模糊理论和神经网络的基础与应用.pdf
模糊理论和神经网络的基础资料，相关知识说得较明白易懂。模糊理论和神经网络的基础与应用(仅供交流学习使用,请勿用于商业交易,否则后果自负)中国计算机学会学术著作丛书模糊理论和神经网络的基础与应用Introduction to Fuzzy Theory andNeural Networks and Their Application赵振宇徐用恐著清华大学出版社广西科学技术出版社模糊理论和神经网络的基础与应用(仅供交流学习使用,请勿用于商业交易,否则后果自负)(京)新登字158号(桂)新登字06号内容简介模糊理论和神经网弊是近年来得到迅速发展的嘶兴学料,它们的应用和影响己经遍及人工智能算机科学自动控制、专家系统信息科学、 CAD/CAN医疗诊断、经济等部门和领域本书系统驰论述了模糊理论和神经网络的基本理论、方法,从统一的工程角度综合分析了两大学科的最新成果,研究动向以及两者交叉部分中的前沿研究并介绍了高技术的应用实例。全书非14章,分三大都分第一部分为模糊理论的基础、建模方法和实际应用第二部升为神经网将的基本理论罔络学习方法和典型实倒第三部分讨论了模棚系统和神经网络系统的异同、融合和相互转换方法,本书还提供了大暈劑颞,以便读者自己模伤实践加深理解。本书可供白动控制计算机、信号信息处理、电路与系统、系綻工程等专业的高校师生利科技人虽遄用版权所有,醐印必究。本书封面貼有消华大学出版社激光防伪标签,无标签者不得销嘗肉书在版編目(CIP數据模糊理论和神经网络的基础与应用=Ⅰ NTRODUCTION TO FUZZY THEORY ANDNEURAL NETWORKS AND THEIR APPLI CATTON/赵振宇,徐用懋著.一北京:清华大学出版社,1995.19〔中国计算机学会学术者作丛书IsHN7-302-02061-2I.模r.①赵…闪徐…】,①模糊数学-应用-计算机网络②神经网络应川计算机网终Ⅳ.TP393中国版本图书馆CIP数据核字(95)第23616号出版者:清华大学出版社(北京清华大学校内,邮编100084)西科学技术出版社(厂西南宁河堤路14号,邮编530021印刷者:北京市清华园印刷厂发行者:新华书店总店北京科披发行所开本:787×1092116印张;13.75字数:324千字版次:i996年6月第1版199日年6月第1次印刷号:IN7-302-020612/TP·958印数:001-4000定价:16.00元模糊理论和神经网络的基础与应用(仅供交流学习使用,请勿用于商业交易,否则后果自负)清华大学出版社广西科学抆术出版社计算机学术著作出版基金评审委员会主任委员张效祥副主任委员周远清汪成为委员王鼎兴杨芙清李三立施伯乐徐家福夏培肃董韫美张兴强徐培忠模糊理论和神经网络的基础与应用(仅供交流学习使用,请勿用于商业交易,否则后果自负)出版说明近午来随岩微电子和计算相技术渗透到各个技术领域,人类正在步入一个技术迅插发展的新时期。这个新时期的主要标志是计算机和信息处理的广泛应用。计算机在改造传统产业实现管理自动化促进新兴产业的发展等方面都起着重要作用,它在现代化建设中的战略地位愈来盒明显。算机科学与其它学科的交叉又产生了许多新学科推功着科学技术向更广阔的领域发展,正在对人类社会产生深远的影响科学技术是第一生产力。计算机科学技术是我国高科技领域的一个重要方面。为了推动我国计算机科学及产业的发展,促进学术交流,使科研慮果尽快转化为生产力华大学出版杜与广西科学技术出版社联合设立了“计算机学术著作基金”,旨在支持和员科技人员,提写高水平的学术著作,以反映和推广我国在这一领域的最新成果计算机学术著作出版基金资助出版的著作范国包括:有重要理论价值或重要应用价值的学术专著计算机学科前沿探索的论著推动计算机拔水及产业发的专著;与计算机有关的交叉学科的论蓍有较大应用价值的工具书世界名著的优透翻译作品。凡经作者本人申请,计算机学术著作出版基金评审委员会评牢通过的著作,将由该基金资助出版,出版社将努力徹好出版工作基金还支持两社列选的国家高科技葷点图书和国家教委重獻图书规划中计算机学科领域的学术著作的出版为了做好选题工作出版社特邀请“中国计算机学会”“中国中文信息学会”帮助做好组织有关学术普作丛书的列选工作。热诚希望得到厂大计算机界同仁的支持和帮助清华大学出版社计算机学术著作出版基金办公室西科学技术出版社1992年4月模糊理论和神经网络的基础与应用(仅供交流学习使用,请勿用于商业交易,否则后果自负)丛书序亩计算机是当代发展最为迅猛的科学技术其应用几乎已深入到人类社会活动和生活的一切领域大大提高了社会生产力引起了经济结构社会结构和生活方式的深刻变化和变革,是最为活跃的生产力之一。计算机本嘉在国际范围内已成为年产值达250亿美元的巨大产业国际争异常剧烈,预计到本世纪末将发展为世界第一大产业。计算帆科技具有极大的综合性质,与众多科学技术相交叉而反过来又渗入更多的科学技术,促进它们的发展。计算机科技内容十分丰富学科分支生长尤为迅速,日新月异,层出不穷。因此在我国计算机科技尚比较落后的情况下加强计算机科技的传播实为当务之急。中国计算机学会一直把出版图书刊物作为学术动的重要内容之一。我国计算机专家学者通过科学实践做出了大量成果积累了丰富经验与学识。他们有撰写著作的大积极性,但相当时期以来计算机学术著作出于印数不多,出版往往退到不少困难,专业性越强有深度的著作出版难度越大最近清华大学出版杜与西科学枝术出版社为促进我国计算机科学技术及产业的发椎动计算机科技著作的出版工作,特设立“计算机学术著作出版基金”,以支持我国计算机科技工作者撰写高水平的学术著作并将资助出版的著作列为中国计算机学会的学术荷作从书我们十分盒视这件事,并三把它列为学会本屈理事会的工作要点之一。我们希望这一系划丛书能对传播学术成果,交流学术愿想促进科转化为生产力起到良好作月能对我国计算积科技发展具有有益的导向意义,也希望我国广大学会会员和计算机和技工作者括海外工作和学习的神州学人们能积极投稿,出好这一系列丛书。中国计算机学会1992年4月20日模糊理论和神经网络的基础与应用(仅供交流学习使用,请勿用于商业交易,否则后果自负)Introduction to Fuzzy Theory, Neural Networks sand Their Applicationsby Zhen-Yu Zhao and Yong-Mao XuThe fields of fuzzy sets and neural networks have made rapid progress in recentyears, This book gives a comprehensive presentation on recent developments in boththeory and applications, Special emphasis is placed on basic concepts, system designnalysis and development methods of fuzzy systems and neural network systemsThis hook consists of three majar parts. The first two parts present the fundamen-tals and real world applications of fuzzy sets theory and ueural nel works, respectivelyThe last part addresses various state-of-the-art techniques o combine fuzzy logic withneural networks eliminating the disadvantages of each of these technologies while effec-tively combining their advantageshis book can be used as the text for an advanced course on fuzzy theory and neuraletworks. It is also a valuable reference to all researchers and engi eers interested inthese subjects模糊理论和神经网络的基础与应用(仅供交流学习使用,请勿用于商业交易,否则后果自负)序非高兴得知赵振宇博士和除月懋教投巴完成他们的合著《棋糊理论利神兰网络的基础与应用》近年来模糊理论和神经网络提供了行之有效的方法来解决在特定环境以及采用定性描述方式的多冒的设计中的各种间题这本节从模糊埋论利神网络的基出发,综合分析和归纳了两领域的研究成果,并附有大量的应用实例赵博士和徐教授对棋糊系统和神经网络研究较深,这次他们对此专题的合著正合时宜。此外,赵博土还利用他精通语和英讦的特长,充分收纳了这两大领域的最新发展和动向。二十余年前,L, A. Zadeh教提出的模棚集合哩论已在工程的众多领域中得到广泛深入的研究。对于实际操作人员,即没有精确的数据和过程模型他也能操作和控制复杂的过程。而模糊理论正是将掘作人员的操作经骏鞍换成可以在计算机上运行的掉制算法以便实现模糊控制樸糊控制已泛应用于水质控制她铁操作汽车减震和牵引以及摄泉机聚焦等系统中。人工神经网络是由大量并行分布、有机相联的神经元构成的计算机构,对这种计算机构的研究受启于生物神纸系统的学习能力和并行机制。近年米,对神经网络方面的研究受到愈来愈密切的关注,特别在人工智能、心理学、工程学和物理学等学科中显得空前的活跃。另外,应用神经网络技术的商业产品亦愈来愈多,典型的例子如:语言识别系统爆炸检测器和飞机座位订票系统等绒合模糊理论、神经网络以及其它智能算法(如人上邀传斧法)的研究和应用将有卡常广阔的前景。一个明显的例子就是结合神网络的学习能力来训练基于模糊规则的系统。此书在这方面已有深刻的反映。作者正从统一的角度综合闯述了惯糊理论和抻经网络的重大课题和应用。我相信,此书对行志于模糊理论和神纸网络研究的读者是有裨益Masayos hi tomizuka美圈加州怕党莱大学机械系教授模糊理论和神经网络的基础与应用(仅供交流学习使用,请勿用于商业交易,否则后果自负)FOREWORDI am very pleased that Dr. Zhen-Yu Zhao and Professor Yong-Mao Xu have completed theit book," Introduction to Fuzy Theory, Neural Networks, and Their Appli-cations. In recent years, the fuzzy theory and neural networks have demonstrated theiryaludc for providing solutiont ta problems in unccrtain and imprecise environments a3well as to those with multi-design objectives, which may be stated in a qualitative man-ner. This book starts with Fundamentals of fuzzy theory and neural networks, developsthe ideas for comprehensive coverage of the two sub jects and presents their applications. Having rich rcscarch experienec in fuzzy systcms and neural nerworks, Dr. Zharand Professor Xu make an ideal team to write a book on these subjects. D. Zhao hastaken an advantage of his mastery of two ianguages, Japanese and English. Many recentimporcant developmerts in fuzzy thcory and neural networks havc bcen rcportcd in thesctwo languagesThe theory of fuzzy set&, established by Professor L, A. Zadeh about 20 years agohas been extensively studied in varicus fields of engineering. It is well known that hu-man beings have an ability to operate and control complicated processes without havingprecise data and plant models, Fuzzy theary has been shown to translate such knowldge of human beings into computer implementable control algorithms which are ronmonly called"fuzzy control. "Fuzzy control has been used in many practical applicalionssuch as water quality control, subway operation systems, automotive suspension andraction control and camcorder fotusing and stabilizationArtificial neural networks are computing architectures that consist of massiveparallel interconnections of simple neural proCessors. The study of such architectureshas becn inspired by thc learning abilities and parallelism of biological nervous syatemsIn recent years, neura! networks have received considerable Attention and are now beingactively explored in the fields of artificial intelligence psychology engineering andphysics. Neural networks have been applied to many conmercial products such asspeech recognition systems, explosive detectors and airline seat allocation systerms.Ambitned use af fuzzy theory neural networks, as well as other computational in-telligence algorithms such as genetic algotithms, has heen recognized as being promising, An obvious example is the training of fuzzy rule-based systems ly using the learm
- 2021-05-06下载
- 积分：1
随机过程--滤波、估计与检测
通信专业经典外文教材，中文版！里面有随机过程、kalman滤波等相关课题，非常好的教材！国外电子信息科学经典教材系列随机过程滤波、估计与检测Random Processes: Filtering, Estimation, and Detection[美] Lonnie c. Ludeman著邱天爽李婷毕英伟等译電子工業出版社Publishing House of Electronics Industry北京· BEDING内容筒介书全面介绍了随机过程理论中经典的线性与非线性系统分析技术和假设检验技术,详细阐述了最优伟匚方法、用亍分类的最优决〔规则,描述了件能评价的准则和评佔方法、此外:本书还深入研究了噪声中随机过稈竹滤波、佔计和检测问题全共分为10章,包括概率空间与概率、随札变星、随机变星佔计、随机过难、随机过程通过线性系統、随巩过烓通过非饯性系统、最优线性维纠滤波器、最优线性卡尔曼滤波器、离散观测信号的检测理论以及连縷森测信号的检测理论等内容,本书在围绕主题进行深入分析的同时,给出了许多应用实例和习题,足本容易理解的适用性较强的书本书既可以作为研究生和大学本科高年级学生的教材,也可以供相关领域的工程技术人员自学参考未纤许可,不得以任何方式复制或抄袭本书之部分或全部内容。版叹所有,侵权必究。图书在版编目(C|P)数据随机过程:滤波、计与检测/(美)賡徳曼( LEderman,L,C)著邱天爽,李婷,毕英伟等译.一北京电子业出版社,2005,2(国外电子信息科学经典教材系列书名原文: Random processes: Filtering, Estimation, and detectionISBN7121·0866-1L.随…1.①路…②邱灬⑧李…④毕…Ⅲ.随机过程-教材IV.O2116中国版本图书馆CIP数据核字(205)第002845号责仁编辑:许楷印刷:北京胂义兴许卬刷「出版发行:电厂E业出版社京海淀区万考路173信箱邮编100036经销:2地新华书店廾本;787X192116印张:2875字数:736千字印次:2005年2月第1次印刷印数:500册定价:3900元凡购买电业版社的图书,如有缺损问题,请向购买书店调换。若书店售缺,请与本社发行部联系联系电话:(010)6829077。质量投诉请发邮件至zlts@phej.com.cn,盜版侵杈举报请发邮件至dbqgo phei com.cn译者前言随札过程理论是现代信号处理的基础理沦之一,在诸如通信、计算机视觉、振动及雷达卢肭等应用领域,面临大量的随机信号分析与处理的问题,因此对于随机过程理论的深入理解是非常熏要的。此外,在通信系统和信号处理算法屮,对含噪过程的滤波、估计与检测是必不可少的重要任务。尽管国内外已经出版了不少关于随机过程及其工程应用的著作和教材,但是本书仍然以其独特的风格引起了国内外读者的注意,成为随机信号分析与处理领域一部非常重要且具有特色的著作。夲书的作者朗尼C·略德曼博土是因际数字信号处理领域的著名教授。他于1968年获得美国亚利桑那州立大学博土学位,现为新墨西哥州立大学电子与计算机工稈学院教授,并于1993年在希萨洛尼卡的亚里斯多德大学获得富布赖特基金奖,朗尼C·路德曼博士的另一部著作 Fundamentals of Digital Signal Pπ cessES,在出版当年获得 choice杂志射杰出工程图书奖本书仝面介绍了随机过程理论中经典的线性与非线性系统分析技术和假设检验技术,详细阐述了最优估计方法、用于分类的最优决策规则,描述了性能评价的准则和评估方法。此外,本书还深入研究了噪声中随机过程的滤波、估计和检测问题。本书的内容基本上可以分为四个互相关联的部分,即概率论和随机变量与随机过程的特征,随机过程通过线性与非线性系统的规律,以维纳滤波和卡尔曼滤波为主的最优估计理论,离散时间和连续时间信号的检测理论。本书在圄绕主题进行深入分析的同时,给出了许多应用实例和习题,是一本容易理解的适用性较强的书,既可以作为研究生和大学本科高年级学生的核心教材,也可以供相关领域的工程技术人员自学参考。本书由大连理工大学电子与信息⊥程学院邱大爽教授等完成翻详工作。具体分工为:李婷(第]章、第2章),毕英伟(第3章、第10章),邱天爽(前言、第4章、第5章),唐洪(第6章、第章),初孟〔第8章、第9章),郑效来(附录及图表等)。全书山邱天爽统稿。译者感谢芙文版原书作者朗尼C·路德曼博士和英文版原书出版社 John Wiley and Sons,Inc及电子工业出版杜对本书翻译工作的支持,感谢大连理工大学电子与信息工程学院对本书翻泽工作的支持。于译者水平所限,加之时间比较仓促,翻译中难免存在不妥和错误之处,恳请读者批评指。译者2005年1月于大连理厂大学作者前言每天我们都会遇到这样的信号,我们既不能用解析式来表示它们,也不能以确定的方法夹准确地对其建模,如常规的诰音信号、音乐信号、地震信号、生物信号、被动声呐信号记呆舶温度信号和通信信号等。表小相同内容的语音词句,如果H许多不同的人讲出来,或者是由同一个人在不同的时间讲出来,都会具有定的相似性和差异性。对于这种相似性或差异性,我们很难利用确定性的模型来表不。那么我们怎样表示这类信号呢?事实上,这类信号可以根据数学原理严格地表示为随机过程。而随机信号与可以用解析式表示的信号不同,它们只能根据概率来表示。例如,“在给定的时刻,某随机过程大于给定值的概率为025”就是一种概率表示。玍电气和订算机工程领域,尤其是在通信理论、计算机视觉、数字信号处理以及机械工程中振动理论和强度分析等领域,随机过程是个基本的概念。随机信号的数字处理对于高性能通信系统是非常重要的,而非线性信号处理方法则是有用的处理工具。这些随机信号常作为线性或非线性系统的输入信号。例如,语音信号经由传声器和放大器而到达扬声器输出。我们怎样评价这种系统的输出呢?实际上,系统的输出也可以认为是随机过程。那么,我们自然而然地会提出下面的问题:如果我们已知输入过程的统计特征,那么输出过程的统计特征又如何呢?在许多情况下,随机信号往往受到外来噪声的干扰,并且噪声通常也是随机的。如果这两种随机过程可以用各自的统计特征来表示,则我们可以找到从噪声中提取信号的方法,或者说找到在噪声中估计、滤波或预澳信号过程的方法。我们有许多针对确定性信号的线性和非线忤处理技术,然而,对于随机信号的处理不能直接使用确定性信号处理方法和模型。那么我们如何进行处理以及如何确定最优系统呢?假设我们有一个样本,已知其可能来自几个随机过程中的一个,需要确定该样本究竞属于哪个随过稈。例如,假设有一段语音信号,需要确定该语音信号表示的是五个元音中的哪一个,如何描述确定元音的过程?什么是最合理的性能测度?本书的目的是把随机过程的基础理论、线性及非线性系统分析技术与假设检验技术结合起来,从而给出信号的估计技术、确定最优的估计方法、提供用于分类的最优决策规则,并给山性能评估的方法作者撰写本书的一个主要目标是介绍随机变量和随机过程及其与线性、非线性系统的相作用,它们的估计方法及估计性能,以及噪声中随机过程的检测等本书的内容适合电气、计算机、地球物理以及机械工程等专业的高年级本科生和一年级研究生学习木书的内容可以分为四个主要的且互相关联的部分:概率论和随机变量与随机过程的特征,以随机过程作为输入的线性与非线性系统,包括维纳滤波和卡尔曼滤波的最优估计理论,离散和连续时间信号的检测理论根据不同的课程体系及要求,本书可以适用于几种不同的教育层次。例如,对于基础概率论及随杌过程导论这样的课程,本书适合四年级本科生或一年级研究生使用。如果课程包I括随机过程的波、估计和检测,则本书的内容可以供电气和计算机⊥程专业的一午级研究生使用。本书也可以作为高年级研究生关于检测和佔计理论的教材。对于高年级本科生或硏究,事先了解关概率和随机变量的知识是有帮助的。然而,对于研究生层次的课程,则需荽关于工程概率和基本系统理论的先修课程。由于本书通过大量的铡题介绍了许多基本概,因此本书也可以作为自学读物。在过去的15年寸,本书几乎所有的内容都在教学中使用过。作者在教学中采用了三种不问的形式:关于概率、随机变量和随机过程的概念和理论,使用书的第1~3章内容,并选用第4~6章的部分内容。●关于随机过程滤波及估计概念和理论的介绍,使月本书的第4~6章内容,并选用第7章和第8章的部分内容。关于检测与估计理论,使用本书的第3章、第7~10章内容本书的现打版本已经针对其最初的版本进行了较多的修改,并且吸取了学生们关于内容选取和总体样式的意见和建议。与本书配套的录像资料已经在新墨西哥州立大学( HollomanAFB),白沙导弹射击场( Kirtland AFB), Kwangju理工学院,南 Dakota矿业学院和RCA( larez. Mexico)的电气与计算机工程、物理学和其他工程专业广泛仗用,并且还作为上述学校以及印度科学学院( Bangalore)的标准课程教材。根据不同的听众和不同的课程要求,封次讲课的形式都可能有所不同,其目的是为学生提供容易理解的有用知识本书还给了许多习题,用于强调相关的概念。通过这些习题,学生们可以进一步加强对基本概念的理解,并且,由于习题的数量较多,每年开设这门课程时习题的重复性比较小。大部分习题是供课堂上练习或课后考试用的,用于加强对课堂上讲授的基本概念的理解。少数比较复杂的习题,需要下些功夫才能得到结果。许多习题要求得到完整的解析解是比较困难的,因此需要一些基本的计算技巧。分清哪些习题需要利用计算杋求解,哪些习题可以得到解析解,这种能力正在学生中逐渐培养并成熟起来。作者非常感谢上面提到的学生和有关机构,感谢他们对本书提出的有价值的建议和批评,感谢他们对本书的支持和所做出的努力本书的总体风格主要受到两部著作的影响第一部是 Athanasios Papoulis的经典著作《概奭机变量与随机过程》,第二部是 Harry L. Van trees的里程碑式的著作《检测、佔计和调制(第-“部分)》。我一直认为,本书在论述的方式、完备性和所覆盖的内容等方面很难与上述两部不朽的著作相提并论。本书的写作的不是为了与上述两本著作相竞争,实际上也没有这个必要。我的写作思路是选择这两本著作中的基本内容,并且以稍微低一些层次的数学要求来编写,给出较多的详细说明和例子,但不破坏数学摧述的完整性。关于本书的内容,基本上是根据上述两本著作来选择的,并且受到其他许多作者、教育工作者和学者的启发最后,最重要的是作者永远珍视作者家庭和朋友们对作者的仝面支持和鼓励朗尼C·路德曼目录第1章概率空间与概率………………11概率空间的定义……11.]样本空间平:·界号_.:自日:.即L1,2波莱尔域……11,3概率测度I2联合概率空间…………1………:…412.1两个概率空间的笛卡尔积12,2个概率空间的笛卡尔积…123计数概率空间……PTP=上→1.24联合概率空间的选择…………F+lI+131.3条件概率…1413.1全概率定理…1.32贝叶斯定理……………卡+·+十女d号甲+1千日十目r卡号14随机点………l中国中用里14.1区间中均匀分布的随机点t&142区间中非均匀分布的随机点■m1.5小结………20习题……参考文献25第2章随机变量……2621随机变量的定义2.1.1累积分布函数(CDF)…日·P血:如:721.2概率密度函数…………………………28213局部特征………………………………21.4条件紧积分布函数33215特征恿数……………t上td上2.6高斯随机变量的高阶原点矩…3622常见的连续随机变量…a↓L……3723常见的离散随机变量39元随机变量的变换……40241一元随机变量的变换……………………………-I242累积分布函数…卩,F■!目,,q卩寻↓。■罪品十日十■星·十Pl4dh,·+寻↓4IdaJ4■b+d5期望值的计算4726二元随机变量………………………卜中dp垂4FL4DL用山■山目日国国E目261联合累积分布函数26,2联合慨率度两数50263局部特征……264联合止态随机变量薯■rT了■nT■加1『1m日r“■TDT道十■TLT■"■■T■T5527二元随机变量的两个函数271概率密度函数(离散随机变量……………572.72概率密度函数连续随机变量和连续数}………………273分布函数(连续、离散或混合6128:元随机变量的个函数………………6328,1离散随机变量的概率密度函数………6328,2连续随机变量的概率密衰函数…………………………………6429E(Xy)的计算210多随机变量…692.10.1全局特t,·692.10.2月部特征………………………………和q上中■《+b中:b◆411每d■↓;4abh4画h213高斯随机矢量…1742.11N个随机变量的M个函数…212小结参考文献……第3章随机变量估计…3.1变量估计…………9731随机变量估计的基本公式中■中■1中,中日目■……………97312贝叶斯性能测度++4…97313数据的统计特征……32线性最小均方误差(MMSE)估计32]随机变量的营数估计………通日骨目P十虚加十98322由一个随机变量估计另一个随想变量的线性估计……323由N个随机变量估计一个随机变量的线性估计33非线性最小均方误差(MMSE)估计…107331由一个施机变量估计另一个随机变量的非线性估计…+7332由N个随机变量估计一个随机变量的非线性计11123高斯随机变量的非线性估計.:函.F·dP香P日aa日1124随机变量估计的性质11335贝叶斯估计…1335.!贝叶斯伟计……114352贝叶斯佔计举例11636非随机参量的估计■ptt由口ht面明.·+卩+F119361极大似然估计20362极大似然佔计举例…12037小结习题…1「rT日·」参考文献…128第4章随机过程………1304.1骓机过程的定义……42随机过程的特征13142.1随机过程的全局特征……………13242.2随机过程的阶概率密度中自中14中E4山中中丽………"1324.2.3随机过程的均值………………4.24随机过程的方差…32425随机过程的二阶概率密度133426随机过程的自相关函数和自协力差函数133427随机过程的功率谱密度…134428高阶矩429髙阶谱…………………1354210N阶密度…………“a13543随机过程的平稳性■■!中冒:14中4自L135431广义平稿殖机过程4.3.2广义平稳随机过程的性质…13644随机过程举例平导P中IM3644l自线过程…PP中目-d日++...·...,中·136442半随机二进制传输过程39443随机二进制传输过程…l41444半随机电报过程…………143445随机电报过程………·1464.6随机正弦信号L46447随机游动过程喻,..一14845随机过程的定积分152456随机过程的联合特征153461—阶联合密度Rd46.2互相关晰数十“十1r15446.3互协方差函数……464联合平稳………………465互功率谱密度15547高斯随机过程………155
- 2020-12-08下载
- 积分：1
