|
|
Hlavní nabídka Prohlížení IS/STAG
Nalezené předměty, počet: 1
Stránkování výsledků vyhledávání
Nalezeno 1 záznamů
Export do Xls
Informace o předmětu
KMF / RNASI
:
Popis předmětu
Pracoviště / Zkratka
|
KMF
/
RNASI
|
Akademický rok
|
2023/2024
|
Akademický rok
|
2023/2024
|
Název
|
Náhodné signály
|
Způsob zakončení
|
Zkouška
|
Způsob zakončení
|
Zkouška
|
Akreditováno / Kredity
|
Ano,
5
Kred.
|
Forma zakončení
|
Kombinovaná
|
Forma zakončení
|
Kombinovaná
|
Rozsah hodin
|
Seminář
24
[HOD/SEM]
|
Zápočet před zkouškou
|
Ano
|
Zápočet před zkouškou
|
Ano
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Počítán do průměru
|
ANO
|
Vyučovací jazyk
|
Čeština
|
Obs/max
|
|
|
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Letní semestr
|
0 / -
|
0 / -
|
0 / -
|
Počítán do průměru
|
ANO
|
Zimní semestr
|
1 / -
|
0 / 0
|
0 / 0
|
Opakovaný zápis
|
NE
|
Opakovaný zápis
|
NE
|
Rozvrh
|
Ano
|
Vyučovaný semestr
|
Zimní semestr
|
Vyučovaný semestr
|
Zimní semestr
|
Minimum (B + C) studentů
|
nestanoveno
|
Volně zapisovatelný předmět |
Ano
|
Volně zapisovatelný předmět
|
Ano
|
Vyučovací jazyk
|
Čeština
|
Počet dnů praxe
|
0
|
Počet hodin kontaktní výuky |
0
|
Hodnotící stupnice |
A|B|C|D|E|F |
Periodicita |
každý rok
|
Hodnotící stupnice pro zp. před zk. |
S|N |
Periodicita upřesnění |
|
Základní teoretický předmět |
Ne
|
Profilující předmět |
Ne
|
Základní teoretický předmět |
Ne
|
Hodnotící stupnice |
A|B|C|D|E|F |
Hodnotící stupnice pro zp. před zk. |
S|N |
Nahrazovaný předmět
|
KRP/RNASI
|
Vyloučené předměty
|
Nejsou definovány
|
Podmiňující předměty
|
Nejsou definovány
|
Předměty informativně doporučené
|
Nejsou definovány
|
Předměty,které předmět podmiňuje
|
Nejsou definovány
|
Graf četnosti udělených hodnocení studentům napříč roky:
Obrázek PNG
,
XLS
|
Cíle předmětu (anotace):
|
Předmět navazuje na kurzy Matematika 1, Matematika 2 a Základy teorie pravděpodobnosti a matematické statistiky. Cílem předmětu je prohloubit znalosti studentů v oblasti teorie pravděpodobnosti a matematické statistiky a poskytnout jim teoretické základy a zprostředkovat dovednosti, potřebné pro zpracování náhodných signálů v elektronických komunikačních a radarových systémech. Důraz je kladen na metody odhadu charakteristik náhodných signálů, restauraci náhodných signálů a identifikaci parametrů jejich modelů.
|
Požadavky na studenta
|
Předpokladem úspěšného zvládnutí předmětu jsou dobré základní znalosti o zpracování signálu. Kromě návštěv přednášek a cvičení je součástí studia také vypracování protokolu o řešení individuálních úloh z oblasti číslicového zpracování signálu zadaných v průběhu semestru (návrh a analýza vybraného obvodu apod).
|
Obsah
|
1. Náhodné jevy: Náhodný pokus. Elementární a náhodný jev. Algebra náhodných jevů
2. Pravděpodobnost: statistická definice pravd., podmíněná pravd., nezávislé jevy, věta o úplné pravd.
3. Náhodná veličina, náhodný vektor: Distribuční funkce. Náhodné veličiny a vektory s diskrétním a spojitým rozdělením pravděpodobnosti. Nezávislost náhodných proměnných. Podmíněné rozdělení pravděpodobnosti
4. Číselné charakteristiky náhodných proměnných: střední hodnota, rozptyl, směrodatná odchylka a jejich vlastnosti. Momenty obecné a centrální. Kovariance a koeficient korelace
5. Náhodné procesy a signály: definice náhodných procesů a signálů a charakteristik náhodných signálů (statistické charakter., empirické charakter.), stacionární a ergodické signály
6. Spektrální vlastnosti náhodných signálů, přenos náhodného signálu lineárním systémem v časové a frekvenční oblasti
7. Rozklad náhodného signálu: definice (příklady rozkladu determinovaných signálů), ortogonální rozklad náhodných signálů, vlastnosti vektoru koeficientů rozkladu, příp. nekorelovaný rozklad
8. Bílý Gaussovský šum (WGN): definice, vlastnosti, rozložení amplitudy a fáze, charakteristiky harm. signálu s WGN
9. Pásmové náhodné signály: definice, Hilbertův signál, komplexní obálka a fáze náhodného pásmového signálu, ortogonální a polární reprezentace náhodného pásmového signálu
10. Odhad charakteristik náhodných signálů, kritéria odhadu, metody odhadu korelačních a kovariančních funkcí a matic (přímý odhad, odhad ve frekvenční oblasti, odhad na základě výkonového spektra)
11. Model náhodných signálů ARMA, metody odhadu parametrů modelu
12. Restaurace náhodných signálů, optimální LMS restaurace signálů, identifikace náhodných signálů v šumu (kumulační metody, korelační analýza)
13. Spektrální analýza deterministických a stochastických signálů
|
Aktivity
|
|
Studijní opory
|
V případě mimořádných opatření bude výuka probíhat vzdáleně s využitím programu MS Teams v době dle rozvrhu. Účast na schůzkách skupiny v MS Teams je ekvivalentní účasti na přednáškách a cvičeních.
In the case of distance learning, lessons will be tought trough MS Teams. Lessons will be at the time shown in the timetable. MS Teams is equivalent to participation and or attendens in lectures and excersises.
|
Garanti a vyučující
|
|
Literatura
|
-
Základní:
Jan, Jiří. Číslicová filtrace, analýza a restaurace signálů. Brno: VUTIUM, 2002. ISBN 80-214-1558-4.
-
Základní:
Kubáčková Ludmila. Náhodná funkce a jejich aplikace. Univerzita Palackého Olomouc, 1996. ISBN 80-7067-6566.
-
Základní:
Heiberger, Richard M. a Burt Holland. Statistical Analysis and Data Display. 2nd Edition.. Springer New York, 2015. ISBN 978-1-4939-2122-5.
-
Základní:
Souček Eduard. Základy pravděpodobnosti a statistiky, 3. vydání. Univerzita Pardubice, 2008. ISBN 978-80-7395-142-9.
-
Doporučená:
Kay Steven M. Fundamentals of statistical signal processing: estimation theory.. Prentice Hall PTR, 1993. ISBN 01-334-5711-7.
|
Časová náročnost
|
Všechny formy studia
|
Aktivity
|
Časová náročnost aktivity [h]
|
Účast na výuce
|
150
|
Celkem
|
150
|
|
Předpoklady - další informace k podmíněnosti studia předmětu |
Matematika na úrovni technického studia na VŠ. Znalost SW Matlab. |
Získané způsobilosti |
Studiem předmětu student získá hlubší znalosti o vyjádření, charakteristikách, analýze a zpracování náhodných signálů využívaných v oblasti komunikačních a radarových systémů. |
Vyučovací metody |
- Přednášení
- Monologická (výklad, přednáška, instruktáž)
|
Hodnotící metody |
- Ústní zkouška
- Písemná zkouška
|
|
|
|