硕士点培养方案_-_通信与信息系统_1_

1、通信与信息系统Communication and Information Systems（081001） 培养方案（一） 培养目标和要求1、努力学习马列主义、毛泽东思想和邓小平理论，坚持党的基本路线，热爱祖国，遵纪守法，品德良好，学风严谨，具有较强的事业心和献身精神，积极为社会主义现代化建设服务。2、掌握坚实宽广的理论基础和系统深入的专门知识，具有独立从事科学研究工作的能力和社会管理方面的适应性，在科学和管理上能做出创造性的研究成果。3、积极参加体育锻炼，身体健康。4、硕士应达到的要求：(1)掌握本学科的基础理论和相关学科的基础知识，有较强的自学能力，及时跟踪学科发展动态。(2)具有项目组织综

2、合能力和团队工作精神，具有一定的公关能力及和谐的人际关系。(3)具有强烈的责任心和敬业精神。(4)广泛获取各类相关知识，对科技发展具有敏感性。(5)有扎实的英语基础知识，能流利阅读专业文献，有较好的听说写译综合技能。5、本专业主要学习现代通信技术和信息科学领域应用的基础知识、通信新技术和信息处理新方法，注重培养学生的实际科研能力。使学生能在通信领域中从事各类电子设备和信息系统的研究、制造和运营；在国民经济各部门和国防工业中担任开发、应用计算机通信技术与设备的高级工程技术人员和研究人员。也可从事高等院校通信与信息处理技术、计算机应用技术的教学和研究。 （二）主要研究方向1、 自适应信息处理与无线

3、通信Adaptive Information Processing and wireless communication研究自适应处理、统计信号处理、智能信息处理在无线通信系统传输特性、信道的时频域建模中的应用技术; 编码与调制技术、无线资源管理优化在改善无线通信系统带宽及容量方面的基础理论。主要导师：李莉、张静、董建萍、王沛、武向农2、 图像、语音处理与多媒体通信 Image, Speech processing and multimedia Communication研究视音频信号压缩和处理、图像及视频中的信息隐藏、网络安全流媒体产权保护软件技术、仿生语音信号的收集、处理和输出的机器实现、

4、声音和图像信息传输与组网技术、生物信息图像处理等。主要导师：王沛、殷业、陈胜、应骏、李莉3、 嵌入式技术与通信控制系统 Embedded technology and communication control system结合嵌入式系统的技术发展，依托本学科的“数字社区与智能家居”联合实验室，研究PC平台、FPGA平台、DSP平台以及SIMD并行处理阵列多媒体处理优化方法，开展平台针对性的新算法研究、理论探索。主要导师：顾美康、应骏、张自强、方祖华 （三）学制三年（特殊情况下可以适当延长或缩短） （四）课程设置与学分要求课程分必修课、选修课两种。必修课包括：学位公共课（研究生政治课、研究生外

5、语课等）、学位基础课（按一级学科）、学位专业课（按二级学科）。研究生实行学分制。硕士生总学分不低于28学分。1、必修课程： （1）学位公共课程： 科学社会主义理论与实践Theory and Practice of Scientific Socialism （2学分） 科学技术哲学 Philosophy of Science and Technology（2学分） 第一外国语 First Foreign Language（English） （2学分）（2）学位基础课: 高等工程数学 Advanced engineering mathematics（3学分） 现代信号处理 Advanced sig

6、nal processing（3学分） 智能系统与信息融合Intelligent system and information amalgamation（3学分）数字通信Digital communications（3学分）【注】每个学生根据不同研究方向需选择其中3门课程。（3）学位专业课 （除专业外语外，每门课程3学分）专业外语 Specialized Foreign Language （2学分）数字图像处理Digital image processing（3学分）控错编码理论 Error control coding theory（3学分）模式识别Pattern recognition（3

7、学分）现代声学技术Modern acoustic technology（3学分）嵌入式系统 Embedded systems（3学分）信息论Information theory（3学分）【注】专业外语为必选课程，由导师负责，不占学时；每个学生根据不同研究方向还需选择其他3门或3门以上的课程。2、选修课程： （1）公共选修课英语口语（2学分）计算机基础（2学分）（2）专业选修课 （每门课程2学分）通信信号处理新技术 Signal processing advances in communications（2学分）多媒体数据压缩 Multimedia data compression（2学分）视频

8、信息处理 Video information procession（2学分）信号检测与估值 Signal detection and estimation（2学分）信息隐藏技术 Information hiding technology（2学分）算法分析和设计 Algorithm analysis and design（2学分）FPGA系统设计与实践 FPGA system design and practise（2学分）无线电抗干扰通信 Wireless Anti-interference communications（2学分）【注】每个学生根据不同研究方向需选择两门或两门以上的课程。（3）

9、讨论班与论文选读 （是否开课由导师决定）论文选读Selected Topics in information and communications（1学分）讨论班 Discussion Session （0学分）3. 补修课程：以同等学力考入的硕士研究生，要补修3门有关的大学本科基础课程；Ø 信号与系统 Signal and systemØ 数字信号处理 Digital signal processingØ 通信原理 Communication principlesØ 面向对象的程序设计 Object-Oriented Programming跨专业的硕士

10、研究生生根据专业需要可适当补修本学科的本科生课程（补修课程由导师确定，不计学分）。【注】学生可根据导师安排选修其他相关学科的课程，并按专业选修课计算学分。 （五）培养方式与考核方式 硕士生培养方式：在导师负责的前提下充分发挥集体培养的作用。学位基础课和学位专业课以教师讲授为主，少数内容可以在教师指导下由学生轮流报告。专业选修课采用教师讲授与学生报告相结合的方法，以学生报告为主，逐步减少教师的讲授内容。从二年级开始，根据各研究方向，学生在导师指导下查阅和报告有关文献，开展专题讨论，在此基础上形成毕业论文题目，并围绕该题目进行研究，最后完成毕业论文，进一步提高学生科研能力和创新意识。1. 课程学习

11、与考核方式课程考核分考试与考查两种方式，可采用笔试/口试、闭卷/开卷、撰写论文、完成项目等形式进行。必修课程原则上都要进行笔试。研究生课程的成绩由平时成绩和期末考试成绩综合评定。考试成绩采用百分制记录，也可以分优（90分-100分）、良（80分-89分）、中（70分-79分）、及格（60分-69分）、不及格五等；考查成绩以合格、不合格记。撰写论文，以优、良、中、及格、不及格五级计算成绩。2实践及其考核方式硕士生实践活动（1学分）。包括社会实践或教学实践，任选一项。实践活动的工作量应不少于30日，可以分散使用，也可以集中使用。社会实践或教学实践安排在一年级暑期或第三学期为宜。为了拓宽学生的视野，

12、促进学生主动关心和了解学科的进展，要求学生在学期间听取三次以上的学术讲座并写出讲座笔记或心得。本专业定期开展学术讨论会，要求学生参加三次以上的学术讨论会，并且在讨论会上作一次以上的学术报告，写出报告提纲和报告内容。3中期考核及学位论文 （六）学位论文撰写与答辩1、开题报告研究生在撰写论文之前，必须经过认真的调查研究，阅读大量的文献资料，了解本人主攻方向的历史和现状，在此基础上酝酿学位论文选题。论文的选题和内容应具有一定理论价值和应用价值，有一定的创意和前沿性。 硕士研究生的学位论文开题应在第三学期结束前（最迟第四学期开学后一个月内）完成，文献阅读量不少于20篇。在导师指导下确定选题，写出开题报

13、告，并经学位点有关专家论证。开题报告需包含：论题；论文的基本构思或大纲；论题的学术意义和现实意义；已阅读过的和准备阅读的资料；疑点和难点等。2、撰写论文硕士学位论文类型可以多样化，强调“理论联系实际”，既可以是基础研究，也可以是应用研究、开发研究等。学位论文格式规范见研究生处网页上的“上海师范大学学位论文规范”文件。3、论文送审与答辩（1）论文送审，硕士学位论文至少校内外各1位具有副教授及以上职称专家评阅：如果参加盲检，论文还需各聘请1名校内与校外专家评阅；否则，只需请1名校内专家评阅（由学位点安排）。第六学期中期（3月中旬-4月初）经导师同意由研究生登陆指定网站查看自己是否参加盲审。（2）盲

14、审结束后无异议则进入答辩阶段（每年的5月下旬进行）。 （3）答辩委员会由3-5名与选题有关的教授（或研究员）、副教授（或副研究员）组成。答辩委员会推举一名答辩主席，答辩人的导师和副导师不能担任答辩主席。答辩后由答辩委员会投票表决，答辩主席在答辩决议书上签字。 4、学位授予 论文在获三分之二（或以上）答辩委员通过后，答辩委员会可建议授予答辩人所申请的学位。（七）教学大纲课程大纲具体到二级标题：即章、节 高等工程数学（Advanced Engineering Mathematics ） （一）教学目的和要求 通过本课程的学习使研究生掌握矩阵分析和随机过程的基本理论及其应用。要求掌握矩阵分解的基本理

15、论和方法，熟悉线性变换的矩阵表示，了解矩阵函数的性质和应用；掌握随机过程的基本概念，熟悉几种重要的随机过程及其应用，了解各态历经性与谱分解。 （二）基本教学内容第一部分 矩阵分析第一章 线性空间与线性变换§1.1 线性空间的概念§1.2 基变换与坐标变换§1.3 子空间与维数定理§1.4 线性空间的同构§1.5 线性变换的概念§1.6 线性变换的矩阵表示§1.7 不变子空间第二章 内积空间§2.1 内积空间的概念§2.2 正交基及子空间的正交关系§2.3 内积空间的同构§2.4 正交变

16、换§2.5 点到子空间的距离与最小二乘法§2.6 复内积空间§2.7 正规矩阵§2.8 二次型第三章 矩阵的标准形与若干分解形式§3.1 矩阵的相似对角形§3.2 矩阵的约当标准形§3.3 哈密顿-开莱定理及矩阵的最小多项式§3.4 多项式矩阵与史密斯标准形§3.5 多项式矩阵的互质性与既约性§3.6 有理分式矩阵的标准形及其仿分式分解§3.7 系统的传递函数矩阵§3.8 舒尔定理及矩阵的分解§3.9 矩阵的奇异值分解第四章 矩阵函数及其应用§4.1 向量

17、范数§4.2 矩阵范数§4.3 向量和矩阵的极限§4.4 矩阵幂级数§4.5 矩阵函数§4.6 矩阵的微分与积分§4.7 常用矩阵函数的性质§4.8 矩阵函数在微分方程组中的应用§4.9 线性系统的能控性与能观测性第五章 特征值的估计与广义逆矩阵§5.1 特征值的界的估计§5.2 圆盘定理§5.3 谱半径的估计§5.4 广义逆矩阵与线性方程组的解§5.5 广义逆矩阵A+第六章 勒贝格积分简介§6.1 集合及其基数§6.2 测度理论§6.

18、3 可测函数§6.4 勒贝格积分第二部分 随机过程第一章 概率论补充知识§1.1 概率空间§1.2 随机变量§1.3 特征函数§1.4 多元正态分布§1.5 随机变量序列的收敛性§1.6 随机变量函数的分布§1.7 条件数学期望第二章 随机过程的基本概念§2.1 随机过程的定义§2.2 随机过程的分布及其数字特征§2.3 复随机过程§2.3 几种重要的随机过程类型§2.4 Wiener过程§2.5 Poisson过程第三章 二阶矩过程的均方微积分§

19、;3.1 随机变量序列的均方极限§3.2 随机过程的均方连续§3.3 随机过程的均方导数§3.4 随机过程的均方积分§3.5 均方随机微分过程§3.6 正态过程的均方微积分第四章 平稳过程§4.1 平稳过程的定义§4.2 平稳过程相关函数的性质§4.3 平稳过程的功率谱密度§4.4 线性过程中的平稳过程§4.5 平稳过程的谱分解§4.6 平稳过程的各态历经性第五章 马尔可夫过程§5.1 马尔可夫过程的定义§5.2 马氏链的转移概率§5.3 马氏链的状态分类

20、§5.4 转移概率的极限与平稳分布§5.5 连续时间马氏过程的转移概率§5.6 马氏过程的遍历性和平稳分布§5.7 应用举例第六章 更新过程与马尔可夫更新过程§6.1 更新过程的定义§6.2 更新方程与极限定理§6.3 剩余寿命与现时寿命§6.4 延迟与终止过程§6.5 马尔可夫更新过程的定义§6.6 状态分类与极限概率§6.7 马尔可夫更新方程§6.8 再生过程与报酬过程§6.9 广义半马氏过程简介第七章 非平稳随机过程§7.1 随机过程的高阶统计量的定

21、义和性质§7.2 非平稳过程的Wigner-Ville时频谱分析§7.3 循环平稳过程§7.4 二阶循环平稳过程的循环相关函数与循环谱§7.5 高阶循环平稳过程的循环累积量与循环谱 （三）主要参考资料矩阵分析引论 罗家洪. 华南理工大学出版社，1992随机过程 毛用才，胡奇英. 西安电子科技大学出版社，1998工程随机过程 彭秀艳. 哈尔滨工程大学出版社，2000应用随机过程 钱敏平 龚光鲁. 北京大学出版社，1998随机信号分析朱华等. 北京理工大学出版社，1990Probability, Random Variables, and Stochasti

22、c Processes Papoulis A. 2 nd ed, New York: McGraw-Hill, 1984 （四）任课教师：迟洪钦 （五）总时数：72学时 （六）考核方式：开卷或闭卷 现代信号处理 （Advanced signal processing） （一）教学目的和要求 使研究生能系统地掌握现代信号处理的基本理论与方法。要求熟悉国际上近年来出现的先进的信号处理新理论、新技术、新方法和新应用。特别是对非因果、非最小相、非平稳（即时变）信号的分析。 （二）基本教学内容第一章 参数估计理论§1.1 估计子的性能§1.2 Fisher 信息与Cramer-Rao

23、下限§1.3 Bayes估计§1.4 最大似然估计§1.5 线性均方估计§1. 6最小二乘估计第二章 现代谱分析§2.1 离散随机过程与非参数化谱估计§2.2 平稳ARMA过程§2.3 相关矩阵§2.4平稳ARMA过程的功率谱密度§2.5 功率谱密度的性质§2.6 线性预测（ARMA谱估计）§2.7 ARMA模拟辨识§2.8 Burg最大熵谱估计§2.9 Pisarenko谐波分解§2.10 多重信号分类（Music）第三章 自适应滤波§3.1匹

24、配滤波器§3.2 最优滤波与离散Wiener滤波第四章 LMS类自适应算法§4.1 LMS算法的结构和运算§4.2 LMS算法§4.3 应用第五章 RLS自适应算法§5.1 预备知识§5.2 指数加权的RLS算法§5.3 重整参数的选择§5.4 误差平方的加权和叠代更新§5.5 RLS自适应除噪的例子§5.6 RLS算法的统计性能第六章 Kalman滤波§6.1 Kalman滤波问题§6.2 新息过程§6.3 利用新息过程估计状态§6.4 Kalman滤波

25、§6.5 初始条件§6.6 Kalman滤波器作为RLS类滤波器的基础§6.7自适应滤波器的应用（谱线增强、陷波器）§6.8 广义旁瓣对消器§6.9 盲自适应多用户检测第七章 非高斯信号处理§7.1 亚高斯和超高斯信号§7.2 非高斯信号通过线性系统§7.3 FIR系统辨识§7.4因果ARMA模型的辨识§7.5 有色噪声中的谐波恢复第八章 信号的时频分析线性变换§8.1 信号的局部变换§8.2 解析信号与瞬时物理量§8.3 短时Fourier变换§8.4

26、Gabor变换§8.5 多分辨分析§8.6 正交滤波器组第九章 信号的时频分析非线性变换§9.1 时频分布的基础理论§9.2 Wigner-Ville分布§9.3 模糊函数§9.4 Cohen类时频分布§9.5 时频分布的性能评价与改进（三）主要参考资料统计信号处理基础估计与检测理论，S.M.Kay著，罗鹏飞等译，电子工业出版社，北京，2006年7月。adaptive filter theory, 4th ed., Simon Haykin, Prentice Hall, 电子工业出版社，北京，2002年7月。现代信号处理，

27、2nd ed.，张贤达，清华大学出版社2002年10月. （四）任课教师：李莉、张静 （五）总时数：72学时 （六）考核方式：开卷及论文 数字通信（Digital communications） （一）教学目的和要求 使研究生能从系统、功能的角度掌握现代通信的基本原理。要求熟悉现代通信的常用调制方式，多址方式及其特点。掌握部分响应信号，自适应均衡和系统优化原理。了解通信系统的同步过程及实现。重点是掌握部分响应信号，自适应均衡和系统优化原理。 （二）基本教学内容第一章 Characterization Of Communication Signals And Systems§1.1 R

28、epresentation Of Band-Pass Signal And System,§1.2 Signal Space Representations§1.3 Digitally Modulated Signals Cpfsk, Cpm第二章 Optimum Receivers For Awgn Channel§2.1 Optimum Receiver For Signals Corrupted By Awgn§2.2 Performance Of The Optimum Receiver For Memoryless Modulation

29、7;2.3 Optimum Receiver For Cpm Signals§2.4 Optimum Receiver For Signals With Random Phase In Awgn Channel§2.5 Performance Analysis For Wireline And Radio Signals第三章 Carrier And Symbol Synchronization§3.1 Signal Parameter Estimation§3.2 Carrier Phase Estimation§3.3 Symbol Tim

30、ing Estimation§3.4 Joint Estimation Of Carrier Phase And Symbol Timing§3.5 Performance Characteristics Of Ml Estimators第四章 Signal Design For Band-Limited Channels§4.1 Characteristics Of Band-Limited Channels§4.2 No Intersymbol Interference-The Nyquist Criterion,§4.3 Controll

31、ed Isi-Partial Response Signals,§4.4 Probability Of Error In Detection Of Pam§4.5 Modulation Codes For Spectrum Shaping第五章system Optimization§5.1 Optimum Receiver For Channels With Isi And Awgn§5.2 Linear Equalization§5.3 Decision-Feedback Equalization§5.4 Reduced Compl

32、exity Ml Detectors第六章adaptive Equalization§6.1 Adaptive Linear Equalizer§6.2 Adaptive Decision-Feedback Equalization§6.3 Recursive Least-Squares Algorithms For Adaptive Equalization§6.4 Self-Recovering(Blind) Equalization第七章multichannel And Multicarrier Systems§7.1 Multichan

33、nel Digital Communicatins In Awgn Channels§7.2 Multicarrier Communicatins第八章spread Spectrum Signals For Digital Communications§8.1 Model Of Spread Spectrum Digital Communication System§8.2 DSSS Signals§8.3 FH-SSs Signals§8.4 Other Types Of Spread Spectrum Signals§8.5 Sy

34、nchronization Of Spread Spectrum Systems第九章digital Communications Through Fading Multipath Channels§9.1 Characterization Of Fading Multipath Channels§9.2 The Effect Of Signal Characteristics On The Choice Of A Channel Model§9.3 Frequency-Nonselective, Slowly Fading Channel§9.4 Di

35、versity Techniques For Fading Multipath Channels§9.5 Digital Signaling Over A Frequency-Selective, Slowly Fading Channel§9.6 Coded Wave Forms For Fading Channels§9.7 Multiple Antenna Systems第十章multiuser Communications §10.1 Introduction To Multiple Access Techniques§10.2 Cap

36、acity Of Multiple Access Methods§10.3 Cdma§10.4 Random Access Methods （三）主要参考资料Digital Communications, 4th ed. (英文版)，John G. Proakis，电子工业出版社， 2001年10月移动通信原理，吴伟陵，牛凯，电子工业出版社，2005.1Mobile wireless communications, Mischa Schwartz, Cambridge university press, 2005. Wireless communications princ

37、iples and practice, 2nd ed. (英文版)，Theodore S. Rappaport,电子工业出版社，2004.3移动通信工程理论和应用（2nd ed.），William C.Y.Lee(李建业), 宋维模等译，人民邮电出版社，2002.8,1st ed. （四）任课教师：李莉、王沛 （五）总时数：72学时 （六）考核方式：开卷或闭卷 数字图像处理（Digital Image Processing） （一）教学目的和要求本课程是电子类专业研究生关于信号处理，信号传输，系统分析方面的学位专业课。数字图像处理是模式识别、计算机视觉、图像通信、多媒体技术等学科的基础，是一门

38、涉及多领域的交叉学科。通过对本课程的学习，要求较深入地理解数字图像处理的基本概念、基础理论以及解决问题的基本思想方法，掌握基本的处理技术，了解与各个处理技术相关的应用领域。 （二）基本教学内容第一章 绪论 §1.1 数字图像处理的概念 §1.2数字图像处理的起源 §1.3数字图像处理的应用实例 §1.4数字图像处理的基本步骤§1.5 图像处理系统的部件第二章 数字图像基础 §2.1视觉感知要素 §2.2 光和电磁波谱 §2.3 图像感知和获取 §2.4图像取样和量化 §2.5像素间的一些基本关系

39、§2.6线性和非线性操作第三章 空间域图像增强 §3.1 某些基本灰度变换 §3.2 直方图处理 §3.3 用算术/逻辑操作增强 §3.4 空间滤波基础 §3.5 平滑空间滤波器 §3.6锐化空间滤波器§3.7混合空间滤波器第四章 频率域图像增强 §4.1傅里叶变换和频率域的介绍 §4.2平滑的频率域滤波器 §4.3频率域锐化滤波器 §4.4同态滤波器§4.5实现第五章 图像复原 §5.1 图像退化、复原过程的模型 §5.2 噪声模型 §

40、;5.3 噪声存在下的唯一空间滤波复原 §5.4 频率滤波削减周期噪声 §5.5 线性、位置不变的退化 §5.6估计退化函数§5.7逆滤波§5.8 最小均方误差滤波 §5.9 约束最小二乘方滤波器 §5.10几何均值滤波§5.11几何变换第六章 彩色图像处理 §6.1 彩色基础 §6.2 彩色模型 §6.3 伪彩色处理 §6.4 全彩色图像处理基础 §6.5 彩色变换 §6.6平滑和尖锐化§6.7彩色分割§6.8 彩色图像的噪声

41、67;6.9 彩色图像压缩第七章 图像压缩 §7.1 基础 §7.2 图像压缩模型 §7.3 无误差压缩 §7.4 有损压缩§7.5 图像压缩标准第八章 形态学图像处理 §8.1 序论 §8.2 膨胀与腐蚀 §8.3 开操作和闭操作§8.4 灰度级图像扩展第九章 图像分割 §9.1 间断检测 §9.2 边缘连接和边界检测§9.3 门限处理 （三）主要参考资料数字图像处理（第二版），美R.C.GONZALEZ等著，阮秋琦等译，(1) 电子工业出版社，2003，（中文版）数字图像

42、处理（第二版），美R.C.GONZALEZ等著， (2) 电子工业出版社，2003，（英文版）数字图像处理（MATLAB版），美R.C.GONZALEZ著，电子工业出版社，2005，（中、英文版）数字图像处理，Kenntth.R.Castleman著，朱志刚 等译，电子工业出版社，2002（新、旧版）Visual C+数字图像获取、处理及实践应用，杨枝灵、王开等编著，人民邮电出版社，2003Visual C+数字图像处理，何斌等编著，人民邮电出版社，2003Visual C+数字图像模式识别技术及工程实践，求是科技等编著，人民邮电出版社，2003图像处理和分析，章毓晋编 ，清华大学出版社， 1

43、999年数字图像处理学, 阮秋琦编，电子工业出版社，2001应用MATLAB语言处理数字信号与数字图像，陈桂明等著，北京，科学出版社，2000数字图像处理，何东健等著，西安电子科技大学出版社，2003 （四）任课教师：王沛 陈胜 （五）总时数：72学时 （六）考核方式：考试。课程成绩由平时成绩（实验报告、文献阅读、课堂讨论、作业等）占30%和期末考试成绩占70%综合评定。考试成绩采用百分制记录；具体可采用笔试/口试、闭卷/开卷、撰写论文、完成项目等形式进行。模式识别（Pattern Recognition）（一）教学目的和要求课程是研究计算机模式识别的基本理论、方法和应用。模式识别就是利用计算

44、机对某些物理现象进行分类，在错误概率最小的条件下，使识别的结果尽量与事物相符。模式识别的原理和方法在医学、军事等众多领域应用十分广泛，是计算机及其相关专业进行科学研究的基础。这门课的教学目的是让学生掌握统计模式识别和结构模式识别基本原理和方法。本课程的主要任务是，通过对模式识别的基本理论、方法和运用实例的学习，使学生掌握模式识别的基本理论与方法，培养学生利用模式识别方法、运用技能解决本专业及相关领域实际问题的能力，为将来继续深入学习或进行科学研究打下坚实的基础。通过各教学环节，本课程应达到下列要求：认识模式识别的目的和意义，了解模式识别的过程；理解统计分类法的基本思想，掌握几何分类法和概率分类

45、法的几种典型算法；理解聚类分析的的基本思想，掌握聚类分析的几种典型算法。具体包括： 1.掌握模式识别的概念、发展和应用，模式识别的研究方法；2.掌握统计模式识别中线性判别函数的基本理论及运用；3.掌握统计模式识别中Bayes决策理论的基本原理及运用；4.熟悉概率总体估计中的参数估计方法和非参数技术估计方法；5.掌握近邻法则和集群；6.掌握模式特征的抽取和选择；7.了解人工神经网络在模式识别中的应用。  本课程开设的目的是为了使学生能应用模式识别处理计算机自动识别事物，机器学习数据分析中有关的技术问题。由于本课程的目标是侧重在应用模式识别技术，因此在学习内容上侧重基本概念的讲解，辅以必

46、要的数学推导，使学生能掌握模式识别技术中最基本的概念，以及最基本的处理问题方法。学生在学习过程中还会用到一些概率论的最基本知识，线性代数中的部分知识，对学生在数学课中学到知识的进一步理解与巩固起到温故而知新的作用。（二）基本教学内容第一章 模式识别引论（4学时）§1.1     掌握模式和模式识别的概念§1.2     了解模式识别的发展和应用§1.3     熟悉模式识别的研究方法第二章Bayes决策理论（10学时）

47、7;2.1 掌握最小错误概率的Bayes决策§2.2 掌握最小风险的Bayes决策§2.3 掌握NewmanPearson决策§2.4 掌握最小最大决策§2.5 掌握Bayes分类器和判别函数§2.6 握正态分布时的Bayes决策法则第三章 概率密度函数的估计（10学时）§3.1   掌握参数估计的基本概念§3.2    掌握正态分布的监督参数估计和非监督参数估计的方法§3.3    了解非参数技术的基本方法§3.4 

48、;   熟悉分类器错误率的估计问题第四章 线性判别函数（10学时）§4.1掌握线性判别函数的概念§4.2掌握感知准则函数和梯度下降法§4.3握最小平方误差准则函数及其应用§4.4掌握Fisher线性判别函数及其应用第五章 近邻法（8学时）§5.1掌握最近邻法的决策规则§5.2熟悉最近邻法的错误率分析§5.3掌握k -近邻法的基本原理§5.4了解减少近邻法的计算量、存储量的基本思路§5.5掌握具有拒绝决策的近邻法的基本思想第六章 特征的抽取和选择（12学时）§6.1了解特征提取

49、与选择要解决什么问题§6.2熟悉方便使用的可分离性判据、及其意义§6.3掌握按欧氏距离度量的特征提取方法的原理§6.4掌握特征选择最优搜索算法的原理§6.5掌握特征选择顺序前进、顺序后退算法原理，及其结合算法的思路§6.6掌握遗传算法用于特征选择的算法思路第七章 非监督学习方法（10学时）§7.1基于投影、两维显示的单峰子集分离法的基本思路；§7.2近邻函数准则算法的基本思路；§7.3分级聚类算法的基本思路；§7.4非监督学习应当注意什么问题第八章 人工神经网络在模式识别中的应用（8学时）§8.

50、1熟悉人工神经元的基本知识§8.2掌握基于三层前向人工神经网络BP算法的基本思想；§8.3掌握竞争学习和侧抑制的基本思想；§8.4掌握自组织特征影射的基本思路；§8.5掌握Hopfield网络的实现； （三）主要参考资料模式识别（第2版），边肇祺、张学工等，清华大学出版社，2002.3模式识别，李晶皎、朱志良、王爱侠 等，电子工业出版社，2004.8   模式识别，杨光正、吴岷、张晓莉，中国科技大学出版社，2001.1 （四）任课教师：陈胜，应骏 （五）总时数：72学时 （六）考核方式：闭卷 控错编码理论（Error control

51、coding theory） （一）教学目的和要求 要求学生认识到没有控错及容错机制的数字系统不可能成为一个可靠的系统，以及为提高数字系统可靠性所采取的措施和相应的理论。 （二）基本教学内容第一章 近代代数基本概念§1.1 有限域结构§1.2有限域运算§1.3 多项式剩余类域第二章 信道与编码§2.1错误概率和译码规则§2.2错误概率与编码方法§2.3有噪信道编码定理§2.4 最佳译码与最大似然译码第三章 线性分组码§3.1 G, H§3.2 伴随式与q元对称信道译码§3.3 汉明几何与码的性能

52、§3.4汉明码§3.5 最小码距与重量谱、MacWiliams恒等式第四章 循环码§4.1 移位寄存器编码器§4.2 Meggit译码器§4.3 纠突发错误§4.5 纠突发错误的循环码译码第五章 BCH码、Reed-Solomon码等；§5.1 BCH码§5.2 BCH码的译码关键方程§5.3 BCH码的译码算法§5.4 Reed-Solomon码§5.5 存在删除符号时的译码§5.6 （23，12）戈莱码第六章 卷积码§6.1 树状图和网格图§6.2 路

53、径子与错误限§6.3 卷积码的距离特性§6.4 Viterbi算法§6.5删余卷积码第七章 网格编码调制（TCM）§7.1 TCM码的理论依据§7.2 4状态8PSK TCM码结构§7.3 TCM的构成Ungerboeck分区算法§7.4 二维TCM的最大似然译码§7.5 旋转不变的TCM码第八章 级联码与turbo码§8.1 乘积码与级联码§8.2 Turbo码编码器§8.3 Turbo码译码器§8.4 Turbo码译码算法§8.5 Turbo码性能分析第九章 网

54、络信息论 §9.1通信网信道分类 §9.2多址接入信道 §9.3相关信源与多址接入信道 §9.4广播信道 §9.5中继信道（三）主要参考资料信息论与编码理论，英文版，Robert J. McEliece,电子工业出版社，北京，2003年1月。信息论基础理论与应用，傅祖芸，电子工业出版社，北京，2001年8月。纠错编码原理和应用，张宗橙，电子工业出版社，北京，2003年4月。信息处理与编码（修订本），吴伟陵，人民邮电出版社，北京，2003.7，2nd ed. （四）任课教师：李莉、王沛 （五）总时数：72学时 （六）考核方式：闭卷/开卷考试 智能

55、系统与信息融合（Intelligent System and Information Fusion）（一） 教学目的和要求智能系统和信息融合是目前国际上一门发展迅速的前沿交叉学科，本课程主要讲述人工神经网络与模拟进化计算，和它们在信息融合、信号处理等方面的应用。本课程为通信工程系的低年级研究生提供解决问题的智能处理方法和解决途径，使学生掌握人工神经网络的基本概念、原理和方法，尤其是人工神经网络的设计概念与方法，学会设计神经网络模型去解决实际问题，了解人工神经网络的发展动向和应用前景，同时，本课程介绍模拟进化计算的基本方法。本课程的主要内容有：人工神经网络的基础知识，包括人工神经网络的概述，人工

56、神经元的模型，人工神经网络的模型，人工神经网络的学习规则；前馈型人工神经网络；自组织神经网络；反馈型人工神经网络；遗传算法等。 （二）基本教学内容第一章 绪论 (1学时) §1.1人工神经网络的概述 §1.2人工神经网络的发简史 §1.3人工神经网络的基本特征与功能§1.4 人工神经网络的应用领域第二章 人工神经网络的基础知识 (5学时)§2.1人工神经网络的生物学基础§2.2人工神经元的模型，人工神经网络的模型 §2.3人工神经网络的学习规则，Hebbian 学习规则，感知器学习规则，Delta学习规则，Widr

57、ow-Hoff学习规则，相关学习规则等第三章 前馈型人工神经网络 (17学时) §3.1 单层感知器；多层感知器；自适应线性单元（Adaline）的简介 §3.2误差逆传（BP）算法，基于BP算法的多层前馈网络模型，BP的学习算法 §3.3多层前馈网络的主要能力，误差曲面与BP算法的局限性 §3.4标准BP算法改进。增加运动项，自适应调节学习率，引入陡度因子 §3.5基于BP算法的多层前馈网络的设计基础§3.6基于BP算法的多层前馈网络的应用第四章 自组织神经网络 (17学时)§4.1竞争学习的概念与原理§4.2自

58、组织特征映射（SOM）神经网络，SOM网络的生物学基础§4.3 SOM网络的拓扑结构与权值调整域，SOM网络的运行原理与学习算法§4.4自组织特征映射（SOM）神经网络的设计与应用§4.5对偶传播（CPN）神经网络§4.6适应共振理论模型（ART）第五章 反馈型人工神经网络 (17学时)§5.1离散型Hopfield神经网络（DHNN）§5.2 DHNN网络的结构与工作方式§5.3 DHNN网络的稳定性与吸引子§5.4 DHNN网络的权值设计§5.5 DHNN网络的信息存储容纳§5.6连续型Ho

59、pfield神经网络（CHNN）§5.7 Hopfield网络的设计与应用§5.8双向联想记忆（BAM）神经网络第六章 遗传算法 (15学时)§6.1遗传算法简介§6.2 标准遗传算法及其理论分析§6.3模式定理§6.4遗传算法的设计与实现,编码方法,适应度函数,遗传算子,参数选择§6.5遗传算法与组合最优化问题, 巡回旅行商问题 （三）主要参考资料人工神经网络与模拟进化计算，阎平凡，张长水， 清华大学出版社，2005.9出版。人工神经网络导论，蒋宗礼，高等教育出版社，2001.8第一版人工智能原理与方法，王永庆，西安交通大

60、学出版社，1998.5第一版遗传算法-理论、应用与软件实现，西安交通大学出版社，2002.1第一版 （四）任课教师：张静，陈胜 （五）总时数：72学时（六）考核方式：平时成绩30%，卷面成绩70%多媒体数据压缩（Data Compression ） （一）教学目的和要求本课程是电子类专业研究生关于信号处理，信号传输，系统分析方面的专业选修课。数据压缩是现代计算最重要的领域和工具之一。从获取数据到CD-ROM，从编码理论到图像处理，现代计算的许多层面都依赖于数据压缩。通过对本课程的学习，要求较深入地理解多媒体数据压缩的基本概念、基础理论以及解决问题的基本思想方法，掌握基本的压缩算法，了解与各个压缩算法相关的应用领域。 （二）基本教学内容第一章 基本技术§1.1 直观压缩§1.2 游程编码§1.3 RLE文本压缩§1.4 RLE图像压缩§1.5 前移编码§1.6 标量量化第二章 统计方法§2.1 信息论思想§2.2 变长码§2.3 前缀码&