1.信号表示与信号通过零状态线性定常系统 1.1信号的脉冲分解、卷积

第五章离散时间系统的时域分析 5.0引言 一、连续时间信号、连续时间系统 连续时间信号: f(t)是连续变化的的函数,除若干不连续点之外对 于任意时间值都可以给出确定的函数值。函数的波形都是具有平滑曲线的形状,一般也称模拟信号

系统研究了面向复杂系统监测时变信号的实时故障检测与识别问题.采用滑窗Mallat小波快速变换克服传统小波变换的时域全局依耐性并提高计算效率,使之适应于实时故障检测;针对时变信号的故障模式识别难题,在故障检测基础上采用改进动态循环神经网络(improved dynamic recurrent neural network,IDRNN)进行智能故障识别.最后将滑动时窗小波检测模块及最优IDRNN网络模块嵌入某型完整卫星姿态控制系统仿真平台进行在线故障诊断.试验结果表明:实时条件下的滑动窗口小波变换与传统小波变换具有一致性,IDRNN对于时变信号识别具有较好的时域泛化能力,将滑窗移动时不变小波方法与IDRNN结合可以实现面向复杂系统监测实时信号的故障检测及复合模式分类

§2.6 零状态响应的求解——卷积积分 §2.7 卷积积分的性质

联机信息检索( Online information retrieva)是指建立在计算机联机处理方式 上的信息检索,即检索者通过检索终端和通信线路直接査寻检索系统数据 库的计算机检索方式。用户采用终端并通过通信线路,以与检索系统对话 的方式直接访问数据库,进行存储、检索、打印、修改数据等处理

多维事务数据库DB的结构为 (ID,A,AAn, items),A是DB中的结 构化属性(例如顾客的年龄,职业收入等), 而 items是同事务连接的项的集合(例如购 物篮中频繁项集)。每一个 t=(id,aa2man,items--t)由两部分信息 组成:维信息(a1,a2man)和项集信息。 挖掘过程分为两部分:挖掘维度信息的模 式和从投影的子DB中找出频繁项集

克里金法是一种应用广泛的低通滤波性插值方法,但其无法重建原始信息中的高频、低频和局部信息.分形插值算法可利用自相似性,在保留原始信息的基础上,克服克里金插值中低通滤波的局限性,从而提高插值的准确性.本文在传统分形插值算法的基础上,结合地质空间信息,提出了适用于矿床品位估算的四维空间分形插值算法,并将其应用于钼矿的品位估算.结果表明:在该钼矿的品位估算中,四维空间分形插值算法明显优于克里金法

§3.7 周期信号的傅立叶变换 §3.8 抽样信号的频谱 §3.9 时域抽样定理

一、随机信号的正交分解 二、常见随机信号的性质 三、随机信号的检测 四、随机信号的均方滤波

一、随机信号通过线性系统的表示 二、随机信号的功率谱密度 三、随机信号通过线性系统的统计性质 四、随机信号通过非线性系统