来源:在职研究生招生信息网 发布时间:2025-01-09 15:52:02
《信号处理》大纲
(一)离散时间信号处理基础
1.常用离散时间信号、离散线性时不变系统(LTI系统)的冲激响应、用卷积和表示系统响应、系统的差分方程表示、离散时间系统的因果性和稳定性。
2.z变换定义、z变换的收敛域、z变换的几个基本性质、z反变换的定义、求有理分式的反z变换。用z变换表示线性时不变系统,传递函数、零极点。
3.离散时间傅里叶变换(DTFT)、DTFT的性质,连续信号的傅里叶变换与取样后离散信号的DTFT之关系。离散傅里叶变换(DFT)及性质。
4.全通系统、最小相位系统、最小相位系统的性质
5.数字滤波器:无限冲激响应(IR)滤波器和有限冲激响应(FR)滤波器、I滤波器的基本结构、F滤波器的基本结构、线性相位FIR滤波器。F滤波器的格型实现,
(二)离散时间随机信号和估计理论基础
1.离散随机信号的主要数字特征:均值、自相关、自协方差高阶统计量。平稳性、广义平稳、各态历经的概念,时间平均和集合平均。几种常见随机分布。
2.广义平稳信号的自相关序列的性质、互相关的定义、随机信号矢量、自相关矩阵、自相关矩阵的性质,功率谱密度(PSD)、互谱密度。
3.随机信号通过线性系统:输入输出信号的互相关、输出信号的自相关,输出功率谱密度。常用的基本过程:白噪过程和谐波过程的自相关和功率谱,
4.估计的基本概念、常用数字特征量(如均值、方差、自相关序列)的估计、最大似然估计。
(三)平稳过程的线性模型
1.线性非参数模型
2.线性参数模型:自回归(AR)模型(全极点模型)、动均(MA)模型(全零点模型)、自回归动均(ARMA)模型(零极点模型)。
3.上述三种模型间模型参数的转换关系。模型参数与自相关序列的关系、模型参数与谱的关系。谱分解和最小相位特性。
4.谐波模型,谐波模型的自相关阵及其特征分解。
(四)最优滤波器
1.维纳滤波器,维纳-霍夫方程。均方误差性能函数。
2.线性预测误差滤波器,Yule-Walker方程,Levinson-Durbin算法,格型滤波器,反射系数。
3.最小二乘滤波器,LS估计,投影算子和投影矩阵。最小二乘问题的求解方法。
4.卡尔曼滤波器。
(五)自适应滤波
1.自适应滤波的基本概念。自适应滤波器的基本结构。
2.随机梯度法:理想(梯度已知)情况下的最速下降法、收敛条件、收敛规律、LMS算法及其收敛规律和性能分析。使用LMS算法的自适应滤波器的设计。梯度类算法的优缺点和改进。
3.梯度法自适应求解预测误差滤波的格型滤波器系数(反射系数)。
4.最小二乘快速横向滤波器(FTF)方程和算法、横向滤波算子。最小二乘格型(LSL)算法。要求能够根据给定的观测序列和滤波器电路,建立相应的滤波方程。对这些算法只要求有概念性的了解。
由于篇幅有限,无法全面展示所有考纲,想要了解更多,请点击下面附件进行下载。