考虑到数字信号处理技术及其应用的最新进展，本书在第二版基础上做了广泛的修改，增加了移动噪声环境下的语音增强，无线通信系统中噪声及衰落的建模与抑制。旨在提供统计信号处理理论与应用及噪声抑制方法一个连贯的、条理清晰的介绍。

本书以通信和信息处理系统为应用背景，在简要介绍概率论和随机过程基本原理的基础上，详细介绍了贝叶斯估计与分类、隐马尔可夫模型、自适应滤波器、多波段线性预测器和谱估计技术等，深入探讨了关于回波抵消、脉冲噪声和瞬态噪声的消除、宽带噪声抑制、信道估计，以及基于隐马尔可夫模型的信号与噪声分离技术。本书以读者易于接受的图示和数学推导，着重介绍了贝叶斯理论及其在噪声削弱中的应用。全书共分为17章，包括：绪论，噪声与失真，概率与信息论模型，贝叶斯推断，隐马尔可夫模型，最小二乘误差滤波器，自适应滤波器，线性预测模型，功率谱与相关函数，内插，谱幅度估计，脉冲噪声，瞬态噪声脉冲，回波抵消，信道均衡及盲解卷积，噪声中的语音增强，无线通信中的噪声。本书是一本从实际应用中提炼问题，并上升到理论高度进行分析与解决的好书，具有较强的实际应用价值和理论价值，既可以作为研究生和大学本科高年级学生的教学参考书，也可以供通信与电子信息相关领域的工程技术人员参考。

第1章 绪论

 1.1 信号与信息

 1.2 信号处理方法

1.2.1 基于变换的信号处理

1.2.2 基于模型的信号处理

1.2.3 贝叶斯统计信号处理

1.2.4 神经网络

 1.3 数字信号处理的应用

1.3.1 自适应噪声抵消

1.3.2 自适应噪声削弱

1.3.3 盲信道均衡

1.3.4 信号分类与模式识别

1.3.5 语音的线性预测建模

1.3.6 音频信号的数字编码

1.3.7 噪声中的信号检测

1.3.8 波形的方向接收：波束形成

1.3.9 杜比降噪

1.3.10 雷达信号处理：多普勒频移

 1.4 采样与模-数转换

1.4.1 模拟信号的采样与重建

1.4.2 量化

参考文献

第2章 噪声与失真

第3章 概率与信息论模型

第4章 贝叶斯推断

第5章 隐马尔可夫模型

第6章 最小二乘误差滤波器

第7章 自适应滤波器

第8章 线性预测模型

第9章 功率谱与相关函数

第10章 内插

第11章 谱幅度估计

第12章 脉冲噪声

第13章 暂态噪声脉冲

第14章 回波抵消

第15章 信道均衡及盲解卷积

第16章 噪声中的语音增强

第17章 无线通信中的噪声

常用符号说明

缩写