简介这份现代数字信号处理复习题资料面向高校电子信息、通信工程等专业学生及备考研究生入学考试的学习者围绕数字信号处理课程的核心考点组织内容帮助读者系统梳理知识框架并完成习题自测。压缩包内共1个doc文档大小约1.82MB内容涵盖数字信号处理基本概念、傅里叶变换、采样理论、数字滤波器与信号处理等模块并配有典型习题的详细解答。其中采样定理与频谱分析部分通过多道计算题演示了采样频率、谱分辨率与记录时间之间的参数关系滤波器章节则对比了FIR与IIR在相位特性、稳定性及设计方法上的差异还涉及因果性与稳定性判断、圆周卷积、功率谱估计及自适应滤波等进阶内容。目前已有184人学习下载适合需要集中刷题、对照答案查漏补缺的读者使用。1. 数字信号处理复习题采样、滤波器与随机信号这三块拿不到分后面全白搭数字信号处理这门课的复习题最反直觉的一点是计算量最大的题往往不是最难的概念题才是真正的分水岭。采样定理、频谱分辨率、FIR 与 IIR 的取舍、平稳随机过程的判定这些看起来“背一背就行”的考点恰恰是卷面上拉开差距的地方。这份复习题覆盖了傅里叶变换与采样、Z 变换与系统因果稳定性、数字滤波器设计、随机信号与功率谱估计、维纳滤波与卡尔曼滤波五大模块题型以计算加简答为主。想拿高分策略很清楚采样与频谱分辨率的计算必须零失误滤波器比较和随机过程判定要能默写要点维纳/卡尔曼这类综合题抓住“准则 方程 结论”三步走。适合已经过了一遍教材、需要靠刷题把考点钉死的人。2. 采样与频谱分析三个必考计算和一个高频陷阱采样这块的题卷面上几乎年年出现形式变化不大但失分率一直不低。核心就三件事采样后频谱怎么表示、谱分辨率由什么决定、提高采样频率到底改变了什么。下面按考点拆开讲每类配一道来自复习题的原题和答题思路。2.1 采样信号的傅里叶变换表示式复习题第 1 题已知信号频率 100Hz以采样频率 400Hz 采样要求写出采样信号的傅里叶变换表示式、采样信号与时域离散信号的表达式并分别求两者的傅里叶变换。这类题的答题套路是固定的。第一步写采样信号表达式它是原信号乘以冲激串时域上表现为一串加权冲激。第二步写傅里叶变换采样信号的频谱是原信号频谱以采样频率为周期搬移、幅度除以采样周期。第三步处理“指数函数傅里叶变换不存在”的问题——这正是本题的坑单纯的正弦或复指数信号不满足绝对可积必须引入奇异函数冲激函数才能写出变换式。答题时要把这个理由写出来只写结果不写理由会丢过程分。时域离散信号则是采样信号去掉冲激串、只保留样值序列它的频谱是周期连续的周期为 2π。两者的区别要答清楚采样信号仍是连续时间信号冲激串形式时域离散信号才是真正的序列。面试官或阅卷人最想看到的就是你分得清这两个概念很多答案把两者混为一谈。2.2 谱分辨率与参数确定一道题串起四个小问复习题第 2 题用微处理器对实数序列作谱分析要求谱分辨率信号最高频率 1kHz确定最小记录时间、最大取样时间、最少采样点数以及在频带宽度不变时把频率分辨率提高一倍的 N 值。这题是采样模块的“全家桶”四个小问对应四个公式必须条件反射式地写出来最小记录时间由频率分辨率决定记录时间越长分辨率越高二者成倒数关系最大取样时间由最高频率决定依据奈奎斯特条件采样间隔不能超过最高频率倒数的二分之一最少采样点数等于记录时间除以采样间隔也可以由采样频率乘以记录时间得到频带宽度不变意味着采样间隔不变分辨率提高一倍就要把记录时间扩大一倍采样点数随之翻倍。答题时最容易翻车的是第四问。很多人直接说“N 翻倍”却不解释为什么过程分就没了。正确写法是先说明“频带宽度不变 → 采样频率不变 → 采样间隔不变”再由“分辨率提高一倍 → 记录时间扩大一倍”推出 N 翻倍。逻辑链条完整才是满分答案。提示这类题的数字会换但四个小问的依赖关系不变。练习时把公式写成一条链分辨率 → 记录时间 → 采样间隔 → 采样点数任何一问都能从链上推出来。2.3 提高采样频率能不能提高频率分辨率复习题第 3 题是个经典陷阱原信号以 4kHz 采样、做 N 点 DFT谱线间距相当于 100Hz。有人想看清 50Hz 的谱线于是改用 8kHz 采样、做 2N 点 DFT问目的能否达到。答案是不能。原因在于混淆了数字频率与模拟频率。提高采样频率确实让单位圆上的样点数变多数字频率分辨率提高了但模拟频率的谱线间隔由记录时间决定记录时间没变模拟频率分辨率就不会变。采样频率翻倍、点数翻倍两者相除得到的模拟频率间隔纹丝不动。这道题在简答题里出现频率极高答题模板可以固定为三句话先判断“不能”再指出“混淆了数字频率与模拟频率”最后用“模拟频率分辨率由记录时间决定与采样频率无关”收尾。想再稳一点补一句“要提高模拟频率分辨率只能延长记录时间”。这三句写全基本不会失分。2.4 A/D 前后低通滤波器的作用复习题第 4 题问 A/D 变换之前和 D/A 变换之后的低通滤波器各起什么作用。标准答案是A/D 之前的叫抗混叠滤波器也叫抗折叠滤波器作用是限制信号最高频率保证采样频率不低于最高频率的两倍防止频谱混叠D/A 之后的叫平滑滤波器作用是滤除高频延拓谱把抽样保持产生的阶梯波形平滑化。这题不难但答题时要把“抗混叠”和“平滑”两个名称写出来并各自对应到“限制最高频率”和“滤除高频延拓谱”这两个机理上。只写“滤波”两个字等于没答。3. 系统分析与数字滤波器因果稳定性判定和 FIR/IIR 比较Z 变换与系统分析这块考的是“给一个系统函数判断因果性和稳定性”以及“FIR 与 IIR 怎么选、怎么设计”。前者是计算加判断后者是简答加比较两类题都有固定的答题骨架。3.1 由收敛域判断因果性与稳定性复习题第 5 题已知系统函数极点为两个点分三种收敛域讨论因果性和稳定性。这类题的判定规则只有两条但必须背到滚瓜烂熟因果性看收敛域收敛域在某圆之外含无穷远才是因果系统收敛域在某圆之内或环形区域都是非因果系统。稳定性看单位圆收敛域包含单位圆系统才稳定。三种情况分别对应收敛域在最大极点之外因果但不稳定收敛域不含单位圆收敛域在最小极点之内非因果且不稳定收敛域是两极点之间的环非因果但稳定环包含单位圆。答题时每问都要写“收敛域 → 因果性判断 → 稳定性判断 → 单位脉冲响应形态”四步尤其是单位脉冲响应要说明是因果序列、非因果序列还是双边收敛序列这是区分度所在。注意只写“因果”“稳定”两个词不写收敛域依据是这类题最常见的丢分方式。判定规则和结论要成对出现。3.2 FIR 与 IIR 的四维比较复习题第 6 题要求说明数字滤波器的定义并比较 FIR 与 IIR 及各自设计方案。数字滤波器的定义要答“输入输出均为数字信号通过运算改变信号频率成分相对比例或滤除某些频率成分的器件”。比较部分建议按四个维度组织答题时直接套维度IIRFIR幅度选择性极点可位于单位圆内任意位置幅度选择性较强幅度特性需较高阶数才能调好相位特性相位特性较差可做到严格线性相位稳定性与误差存在稳定性问题有限字长可能振荡递归算法速度受限不产生振荡误差影响小可用 FFT 加速设计方法可借用模拟滤波器成果有封闭公式设计工作量小窗函数有公式但通带阻带无显式表达常需计算机辅助设计方案部分IIR 要提到原型变换低通经频率变换得到高通、带通、带阻、频域设计零极点配置、幅度平方函数、时域设计帕德逼近和优化技术设计FIR 要提到线性相位条件与零点镜像、窗函数法矩形、三角、余弦、布莱克曼系列、凯塞系列、高斯窗、频率取样法和优化设计。答题时每个方法给一句话解释即可不要展开成教材。3.3 线性相位与零点镜像FIR 的线性相位是高频简答点。偶对称和奇对称分别对应不同的线性相位类型零点成镜像出现——若某点是零点其共轭、倒数、共轭倒数通常也是零点。答题时把“对称性 → 线性相位 → 零点镜像分布”这条线写出来再补一句“线性相位意味着群时延为常数信号波形不失真”就完整了。3.4 圆周卷积作图题复习题第 8 题两个长度 N10 的有限长序列作图表示圆周卷积循环卷积区间长度 L10。这类题的关键是“循环”二字线性卷积结果长度是 19圆周卷积要把超出 L 的部分循环叠加回来。答题步骤是先算线性卷积再按 L10 折叠相加最后画图。作图时标清楚每个样点的位置和叠加来源比只画最终结果更能拿分。4. 随机信号与功率谱估计平稳性判定和经典谱估计的短板随机信号这块概念多、公式多但考题集中宽平稳与严平稳的判定、自相关函数性质、白噪声定义、经典谱估计的方法与缺陷。简答题为主答题时按“定义 → 判定条件 → 结论”组织。4.1 宽平稳与严平稳的判定复习题第 10 题和第 25 题都考这个。严平稳指任意 n 维分布函数与时间起点无关宽平稳指数学期望为常数、自相关函数只与时间间隔有关。关系是严平稳二阶矩存在时一定是宽平稳反之不成立。判定一个过程是否宽平稳答题模板是三步验证二阶矩存在验证均值为常数验证自相关函数只与时间间隔有关。第 25 题中随机过程由两个独立随机变量构成证明时就是逐条验证这三步最后写“故为宽平稳随机过程”。证明题的过程分全在这三步上跳步必扣分。4.2 自相关函数的五条性质复习题第 26 题问自相关函数的常用性质及其在功率谱计算中的作用。性质要答全偶函数、在零点的值等于均方值且为最大值、有界性、周期信号的自相关函数同周期、非周期过程时间间隔趋于无穷时自相关趋于均值平方。作用则落在维纳—辛钦定理上自相关函数与功率谱是一对傅里叶变换对所以求功率谱可以先求自相关再变换。这条定理是后面谱估计题的根必须记牢。4.3 经典谱估计周期图法与它的致命缺陷复习题第 15 题给了一个“观测数据 → FFT → 取模平方 → 除以 N”的框图问三件事为什么随机信号不用傅里叶变换而用功率谱、这是哪种方法、经典谱估计的缺陷与改进。答题要点随机信号的傅里叶变换不存在不满足绝对可积所以转向功率谱框图对应周期图法优点是简单、不用估计自相关函数、可用 FFT 计算致命缺陷是频率分辨率低、方差性能差原因是把有限观测数据之外的部分假设为零相当于加了矩形窗造成系统偏差。改进方法写平均周期图法、窗函数法、修正的周期图求平均法。第 33 题进一步要求比较经典谱估计与现代谱估计经典法把数据窗外假设为零现代法通过参数模型估计再求功率谱针对的正是经典法分辨率低和方差性能差的问题。两题答案可以互相补充背一套就够用。4.4 白噪声与线性系统输出谱白噪声的定义是功率谱密度在整个频域均匀分布理想白噪声带宽无限、能量无限。复习题第 16 题考 RC 电路输入功率谱已知求输出功率谱答法是写出系统频率响应再用输出谱等于输入谱乘以频率响应模的平方。第 29 题考两个系统输出互不相关结论是让两个频率响应函数的振幅特性不重叠互相关就为零。这两题都是“线性系统 谱关系”的直接应用公式写对即可。5. 维纳滤波与卡尔曼滤波从正交性原理到递推估计这是整份复习题里综合度最高的模块计算题和简答题混着出。核心考点正交性原理、维纳—霍甫方程、最优权向量求解、卡尔曼滤波的状态空间描述与递推公式、两者的关系与各自局限。5.1 正交性原理与维纳滤波器复习题第 46、47 题要求简述正交性原理、维纳滤波原理及主要结论。正交性原理的文字表述是使代价函数均方误差最小化的充分必要条件是估计误差与输入正交。由此导出维纳—霍甫方程写成矩阵形式后最优抽头权向量等于输入自相关矩阵的逆乘以输入与期望响应的互相关向量。两个主要结论要背最优权向量的计算需要输入自相关矩阵和互相关向量这两个统计量维纳滤波器是无约束最优滤波问题的解。答题时把“正交性原理 → 维纳—霍甫方程 → 矩阵解”这条链写完整再补两个结论就是标准答案。5.2 维纳滤波器的计算题套路复习题第 52 题N2 的维纳滤波器已知信号自相关和噪声方差求滤波器系数和最小均方误差。答题步骤固定先写出观测信号的自相关信号自相关加噪声自相关再写互相关等于信号自相关代入 N2 的维纳—霍甫方程组解二元一次方程组得系数最后代回最小均方误差公式。import numpy as np # 已知信号自相关 r_s(0)、r_s(1)噪声为方差 1 的白噪声 r_s0, r_s1 0.8, 0.5 # 示例数值按题目给定替换 sigma_w2 1.0 # 白噪声方差 # 观测自相关矩阵 R2x2Toeplitz 结构 R np.array([[r_s0 sigma_w2, r_s1], [r_s1, r_s0 sigma_w2]]) # 输入与期望响应的互相关向量 p p np.array([r_s0, r_s1]) # 解维纳—霍甫方程 R h p h np.linalg.solve(R, p) # 最小均方误差 期望信号功率 - p^T h mse_min r_s0 - p h print(最优权向量:, h) print(最小均方误差:, mse_min)这段代码把手工解题的每一步对应到矩阵运算R是观测自相关矩阵对角元是信号自相关加噪声方差非对角元是信号自相关p是互相关向量np.linalg.solve解的就是维纳—霍甫方程最小均方误差用“期望信号功率减去互相关与权向量的内积”计算。考试时手算二元方程组即可代码用来验算和加深对矩阵结构的理解。参数替换时注意噪声若不是白噪声R的对角元要换成信号自相关加噪声自相关。5.3 卡尔曼滤波的状态空间描述复习题第 41 题对时不变标量随机变量在加性高斯白噪声中观测设计卡尔曼滤波器要求构造离散状态空间方程并求状态更新公式。答题框架是状态方程写成“当前状态等于上一时刻状态”时不变量观测方程写成“观测等于状态加噪声”然后写增益公式、状态更新公式、误差方差递推公式。卡尔曼增益的递推是本题的计算核心增益随迭代次数变化最终趋于稳态值。答题时把三个递推式写清楚增益由预测误差方差和噪声方差之比决定状态更新是“预测值 增益 × 新息”误差方差按“预测方差乘以1 减增益”更新。第 42 题要求比较卡尔曼与维纳滤波卡尔曼用状态空间和时域递推适用于非平稳过程和多变量系统维纳用频域传递函数要求平稳性和已知相关函数稳态下两者结果一致。存在的问题要提模型误差导致数值发散、状态维数高带来实时性压力。5.4 自适应滤波的算法谱系与应用复习题第 18、19、23 题围绕自适应滤波。常用算法按准则分四类基于维纳滤波理论、基于卡尔曼滤波理论、基于最小均方误差准则LMS、基于最小二乘准则RLS。应用场景要能列出来自适应滤波与逆滤波、系统辨识、自适应均衡、回波抵消、噪声抵消与谱线增强、谱估计、波束形成、盲自适应处理。第 22 题从最速下降法推导 LMS 算法关键一步是用瞬时估计代替真实梯度得到“权向量更新 旧权向量 步长 × 误差 × 输入”的形式。步长控制收敛速度和稳定性太大发散、太小收敛慢这个取舍要写进答案。6. 易错点五类最容易丢分的题和纠正方法6.1 把“提高采样频率”当成“提高频率分辨率”错在哪看到题目说“想看清更密的谱线”就认为提高采样频率、增加点数能解决。为什么错模拟频率分辨率由记录时间决定采样频率翻倍时点数也翻倍两者相除的谱线间隔不变。怎么答对先判断不能再点明数字频率与模拟频率的区别最后给出“延长记录时间才能提高模拟频率分辨率”的结论。6.2 因果稳定性只写结论不写收敛域错在哪直接写“因果、不稳定”没有收敛域依据。为什么错因果性由收敛域位置决定稳定性由收敛域是否含单位圆决定结论必须由依据推出否则过程分全丢。怎么答对每问按“收敛域 → 因果性 → 稳定性 → 单位脉冲响应形态”四步写一步不省。6.3 FIR 与 IIR 比较答成单方面优点罗列错在哪只写 FIR 线性相位好、IIR 选择性好没有对照维度。为什么错比较题考的是结构化对比单点罗列显得没有体系。怎么答对按幅度选择性、相位特性、稳定性与误差、设计方法四个维度成对比较每个维度两边都写最后补一句适用场景。6.4 经典谱估计缺陷只写“分辨率低”错在哪漏掉方差性能差和原因分析。为什么错周期图法的致命缺陷是分辨率低加方差大根源是把有限数据之外假设为零、等效加窗造成偏差。怎么答对缺陷写两条原因写一句“数据窗外假设为零相当于加窗”改进方法列平均周期图、窗函数、修正周期图平均三种。6.5 维纳滤波计算题矩阵结构写错错在哪观测自相关矩阵的非对角元直接填信号自相关忘了噪声只在自相关零点贡献。为什么错白噪声自相关只在零延迟非零所以噪声方差只加在对角元上非对角元仍是信号自相关。怎么答对先写“观测自相关 信号自相关 噪声自相关”再逐元素填矩阵解方程后回代求最小均方误差。7. 考前一周怎么刷这份题三遍法加一张公式卡最后说方法。这份复习题题量大、覆盖面广考前一周硬刷一遍效果有限我自己的习惯是走三遍每一遍目标不同。第一遍按模块过只做计算题采样参数确定、圆周卷积、维纳滤波器系数、卡尔曼增益递推这四类必须动手算算完对照答案找断点。这一遍不求快求的是每个公式都能从条件推出来而不是背结论。第二遍只做简答题把 FIR/IIR 比较、平稳性判定、经典谱估计缺陷、维纳与卡尔曼关系这四道默写一遍写完对照要点表自查缺哪条补哪条。第三遍只看错题和易错点章节把第 6 章的五类错误逐条过一遍每类自己复述“错在哪、为什么错、怎么答对”。配套做一张公式卡正面写采样四公式和谱分辨率关系链背面写维纳—霍甫方程矩阵形式和卡尔曼三个递推式。卡片只写公式和一句话适用条件不写推导进考场前十分钟看的就是它。遍次目标时间占比验收标准第一遍计算题全动手50%四类计算题独立算对第二遍简答题默写30%四道简答要点齐全第三遍易错点复述20%五类错误能讲清纠正方法有个血泪经验我早年复习这类课总喜欢把答案看一遍觉得“懂了”就翻页结果考场上采样参数那道题卡了十分钟就是因为从没自己从头推过一遍公式链。从那以后我每次复习都强制自己合上答案先写过程写完再对哪怕写得慢。这份复习题的价值不在于答案本身而在于每道题背后的考点骨架——把骨架拆出来、自己填一遍比看十遍答案都管用。希望帮到你。本文还有配套的精品资源点击获取