下载文档原格式
5院机电学院硕士研究生课程简介序号：363课程编号：055005课程名称：制造系统的分析与优化设计任课教师：王俊彪英文译名：Analysis and Optimization of Manufacturing System先修要求：机械制造工程/基础，最优化技术内容简介：1、制造系统的构成与目标；2、制造系统的模式与特征；3、加工单元的优化设计；4、设备布局的优化设计；5、作业调度的优化设计；6、资源配置的优化设计；7、工艺过程的分析与优化设计。
主要参考书：（1）《Manufacturing System》George Chryssolouris, NY, 1992；（2）《Modelling and Analysis of Manufacturing System》；（3）《Manufacturing Engineering Processes》Leo Alting, NY, 1994；（4）《Flexible Manufacturing System》Joseph Talavage, NY, 1988。
序号：364课程编号：055006课程名称：计算机辅助塑性成形任课教师：王仲奇英文译名：Computer Aided Plastic Forming先修要求：塑性成形力学基础、数值计算方法、有限元分析内容简介：1、塑性成形过程的计算机模型；2、塑性成形工艺过程的计算机辅助设计；3、塑性成形过程的计算机控制；4、塑性成形柔性制造系统。
主要参考书：（1）《计算机辅助塑性成形》马泽恩；（2）《板料成形中的计算机辅助设计》熊火轮。
序号：365课程编号：055007课程名称：模具计算机辅助设计与制造任课教师：王仲奇英文译名：CAD/CAM of Die Mold先修要求：冲压模和注射模设计内容简介：（1）典型金属成形或冲压模具CAD系统的构成，主要分析方法，系统分析；（2）塑料注射模CAD系统的构成，主要分析方法，系统分析；（3）模具型面CAM加工要素，自由曲面NC加工，自动编程基础。
《现代信号处理》教学大纲适用专业：信息与通信工程、物联课程性质：学位课网工程、电子与通信学时数：32 学分数： 2课程号：M081001 开课学期：秋季第(1)学期大纲执笔人：何继爱大纲审核人：陈海燕一、课程的地位和教学目标现代信号处理作为信息类专业研究生的一门专业基础课，是在传统数字信号处理基础上，基于概率统计的思想，用数理统计、优化估计、线性代数和矩阵计算等工具，研究有限数据量的随机信号的分析与处理，且系统可能是时变、非线性的，它是近代才发展起来的前沿学科。
主要讨论基于信号模型分析和滤波的基本理论和基本方法；以现代谱估计和自适应滤波为核心内容，并介绍现代信号处理的新技术。
该课程为众多信号处理的应用领域打下基础，包括通信、声学、图像、雷达、声纳、生物医学等领域的信号处理。
本课程的知识目标是使学生牢固掌握现代信号处理一些最基本的理论、方法和应用，并能跟踪和学习新的理论、方法和技术；内容涉及随机信号统计分析、现代谱估计、自适应滤波器、时频分析与二次型时频分布、信号多速率变换、盲信分离和阵列信号处理方法等；建立现代信号处理的知识体系，对课程内容总体把握；具有一定的实验和模拟仿真的基本知识。
了解现代信号处理重要新技术的发展趋势，为从事信息与通信工程及相关电子系统的工程设计打下坚实的基础。
本课程的能力目标是通过课程的学习提高学生的分析计算方法、演绎推理方法和归纳法等基本数学处理方法；运用数学、物理及工程概念及方法发现问题、分析问题和解决问题的能力，以及理论与实际相结合的能力；能够触类旁通，提高学生的科学学习方法；掌握通信学科的信号分析与处理基本理论和技能，思路开阔，具有运用所学知识的能力、搜集和提炼信息的能力、团队合作能力、表达能力和创新能力等。
本课程的专业素质目标通过本课程的课堂学习、单元知识及章节总结、习题及专题研讨培养学生培养良好严谨的科学研究态度和正确的思维方法，使学生敢于提出问题、善于分析问题和解决问题的能力及具有团队合作精神。
现代信号处理（离散随机信号处理）电子工程系本课程要讨论的主要问题：（1）对信号特性的了解随机信号（随机过程，时间序列––随机过程的一个实现）信号模型→参数估计→现代谱估计：参数化谱估计讨论信号模型及模型参数的估计问题，比较参数谱估计方法和周期图方法的优劣。
（2）对统计意义下最优滤波器设计的研究平稳条件下：Wiener滤波器理论非平稳条件下：Kalman滤波理论上的目标，实际算法可达到的最佳结果（3）对环境的自适应，具备“学习能力”的滤波算法自适应均衡、波束形成、线性自适应滤波器（4）更多信息的利用，挖掘（针对非高斯问题）线性系统、功率谱：二阶矩，高斯过程的完全刻划非线性、多谱：高阶量，循环平稳（5）对时间（空间）–––频率关系的适应性：全局特性与局域特性，小波变换，时频分析信号处理算法设计面向的几个主要因素n信噪比n先验知识n雷达n通信系统n电子对抗n对先验知识的利用：统计基础上的假设、学习过程n算法复杂性与性能要求的匹配性一些进展中的课题盲自适应信号处理序列贝叶斯估计、粒子滤波阵列信号处理等等与信号处理紧密关联的学科人工神经网络统计学习理论模式识别等等教材n张旭东，陆明泉：离散随机信号处理，2005年10月，清华大学出版社主要参考书①S. Haykin, Adaptive Filter theory, Third Edition, Prentice-Hall, 1996，//Fouth Edition 2001 (电子工业出版社均有影印本)①S.M. Kay, Modern Spectral Estimation: Theory & Application,Prentice-Hall, 1988①S.M. Kay, Fundamentals of Statistical Signal Processing: Estimation Theory, Prentice Hall PTR, 1993.①S. Mallat, A Wavelet Tour of Signal Processing, Academic press, 1998，Second Edition 1999①扬福生, 小波变换的工程分析与应用, 科学出版社, 2000.① D. G. Manolakis, et,al. Statistical and Adaptive Signal Processing, Mcgraw-Hall, 2000.①J. G. Proakis, et al. Algorithms for Statistical Signal Processing, Prentice hall, 2002①张贤达现代信号处理第2版清华大学出版社课程成绩n平时作业10％n2个Matlab作业40％（布置后2周内提交）n期末开卷考试50％1.1随机信号基础被噪声干扰的初相位是随机值的正弦波信号本质上均是随机的，但将信号作为随机信号处理，还是做为确定信号处理，与我们的应用目标和我们的先验知识有关，一般地，我们总是选择对应用有利的处理方式。
![[现代信号处理（第二版）].张贤达.扫描版（2）](https://img.taocdn.com/s1/m/2ac557d288eb172ded630b1c59eef8c75ebf9554.png)
信号的频谱分析式研究信号特性的重要手段之一，对于确定信号，可以用Fourier变换来考察信号的频谱特性，而对于广义平稳随机信号而言，相应的方法是求其功率谱。
功率谱反映了随机信号功率能量的分布特征，可以揭示信号中隐含的周期性以及靠的很近的谱峰等有用信息，有很广泛的应用。
在雷达信号处理中，回波信号的功率提供了运动目标的位置、强度和速度等信息（即功率谱的峰值与宽度、高度、和位置的关系）；在无源声纳信号处理中，功率谱密度的位置给出了鱼雷的方向（方位角）信息；在生物医学工程中，功率谱的峰和波形，表示了一些特殊疾病的发作周期；在语音处理中，谱分析用来探测语音语调共振；在电子战中，还利用功率谱来对目标进行分类。
功率谱密度函数反映了随机信号各频率成份的功率分布情况，是随机信号处理中应用很广泛的技术。
实际应用中的平稳信号通常是有限长的，因此，只能从有限的信号中去估计信号的真实功率谱，这就是功率谱估计问题。
寻找可靠与质量优良的估计谱是这次研究的主要内容。
功率谱估计可分为非参数化方法（低分辨率分析），参数化方法（高分辨率分析），广义的功率谱分析（空间谱分析），也可以把非参数化方法称为经典谱估计，参数化方法称为现代谱估计（包括空间谱估计）这次论文从不同角度介绍了现代谱估计的一些主要算法，包括参数模型法、Pisarenko 谐波分解法、最大熵估计、多重信号分类（MUSIC）、旋转不变技术(ESPRIT)等。
参数模型法将以ARMA模型为主，以及其谱估计所需的AR、MA的参数和阶数；最大熵估计也就是Burg最大熵谱估计,它在不同约束条件下，分别与AR谱估计、ARMA谱估计等价；MUSIC 方法是一种估计信号空间参数的现代谱估计方法；ESPRIT方法是一种估计信号空间参数的旋转不变技术，其基本思想是将谐波频率的估计转变为矩阵束的广义特征值分解。
最后，这次论文还会分析它们各自的优缺点及应用场合。
并利用计算机语言对各种现代谱估计算法的进行仿真实现，并比较它们的性能。
研究生“现代信号处理”课程教学方法探讨收稿日期：2016-10-27基金项目：2015年度大连交通大学研究生教育质量工程建设项目“《现代信号处理》课程建设”；2014年辽宁省普通高等教育本科教学改革研究项目“电基础理论课与科技创新实践训练结合式教学的研究与实践”（编号：UPRP20140354）作者简介：盛虎（1978-），男，汉，内蒙古赤峰人，博士，副教授，大连交通大学，研究方向：信号处理和嵌入式设计；赵树源（1981-），女，汉，辽宁大连人，硕士，讲师，大连科技学院，研究方向：电子与通信。
鉴于现代信号处理技术的重要意义，大连交通大学为交通信息工程及控制专业和电子与通信工程专业的硕士研究生开设了“现代信号处理”课程，目的在于通过此课程的学习和训练，使学生理解现代信号处理的基本概念和基本理论，掌握现代谱估计、自适应滤波器、高阶统计分析和时频信号分析等现代信号处理技术，并能够应用常用的算法解决交通信息工程和电子与通信方向的实际问题。
早期大连交通大学“现代信号处理”研究生课程的学生人数适中，学生的信号课程和高等数学相关课程的基础知识掌握也较好，知识结构和实践能力差别不大，所以此课程的教学效果和教学质量很好。
此外，本校为了培养适应不同研究领域和应用领域人才的需要，划分了学术型和专业型硕士研究生，造成硕士研究生的知识结构、学习能力和实践动手能力存在很大差异。
由于学生数量以及学生知识和能力方面差异的原因，导致“现代信号处理”课程教学效果和教学质量出现了下降。
教师们在王秋生、章东平、高远、张新峰和黄勇等学者研究的成果之上，针对我校学生的特点对此课程教学方法进行了改进，并取得较好成效。
本文根据此课程教学方法改进及实施过程中取得的经验做简要介绍，以供大家一起探讨。
一、影响课程教学质量的主要原因根据大连交通大学“现代信号处理”研究生课程的实际情况，在教学过程中主要发现以下因素导致教学质量下降：1.学生知识结构、学习能力和实践动手能力差异大。
MUSIC 算法综述姓名：罗 涛 学号：06010120510 导师：张守宏1．引 言在阵列信号处理的许多应用中,需要准确估计空间信号源的方向及空间分布,通常称为“空间谱”。
传统的处理方法是利用天线波束作空域扫描,其缺点是分辨能力受到由阵列孔径大小决定的所谓瑞利限的限制。
一旦两个信号源处于波束之内时便无法分辨。
后来提出“超角分辨”技术,即可以突破瑞利限的限制,实现对处于同一波束内的信号源的分离。
在这些方法中,比较典型的有基于空间协方差矩阵特征值分解的一类算法,如Ｓｃｈｍｉｄｔ提出的多重信号分类(ＭＵＳＩＣ)法[1]、ｍｉｎ ｎｏｒｍ法以及Ｒｏｙ提出的基于旋转不变技术的信号参数估计方法(ＥＳＰＲＩＴ)[2]等。
它们利用空间协方差矩阵的特征向量来构造信号子空间与噪声子空间,由于它们相互正交或信号矢量经旋转后空间参数不变,因此可确定信号的波达方向。
但是,这些方法都是建立在不相干信号模型基础之上的。
对于有相干信号存在的情况,信号矢量将有可能落入噪声子空间中,导致空间协方差矩阵发生秩亏损,因此在这种情况下,基于空间协方差矩阵特征值分解的方法将会失效。
而多径相干信号在雷达、通信、声纳信号处理的应用中是很常见的。
如在雷达测高或低角跟踪的应用中,目标直接回波与地面反射波是强相关的;类似的例子还有通信中基站与移动台之间的信号传输,因此,在多径信号存在的情况下,如何进行高分辨处理是一个重要的研究课题。
目前已提出不少方法来解决这一问题[3～5,7]。
但这些方法大多是基于空间平滑技术来纠正协方差矩阵,然后应用ＭＵＳＩＣ等正交化方法进行处理。
当然高分辨技术还有最大似然(ＭＬ)方法等,但其运算量过大,难以实时实现,故这里不作考虑。
综上所述,上述方法都是基于空间协方差矩阵的特征值分解来构造信号子空间与噪声子空间的,只不过是采用空间平滑或降维等措施来解决空间协方差矩阵的秩亏损问题。
针对以上情况,本文也从另一个角度出发,寻求另一种矩阵,这种矩阵同样具有空间谱的特征,但却不受信号相关性的影响,从而可对多径相关信号作出正确的分离。
电路与系统专业(080902)硕士研究生培养方案一、培养目标培养适应国家科学技术最新发展需要的、热爱祖国、遵纪守法、品德良好、具备严谨科学态度和优良学风、面向二十一世纪的德智体全面发展的电路与系统高素质专业人才。
掌握电路与系统科学的系统理论知识和基本实验技能，了解本领域的研究动态，具备科学文化素养，不仅要有获取知识的能力，而且具备灵活应用所学知识进行分析问题和解决问题的能力，具有从事创新研究的能力。
掌握一到二门外国语，能熟练阅读专业书籍、文献并撰写论文。
身体健康。
二、研究方向1、图像处理与成像技术主要进行图像模式识别与压缩技术，视频信号处理，近场图像处理等研究。
2、嵌入式系统主要进行Linux系统，嵌入式技术及其应用软件研究与开发。
3、智能控制系统主要进行自动程序控制，无线遥测遥控，微控制模块，PLC应用，变频调速技术应用等以及机电一体化工程应用研究。
4、现代电子设计开展FPGA，DSP，软件无线电等研究。
三、招生对象大学本科毕业或具有同等学历的人员。
四、学习年限两年半五、课程设置A类：科学社会主义理论与实践2学分自然辩证法概论2学分英语4学分B类：现代数字信号处理3学分信号处理中的数学方法3学分C类：电子学进展3学分通信系统工程3学分材料电子学2学分近代电子学4学分计算机控制技术及网络4学分嵌入式系统实验2学分D类：DSP与微控制器4学分模式识别3学分雷达成像3学分立体成像技术3学分生物医学电子学4学分第二外语2学分六、培养方式1、硕士生入学后三个月内进行师生双向选择，确定导师，制定培养计划，导师负责全部培养工作。
2、入学后第一学年完成A类、B类和大部分C类、D类课程的学习，第二学期在导师指导下，准备毕业论文的选题和作开题报告。
经指导小组评议通过后进入学位论文阶段。
3、A类、B类、C类课程以讲授为主，辅以自学，D类课程则采用各种方式，如课堂讲授，自学，实验课堂讨论，由学生作专题报告等，并要求学生参加各种学术活动并阅读有关专业文献。
基于引力搜索算法的相干信号源DOA估计方法张正文;舒治宇;包泽胜;谭文龙【摘要】针对最大似然(ML)DOA估计方法存在着运算量高且容易收敛到局部极值的问题.结合引力搜索算法(GSA)与最大似然方法,提出了一种GSA-ML方法.将最大似然函数作为GSA算法的适应度函数,在遵循ML方法的主体思想同时,利用GSA 算法运算量低和收敛速度快的优点,成功地找到似然函数的全局最优解;并保存了ML方法的优点.仿真结果表明,GSA-ML方法不仅能有效估计相干信号源;并且相比MUSIC、ESPRIT和TLS-ESPRIT算法,拥有更高的精度和估计成功概率.【期刊名称】《科学技术与工程》【年(卷),期】2018(018)018【总页数】5页(P192-196)【关键词】引力搜索算法;最大似然估计;DOA估计;相干信号源【作者】张正文;舒治宇;包泽胜;谭文龙【作者单位】湖北工业大学电气与电子工程学院,武汉430068;湖北工业大学电气与电子工程学院,武汉430068;湖北工业大学电气与电子工程学院,武汉430068;国网湖北省电力公司检修公司,武汉430050【正文语种】中文【中图分类】TN911.23阵列信号处理是电子信息领域的重点方向之一，在雷达、通信和信号处理等相关领域得到了广泛应用；最近以来引起了很高的重视，其发展重心主要集中在波束形成和DOA估计的问题上[1，2]。
经典的DOA估计方法，如MUSIC(multiple signal classification)算法[3]、ESPRIT(estimation of signal parameters via rotational invariance technique)算法[4]和TLS-ESPRIT(整体最小二乘ESPRIT)算法[5]，能准确估计非相干信源，但遇到相干信源的情况时，算法的性能就会变得很差，且其优越的性能依赖于高信噪比的环境[6—8]。
最大似然方法效果良好，并且当信噪比不高的条件下，其表现出的实际效果比MUSIC等其他传统方法好得多，但是ML方法的运算步骤往往是一个多维的非线性优化过程，运算量非常巨大，如何有效地实现ML方法一直是众多学者的研究热点之一。
