这是清华张颢老师现代信号处理课程的笔记。资料可在
https://download.csdn.net/download/u010993820/66181820
下载。视频参考
现代数字信号处理1 2019 张颢 01 第一讲1 课程介绍 - YouTube
先修课:微积分(calculus, working knowledge)、线性代数(linear algebra,working knowledge)、概率论(在这门课中熟悉)、信号与系统(可能需要一点probability)、复变量(最好知道)
课本(text book):
1、Kay:Fundamental of Statistical signal processing(第一卷:估计;第二卷:检测),重点在第一卷
2、Haykin:Adaptive Filter Theory
3、Stoica、Moses:Spectral Analysis of Signal
涉及三方面内容:
- 线性估计,估计是信号处理关注的核心问题。
- 自适应滤波
- 谱分析
为1950~1980年信号处理的主要成果。
对知识的掌握要有系统性,来龙去脉要清楚,跑之前要先学会走。
内容贯穿四个词:线性、高斯、平稳、正交
神经网络是非线性,所获得的收益和遇到的麻烦是一样多的,性价比不高。线性能解决,非线性能不用就不用。
所研究的分布都是高斯分布,可以得到解析的、有价值的、合理的结论,多是高斯的。
平稳性,型号的特性随时间保持不变。
正交,总是希望把处理问题简单化,简单就意味着正交。
1980至今,非线性、非高斯、非平稳、非正交
- Notes(Very important),课程的难度,不在数学不好,而是对符号不熟悉,思维没有在符号上流转。(课上、下课整理、考前复习,至少写三遍)
- Effective reading,看文献看不懂,没法深入进去,只看了皮毛,在文献里,课本里,看到的所有符号,都要写下来。人会在看不懂的时候主动选择跳过,只看自己能看懂的,所以对符号太容易跳过了。写下来,弄懂。