专业120+总400+北京理工大学826信号处理导论考研经验北理工电子信息与通信工程,真题,大纲,参考书。

在这里插入图片描述

  **今年专业课826信号处理导论(信号系统和数字信号处理)120+,总分400+,应群里同学需要,自己总结一下去年的复习经历,希望对大家复习有帮助。**

专业课:

北京理工大学专业826是两门合一,信号与系统和数字信号处理曾禹村、张宝俊《信号与系统》或者郑君里老师《信号与系统》,我本科一直用郑君里老师书,考研也继续使用,北理也有大纲,很好匹配,就是几个符号稍微注意。专业课学习和资料:由于前面上岸学长已经验证过,也很推荐,我直接和学长一样参考信息通信考研Jenny老师课程(不熟悉Jenny老师小伙伴可以去b站:@信息通信考研Jenny,多看看老师分享的专业课视频,都是很好的资源),资料也是配发的,历年真题,答案(全word版)质量很高,名校真题精选,讲义总结等。该有的都有,也非常经典的资料。

复习重点:

信号的尺度变换作图;线性时不变因果性质判断;线性卷积运算次数计算;傅氏变换性质定理;框图分析;信号基本运算;连续响应求解;频谱压缩系统;离散系统响应求解;奈奎斯特采样定理;调制解调滤波;两个矩形窗的卷积;求解零输入、零状态响应;状态变方程和输出方程;DFT和DTFT的关系;基2-FFT流图和运算次数计算;频率采样法设计滤波器等

我的时间安排:

5-8月:数学有一定计算能力和基础后,开始专业课基础,强化,和提升。教材结合Jenny老师课程,Jenny老师课程安排非常合理,每次课从知识点引入到数学模型推导证明,到物理意义的深入讲解,再到考研怎么去解题,运用整合在一起,非常高效,有条件建议直接跟Jenny老师课程复习,事半功倍。边学边做,现学现用。针对每次课还有精选测评作业,及时发现不足。学一课,拿下一课考研分数。

9-10月:真题阶段,完成老师强化提升课程后,辅导课模考了两次,难度均高于往年,成绩感觉还不错,基本120+,然后开始做真题,拿出一个本子,每道题思路,分析过程和错误的地方都详细记录,有问题直接找老师解答,非常高效,不要放过任何一个细节,考研出现时,后悔都来不及。

11-考前:参加模考,和老师评估,知识点回顾。真题做完了,可以做资料里面名校真题精选查缺补漏。这些顶尖名校真题精选题目可以很好拓展自己复习,如果今年专业课难度提高,也有足够的能力应对。

数学一:

推荐大家基础跟着武忠祥,我只能说他的方法,他的思路真的很厉害,张宇的更偏解题技巧,但武忠祥真的都包括了,他总结的那些解题方法最好做一个笔记,时常拿出来看,因为数学内容太多了,大多数人往往都是学了后面,忘了前面。不过,想要拿高分,就得重复重复再重复,而且要尽可能早的去学数学,你不知道你搞完数学要用多长时间,万一后面做真题的时间不充分,成绩也不会得到很大的提高。

具体的学习计划:

3-6月,高数基础,跟着武忠祥或者张宇都可以,不过选定一个老师之后不能中断,一定要把他的基础课程学完,期间可以夹杂看一点其他老师的视频。习题可以选择汤家凤的1800,我当时打基础的时候只用了这本书,这本书真的没有别人讲的那么简单,中间有很多题目在基础阶段来看的话是完全解不出来的,每道题的思路,解题方法都要掌握,最最最关键的是,不要看着答案写题,不能有那种我觉得我会了的错觉,当然,碰到难题也别僵在那里,顶多留15分钟,解不出来就跳过,随后再做补错,做笔记,把思路学会。

6-7月 这个时候我开始学习线代跟概率论。线代不用去看其他老师的课了,只有一个选择,李永乐,线代大帝,跟着他的课,跟着他的思路,线代最重要的就是一个解题思路的问题。有些题目是固定的解题思路,有些题目却有些灵活。但李老师真的是把每一种可能出现的思路都会讲到,讲透彻。辅导书就用他的线代辅导讲义,每道例题都做一做。习题集可以选择1800上面的线代题,也可以直接开始做660上面的线代题,660的线代真的非常非常简单,没必要深究。

概率论我比较推荐余炳森,森哥的课程跟李老师的课程一样,都是手写的,动动笔,跟着课程写一写,概率论的重点在于记忆,太多公式和概念了,最好自己做个整理,重复的时候有迹可循。

7-9 这时候基本上所有的基础都学完了,开始强化,高数的强化推荐武忠祥和张宇的一起来。武忠祥的听前面的,等二重积分之后的内容听张宇的,仁者见仁,我感觉武老后面的内容不精,很简单的概括过去,往往让人云里雾里的,不明所以,但张宇的就很好,很具体,听他的能够很简单的搞清楚那些抽象的原理。习题集就推荐880+660。这两本题目千万千万千万不要浪费,每道题都要认认真真的做,我连说三个千万,你得明白这两本题目的含金量。

9-12 这时候基本上强化也完了。后面就开始真题,首先是05-23的真题。每套卷子给自己定时间,就当成自己在考场上,检查一下自己的能力和水准,真题很重要,不过也别太沉溺于真题。 真题能做到均分120以上说明自己的知识体系没有太大的漏洞,着重去看自己哪里有失误,去查缺补漏。

英语一:

首先就是背单词,三月份就开始,先过一遍考研大纲要求的5500词,再刷真题阅读,在看懂单词的基础上去利用阅读,将阅读重心放在分析出题思路和归纳解法上。基础不牢地动山摇,单词是展开一切英语学习的基础,不论完型,阅读还是作文,本质上都是由一个个单词组成。

其次是背长难句,和单词同时进行,我是背了差不多有100个GRE中的长难句,那里面长难句真是长,不过里面的一些方法对分析长难句还是有帮助的,先分析,分析后再背,到后来句型看多了,有一些方法,就会觉得长难句也不难了,特别是你背多了就会有语感。

再说最重要的阅读理解,这可能是大家花时间最多的部分了,我是五月份开始每天都会做英语阅读理解,主要是历年试题和黄皮书阅读理解80篇,阅读也是在单词基础上进行的,同时通过做阅读也是不断掌握着单词,对于阅读中不懂的词(特别是试题),要搞懂。感觉黄皮书的解析真的巨详细,而且语篇分析和逻辑解析对基础不好的同学来说都非常友好,所以每次做完题后一定要认真看黄皮书的解析。还有,阅读真的很忌讳一个词一个词的去看,那样效率真的不好,词句段之间都是有联系的,要能够把握它们之间的联系,这就要搞好长难句,试题中每个不懂的句子都要认真分析。同时,不仅要分析文章,还要分析题目,知道一些常见的会有的出题陷阱,通常题目都是和文章段落相对应的,也有一些总结概括的。

再说下作文,作文我是从考前一个多月开始集中准备的。作文有大、小两个,小作文套路明显,格式一定要规范,大作文就相对复杂一些。可以先看几年试题,知道它是怎么个写法,后面就是依照试题及一些题目自己先写,然后依照范文比对比对,当然,试题范文也是要分析的,然后就是要多读,时间可以尽量背一下。把一些好用并且我擅长的句型总结出来,集中去背,背到尽可能就是脱口而出,写作文或多或少要有一些好的句型可以用。另外就是平时要参考试题多总结一些有关方面(像科技,环境,教育什么的)词汇以及一些比较好用的词组,要灵活的运用。

关于翻译翻译,要多做,多总结,翻译需要分析好句子,同时也要把握好单词的意思,有的单词并非常用意义,有的词是经常会考的,所以做完后还是要认真总结。这和前面单词,长难句也是结合在一起了。

最后说新题型和完型,新题型主要还是考逻辑性,要注意一些关联词。完型填空的话,就是做了历年试题。

政治

徐涛老师:《核心考案》、《优题库》(电子版)、《背诵笔记》

肖秀荣老师:《1000题》(电子版)、《肖四》、《肖八》

这门学科只要时间花到位,75分不是很难。

在8-9月份,我看了徐涛老师的基础班视频,对于政治的所有知识点进行了初步的学习,主要以理解为主。

在9-10月份,我对于其中的重点知识点进行了初步背诵,记忆不是非常牢固,主要是为了熟悉相关内容。在背诵的同时,我还进行了刷题,我做了徐涛老师的优题库,还有肖秀荣老师的1000题。这个刷选择题的阶段从这里开始一直持续到考研之前,因为这些题目需要反复刷,否则会遗忘,包括后面陆续出版的肖秀荣老师的肖八、肖四的选择题,也都要反复刷。个人建议选择题刷题不要用实体书,不利于N刷。

在11-12月份我购买了徐涛老师的背诵手册,很小的一本,后面我没有看冲刺视频,因为时间不够,我直接根据背诵手册上知识点的重要性进行了背诵。后面肖八出版以后主要是做选择题(肖八大题我没有看因为来不及了),肖四出版以后我做了选择题,然后背了全部大题,大题背了两遍。12月肖秀荣老师有一个点题班,对于肖四大题知识点进行了重要性排序整理,还有对时政的梳理,所以后来考研之前我把点题班的讲义背了有2-3遍。

   **以上就是我去年将近一年的复习经历,希望对大家复习有所帮助,考研一定要耐得住压力,焦虑,磨练自己的专注力,最后祝大家考研顺利,金榜题名,成功上岸!** 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/465350.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

Flutter开发进阶之使用工具效率开发

Flutter开发进阶之使用工具效率开发 软件开发团队使用Flutter开发的原因通常是因为Flutter开发性能高、效率高、兼容性好、可拓展性高,作为软件PM来说主要考虑的是范围管理、进度管理、成本管理、资源管理、质量管理、风险管理和沟通管理等,可以看到Flu…

微信小程序调用百度智能云API(菜品识别)

一、注册后生成应用列表创建应用 二、找到当前所需使用的api菜品识别文档 三、点链接看实例代码 这里需要使用到如下几个参数(如下),其他的参数可以不管 client_id : 就是创建应用后的API Keyclient_secret: 就是创建…

Vue mqtt 附在线mqtt客户端地址 + 完整示例

mqtt:轻量级物联网消息推送协议。 目录 一、介绍 1、官方文档 1)npm网 2) 中文网 MQTT中文网_MQTT 物联网接入平台-MQTT.CN 2、官方示例 二、准备工作 1、安装依赖包 2、示例版本 三、使用步骤 1、在单页面引入 mqtt 四、完整示例 tips 一、介…

正则表达式与re模块

目录 正则表达式 简介 语法: 常用元字符: 量词: 贪婪匹配和惰性匹配: re模块 简介: 常用的几个模块: 1.findall 2.search 3.finditer 4.compile 案例展示: 需求: 思路分析&#…

《论文阅读》E-CORE:情感相关性增强的移情对话生成 EMNLP 2023

《论文阅读》E-CORE:情感相关性增强的移情对话生成 EMNLP 2023 前言摘要模型架构图构建边的构建和初始化节点的初始化图更新情感相关性加强解码损失函数总结前言 亲身阅读感受分享,细节画图解释,再也不用担心看不懂论文啦~ 无抄袭,无复制,纯手工敲击键盘~ 今天为大家带来…

IDEA 多个git仓库项目放一个窗口

1、多个项目先通过新建module或者CtrlAltShiftS 添加module引入 2、重点是右下角有时候git 分支视图只有一个module的Repositories。这时候需要去设置把多个git仓库添加到同一个窗口才能方便提交代码。 3、如果Directory Mappings已经有相关项目配置,但是灰色的&…

浅谈JPA框架

JPA 前言概述ORM 映射元数据JPQLJPA API附Spring Data JPA 前言 了解 JPA 框架对后续使用 Spring Boot 是有很大帮助的,下面简单介绍 JPA 框架的基础知识。 概述 JPA( Java 对象持久化 API ,Java Persistence API )&#xff0c…

物联网数据驾驶舱

在信息化时代,数据已经成为驱动企业发展的核心动力。特别是在物联网领域,海量数据的实时采集、分析和监控,对于企业的运营决策和业务优化具有至关重要的作用。HiWoo Cloud作为领先的物联网云平台,其数据监控功能以“物联网数据驾驶…

npm包、全局数据共享、分包

使用 npm 包 小程序对 npm 的支持与限制 目前,小程序中已经支持使用 npm 安装第三方包,从而来提高小程序的开发效率。但是,在小程序中使用npm 包有如下 3 个限制: ① 不支持依赖于 Node.js 内置库的包 ② 不支持依赖于浏览器内置…

C++——string

一学习string的原因 1.从个人理解角度上: 在刚开始学习之前,我只知道学习完string在以后的刷题中能提高做题效率,在对字符串的处理string库中也许有对应的接口去实现需求,不用自己去写函数的实现。 但在学string中改变了之前的…

安卓安装Magisk面具以及激活EdXposed

模拟器:雷电模拟器 安卓版本: Android9 文中工具下载链接合集:https://pan.baidu.com/s/1c1X3XFlO2WZhqWx0oE11bA?pwdr08s 前提准备 模拟器需要开启system可写入和root权限 一、安装Magisk 1. 安装magisk 将magisk安装包拖入模拟器 点击&#xff1a…

UnityShader(十六)凹凸映射

前言: 纹理的一种常见应用就是凹凸映射(bump mapping)。凹凸映射目的就是用一张纹理图来修改模型表面的法线,让模型看起来更加细节,这种方法不会改变模型原本的顶点位置(也就是不会修改模型的形状&#xf…

《硬件历险》之Mac抢救出现问题的时间机器硬盘中的数据

本文虽然使用“抢救”一词,但是运气比较好,远没有达到访问和修改底层的信息来抢救的地步。如果你是需要通过访问和修改底层信息来抢救数据,建议阅读刘伟的《数据恢复技术深度揭秘(第二版)》或者寻找专业人士的帮助。 《…

卷积篇 | YOLOv8改进之C2f模块融合SCConv | 即插即用的空间和通道维度重构卷积

前言:Hello大家好,我是小哥谈。SCConv是一种用于减少特征冗余的卷积神经网络模块。相对于其他流行的SOTA方法,SCConv可以以更低的计算成本获得更高的准确率。它通过在空间和通道维度上进行重构,从而减少了特征图中的冗余信息。这种…

留学生课设|R语言|研究方法课设

目录 INSTRUCTIONS Question 1. Understanding Quantitative Research Question 2. Inputting data into Jamovi and creating variables (using the dataset) Question 3. Outliers Question 4. Tests for mean difference Question 5. Correlation Analysis INSTRUCTIO…

深度学习 精选笔记(13.1)卷积神经网络-LeNet模型

学习参考: 动手学深度学习2.0Deep-Learning-with-TensorFlow-bookpytorchlightning ①如有冒犯、请联系侵删。 ②已写完的笔记文章会不定时一直修订修改(删、改、增),以达到集多方教程的精华于一文的目的。 ③非常推荐上面(学习参考&#x…

SAR ADC教程系列5——FFT频谱泄露以及相干采样

频谱泄露的出现以及如何规避? 为什么要相干采样? 1.分析ADC输出信号的频谱工具:DFT(Discrete Fourier Transform) 重点:DFT相邻频谱频率间隔为fs/N 如何规避频谱泄露? 对于DFT,它对于接收到的信…

Qt文件读写

做一个简单的文件读写,我们把一个结构体内的数据写入到二进制文件中,并重新读取解析。代码结构如下: 项目名称随便起就好了。main.cpp是主函数;DataHandler实现文件的写与读,还要模拟过程;Definition.h放置…

机器学习-绪论

机器学习致力于研究如何通过计算的手段、利用经验来改善系统自身的性能。在计算机系统中,“经验”通常以“数据”的形式存在,因此,机器学习所研究的主要内容,是关于在计算机上从数据中产生“模型”的算法,即“学习算法…

NPM 仓库的超集 JSR 来了!

引言 今天在 Deno 博客中看到了一篇文章,介绍了一个叫 JSR 的包管理注册中心,简单尝试了一下觉得还不错,本文将结合原文章和个人体验对 JSR 进行一个详细的介绍。 在现如今的前端开发中,包管理注册中心 (如 npmjs.com) 扮演着至…