海洋隨機(jī)數(shù)據(jù)分析

內(nèi)容概要

徐德倫等編著的《海洋隨機(jī)數(shù)據(jù)分析——原理方法與應(yīng)用》以隨機(jī)過程的基本知識為首章內(nèi)容，相繼介紹了七大類行之有效的海洋隨機(jī)數(shù)據(jù)分析方法——譜估計(jì)、線性系統(tǒng)分析、線性均方估計(jì)、信號的經(jīng)驗(yàn)?zāi)B(tài)分解和Hilbert譜分析、主成分分析和經(jīng)驗(yàn)正交函數(shù)分解、小波譜分析、海洋隨機(jī)變量及其極值的統(tǒng)計(jì)分析。每一大類又包括若干分析方法，其中信號帶經(jīng)驗(yàn)?zāi)B(tài)分解、快速帶通數(shù)字濾波和最大熵分布等是20世紀(jì)末和21世紀(jì)初才出現(xiàn)的。在方法的論述上，本書既強(qiáng)調(diào)原理也注重應(yīng)用，并給出應(yīng)用實(shí)例。
《海洋隨機(jī)數(shù)據(jù)分析——原理方法與應(yīng)用》可作為海洋科學(xué)相關(guān)專業(yè)研究生和本科生的參考書，也可供相關(guān)的科技工作者參考。

書籍目錄

第1章 隨機(jī)過程基本知識
1.1 基本概念和基本定義
1.1.1 隨機(jī)過程的定義
1.1.2 隨機(jī)過程的分布函數(shù)和概率密度函數(shù)
1.1.3 隨機(jī)過程的特征函數(shù)
1.1.4 隨機(jī)過程的均值、相關(guān)函數(shù)、協(xié)方差函數(shù)、方差和矩
1.1.5 正交、不相關(guān)和獨(dú)立的髓機(jī)過程
1.1.6 復(fù)隨機(jī)過程
1.1.7 平穩(wěn)隨機(jī)過程的定義
1.1.8 隨機(jī)過程的變換
1.1.9 隨機(jī)過程的連續(xù)、微分和積分
1.1.10 隨機(jī)過程的各態(tài)歷經(jīng)性
1.2 平穩(wěn)隨機(jī)過程
1.2.1 平穩(wěn)隨機(jī)過程的相關(guān)函數(shù)
1.2.2 平穩(wěn)隨機(jī)過程的功率譜
1.2.3 作為平穩(wěn)隨機(jī)過程的海浪模型
1.2.4 兩個(gè)平穩(wěn)隨機(jī)過程的交叉譜
1.2.5 兩個(gè)平穩(wěn)隨機(jī)過程的相干譜
1.2.6 平穩(wěn)隨機(jī)過程的各態(tài)歷經(jīng)性
1.2.7 二維和三維平穩(wěn)隨機(jī)過程的譜
1.3 隨機(jī)過程的Fourier變換和廣義變換
1.3.1 隨機(jī)過程的Fourier變換
1.3.2 隨機(jī)過程的廣義變換
1.4 正態(tài)隨機(jī)過程
1.4.1 正態(tài)隨機(jī)過程的定義
1.4.2 正態(tài)隨機(jī)過程的概率密度函數(shù)
1.4.3 平穩(wěn)正態(tài)隨機(jī)過程的概率密度函數(shù)
1.4.4 正態(tài)隨機(jī)過程的幾個(gè)主要性質(zhì)
1.4.5 平穩(wěn)正態(tài)隨機(jī)過程的跨零點(diǎn)問題
1.5 Markov過程簡介
1.5.1 Markov序列
1.5.2 Markov鏈
1.5.3 Markov過程
第2章 譜分析
2.1 平穩(wěn)隨機(jī)過程的功率譜估計(jì)
2.1.1 采樣間隔的選取
2.1.2 譜估計(jì)的相關(guān)函數(shù)法
2.1.3 譜估計(jì)的周期圖法
2.1.4 譜估計(jì)質(zhì)量的衡量
2.1.5 數(shù)據(jù)窗的應(yīng)用
2.1.6 最大熵譜估計(jì)方法
2.2 交叉譜估計(jì)及相干分析
2.2.1 交叉譜估計(jì)
2.2.2 相干分析
2.3 方向譜估計(jì)
2.3.1 二維Fourier變換法
2.3.2 用測波陣列的數(shù)據(jù)估計(jì)方向譜
2.3.3 用自由浮標(biāo)測量的數(shù)據(jù)估計(jì)方向譜
第3章 線性系統(tǒng)分析
3.1 線性系統(tǒng)(變換)的定義
3.2 線性系統(tǒng)的基本知識
3.2.1 線性系統(tǒng)的響應(yīng)函數(shù)
3.2.2 線性系統(tǒng)對任意輸入的響應(yīng)
3.2.3 線性系統(tǒng)的脈沖響應(yīng)函數(shù)與頻率響應(yīng)函數(shù)的關(guān)系
3.2.4 以隨機(jī)過程為輸入的線性系統(tǒng)
3.3 線性系統(tǒng)響應(yīng)函數(shù)的確定
3.3.1 由線性微分方程確定線性系統(tǒng)的響應(yīng)函數(shù)
3.3.2 通過一對同步測量信號確定線性系統(tǒng)的響應(yīng)函數(shù)
3.3.3 通過對簡諧波輸入和輸出的測量確定線性系統(tǒng)的響應(yīng)函數(shù)
3.4 線性系統(tǒng)分析在海洋研究中的應(yīng)用舉例
3.4.1 隨機(jī)波(波面位移)信號的模擬
3.4.2 隨機(jī)波造波機(jī)控制信號的獲得
3.4.3 水槽中極端波的模擬
3.4.4 海浪作用下孤立樁柱的響應(yīng)
3.5 Hilbert變換及其在海洋信號分析中的應(yīng)用
3.5.1 HilJ3ert變換的定義-
3.5.2 Hill3err變換的計(jì)算-
3.5.3 平穩(wěn)隨機(jī)過程的Hilben變換
3.5.4 Hilbert變換在海洋信號分析中的應(yīng)用舉例
3.6 數(shù)字信號濾波
3.6.1 數(shù)字信號濾波及其對海洋信號分析的意義
3.6.2 一種簡單高效的信號濾波方法
第4章 線性均方估計(jì)
4.1 隨機(jī)變量的線性均方估計(jì)
4.1.1 隨機(jī)變量的線性均方估計(jì)的正交原理
4.1.2 隨機(jī)變量估計(jì)與數(shù)據(jù)估計(jì)的關(guān)系
4.1.3 線性均方估計(jì)與線性回歸分析
4.1.4 線性均方估計(jì)的誤差分析
4.1.5 關(guān)于求解系數(shù)的最佳方程問題
4.1.6 海洋研究中的應(yīng)用舉例
4.2 隨機(jī)過程的線性均方估計(jì)
4.2.1 隨機(jī)過程線性均方估計(jì)的正交原理
4.2.2 隨機(jī)過程線性均方估計(jì)與信號線性均方估計(jì)的關(guān)系
4.2.3 隨機(jī)過程線性均方估計(jì)的Wiener-Kolmogorov理論
4.2.4 wiener-Hopf方程
4.3 Kalmqan濾波
4.3.1 Kalman遞歸濾波原理
4.3.2 連續(xù)Kalman濾波
4.3.3 離散Kalman濾波
第5章 信號的經(jīng)驗(yàn)?zāi)B(tài)分解
5.1 信號的本征模態(tài)分解
5.1.1 定義
5.1.2 信號的本征模態(tài)分解方法
5.2 信號的Hilbert譜
5.3 兩種本征模態(tài)分解方法的驗(yàn)證
5.4 應(yīng)用舉例——日長信號分析
第6章 主成分分析和經(jīng)驗(yàn)正交函數(shù)分解
6.1 主成分分析
6.1.1 問題的提法
6.1.2 問題的分析和解
6.2 經(jīng)驗(yàn)正交函數(shù)分解
6.2.1 問題的提法
6.2.2 問題的分析和解
6.2.3 應(yīng)用舉例
6.3 旋轉(zhuǎn)經(jīng)驗(yàn)正交函數(shù)
6.3.1 經(jīng)驗(yàn)正交函數(shù)的旋轉(zhuǎn)
6.3.2 最大方差旋轉(zhuǎn)
第7章 小波譜分析
7.1 小波變換
7.2 小波變換的特性
7.3 常用的小波基
7.4 局部小波能譜
第8章 海洋隨機(jī)變量及其極值的統(tǒng)計(jì)分析
8.1 海洋隨機(jī)變量的統(tǒng)計(jì)分布
8.1.1 Weibull分布
8.1.2 最大熵分布
8.2 極值的統(tǒng)計(jì)分布和重現(xiàn)期極值的推算
8.2.1 Pearson-Ⅲ型分布及其應(yīng)用
8.2.2 Gumbel分布及其應(yīng)用
8.2.3 海浪極值波高相應(yīng)的周期
8.3 一元復(fù)合極值分布
8.3.1 Poisson-Gumbel分布
8.3.2 Poisson-最大熵分布
8.4 多元復(fù)合極值分布
8.4.1 定義
8.4.2 Poisson-Nested-Logistic分布
8.4.3 Poisson-Logistic分布
8.4.4 Poisson-Mixed-Gumbel分布
8.4.5 應(yīng)用
參考文獻(xiàn)
索引

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    海洋隨機(jī)數(shù)據(jù)分析 PDF格式下載

---