课程特色
本课程讲授的随机矩阵基础理论以及已知的一些重要结论,并且对常见的多输入多输出通信系统模型进行了简要说明。利用随机矩阵理论的相关应用对多入多出通信系统的一些重要特征分别进行仿真以及近似理论分析(平均互信息,信道容量,信号干扰噪声比等)。具体将介绍随机矩阵理论在通信工程项目中的应用：包括太赫兹通信大规模MIMO系统的性能近似和信道容量近似。这些方法可以在有着大量发射天线和接收天线的大维系统中可以提供非常有效的定界分析为系统性能指标设计做铺垫。尽管分析结果是基于大规模系统得出的,但这些结论在实际小规模系统中依然适用。在大部分情况下,针对有限维通信系统中影响性能指标的特定参数利用这种方法进行理论分析,能够得到既简略又有效的近似结果,对于无线通信系统的物理层分析来说也极大的降低了其复杂度。
贝叶斯学习理论可应用于通信问题理论分析中大量统计数据处理分析模型，并作为基础的数学观点与方法论发挥重要作用，主要教学内容都是以贝叶斯学习的几个重要应用场景串联起来的。具体来说，贝叶斯分析作为一个统计学的基本流派，对机器学习及各种用概率决策的领域具有重大影响，甚至作为理解人类智能的一种基本框架。贝叶斯的方法论观点通过先验和条件概率的结合，可以综合已有过往人类对一个领域的知识和更新的数据，来不停改进人类的认知。贝叶斯学习作为统计学习方法的重要组成部分，其并不注重单纯的数据驱动学习方法，其具有更好的可解释性与理论分析性。对于通信领域，包括稀疏信号恢复，图像滤波，信道参数估计等等问题都可以采用贝叶斯学习方法处理。本课程讲授的贝叶斯学习理论可应用于通信问题理论分析中大量统计数据处理分析模型，并作为基础的数学观点与方法论发挥重要作用，主要教学内容都是以贝叶斯学习的几个重要应用场景串联起来的。
