- 1.1.2 随机过程的概率分布
- 1.1.3 随机过程的数字特征
- 1.2.1 随机过程连续性
- 1.2.2 随机过程的微分
- 1.2.3 随机过程的积分
- 1.3.1 平稳随机过程
- 1.3.2 平稳随机过程相关函数性质以及遍历性随机过程相关函数的测量
- 1.4.1 两个随机过程的联合概率分布和数字特征
- 1.5.1 正态随机过程的概念
- 1.5.2 正态随机过程的性质
- 1.6.1 马尔可夫过程
- 1.6.2 马尔可夫链的转移概率
- 1.6.3 马尔可夫链的状态转移图
- 1.6.4 马尔可夫链回顾1
- 1.6.5 马尔可夫链回顾2
- 1.7.1 泊松分布的概念及其统计量
- 1.7.2 泊松增量过程、泊松冲激序列以及其他泊松过程
- 1.7.3 半随机电报和随机电报
- 2.1.1 确定信号的傅里叶变换
- 2.1.2 随机过程的功率谱密度
- 2.1.3 功率谱密度与自相关函数之间的关系
- 2.2.1 互谱密度
- 2.3.1 平稳随机信号的采样定理
- 2.4.1 噪声
- 3.1.1 线性系统基本理论
- 3.2.1 随机信号通过连续时间系统的分析(1)
- 3.2.2 随机信号通过连续时间系统的分析(2)
- 3.3.1 随机信号通过离散时间系统的分析
- 3.4.1 3dB带宽和等效噪声带宽
- 3.4.2 白噪声通过理想线性系统分析
- 3.4.3 线性系统输出的概率分布
- 3.5.1 希尔伯特变换和解析过程
- 3.5.2 例题
- 3.6.1 窄带随机过程表示 (1)
- 3.6.2 窄带随机过程表示 (2)
- 3.7.1 窄带随机过程包络和相位的特性(1)
- 3.7.2 窄带随机过程包络和相位的特性(2)
- 4.1.1 通信中常见的非线性系统和直接法
- 4.2.1 直接法应用实例
- 4.3.1 特征函数法
- 5.1.1 离散随机信号特征估计的基本概念
- 5.2.1 离散随机信号一维数字特征以及二维数字特征的估计
- 5.3.1 离散随机信号的功率谱密度估计
- 5.4.1 离散随机信号的概率密度函数估计
《随机信号分析》课程是电子信息类高年级本科生必修的专业基础课程。随机信号的理论知识,在通信与信息系统、信号与信息处理、电子信息科学技术等专业的知识结构中起着承上启下的作用。
随着现代通讯和信息理论的飞速发展,对随机信号的研究已渗透到了各个科学技术领域,随机信号分析的理论和处理的方法是现代信号处理的重要理论基础和有效方法之一。它广泛应用于雷达、通信、信号处理、气象预测、地震监测等许多领域。因此许多学科已将“随机信号分析”课程设为其重要的专业基础课。