本書為普通高等教育“十一五”國家級規劃教材。
本書主要從工程應用的角度討論隨機信號(隨機過程)的理論分析和實驗研究方法。全書共10章，內容包括：隨機信號兩種統計特性的描述方法，重點介紹數字特征，如均值、方差、相關函數、相干函數、功率譜密度、高價譜、譜相關理論和概率密度函數等的表述和實驗測定(估計)方法；隨機信號通過線性、非線性系統統計特性的變化；在通信、雷達和其他電子系統中常見的一些典型隨機信號，如白噪聲、窄帶隨機過程、高斯隨機過程、馬爾可夫過程等；以及在通信、雷達與模式識別系統中常用到的信號統計檢測理論的基礎知識。
全書是以連續時間隨機信號和離散時間隨機信號(隨機序列)兩條線展開討論的，內容豐富、概念清楚、系統性強、理論聯系實際，反映了本學科的一些新進展。書中列舉了大量例題和MATLAB應用程序舉例。每章末附有大量的習題供練習。附錄中介紹了廣泛應用的統計試驗模擬方法，即蒙特卡羅模擬。書末給出了部分習題解答供參考。
王永德,為四川大學電子信息學院教授,碩士生導師.中國信號處理學會理事.主編“隨機信號分析基礎”教材
第1章概率論簡介
1.1概率的基本概念
1.2條件概率和統計獨立
1.3概率分布函數
1.4連續隨機變量
1.5隨機變量的函數
1.6統計平均
1.7特征函數
習題
第2章隨機信號概論
2.1隨機過程的概念及分類
2.1.1隨機過程的概念
2.1.2隨機過程的分類
2.2隨機過程的統計特性
2.2.1隨機過程的數字特征
第1章概率論簡介
1.1概率的基本概念
1.2條件概率和統計獨立
1.3概率分布函數
1.4連續隨機變量
1.5隨機變量的函數
1.6統計平均
1.7特征函數
習題
第2章隨機信號概論
2.1隨機過程的概念及分類
2.1.1隨機過程的概念
2.1.2隨機過程的分類
2.2隨機過程的統計特性
2.2.1隨機過程的數字特征
2.2.2隨機過程的特征函數
2.3隨機序列及其統計特性
習題
第3章平穩隨機過程
3.1平穩隨機過程及其數字特征
3.1.1平穩隨機過程的基本概念
3.1.2各態歷經（遍歷）隨機過程
3.2平穩過程相關函數的性質
3.2.1平穩過程的自相關函數的性質
3.2.2平穩相依過程互相關函數的性質
3.3平穩隨機序列的自相關陣與協方差陣
3.1.1Toeplitz陣
3.3.2自相關陣的正則形式
3.4隨機過程統計特性的實驗研究方法
3.4.1均值估計
3.4.2方差與協方差估計
3.4.3自相關函數的估計
3.4.4密度函數估計
3.5相關函數的計算舉例
3.6復隨機過程
3.6.1復隨機變量
3.6.2復隨機過程
3.7高斯隨機過程
習題
第4章隨機信號的功率譜密度
4.1功率譜密度
4.2功率譜密度與自相關函數之間的關系
4.3功率譜密度的性質
4.4互譜密度及其性質
4.5白噪聲與白序列
4.6復隨機過程的功率譜密度
4.7功率譜密度的計算舉例
4.8隨機過程的高階統計量簡介
4.9譜相關的基本理論簡介
習題
第5章隨機信號通過線性系統
5.1線性系統的基本性質
5.1.1一般線性系統
5.1.2線性時不變系統
5.1.3系統的穩定性與物理可實現的問題
5.2隨機信號通過線性系統
5.2.1線性系統輸出的統計特性
5.2.2系統輸出的功率譜密度
5.2.3多個隨機過程之和通過線性系統
5.3白噪聲通過線性系統
5.3.1噪聲帶寬
5.3.2白噪聲通過理想線性系統
5.3.3白噪聲通過具有高斯頻率特性的線性系統
5.4線性系統輸出端隨機過程的概率分布
5.4.1高斯隨機過程通過線性系統
5.4.2寬帶隨機過程（非高斯）通過窄帶線性系統
5.5隨機序列通過線性系統
5.5.1自相關函數
5.5.2功率譜密度
習題
第6章功率譜估值
6.1功率譜估值的經典法
6.1.1兩種經典譜估值方法
6.1.2經典譜估值的改進
6.1.3譜估值的一些實際問題
6.2基于隨機信號模型的功率譜估計
6.2.1隨機時間序列的有理傳輸函數模型
6.2.2自回歸（AR）功率譜估計
6.2.3滑動平均（MA）功率譜估計
6.2.4ARMA PSD估值
6.2.5Pisarenko諧波分解
習題
第7章窄帶隨機過程
7.1窄帶隨機過程的一般概念
7.2希爾伯特變換
7.2.1希爾伯特變換和解析信號的定義
7.2.2希爾伯特變換的性質
7.3窄帶隨機過程的性質
7.3.1窄帶隨機過程的性質
7.3.2窄帶隨機過程性質的證明
7.4窄帶高斯隨機過程的包絡和相位的概率分布
7.4.1窄帶高斯隨機過程包絡和相位的一維概率分布
7.4.2窄帶高斯過程包絡平方的概率分布
7.5余弦信號與窄帶高斯過程之和的概率分布
7.5.1余弦信號與窄帶高斯過程之和的包絡和相位的概率分布
7.5.2余弦信號與窄帶高斯過程之和的包絡平方的概率分布
習題
第8章隨機信號通過非線性系統
8.1引言
8.1.1無記憶的非線性系統
8.1.2無記憶的非線性系統輸出的概率分布
8.2直接法
8.3特征函數法
8.3.1轉移函數的引入
8.3.2隨機過程非線性變換的特征函數法
8.3.3普賴斯(Price)定理
8.4非線性系統的伏特拉(Voterra)級數
8.4.1伏特拉(Voterra)級數的導出
8.4.2齊次非線性系統
8.4.3多項式系統和Volterra系統
8.5非線性變換后信噪比的計算
習題
第9章馬爾可夫過程
9.1馬爾可夫過程
9.1.1馬爾可夫過程的定義及其分類
9.1.2馬爾可夫鏈
9.1.3k步轉移概率
9.1.4高斯馬爾可夫序列
9.1.5連續參數馬爾可夫過程
9.2獨立增量過程
9.3獨立隨機過程
習題
第10章基于假設檢驗的信號檢測
10.1假設檢驗
10.1.1最大后驗概率準則與似然比檢驗
10.1.2貝葉斯準則
10.1.3最小錯誤概率準則
10.1.4紐曼-皮爾孫準則
10.2已知信號的檢測
10.2.1二元通信系統
10.2.3匹配濾波器
習題
部分習題解答
附錄A隨機序列收斂的幾種定義
附錄B蒙特卡羅模擬方法
B.1在計算機上用蒙特卡羅方法求圓周率
B.2任意分布隨機數的產生方法
參考文獻
新書資訊