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。。。