《信号处理基础》课程考试大纲.docVIP

《信号处理基础》课程考试大纲 （一）平稳随机信号 1、信号分类 （二）维纳滤波和卡尔曼滤波 1、维纳滤波和卡尔曼滤波概念 熟悉最佳滤波与最佳准则概念，重点掌握MMSE准则和LS准则；掌握维纳滤波与卡尔曼滤波概念及异同。 2、维纳滤波时域解 掌握正交原理和维纳-霍夫方程；掌握低阶维纳-霍夫方程的建立和求解方法。 3、维纳滤波Z域解 熟悉功率谱分解方法；掌握信号Z域功率谱构造方法；掌握因果和非因果维纳滤波器Z域解求解方法。 4、卡尔曼滤波 理解卡尔曼滤波的特点；了解卡尔曼滤波的状态方程和测量方程；理解卡尔曼滤波递推算法； （三）自适应滤波 1、自适应滤波的基本概念 熟悉自适应滤波背景及意义；了解自适应滤波器结构和分类。 2、自适应横向滤波器 理解滤波方程的建立；熟悉最佳加权系数和均方误差；掌握MMSE准则的应用和最小均方误差的求取；理解性能函数的化简方法；掌握性能函数的几何意义。 3、最陡下降法 理解最陡下降法思路；掌握最陡下降法递推公式；掌握最陡下降法性能分析方法；熟悉最陡下降法收敛特性和过渡过程；理解信号和步长对最陡下降法性能特性的影响。 4、LMS算法 熟悉LMS算法思路；掌握LMS算法递推公式及工程实现方法；掌握LMS算法性能分析方法；熟悉LMS算法收敛特性和过渡过程以及它们与最陡下降法的区别；掌握LMS算法的稳态误差和失调系数；理解信号和步长对LMS算法性能特性的影响。 5、自适应格型滤波器 熟悉前向预测和后向预测的概念；掌握莱文逊-杜宾（Levinson-Durbin）递推算法；熟悉格型滤波器结构；理解格型滤波器性质； 6、自适应滤波的应用 理解自适应对消、自适应模拟、自适应逆模拟、自适应预测概念；了解自适应回波消除器、自适应消噪器、自适应陷波器、自适应均衡器。 （四）功率谱估计 1、经典谱估计 掌握周期图法和BT法原理和工程实现方法；熟悉周期图法与BT法之间关系；掌握经典谱估计质量和特点；理解窗函数在经典谱估计中的作用和分析方法；掌握经典谱估计质量改善的方法（平均和平滑）；理解经典谱估计的局限和缺点。 2、AR模型谱估计 理解现代谱估计概念；了解AR模型谱统计特性；掌握自相关法和伯格法；了解协方差法和修改的协方差法；熟悉AR模型阶数的工程确定方法；掌握AR模型谱估计的主要性质。 3、最大熵谱估计与最小方差谱估计 理解最大熵谱估计和最大似然谱估计的概念；熟悉最大熵谱估计与AR模型谱估计等效的条件；了解最小方差谱估计方法。 4、频率估计 熟悉最大似然谱估计的离散谱估计机理；熟练掌握高分辨的多信号分类（MUSIC）法，了解估计信号参数的旋转不变技术（ESPRIT）算法。 （五）现代信号处理发展 1、现代信号处理发展特点、研究热点及发展趋势 2、阵列信号处理基础知识 掌握阵列信号处理的统计模型、来波方向估计和波束形成；了解自适应天线系统原理及应用。 撰写人：周围等 2