2.1 超宽带信号源的定义 2.2 典型的UWB信号频谱分析 2.3 UWB信号设计 2.4 UWB基带信号的产生

通过本章的学习，学生应理解信号分解为正交函数的意义。掌握信号的频域分析方法—傅里叶级数和傅里叶变换。理解周期信号与非周期信号频谱的特点、区别和联系，周期信号傅里叶变换的特点，信号时域特性与频域特性之间的关系，抽样信号频谱的特点与抽样定理。掌握典型信号的傅里叶变换，并能灵活运用傅里叶变换的性质对信号进行正反变换。掌握周期序列的离散傅里叶级数表示，非周期序列的离散时间傅里叶变换及其性质

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

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

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

信号：信息、消息与信号的联系与区别；信息传输、信号分析的基本 概念；信号分析的基本方法；信号的分类、信号的特性；基本离散时 间信号及连续时间信号的描述和特点

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

2.1 信道的定义与分类 2.2 信道的组成与模型 2.3 恒参信道及其对所传信号的影响 2.4 变参信道及其对所传信号的影响 2.5 信道带宽、系统带宽与信号带宽 2.6 随机过程的基本概念 2.7 信道常见噪声及特征 2.8 信道容量的概念(香农公式)

1 、信源的数学模型及分类 2、信息量及其性质 3、离散信源的熵及性质 4、联合熵和条件熵 5、平均互信息量及其性质 6、扩展信源 7、离散有记忆信源的熵 8、马尔可夫信源的信息熵 9、离散信源的信息（速）率和信息含量效率 10、连续随机变量下的熵和平均互信息量

电信客户信用风险等级评估是对电信客户的信用风险进行等级分类.针对建立客户信用风险等级分类模型时,大量带有类标注数据难以获得的问题,提出了基于主动学习的分类器建模方法,并对基于QBC(委员会投票选择)的主动学习算法进行改进以提高分类器的预测精度.通过对实际电信客户数据进行信用风险等级建模实验,结果表明:应用新算法,分类器使用了较少的带类标签样本数据,达到了与被动学习相同的精度,大大降低了信用专家评估数据的工作量