Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

随机信号分析

Jordan University of Science and Technology via XuetangX

Go to class Write review

Boot.dev

The Most Addictive Python and SQL Courses

CodeSignal

Introduction to Programming with Python

Overview

Coursera Flash Sale

40% Off Coursera Plus for 3 Months!

随机现象及其统计规律是众多工程领域的理论基础，本课程旨在使学习者较系统地掌握随机信号的基本分析方法与常见重要模型，为电子与通信、智能信息处理等领域提供理论基础。

Syllabus

第一章随机过程的基本概念

1.1 随机过程的基本概念与分类
1.2.1 随机过程的统计特性(一)
1.2.2 随机过程的统计特性(二)
1.2.3 随机过程的统计特性(三)
1.2.4 随机过程的统计特性(四)

第二章随机过程的均方微积分

2.1 均方极限
2.2 均方连续
2.3 均方导数

第三章平稳随机过程

3.1 平稳过程的概念
3.2.1 平稳随机过程及其相关函数的性质(一)
3.2.2 平稳随机过程及其相关函数的性质(二)
3.3.1 均方遍历性（一）
3.3.2 均方遍历性（二）

第四章随机过程谱分析

4.1.1 随机过程的功率谱密度及性质（一）
4.1.2 随机过程的功率谱密度及性质（二）
4.1.3 随机过程的功率谱密度及性质（三）
4.2.1 离散时间随机过程的功率谱密度（一）
4.2.2 随机过程的功率谱密度及性质（二）
4.3 随机过程的正交展开
4.4.1 随机过程通过线性系统(一)
4.4.2 随机过程通过线性系统（二）
4.5.1 窄带随机过程(一)
4.5.2 窄带随机过程(二)

第五章几种常见的随机过程

5.1 正交增量过程与独立增量过程
5.2 正态过程
5.3 维纳过程
5.4.1 泊松过程(一)
5.4.2 泊松过程(二)

第六章马尔可夫过程

6.1 马尔可夫过程的概念
6.2.1 离散参数马尔可夫链（一）
6.2.2 离散参数马尔可夫链(二)
6.3.1 状态分类与状态空间分解(一)
6.3.2 状态分类与状态空间分解(二)
6.4.1 渐近性与平稳分布（一）
6.4.2 渐近性与平稳分布（二）

期末考试

Taught by

Li Feng, Wang Fei , and Wang Nan

Tags

jordan

Reviews

Start your review of 随机信号分析