随机信号处理原理与实践

1 (p1): 第1章 离散时间信号处理基础
1 (p2): 1.1 离散时间信号
1 (p3): 1.1.1 常用离散时间信号
2 (p4): 1.1.2 序列的基本运算
4 (p5): 1.2 离散时间系统
4 (p6): 1.2.1 离散时间系统的分类
6 (p7): 1.2.2 离散LTI系统的响应
8 (p8): 1.3 傅里叶变换
8 (p9): 1.3.1 离散时间傅里叶变换
10 (p10): 1.3.2 离散傅里叶变换
11 (p11): 1.3.3 快速傅里叶变换
14 (p12): 1.4 z变换
14 (p13): 1.4.1 z变换
16 (p14): 1.4.2 逆z变换
16 (p15): 1.5 数字滤波器
17 (p16): 1.5.1 系统函数
18 (p17): 1.5.2 频率响应
20 (p18): 1.5.3 格型滤波器
24 (p19): 本章小结
25 (p20): 习题
27 (p21): 第2章 随机信号分析基础
27 (p22): 2.1 随机变量
27 (p23): 2.1.1 概率分布函数与密度函数
28 (p24): 2.1.2 随机变量的数字特征
29 (p25): 2.2 随机过程
30 (p26): 2.2.1 随机过程的基本统计量
32 (p27): 2.2.2 独立、不相关与正交
33 (p28): 2.3 几种典型的随机过程
33 (p29): 2.3.1 复正弦加噪声
34 (p30): 2.3.2 实高斯过程
34 (p31): 2.3.3 谐波过程
35 (p32): 2.3.4 高斯-马尔可夫过程
36 (p33): 2.4 随机信号通过线性系统
36 (p34): 2.4.1 时域分析
37 (p35): 2.4.2 频域分析
39 (p36): 2.5 谱分解定理
41 (p37): 2.6 参数估计理论
41 (p38): 2.6.1 估计量的性质
42 (p39): 2.6.2 均值的估计
43 (p40): 2.6.3 方差的估计
44 (p41): 本章小结
44 (p42): 习题
47 (p43): 第3章 随机信号的线性模型
47 (p44): 3.1 AR过程
47 (p45): 3.1.1 AR（1）模型
49 (p46): 3.1.2 AR（2）模型
52 (p47): 3.1.3 AR（p）模型
53 (p48): 3.2 MA过程
55 (p49): 3.3 ARMA过程
58 (p50): 3.4 三种模型间的关系
60 (p51): 本章小结
60 (p52): 习题
62 (p53): 第4章 非参数谱估计
62 (p54): 4.1 平稳随机信号的自相关估计
66 (p55): 4.2 相关图法
69 (p56): 4.3 周期图法
71 (p57): 4.4 周期图法的改进
71 (p58): 4.4.1 平滑单一周期图
72 (p59): 4.4.2 多个周期图求平均
76 (p60): 4.5 应用举例
76 (p61): 4.5.1 语音频谱分析
79 (p62): 4.5.2 语谱图
83 (p63): 本章小结
83 (p64): 习题
86 (p65): 第5章 最优线性滤波器
86 (p66): 5.1 最优信号估计
87 (p67): 5.2 线性均方估计
89 (p68): 5.2.1 误差性能曲面
92 (p69): 5.2.2 线性最小均方误差估计器
93 (p70): 5.2.3 正交原理
95 (p71): 5.3 维纳滤波器
95 (p72): 5.3.1 Wiener-Hopf方程
96 (p73): 5.3.2 FIR维纳滤波器
100 (p74): 5.4 最优线性预测
101 (p75): 5.4.1 前向线性预测
103 (p76): 5.4.2 后向线性预测
107 (p77): 5.4.3 Levinson-Durbin算法
109 (p78): 5.4.4 格型预测误差滤波器
112 (p79): 本章小结
112 (p80): 习题
114 (p81): 第6章 最小二乘滤波和预测
114 (p82): 6.1 最小二乘原理
115 (p83): 6.2 线性最小二乘估计
116 (p84): 6.2.1 正则方程
118 (p85): 6.2.2 正交原理
119 (p86): 6.2.3 投影算子
120 (p87): 6.3 最小二乘FIR滤波器
127 (p88): 6.4 最小二乘线性预测
132 (p89): 本章小结
133 (p90): 习题
134 (p91): 第7章 参数谱估计
134 (p92): 7.1 信号建模
136 (p93):…