隨機(jī)信號分析基礎(chǔ)（第5版）

第1章概率論簡介
11概率的基本概念
12條件概率和統(tǒng)計獨立
13概率分布函數(shù)
14連續(xù)隨機(jī)變量
15隨機(jī)變量的函數(shù)
16統(tǒng)計平均
17特征函數(shù)
習(xí)題
第2章隨機(jī)信號概論
21隨機(jī)過程的概念及分類
211隨機(jī)過程的概念
212隨機(jī)過程的分類
22隨機(jī)過程的統(tǒng)計特性
221隨機(jī)過程的數(shù)字特征
222隨機(jī)過程的特征函數(shù)
23隨機(jī)序列及其統(tǒng)計特性
習(xí)題
第3章平穩(wěn)隨機(jī)過程
31平穩(wěn)隨機(jī)過程及其數(shù)字特征
311平穩(wěn)隨機(jī)過程的基本概念
312各態(tài)歷經(jīng)（遍歷）隨機(jī)過程
32平穩(wěn)過程相關(guān)函數(shù)的性質(zhì)
321平穩(wěn)過程的自相關(guān)函數(shù)的性質(zhì)
322平穩(wěn)相依過程互相關(guān)函數(shù)的性質(zhì)
33平穩(wěn)隨機(jī)序列的自相關(guān)矩陣與協(xié)方差矩陣
311Toeplitz矩陣
332自相關(guān)矩陣的正則形式
34隨機(jī)過程統(tǒng)計特性的實驗研究方法
341均值估計
342方差與協(xié)方差估計
343自相關(guān)函數(shù)的估計
344密度函數(shù)估計
35相關(guān)函數(shù)的計算舉例
36復(fù)隨機(jī)過程
361復(fù)隨機(jī)變量
362復(fù)隨機(jī)過程
37高斯隨機(jī)過程
習(xí)題
第4章隨機(jī)信號的功率譜密度
41功率譜密度
42功率譜密度與自相關(guān)函數(shù)之間的關(guān)系
43功率譜密度的性質(zhì)
44互譜密度及其性質(zhì)
45白噪聲與白序列
46復(fù)隨機(jī)過程的功率譜密度
47功率譜密度的計算舉例
48隨機(jī)過程的高階統(tǒng)計量簡介
49譜相關(guān)的基本理論簡介
習(xí)題
第5章隨機(jī)信號通過線性系統(tǒng)
51線性系統(tǒng)的基本性質(zhì)
511一般線性系統(tǒng)
512線性時不變系統(tǒng)
513系統(tǒng)的穩(wěn)定性與物理可實現(xiàn)的問題
52隨機(jī)信號通過線性系統(tǒng)
521線性系統(tǒng)輸出的統(tǒng)計特性
522系統(tǒng)輸出的功率譜密度
523多個隨機(jī)過程之和通過線性系統(tǒng)
53白噪聲通過線性系統(tǒng)
531噪聲帶寬
532白噪聲通過理想線性系統(tǒng)
533白噪聲通過具有高斯頻率特性的線性系統(tǒng)
54線性系統(tǒng)輸出端隨機(jī)過程的概率分布
541高斯隨機(jī)過程通過線性系統(tǒng)
542寬帶隨機(jī)過程（非高斯）通過窄帶線性系統(tǒng)
55隨機(jī)序列通過線性系統(tǒng)
551自相關(guān)函數(shù)
552功率譜密度
習(xí)題
第6章功率譜估值
61功率譜估值的經(jīng)典法
611兩種經(jīng)典譜估值方法
612經(jīng)典譜估值的改進(jìn)
613譜估值的一些實際問題
62基于隨機(jī)信號模型的功率譜估計
621隨機(jī)時間序列的有理傳輸函數(shù)模型
622自回歸（AR）功率譜估計
623滑動平均（MA）功率譜估計
624ARMA PSD估值
625Pisarenko諧波分解
習(xí)題
第7章窄帶隨機(jī)過程
71窄帶隨機(jī)過程的一般概念
72希爾伯特變換
721希爾伯特變換和解析信號的定義
722希爾伯特變換的性質(zhì)
73窄帶隨機(jī)過程的性質(zhì)及其證明
731窄帶隨機(jī)過程的性質(zhì)
732窄帶隨機(jī)過程性質(zhì)的證明
74窄帶高斯隨機(jī)過程的包絡(luò)和相位的概率分布
741窄帶高斯隨機(jī)過程包絡(luò)和相位的一維概率分布
742窄帶高斯過程包絡(luò)平方的概率分布
75余弦信號與窄帶高斯過程之和的概率分布
751余弦信號與窄帶高斯過程之和的包絡(luò)和相位的概率分布
752余弦信號與窄帶高斯過程之和的包絡(luò)平方的概率分布
習(xí)題
第8章隨機(jī)信號通過非線性系統(tǒng)
81引言
811無記憶的非線性系統(tǒng)
812無記憶的非線性系統(tǒng)輸出的概率分布
82直接法
83特征函數(shù)法
831轉(zhuǎn)移函數(shù)的引入
832隨機(jī)過程非線性變換的特征函數(shù)法
833普賴斯定理
84非線性系統(tǒng)的伏特拉(Voterra)級數(shù)
841伏特拉(Voterra)級數(shù)的導(dǎo)出
842齊次非線性系統(tǒng)
843多項式系統(tǒng)和Volterra系統(tǒng)
85非線性變換后信噪比的計算
習(xí)題
第9章馬爾可夫過程
91馬爾可夫過程
911馬爾可夫過程的定義及其分類
912馬爾可夫鏈
913k步轉(zhuǎn)移概率
914高斯馬爾可夫序列
915連續(xù)參數(shù)馬爾可夫過程
92獨立增量過程
93獨立隨機(jī)過程
習(xí)題
第10章基于假設(shè)檢驗的信號檢測
101假設(shè)檢驗
1011最大后驗概率準(zhǔn)則與似然比檢驗
1012貝葉斯準(zhǔn)則
1013最小錯誤概率準(zhǔn)則
1014紐曼-皮爾孫準(zhǔn)則
102已知信號的檢測
1021二元通信系統(tǒng)
1023匹配濾波器
習(xí)題
部分習(xí)題解答
附錄A隨機(jī)序列收斂的幾種定義
附錄B蒙特卡羅模擬方法
B1在計算機(jī)上用蒙特卡羅方法求圓周率
B2任意分布隨機(jī)數(shù)的產(chǎn)生方法
參考文獻(xiàn)