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

1.1 连续时间和离散时间信号 1.2 自变量的变换 1.3 指数信号和正弦信号 1.3.1 连续时间指数信号和正弦信号 1.3.2 离散时间复指数信号与正弦信号 1.3.3 离散时间复指数序列的周期性质 1.4 单位冲激与单位阶跃函数 1.5 连续时间和离散时间系统 1.6 基本系统性质 记忆系统与无记忆系统 可逆性与可逆系统 因果性 稳定性 时不变性 线性

6.1 Z变换 6.2 Z反变换 6.3 Z变换的性质 6.4 Z变换与拉氏变换的关系 6.5 离散系统的Z域分析 6.6 离散系统函数与系统特性 6.7 离散信号与系统的频域分析 6.8 数字滤波器的一般概念

8.1 离散信号的z变换及收敛域 8.2 z逆变换 8.3 z变换的基本性质 8.4 利用z变换解差分方程 8.5 离散系统的系统函数 8.6 序列的傅里叶变换 8.7离散时间系统的频率响应特性

一、离散傅里叶变换的定义 二、离散傅里叶变换的基本性质 三、频域取样 四、离散傅里叶变换的应用

第一章 随机事件和概率 随机试验 样本空间、随机事件 频率和概率 古典概型 几何概型 概率的公理化结构 条件概率 事件的独立性 贝努里概型 第二章 离散型随机变量及其分布 随机变量的概念 一维离散型随机变量的分布律 二维离散型随机变量 离散型随机变量函数的分布律 第三章 连续型随机变量及其分分布函数 一维连续性随机变量及其分布 二维连续性随机变量及其分布 连续性随机变量函数的密度函数 第四章 随机变量的数字特征 数学期望 方差 协方差和相关系数 矩 几个重要随机变量的期望和方差 第五章 大数定律与中心极限定理 依概率收敛 大数定律 依分布收敛 中心极限定理

 2.1 信源的数学模型及分类  2.2 离散信源的信息熵  2.3 信息熵的基本性质和定理  2.4 离散无记忆的扩展信源  2.5 离散平稳信源  2.6 马尔可夫信源  2.7 信源剩余度与自然语言的熵

1.1 离散时间信号 1.2 采样 1.3 离散时间信号的傅里叶变换与Z变换 1.4 离散时间系统 1.5 系统的频率响应与系统函数

实验一 典型离散信号及其MATLAB实现 实验二 离散时间信号和离散时间系统 实验三 离散傅里叶变换（DFT）及其快速算法(FFT) 实验四 IIR数字滤波器的设计 实验五 FIR数字滤波器的设计（设计性实验）

离散量数分析指的是用一个特别的数值 来反映一组数据相互之间的离散程度 它与集中量数一起分别从两个不同的侧 面描述和揭示一组数据的分布情况共同反映出 资料分布的全面特征,同时它还兑现各级重量数 的代表性做出补充说明. 为了理解离散量数分析的作用请见下例: