隨機信號分析與處理, 3/e

羅鵬飛，國防科技大學教授、碩士生導師。
湖南省教學名師，“信號處理系列課國家教學團隊”帶頭人，國家精品課程和精品資源共享課“隨機信號分析與處理”的課程負責人獲軍隊育才獎金獎。
1982年本科畢業於西安電子科技大學，1985年研究生畢業於國防科學技術大學，畢業後在國防科學技術大學電子科學與工程學院任教，長期擔任本科“隨機信號分析與處理”和研究生“統計信號處理”課程的主講。
獲軍隊教學成果一、二等獎各1項、三等獎2項，獲部委級教學成果一等獎1項。主編教材6部、合編2部、翻譯教材4部。
其中主編的《隨機信號分析與處理》評為國家j“十二五”規劃教材，主編的《統計信號處理》為國家j“十一五”規劃教材。主持建設的 “統計信號處理”MOOC目前在學堂在線註冊學習人數超過11萬人。

張文明，國防科技大學教授、碩士生導師。
湖南省一流本科課程負責人，湖南省研究生優質課程、湖南省優秀教學團隊建設負責人。
擔任本科“隨機信號分析與處理”和研究生“統計信號處理”課程的主講，是國家j教學團隊“信號處理系列課教學團隊”核心成員，獲軍隊育才獎銀獎。
獲軍隊科技進步獎4項，軍隊教學成果獎2項，校教學成果一等獎2項；出版教材多部。

第1章　隨機變量基礎
1.1　概率論的基本術語
1.2　隨機變量的定義
1.3　隨機變量的分佈函數與概率密度
1.4　多維隨機變量及分佈
1.4.1　二維隨機變量
1.4.2　條件分佈
1.4.3　多維分佈
1.5　隨機變量的數字特徵
1.5.1　均值
1.5.2　方差
1.5.3　協方差與相關係數
1.5.4　矩
1.5.5　數字特徵計算舉例
1.6　隨機變量的函數
1.6.1　一維隨機變量函數的分佈
1.6.2　多維隨機變量函數的分佈
1.6.3　隨機變量函數的數字特徵
1.7　隨機變量的特徵函數
1.7.1　特徵函數的定義及性質
1.7.2　特徵函數與矩的關係
1.8　多維正態隨機變量
1.8.1　二維正態隨機變量
1.8.2　多維正態隨機變量
1.8.3　正態隨機變量的線性變換
1.9　复隨機變量及其統計特性
1.10　信號處理實例
1.11　蒙特卡洛仿真
習題
計算機作業
研討題
附錄A　全概率公式和貝葉斯公式

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　隨機過程的概率分佈
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數的特性
2.3.3　平穩隨機過程的相關係數和相關時間
2.3.4　其他平穩的概念
2.3.5　隨機過程的各態歷經性
2.4　隨機過程的聯合分佈和互相關函數
2.4.1　聯合分佈函數和聯合概率密度
2.4.2　互相關函數及其性質
2.5　隨機過程的功率譜密度
2.5.1　連續時間隨機過程的功率譜
2.5.2　隨機序列的功率譜
2.5.3　互功率譜
2.5.4　非平穩隨機過程的功率譜
2.6　典型的隨機過程
2.6.1　白噪聲
2.6.2　正態隨機過程
2.7　基於MATLAB的隨機過程分析方法
2.7.1　隨機序列的產生
2.7.2　隨機序列的數字特徵估計
2.7.3　概率密度估計
2.8　信號處理實例
2.8.1　脈衝幅度調製信號的功率譜
2.8.2　數字圖像的直方圖均衡
習題
計算機作業
研討題
實驗
實驗2.1　隨機過程的模擬與特徵估計
實驗2.2　數字圖像直方圖均衡

第3章　隨機過程的線性變換
3.1　變換的基本概念和基本定理
3.1.1　變換的基本概念
3.1.2　線性變換的基本定理
3.2　隨機過程通過線性系統分析
3.2.1　衝激響應法
3.2.2　頻譜法
3.2.3　平穩性的討論
3.3　限帶過程
3.3.1　低通過程
3.3.2　帶通過程
3.3.3　噪聲等效通能帶
3.4　隨機序列通過離散線性系統分析
3.5　最佳線性濾波器
3.5.1　輸出信噪比最大的最佳線性濾波器
3.5.2　匹配濾波器
3.5.3　廣義匹配濾波器
3.6　線性系統輸出端隨機過程的概率分佈
3.6.1　正態隨機過程通過線性系統
3.6.2　隨機過程的正態化
3.7　信號處理實例：有色高斯隨機過程的模擬
3.7.1　頻域法
3.7.2　時域濾波法
習題
計算機作業
研討題
實驗
實驗3.1　典型時間序列模型分析
實驗3.2　隨機過程通過線性系統分析

第4章　隨機過程的非線性變換
4.1　非線性變換的直接分析法
4.1.1　概率密度
4.1.2　均值和自相關函數
4.2　非線性系統分析的變換法
4.2.1　變換法的基本公式
4.2.2　Price定理
4.3　非線性系統分析的級數展開法
4.4　信號處理實例：量化噪聲分析
習題
研討題

第5章　窄帶隨機過程
5.1　希爾伯特變換
5.1.1　希爾伯特變換的定義
5.1.2　希爾伯特變換的性質
5.2　信號的複信號表示
5.2.1　確知信號的複信號表示
5.2.2　隨機信號的複信號表示
5.3　窄帶隨機過程的統計特性
5.3.1　窄帶隨機過程的準正弦振盪表示
5.3.2　窄帶隨機過程的統計特性
5.4　窄帶正態隨機過程包絡和相位的分佈
5.4.1　窄帶正態噪聲的包絡和相位的分佈
5.4.2　窄帶正態噪聲加正弦信號的包絡和相位的分佈
5.4.3　窄帶正態過程包絡平方的分佈
5.5　信號處理實例——非線性系統輸出端信噪比的計算
5.5.1　同步檢波器
5.5.2　包絡檢波器
5.5.3　平方律包絡檢波器
習題
計算機作業
研討題
實驗
窄帶高斯隨機過程的產生

第6章　馬爾可夫過程與泊松過程
6.1　馬爾可夫鏈
6.1.1　馬爾可夫鏈的定義
6.1.2　馬爾可夫鏈的轉移概率及矩陣
6.1.3　切普曼-柯爾莫哥洛夫方程
6.1.4　齊次馬爾可夫鏈
6.1.5　平穩鏈
6.1.6　遍歷性
6.2　隱馬爾可夫模型（HMM）
6.3　馬爾可夫過程
6.3.1　一般概念
6.3.2　切普曼-柯爾莫哥洛夫方程
6.4　獨立增量過程
6.4.1　獨立增量過程定義
6.4.2　泊松過程
6.4.3　維納過程
習題
計算機作業
實驗
通信信道誤碼率分析

第7章　估計理論
7.1　估計的基本概念
7.2　貝葉斯估計
7.2.1　最小均方估計
7.2.2　條件中位數估計
7.2.3　最大後驗概率估計
7.3　最大似然估計
7.4　估計量的性能
7.4.1　性能指標
7.4.2　無偏估計量的性能邊界
7.5　線性最小均方估計
7.6　最小二乘估計
7.6.1　估計原理
7.6.2　估計性能
7.7　波形估計
7.7.1　波形估計的一般概念
7.7.2　維納濾波器
7.8　信號處理實例
7.8.1　距離估計
7.8.2　目標跟踪
習題
研討題

第8章　統計判決理論
8.1　假設檢驗的基本概念
8.2　判決準則
8.2.1　貝葉斯準則
8.2.2　極大極小準則
8.2.3　紐曼-皮爾遜準則
8.3　檢測性能及其蒙特卡洛仿真
8.3.1　接收機工作特性
8.3.2　檢測性能的蒙特卡洛仿真
8.4　複合假設檢驗
8.4.1　貝葉斯方法
8.4.2　一致最大勢檢驗
8.4.3　廣義似然比檢驗
8.5　多元假設檢驗
8.5.1　判決準則
8.5.2　模式識別（分類）
習題
計算機作業
研討題

第9章　噪聲中信號的檢測
9.1　高斯白噪聲中確定性信號的檢測
9.2　最佳接收機的性能
9.3　高斯白噪聲中隨機信號的檢測
9.3.1　隨機相位信號的檢測
9.3.2　隨機相位及幅度信號的檢測
9.4　信號處理實例
9.4.1　加性高斯信道中基帶數字傳輸
9.4.2　雙門限檢測器
習題
實驗
實驗9.1　二元通信系統的仿真
實驗9.2　雙門限檢測器性能仿真
部分習題參考答案
參考文獻