| 本书强调对基本概念的理解，精。D设计了一些浅显易懂的例题来说明概念，强调理论与应用的结合，每章的最后都附有习题。 |
| 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 |
![Microchip PIC系列单片机原理、应用与开发[按需印刷]](http://images.china-pub.com/ebook15001-20000/15432/zcover.jpg)
内容加载中，请稍后...
商品评论（0条）