2022年中国传媒大学信号与信息处理招生目录、参考书、复试线、考试大纲及经验

一、专业介绍

中国传媒大学脑科学与智能媒体研究院（Neuroscience and Intelligent Media Institute（NIMI）, CUC）组建于2013年5月，是我国成立最早的以脑科学为基础的新一代人工智能研究院之 一。研究院拥有自主创新的世界级大脑仿真实验平台 NiMiBrain®和 类脑计算云平台NiMiBrainCloud®。研究院注重基于现代脑科学的人工智能理论、方法和技术创新，为现代传媒技术、智能计算、神 经芯片、认知科学和现代教育技术等前沿科学提供理论基础与应用技术。

研究院与北大、清华、中科院自动化所等单位开展了多方位的交流合作，共同承担了北京市首批“脑科学与类脑计算”专项重点项目，并自主承担了北京市脑科学研究重点课题的相关研究。同时，研究院也积极推动并参与了与欧盟脑计划等国际组织的国际交流合作项目。

研究院的研究方向主要围绕类脑智能和智能媒体展开，在类脑智能研究方面已经取得丰硕成果，特别是大脑仿真云平台，经北京市 科委专家组评估，认定平台为脑认知科学和脑医学的研究提供了重要的科研平台。研究院还开展基于脑机接口的多模态媒体评估研究，和我校其它科研团队开展紧密合作，负责我校媒体融合与传播 国家重点实验室的科学前沿问题的研究工作。

二、研究方向及考试科目

研究方向

08新人工智能与媒体技术

考试科目

①101思想政治理论

②201英语一

③301数学一

④823信号与系统或824数据结构选一

三、参考书

823信号与系统

吴大正，杨林耀，张永瑞等. 信号与线性系统分析（第 4 版）. 北京： 高等教育出版社，2018。

824数据结构

《数据结构》（C 语言版） 严蔚敏、吴伟民著，清华大学出版社。

《新祥旭中传信号与信息处理考研辅导班内部讲义》

四、历年报考情况

五、2021年考研复试细则

综合成绩=（初试总成绩/5）*70%+材料评议成绩*30%。

复试考核采取差额方式，差额比例一般不低于120%。

复试考核内容包括专业能力、综合素质、外国语听说能力等方面的考核，以及思想政治素质和道德品质考核等。

录取原则：总成绩 =（初试总成绩/5）×50% + 复试考核成绩×50%。

六、考试大纲

823信号与系统

考试目的及要求

本科目主要考查对信号与线性系统分析的基本原理和基本方法 的掌握程度、利用信号与系统的基本原理与方法分析和解决问题的能 力，考察考生能否达到进一步深造学习的要求。 要求考生掌握信号与系统的基本概念、连续系统的时域分析、连 续信号与系统的频域分析和复频域分析，离散系统的时域分析、离散 信号与系统的 Z 域分析以及系统的状态变量分析等方面内容。

考试内容

第一部分 信号与系统的基本概念 1. 信号的描述及分类 2. 信号的基本运算 3. 阶跃函数和冲激函数 4. 系统的描述及分类

第二部分 连续系统的时域分析 1. LTI 连续系统的响应 2. 冲激响应 3. 卷积积分

第三部分 离散系统的时域分析 1. LTI 离散系统的响应 2. 单位序列响应 3. 卷积和

第四部分 连续系统的频域分析 1. 傅里叶级数 2. 连续周期信号的频谱 3. 连续非周期信号的傅里叶变换定义及性质 4. 连续信号的能量谱和功率谱 5. 连续周期信号的傅里叶变换 6. LTI 连续系统的频域分析 7. 取样定理

第五部分 连续系统的 S 域分析 1. 拉普拉斯变换定义及性质 2. 拉普拉斯逆变换 3. 复频域分析 4. 拉普拉斯变换与傅里叶变换

第六部分 离散系统的 Z 域分析 1. Z 变换的定义及性质 2. 逆 Z 变换 3. Z 域分析 4. 由系统函数 H(z)求离散系统的频率响应 5. Z 域与 S 域的关系

第七部分 系统函数 1. 系统函数与系统特性 2. 系统的因果性与稳定性 3. 信号流图 4. 系统结构

第八部分 系统的状态变量分析 1. 连续系统及离散系统状态方程的建立 2. 连续系统及离散系统状态方程的求解 3. 系统的可控性及可观测性

试题类型

填空题、判断题、选择题、简答题、画图题、分析计算题等。

考试形式及时长

1.闭卷，笔试。 2.满分为 150 分，考试时长为三个小时。

824数据结构选一

考试目的及要求

本科目主要考查： 1.掌握数据结构的基本概念、基本原理和基本方法。 2.掌握数据的逻辑结构、存储结构及基本操作的实现，能够对 算法进行基本的时间复杂度与空间复杂度的分析。 3.能够运用数据结构基本原理和方法进行问题的分析与求解， 具备采用 C 或 C++语言设计与实现算法的能力。

考试内容

第一部分 线性表 1.线性表的定义和基本操作 2.线性表的实现 （1）顺序存储 （2）链式存储 （3）线性表的应用

第二部分 栈、队列和数组 1.栈和队列的基本概念 2.栈和队列的顺序存储结构 3.栈和队列的链式存储结构 4.栈和队列的应用 5.特殊矩阵的压缩存储

第三部分 树与二叉树 1.树的概念 2.二叉树 （1）二叉树的定义及其主要特征 （2）二叉树的顺序存储结构和链式存储结构 （3）二叉树的遍历 （4）线索二叉树的基本概念和构造 3.树、森林 （1）树的存储结构 （2）森林与二叉树的转换 （3）树和森林的遍历 4.树与二叉树的应用 （1）二叉排序树 （2）平衡二叉树 （3）哈夫曼（Huffman）树和哈夫曼编码

第四部分 图 1.图的基本概念 2.图的存储及基本操作 （1）邻接矩阵法 （2）邻接表法 （3）邻接多重表、十字链表 3.图的遍历 （1）深度优先搜索 （2）广度优先搜索 4.图的基本应用 （1）最小（代价）生成树 （2）最短路径 （3）拓扑排序 （4）关键路径

第五部分 查找 1.查找的基本概念 2.顺序查找法 3.分块查找法 4.折半查找法 5.B 树及其基本操作、B+树的基本概念 6.散列（Hash）表 7.字符串模式匹配 8.查找算法的分析及应用

第六部分 排序 1.排序的基本概念 2.插入排序 （1）直接插入排序 （2）折半插入排序 3.起泡排序（bubble sort） 4.简单选择排序 5.希尔排序（shell sort） 6.快速排序 7.堆排序 8.二路归并排序（merge sort） 9.基数排序 10.外部排序 11.各种内部排序算法的比较 12.排序算法的应用

试题类型

选择题、应用题、算法设计题等。

考试形式及时长

1.闭卷，笔试。 2.满分为 150 分，考试时长为三个小时。

七、专业课备考经验

3月—6月：

这个阶段主要是摸清楚参考书目，由于这个阶段还有期末考试之类的，所以说就是没有能够花大量时间专心背书，但是已经把专业课课本都看了一遍。

7月—9月

这个阶段专业课的话就是以15—20天为一个周期，一周期一本书，每天大概6个小时都在背专业课，一天一章节，特别多的话就是两天一章节，早上起来背完单词就开始看两眼前一天背的。如果你是本科阶段基础不扎实的，有必要找个新祥旭一对一的直属学长学姐带你过知识点和重点。印象不是很深没关系，都是从这个阶段过来的嘛，暑假的话我就已经背过了两遍，初步复习达到预期目标，还和朋友一起出去庆祝了，所以说学弟学妹不必紧张，就是按部就班，心情不要有太大波动，偶尔出去透透气也是对自己的一个放松和鼓励。

10月—12月考前

专业课就是冲刺了，在这个阶段我已经不求精细的每一个小小的知识点啊都掌握，我就是先背框架，框架背完之后再来具体的大标题，想要把整体的思路缕清晰，不能够缕清出思路的建议这样来做。这个阶段大概就是焦虑期，心中的疑惑更胜刚开始准备的时候，所以放平心态是你很重要的一步，这个时期就是大的知识点按照关键词串起来，我就总结了自己的一套记忆方法，减轻了很多记忆压力。考前两天主要是进行全面框架背诵。

 更多考研信息，欢迎下方留言！

考研考博高分咨询：新祥旭萧老师15271864561（微信同）