現代信號處理這門課由四大部分構成:多速率信號處理與小波變換,隨機信號的功率譜估計,自適應信號處理,非線性信號處理。
小題集中在第壹和第四部分,大題集中在中間兩個部分。復習的重點就明確了。
這門課的基礎是數字信號處理還有隨機過程,因為基礎不好所以只能往主線內容死命復習了。
多速率信號處理和小波變換
1.抽取,內插之後的頻譜變化,要會畫圖,抽取前加低通濾波器防混疊,內插後加低通濾波器防鏡像,小題,畫圖
2.FIR,IIR多相分解的表示形式要會,壹道大題
3.小波變換的基本概念,理論基礎,實現方法,和STFT的主要區別,簡答題。
隨機信號的功率譜估計(大頭)
1.平穩隨機過程的基本數字特征,這是上學期學過的。
2.白噪聲過程自相關函數與功率譜的特點。功率譜就是方差,自相關函數是方差乘上沖擊函數
3.本書的第壹大重點:參數模型,AR模型,要知道系統函數,時域差分方程,和譜分解。(上訴三點有道大題)
4.AR模型的輸入輸出關系式。大題會涉及到
5.AR模型法與線性預測法的關系。等價,互為逆濾波,小題。
6.AR模型的正則方程,也稱為Yule-Walker方程,可能要求證明。
求解AR模型參數的Levinson算法(大題),burg算法,關系式要記住
7.橫向預測誤差濾波器和格型預測誤差濾波器結構。(可能畫圖)
8.特征分解譜估計和高階統計量,高階譜的基本概念。(小題,簡答題)
自適應信號處理
1.自適應濾波基本概念,wiener和kalman的異同(簡答題)
2.維納最優解(大題),LMS,RLS性能比較(小題)
3.LMS失調量(簡答題)
4.FIR自適應濾波器和IIR自適應濾波器結構(輸出誤差法,方程誤差法)(畫圖題),各自優缺點。
5.前後向預測,格型自適應濾波器的基本原理實現方法。(可能大題)
6.Laguerre(小題)
7.自適應濾波器四種應用(畫圖解釋)
非線性信號處理
1.ANN的三要素:小題,結構特點(可能畫圖),激活函數(可能小題)
2.三種學習規則小題
3.ANN有三種常用的:小題
繼續復習去了。。。