3.1 引言 3.2 自适应横向滤波器 3.3 自适应格型滤波器 3.4 最小二乘自适应滤波 3.5 自适应滤波的应用

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

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

第一节 信号的分类与描述 第二节 周期信号与离散频谱 第三节 非周期信号与连续频谱瞬变 第四节 随机信号

1. 周期信号 2. 数字信号波形的频谱 3. 频谱分析仪 4. 非周期信号的表示 5. 随机信号（数据）的表示

风力发电塔作为一类特殊的高柔结构,顶部支撑的风机在工作状态下对塔身产生动态激励,目前的风电塔振动实测通常采用接触式传感器.为发展风电塔现场非接触测试技术,本文对激光遥测方法进行阐述,利用加速度计和激光遥测设备对某1.5 MW风电塔进行环境脉动激励下的动力实测,对两种仪器的现场使用及测试结果进行对比,分析遥测方法的优势.利用得到的多组实测信号,分别采用峰值拾取法和随机子空间识别法进行分析处理,获得该风电塔的自振频率

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)

第1章 绪论 第2章 连续信号的时域分析 第3章 连续信号的频域分析 第4章 信号的相关分析 第5章 离散信号的分析 第6章 滤波器 第7章 随机信号分析与处理基础 课程总结

1. 观察噪声信号特征，观察它和信号间的差别，学习使用甄别器、逻辑符合模块。 2. 理解PMT热噪声的随机性质，理解偶然符合的概念，学习如何利用双端符合压低噪声。 3. 实现对缪子通量的初步测量，对宇宙线缪子通量建立起初步的认识

受探测环境制约，隧道超前地质预报过程中探地雷达反射波往往具有“弱信号，强干扰”的特征，给数据处理和解译带来极大的困难。将剪切变换（shearlet变换，ST）引入探地雷达信号处理，根据有效信号和干扰信号在剪切域中不同尺度、不同方向上的能量差异，提出一种基于自适应阀值的随机干扰去除方法，并通过正演模拟数据验证了该方法在随机干扰去除上的优势；在此基础上针对隧道超前地质预报中常见的能量接近、频率异常干扰信号，以实际数据为例说明小波变换（WT）对其去除效果；从而进一步提出小波变换与剪切变换联合干扰压制方法，即首先使用小波变换对异常频率干扰进行分离，然后采用基于自适应阀值的剪切变换对随机干扰进行压制。现场溶洞探测案例应用效果表明，本文所提出的方法能在去除干扰的同时很好地保留有效信号，根据处理后的波形堆积图可以很好地凸显地质异常区域，从而提高探地雷达资料解译精度