果非最小相位系统的辨识、 自适应估计和滤波、信号重构、信号检测、谐波恢复、多元时间序列分析、时变 非高斯信号的时频分析、阵列处理、循环平稳时间序列分析以及其它专题（时 延估计、盲反卷积和盲均衡、多维非高斯信号）。

基于圆阵的四阶累积量算法仿真，采用了线性调频（LFM）作为仿真的输入信号，中心频率可以为2G-20GHZ，带宽最大可为20MHz。

高阶累积量 信号识别的一般方法 时间序列分析

基于高阶累积量来实现调制信号识别源码.zip

在非协作通信中，需要对接收的信号进行调制方式的自动识别。在高阶累积量域内构造信号识别的特征向量，采用基于二叉树的支持向量机将识别特征向量映射到高维空间并构造最优分类超平面，实现对数字调制信号的自动识别。该算法不仅结构简单、计算量小，而且解决了样本在低维空间中的不可分问题，具有良好的泛化推广能力。理论分析和仿真结果证明了该算法的正确性和有效性。

基于高阶累积量来实现调制信号识别，包含了matlab中用于高阶累积量的工具包

该函数通过输入数据，阵元间距，高阶累积量的阶数（2或4）等参数来进行DOA估计，仿真了包括pisar谐波、特征分解、MUSIC、ML、AR、MIN、波束形成等算法

MUSIC算法谱估计 内含各种MUSIC算法，包括经典MUSIC，求根MUSIC，高阶累积量MUSIC，解相干MUSIC以及各种算法性能对比分析

该代码使用非高斯信号做为信号源，利用四阶累积量方法实现了可检测的信源数大于阵元数，并且仿真效果特别好。（自己写的，可实现扩展DOA自由度的理论值）。

通信信号调制方式自动识别在信号检测、威胁分析、频谱监测等领域有着重要的地位，是非合作通信关注的关键技术。针对单一累积量调制信号识别有限且识别率低等问题， 利用信号的二、四、六阶累积量特征所构造的矢量集，实现了ＭＡＳＫ、ＭＰＳＫ、ＭＦＳＫ、ＭＱＡＭ四类信号的类间识别，以及２ＡＳＫ、４ＡＳＫ、８ＡＳＫ，２ＰＳＫ、４ＰＳＫ、８ＰＳＫ，２ＦＳＫ、４ＦＳＫ、８ＦＳＫ，４ＱＡＭ、１６ＱＡＭ、６４ＱＡＭ的类内识别。在Ｍａｔｌａｂ环境下进行了仿真实验，实验结果表明，该方法在信噪比大于５ｄＢ时可以达到９０％以上的识别率。