现代数字信号处理II
课程编码：180093081000D1001H
英文名称：Modern Signal Processing II
课时：60
学分：3.00
课程属性：学科核心课
主讲教师：张颢
教学目的要求
本课程为电子科学与技术学科研究生的学科普及课。目的在于对数字信号处理最近三十年的发展进行回顾跟踪，通过与前序课程《现代数字信号处理I》中所强调的“线性，高斯，平稳，正交”四个要素的对比延拓，形成“非线性，非高斯，非平稳，非正交”的信号处理新范式，从而把握信号处理的发展规律，全面提升研究生对于信号处理的理解和认知水平。本课程是进一步学习后续的通信、语音、图像、雷达、导航、生物医学、机器学习等领域高级课程的基础之一。
预修课程
概率论、数理统计
大纲内容
第一章 现代阵列处理（I） 3.0学时 张颢
第1节 波束形成基本概念
第2节 LCMV 与 GSC
第3节 MVDR 与 Capon 方法
第二章 现代阵列处理（II） 3.0学时 张颢
第1节 空间谱基本概念
第2节 MUSIC算法
第3节 ESPRIT算法
第三章 现代阵列处理（III） 3.0学时 张颢
第1节 相干信号基本模型
第2节 完全相干信号的处理方法
第3节 空间平滑技术
第四章 现代阵列处理（IV） 3.0学时 张颢
第1节 MIMO基本概念
第2节 MIMO信道容量计算—确定性信道
第3节 MIMO信道容量计算—随机性信道
第五章 时频分析（I） 3.0学时 张颢
第1节 时频平面及分布的基本概念
第2节 连续信号的测不准原理
第3节 离散信号的测不准原理
第六章 时频分析（II） 3.0学时 张颢
第1节 线性时频表示的基本概念
第2节 STFT的概念与性质
第3节 STFT的应用
第七章 时频分析（III） 3.0学时 张颢
第1节 二次时频表示的基本概念
第2节 Wigner-Ville分布的概念与性质
第3节 Wigner-Ville分布与模糊函数
第八章 时频分析（IV） 3.0学时 张颢
第1节 小波分析的基本概念
第2节 金字塔算法
第3节 小波分析的应用
第九章 时频分析（V） 3.0学时 张颢
第1节 框架的基本概念
第2节 Parseval框架
第3节 对偶框架
第十章 稀疏信号处理（I） 3.0学时 张颢
第1节 非正交、冗余与稀疏的基本概念
第2节 稀疏处理的基本方法
第3节 压缩感知
第十一章 稀疏信号处理（II） 3.0学时 张颢
第1节 稀疏优化的问题与困难
第2节 L0优化的L1松弛方法与 RIP
第3节 松弛方法有效性的证明
第十二章 稀疏信号处理（III） 3.0学时 张颢
第1节 LASSO的基本模型
第2节 次梯度方法初步
第3节 使用次梯度方法处理 LASSO
第十三章 稀疏信号处理（IV） 3.0学时 张颢
第1节 凸分析基本概念
第2节 凸优化基本方法
第3节 凸优化方法在稀疏处理中的应用
第十四章 稀疏信号处理（V） 3.0学时 张颢
第1节 贪婪算法的基本概念
第2节 BP算法与OMP算法
第3节 CoSaMP 算法
第十五章 Bayesian信号处理（I） 3.0学时 张颢
第1节 Bayesian统计的基本概念
第2节 后验分布与 MAP
第3节 MAP的应用
第十六章 Bayesian信号处理（II） 3.0学时 张颢
第1节 随机数发生器与采样方法
第2节 接受-拒绝采样技术
第3节 重要采样技术
第十七章 Bayesian信号处理（III） 3.0学时 张颢
第1节 MCMC的基本概念
第2节 Metropolis-Hastings方法
第3节 Gibbs采样技术
第十八章 Bayesian信号处理（IV） 3.0学时 张颢
第1节 图模型的基本概念
第2节 和积算法
第3节 和积算法的应用
第十九章 课堂辅导 3.0学时 张颢
第1节 课堂辅导
第二十章 考试 3.0学时 张颢
第1节 考试
参考书
课程教师信息
张颢 副教授 清华大学 研究领域：智能交通系统、交通流理论、阵列信号处理、复杂随机信号分析