UCB EE120: Signals and Systems

课程简介

• 所属大学：UC Berkeley
• 先修要求：微积分、线性代数（向量空间概念）
• 编程语言：Python（Jupyter Notebook 实验）
• 课程难度：🌟🌟🌟🌟
• 预计学时：100 小时

UC Berkeley 电子系本科核心课，由 Babak Ayazifar 和 Laura Waller 联合主讲。与 MIT 6.003 相比，EE120 更注重理论推导的严谨性，将信号处理与线性代数（向量空间、正交分解、特征函数）紧密结合，并将应用延伸至图像处理（二维傅里叶变换）与压缩感知。

课程内容覆盖：连续时间与离散时间 LTI 系统（冲激响应、卷积）→ 傅里叶分析（DTFS、DFT、CTFS、DTFT、CTFT）→ 采样与重构（奈奎斯特定理）→ Z 变换 → 拉普拉斯变换 → 二维傅里叶变换（图像处理应用）。课程 YouTube 讲座视频公开，Jupyter Notebook 实验材料也开放。

课程资源

• 课程主页：https://ee120-course-staff.github.io/
• 课程说明：https://www2.eecs.berkeley.edu/Courses/EE120/
• 课程视频：YouTube 播放列表（详见课程主页 Lectures 页面）
• 课程教材：《Signals and Systems》Oppenheim & Willsky（第 2 版）；部分内容参考 Haykin & Van Veen《Signals and Systems》
• 课程作业：习题集 + Jupyter Notebook 实验（Python/DataHub 运行）