问：随机信号的研究方法
- 答：随机信号的数字特征如果本身也是随较长的时间变化而变化的话，那么这种随机信号属于非平稳随机过程。否则均属于平稳随机过程。平稳随机过程的分析比较成熟，也相对容易一些。而非平稳的随机过程，比较不容易计算。对于平稳随机过程，由于其统计数字特征不随时间变化，因此许多分析方法与研究非随机过程的方法相似，傅里叶变换方法仍是主要的分析工具。
问：随机信号分析在通信中具体运用？实际的例子，
- 答：通信中的信源、噪声、干扰大多都是随机信号，如果要研究这些信号的特点，就需要用随机信号分析这个工具，比如功率谱，带宽等。
问：求关于随机信号频谱估计的英文论文原文 见详细
- 答：这样的问题,不如到google网页搜一下!! 不是有个玩意专搜论文之类的吗?
- 答：这样的问题,不如到baidu网页搜一下!!
问：随机信号的统计特性
- 答：随机信号不能用确定的时间函数来表达，只能通过其随时间或其幅度取值的统计特征来表达。这些统计特征值有：
①数学期望值，描述随机信号的平均值。
②方差值，描述随机信号幅度变化的强度。
③概率密度函数，是描述信号振幅数值的概率。
④相关函数，描述随机信号的每两个具有一定时间间隔的幅度值之间的联系程度的数值，它是时间间隔的一个函数。
⑤功率谱密度，描述随机信号在平均意义上的功率谱特性。
以上这些统计特征是描述随机信号的主要数字特征。研究随机信号的数学方法是随机过程理论。
问：随机信号傅里叶变换后的物理意义！
- 答：简单的讲，任何信号都可以从时域（信号随时间变化而变化）和频域（信号随频率分布变化而变化）这两个角度去观测和描述。
那么，傅里叶变换就是信号从时域描述到频域描述的转化工具，傅里叶逆变换就是信号从频域描述到时域描述的转化工具。
所以，随机信号傅里叶变换后的物理意义是对这个信号从时域描述变成了频域描述。
