现代信号处理_要点[sby].pptVIP

现代信号处理 郑宝玉 主要内容 多速率信号处理与小波分析基础 现代谱估计 自适应信号处理 神经网络信号处理 一、多速率信号处理与小波分析 基本概念 ? 抽取与内插及其互连等效关系 ? 多相分解与多速率滤波 ? 互补滤波与镜象滤波 ? 短时富氏变换与子波变换 ? 子带分解与小波分解 ? 子带分解与复用转换(TMUX) 基本理论 ? 多速率滤波原理 ? 多分辨率分析原理 (Mallat理论) 基本方法 ? 带通滤波器组的实现 ? 多分辨率分析的实现 二、现代谱估计 基本概念 ? 经典谱估计与现代谱估计区别与联系 ? 信号模型─类型、两重性、相互关系 ? 自相关函数、功率谱和信号模型、时间序列(含马尔科夫 序列)及其相互关系 ? 最大熵谱估计、AR法、预测误差滤波(白化)及其关系 ? AR模型、白化滤波器与线性预测 ? 有理(功率)谱密度概念及其应用 ? 信号子空间和噪声子空间及其关系 ? 高阶统计量与循环平稳特性 基本理论与基本方法 ? 掌握AR模型正则方程(自相关函数表达式)求取及应用 ? 掌握Levinson、Berg算法及矩阵特征分解(MUSIC)算法原理 ? 了解各种谱估计方法的优缺点和适用范围 谱分解定理 谱分解定理: 功率任何实平稳随机信号xn的有理谱Sxx(z)都可以惟一地表示为如下最小相位形式： 正则方程 三、自适应信号处理 基本概念 ? (最佳)滤波、(最优)预测和(最大)平滑 ? 维纳滤波、卡尔曼滤波、自适应滤波器区别与联系 ? 影响LMS算法收敛的主要因素及改进LMS算法的主要途径 ? 影响RLS算法收敛的主要因素及改进RLS算法的主要途径 ? 前向预测、后向预测和格型滤波、Berg谱估计 基本理论 ? 线性预测原理 ? 自适应滤波(含格型滤波)原理 基本方法 ? 自适应滤波器的基本结构和基本算法 ? 自适应滤波的四种典型应用 四、神经网络信号处理 基本概念 ? 神经网络常用模型 ? 线性预测与非线性预测 ? 人工智能与计算智能 ? 数据信息与语言信息 ? 线性自回归模型(即AR模型)与非线性自回归模型 ? 模糊逻辑系统(FLS)与自适应模糊系统 ? 模糊基函数网络(FBF网络)与径向基函数网络(RBF网络) ? 广义叠加原理与倒谱概念 基本理论与基本方法 ? NN训练基本准则与BP训练算法 ? 主分量分析(PCA)原理与自适应主分量提取(APEX)算法 ? 同态滤波与多项式滤波基本原理 * 式中, 为常数,H(z)是有理函数,H(z)=A(z)/B(z),A(z),B(z)都是最小相位多项式.适当调整式中系数 的数值,以使A(z),B(z)都是最高项系数为1的多项式,上式分解是惟一. 谱分解定理保证了平稳随机信号模型的存在. 即任 何平稳随机信号xn都可以看成是由白噪声{wn}激励一 个因果和稳定时不变系统产生的输出. 当xn为复信号时 * * * * *