我记得在 USENET 在comp.dsp上被问过这个问题，但我不记得我的所有答案。

有几个数学学科可以为信号处理提供信息并形式化一些概念。

假设您有一个和多个变量的微积分和微分方程（任何科学家或工程师都应该拥有这些）。

好吧，从复杂变量和复杂函数分析开始。

线性代数：矩阵和行列式

傅里叶级数和变换

概率、随机变量和随机过程

数值技术

度量空间和功能分析

所有这些都是有用的数学主题，非常有用，如果你最终在 EE 读研究生，我建议你参加这些数学课。有许多信号处理主题参考了上述一个或多个数学主题。

主要区别在于学习工程信号处理就像研究应用信号，而在数学方向上学习只是在理论领域。工程师并不总是使用“正确”的数学，但他们使用完成工作所需的数学。如果你对使用理论来构建系统感兴趣，那就去工程，如果你对学习理论的来龙去脉更感兴趣，那就去数学。

工程学是应用科学。但是要应用任何科学，你必须在其背后发展一个概念，一个理论。数学是证明你的理论假设的工具。Bcoz如果你在数学上证明了什么，它可以在现实生活中实现。信号处理只不过是对现实世界信号的数学运算，而且这门学科的数学量非常大。所以，在数学系，你会非常深入地了解它是什么，你如何在图形数据中展示它，你如何证明它等等。然后工程师使用这个证明在现实生活中应用很少的变化。信号具有很少的基本参数，如频率/波长、幅度/强度等。这些参数在数学中显示/建模，使用复数和矢量，可以进行数学处理，即加法、减法等以产生所需的输出。

然后它还取决于应用程序或数据类型，如图像处理、数字通信等。因此，如果您想学习特定应用程序，请从该应用程序的基础开始。一旦你学习了一个应用程序，学习另一个应用程序将非常容易。

希望有帮助。