运用BP网络来消除信号的随机噪声和模式识别.作为例子,考虑了正弦波、矩形波和三角波3种信号.在50%噪声情况下,BP网络仍能有效地消除这3种信号中的随机噪声并正确地找出它的理想模式

一、随机信号基本概念 二、信号的幅值域分析 三、相关分析及其应用 四、功率谱分析及其应用

1、最佳接收理论 在随机干扰存在的情况下如何最好地接收数字 信号呢?研究和解决这个问题的理论称为最佳接收 理论。它把近代数学的概率论和数理统计应用到信 号接收的领域,从而在理论上可实现信号接收的最 佳化,这为通信系统更加完善的设计开辟了道路。 最佳接收理论所研究的是有随机干扰存在的情 况,在一定的准则下,经过系统的、定量的推导, 给出最佳接收机的结构,并证明最佳接收机的性能 达到性能的极限

一、数字信号接收的统计判决观点 在数字通信系统中,发送端发送哪一个信号 对接收端来说是一无所知的,并且发送的信号在 信道中可能产生畸变和受到噪声干扰已变得难以 辫认,所以收到的信号波形已变为随机波形。对 这种随机波形的正确判决只能从概率论的观点去 寻求某种统计规律,用统计判决的方法获得满意 的结果。从而噪声中数字信号的接收变成统计判 决问题

一、连续时间情形的二阶矩性质 推论若输入过程X(t)是宽平稳过程,则输出过程Y(t)亦为宽平稳过程,且X(t)和Y(t)联合宽平稳

一、功率谱密度的定义 二、WienerKhinchin-定理定理4.8(Wiener-Khinchin-定理)若X(t)为宽平稳过程,且其自相关函数Rx()满足

（1） 概念及基本性质 定义：设 {X , k 1} k 是独立同分布，取值非负的随机变量，分 布函数为

针对一类带有未知虚拟控制增益的随机严格反馈非线性系统,基于后推设计,引入积分型Lyapunov函数,并利用神经网络的逼近能力,提出了一种自适应神经网络控制方案.与现有研究结果相比,放宽了对控制系统的要求,取消了对于未知函数的限制条件.通过Lyapunov方法证明了闭环系统的所有误差信号依概率有界.仿真结果验证了所给控制方案的有效性

信息论：是一门应用概率论、 随机过程、数理统计和近世代 数的方法，来研究广义的信息 传输、提取和处理系统中一般 规律的科学；它的主要目的是 提高信息系统的有效性和可靠 性，最优化；其主要内容（或 分支）包括：香农理论、编码 理论、维纳理论、检测和估计 理论、信号设计与估计理论、 调制理论和随机噪声理论

信源（Information Source） 二进制与多进制 确定信号与随机信号 能量信号与功率信号 频谱密度 基带与带通 带宽问题