一） 了解常用的测试输入信号； 二） 熟悉描述二阶系统性能的各项指标 三） 熟练理解二阶系统的性能 四） 掌握基于主根的高阶系统的二阶近似分析法 五） 掌握阻尼比的估计方法 六） 掌握由传递函数的极点位置来描述闭环反馈系 统 的瞬态响应的方法 七） 掌握反馈控制系统稳态误差的计算方法 八） 理解控制系统性能指标的概念

一） 了解常用的测试输入信号； 二） 熟悉描述二阶系统性能的各项指标 三） 熟练理解二阶系统的性能 四） 掌握基于主根的高阶系统的二阶近似分析法 五） 掌握阻尼比的估计方法 六） 掌握由传递函数的极点位置来描述闭环反馈系 统 的瞬态响应的方法 七） 掌握反馈控制系统稳态误差的计算方法 八） 理解控制系统性能指标的概念

一、理解FIR数字滤波器的结构 二、掌握FIR数字滤波器特性分析的方法 三、掌握设计FIR数字滤波器的窗函数法 四、掌握设计FIR数字滤波器的约束最小二乘法 五、掌握设计FIR数字滤波器的频率抽样法 六、了解sgolay函数设计FIR数字滤波器的方法

7.4常系数差分方程的求解 1、迭代法 2、时域经典法 3、离散卷积法:利用齐次解得零 4、输入解,再利用卷积和求零状态解。 5、变换域法(Z变换法) 6、状态变量分析法

一、了解数字滤波器的基本概念 二、理解IIR数字滤波器的各种类型 三、掌握IIR数字滤波器特性分析的方法 四、掌握模拟滤波器的低通设计方法 五、掌握高通、带通及带阻滤波器的设计方法 六、掌握IIR数字滤波器阶数的选择 七、掌握模拟滤波器的离散化

通过低氧实验提出一种快速识别人体低氧状态的方法.通过搭建深层神经网络训练实验数据识别氧气体积分数(16%~21%)与人体可耐受极端低氧气体积分数(15.5%~16%)条件下光电容积脉搏波(photoplethysmography, PPG)信号, 获得人体生理状态的模式识别网络.经测试该网络的识别正确率可达92.8%.利用混淆矩阵及接受者操作性能(receiver operating characteristic, ROC)曲线分析, 混淆矩阵的训练集、验证集、测试集、全集识别正确率分别达到97.9%、94.8%、92.8%和96.3%, AUC (area under curve)值接近1, 认为该网络分类性能优良, 并且可在4 s内完成整个识别过程

在无线电和电子工程中的电信号不一定是正弦周期变化的，例 如方波、锯齿波或者经过整流的半波，电力系统中正弦交流电受 某些干扰也有可能发生畸变不是严格的正弦波，因此非正弦激励 下的响应的分析又将是电路课程中的一项内容

6.1 概述 6.2 直流信号的放大 6.3 差分放大器 6.4 集成运算放大器典型电路介绍 6.5 集成运算放大器的性能参数和模型 6.7 集成运算放大器的应用 6.8 实际集成运放电路的误差分析 6.6 理想运放及其基本组态 6.9 在系统可编程模拟器件ispPAC 6.10 单电源供电运放电路 6.11 电流模式运算放大器 6.12 集成跨导放大器 6.13 模拟乘法器

◆理解傅里叶变换的几种形式 ◆了解周期序列的傅里叶级数及性质,掌握周期卷积过程 ◆理解离散傅里叶变换及性质,掌握圆周移位、共轭对称性,掌握圆周卷积、线性卷积及两者之间的关系 ◆了解频域抽样理论 ◆理解频谱分析过程 ◆了解序列的抽取与插值过程

1. 小波介绍 1.1 小波简史 1.2 小波概念 1.3 小波分析 1.4 小波定义 2. 哈尔函数 2.1 哈尔基函数 2.2 哈尔小波函数 2.3 函数的规范化 2.4 哈尔基的结构 3. 哈尔小波变换 4. 二维哈尔小波变换 4.1 二维小波变换举例 4.2 二维小波变换方法 5. 图像多分辨率表示 6. 小波变换的多分辨率分析特性 7.小波变换在图像边缘检测中的应用 8.小波变换在图像去噪中的应用