书籍详情
随机信号分析基础
作者：王永德，王军编著
出版社：电子工业出版社
出版时间：2003-06-01
ISBN：9787505382527
定价：¥23.00
购买这本书可以去
内容简介
本书主要从工程应用的角度讨论随机信号（随机过程）的理论分析和实验研究方法。全书共八章，内容包括：随机信号两种统计特性的描述方法，重点介绍数字特征，如均值、方差、相关函数、相干函数、功率话密度。高阶谱、谱相关理论等的表述和实验测定（估计）方法；随机信号通过线性、非线性系统统计特性的变化；以及在通信、电子系统中常见的一些典型随机信号，如白噪声、窄带随机信号、高斯随机过程、马尔可夫过程等。全书是以连续时间随机信号和离散时间随机信号（随机序列）两条线展开讨论的，内容丰富、概念清楚、系统性强、理论联系实际，反映了本学科的一些新进展。书中列举了大量例题和一些有用的Matlab分析应用程序举例，每章末附有大量习题供练习，书未给出了部分习题解供参考。本书可作为理工科高校电子信息类专业高年级本科生教材及研究生参考书，也可供从事通信、电子及其相关专业科技开发的工程技术人员继续教育使用。
作者简介
暂缺《随机信号分析基础》作者简介
目录
第1章概率论简介
1.1概率的基本概念
1.2条件概率和统计独立
1.3概率分布函数
1.4连续随机变量
1.5随机变量的函数
1.6统计平均
1.7特征函数
习题
第2章随机信号概论
2.1随机过程的概念及分类
2.1.1随机过程的概念
2.1.2随机过程的分类
2.2随机过程的统计特性
2.2.1随机过程的数字特征
2.2.2随机过程的特征函数
2.3随机序列及其统计特性
习题
第3章平稳随机过程
3.1平稳随机过程及其数字特征
3.1.1平稳随机过程的基本概念
3.1.2各态历经（遍历）随机过程
3.2平稳过程相关函数的性质
3.2.1平稳过程的自相关函数的性质
3.2.2平稳相依过程互相关函数的性质
3.3平稳随机序列的自相关阵与协方差阵
3.3.1Toeplitz阵
3.3.2自相关阵的正则形式
3.4随机过程统计特性的实验研究方法
3.4.1均值估计
3.4.2方差估计
3.4.3自相关函数的估计
3.4.4密度函数估计
3.5相关函数的计算举例
3.6复随机过程
3.6.1复随机变量
3.6.2复随机过程
3.7高斯随机过程
习题
第4章随机信号的功率谱密度
4.1功率谱密度
4.2功率谱密度与自相关函数之间的关系
4.3功率谱密度的性质
4.4互谱密度及其性质
4.4.1互谱密度
4.4.2互谱密度的胜质
4.4.3相干函数
4.5白噪声与自序列
4.6功率谱估值的经典法
4.6.1两种经典谱估值方法
4.6.2经典谱估值的改进
4.6.3谱估值的一些实际问题
4.7复随机过程的功率谱密度
4.8功率谱密度的计算举例
4.9随机过程的高阶统计量简介
4.10谱相关的基本理论简介
习题
第5章随机信号通过线性系统
5.1线性系统的基本性质
5.1.1一般线性系统
5.1.2线性时不变系统
5.1.3系统的稳定性与物理可实现的问题
5.2随机信号通过线性系统
5.2.1线性系统输出的统计特性
5.2.2系统输出的功率谱密度
5.2.3多个随机过程之和通过线性系统
5.3白噪声通过线性系统
5.3.1噪声带宽
5.3.2白噪声通过理想线性系统
5.3.3白噪声通过具有高斯频率特性的线性系统
5.4线性系统输出端随机过程的概率分布
5.4.1高斯随机过程通过线性系统
5.4.2宽带随机过程（非高斯）通过窄带线性系统
5.5随机序列通过线性系统
5.5.1自相关函数
5.5.2功率谱密度
习题
第6章窄带随机过程
6.1窄带随机过程的一般概念
6.2希尔伯特变换
6.2.1希尔伯特变换和解析信号的定义
6.2.2希尔伯特变换的性质
6.3窄带随机过程的性质
6.3.1窄带随机过程的性质
6.3.2窄带随机过程性质的证明
6.4窄带高斯随机过程的包络和相位的概率分布
6.4.1窄带高斯随机过程包络和相位的一维概率分布
6.4.2窄带高斯过程包络平方的概率分布
6.5余弦信号与窄带高斯过程之和的概率分布
6.5.1余弦信号与窄带高斯过程包络之和的相位概率分布
6.5.2余弦信号与窄带高斯过程包络平方的概率分布
习题
第7章随机信号通过非线性系统
7.1引言
7.1.1无记忆的非线性系统
7.1.2无记忆的非线性系统输出的概率分布
7.2直接法
7.3特征函数法
7.3.1转移函数的引人
7.3.2随机过程非线性变换的特征函数法
7.3.3普赖斯（Price）定理
7.4非线性系统的伏特拉（Voterra）级数
7.4.1伏特拉（Voterra）级数的导出
7,4.2齐次非线性系统
7.4.3多项式系统和Volterra系统
7.5非线性变换后信噪比的计算
习题
第8章马尔可夫过程
8.1马尔可夫过程
8.1.1马尔可夫过程的定义
8.1.2马尔可夫过程的分类
8.1.3马尔可夫链
8.1.4k步转移概率
8.1.5高斯马尔可夫序列
8.1.6连续参数马尔可夫过程
8.2独立增量过程
8.3独立随机过程
习题
部分习题解
附录随机序列收敛的几种定义
参考文献
1.1概率的基本概念
1.2条件概率和统计独立
1.3概率分布函数
1.4连续随机变量
1.5随机变量的函数
1.6统计平均
1.7特征函数
习题
第2章随机信号概论
2.1随机过程的概念及分类
2.1.1随机过程的概念
2.1.2随机过程的分类
2.2随机过程的统计特性
2.2.1随机过程的数字特征
2.2.2随机过程的特征函数
2.3随机序列及其统计特性
习题
第3章平稳随机过程
3.1平稳随机过程及其数字特征
3.1.1平稳随机过程的基本概念
3.1.2各态历经（遍历）随机过程
3.2平稳过程相关函数的性质
3.2.1平稳过程的自相关函数的性质
3.2.2平稳相依过程互相关函数的性质
3.3平稳随机序列的自相关阵与协方差阵
3.3.1Toeplitz阵
3.3.2自相关阵的正则形式
3.4随机过程统计特性的实验研究方法
3.4.1均值估计
3.4.2方差估计
3.4.3自相关函数的估计
3.4.4密度函数估计
3.5相关函数的计算举例
3.6复随机过程
3.6.1复随机变量
3.6.2复随机过程
3.7高斯随机过程
习题
第4章随机信号的功率谱密度
4.1功率谱密度
4.2功率谱密度与自相关函数之间的关系
4.3功率谱密度的性质
4.4互谱密度及其性质
4.4.1互谱密度
4.4.2互谱密度的胜质
4.4.3相干函数
4.5白噪声与自序列
4.6功率谱估值的经典法
4.6.1两种经典谱估值方法
4.6.2经典谱估值的改进
4.6.3谱估值的一些实际问题
4.7复随机过程的功率谱密度
4.8功率谱密度的计算举例
4.9随机过程的高阶统计量简介
4.10谱相关的基本理论简介
习题
第5章随机信号通过线性系统
5.1线性系统的基本性质
5.1.1一般线性系统
5.1.2线性时不变系统
5.1.3系统的稳定性与物理可实现的问题
5.2随机信号通过线性系统
5.2.1线性系统输出的统计特性
5.2.2系统输出的功率谱密度
5.2.3多个随机过程之和通过线性系统
5.3白噪声通过线性系统
5.3.1噪声带宽
5.3.2白噪声通过理想线性系统
5.3.3白噪声通过具有高斯频率特性的线性系统
5.4线性系统输出端随机过程的概率分布
5.4.1高斯随机过程通过线性系统
5.4.2宽带随机过程（非高斯）通过窄带线性系统
5.5随机序列通过线性系统
5.5.1自相关函数
5.5.2功率谱密度
习题
第6章窄带随机过程
6.1窄带随机过程的一般概念
6.2希尔伯特变换
6.2.1希尔伯特变换和解析信号的定义
6.2.2希尔伯特变换的性质
6.3窄带随机过程的性质
6.3.1窄带随机过程的性质
6.3.2窄带随机过程性质的证明
6.4窄带高斯随机过程的包络和相位的概率分布
6.4.1窄带高斯随机过程包络和相位的一维概率分布
6.4.2窄带高斯过程包络平方的概率分布
6.5余弦信号与窄带高斯过程之和的概率分布
6.5.1余弦信号与窄带高斯过程包络之和的相位概率分布
6.5.2余弦信号与窄带高斯过程包络平方的概率分布
习题
第7章随机信号通过非线性系统
7.1引言
7.1.1无记忆的非线性系统
7.1.2无记忆的非线性系统输出的概率分布
7.2直接法
7.3特征函数法
7.3.1转移函数的引人
7.3.2随机过程非线性变换的特征函数法
7.3.3普赖斯（Price）定理
7.4非线性系统的伏特拉（Voterra）级数
7.4.1伏特拉（Voterra）级数的导出
7,4.2齐次非线性系统
7.4.3多项式系统和Volterra系统
7.5非线性变换后信噪比的计算
习题
第8章马尔可夫过程
8.1马尔可夫过程
8.1.1马尔可夫过程的定义
8.1.2马尔可夫过程的分类
8.1.3马尔可夫链
8.1.4k步转移概率
8.1.5高斯马尔可夫序列
8.1.6连续参数马尔可夫过程
8.2独立增量过程
8.3独立随机过程
习题
部分习题解
附录随机序列收敛的几种定义
参考文献
猜您喜欢
