⑴ 信息与通信工程主要是学什么的
该专业是一个基础知面宽、应用领域广阔的综合性专业，涉及无线通信、多媒体和图像处理、电磁场与微波、医用X线数字成像、阵列信号处理和相空间波传播与成像以及卫星移动视频等众多高技术领域。
培养知识面非常广泛，不仅对数学、物理、电子技术、计算机、信息传输、信息采集和信息处理等基础知识有很高的要求，而且要求学生具备信号检测与估计、信号分析与处理、系统分析与设计等方面的专业知识和技能，使学生具有从事本学科领域科学研究的能力。
(1)传感器网络阵列信号处理扩展阅读
培养目标：
为适应我国社会主义建设的需要，本专业培养德、智、体全面发展的信息与通信工程领域的科学研究、工程技术专门人才和高等学校师资力量。在信号理论、通信系统方面掌握坚实的基础理论、系统的专门知识和必要的实验技能，熟悉所从事研究方向的科学技术的发展动向。
掌握一门外国语，能熟练地进行专业阅读并能撰写论文摘要，具体从事本学科领域内科学研究，及教学工作的能力或独立从事实际工作的专门技术水平，具有实事求是，严谨的科学作风。
⑵ 通信与信息系统，信号与信号处理有什么区别
确切地说
Communication
and
Information
System和Information
and
Signal
Processing
两个的侧重点不一样
前者侧重通信的交互，例如0和1怎么编码（信道编码），还有MIMO等，以及通信网络架构，信道模型等等，侧重点在于交互，通信，而不在乎这信号的内容到底是什么，只负责将0~1准确的交付，所以往往还涉及调制，译码，交织，纠错等等。大致方向是通信原理的延伸。
后者是着重在信号的处理，在这个方向里面是不在乎信号时怎么交互，获取的，而是得到这个信号之后，该做些什么处理，例如图像信号有增强，滤噪，识别，压缩，编解码等等，声音信号也对应的方面，与医学结合的更加紧密，例如图像信号，医学中通过X片拍摄的图像什么的往往都需要做一些处理。，根据不同的信号使用不同的处理方式。还有一些变换的研究。使用领域比较广了，看这个信号是什么就涉及什么领域了。大致方向是离散时间信号处理的延伸
所以，打个比方就是这样的，例如现在的电话网络，前者注重中间的交互（运营商，中移动，中电信，中联通），而后者重在两端的处理（终端生产厂中的信源编码，滤波，均衡）。
呵呵多读一些IEEE中Communication
Society
和Signal
Processing
Society的文章就知道侧重点了。
大概就这些吧，前者是通信的交互，后者是着重在处理上。
前者不管信息代表什么，只需要准确的交付，只在乎0~1，还要考虑吞吐量，冗余量等系统层次的东西。
后者需要根据这些信息代表什么含义，然后通过一定的算法处理，增强，或者识别或者分类等等。着重在处理，因为有着东西不处理根本没发看或者听或者知道其内容。
当然，根据现在的LTE中OFDM，如果使用通信的方式，不同的数字使用不同的频率，那是没办法弄的，但可以使用信号处理的方式进行调制，利用正交性可以节省很多带宽，呵呵说白点就是一个DFT了。
不过国内很多大学两者都差不多，学的都差不多，不过有些细微差别吧。
信源编码处理是放在信息与信号处理，一般在这个大的方向下面会根据处理的信号不同划分，例如多媒体的两个：图像和声音信号，还有一些生物医学与图像的结合。地震信号，弱信号等等。另外一种分类是纯信号的研究，而不是区分信号种类，例如检测，估计，识别等。呵呵当年好像IEEE的SPS总结近十年发展最快的不是移动通信，是深空通信啊，这里面主要涉及弱信号的检测了，由于空间距离非常远，如何检测是一门大学问。
信道编码则是通信与信息系统，即调制解调（如何将0~1有效变成合适的信号进行发送以及接收），吞吐量，星座图，纠错，带宽。反正就是更加系统的层次了。
另外一个Society是Shannon的Information
Theory
Society。研究熵的，从熵的角度也可以推导出来很多类似的解决方案。
在通信与信号处理这个大方向上还有一个方向是电磁场与微波信号，这个就是负责天线，射频的事情了。但老外没有这个专业，因为人家认为麦克斯韦的五个方程一列，电磁场所有问题就Over了。
不过从国内就业上来说，由于目前运营商比较轻松，收入也比较高，所以很大一部分愿意去，从而通信与信息系统的就业会好些。
但对于需要信号处理的地方来说，后者更好，例如图像图形大公司（国外很发达的）。国内暂时没有。
关键还是要看兴趣吧，如果喜欢通信就是交互，如果喜欢处理，则是后者。
或者说如果
通信原理
理解深刻（不是考试成绩好），选前者。
如果
离散时间信号处理
理解深刻（不是考试成绩好），选后者。比如一张
芙蓉姐姐的照片可以经过若干步处理，最后变成美女
⑶ 陈建峰的教研成就
研究方向主要包括阵列信号处理、声音信号处理、传感器网络、模式识别等，主持并参加国防预研项目、国家自然基金项目、创新基金项目、国防863项目等十余项。在国内外期刊和会议发表学术论文50余篇，其中SCI收录6篇，EI收录近30篇；授权和申报专利8项，包括国际专利3项，国防专利2项，发明专利3项。在国外工作期间，曾获得新加坡政府颁发的2004、2005和2006年陈家庚青少年发明奖。经过专业的国际知识产权管理、项目管理培训、并获得英国伦敦大学法律专科文凭。IEEE高级会员、模式识别与机器学习学会会员和声学学会会员，西安市科技局传感器网络技术专家组成员。
⑷ 方俊的研究兴趣
主要包括统计信号处理，阵列信号处理，空时信号处理，无线通信，无线传感器网络及模式识别，数据挖掘等。从2005年至2012年在IEEE权威期刊发表了20篇论文；在知名国际会议上发表了将近20篇论文。担任IEEE Trans. Inf. Theory，IEEE Trans. Signal Processing，IEEE Signal Processing Letters，IEEE Trans. Wireless Communications，IEEE Trans. Communications等期刊的审稿人。与国际上信号处理和无线通信领域多支着名研究团队建立了良好的合作与交流关系。
⑸ 请问西安交通大学信号与信息处理学的大概是什么，属于软件还是硬件考研的分数线大概十多谢谢！
信息与通信工程系拥有信息与通信工程一级学科，下设有通信与信息系统、信号与信息处理、电磁场与微波技术三个二级学科，硕士研究生按二级学科进行培养。力求培养掌握坚实的基础理论和系统深入的专业知识，具有很强的系统设计、技术开发的能力、与从事科学研究的能力，能把握研究方向的最新科技发展动态，高水平综合素质的信息与通信领域的高级专门人才。
主要研究方向按二级学科分列如下：
通信与信息系统（081001）
无线通信理论与应用、数据传输理论及应用、交换及宽带网络、阵列信号处理理论与应用、无此传感器网络、光纤通信、卫星通信理论与应用
信号与信息处理（081002）
数字图像分析与处理、图像视频压缩编码、图像视频网络传输控制与检索管理、多媒体探测和测控中德信号与信息处理、阵列信号处理。
电磁场与微波技术（080904）
瞬态电磁场理论及其应用，宽带天线及超宽带天线。
主干课程为：数理统计、随机过程、数字信号处理、信息论与编码，信号检测与估值、通信网络理论及其应用、数字图象处理、天线无线电波传播以及微波有源与无源电路原理。
其中，微波方向还有一个数据广播国家工程中心
主要研究的是电视机的机顶盒
⑹ 传感器获得的信号要输入物联网，应进行哪些处理
在汽车上不用处理，信号直接送给电脑或者相关
控制单元
，由电脑或控制单元对信号进行放大，整形，滤波，最后送到网关共享。
⑺ 传感器的工作原理是什么
传感器的工作原理是：当弹性轴受扭时,应变桥检测得到的mV级的应变信号通过仪表放大器放大成1.5v±1v的强信号,再通过V/F转换器变换成频率信号,通过信号环形变压器从旋转的初级线圈传递至静止次级线圈,再经过外壳上的信号处理电路滤波、整形即可得到与弹性轴承受的扭矩成正比的频率信号,既可提供给专用二次仪表或频率计显示也可直接送计算机处理。
⑻ 电子鼻的工作原理
电子鼻主要由气敏传感器阵列、信号预处理和模式识别三部分组成。某种气味呈现在一种活性材料的传感器面前，传感器将化学输入转换成电信号，由多个传感器对一种气味的响应便构成了传感器阵列对该气味的响应谱。显然，气味中的各种化学成分均会与敏感材料发生作用，所以这种响应谱为该气味的广谱响应谱。为实现对气味的定性或定量分析，必须将传感器的信号进行适当的预处理(消除噪声、特征提取、信号放大等)后采用合适的模式识别分析方法对其进行处理。理论上，每种气味都会有它的特征响应谱，根据其特征响应谱可区分小同的气味。同时还可利用气敏传感器构成阵列对多种气体的交叉敏感性进行测量，通过适当的分析方法，实现混合气体分析。
电子鼻正是利用各个气敏器件对复杂成分气体都有响应却又互不相同这一特点，借助数据处理方法对多种气味进行识别，从而对气味质量进行分析与评定。
电子鼻识别的主要机理是在阵列中的每个传感器对被测气体都有不同的灵敏度，例如，一号气体可在某个传感器上产生高响应，而对其他传感器则是低响应；同样，二号气体产生高响应的传感器对一号气体则不敏感，归根结底，整个传感器阵列对不同气体的响应图案是不同的，正是这种区别，才使系统能根据传感器的响应图案来识别气体。
电子鼻的工作可简单归纳为：传感器阵列－信号预处理－神经网络和各种算法－计算机识别(气体定性定量分析）。从功能上讲，气体传感器阵列相当于生物嗅觉系统中的大量嗅感受器细胞，神经网络和计算机识别相当于生物的大脑，其余部分则相当于嗅神经信号传递系统。
⑼ 英语专业翻译
1 前 言
到达方向（DOA）估计问题在阵列信号处理、传感器网络、遥感等方面受到了广泛的研究。用多个传感器、广义互相关（GCC）、最小方差无失真响应（MVDR）和多信号分类（MUSIC）算法确定DOA是常用的[1]。通过构建，所有这些方法都要求接收信号的奈奎斯特率取样来估计角度空间的小数量的DOA，这在像雷达或射电天文学之类的某些应用中是非常昂贵的。作为一个例子，旧金山东北的Allen望远镜阵列具有从0.5到11.2 GHz的频率覆盖，用于科学研究。在本文中，我们提出了一种方法，这种方法取很小一组提供信息的测量值就能让我们仍然可以估计DOA。
在压缩传感（CS）方面的最近结果说明，有可能从O（K log N）测量值重构一个长度为N的K-稀疏信号 [2]。CS取非传统的随机化投影形式的线性测量值 。在变换域 有稀疏表示的信号 可以通过解以下形式的凸优化问题，确实以高的概率，由 压缩测量值重构。
使服从
这可以用线性编程有效地解决。
我们用基追踪（basis pursuit）策略，作为一个词典选择问题来公式化DOA估计问题，在词典选择问题中，词典项（dictionary entry）通过离散化角度空间，然后对每个离散角度合成传感器信号而产生。在角度空间中的稀疏性意味着，要与测量值匹配将只需要很少几个词典项。根据CS的结果，应该有可能由M压缩测量值重构稀疏的词典－选择器矢量。请注意，我们不直接取角度空间矢量的压缩测量值（随机投影）。反之，我们只能取传感器处接收信号的随机投影，但是我们有一个模型，用于作为来自不同角度的多个源信号的，被延迟的和加权的结合的这些（投影）。
⑽ 通信工程 脑电波研究方向
脑电波就是一种无线电波通信方式，不存在谁用在谁上面的问题。人们对脑电波的研究已经有了一定的基础，但进入了一个误区，就是认识脑电波的频率问题。现有的设备所测出的脑电波频率才有十几赫兹（属于次声波）。事实上这个频率只是脑电波的包络波而不是基本频率，相当于调幅收音机的音频成分，而真正的载波远远高于目前所有频率测试仪器的上限频率，导致目前科学界对脑电波的频率定义得如此之低。
大量心灵感应的实例，特别是双胞胎的心灵感应现象告诉我们，脑电波可以象无线电设备一样相互通讯，而且至少有一个或者一个以上的基本载波，甚至频率可以改变。从脑电波能感应的距离以及只耗费如此微弱的能源来判断，脑电波的频率远远高于目前人类所有的电子设施。脑电波不但频率非常高，还应该有一定的方向性，初步判断脑电波的真实频率达到甚至超过可见光的频率。