第1章 隨機(jī)過(guò)程基本知識(shí)
  1.1 基本概念和基本定義
    1.1.1 隨機(jī)過(guò)程的定義
    1.1.2 隨機(jī)過(guò)程的分布函數(shù)和概率密度函數(shù)
    1.1.3 隨機(jī)過(guò)程的特征函數(shù)
    1.1.4 隨機(jī)過(guò)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(guò)程
    1.1.6 復(fù)隨機(jī)過(guò)程
    1.1.7 平穩(wěn)隨機(jī)過(guò)程的定義
    1.1.8 隨機(jī)過(guò)程的變換
    1.1.9 隨機(jī)過(guò)程的連續(xù)、微分和積分
    1.1.10 隨機(jī)過(guò)程的各態(tài)歷經(jīng)性
  1.2 平穩(wěn)隨機(jī)過(guò)程
    1.2.1 平穩(wěn)隨機(jī)過(guò)程的相關(guān)函數(shù)
    1.2.2 平穩(wěn)隨機(jī)過(guò)程的功率譜
    1.2.3 作為平穩(wěn)隨機(jī)過(guò)程的海浪模型
    1.2.4 兩個(gè)平穩(wěn)隨機(jī)過(guò)程的交叉譜
    1.2.5 兩個(gè)平穩(wěn)隨機(jī)過(guò)程的相干譜
    1.2.6 平穩(wěn)隨機(jī)過(guò)程的各態(tài)歷經(jīng)性
    1.2.7 二維和三維平穩(wěn)隨機(jī)過(guò)程的譜
  1.3 隨機(jī)過(guò)程的Fourier變換和廣義變換
    1.3.1 隨機(jī)過(guò)程的Fourier變換
    1.3.2 隨機(jī)過(guò)程的廣義變換
  1.4 正態(tài)隨機(jī)過(guò)程
    1.4.1 正態(tài)隨機(jī)過(guò)程的定義
    1.4.2 正態(tài)隨機(jī)過(guò)程的概率密度函數(shù)
    1.4.3 平穩(wěn)正態(tài)隨機(jī)過(guò)程的概率密度函數(shù)
    1.4.4 正態(tài)隨機(jī)過(guò)程的幾個(gè)主要性質(zhì)
    1.4.5 平穩(wěn)正態(tài)隨機(jī)過(guò)程的跨零點(diǎn)問(wèn)題
  1.5 Markov過(guò)程簡(jiǎn)介
    1.5.1 Markov序列
    1.5.2 Markov鏈
    1.5.3 Markov過(guò)程
第2章 譜分析
  2.1 平穩(wěn)隨機(jī)過(guò)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(cè)波陣列的數(shù)據(jù)估計(jì)方向譜
    2.3.3 用自由浮標(biāo)測(cè)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(shí)
    3.2.1 線性系統(tǒng)的響應(yīng)函數(shù)
    3.2.2 線性系統(tǒng)對(duì)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(guò)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(guò)一對(duì)同步測(cè)量信號(hào)確定線性系統(tǒng)的響應(yīng)函數(shù)
    3.3.3 通過(guò)對(duì)簡(jiǎn)諧波輸入和輸出的測(cè)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(hào)的模擬
    3.4.2 隨機(jī)波造波機(jī)控制信號(hào)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(hào)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(guò)程的Hilben變換
    3.5.4 Hilbert變換在海洋信號(hào)分析中的應(yīng)用舉例
  3.6 數(shù)字信號(hào)濾波
    3.6.1 數(shù)字信號(hào)濾波及其對(duì)海洋信號(hào)分析的意義
    3.6.2 一種簡(jiǎn)單高效的信號(hào)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(wèn)題
    4.1.6 海洋研究中的應(yīng)用舉例
  4.2 隨機(jī)過(guò)程的線性均方估計(jì)
    4.2.1 隨機(jī)過(guò)程線性均方估計(jì)的正交原理
    4.2.2 隨機(jī)過(guò)程線性均方估計(jì)與信號(hào)線性均方估計(jì)的關(guān)系
    4.2.3 隨機(jī)過(guò)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(hào)的經(jīng)驗(yàn)?zāi)�態(tài)分解
  5.1 信號(hào)的本征模態(tài)分解
    5.1.1 定義
    5.1.2 信號(hào)的本征模態(tài)分解方法
  5.2 信號(hào)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(zhǎng)信號(hào)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(wèn)題的提法
    6.1.2 問(wèn)題的分析和解
  6.2 經(jīng)驗(yàn)正交函數(shù)分解
    6.2.1 問(wèn)題的提法
    6.2.2 問(wèn)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