昨天看完吴军老师第一季的《硅谷来信》的一篇“大学考试的秘籍”，正值期末考试复习的我觉得如获至宝，这次想把老师所讲的原则给利用上来，争取考个好成绩。
现代信号处理这门课由四大部分构成：多速率信号处理与小波变换，随机信号的功率谱估计，自适应信号处理，非线性信号处理。
小题集中在第一和第四部分，大题集中在中间两个部分。复习的重点就明确了。
这门课的基础是数字信号处理还有随机过程，因为基础不好所以只能往主线内容死命复习了。
多速率信号处理和小波变换
1.抽取，内插之后的频谱变化，要会画图，抽取前加低通滤波器防混叠，内插后加低通滤波器防镜像，小题，画图
2.FIR，IIR多相分解的表示形式要会，一道大题
3.小波变换的基本概念，理论基础，实现方法，和STFT的主要区别，简答题。
随机信号的功率谱估计（大头）
1.平稳随机过程的基本数字特征，这是上学期学过的。
2.白噪声过程自相关函数与功率谱的特点。功率谱就是方差，自相关函数是方差乘上冲击函数
3.本书的第一大重点：参数模型，AR模型，要知道系统函数，时域差分方程，和谱分解。（上诉三点有道大题）
4.AR模型的输入输出关系式。大题会涉及到
5.AR模型法与线性预测法的关系。等价，互为逆滤波，小题。
6.AR模型的正则方程，也称为Yule-Walker方程，可能要求证明。
求解AR模型参数的Levinson算法（大题），burg算法，关系式要记住
7.横向预测误差滤波器和格型预测误差滤波器结构。（可能画图）
8.特征分解谱估计和高阶统计量，高阶谱的基本概念。（小题，简答题）
自适应信号处理
1.自适应滤波基本概念，wiener和kalman的异同（简答题）
2.维纳最优解（大题），LMS，RLS性能比较（小题）
3.LMS失调量（简答题）
4.FIR自适应滤波器和IIR自适应滤波器结构（输出误差法，方程误差法）（画图题），各自优缺点。
5.前后向预测，格型自适应滤波器的基本原理实现方法。（可能大题）
6.Laguerre（小题）
7.自适应滤波器四种应用（画图解释）
非线性信号处理
1.ANN的三要素：小题，结构特点（可能画图），激活函数（可能小题）
2.三种学习规则小题
3.ANN有三种常用的：小题
继续复习去了。。。
