数字信号处理-时域离散随机信号处理-学习指导

信号的分类：信号的分类方法很多，可以从不同的角度对信号进行分类。按信号所具有的时间函数特性来分类，信号可分为：连续时间信号与离散时间信号（区别：自变量是连续的还是离散的），确定信号与随机信号（本质的区别，确定性信号是以时间为自变量的一般函数，随机信号是以时间为自变量的随机函数），周期信号与非周期信号，实信号与复信号、能量信号与功率信号等。 概率论、信号与系统是随机信号分析的理论基础。

数字信号处理-时域离散随机信号处理-丁玉美，书本内容涵盖前四章

随机信号分析，赵淑清编，教材全本，与上传的随机信号分析习题是配套的。

这是郑薇老师的笔记，对于考哈工大的同学应该会比较有用，当年我考试的时候到处找来的。

随机信号分析 李晓峰 课后习题答案

随机信号的基本分析方法，随机信号的表征，随机信号的通过线性及非线性的分析，随机信号特征的估计等

平稳随机信号，三种常用的线性模型分别是AR模型（自回归模型Auto-regression model），MA模型（滑动平均模型Moving average model）和ARMA模型（自回归滑移平均模型Auto-regression-Moving average model）。

随机信号分析基础课后习题答案。。 1.2.3.5章有，其他的没有，不完整版。。

带手打书签 高清版 本书系统而深入地介绍了现代数字信号处理的基础和一些广泛应用的算法。全书共10章，分为四个部分。第一部分包括第1章～第4章，介绍了研究和学习现代数字信号处理的重要基础，包括随机信号模型、估计理论概要、最优滤波器理论、最优线性预测和最小二乘滤波，这些内容在各种信号处理的研究论文中被广泛使用，是研究信号处理的基础性知识； 第二部分包括第5章和第6章，详细讨论了利用二阶统计量进行信号分析和处理的两个重要应用方向——功率谱估计算法和自适应滤波算法； 第三部分为第7章和第8章，介绍了高阶统计量和循环统计量及其应用，对于非高斯随机信号和非最小相位系统，高阶统计量和循环统计量是非常有效的工具； 第四部分包括第9章和第10章，是时频分析和小波变换原理及应用的概述，这部分材料构成对非平稳信号处理的一个导论。空间阵列信号处理的一些初步内容则穿插在有关章节中，不单独成章。本书在写作中，除注重内容的先进性和系统性外，也尽量做到有启发性、容易读懂、便于自学。