注册 登录 进入教材巡展
#

出版时间:2014年9月

出版社:清华大学出版社

以下为《随机过程及其应用(第2版)》的配套数字资源,这些资源在您购买图书后将免费附送给您:
  • 清华大学出版社
  • 9787302242758
  • 2-2
  • 171413
  • 16开
  • 2014年9月
  • 经济学
  • 应用经济学
  • O211.6
  • 专业课
  • 本专科、高职高专
内容简介
《*过程及其应用(第2版)》是在1986 年版《*过程及其应用》的基础上修改而成的,总结了二十多年来多位教师在清华大学电子工程系讲授“*过程”课程的教学经验,以及历届学生对课程教学的反馈与建议,是集体智慧的结晶。
  本书的内容大体可以分为三个部分:gauss过程和poisson 过程作为*基本*典型的*过程,分别给予了独立章节进行讨论;二阶矩过程对于理解电子系统中的*信号及其特性是本质的,书中分别从时域、频域以及统计处理三个方面进行了分析;markov过程近年来在电子信息领域的重要性正日益显现,书中对离散状态markov过程(markov链)分离散时间和连续时间两部分进行了讨论。考虑到多数读者对确定性函数的分析方法较为熟悉,因此本书尽可能强调*分析与确定性分析的平行性。同时,本书对研究*变量的基本工具,例如条件期望、特征函数和母函数等,给予了充分重视,尽量使用它们进行分析和讨论。
  为方便读者自学,本书配备了一定数量的习题供读者选做。*过程的分析处理方法有其自身的特点,读者需要通过练习才能对其理论及方法有较为深入的认识。
  本书可供高等院校相关专业大学高年级本科及研究生作为教材使用,也可供工程技术人员参考。
目录
目录回到顶部↑《随机过程及其应用(第2版)》第1 章引言1.1 随机过程的概念和分类1.2 基本研究方法和章节介绍习题第2章相关理论与二阶矩过程(i)——时域分析2.1 基本定义与性质2.2 宽平稳随机过程2.3 正交增量过程2.4 随机过程的均方微积分2.4.1 均方极限2.4.2 均方连续2.4.3 均方导数2.4.4 均方积分2.5 遍历理论简介2.6 karhunan-loeve 展开习题第3章gauss过程3.1 gauss 过程的基本定义3.1.1多元gauss分布的定义
.3.1.2多元gauss分布的特征函数3.1.3协方差阵σ不满秩的情况3.2多元gauss分布的性质3.2.1 边缘分布3.2.2 独立性3.2.3 高阶矩3.2.4 线性变换3.2.5 条件分布3.3 gauss-markov 性3.4 gauss 过程通过非线性系统53.4.1 理想限幅器3.4.2 全波线性检波3.4.3 半波线性检波3.4.4 平方律检波3.4.5price定理——统一的处理手段3.5窄带gauss过程3.5.1rayleigh分布和rician分布3.5.2零均值窄带gauss过程3.5.3 均值不为零的情形3.6 brown 运动习题第4章poisson过程4.1 poisson 过程的定义4.2n(t)概率分布的计算4.3 poisson 过程的基本性质4.3.1 非宽平稳性4.3.2 事件间隔与等待时间4.3.3 事件到达时刻的条件分布4.4 顺序统计量简介4.5 poisson 过程的各种拓广4.5.1非齐次poisson过程4.5.2复合poisson过程4.5.3随机参数poisson过程4.5.4过滤poisson过程4.6 更新过程4.6.1n(t)的分布与期望4.6.2n(t)的变化速率习题第5章相关理论与二阶矩过程(ii)——fourier谱分析5.1确定性信号fourier分析回顾5.2 相关函数的谱表示5.3 联合平稳随机过程的互相关函数及互功率谱密度5.4 宽平稳过程的谱表示5.5 随机过程通过线性系统5.6 随机信号的频域表示5.6.1 基带信号表示5.6.2 带通信号表示习题第6章相关理论与二阶矩过程(iii)——统计估值与预测6.1 均方意义下的最优估计目录vii6.2 正交性原理和最优线性估计6.3随机过程的可预测性和wold分解6.3.1 新息过程6.3.2 预测的奇异性和正则性6.3.3wold分解6.4 可预测性的进一步讨论6.5 随机过程的谱因式分解6.6 线性预测滤波器的具体形式6.6.1 wiener 滤波器6.6.2 kalman 滤波器6.7 匹配滤波器习题第7章离散时间markov链7.1离散时间markov链的定义7.2 markov 链的迭代表示方法7.3 chapman-kolmogorov 方程7.4 状态的分类7.5 状态的常返性7.5.1 常返性的定义7.5.2 常返性的判据7.5.3 常返态的特性7.5.4 正常返和平均返回时间7.6 转移概率的极限行为7.7非负矩阵和有限状态markov链7.8 平稳分布7.9停时与强markov性7.10可逆的markov链7.11markov链的应用——模拟退火算法7.12markov链的应用——分支过程7.13 非常返状态的简要分析7.13.1 单步递推方法7.13.2 矩阵方法习题第8章连续时间markov链8.1 基本定义8.2q矩阵和kolmogorov前进–后退方程8.2.1 q 矩阵8.2.2kolmogorov前进–后退方程8.3 转移概率的极限行为8.4 瞬时分布的求解8.4.1 纯生过程8.4.2 线性齐次纯生过程8.4.3 生灭过程8.5 瞬时分布的极限8.6 排队和服务问题8.6.1 m/m/18.6.2 m/m/s8.6.3 机器维修问题8.6.4 m/g/1习题附录附录1 向量空间附录2 交换积分与求极限次序附录3 随机变量的收敛附录4 特征函数与母函数参考文献