潘仲明編著的《隨機(jī)信號與系統(tǒng)》詳盡介紹了隨機(jī)過程、最優(yōu)估計、時間序列模型和線性動態(tài)系統(tǒng)辨 識、譜 估計與小波分析、最優(yōu)濾波與狀態(tài)估計等理論方法及 其應(yīng)用實例，并編配了各章知識要點和習(xí)題。重點闡述如何從自然科學(xué)和工程技術(shù) 描述的復(fù)雜系統(tǒng)中提煉出簡 練而又符合現(xiàn)實的隨機(jī)信號或隨機(jī)系統(tǒng)模型，進(jìn)而選用恰當(dāng)?shù)睦碚摲椒▉砀玫?解決工程測試、微弱信號檢測與系統(tǒng)辨識等工程實際 問題。全書選材精當(dāng)，基本概念表述清晰、公式推導(dǎo)過程嚴(yán)謹(jǐn)、工程應(yīng)用實例豐富 、MATLAB算法程序簡明易懂， 符合工科讀者的思維習(xí)慣和認(rèn)識規(guī)律。
《隨機(jī)信號與系統(tǒng)》適合作為高等學(xué)校自動化、 儀器儀表、電氣工程、機(jī)械工程、電子信息工程和醫(yī)學(xué)生物信息技術(shù)等專業(yè)的研究生教材，也可供從 事工程莉試、目標(biāo)探測、無損 檢測、裝備故障診斷、系統(tǒng)辨識、過程控制和現(xiàn)代信號處理等技術(shù)專題研究的科技 工作者進(jìn)修參考。
潘仲明編著的《隨機(jī)信號與系統(tǒng)》詳盡介紹了隨機(jī)信號與系統(tǒng)相關(guān)知識。全書選材精當(dāng)，基本概念表述清晰、公式推導(dǎo)過程嚴(yán)謹(jǐn)、工程應(yīng)用實例豐富、MATLAB算法程序簡明易懂，符合工科讀者的思維習(xí)慣和認(rèn)識規(guī)律�！峨S機(jī)信號與系統(tǒng)》適合作為高等學(xué)校自動化、儀器儀表、電氣工程、機(jī)械工程、電子信息工程和醫(yī)學(xué)生物信息技術(shù)等專業(yè)的研究生教材，也可供從事工程莉試、目標(biāo)探測、無損檢測、裝備故障診斷、系統(tǒng)辨識、過程控制和現(xiàn)代信號處理等技術(shù)專題研究的科技工作者進(jìn)修參考。
第一章 概率與隨機(jī)過程導(dǎo)論
1．1隨機(jī)事件
1．1．1隨機(jī)事件的概念
1．1．2隨機(jī)事件的概率
1．1．3條件概率與統(tǒng)計獨(dú)立
1．2隨機(jī)變量
1．2．1隨機(jī)變量的分布與密度函數(shù)
1．2．2常用的概率分布與密度函數(shù)
1．2．3隨機(jī)變量的獨(dú)立性
1．2．4隨機(jī)變量函數(shù)的概率密度
1．3期望、矩和特征函數(shù)
1．3．1數(shù)學(xué)期望
1．3．2隨機(jī)變量的矩
1．3．3特征函數(shù)
1．3．4復(fù)隨機(jī)變量及其數(shù)學(xué)特征
第一章 概率與隨機(jī)過程導(dǎo)論
1．1隨機(jī)事件
1．1．1隨機(jī)事件的概念
1．1．2隨機(jī)事件的概率
1．1．3條件概率與統(tǒng)計獨(dú)立
1．2隨機(jī)變量
1．2．1隨機(jī)變量的分布與密度函數(shù)
1．2．2常用的概率分布與密度函數(shù)
1．2．3隨機(jī)變量的獨(dú)立性
1．2．4隨機(jī)變量函數(shù)的概率密度
1．3期望、矩和特征函數(shù)
1．3．1數(shù)學(xué)期望
1．3．2隨機(jī)變量的矩
1．3．3特征函數(shù)
1．3．4復(fù)隨機(jī)變量及其數(shù)學(xué)特征
1．4隨機(jī)過程
1．4．1隨機(jī)過程的基本概念
1．4．2平穩(wěn)隨機(jī)過程
1．4．3各態(tài)歷經(jīng)過程
1．5總體相關(guān)函數(shù)與功率譜密度
1．5．1總體相關(guān)函數(shù)
1．5．2相關(guān)函數(shù)的性質(zhì)
1．5．3波形與頻譜的概念
1．5．4平穩(wěn)過程的功率譜密度
1．5．5線性系統(tǒng)對隨機(jī)信號的響應(yīng)
本章小結(jié)
習(xí)題
第二章 多維高斯過程
2．1多維高斯分布
2．1．1中心極限定理
2．1．2高斯向量的密度函數(shù)
2．1．3高斯向量的條件密度函數(shù)
2．2高斯過程性質(zhì)與高斯白噪聲
2．2．1高斯過程的主要性質(zhì)
2．2．2高斯白噪聲的生成I
2．3高斯過程理論的應(yīng)用實例
2．3．1似然比檢測系統(tǒng)的基本概念
2．3．2似然比檢測系統(tǒng)的結(jié)構(gòu)
2．3．3匹配濾波器與白化濾波器
2．3．4似然比檢測系統(tǒng)的信噪比計算
本章小結(jié)
習(xí)題
第三章 參數(shù)估計理論
3．1參數(shù)估計的評價準(zhǔn)則
3．1．1參數(shù)估計量的統(tǒng)計特性
3．1．2Cramer—Rao下限
3．2基于統(tǒng)計分布的參數(shù)估計算法
3．2．1貝葉斯估計1
3．2．2極大似然估計
3．2．3數(shù)學(xué)期望最大算法
3．3基于線性模型的參數(shù)估計算法
3．3．1線性均方估計
3．3．2最小均方自適應(yīng)算法
3．3．3最小二乘估計
本章小結(jié)
習(xí)題
第四章 數(shù)學(xué)模型辨識
4．1隨機(jī)數(shù)據(jù)預(yù)處理
4．1．1連續(xù)時間信號的采樣
4．1．2隨機(jī)序列的統(tǒng)計特性
4．1．3波形基線修正與統(tǒng)計特性檢驗
4．2時間序列模型及其辨識方法
4．2．1自回歸時間序列
4．2．2滑動平均時間序列
4．2．3自回歸滑動平均時間序列
4．2．4時間序列模型的辨識方法
4．3ARx模型的最小二乘估計
4．3．1ARX模型的辨識方法
4．3．2遞推最小二乘估計
4．3．3廣義最小二乘估計
本章小結(jié)
習(xí)題
第五章 譜估計與小波分析
5．1功率譜估計
5．1．1非參數(shù)化譜估計
5．1．2參數(shù)化譜估計
5．1．3特殊ARMA模型與皮薩連柯譜估計
5．1．4非高斯時間序列雙譜估計
5．2小波變換
5．2．1連續(xù)小波變換
5．2．2連續(xù)小波變換的離散化
5．3快速小波變換的理論框架
5．3．1多分辨力信號分解
5．3．2雙通道信號分解的理想重構(gòu)條件
5．4快速小波變換的實現(xiàn)與應(yīng)用
5．4．1雙正交濾波器組的設(shè)計方法
5．4．2時間柵格加密與多孔算法
5．4．3尺度函數(shù)與小波函數(shù)的求解
5．4．4小波變換的應(yīng)用實例
本章小結(jié)
習(xí)題
第六章 最優(yōu)濾波與狀態(tài)估計
6．1維納濾波器
6．1．1波形估計的基本概念
6．1．2連續(xù)時間維納濾波器
6．1．3離散時間維納濾波器
6．2自適應(yīng)橫向數(shù)字濾波器
6．2．1LMS自適應(yīng)濾波器
6．2．2RLS自適應(yīng)濾波器
6．2．3DFT／DCT自適應(yīng)濾波器
6．2．4約束LMS自適應(yīng)濾波器
6．3自適應(yīng)濾波器的應(yīng)用實例
6．3．1自適應(yīng)噪聲抵消器
6．3．2自適應(yīng)譜線增強(qiáng)器
6．3．3自適應(yīng)逆系統(tǒng)模擬器
6．4狀態(tài)估計
6．4．1一步最優(yōu)預(yù)估
6．4．2卡爾曼濾波器
6．4．3卡爾曼濾波器的應(yīng)用示例
6．4．4廣義卡爾曼濾波器
本章小結(jié)
習(xí)題
參考文獻(xiàn)
書單推薦
