1．掌握离散时间系统的时频域分析方法。 2．加深对离散时间系统冲激响应、频率响应的理解。 3．掌握零点、极点分布的概念。

Discrete-Time Signal Processing, Alan V. Oppenheim 离散时间信号处理 奥本海默 第三版 高清，非扫描 高清，非扫描

奥本海姆『离散时间信号处理』第二版教材及习题解答 西安交通大学出版社

不可多得的经典DSP教材，网上很难找的。

设马尔可夫链 的状态空间为E={1,2,3},一步转移概率矩阵为 ， 初始概率分布为 (1) 求 (2) 求 (3) 求 的绝对概率分布 ； (4)求n步转移概率矩阵 ，其中n=2,4,6,8,10，…,观察规律。 （5）模拟 10步转移，并画轨迹图。 （6）模拟 1000步转移，并统计该马氏链各个状态的转移概率。 三. 设马尔可夫链 的状态空间为E={1,2,3,…,100},一步转移概率矩阵满足 。初始概率分布为 。 (1) 求 的绝对概率分布 ； (2) 求n步转移概率矩阵 ，其中n=10,20,30,40,…,观察规律; (3)求 的绝对概率分布 ,其中n=2,4,6,8,…, 观察规律。 (3)求 的极限概率分布。

利用自适应动态规划(ADP)的值迭代算法，求解非线性离散时间系统，能够实现稳定控制。代码基于Python实现，构建Actor 和Critic Network两个网络。需要安装Pytorch和Tensorflow;由于保存结果，因此需要在根目录先创建ADPresultfig文件夹;python文件只需要放在根目录下即可。

频谱分析方法 对离散时间序列用傅立叶变换和自相关法进行谱分析 用最大熵法（MESE）对数据进行谱分析

清华大学出版社 应启行 《离散时间信号分析和处理》 的书；非常不错

基于网络延迟的离散时间控制系统的最优性能

在时间尺度上同时具有泄漏时间延迟和离散时间延迟的复值神经网络的全局稳定性