資源描述：
《mdsp for doctoral students 2000》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、ModernSignalProcessingforDoctoralStudents☆與傳統(tǒng)統(tǒng)計(jì)信號(hào)處理的三個(gè)基本假設(shè)：線性、高斯性和平穩(wěn)性不同，現(xiàn)代信號(hào)處理處理的對(duì)象是非線性、非高斯和非平穩(wěn)的信號(hào)?，F(xiàn)代信號(hào)處理已成為現(xiàn)代通信與信息系統(tǒng)、電子科學(xué)技術(shù)以及自動(dòng)控制等眾多學(xué)科的重要理論基礎(chǔ)和工具。通過跟蹤本學(xué)科的最新發(fā)展趨勢(shì)與熱門研究課題，來啟發(fā)培養(yǎng)學(xué)生能具備適應(yīng)未來一些新的交叉學(xué)科發(fā)展的綜合創(chuàng)新能力。自適應(yīng)濾波器原理AdaptiveFilterTheory(Thirdedition)SimonHaykin電子工業(yè)出版社1998北京非平穩(wěn)信號(hào)分析與處理，張賢達(dá)，保錚，國(guó)防工業(yè)出
2、版社1998年9月北京根據(jù)上述兩本書的內(nèi)容，每人各自準(zhǔn)備其中一部分的內(nèi)容（勿重復(fù)），作重點(diǎn)發(fā)言，課上進(jìn)行討論。AdaptiveFilterTheoryBackgroundLinearOptimumfiltering--Weinerfilters,Linearpredictions,KalmanfiltersLinearAdaptiveFiltering—LMS,LS,RLS,Square-rootadaptivefilter,Trackingoftime-varyingsystems.NonlinearAdaptiveFiltering—Blinddeconvolutio
3、n,Back-propagationlearning非平穩(wěn)信號(hào)分析與處理時(shí)頻分析，Gabor變換，小波分析Wavelets，分?jǐn)?shù)階傅氏變換FractionalFourierTransform，循環(huán)平穩(wěn)信號(hào)分析與處理，線調(diào)頻小波變換Chirplettransform，調(diào)幅－調(diào)頻信號(hào)分析處理小波－Wavelet是一小段被諧波調(diào)制的信號(hào)波，一小段被窄窗抽取的諧波，一小段具有某種包絡(luò)的諧波線調(diào)頻小波—Chirplet是一小段被窄窗抽取的線性調(diào)頻波，一小段具有某種包絡(luò)的線性調(diào)頻波――――時(shí)間、頻率、尺度、頻率傾斜、時(shí)間傾斜傅氏變換――頻率（一維線調(diào)頻小波變換）短時(shí)傅氏變換――時(shí)間、
4、頻率（二維線調(diào)頻小波變換）小波變換――時(shí)間、尺度（二維線調(diào)頻小波變換）多窗短時(shí)傅氏變換――時(shí)間、頻率、尺度（三維線調(diào)頻小波變換）非高斯線調(diào)頻小波變換－連續(xù)線調(diào)頻小波變換――時(shí)間、頻率、尺度、頻率傾斜、時(shí)間傾斜（五維線調(diào)頻小波變換）(WaveletDigestVolume8:Issue6)Followingthesine-cosinefunction,sawtoothwave,squarewave,triangularwave,trapezoidalwaveandsoonbecomeneweasily-generatedperiodicfunctionsinmodernel
5、ectronics.SimilartoFourier'sidea,anaturalquestioniswhetherasignalcanbeconsideredasasuperpositionofeasily-generatedfunctionswithdifferentfrequencies.ThereforeitisnecessarytogeneralizeFourieranalysisbasedonsine-cosinefunctionsintofrequencyanalysisbasedongeneralperiodicfunctions.Inthispaper,
6、weintroducethefrequencyseriesandfrequencytransformationbasedongeneralperiodicfunctions.Forpracticalconveniencealmostalleasily-generatedfunctionsinelectronicsareconsideredcarefullyasexamples.AsanewandpracticalgeneralizationofclassicalFourieranalysis,theseresultswillbecomeatheoreticalfounda
7、tionforthetechniqueofeasilygeneratedfunctionanalysisinsignalprocessing.Alotofquestionsinthis.........WaveletDigestMonday,March20,2000Volume9:Issue21.Preprint:FastRidgePursuitwithGaussianChirps2.Preprint:Reductionofcorrelatednoise.3.Preprint:SimpleDenoisingAlgorithmU
