隨機信號處理教程（第2版）

第1章 概率論基礎
1．1 隨機事件及其概率
1．1．1 隨機現象和隨機試驗
1．1．2 隨機事件和樣本空間
1．1．3 事件之間的關系與運算
1．1．4 隨機事件的頻率與概率
1．2 條件概率與統計獨立
1．2．1 條件概率
1．2．2 乘法定理
1．2．3 全概率公式
1．2．4 貝葉斯公式
1．2．5 事件的獨立性
1．3 隨機變量及其概率分布
1．3．1 隨機變量的概念
1．3．2 離散型隨機變量及其分布
1．3．3 連續(xù)型隨機變量及其分布
1．3．4 多維隨機變量及其分布
1．3．5 隨機變量函數的分布
1．4 隨機變量的數字特征
1．4．1 數學期望
1．4．2 方差
1．4．3 協方差與矩
1．5 隨機變量的特征函數
1．5．1 特征函數的定義
1．5．2 特征函數的性質
1．5．3 特征函數與矩的關系
1．6 極限定理
1．6．1 大數定律
1．6．2 中心極限定理
1．7 多維正態(tài)分布
1．7．1 二維正態(tài)隨機變量及其分布
1．7．2 n維正態(tài)隨機變量及其分布
習題
第2章 隨機過程
2．1 隨機過程的概念
2．1．1 隨機過程的定義
2．1．2 隨機過程的分類
2．2 隨機過程的統計描述
2．2．1 隨機過程的概率分布
2．2．2 隨機過程的數字特征
2．2．3 隨機過程的特征函數
2．3 平穩(wěn)隨機過程
2．3．1 嚴平穩(wěn)隨機過程
2．3．2 寬平穩(wěn)隨機過程
2．4 隨機過程的各態(tài)歷經性
2．4．1 嚴各態(tài)歷經性
2．4．2 寬各態(tài)歷經性
2．5 平穩(wěn)隨機過程自相關函數的性質
2．6 隨機過程的聯合概率分布和互相關函數
2．6．1 兩個隨機過程的聯合概率分布
2．6．2 互相關函數及其性質
2．7 正態(tài)隨機過程
2．7．1 正態(tài)隨機過程的定義
2．7．2 平穩(wěn)正態(tài)隨機過程
習題
第3章 隨機過程的功率譜密度
3．1 功率譜密度函數
3．1．1 確知信號的頻譜和能量譜密度
3．1．2 隨機過程的功率譜密度
3．2 平穩(wěn)隨機過程功率譜密度的性質
3．3 維納-辛欽定理
3．4 平穩(wěn)隨機過程的自相關時間和等效功率譜帶寬
3．4．1 自相關時間
3．4．2 等效功率譜帶寬
3．5 聯合平穩(wěn)隨機過程的互功率譜密度
3．5．1 互功率譜密度
3．5．2 互功率譜密度和互相關函數的關系
3．5．3 互功率譜密度的性質
3．6 白噪聲與色噪聲
3．6．1 理想白噪聲
3．6．2 低通型帶限白噪聲
3．6．3 帶通型帶限白噪聲
3．6．4 色噪聲
習題
第4章 隨機信號通過線性系統
4．1 線性系統的基本理論
4．2 隨機信號通過線性時不變系統的分析
4．2．1 系統的輸出
4．2．2 時域分析法
4．2．3 頻域分析法
4．3 白噪聲通過低頻線性系統
4．3．1 白噪聲通過理想低通濾波器
4．3．2 白噪聲通過RC低通濾波器
4．3．3 低通網絡的等效噪聲帶寬
4．4 獨立隨機過程之和的自相關函數
4．5 坎貝爾定理
4．5．1 隨機脈沖的自相關積分
4．5．2 坎貝爾定理
4．6 散彈效應噪聲
4．7 熱噪聲
4．7．1 熱噪聲的奈奎斯特定理
4．7．2 廣義奈奎斯特定理
習題
第5章 窄帶系統和窄帶隨機信號
5．1 窄帶系統及其特點
5．1．1 窄帶系統及其包絡線特性
5．1．2 窄帶對稱系統的包絡線定理
5．2 窄帶隨機信號的基本概念
5．2．1 窄帶隨機信號的定義
5．2．2 窄帶隨機信號的準正弦振蕩表示
5．3 窄帶高斯隨機信號分析
5．3．1 窄帶高斯隨機信號包絡和相位的概率分布
5．3．2 窄帶高斯隨機信號包絡平方的概率分布
5．4 窄帶隨機信號包絡的自相關特性
5．5 正弦信號疊加窄帶高斯噪聲的包絡和相位的分布
習題
第6章 隨機信號通過非線性系統
6．1 引言
6．2 直接分析法
6．3 特征函數法
6．3．1 轉移函數
6．3．2 非線性系統輸出的自相關函數
6．4 級數展開法
習題
第7章 馬爾可夫過程
7．1 馬爾可夫鏈
7．1．1 馬爾可夫鏈的定義
7．1．2 馬爾可夫鏈的轉移概率矩陣
7．1．3 切普曼-柯爾莫哥洛夫方程
7．1．4 馬爾可夫鏈中狀態(tài)分類
7．1．5 遍歷性和平穩(wěn)分布
7．2 馬爾可夫序列
7．2．1 馬爾可夫序列的定義
7．2．2 馬爾可夫序列的性質
7．3 馬爾可夫過程
7．3．1 馬爾可夫過程的定義
7．3．2 切普曼-柯爾莫哥洛夫方程
7．3．3 馬爾可夫過程的統計特性
習題
附錄1 標準正態(tài)分布表
附錄2 傅里葉變換的性質
附錄3 常用傅里葉變換對
部分習題參考答案
參考文獻