2021年中国传媒大学通信与信息系统考研招生分析、参考书目、复试线、真题回忆、考研经验指南篇
通信与信息系统（081001）
1．声频技术方向
声频技术是指在人的听觉频率范围内为人的听觉活动服务的技术，包括声音的产生、传输、接收、以及处理等问题。由于传媒领域所传播的声音以音乐、语言、和艺术效果声为主，所以声频技术具有技术和艺术相结合的特点，同时需要理性思维和感性思维。在传媒领域内，本研究方向的支持学科包括传播声学、录音艺术、实验语言学、演艺工程等。主要研究的技术领域包括：
l电声器件和系统的理论与应用；
l室内声环境与扩声；
l声频测量理论和方法；
l数字声频技术与音频信息检索；
l声音质量的综合分析与评价；
l声音录制与处理的艺术与技术；
l听觉心理以及与视觉心理的交互作用；
l音乐传播声学；
l汉语语音信息处理与评测。
本方向的研究工作以基础研究和应用基础研究为主，注重声频技术领域内科学原理和前沿技术问题的探索研究。重点培养学生在科学研究中发现问题和解决问题的能力，养成优良的科学素质。为科研、教育、和工程技术等领域输送具有良好科学素质的研究型人才。
本方向的师资由教育部媒介音视频重点实验室（中国传媒大学）传播声学研究所、录音系、信息工程学院等从事声频技术研究的人员组成，具有较强的学科实力和科学研究的积累。所开设的专业基础课程包括理论声学、心理声学、传播环境声学、听音实验方法、语音信息处理、数字音频技术、声频测量技术、传播声学进展等。
2.数字电视技术方向
数字电视技术是现代广播电视和现代多媒体通信等领域重要的技术基础，“数字电视技术方向”是中国传媒大学通信与信息系统专业的特色优势学科。经过多年的建设，该学科在数字视频处理技术、数字电视制作与播出技术、数字高清晰度电视技术、数字视频测量和监测技术、数字视音频网络技术、视音频检索技术等方面具有较高的教学水平和科研实力。
数字电视技术方向研究的重点内容：(1)数字视频压缩编解码研究与应用、(2)数字电视制作与播出技术研究与应用、(3)数字电视图像质量评价研究与应用、(4)数字电视测量和监测技术研究与应用、(5)视音频检索和多媒体资源管理技术研究与应用、(6)数字电影和高清电视版权保护研究与应用、(8)数字视频网络技术研究与应用、(9)交互电视研究与应用、(10)立体电视技术研究。
本方向培养的学生应具有扎实的学科基础和专业基础知识，掌握数字电视广播和数字电视压缩编码等相关专业的基本理论与方法，具有软、硬件分析和设计能力，较强的创新与实践能力，能独立分析和解决实际问题，可在广播电视、多媒体通信、网络多媒体、移动多媒体、IPTV、信息产业以及其他国民经济部门从事系统设计、开发、研究、教学、管理等工作。
3.数字广播技术方向
送技术是广播电视领域核心技术，通过大功率发射机可以实现高效、大范围、便捷的声音、电视及多媒体业务覆盖。随着我国经济实力的提升，国家在广播电视无线发送系统上的投入逐年加大，无线发送技术在广播电视及多媒体移动传输覆盖技术中占有重要地位。
随着无线通信技术、信号处理技术和射频技术的发展，地面广播正在实现数字化，各种数字广播标准不断产生并得到推广，例如数字地面电视广播、手机电视广播等。数字广播技术研究过程涉及无线通信、射频技术、通信信号处理、集成电路技术等多个领域。
数字广播技术研究方向的主要研究内容有：
(1)数字调制技术——OFDM、编码调制、空时编码及MIMO
(2)信道编解码技术——LDPC、各种级联码、迭代译码技术
(3)发射机技术——大功率射频功放、发射机校正、发射机监测
(4)数据广播技术——数据广播协议、多媒体广播软件开发
(5)网络技术——单频网技术、无线广播与无线通信技术融合、广播网络控制
(6)集成电路技术——接收机基带处理芯片设计、发射机数字调制和校正电路设计
(7)播出安全技术——发射机系统安全体系、技术及方法
本方向培养的学生应具有扎实的学科基础和专业基础知识，掌握现代发射技术、无线通信、多媒体通信等相关专业的基本理论与方法，具有通信系统软件硬件开发能力，成为广播电视领域、无线通信领域中系统开发、理论研究方面的高级技术人员。
4．智能网络与大数据
“智能网络与大数据方向”是将人工智能与大数据技术相结合，在融合媒体、云存储和网络空间安全的背景下，对各类媒体网络进行研究，向融合、智能、精准的下一代媒体网络发展。该方项是人工智能信息技术的重要组成部分，是国家重点发展的新兴产业。该方项在大数据技术、机器学习、知识图谱、智能网络、智能服务与安全等领域科研实力雄厚，取得了大量高水平的科研成果。
研究的主要内容有：
（1）智能融合媒体网络技术：物联网与5G网络技术；媒体内容智能搜索引擎、精准推荐与分发技术；媒体应用分布式计算技术与媒体网络的优化设计；融合媒体网络体系下的新型服务模式与业态；广播电视系统测试与监控技术。
（2）媒体网络大数据技术：研究适用于各类媒体网络的数据采集技术，跨媒体的数据分析挖掘技术，面向应用的决策支持系统；主要应用领域是广电大数据、影视大数据、动漫大数据、网络舆情大数据等各类媒体网络。
（3）智能音视频技术：视频运动目标跟踪与分析以及视觉感知技术；智能音频信息处理与三维音频关键技术。
（4）新闻与影视知识图谱技术：研究新闻与影视知识图谱的构建技术，基于统计机器学习的实体关系抽取、多源数据融合以及知识计算；主要应用于智能新闻事件与中文影视内容的搜索、推荐与情感计算。
（5）融合媒体智能服务与安全技术：面向融合媒体应用和沉浸式场景服务，以智能网络为基础设施环境，基于人工智能、数据科学与信息安全技术，研究提供智能化、个性化、安全、高效、绿色的信息内容服务方法与评测机制，包括融媒体服务智能推荐技术与个性化服务引擎、媒体服务访问控制与隐私安全策略、媒体版权保护方法与技术装置等。
本方向培养的学生应具备智能网络理论基础知识以及大数据领域的专业知识和技能，具有较强的创新意识与实践能力，能独立分析和解决实际问题，可以在智能网络领域（广播电视网络、计算机网络、无线通信网络、物联网）以及大数据分析、智能视音频处理和智能服务与信息安全等领域从事科学理论研究以及网络开发与应用的高级复合人才。
5．传输覆盖与监管方向
近年来，随着IP网络、移动互联网等新型媒体内容传输覆盖模式的发展，以及“村村通、户户通工程”、“西新工程”等广电公共覆盖服务项目的实施，如何提升传输覆盖有效性和传输网络监控能力，解决协同化、全媒体传输覆盖网络的有效监管问题，已呈现出显著的迫切性。
本方向主要研究内容是，在广电新媒体协同覆盖迅速发展的背景下，针对各类广播式与互动式业务内容的传输覆盖网络，研究如何提升覆盖有效性，增强对传输覆盖网络的信息服务监管能力，实现基于融合网络的协同传输覆盖。具体研究内容有：(1)无线数字广播电视网络的规划与设计；(2)协同传输覆盖与广电网络综合信息服务；(2)广电新媒体监管关键技术；(4)移动互联网媒体覆盖技术与媒体服务支撑技术；(5)基于MIMO的宽带无线传输技术及4G-5G移动通信下的多媒体广播技术；(6)互联网音视频服务覆盖技术等。
本方向培养学生掌握广播通信网络的基本理论与关键技术，掌握广电新媒体、三网融合、移动互联网、智能监管、综合信息服务等相关技术，具备分析解决媒体传输覆盖实际问题的创新能力与综合素质，在广播电视新媒体、互联网、新闻传媒、融合信息服务和信息与通信产业等领域内从事各类信息系统的技术研发与实现、教学科研、管理决策等工作。
6．虚拟现实技术方向
虚拟现实技术是被认为将对信息产业的发展带来革命性变化的一种技术形式，也是我国重点发展的新兴产业项目。虚拟现实技术方向已取得了较为显著的研究成果，科研实力雄厚，承担有多项国家自然科学基金重点项目以及国家科技支撑计划项目。
虚拟现实技术方向研究的主要内容有：（1）基于光场与点云的新型三维数字建模方法；（2）电影虚拟化制作与虚拟演播室技术；（3）全景视频的制作、处理与评价方法；（4）基于模型的全景视频压缩编码方法；（5）面向虚拟现实/增强现实环境的非侵入式人机交互方法；（6）基于多声道声场重建技术的虚拟现实音频系统；（7）人工智能与情感计算技术在虚拟现实系统中的应用。
本方向培养的学生应具备虚拟现实技术理论知识以及三维数字模型库构建、虚拟现实应用开发等工程领域的专业知识和技能，具有创新意识与实践能力，可以在虚拟现实内容拍摄、数据建模、人机交互、图像处理、虚拟现实/增强现实测试等技术的研发和工程化等领域进行科学理论研究以及系统设计规划与开发。
7．新人工智能与媒体技术方向
脑科学的发展，在国际上被称为继农业革命、工业革命和信息革命之后的第四次革命：脑科学革命。以脑科学为基础的新一代类脑人工智能的发展正处于爆发的前夜。类脑人工智能方向是中国传媒大学实施创新工程，旨在冲击世界一流科技水平的创新研究方向，它的内涵是研究基于最新脑科学的人工智能理论及技术应用。
本方向主要进行基于脑科学的类脑人工智能技术（包括类脑计算、深度学习和机器智能等）的研究和发展在媒体领域（包括对视频、音频和自然语言的智能分析等）中的核心应用技术。采用CPU+GPU以及大规模高性能计算集群进行软件开发，实施类脑计算、深度学习和机器智能领域中的计算方法，并应用到智能媒体领域。
本方向是多学科交叉学科，通过三年的学习与研究时间，深入系统掌握理论和应用方法，在研究项目带动教学研究的思想支持下，使学生具备较强的知识更新能力和创新精神，较熟练掌握一门外语，具有综合运用知识、从事专业研究及相关实践工作的能力，为人工智能领域提供高素质复合型人才。
培养采取以导师为主，导师与指导小组集体培养相结合的方式。导师指导小组由导师及本专业或相关学科专业的教授、副教授组成。课程设置除学校统一安排的公共必修课和公共选修课外，专业课程包括：脑科学基础、类脑计算、深度学习、智能媒体技术、Machine Learning、人工智能与神经网络、大脑模拟与实验等。
二、招生情况（参考20年）
专业及方向：
081001通信与信息系统
01声频技术
02智能视音频技术
03数字广播电视技术
04智能网络与大数据
05全媒体与视听监管技术
06虚拟现实技术
07 5G/6G与智能媒体通信
08新人工智能与媒体技术（找3人，推免1人呢）
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
招生人数：
2020年拟招收全日制62人，含31人推免。
三、21参考书目推荐
初试参考书目
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
参考书目
《数据结构》（C语言版）严蔚敏、吴伟民著清华大学出版社
复试参考书目
9208概率统计与信号分析
四、历年复试线
年份政治外语专业课总分
2020 37 37 37 37 56 56 324 264
2020 39 39 59 308
2018 34 34 51 242
五、20考研复试细则
复试内容
1.专业知识与综合素质考核（网络远程面试，时长不少于15分钟，百分制）
专业知识考核：以随机抽题方式，重点考核对报考专业基础理论和专业知识的掌握情况，以及分析问题解决问题的能力。原专业笔试科目的部分内容将以面试问答形式进行考核。试题以综合性、开放性问题为主。
综合素质考核：结合考生提交的材料，根据考生的教育背景、本科成绩、科研或实践经历、个人陈述等，通过交流问答方式，对考生的思想品德、专业素养、创新潜质、事业心、责任感、团队协作、人文素养、举止、表达和礼仪等进行考查。
2.外语听说能力考核（网络远程面试，时长不少于5分钟，百分制）
以随机抽题或交流问答方式，考查考生的外语听力、口语能力。
考核语种与考生初试“外国语”单元语种相同（含“骨干”等专项计划）。
3.思想政治素质和道德品质考核
通过《国家教育考试考生诚信档案》记录、考生提交的思想政治品德考核表等材料，以及在面试考核过程中与考生的交流，考查考生的现实表现，内容包括政治态度、理想信念、道德品质、遵纪守法、诚实守信等方面。思想政治素质和道德品质考核不计入复试总成绩，但考核结果不合格者不予录取。
4.加试内容
同等学力考生须加试两门与报考专业相关的本科主干课程，考试方式为在线笔试方式，考试时间为30分钟。每个科目满分为100分，60分为及格线。加试成绩不计入复试总成绩，但不及格者不予录取。
复试成绩计算
非工商管理硕士MBA、非公共管理硕士MPA的考生复试成绩计算方法：
复试成绩=专业知识与综合素质90%+外语听说能力10%
工商管理硕士MBA、公共管理硕士MPA的考生复试成绩计算方法：
复试成绩=专业知识与综合素质80%+政治理论10%+外语听说能力10%
复试成绩低于60分的，视为复试不合格，不予录取。
六、考研大纲
中国传媒大学硕士研究生招生考试
初试科目《信号与系统》考试大纲
一、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。
二、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
三、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。
四、考试形式及时长
笔试，考试时长为3小时。
五、参考书目
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.
中国传媒大学硕士研究生招生考试
初试科目《数据结构》考试大纲
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。
二、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
三、试题类型
选择题、应用题、算法设计题等。
四、考试形式及时长
笔试，考试时长为3小时。
五、参考书目
《数据结构》（C语言版）严蔚敏、吴伟民著清华大学出版社。
本文由新祥旭考研独家整理！
