隨機信號分析基礎（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)隨機變量
15隨機變量的函數(shù)
16統(tǒng)計平均
17特征函數(shù)
習題
第2章隨機信號概論
21隨機過程的概念及分類
211隨機過程的概念
212隨機過程的分類
22隨機過程的統(tǒng)計特性
221隨機過程的數(shù)字特征
222隨機過程的特征函數(shù)
23隨機序列及其統(tǒng)計特性
習題
第3章平穩(wěn)隨機過程
31平穩(wěn)隨機過程及其數(shù)字特征
311平穩(wěn)隨機過程的基本概念
312各態(tài)歷經(jīng)（遍歷）隨機過程
32平穩(wěn)過程相關函數(shù)的性質
321平穩(wěn)過程的自相關函數(shù)的性質
322平穩(wěn)相依過程互相關函數(shù)的性質
33平穩(wěn)隨機序列的自相關矩陣與協(xié)方差矩陣
311Toeplitz矩陣
332自相關矩陣的正則形式
34隨機過程統(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自相關函數(shù)的估計
344密度函數(shù)估計
35相關函數(shù)的計算舉例
36復隨機過程
361復隨機變量
362復隨機過程
37高斯隨機過程
習題
第4章隨機信號的功率譜密度
41功率譜密度
42功率譜密度與自相關函數(shù)之間的關系
43功率譜密度的性質
44互譜密度及其性質
45白噪聲與白序列
46復隨機過程的功率譜密度
47功率譜密度的計算舉例
48隨機過程的高階統(tǒng)計量簡介
49譜相關的基本理論簡介
習題
第5章隨機信號通過線性系統(tǒng)
51線性系統(tǒng)的基本性質
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)輸出端隨機過程的概率分布
541高斯隨機過程通過線性系統(tǒng)
542寬帶隨機過程（非高斯）通過窄帶線性系統(tǒng)
55隨機序列通過線性系統(tǒng)
551自相關函數(shù)
552功率譜密度
習題
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
613譜估值的一些實際問題
62基于隨機信號模型的功率譜估計
621隨機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
習題
第7章窄帶隨機過程
71窄帶隨機過程的一般概念
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
73窄帶隨機過程的性質及其證明
731窄帶隨機過程的性質
732窄帶隨機過程性質的證明
74窄帶高斯隨機過程的包絡和相位的概率分布
741窄帶高斯隨機過程包絡和相位的一維概率分布
742窄帶高斯過程包絡平方的概率分布
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平方的概率分布
習題
第8章隨機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轉移函數(shù)的引入
832隨機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獨立隨機過程
習題
第10章基于假設檢驗的信號檢測
101假設檢驗
1011最大后驗概率準則與似然比檢驗
1012貝葉斯準則
1013最小錯誤概率準則
1014紐曼-皮爾孫準則
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
習題
部分習題解答
附錄A隨機序列收斂的幾種定義
附錄B蒙特卡羅模擬方法
B1在計算機上用蒙特卡羅方法求圓周率
B2任意分布隨機數(shù)的產(chǎn)生方法
參考文獻