碩士點培養(yǎng)方案_-_通信與信息系統(tǒng)_1_.doc

通信與信息系統(tǒng)Communication and Information Systems（081001） 培養(yǎng)方案（一） 培養(yǎng)目標和要求1、努力學習馬列主義、毛澤東思想和鄧小平理論，堅持黨的基本路線，熱愛祖國，遵紀守法，品德良好，學風嚴謹，具有較強的事業(yè)心和獻身精神，積極為社會主義現(xiàn)代化建設服務。2、掌握堅實寬廣的理論基礎和系統(tǒng)深入的專門知識，具有獨立從事科學研究工作的能力和社會管理方面的適應性，在科學和管理上能做出創(chuàng)造性的研究成果。3、積極參加體育鍛煉，身體健康。4、碩士應達到的要求：(1)掌握本學科的基礎理論和相關學科的基礎知識，有較強的自學能力，及時跟蹤學科發(fā)展動態(tài)。(2)具有項目組織綜合能力和團隊工作精神，具有一定的公關能力及和諧的人際關系。(3)具有強烈的責任心和敬業(yè)精神。(4)廣泛獲取各類相關知識，對科技發(fā)展具有敏感性。(5)有扎實的英語基礎知識，能流利閱讀專業(yè)文獻，有較好的聽說寫譯綜合技能。5、本專業(yè)主要學習現(xiàn)代通信技術和信息科學領域應用的基礎知識、通信新技術和信息處理新方法，注重培養(yǎng)學生的實際科研能力。使學生能在通信領域中從事各類電子設備和信息系統(tǒng)的研究、制造和運營；在國民經(jīng)濟各部門和國防工業(yè)中擔任開發(fā)、應用計算機通信技術與設備的高級工程技術人員和研究人員。也可從事高等院校通信與信息處理技術、計算機應用技術的教學和研究。 （二）主要研究方向1、 自適應信息處理與無線通信Adaptive Information Processing and wireless communication研究自適應處理、統(tǒng)計信號處理、智能信息處理在無線通信系統(tǒng)傳輸特性、信道的時頻域建模中的應用技術; 編碼與調(diào)制技術、無線資源管理優(yōu)化在改善無線通信系統(tǒng)帶寬及容量方面的基礎理論。主要導師：李莉、張靜、董建萍、王沛、武向農(nóng)2、 圖像、語音處理與多媒體通信 Image, Speech processing and multimedia Communication研究視音頻信號壓縮和處理、圖像及視頻中的信息隱藏、網(wǎng)絡安全流媒體產(chǎn)權(quán)保護軟件技術、仿生語音信號的收集、處理和輸出的機器實現(xiàn)、聲音和圖像信息傳輸與組網(wǎng)技術、生物信息圖像處理等。主要導師：王沛、殷業(yè)、陳勝、應駿、李莉3、 嵌入式技術與通信控制系統(tǒng) Embedded technology and communication control system結(jié)合嵌入式系統(tǒng)的技術發(fā)展，依托本學科的“數(shù)字社區(qū)與智能家居”聯(lián)合實驗室，研究PC平臺、FPGA平臺、DSP平臺以及SIMD并行處理陣列多媒體處理優(yōu)化方法，開展平臺針對性的新算法研究、理論探索。主要導師：顧美康、應駿、張自強、方祖華 （三）學制三年（特殊情況下可以適當延長或縮短） （四）課程設置與學分要求課程分必修課、選修課兩種。必修課包括：學位公共課（研究生政治課、研究生外語課等）、學位基礎課（按一級學科）、學位專業(yè)課（按二級學科）。研究生實行學分制。碩士生總學分不低于28學分。1、必修課程： （1）學位公共課程： 科學社會主義理論與實踐Theory and Practice of Scientific Socialism （2學分） 科學技術哲學 Philosophy of Science and Technology（2學分） 第一外國語 First Foreign Language（English） （2學分）（2）學位基礎課: 高等工程數(shù)學 Advanced engineering mathematics（3學分） 現(xiàn)代信號處理 Advanced signal processing（3學分） 智能系統(tǒng)與信息融合Intelligent system and information amalgamation（3學分）數(shù)字通信Digital communications（3學分）【注】每個學生根據(jù)不同研究方向需選擇其中3門課程。（3）學位專業(yè)課 （除專業(yè)外語外，每門課程3學分）專業(yè)外語 Specialized Foreign Language （2學分）數(shù)字圖像處理Digital image processing（3學分）控錯編碼理論 Error control coding theory（3學分）模式識別Pattern recognition（3學分）現(xiàn)代聲學技術Modern acoustic technology（3學分）嵌入式系統(tǒng) Embedded systems（3學分）信息論Information theory（3學分）【注】專業(yè)外語為必選課程，由導師負責，不占學時；每個學生根據(jù)不同研究方向還需選擇其他3門或3門以上的課程。2、選修課程： （1）公共選修課英語口語（2學分）計算機基礎（2學分）（2）專業(yè)選修課 （每門課程2學分）通信信號處理新技術 Signal processing advances in communications（2學分）多媒體數(shù)據(jù)壓縮 Multimedia data compression（2學分）視頻信息處理 Video information procession（2學分）信號檢測與估值 Signal detection and estimation（2學分）信息隱藏技術 Information hiding technology（2學分）算法分析和設計 Algorithm analysis and design（2學分）FPGA系統(tǒng)設計與實踐 FPGA system design and practise（2學分）無線電抗干擾通信 Wireless Anti-interference communications（2學分）【注】每個學生根據(jù)不同研究方向需選擇兩門或兩門以上的課程。（3）討論班與論文選讀 （是否開課由導師決定）論文選讀Selected Topics in information and communications（1學分）討論班 Discussion Session （0學分）3. 補修課程：以同等學力考入的碩士研究生，要補修3門有關的大學本科基礎課程； 信號與系統(tǒng) Signal and system 數(shù)字信號處理 Digital signal processing 通信原理 Communication principles 面向?qū)ο蟮某绦蛟O計 Object-Oriented Programming跨專業(yè)的碩士研究生生根據(jù)專業(yè)需要可適當補修本學科的本科生課程（補修課程由導師確定，不計學分）?！咀ⅰ繉W生可根據(jù)導師安排選修其他相關學科的課程，并按專業(yè)選修課計算學分。 （五）培養(yǎng)方式與考核方式 碩士生培養(yǎng)方式：在導師負責的前提下充分發(fā)揮集體培養(yǎng)的作用。學位基礎課和學位專業(yè)課以教師講授為主，少數(shù)內(nèi)容可以在教師指導下由學生輪流報告。專業(yè)選修課采用教師講授與學生報告相結(jié)合的方法，以學生報告為主，逐步減少教師的講授內(nèi)容。從二年級開始，根據(jù)各研究方向，學生在導師指導下查閱和報告有關文獻，開展專題討論，在此基礎上形成畢業(yè)論文題目，并圍繞該題目進行研究，最后完成畢業(yè)論文，進一步提高學生科研能力和創(chuàng)新意識。1. 課程學習與考核方式課程考核分考試與考查兩種方式，可采用筆試/口試、閉卷/開卷、撰寫論文、完成項目等形式進行。必修課程原則上都要進行筆試。研究生課程的成績由平時成績和期末考試成績綜合評定。考試成績采用百分制記錄，也可以分優(yōu)（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；考查成績以合格、不合格記。撰寫論文，以優(yōu)、良、中、及格、不及格五級計算成績。2實踐及其考核方式碩士生實踐活動（1學分）。包括社會實踐或教學實踐，任選一項。實踐活動的工作量應不少于30日，可以分散使用，也可以集中使用。社會實踐或教學實踐安排在一年級暑期或第三學期為宜。為了拓寬學生的視野，促進學生主動關心和了解學科的進展，要求學生在學期間聽取三次以上的學術講座并寫出講座筆記或心得。本專業(yè)定期開展學術討論會，要求學生參加三次以上的學術討論會，并且在討論會上作一次以上的學術報告，寫出報告提綱和報告內(nèi)容。3中期考核及學位論文 （六）學位論文撰寫與答辯1、開題報告研究生在撰寫論文之前，必須經(jīng)過認真的調(diào)查研究，閱讀大量的文獻資料，了解本人主攻方向的歷史和現(xiàn)狀，在此基礎上醞釀學位論文選題。論文的選題和內(nèi)容應具有一定理論價值和應用價值，有一定的創(chuàng)意和前沿性。 碩士研究生的學位論文開題應在第三學期結(jié)束前（最遲第四學期開學后一個月內(nèi)）完成，文獻閱讀量不少于20篇。在導師指導下確定選題，寫出開題報告，并經(jīng)學位點有關專家論證。開題報告需包含：論題；論文的基本構(gòu)思或大綱；論題的學術意義和現(xiàn)實意義；已閱讀過的和準備閱讀的資料；疑點和難點等。2、撰寫論文碩士學位論文類型可以多樣化，強調(diào)“理論聯(lián)系實際”，既可以是基礎研究，也可以是應用研究、開發(fā)研究等。學位論文格式規(guī)范見研究生處網(wǎng)頁上的“上海師范大學學位論文規(guī)范”文件。3、論文送審與答辯（1）論文送審，碩士學位論文至少校內(nèi)外各1位具有副教授及以上職稱專家評閱：如果參加盲檢，論文還需各聘請1名校內(nèi)與校外專家評閱；否則，只需請1名校內(nèi)專家評閱（由學位點安排）。第六學期中期（3月中旬-4月初）經(jīng)導師同意由研究生登陸指定網(wǎng)站查看自己是否參加盲審。（2）盲審結(jié)束后無異議則進入答辯階段（每年的5月下旬進行）。 （3）答辯委員會由3-5名與選題有關的教授（或研究員）、副教授（或副研究員）組成。答辯委員會推舉一名答辯主席，答辯人的導師和副導師不能擔任答辯主席。答辯后由答辯委員會投票表決，答辯主席在答辯決議書上簽字。 4、學位授予 論文在獲三分之二（或以上）答辯委員通過后，答辯委員會可建議授予答辯人所申請的學位。（七）教學大綱課程大綱具體到二級標題：即章、節(jié) 高等工程數(shù)學（Advanced Engineering Mathematics ） （一）教學目的和要求 通過本課程的學習使研究生掌握矩陣分析和隨機過程的基本理論及其應用。要求掌握矩陣分解的基本理論和方法，熟悉線性變換的矩陣表示，了解矩陣函數(shù)的性質(zhì)和應用；掌握隨機過程的基本概念，熟悉幾種重要的隨機過程及其應用，了解各態(tài)歷經(jīng)性與譜分解。 （二）基本教學內(nèi)容第一部分 矩陣分析第一章 線性空間與線性變換1.1 線性空間的概念1.2 基變換與坐標變換1.3 子空間與維數(shù)定理1.4 線性空間的同構(gòu)1.5 線性變換的概念1.6 線性變換的矩陣表示1.7 不變子空間第二章 內(nèi)積空間2.1 內(nèi)積空間的概念2.2 正交基及子空間的正交關系2.3 內(nèi)積空間的同構(gòu)2.4 正交變換2.5 點到子空間的距離與最小二乘法2.6 復內(nèi)積空間2.7 正規(guī)矩陣2.8 二次型第三章 矩陣的標準形與若干分解形式3.1 矩陣的相似對角形3.2 矩陣的約當標準形3.3 哈密頓-開萊定理及矩陣的最小多項式3.4 多項式矩陣與史密斯標準形3.5 多項式矩陣的互質(zhì)性與既約性3.6 有理分式矩陣的標準形及其仿分式分解3.7 系統(tǒng)的傳遞函數(shù)矩陣3.8 舒爾定理及矩陣的分解3.9 矩陣的奇異值分解第四章 矩陣函數(shù)及其應用4.1 向量范數(shù)4.2 矩陣范數(shù)4.3 向量和矩陣的極限4.4 矩陣冪級數(shù)4.5 矩陣函數(shù)4.6 矩陣的微分與積分4.7 常用矩陣函數(shù)的性質(zhì)4.8 矩陣函數(shù)在微分方程組中的應用4.9 線性系統(tǒng)的能控性與能觀測性第五章 特征值的估計與廣義逆矩陣5.1 特征值的界的估計5.2 圓盤定理5.3 譜半徑的估計5.4 廣義逆矩陣與線性方程組的解5.5 廣義逆矩陣A+第六章 勒貝格積分簡介6.1 集合及其基數(shù)6.2 測度理論6.3 可測函數(shù)6.4 勒貝格積分第二部分 隨機過程第一章 概率論補充知識1.1 概率空間1.2 隨機變量1.3 特征函數(shù)1.4 多元正態(tài)分布1.5 隨機變量序列的收斂性1.6 隨機變量函數(shù)的分布1.7 條件數(shù)學期望第二章 隨機過程的基本概念2.1 隨機過程的定義2.2 隨機過程的分布及其數(shù)字特征2.3 復隨機過程2.3 幾種重要的隨機過程類型2.4 Wiener過程2.5 Poisson過程第三章 二階矩過程的均方微積分3.1 隨機變量序列的均方極限3.2 隨機過程的均方連續(xù)3.3 隨機過程的均方導數(shù)3.4 隨機過程的均方積分3.5 均方隨機微分過程3.6 正態(tài)過程的均方微積分第四章 平穩(wěn)過程4.1 平穩(wěn)過程的定義4.2 平穩(wěn)過程相關函數(shù)的性質(zhì)4.3 平穩(wěn)過程的功率譜密度4.4 線性過程中的平穩(wěn)過程4.5 平穩(wěn)過程的譜分解4.6 平穩(wěn)過程的各態(tài)歷經(jīng)性第五章 馬爾可夫過程5.1 馬爾可夫過程的定義5.2 馬氏鏈的轉(zhuǎn)移概率5.3 馬氏鏈的狀態(tài)分類5.4 轉(zhuǎn)移概率的極限與平穩(wěn)分布5.5 連續(xù)時間馬氏過程的轉(zhuǎn)移概率5.6 馬氏過程的遍歷性和平穩(wěn)分布5.7 應用舉例第六章 更新過程與馬爾可夫更新過程6.1 更新過程的定義6.2 更新方程與極限定理6.3 剩余壽命與現(xiàn)時壽命6.4 延遲與終止過程6.5 馬爾可夫更新過程的定義6.6 狀態(tài)分類與極限概率6.7 馬爾可夫更新方程6.8 再生過程與報酬過程6.9 廣義半馬氏過程簡介第七章 非平穩(wěn)隨機過程7.1 隨機過程的高階統(tǒng)計量的定義和性質(zhì)7.2 非平穩(wěn)過程的Wigner-Ville時頻譜分析7.3 循環(huán)平穩(wěn)過程7.4 二階循環(huán)平穩(wěn)過程的循環(huán)相關函數(shù)與循環(huán)譜7.5 高階循環(huán)平穩(wěn)過程的循環(huán)累積量與循環(huán)譜 （三）主要參考資料矩陣分析引論 羅家洪. 華南理工大學出版社，1992隨機過程 毛用才，胡奇英. 西安電子科技大學出版社，1998工程隨機過程 彭秀艷. 哈爾濱工程大學出版社，2000應用隨機過程 錢敏平 龔光魯. 北京大學出版社，1998隨機信號分析朱華等. 北京理工大學出版社，1990Probability, Random Variables, and Stochastic Processes Papoulis A. 2 nd ed, New York: McGraw-Hill, 1984 （四）任課教師：遲洪欽 （五）總時數(shù)：72學時 （六）考核方式：開卷或閉卷 現(xiàn)代信號處理 （Advanced signal processing） （一）教學目的和要求 使研究生能系統(tǒng)地掌握現(xiàn)代信號處理的基本理論與方法。要求熟悉國際上近年來出現(xiàn)的先進的信號處理新理論、新技術、新方法和新應用。特別是對非因果、非最小相、非平穩(wěn)（即時變）信號的分析。 （二）基本教學內(nèi)容第一章 參數(shù)估計理論1.1 估計子的性能1.2 Fisher 信息與Cramer-Rao下限1.3 Bayes估計1.4 最大似然估計1.5 線性均方估計1. 6最小二乘估計第二章 現(xiàn)代譜分析2.1 離散隨機過程與非參數(shù)化譜估計2.2 平穩(wěn)ARMA過程2.3 相關矩陣2.4平穩(wěn)ARMA過程的功率譜密度2.5 功率譜密度的性質(zhì)2.6 線性預測（ARMA譜估計）2.7 ARMA模擬辨識2.8 Burg最大熵譜估計2.9 Pisarenko諧波分解2.10 多重信號分類（Music）第三章 自適應濾波3.1匹配濾波器3.2 最優(yōu)濾波與離散Wiener濾波第四章 LMS類自適應算法4.1 LMS算法的結(jié)構(gòu)和運算4.2 LMS算法4.3 應用第五章 RLS自適應算法5.1 預備知識5.2 指數(shù)加權(quán)的RLS算法5.3 重整參數(shù)的選擇5.4 誤差平方的加權(quán)和疊代更新5.5 RLS自適應除噪的例子5.6 RLS算法的統(tǒng)計性能第六章 Kalman濾波6.1 Kalman濾波問題6.2 新息過程6.3 利用新息過程估計狀態(tài)6.4 Kalman濾波6.5 初始條件6.6 Kalman濾波器作為RLS類濾波器的基礎6.7自適應濾波器的應用（譜線增強、陷波器）6.8 廣義旁瓣對消器6.9 盲自適應多用戶檢測第七章 非高斯信號處理7.1 亞高斯和超高斯信號7.2 非高斯信號通過線性系統(tǒng)7.3 FIR系統(tǒng)辨識7.4因果ARMA模型的辨識7.5 有色噪聲中的諧波恢復第八章 信號的時頻分析線性變換8.1 信號的局部變換8.2 解析信號與瞬時物理量8.3 短時Fourier變換8.4 Gabor變換8.5 多分辨分析8.6 正交濾波器組第九章 信號的時頻分析非線性變換9.1 時頻分布的基礎理論9.2 Wigner-Ville分布9.3 模糊函數(shù)9.4 Cohen類時頻分布9.5 時頻分布的性能評價與改進（三）主要參考資料統(tǒng)計信號處理基礎估計與檢測理論，S.M.Kay著，羅鵬飛等譯，電子工業(yè)出版社，北京，2006年7月。adaptive filter theory, 4th ed., Simon Haykin, Prentice Hall, 電子工業(yè)出版社，北京，2002年7月?，F(xiàn)代信號處理，2nd ed.，張賢達，清華大學出版社2002年10月. （四）任課教師：李莉、張靜 （五）總時數(shù)：72學時 （六）考核方式：開卷及論文 數(shù)字通信（Digital communications） （一）教學目的和要求 使研究生能從系統(tǒng)、功能的角度掌握現(xiàn)代通信的基本原理。要求熟悉現(xiàn)代通信的常用調(diào)制方式，多址方式及其特點。掌握部分響應信號，自適應均衡和系統(tǒng)優(yōu)化原理。了解通信系統(tǒng)的同步過程及實現(xiàn)。重點是掌握部分響應信號，自適應均衡和系統(tǒng)優(yōu)化原理。 （二）基本教學內(nèi)容第一章 Characterization Of Communication Signals And Systems1.1 Representation Of Band-Pass Signal And System,1.2 Signal Space Representations1.3 Digitally Modulated Signals Cpfsk, Cpm第二章 Optimum Receivers For Awgn Channel2.1 Optimum Receiver For Signals Corrupted By Awgn2.2 Performance Of The Optimum Receiver For Memoryless Modulation2.3 Optimum Receiver For Cpm Signals2.4 Optimum Receiver For Signals With Random Phase In Awgn Channel2.5 Performance Analysis For Wireline And Radio Signals第三章 Carrier And Symbol Synchronization3.1 Signal Parameter Estimation3.2 Carrier Phase Estimation3.3 Symbol Timing Estimation3.4 Joint Estimation Of Carrier Phase And Symbol Timing3.5 Performance Characteristics Of Ml Estimators第四章 Signal Design For Band-Limited Channels4.1 Characteristics Of Band-Limited Channels4.2 No Intersymbol Interference-The Nyquist Criterion,4.3 Controlled Isi-Partial Response Signals,4.4 Probability Of Error In Detection Of Pam4.5 Modulation Codes For Spectrum Shaping第五章system Optimization5.1 Optimum Receiver For Channels With Isi And Awgn5.2 Linear Equalization5.3 Decision-Feedback Equalization5.4 Reduced Complexity Ml Detectors第六章adaptive Equalization6.1 Adaptive Linear Equalizer6.2 Adaptive Decision-Feedback Equalization6.3 Recursive Least-Squares Algorithms For Adaptive Equalization6.4 Self-Recovering(Blind) Equalization第七章multichannel And Multicarrier Systems7.1 Multichannel Digital Communicatins In Awgn Channels7.2 Multicarrier Communicatins第八章spread Spectrum Signals For Digital Communications8.1 Model Of Spread Spectrum Digital Communication System8.2 DSSS Signals8.3 FH-SSs Signals8.4 Other Types Of Spread Spectrum Signals8.5 Synchronization Of Spread Spectrum Systems第九章digital Communications Through Fading Multipath Channels9.1 Characterization Of Fading Multipath Channels9.2 The Effect Of Signal Characteristics On The Choice Of A Channel Model9.3 Frequency-Nonselective, Slowly Fading Channel9.4 Diversity Techniques For Fading Multipath Channels9.5 Digital Signaling Over A Frequency-Selective, Slowly Fading Channel9.6 Coded Wave Forms For Fading Channels9.7 Multiple Antenna Systems第十章multiuser Communications 10.1 Introduction To Multiple Access Techniques10.2 Capacity Of Multiple Access Methods10.3 Cdma10.4 Random Access Methods （三）主要參考資料Digital Communications, 4th ed. (英文版)，John G. Proakis，電子工業(yè)出版社， 2001年10月移動通信原理，吳偉陵，牛凱，電子工業(yè)出版社，2005.1Mobile wireless communications, Mischa Schwartz, Cambridge university press, 2005. Wireless communications principles and practice, 2nd ed. (英文版)，Theodore S. Rappaport,電子工業(yè)出版社，2004.3移動通信工程理論和應用（2nd ed.），William C.Y.Lee(李建業(yè)), 宋維模等譯，人民郵電出版社，2002.8,1st ed. （四）任課教師：李莉、王沛 （五）總時數(shù)：72學時 （六）考核方式：開卷或閉卷 數(shù)字圖像處理（Digital Image Processing） （一）教學目的和要求本課程是電子類專業(yè)研究生關于信號處理，信號傳輸，系統(tǒng)分析方面的學位專業(yè)課。數(shù)字圖像處理是模式識別、計算機視覺、圖像通信、多媒體技術等學科的基礎，是一門涉及多領域的交叉學科。通過對本課程的學習，要求較深入地理解數(shù)字圖像處理的基本概念、基礎理論以及解決問題的基本思想方法，掌握基本的處理技術，了解與各個處理技術相關的應用領域。 （二）基本教學內(nèi)容第一章 緒論 1.1 數(shù)字圖像處理的概念 1.2數(shù)字圖像處理的起源 1.3數(shù)字圖像處理的應用實例 1.4數(shù)字圖像處理的基本步驟1.5 圖像處理系統(tǒng)的部件第二章 數(shù)字圖像基礎 2.1視覺感知要素 2.2 光和電磁波譜 2.3 圖像感知和獲取 2.4圖像取樣和量化 2.5像素間的一些基本關系2.6線性和非線性操作第三章 空間域圖像增強 3.1 某些基本灰度變換 3.2 直方圖處理 3.3 用算術/邏輯操作增強 3.4 空間濾波基礎 3.5 平滑空間濾波器 3.6銳化空間濾波器3.7混合空間濾波器第四章 頻率域圖像增強 4.1傅里葉變換和頻率域的介紹 4.2平滑的頻率域濾波器 4.3頻率域銳化濾波器 4.4同態(tài)濾波器4.5實現(xiàn)第五章 圖像復原 5.1 圖像退化、復原過程的模型 5.2 噪聲模型 5.3 噪聲存在下的唯一空間濾波復原 5.4 頻率濾波削減周期噪聲 5.5 線性、位置不變的退化 5.6估計退化函數(shù)5.7逆濾波5.8 最小均方誤差濾波 5.9 約束最小二乘方濾波器 5.10幾何均值濾波5.11幾何變換第六章 彩色圖像處理 6.1 彩色基礎 6.2 彩色模型 6.3 偽彩色處理 6.4 全彩色圖像處理基礎 6.5 彩色變換 6.6平滑和尖銳化6.7彩色分割6.8 彩色圖像的噪聲 6.9 彩色圖像壓縮第七章 圖像壓縮 7.1 基礎 7.2 圖像壓縮模型 7.3 無誤差壓縮 7.4 有損壓縮7.5 圖像壓縮標準第八章 形態(tài)學圖像處理 8.1 序論 8.2 膨脹與腐蝕 8.3 開操作和閉操作8.4 灰度級圖像擴展第九章 圖像分割 9.1 間斷檢測 9.2 邊緣連接和邊界檢測9.3 門限處理 （三）主要參考資料數(shù)字圖像處理（第二版），美R.C.GONZALEZ等著，阮秋琦等譯，(1) 電子工業(yè)出版社，2003，（中文版）數(shù)字圖像處理（第二版），美R.C.GONZALEZ等著， (2) 電子工業(yè)出版社，2003，（英文版）數(shù)字圖像處理（MATLAB版），美R.C.GONZALEZ著，電子工業(yè)出版社，2005，（中、英文版）數(shù)字圖像處理，Kenntth.R.Castleman著，朱志剛 等譯，電子工業(yè)出版社，2002（新、舊版）Visual C+數(shù)字圖像獲取、處理及實踐應用，楊枝靈、王開等編著，人民郵電出版社，2003Visual C+數(shù)字圖像處理，何斌等編著，人民郵電出版社，2003Visual C+數(shù)字圖像模式識別技術及工程實踐，求是科技等編著，人民郵電出版社，2003圖像處理和分析，章毓晉編 ，清華大學出版社， 1999年數(shù)字圖像處理學, 阮秋琦編，電子工業(yè)出版社，2001應用MATLAB語言處理數(shù)字信號與數(shù)字圖像，陳桂明等著，北京，科學出版社，2000數(shù)字圖像處理，何東健等著，西安電子科技大學出版社，2003 （四）任課教師：王沛 陳勝 （五）總時數(shù)：72學時 （六）考核方式：考試。課程成績由平時成績（實驗報告、文獻閱讀、課堂討論、作業(yè)等）占30%和期末考試成績占70%綜合評定?？荚嚦煽儾捎冒俜种朴涗?；具體可采用筆試/口試、閉卷/開卷、撰寫論文、完成項目等形式進行。模式識別（Pattern Recognition）（一）教學目的和要求課程是研究計算機模式識別的基本理論、方法和應用。模式識別就是利用計算機對某些物理現(xiàn)象進行分類，在錯誤概率最小的條件下，使識別的結(jié)果盡量與事物相符。模式識別的原理和方法在醫(yī)學、軍事等眾多領域應用十分廣泛，是計算機及其相關專業(yè)進行科學研究的基礎。這門課的教學目的是讓學生掌握統(tǒng)計模式識別和結(jié)構(gòu)模式識別基本原理和方法。本課程的主要任務是，通過對模式識別的基本理論、方法和運用實例的學習，使學生掌握模式識別的基本理論與方法，培養(yǎng)學生利用模式識別方法、運用技能解決本專業(yè)及相關領域?qū)嶋H問題的能力，為將來繼續(xù)深入學習或進行科學研究打下堅實的基礎。通過各教學環(huán)節(jié)，本課程應達到下列要求：認識模式識別的目的和意義，了解模式識別的過程；理解統(tǒng)計分類法的基本思想，掌握幾何分類法和概率分類法的幾種典型算法；理解聚類分析的的基本思想，掌握聚類分析的幾種典型算法。具體包括： 1.掌握模式識別的概念、發(fā)展和應用，模式識別的研究方法；2.掌握統(tǒng)計模式識別中線性判別函數(shù)的基本理論及運用；3.掌握統(tǒng)計模式識別中Bayes決策理論的基本原理及運用；4.熟悉概率總體估計中的參數(shù)估計方法和非參數(shù)技術估計方法；5.掌握近鄰法則和集群；6.掌握模式特征的抽取和選擇；7.了解人工神經(jīng)網(wǎng)絡在模式識別中的應用。 本課程開設的目的是為了使學生能應用模式識別處理計算機自動識別事物，機器學習數(shù)據(jù)分析中有關的技術問題。由于本課程的目標是側(cè)重在應用模式識別技術，因此在學習內(nèi)容上側(cè)重基本概念的講解，輔以必要的數(shù)學推導，使學生能掌握模式識別技術中最基本的概念，以及最基本的處理問題方法。學生在學習過程中還會用到一些概率論的最基本知識，線性代數(shù)中的部分知識，對學生在數(shù)學課中學到知識的進一步理解與鞏固起到溫故而知新的作用。（二）基本教學內(nèi)容第一章 模式識別引論（4學時）1.1 掌握模式和模式識別的概念1.2了解模式識別的發(fā)展和應用1.3熟悉模式識別的研究方法第二章Bayes決策理論（10學時）2.1 掌握最小錯誤概率的Bayes決策2.2 掌握最小風險的Bayes決策2.3 掌握NewmanPearson決策2.4 掌握最小最大決策2.5 掌握Bayes分類器和判別函數(shù)2.6 握正態(tài)分布時的Bayes決策法則第三章 概率密度函數(shù)的估計（10學時）3.1 掌握參數(shù)估計的基本概念3.2 掌握正態(tài)分布的監(jiān)督參數(shù)估計和非監(jiān)督參數(shù)估計的方法3.3 了解非參數(shù)技術的基本方法3.4 熟悉分類器錯誤率的估計問題第四章 線性判別函數(shù)（10學時）4.1掌握線性判別函數(shù)的概念4.2掌握感知準則函數(shù)和梯度下降法4.3握最小平方誤差準則函數(shù)及其應用4.4掌握Fisher線性判別函數(shù)及其應用第五章 近鄰法（8學時）5.1掌握最近鄰法的決策規(guī)則5.2熟悉最近鄰法的錯誤率分析5.3掌握k -近鄰法的基本原理5.4了解減少近鄰法的計算量、存儲量的基本思路5.5掌握具有拒絕決策的近鄰法的基本思想第六章 特征的抽取和選擇（12學時）6.1了解特征提取與選擇要解決什么問題6.2熟悉方便使用的可分離性判據(jù)、及其意義6.3掌握按歐氏距離度量的特征提取方法的原理6.4掌握特征選擇最優(yōu)搜索算法的原理6.5掌握特征選擇順序前進、順序后退算法原理，及其結(jié)合算法的思路6.6掌握遺傳算法用于特征選擇的算法思路第七章 非監(jiān)督學習方法（10學時）7.1基于投影、兩維顯示的單峰子集分離法的基本思路；7.2近鄰函數(shù)準則算法的基本思路；7.3分級聚類算法的基本思路；7.4非監(jiān)督學習應當注意什么問題第八章 人工神經(jīng)網(wǎng)絡在模式識別中的應用（8學時）8.1熟悉人工神經(jīng)元的基本知識8.2掌握基于三層前向人工神經(jīng)網(wǎng)絡BP算法的基本思想；8.3掌握競爭學習和側(cè)抑制的基本思想；8.4掌握自組織特征影射的基本思路；8.5掌握Hopfield網(wǎng)絡的實現(xiàn)； （三）主要參考資料模式識別（第2版），邊肇祺、張學工等，清華大學出版社，2002.3模式識別，李晶皎、朱志良、王愛俠 等，電子工業(yè)出版社，2004.8 模式識別，楊光正、吳岷、張曉莉，中國科技大學出版社，2001.1 （四）任課教師：陳勝，應駿 （五）總時數(shù)：72學時 （六）考核方式：閉卷 控錯編碼理論（Error control coding theory） （一）教學目的和要求 要求學生認識到?jīng)]有控錯及容錯機制的數(shù)字系統(tǒng)不可能成為一個可靠的系統(tǒng)，以及為提高數(shù)字系統(tǒng)可靠性所采取的措施和相應的理論。 （二）基本教學內(nèi)容第一章 近代代數(shù)基本概念1.1 有限域結(jié)構(gòu)1.2有限域運算1.3 多項式剩余類域第二章 信道與編碼2.1錯誤概率和譯碼規(guī)則2.2錯誤概率與編碼方法2.3有噪信道編碼定理2.4 最佳譯碼與最大似然譯碼第三章 線性分組碼3.1 G, H3.2 伴隨式與q元對稱信道譯碼3.3 漢明幾何與碼的性能3.4漢明碼3.5 最小碼距與重量譜、MacWiliams恒等式第四章 循環(huán)碼4.1 移位寄存器編碼器4.2 Meggit譯碼器4.3 糾突發(fā)錯誤4.5 糾突發(fā)錯誤的循環(huán)碼譯碼第五章 BCH碼、Reed-Solomon碼等；5.1 BCH碼5.2 BCH碼的譯碼關鍵方程5.3 BCH碼的譯碼算法5.4 Reed-Solomon碼5.5 存在刪除符號時的譯碼5.6 （23，12）戈萊碼第六章 卷積碼6.1 樹狀圖和網(wǎng)格圖6.2 路徑子與錯誤限6.3 卷積碼的距離特性6.4 Viterbi算法6.5刪余卷積碼第七章 網(wǎng)格編碼調(diào)制（TCM）7.1 TCM碼的理論依據(jù)7.2 4狀態(tài)8PSK TCM碼結(jié)構(gòu)7.3 TCM的構(gòu)成Ungerboeck分區(qū)算法7.4 二維TCM的最大似然譯碼7.5 旋轉(zhuǎn)不變的TCM碼第八章 級聯(lián)碼與turbo碼8.1 乘積碼與級聯(lián)碼8.2 Turbo碼編碼器8.3 Turbo碼譯碼器8.4 Turbo碼譯碼算法8.5 Turbo碼性能分析第九章 網(wǎng)絡信息論 9.1通信網(wǎng)信道分類 9.2多址接入信道 9.3相關信源與多址接入信道 9.4廣播信道 9.5中繼信道（三）主要參考資料信息論與編碼理論，英文版，Robert J. McEliece,電子工業(yè)出版社，北京，2003年1月。信息論基礎理論與應用，傅祖蕓，電子工業(yè)出版社，北京，2001年8月。糾錯編碼原理和應用，張宗橙，電子工業(yè)出版社，北京，2003年4月。信息處理與編碼（修訂本），吳偉陵，人民郵電出版社，北京，2003.7，2nd ed. （四）任課教師：李莉、王沛 （五）總時數(shù)：72學時 （六）考核方式：閉卷/開卷考試 智能系統(tǒng)與信息融合（Intelligent System and Information Fusion）（一） 教學目的和要求智能系統(tǒng)和信息融合是目前國際上一門發(fā)展迅速的前沿交叉學科，本課程主要講述人工神經(jīng)網(wǎng)絡與模擬進化計算，和它們在信息融合、信號處理等方面的應用。本課程為通信工程系的低年級研究生提供解決問題的智能處理方法和解決途徑，使學生掌握人工神經(jīng)網(wǎng)絡的基本概念、原理和方法，尤其是人工神經(jīng)網(wǎng)絡的設計概念與方法，學會設計神經(jīng)網(wǎng)絡模型去解決實際問題，了解人工神經(jīng)網(wǎng)絡的發(fā)展動向和應用前景，同時，本課程介紹模擬進化計算的基本方法。本課程的主要內(nèi)容有：人工神經(jīng)網(wǎng)絡的基礎知識，包括人工神經(jīng)網(wǎng)絡的概述，人工神經(jīng)元的模型，人工神經(jīng)網(wǎng)絡的模型，人工神經(jīng)網(wǎng)絡的學習規(guī)則；前饋型人工神經(jīng)網(wǎng)絡；自組織神經(jīng)網(wǎng)絡；反饋型人工神經(jīng)網(wǎng)絡；遺傳算法等。 （二）基本教學內(nèi)容第一章 緒論 (1學時) 1.1人工神經(jīng)網(wǎng)絡的概述 1.2人工神經(jīng)網(wǎng)絡的發(fā)簡史 1.3人工神經(jīng)網(wǎng)絡的基本特征與功能1.4 人工神經(jīng)網(wǎng)絡的應用領域第二章 人工神經(jīng)網(wǎng)絡的基礎知識 (5學時)2.1人工神經(jīng)網(wǎng)絡的生物學基礎2.2人工神經(jīng)元的模型，人工神經(jīng)網(wǎng)絡的模型 2.3人工神經(jīng)網(wǎng)絡的學習規(guī)則，Hebbian學習規(guī)則，感知器學習規(guī)則，Delta學習規(guī)則，Widrow-Hoff學習規(guī)則，相關學習規(guī)則等第三章 前饋型人工神經(jīng)網(wǎng)絡 (17學時) 3.1 單層感知器；多層感知器；自適應線性單元（Adaline）的簡介 3.2誤差逆?zhèn)鳎˙P）算法，基于BP算法的多層前饋網(wǎng)絡模型，BP的學習算法 3.3多層前饋網(wǎng)絡的主要能力，誤差曲面與BP算法的局限性 3.4標準BP算法改進。增加運動項，自適應調(diào)節(jié)學習率，引入陡度因子 3.5基于BP算法的多層前饋網(wǎng)絡的設計基礎3.6基于BP算法的多層前饋網(wǎng)絡的應用第四章 自組織神經(jīng)網(wǎng)絡 (17學時)4.1競爭學習的概念與原理4.2自組織特征映射（SOM）神經(jīng)網(wǎng)絡，SOM網(wǎng)絡的生物學基礎4.3 SOM網(wǎng)絡的拓撲結(jié)構(gòu)與權(quán)值調(diào)整域，SOM網(wǎng)絡的運行原理與學習算法4.4自組織特征映射（SOM）神經(jīng)網(wǎng)絡的設計與應用4.5對偶傳播（CPN）神經(jīng)網(wǎng)絡4.6適應共振理論模型（ART）第五章 反饋型人工神經(jīng)網(wǎng)絡 (17學時)5.1離散型Hopfield神經(jīng)網(wǎng)絡（DHNN）5.2 DHNN網(wǎng)絡的結(jié)構(gòu)與工作方式5.3 DHNN網(wǎng)絡的穩(wěn)定性與吸引子5.4 DHNN網(wǎng)絡的權(quán)值設計5.5 DHNN網(wǎng)絡的信息存儲容納5.6連續(xù)型Hopfield神經(jīng)網(wǎng)絡（CHNN）5.7 Hopfield網(wǎng)絡的設計與應用5.8雙向聯(lián)想記憶（BAM）神經(jīng)網(wǎng)絡第六章 遺傳算法 (15學時)6.1遺傳算法簡介6.2 標準遺傳算法及其理論分析6.3模式定理6.4遺傳算法的設計與實現(xiàn),編碼方法,適應度函數(shù),遺傳算子,參數(shù)選擇6.5遺傳算法與組合最優(yōu)化問題, 巡回旅行商問題 （三）主要參考資料人工神經(jīng)網(wǎng)絡與模擬進化計算，閻平凡，張長水， 清華大學出版社，2005.9出版。人工神經(jīng)網(wǎng)絡導論，蔣宗禮，高等教育出版社，2001.8第一版人工智能原理與方法，王永慶，西安交通大學出版社，1998.5第一版遺傳算法-理論、應用與軟件實現(xiàn)，西安交通大學出版社，2002.1第一版 （四）任課教師：張靜，陳勝 （五）總時數(shù)：72學時（六）考核方式：平時成績30%，卷面成績70%多媒體數(shù)據(jù)壓縮（Data Compression） （一）教學目的和要求本課程是電子類專業(yè)研究生關于信號處理，信號傳輸，系統(tǒng)分析方面的專業(yè)選修課。數(shù)據(jù)壓縮是現(xiàn)代計算最重要的領域和工具之一。從獲取數(shù)據(jù)到CD-ROM，從編碼理論到圖像處理，現(xiàn)代計算的許多層面都依賴于數(shù)據(jù)壓縮。通過對本課程的學習，要求較深入地理解多媒體數(shù)據(jù)壓縮的基本概念、基礎理論以及解決問題的基本思想方法，