第1章 隨機過程基本知識
  1.1 基本概念和基本定義
    1.1.1 隨機過程的定義
    1.1.2 隨機過程的分布函數(shù)和概率密度函數(shù)
    1.1.3 隨機過程的特征函數(shù)
    1.1.4 隨機過程的均值、相關函數(shù)、協(xié)方差函數(shù)、方差和矩
    1.1.5 正交、不相關和獨立的髓機過程
    1.1.6 復隨機過程
    1.1.7 平穩(wěn)隨機過程的定義
    1.1.8 隨機過程的變換
    1.1.9 隨機過程的連續(xù)、微分和積分
    1.1.10 隨機過程的各態(tài)歷經(jīng)性
  1.2 平穩(wěn)隨機過程
    1.2.1 平穩(wěn)隨機過程的相關函數(shù)
    1.2.2 平穩(wěn)隨機過程的功率譜
    1.2.3 作為平穩(wěn)隨機過程的海浪模型
    1.2.4 兩個平穩(wěn)隨機過程的交叉譜
    1.2.5 兩個平穩(wěn)隨機過程的相干譜
    1.2.6 平穩(wěn)隨機過程的各態(tài)歷經(jīng)性
    1.2.7 二維和三維平穩(wěn)隨機過程的譜
  1.3 隨機過程的Fourier變換和廣義變換
    1.3.1 隨機過程的Fourier變換
    1.3.2 隨機過程的廣義變換
  1.4 正態(tài)隨機過程
    1.4.1 正態(tài)隨機過程的定義
    1.4.2 正態(tài)隨機過程的概率密度函數(shù)
    1.4.3 平穩(wěn)正態(tài)隨機過程的概率密度函數(shù)
    1.4.4 正態(tài)隨機過程的幾個主要性質(zhì)
    1.4.5 平穩(wěn)正態(tài)隨機過程的跨零點問題
  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)隨機過程的功率譜估計
    2.1.1 采樣間隔的選取
    2.1.2 譜估計的相關函數(shù)法
    2.1.3 譜估計的周期圖法
    2.1.4 譜估計質(zhì)量的衡量
    2.1.5 數(shù)據(jù)窗的應用
    2.1.6 最大熵譜估計方法
  2.2 交叉譜估計及相干分析
    2.2.1 交叉譜估計
    2.2.2 相干分析
  2.3 方向譜估計
    2.3.1 二維Fourier變換法
    2.3.2 用測波陣列的數(shù)據(jù)估計方向譜
    2.3.3 用自由浮標測量的數(shù)據(jù)估計方向譜
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)的響應函數(shù)
    3.2.2 線性系統(tǒng)對任意輸入的響應
    3.2.3 線性系統(tǒng)的脈沖響應函數(shù)與頻率響應函數(shù)的關系
    3.2.4 以隨機過程為輸入的線性系統(tǒng)
  3.3 線性系統(tǒng)響應函數(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)的響應函數(shù)
  3.4 線性系統(tǒng)分析在海洋研究中的應用舉例
    3.4.1 隨機波(波面位移)信號的模擬
    3.4.2 隨機波造波機控制信號的獲得
    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
  3.5 Hilbert變換及其在海洋信號分析中的應用
    3.5.1 HilJ3ert變換的定義-
    3.5.2 Hill3err變換的計算-
    3.5.3 平穩(wěn)隨機過程的Hilben變換
    3.5.4 Hilbert變換在海洋信號分析中的應用舉例
  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
  4.1 隨機變量的線性均方估計
    4.1.1 隨機變量的線性均方估計的正交原理
    4.1.2 隨機變量估計與數(shù)據(jù)估計的關系
    4.1.3 線性均方估計與線性回歸分析
    4.1.4 線性均方估計的誤差分析
    4.1.5 關于求解系數(shù)的最佳方程問題
    4.1.6 海洋研究中的應用舉例
  4.2 隨機過程的線性均方估計
    4.2.1 隨機過程線性均方估計的正交原理
    4.2.2 隨機過程線性均方估計與信號線性均方估計的關系
    4.2.3 隨機過程線性均方估計的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)驗模態(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)分解方法的驗證
  5.4 應用舉例——日長信號分析
第6章 主成分分析和經(jīng)驗正交函數(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 應用舉例
  6.3 旋轉經(jīng)驗正交函數(shù)
    6.3.1 經(jīng)驗正交函數(shù)的旋轉
    6.3.2 最大方差旋轉
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 海洋隨機變量及其極值的統(tǒng)計分析
  8.1 海洋隨機變量的統(tǒng)計分布
    8.1.1 Weibull分布
    8.1.2 最大熵分布
  8.2 極值的統(tǒng)計分布和重現(xiàn)期極值的推算
    8.2.1 Pearson-Ⅲ型分布及其應用
    8.2.2 Gumbel分布及其應用
    8.2.3 海浪極值波高相應的周期
  8.3 一元復合極值分布
    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 應用
參考文獻
索引