內容簡介
《隨機信號分析與處理簡明教程》內容包括隨機信號分析及信號檢測與估計兩部分的內容，全書共6章，第1章隨機變數基礎，簡要複習了隨機變數的理論。第2章隨機過程的基本概念，介紹了隨機過程的定義、隨機過程的機率分布和數字特徵、平穩隨機過程的自相關函式和功率譜密度及基於MATLAB的統計分析。第3章隨機過程的變換，介紹了變換的基本概念和基本定理、隨機過程通過線性系統的分析、隨機過程通過非線性系統分析、信號處理的實例：最佳線性濾波器及其套用。第4章典型隨機過程，介紹了電子系統中典型的幾類隨機過程，包括正態隨機過程、窄帶隨機過程和馬爾可夫過程。第5章估計理論，介紹了估計的基本概念、貝葉斯估計、最大似然估計、估計量的性能、線性最小均方估計、最小二乘估計和波形估計。第6章檢測理論，介紹了假設檢驗的基本概念、判決準則、複合假設檢驗、多元假設檢驗及噪聲中信號檢測。
《隨機信號分析與處理簡明教程》強調對基本概念的理解，精心設計了一些淺顯易懂的例題來說明概念，強調理論與套用的結合，每章的最後都附有習題。
圖書目錄
第1章 隨機變數基礎
1.1 機率論的基本術語
1.2 隨機變數的分布函式與機率密度
1.2.1 隨機變數的定義
1.2.2 隨機變數的分布函式與機率密度
1.2.3 多維隨機變數及分布
1.2.4 多維分布
1.3 隨機變數的數字特徵
1.3.1 均值
1.3.2 方差
1.3.3 協方差與相關係數
1.3.4 矩
1.3.5 數字特徵計算舉例
1.4 隨機變數的函式
1.4.1 一維隨機變數函式的分布
1.4.2 多維隨機變數函式的分布
1.4.3 隨機變數函式的數字特徵
1.5 MATLAB的統計函式
1.5.1 機率密度和機率分布函式
1.5.2 用MATLAB求隨機變數的統計特性
習題一
第2章 隨機過程的基本概念
2.1 隨機過程的基本概念及定義
2.2 隨機過程的統計描述
2.2.1 隨機過程的機率分布
2.2.2 隨機過程的數字特徵
2.3 平穩隨機過程
2.3.1 平穩隨機過程的定義
2.3.2 平穩隨機過程自相關函式的特性
2.3.3 平穩隨機過程的相關係數和相關時間
2.3.4 隨機過程的各態歷經性
2.3.5 聯合平穩隨機過程
2.4 隨機過程的功率譜密度
2.4.1 功率譜密度的定義
2.4.2 隨機序列的功率譜
2.4.3 白噪聲
2.4.4互功率譜
2.5 基於MATLAB的隨機過程分析方法
2.5.1 隨機序列的產生
2.5.2 隨機序列的數字特徵估計
2.5.3 機率密度估計
習題二
實驗一 隨機過程的模擬與特徵估計
第3章 隨機過程的變換
3.1 隨機過程通過線性系統分析
3.1.1 線性變換基本性質
3.1.2 隨機過程通過線性系統分析——衝激回響法
3.1.3 隨機過程通過線性系統分析——頻譜法
3.1.4 限帶過程
3.1.5 隨機序列通過離散線性系統分析
3.2 隨機過程通過非線性系統分析
3.2.1 機率密度
3.2.2 均值和自相關函式
3.3 最佳線性濾波器及其套用
3.3.1 輸出信噪比最大的最佳線性濾波器
3.3.2 匹配濾波器
3.3.3 套用實例
習題三
第4章 典型隨機過程
4.1 正態隨機過程
4.1.1 正態隨機過程的定義
4.1.2 正態隨機過程的性質
4.1.3 隨機過程的正態化
4.1.4 正態隨機過程在雷達中的套用
4.2 窄帶隨機過程
4.2.1 窄帶隨機過程的定義
4.2.2 希爾伯特變換及性質
4.2.3 窄帶正態隨機過程的統計特性
4.2.4 窄帶隨機過程在通信中的套用
4.3 馬爾可夫過程
4.3.1 馬爾可夫鏈
4.3.2 隱馬爾可夫模型（HMM）
習題四
第5章 估計理論
5.1 估計的基本概念
5.2 貝葉斯估計
5.2.1 最小均方估計
5.2.2 條件中位數估計
5.2.3 最大後驗機率估計
5.3 最大似然估計
5.4 估計量的性能
5.4.1 性能指標
5.4.2無偏估計量的性能邊界
5.5 線性最小均方估計
5.6 最小二乘估計
5.6.1 估計原理
5.6.2 信號處理實例-最小二乘估計在目標跟蹤中的套用
5.7 波形估計
5.7.1 波形估計的一般概念
5.7.2 維納濾波器
習題五
第6章 檢測理論
6.1 假設檢驗的基本概念
6.2 判決準則
6.2.1 貝葉斯準則
6.2.2 極大極小準則
6.2.3 紐曼—皮爾遜準則
6.3 複合假設檢驗
6.3.1 貝葉斯方法
6.3.2 一致最大勢檢驗
6.3.3 廣義似然比檢驗
6.4 多元假設檢驗
6.4.1 最大後驗機率準則
6.4.2 最大似然準則
6.5 噪聲中信號的檢測
6.5.1 高斯白噪聲中確定性信號的檢測
6.5.2 接收機的性能
6.5.3 最小距離接收機
習題六
實驗二 檢測性能的蒙特卡洛仿真
參考文獻
