Introduit les fondamentaux du bruit dans l'électronique, couvrant les origines, les types de signaux, les caractéristiques de puissance et les sources de bruit.
Discute des principes fondamentaux de la probabilité et des processus stochastiques, en se concentrant sur les variables aléatoires, leurs propriétés et leurs applications dans le traitement statistique du signal.
Explore l'autocorrélation, la périodicité et les corrélations fallacieuses dans les données de séries chronologiques, en soulignant l'importance de comprendre les processus sous-jacents et de mettre en garde contre les erreurs d'interprétation.
Explore la stationnarité dans les processus stochastiques, en montrant comment les caractéristiques statistiques restent constantes au fil du temps et les implications sur les variables aléatoires et les transformées de Fourier.
Explore la densité spectrale de puissance dans les processus stochastiques continus et sa signification dans les applications de traitement des signaux.
Couvre les outils de traitement statistique des signaux pour les communications sans fil, en mettant l'accent sur les signaux tels que le train d'impulsions, les signaux harmoniques et les signaux à spectre lisse.
Explore les méthodes d'estimation du spectre paramétrique, y compris les spectres linéaires et lisses, et se penche sur l'analyse de la variabilité de la fréquence cardiaque.
Couvre les origines et les calculs du bruit thermique et de tir dans les diodes et les transistors, en mettant l'accent sur leurs implications dans les composants électroniques.
Introduit les types de variables, la distribution multinomiale, les caractéristiques des données, les formes des densités, la corrélation et les méthodes de visualisation des données.
