非线性信息处理  081002M05013H

学期:2020—2021学年(春)第二学期 | 课程属性:专业普及课 | 任课教师:武作兵
授课时间: 星期日,第1、2、3 节
授课地点: 教一楼215
授课周次: 1、2、3、4、5、6、7、8、9、10、11、12、13、14、15、16
课程编号: 081002M05013H 课时: 40 学分: 2.50
课程属性: 专业普及课 主讲教师:武作兵 助教:
英文名称: Nonlinear Information Processing 召集人:

教学目的、要求

近年来非线性理论与方法已被广泛应用于信号与信息处理的各个方面, 从信号的检测、估计到处理,从一维信号到二维、高维信号的处理, 从电子技术、控制技术到通信技术、计算机技术等等,无不可以看到许多非线性理论与方法成功应用的典型实例。本课程为电子电气与通讯工程学院研究生的专业基础课,同时也可作为计算机科学与技术、生物学、地球科学学等专业硕士研究生的一门跨学科选修课。通过本课程的学习,要求学生掌握非线性时间信号重构动力系统、降噪和建模预测的基本理论和应用方法,为以后从事相关专业的研究提供必要的知识基础。

预修课程

高等数学,概率统计

教 材

自编讲义

主要内容

第一章	绪论
    1.1 传统时间信号的分析;1.2 现代时间信号非线性处理;1.3 非线性科学发展简史;1.4 为什么要采用非线性方法处理;1.5 课程内容与教学参考书
第二章	非线性动力学初步
     (一)混沌动力学:2.1混沌现象和定义;2.2混沌产生的数学模型;2.3混沌的规律性 ;(二)混沌的刻画:2.4 特征指数; 2.5 Kolmogorov熵;2.6分形与分维
第三章	相空间重构
3.1延迟重构法; 3.2 Takens嵌入定理; 3.3延迟时间和嵌入维数的确定
第四章	混沌识别
4.1分维:关联维、广义维数; 4.2 Kolmogorov熵:关联熵、广义熵; 4.3 Lyapunov指数:Wolf方法,小数据量方法,Jacobian方法
第五章	非线性建模与预测
5.1局域预测法; 5.2全局预测法; 5.3 Volterra级数自适应预测模型; 5.4 重构系统的非线性自适应预测方法; 5.5基于神经网络的非线性信号预测方法;5.6 预测效果评价
第六章	非线性降噪
6.1 噪声的分类:测量噪声和动力学噪声; 6.2 噪声的定量指标;6.3基于模型逼近技术的去噪方法; 6.4 小波理论及其去噪方法; 6.5基于奇异谱和主分量分析的去噪方法; 6.6 基于局部投影噪声平滑方法
第七章	混沌控制、同步和保密通信
7.1 混沌控制;7.2混沌同步;7.3保密通信
第八章	非线性信息处理案例分析
8.1水生信号的非线性建模与预测; 8.2语音信号的非线性处理; 8.3 生物医学信号的非线性处理 

参考文献

1.	韩敏,混沌时间序列预测理论与方法,中国水利水电出版社,2007
2.	金宁德,高忠科, 非线性信息处理技术,天津大学出版社,2017
3.	H.Kantz and T. Schreiber, Nonlinear Time Series Analysis,Cambridge,2003
4.	A. V. Oppenheim and G. W. Wornell, Nonlinear and Fractal Signal Processing, in Digital Signal Processing Handbook, ed. By V. K. Madisetti and D. B. Milliams, Chapman&Hall, 1999.