出版社内容情報
広い分野で応用されているランダムデータのスペクトル解析法をその初歩から説きおこし，応用例をあげつつ順次高次の概念へと導き，最後に具体的計算法を解説する。〔内容〕スペクトル解析の基礎理論／データ処理の理論と方法
【目次】
第Ⅰ部 スペクトル解析の基礎理論
1. ランダム変動の表現とスペクトル
1.1 フーリエ級数
1.2 複素フーリエ級数
1.3 フーリエ積分
1.4 スペクトル概念の導入
1.5 フーリエ級数とフーリエ気分
2. 自己相関関数
2.1 自己相関関数の定義と意味
2.2 自己相関関数の一般的性質
3. 自己相関関数とスペクトルの関係
3.1 パワースペクトル
3.2 Wiener-Khintchine の公式
3.3 パワースペクトルの定義法
3.4 ランダム現象のパワースペクトの例
4. 相互相関とクロススペクトル
4.1 相互相関関数の定義とその性質
4.2 クロススペクトル
4.3 コヒーレンスとフェイズ
5. 白色雑音のスペクトルと自己相関関数
5.1 パルス列の自己相関関数とスペクトル
5.2 デルタ関数
5.3 二つのインパルスのスペクトル
6. 定常性・エルゴード性
6.1 アンサンブル平均
6.2 定常性
6.3 エルゴード性
7. 情報エントロピーとスペクトル
7.1 情報とエントロピー
7.2 時系列の情報エントロピーと相関行列（Toeplitz行列）
7.3 相関行列とスペクトル
7.4 MEM――最大エントロピースペクトル
7.5 自己回帰式（AR―auto-regression）との関係
7.6 Deconvolution との関係
7.7 MEMとBlackman-Tukey法との比較
8. フーリエ展開の意味
8.1 ベクトルの分解と関数の展開
8.2 因子分析（経験的直交関数系展開）
8.3 Karhunen-Loe｀ve展開
9. 確率密度と相関関数
9.1 確率密度関数と分布のモーメント
9.2 結合確率密度と相関関数
9.3 特性関数
9.4 確率密度関数の直交展開
第Ⅱ部 データ処理の理論と方法
10. 線型システムの簡単な理論
10.1 応答関数とたたみ込み積分による入出力関係式
10.2 相関関数による入出力関係式
10.3 微分型システム表現の応答関数
10.4 フーリエ変換とラプラス変換
10.5 フーリエ変換とラプラス変換
10.6 数値フィルター
10.7 ランダム波のシミュレーション
11. スペクトル計算の誤差理論
11.1 ランダム変数の統計量の推定誤差
11.2 相関法によるスペクトルの推定誤差
11.3 直接法・FFTによるスペクトルの推定誤差
11.4 離散化にともなう誤差
11.5 サンプリング効果
12. データ処理の手法
12.1 プログラム三原則
12.2 Blackman-Tukey法
12.3 FFT法
12.4 MEM（最大エントロピー法）
12.5 種々のスペクトル推定法の比較
12.6 フーリエ積分に関するFilonの数値計算法
13. さらにすすんだスペクトルの概念
13.1 時空相関および多次元スペクトル
13.2 高次の相関関数およびスペクトル
13.3 回転スペクトル
13.4 非定常スペクトル
13.5 セプストラム（エコーの解析）
13.6 位相スペクトル
13.7 Walsh スペクトル
14. 参考文献
15. 索 引
16. 記号一覧表
17. 主要公式一覧
