现代信号处理.pptxVIP

  1. 1、本文档共62页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
现代信号处理;序言;课程特点及考核;参考书目: 1. 何子述,夏威 等编著.现代数字信号处理及其应用,清华大学出版社,2009 2、姚天任,孙洪.现代数字信号处理,华中理工大学出版社,1999 3、张贤达著.现代信号处理,清华大学出版社,2002 4、胡广书编著.现代信号处理教程,清华大学出版社,2004 5、张贤达、保铮著.通信信号处理,国防工业出版社,2000 6、杨行峻,郑君里.人工神经网络与盲信号处理.清华大学出版社,2003 7、Cichocki A, Amari S. 吴正国,唐劲松,章林柯,等译.自适应盲信号与图像处 理.电子工业出版社,2005 ;课程主要内容;第一章 随机信号; 按信号取值时间的连续性与否 按信号取值的随机性与否 ;随机信号的统计特性;随机信号按概率分布分类;平稳信号(严格平稳,n阶平稳,广义平稳,) 严格平稳:概率密度分布函数与时间无关 n阶平稳:n及n以下阶矩有界且与时间无关。n=2时,广义平稳 广义平稳的条件(弱平稳,协方差平稳): 严格平稳一定广义平稳,反之不成立 非平稳信号:凡不是广义平稳的信号 ;n阶矩均方遍历随机信号;平稳随机信号的低阶统计特性;两个平稳随机信号的二阶统计特性;联合平稳时的二阶统计量;互协方差函数 互功率谱:互协方差函数的Fourier变换 ;互相关系数 相干信号(coherent)——拷贝信号 相干积累:收集相干信号,以提高接收机信噪比 ;统计独立: 统计不相关: 正交: ;1. 常数向量的正交(常数向量:元素为常量的向量);2. 函数的正交;3. 随机向量的正交;正交的几何解释(续);正交的物理意义; 在多址通信技术中的应用 通信理论的基本结论:若多个用户的信号可以做到正交,则这些用户可共享一个发射媒介。 时分多址(TDMA: time-division multiple access): 各个用户的信号波形在时域上无重叠 正交(时域正交); 频分多址(FDMA: frequency-division multiple access): 各个用户的信号波形在频域上无重叠 频域正交; 码分多址(CDMA: code-division multiple access): 各个用户的信号波形在时域和频域都有重叠,但信号之间 正交;2. 离散Karhunen-Loeve变换 ;正交的两个典型应用(续);正交的两个典型应用(续);正交的两个典型应用(续);正交的两个典型应用(续);正交的两个典型应用(续);正交的两个典型应用(续);相关的应用;相干的应用;相干的应用(续);4.信号变换;正交信号变换 双正交信号变换 非正交信号变换; 今后均假设讨论的信号已零均值化,这里x(t)已零均值化 ; ;稳定系统(stable system) 有界输入必导致有界输出的系统 对连续系统: 对离散系统:;因果系统(causal system) 输出必在输入之后;第二部分 参数估计理论; ;1.估计子的性能;1.估计子的性能(续);1.估计子的性能(续);两个无偏估计(或其中一个渐进无偏估计)的性能比较:;2.Fisher信息与Cramer-Rao下界;2.Fisher信息与Cramer-Rao下界(续);损失函数(代价函数) 绝对损失函数 二次型损失函数;均匀损失函数 ;风险函数: 损失函数的数学期望 Bayes估计:使风险函数最小化的参数估计;4.最大似然估计(maximum likelyhood);;线性均方LMS (linear mean square);5.线性均方估计(续);5.线性均方估计(续);6.最小二乘估计;6.最小二乘估计(续);6.最小二乘估计(续);本章小结;

文档评论(0)

35425 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档