第1章 随机变量基础
1.1 概率论的基本术语
1.2 随机变量的分布函数与概率密度
1.2.1 随机变量的定义
1.2.2 随机变量的分布函数与概率密度
1.2.3 多维随机变量及分布
1.2.4 多维分布
1.3 随机变量的数字特征
1.3.1 均值
1.3.2 方差
1.3.3 协方差与相关系数
1.3.4 矩
1.3.5 数字特征计算举例
1.4 随机变量的函数
1.4.1 一维随机变量函数的分布
1.4.2 多维随机变量函数的分布
1.4.3 随机变量函数的数字特征
1.5 MATLAB的统计函数
1.5.1 概率密度和概率分布函数
1.5.2 用MATLAB求随机变量的统计特性
习题一
第2章 随机过程的基本概念
2.1 随机过程的基本概念及定义
2.2 随机过程的统计描述
2.2.1 随机过程的概率分布
2.2.2 随机过程的数字特征
2.3 平稳随机过程
2.3.1 平稳随机过程的定义
2.3.2 平稳随机过程自相关函数的特性
2.3.3 平稳随机过程的相关系数和相关时间
2.3.4 随机过程的各态历经性
2.3.5 联合平稳随机过程
2.4 随机过程的功率谱密度
2.4.1 功率谱密度的定义
2.4.2 随机序列的功率谱
2.4.3 白噪声
2.4.4 互功率谱
2.5 基于MATLAB的随机过程分析方法
2.5.1 随机序列的产生
2.5.2 随机序列的数字特征估计
2.5.3 概率密度估计
习题二
实验一 随机过程的模拟与特征估计
第3章 随机过程的变换
3.1 随机过程通过线性系统分析
3.1.1 线性变换基本性质
3.1.2 随机过程通过线性系统分析——冲激响应法
3.1.3 随机过程通过线性系统分析——频谱法
3.1.4 限带过程
3.1.5 随机序列通过离散线性系统分析
3.2 随机过程通过非线性系统分析
3.2.1 概率密度
3.2.2 均值和自相关函数
3.3 最佳线性滤波器及其应用
3.3.1 输出信噪比最大的最佳线性滤波器
3.3.2 匹配滤波器
3.3.3 应用实例
习题三
第4章 典型随机过程
4.1 正态随机过程
4.1.1 正态随机过程的定义
4.1.2 正态随机过程的性质
4.1.3 随机过程的正态化
4.1.4 正态随机过程在雷达中的应用
4.2 窄带随机过程
4.2.1 窄带随机过程的定义
4.2.2 希尔伯特变换及性质
4.2.3 窄带正态随机过程的统计特性
4.2.4 窄带随机过程在通信中的应用
4.3 马尔可夫过程
4.3.1 马尔可夫链
4.3.2 隐马尔可夫模型（HMM）
习题四
第5章 估计理论
5.1 估计的基本概念
5.2 贝叶斯估计
5.2.1 最小均方估计
5.2.2 条件中位数估计
5.2.3 最大后验概率估计
5.3 最大似然估计
5.4 估计量的性能
5.4.1 性能指标
5.4.2 无偏估计量的性能边界
5.5 线性最小均方估计
5.6 最小二乘估计
5.6.1 估计原理
5.6.2 信号处理实例-最小二乘估计在目标跟踪中的应用
5.7 波形估计
5.7.1 波形估计的一般概念
5.7.2 维纳滤波器
习题五
第6章 检测理论
6.1 假设检验的基本概念
6.2 判决准则
6.2.1 贝叶斯准则
6.2.2 极大极小准则
6.2.3 纽曼—皮尔逊准则
6.3 复合假设检验
6.3.1 贝叶斯方法
6.3.2 一致最大势检验
6.3.3 广义似然比检验
6.4 多元假设检验
6.4.1 最大后验概率准则
6.4.2 最大似然准则
6.5 噪声中信号的检测
6.5.1 高斯白噪声中确定性信号的检测
6.5.2 接收机的性能
6.5.3 最小距离接收机
习题六
实验二 检测性能的蒙特卡洛仿真
参考文献
缺书网
扫码进群