|
Vyučující
|
-
Filip Aleš, doc. Ing. CSc.
|
|
Obsah předmětu
|
V rámci předmětu budou studenti seznámeni s tématikou adaptivní filtrace, zaměřenou zejména na pokročilé filtrační algoritmy, identifikaci a modelování systémů, potlačení rušení a šumu v digitálních komunikačních systémech, radarové technice atd. Další část bude věnována oblasti nelineární filtrace (polynomiální filtry, rozřazovací filtry, dekonvoluce, nelineární přizpůsobené filtry), dále budou uvedeny základní principy částicové filtrace. Součástí předmětu bude experimentální ověřování navržených filtrů s využitím moderního přístrojového vybavení v kombinaci se stávajícím infrastrukturním zabezpečením předmětu. Skladba předmětu: *Náhodné signály - charakteristiky náhodných signálů v časové a frekvenční oblasti. *Odhady náhodných a nenáhodných parametrů. Cramer-Raova mez. *Formalizovaná filtrace a restaurace signálů. *Wienerova filtrace pro spojitý a diskrétní čas. Kalmanova filtrace pro spojitý a diskrétní čas. Modelování EKF a ověření na simulátoru. *Adaptivní filtrace a identifikace. Pokročilé algoritmy adaptivní filtrace. Konstrukce adaptivního filtru, experimentální ověření. *Časově-frekvenční analýza, vlnková transformace - princip, využití pro zpracování a kompresi signálů. Vícerozměrné signály a spektra, vybrané integrální transformace, pseudospektrální metody a jejich modelování. *Nelineární filtrace - polynomiální filtry, rozřazovací filtry, dekonvoluce, nelineární přizpůsobené filtry, částicové filtry. Modelování vybraného nelineárního filtru, ověření na simulátoru.
|
|
Studijní aktivity a metody výuky
|
|
Dialogická (diskuze, rozhovor, brainstorming), Metody samostatných akcí, Laborování
|
|
Výstupy z učení
|
Cílem předmětu je seznámit studenty s vybranými moderními metodami zpracování signálů.
|
|
Předpoklady
|
nespecifikováno
|
|
Hodnoticí metody a kritéria
|
Ústní zkouška, Písemná zkouška, Posouzení zadané práce
Student absolvuje minimálně 3 konzultace během semestru s vyučujícím předmětu týkající se teoretické náplně předmětu. Student absolvuje minimálně 2 konzultace týkající se zadané praktické práce. V rámci praktické práce student písemně zpracuje zadané téma, vyřeší zadanou úlohu z oblasti pokročilých metod zpracování signálů, filtračních metod, adaptivní filtrace, nelineární filtrace či z oblasti spektrální analýzy. Konkrétní téma bude stanoveno s ohledem na téma disertační práce.
|
|
Doporučená literatura
|
-
Boualem, Boashash. Time-frequency Siganl Analysis and Processing a Comprehensive Review. ISBN 978-012-3984-999.
-
Goodwin, Graham C., Kwai Sang Sin. Adaptive filtering prediction and control. ISBN 978-0-486-46932-4.
-
Kay, Steven M.. Fundamentals of statistical signal processing : practical algorithm development.. Upper Saddle River: Prentice Hall, 2013. ISBN 978-0-13-280803-3.
-
Morrison, Norman. Tracking filter engineering: the Gauss-Newton and polynomial filters. ISBN 978-1-84919-554-6.
|