第1章  随机过程的基本概念
  1.1  随机过程的定义
    1.1.1  事物变化过程分类
    1.1.2  随机过程实例
    1.1.3  随机过程的定义
  ll 1.4  随机过程的分类
  1.2  随机过程的分布函数及数字特征
    1.2.1  分布函数的定义
    1.2.2  数字特征的定义及统计特征描述
    1.2.3  互相关函数和互协方差函数
    1.2.4  复随机过程
  1.3  典型的几种随机过程及举例
    1.3.1  正交增量过程
    1.3.2  独立增量过程
    1.3.3  马尔可夫过程
    1.3.4  正态过程和维纳过程
    1.3.5  平稳过程
  1.4  随机过程的特征函数
    1.4.1  一维特征函数
    1.4.2  二维特征函数
    1.4.3  n维特征函数
    1.4.4  特征函数的性质
  习题1
第2章  泊松过程
  2.1  泊松过程的基本概念
  2.2  泊松过程的数字特征
  2.3  时间间隔与等待时间的分布
  2.4  剩余寿命和年龄
  2.5  到达时间的条件分布
  2.6  泊松过程的检验及参数估计
    2.6.1  泊松过程的检验
    2.6.2  参数λ的估计
  2.7  非齐次泊松过程
  2.8  复合泊松过程
  2.9  条件泊松过程
  2.10  过滤的泊松过程
  2.11  更新过程
  习题2
第3章  马尔可夫链
  3.1  马尔可夫链的基本概念
    3.1.1  马尔可夫链的定义及实例
    3.1.2  马尔可夫链的一步转移概率矩阵
    3.1.3  l(l>1)步转移概率与C-K方程
    3.1.4  初始分布与绝对分布
  3.2  马尔可夫链的状态分类
    3.2.1  状态的分类属性
    3.2.2  状态空间的分解
  3.3  马尔可夫链的遍历性及平稳分布
  习题3
第4章  连续时间的马尔可夫链
  4.1  连续时间的马尔可夫链
  4.2  转移概率与柯尔莫哥洛夫微分方程
  4.3  生灭过程
  4.4  半马尔可夫过程
  习题4
第5章  平稳随机过程
  5.1  平稳过程的定义
  5.2  相关函数的性质
  5.3  随机分析
    5.3.1  均方极限
    5.3.2  均方连续
    5.3.3  均方导数
    5.3.4  均方积分
    5.3.5  均方不定积分
    5.3.6  均方随机微分方程
  5.4  遍历性与各态历经性
  5.5  联合宽平稳和联合宽遍历
  5.6  循环平稳性
  5.7  平稳过程的谱分析
    5.7.1  平稳过程的功率谱密度函数
    5.7.2  随机信号的采样定理
    5.7.3  白噪声
    5.7.4  联合平稳随机过程的互谱密度
  5.8  平稳过程通过线性系统的分析
    5.8.1  线性系统的基本理论
    5.8.2  随机信号通过连续时间系统的分析
    5.8.3  随机信号通过离散时间系统的分析
    5.8.4  白噪声通过线性系统分析
    5.8.5  线性系统输出的概率分布
  习题5
第6章  高斯过程
  6.1  多元正态分布
    6.1.1  n元正态分布的定义
    6.1.2  n元正态分布的边缘分布
    6.1.3  n元正态分布的独立性
    6.1.4  正态随机变量的线性变换
  6.2  高斯随机过程
    6.2.1  高斯随机过程的定义
    6.2.2  高斯过程的随机分析
    6.2.3  高斯过程的性质
  6.3  高斯过程的模拟、采样、生成
  6.4  布朗运动与维纳过程
    6.4.1  布朗运动的描述与维纳过程的定义
    6.4.2  维纳过程的特点和性质
  习题6
第7章  窄带随机过程
  7.1  窄带随机过程的基本概念
    7.1.1  窄带随机过程的定义
    7.1.2  窄带过程的表示
  7.2  希尔伯特(Hilbert)变换与解析信号
    7.2.1  希尔伯特变换的定义及性质
    7.2.2  窄带随机信号的解析信号
  7.3  窄带高斯过程
    7.3.1  概率分布
    7.3.2  包络和相位的一维概率分布及其应用
    7.3.3  包络和相位的二维概率分布
  7.4  窄带高斯噪声中的高频信号
    7.4.1  合成信号及其分布
    7.4.2  合成信号的包络与分布
  7.5  窄带随机过程仿真与建模
  习题7
参考文献