潘仲明編著的《隨機信號與系統(tǒng)》詳盡介紹了隨機過程、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 其應用實例，并編配了各章知識要點和習題。重點闡述如何從自然科學和工程技術 描述的復雜系統(tǒng)中提煉出簡 練而又符合現(xiàn)實的隨機信號或隨機系統(tǒng)模型，進而選用恰當?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，基本概念表述清晰、公式推導過程嚴謹、工程應用實例豐富 、MATLAB算法程序簡明易懂， 符合工科讀者的思維習慣和認識規(guī)律。
《隨機信號與系統(tǒng)》適合作為高等學校自動化、 儀器儀表、電氣工程、機械工程、電子信息工程和醫(yī)學生物信息技術等專業(yè)的研究生教材，也可供從 事工程莉試、目標探測、無損 檢測、裝備故障診斷、系統(tǒng)辨識、過程控制和現(xiàn)代信號處理等技術專題研究的科技 工作者進修參考。
潘仲明編著的《隨機信號與系統(tǒng)》詳盡介紹了隨機信號與系統(tǒng)相關知識。全書選材精當，基本概念表述清晰、公式推導過程嚴謹、工程應用實例豐富、MATLAB算法程序簡明易懂，符合工科讀者的思維習慣和認識規(guī)律。《隨機信號與系統(tǒng)》適合作為高等學校自動化、儀器儀表、電氣工程、機械工程、電子信息工程和醫(yī)學生物信息技術等專業(yè)的研究生教材，也可供從事工程莉試、目標探測、無損檢測、裝備故障診斷、系統(tǒng)辨識、過程控制和現(xiàn)代信號處理等技術專題研究的科技工作者進修參考。
第一章 概率與隨機過程導論
1．1隨機事件
1．1．1隨機事件的概念
1．1．2隨機事件的概率
1．1．3條件概率與統(tǒng)計獨立
1．2隨機變量
1．2．1隨機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隨機變量的獨立性
1．2．4隨機變量函數(shù)的概率密度
1．3期望、矩和特征函數(shù)
1．3．1數(shù)學期望
1．3．2隨機變量的矩
1．3．3特征函數(shù)
1．3．4復隨機變量及其數(shù)學特征
第一章 概率與隨機過程導論
1．1隨機事件
1．1．1隨機事件的概念
1．1．2隨機事件的概率
1．1．3條件概率與統(tǒng)計獨立
1．2隨機變量
1．2．1隨機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隨機變量的獨立性
1．2．4隨機變量函數(shù)的概率密度
1．3期望、矩和特征函數(shù)
1．3．1數(shù)學期望
1．3．2隨機變量的矩
1．3．3特征函數(shù)
1．3．4復隨機變量及其數(shù)學特征
1．4隨機過程
1．4．1隨機過程的基本概念
1．4．2平穩(wěn)隨機過程
1．4．3各態(tài)歷經(jīng)過程
1．5總體相關函數(shù)與功率譜密度
1．5．1總體相關函數(shù)
1．5．2相關函數(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)對隨機信號的響應
本章小結
習題
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)的結構
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
習題
第三章 參數(shù)估計理論
3．1參數(shù)估計的評價準則
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最小均方自適應算法
3．3．3最小二乘估計
本章小結
習題
第四章 數(shù)學模型辨識
4．1隨機數(shù)據(jù)預處理
4．1．1連續(xù)時間信號的采樣
4．1．2隨機序列的統(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
習題
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條件
5．4快速小波變換的實現(xiàn)與應用
5．4．1雙正交濾波器組的設計方法
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小波變換的應用實例
本章小結
習題
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自適應橫向數(shù)字濾波器
6．2．1LMS自適應濾波器
6．2．2RLS自適應濾波器
6．2．3DFT／DCT自適應濾波器
6．2．4約束LMS自適應濾波器
6．3自適應濾波器的應用實例
6．3．1自適應噪聲抵消器
6．3．2自適應譜線增強器
6．3．3自適應逆系統(tǒng)模擬器
6．4狀態(tài)估計
6．4．1一步最優(yōu)預估
6．4．2卡爾曼濾波器
6．4．3卡爾曼濾波器的應用示例
6．4．4廣義卡爾曼濾波器
本章小結
習題
參考文獻
書單推薦
