一、理解SPTool工具的基本内容 二、掌握信号浏览器的使用方法 三、掌握滤波器浏览器的使用方法 四、掌握频谱浏览器的使用方法 五、掌握滤波器设计的使用方法 六、掌握FDATool工具的使用方法

盲系统辨识 盲源分离(BSS, Blind Source Separation) 独立分量分析 (ICA, Independent Component Analysis) 信道盲均衡 盲波束形成

6.1 引言 6.2 连续小波变换 6.3 离散小波变换 6.4 小波分析的应用

4.1 引言 4.2 经典谱估计 4.3 现代谱估计中的参数建模 4.4 AR模型谱估计的性质 4.5 AR谱估计的方法 4.6 最大熵谱估计与最大似然谱估计 4.7 特征分解法谱估计

2.1 引言 2.2 维纳滤波器的离散形式——时域解 2.3 离散维纳滤波器的z域解 2.4 维纳预测 2.5 卡尔曼(Kalman)滤波

图像增强是采用一系列技术去改善图像的视觉效果, 或将图像转换成一种更适合于人或机器进行分析和处理 的形式。例如采用一系列技术有选择地突出某些感兴趣 的信息,同时抑制一些不需要的信息,提高图像的使用 价值。 图像增强方法从增强的作用域出发,可分为空间域 增强和频率域增强两种

一、理解功率谱估计的基本概念 二、掌握随机信号处理的各种运算 三、掌握经典功率谱估计的各种方法 四、掌握AR模型功率谱估计方法 五、掌握现代谱估计的各种非参数方法

主要内容 一、数字滤波器原理 二、视频信号的数字处理 三、亮度、色度信号的分离 四、V信号的分离 五、图像增强 六、噪声抑制 七、同步扫描的数字处理 八、伴音信号的数字化处理

• 数模和模数转换的基本原理 • Nyquist采样定律 • 数字量与绝对量的换算

提出了利用神经网络自适应滤波原理解决多传感器信号处理的方法,通过对多路带噪声的数字模拟信号的滤波结果表明,该方法能快速、有效地消除主信号源的各种背景噪声