❖ 2.1 信源的数学模型及分类 ❖ 2.2 离散信源熵和互信息 ❖ 2.3 信息熵的性质 ❖ 2.4 离散序列信源熵 ❖ 2.5 连续信源熵与互信息 ❖ 2.6 信源的冗余度

§2.1、信号与信息的关系 §2.2、信号分类与描述 §2.3、周期信号与离散频谱 §2.4、瞬变非周期信号的频谱分析 §2.5、随机信号 §2.6、信号分析与处理

由于基于频域的经典小波变换运算时间较长,不能很好地满足轧辊偏心信号在线实时控制的要求,提出了用提升结构小波变换对偏心信号进行不同分辨率下分解处理的新方法.通过对轧制力信号和厚差信号的分析,利用提升和对偶提升原理将偏心信号从干扰信号和噪声信号中提取出来并通过参数自校正控制实现对轧辊偏心的在线动态控制.仿真结果表明,该方法获得了比较理想的效果,并且在同样数据长度下,提升小波变换运算速度比经典小波变换至少提高1倍以上

1学科基础课平台必修课 《高等数学 B1》 《高等数学 B2》 《线性代数》 《概率论与数理统计 B》 《管理学 A》 《统计学 A》 《统计学 A》课程考试 《基础会计学 B》 《市场营销学 A》 《信息管理与信息系统专业导论》 2学科基础课平台选修课 《经济法 C》 《组织行为学》B 《计算机办公自动化》 《运筹学 B》 《市场调查与分析》 《财务管理学 B》 《创业管理》 《战略管理 B》 《系统工程学 C》 《管理研究方法》 3 专业课平台必修课 《数据库原理与应用 A》 《面向对象程序设计》 《电子商务概论》 《信息系统开发环境与工具》 《信息资源组织与管理》 《管理信息系统》 《信息专业实习》 《信管毕业实习》 信息管理与信息系统专业毕业设计（论文） 4 专业课平台选修课 《平面图像处理》 《网页设计与制作》 《网页设计与制作》考试 《网页设计与制作》课程实训 《信息经济学》 《操作系统》 《操作系统》课程考试 《信息检索与利用》 电子商务支付与安全 《数据挖掘与商务智能》 《信息服务与用户》 《软件工程》 《信息分析与预测》 《移动开发技术》 《信息系统项目管理》 《信息资源知识产权》 《电子政务》 《决策支持系统》 《信管专业英语》 《信管专业认知调查》 《信息管理与信息系统》 《数据结构》 《商业数据分析》 《创新创业创意实训》

学科基础课平台必修课 《高等数学 A1》 《高等数学 A2》 《大学物理 A1》 《C++程序设计》 《C++程序设计实验》 《C++程序设计实训》 《线性代数》 《概率论与数理统计 B》 《离散数学Ⅰ》 《计算机组成原理 I》 《数据结构 I》 《数据结构 I 实验》 《计算机网络原理Ⅰ》 《操作系统Ⅰ》 《数字通信原理》 学科基础课平台选修课 《数字逻辑》 《Java 程序设计》 《Java 程序设计实验》 《管理信息系统》 《管理信息系统实训》 《数据库原理 A》 《人工智能导论》 《生理学 E》 《卫生统计学 B》 《流行病学 B》 《外科学总论 B》 《诊断学 D》（临床医学概要） 《诊断学 D》(临床医学概要） 《诊断学 D》 《编译原理》 《传感器技术及应用》 专业课平台必修课 《计算机类认识实习》 《医信工程生产实习》 《医信工程毕业实习》 《医信工程毕业设计（论文）I》 《医信工程毕业设计（论文）II》 《医学信息工程导论》 《生物信息学导论》 《生物医学信号处理》 《生物医学信号处理实验》 《数字图像处理 A》 专业课平台选修课 《软件工程概论 A》 《医学信息系统》 《现代病案信息管理》 《医学决策支持系统》 《智能医疗》 《智能医疗》实验 《数据挖掘》 《数据挖掘》实验 《大数据与深度学习》

通过本课程的学习，应使学生掌握信号分析与处理的基本理论和方法。主要任务包括理解和掌握以下内容： 1． 信号和系统的定义和分类； 2． 连续信号的时域分析方法； 3． 连续信号的频域分析方法； 4． 离散信号的分析方法； 5． 信号的相关分析； 6． 信号的倒频域分析

1. 掌握傅里叶变换分析技术和傅里叶级数分析技术的基本概念和计算，尤其要注意应用性质来计算一些常用信号的频谱 2. 熟悉时域特性与频域特性的对应关系 3. 弄清信号频谱的意义以及连续谱与离散谱的区别和联系 4. 卷积定理是系统频域分析的重要工具，要认真掌握 5. 采样定理是离散信号处理的理论基础，应领会其含义并会应用信号与系统 §3-1 非周期信号的频域分析-傅里叶变换 § 3-2 典型非周期信号的傅里叶变换和傅里叶变换的性质

㈠、信道的定义、分类和模型 ㈡、恒参信道的传输特性及其对信号的影响 ㈢、随参信道的传输媒质的三个特点，多径 传播对信号的影响 ㈣、信道加性噪声的统计特性 ㈤、连续信道的信道容量（香农公式）

概要地叙述了小波、小波包理论,提出了一种用小波包分解和信号重构进行信号滤波的方法.先用小波包分解把信号分解到相邻的不同频率段上,然后用信号重构方法对各个频率段上的信号进行重构.以电机的振动信号为例,说明这种方法可以有效地用于信号的滤波

由于轴承故障声信号的混响及临近的机械设备的噪声，造成声信号的频域分析很困难．通过小波变换原理，对滚动轴承故障声信号进行时频分析．通过对声信号的多尺度分解，分离出由故障造成的声信号突变．实验结果表明，较之以往的时域、频域信号处理技术，该方法对声音信号分解更趋合理，是一种可靠和有效的滚动轴承故障诊断新方法．