随机信号分析(Random Signal Analysis 中英双语)

Quan-Quan Liang (梁泉泉)、Bin Yan (颜斌)、Jian-Jun Hao (郝建军)、Gao-Yang Zhu(朱高阳)、Lin Shao (邵林)

目录

  • 1 概述 Brief Introduction
    • 1.1 课程简介 Introduction to Random Signal Analysis
    • 1.2 概率论复习 Review of Probability I
    • 1.3 概率论复习 Review of Probability II
    • 1.4 Concept of R.V. and Discrete R.V.
    • 1.5 Continuous R. V. - Part 1
    • 1.6 Continuous R.V. - Part 2
    • 1.7 习题讲解 Problem Session
  • 2 随机变量的统计特性
    • 2.1 统计平均1 Statistical Average I: Expectation and Moments
    • 2.2 统计平均2 Statistical Average II: Estimating Probability
    • 2.3 自相关 Correlation
    • 2.4 最小均方误差估计 MMSE Estimation
    • 2.5 Central Limit Theorem
    • 2.6 Sum of Random Variable
  • 3 随机过程 Concept of Random Process
    • 3.1 随机变量到随机过程 From Random Variable to Random Process
    • 3.2 随机过程类型 Classification of R.P.
    • 3.3 平稳随机过程 Stationary R. P.
    • 3.4 随机过程的各态历经性
    • 3.5 功率谱密度 Power Spectral Density
    • 3.6 高斯随机过程 Gaussian Random Process
    • 3.7 白噪声 White noise
    • 3.8 习题讲解
  • 4 随机信号的变换 Transform of R.P.
    • 4.1 多随机信号关系 Multiple Random Process: Cross Correlation Function
    • 4.2 随机过程的微分和积分
    • 4.3 随机过程通过线性时不变系统
    • 4.4 维纳滤波 Wiener Filtering
    • 4.5 习题例题讲解-课本第五章
  • 5 窄带随机过程
    • 5.1 窄带随机过程的表示方法
    • 5.2 解析信号与Hilbert变换
    • 5.3 窄带高斯噪声
    • 5.4 窄带噪声中的正弦信号
    • 5.5 窄带噪声的包络和相位分布
  • 6 马尔科夫链与泊松过程
    • 6.1 Markov链
    • 6.2 泊松过程
  • 7 实验案例库
    • 7.1 实验1 蒙特卡洛仿真 Lab 1 Monte Carlo Simulation
      • 7.1.1 Introduction
      • 7.1.2 Discrete random variable
      • 7.1.3 Continuous random variable
      • 7.1.4 Your work
    • 7.2 实验2:直方图与图像处理
      • 7.2.1 实验指导
      • 7.2.2 需完成任务
    • 7.3 实验3:利用短时能量检测语音活动
      • 7.3.1 实验指导
      • 7.3.2 需完成任务
    • 7.4 案例: 卡尔曼滤波跟踪
      • 7.4.1 卡尔曼滤波原理
      • 7.4.2 实现及仿真测试
    • 7.5 案例:正弦波锁相
      • 7.5.1 最小二乘估计原理
      • 7.5.2 实现及仿真测试
  • 8 课内项目案例库
    • 8.1 基于SDR的XX调制信号的识别
    • 8.2 USRP实现的衰落信道的特性分析
    • 8.3 STM32实现的噪声采集及分布特性分析
  • 9 Review (for foreign students)
    • 9.1 Exam paper from previous lectures
自相关 Correlation

Correlation

Topics

  • From Scatter Plot to Covariance

  • Examples

Lecture Videos

Annotated Slides