Salut,
En supposant que vous êtes intéressé à faire de la recherche dans le domaine, je vous conseillerai de suivre une voie construite sur des bases solides en mathématiques.
Je le sais, car je viens de terminer un cours d'estimation et de détection et je peux vous assurer qu'il existe une forte corrélation entre la qualité et la nouveauté du travail et vos connaissances en mathématiques.
Quel genre de mathématiques?
-
Algèbre linéaire:
Vous devez connaître les espaces vectoriels et l'algèbre matricielle car; comme quelqu'un d'autre l'a déjà signalé, il y a beaucoup de théorie et d'algorithmes qui explorent ce type de modèles. Certains résultats qui sont souvent utilisés sont le lemme matriciel inverse, tout ce qui a à voir avec les décompositions matricielles.
Théorie des probabilités et processus stochastiques
C'est aussi la clé. Le traitement statistique du signal concerne les méthodes de détection et d'estimation des informations (inférence) à l'aide d'observations erronées (bruyantes) de phénomènes qui pourraient également être aléatoires.
Vous devez donc savoir comment gérer ce type d'objet. Un cours de base sur les probabilités peut vous donner un bon point de départ (un cours qui couvre des variables aléatoires et des vecteurs aléatoires et qui, nous l'espérons, parle un peu des séquences et des processus aléatoires), mais il est souhaitable de suivre un deuxième cours, axé sur les processus aléatoires. Vous devez avoir une certaine confiance avec ces idées car elles vous permettront de comprendre de nombreuses applications et implémentations pratiques utilisées dans la recherche et la technologie.
À un deuxième niveau, j'envisagerai également de suivre un cours d'optimisation, car le calcul des estimateurs est principalement basé sur la résolution de problèmes de maximisation et de minimisation (estimateurs de vraisemblance maximale, estimateur d'erreur quadratique moyenne minimale, etc.)
Bien sûr, il y a aussi le point de vue "algorithmique", où vous vous concentrez davantage sur les procédures de traitement statistique du signal pour le calcul rapide, la convergence, la faible complexité, etc., mais au final le développement de nouvelles idées nécessite une bonne base en mathématiques .
Notez que votre connaissance du fonctionnement interne d'un phénomène donné est également essentielle pour produire les modèles que vous prévoyez d'utiliser dans une configuration donnée. En ce sens, l'expérience pratique que vous pouvez obtenir d'un cours en communications numériques, traitement numérique du signal et même circuits électroniques peut être inestimable pour vous donner un avantage en tant que chercheur.
Si vous avez d'autres questions, n'hésitez pas à me contacter.
À la vôtre, Patricio
Patricio Parada
la source