周期信号的分解—傅里叶级数 周期信号的频谱分析 三角形式 指数形式 周期信号的频谱分析 周期信号的功率频谱 非正弦周期信号的有效值 非周期信号的分解—傅里叶变换 由级数到变换 常用信号的变换 傅里叶变换的性质 奇异函数的变换 周期信号的傅里叶变换 信号的抽样与抽样定理、时分复用

1、确知信号和随机信号 ①确知信号是指它经过恒参倍道后的参数(幅度、频 率、相位、到达时间等)都是确知的。如数字信号,从检 测的观点来看,未知的仅是信号的出现与否。 ②随机相位信号,这种信早除了信号的相位严之外, 其余参数都是确知的,即信号的相位是唯一随机变化的参 数。它的随机相位在数字信号的持续时间(T)区间内为 某一值,而在另一个时间间隔内为另一值。这种变化是随 机的。例如FSK和ASK信号等。这种信号的相位分布, 一般认为p在[o,2区间内是均匀分布的

信道是通信系统必不可少的组成部分,任何一个通信系统据均可视为由发送 设备、信道与接收设备三大部分组成。信道通常是指以传输媒质为基础的信号通 道,而信号在信道中传输遇到噪声又是不可避免的,即信道允许信号通过的同时 又给信号以限制和损害。因而,对信道和噪声的硏究乃是硏究通信问题的基础

载有信息的信号是不可预测的,或者说带有某种随机性。干扰信息信号的噪 声更是不可预测的。这些不可预测的信号和噪声都是随机过程。但随机信号和噪 声的不可预测性的意义完全不同。随机信号的不可预测性是它携带信息的能力, 而噪声的不可预测性则是有害的,它将使有用信号受到污染。 在通信系统中,随机过程是重要的数学工具。它在信息源的统计建模、信源 输出的数字化、信道特性的描述以及评估通信系统的性能等方面都是很重要的

2 1. 衰落信道 般模型 衰落信道一般模型 2.2 平坦衰落信道的信号检测 2.3 频率选择性衰落信道的信号检测 2 4. 多天线信号检测 2.5 多用户信号检测 2.6 软判决检测

3.1 信号的时域分析 3.1.1 信号的时域波形分析 3.1.2 信号的幅值域分析 3.2 信号的频域分析 3.3 模拟信号的调理 3.3.1 信号调理的目的 3.3.2 信号的放大 3.3.3 信号的调制与解调 3.3.4 信号的滤波

第5章 因特网信息检索工具（二） 第6章 网络检索工具（三） 第7章 多媒体信息检索 第8章 学术信息的网上检索与获取 第9章 学术信息的网上检索与获取（文献类型篇） 第10章 参考信息的网上检索

1.2基本典型信号 一、指数信号和正弦信号 二、奇异信号 1.斜变信号 2.单位阶跃信号和符号函数 3.单位冲激和冲激偶信号 三、正交信号

第二章离散信源及其信息测度 第一节信源的数学模型及分类 第二节离散信源的信息熵 第三节信息熵的基本性质 第四节离散无记忆的扩展信源 第五节离散平稳信源 第六节马尔可夫信源 第七节信源剩余度与自然语言的熵

针对非线性、非平稳信号的数据压缩问题,提出了一种基于自适应形态小波的轧机电气信号压缩方法.结合电气信号的形态特征,采用中值算子作为形态小波的更新算子对信号进行分解,从而实现根据信号的局部形态特征,自适应地调整形态小波分解的更新算子.工业现场实际轧机电气信号的数据压缩实验证明:利用这种形态小波信号压缩方法,可以获得高压缩比的信号,并能保留信号的形态特征;同时,这种形态小波信号压缩方法运算量小,可以应用到实时性要求较高的在线监测系统中