Popis předmětu - B2M31DSP
| B2M31DSP | Pokročilé metody DSP | ||
|---|---|---|---|
| Role: | P, PS, PV | Rozsah výuky: | 2P+2C |
| Katedra: | 13131 | Jazyk výuky: | CS |
| Garanti: | Sovka P. | Zakončení: | Z,ZK |
| Přednášející: | Pollák P., Sovka P. | Kreditů: | 6 |
| Cvičící: | Pollák P., Šubert M. | Semestr: | Z,L |
Webová stránka:
https://moodle.fel.cvut.cz/courses/B2M31DSPAnotace:
Předmět navazuje na základní kurs zpracování signálů a seznamuje s pokročilými metodami analýzy a zpracování číslicových signálů. Absolvent bude znát principy metod analýzy číslicových signálů a umět je prakticky používat. Naučí se znát podmínky použití korelační, spektrální a koherenční analýzy náhodných signálů, metod rozkladu na hlavní a nezávislé komponenty, časově-frekvenčních transformací a metod pro určování vazby mezi náhodnými signály. Důraz bude kladen na získání schopnosti interpretovat výsledky analýz signálů.Cíle studia:
Studenti získají teoretické základy a porozumění pokročilých metod zpracování signálů. Ve cvičeních prohloubí schopnost řešení úloh číslicového zpracování signálů v MATLABu. Získané znalosti si ověří při řešení semestrálních prací.Osnovy přednášek:
| 1. | Modelování a popis lineárních systémů v časové, korelační a spektrální oblasti | |
| 2. | Měření zpoždění pomocí korelační a spektrální analýzy pro disperzní prostředí | |
| 3. | Koherenční funkce, parciální koherenční funkce a její použití | |
| 4. | Kepstrální analýza a její použití pro dekonvoluci signálů | |
| 5. | Spektrální a kepstrální vzdálenost a jejich použití | |
| 6. | Metody redukce aditivních a konvolučních šumů a zvýrazňování signálů | |
| 7. | Metody interpolace 1-D signálů | |
| 8. | Metoda rozkladu na hlavní komponenty jako základ ztrátové komprese signálů | |
| 9. | Principy metod slepé separace signálů | |
| 10. | Principy metod slepé dekonvoluce signálů | |
| 11. | Realizace diskrétní vlnkové transformace bankou filtrů, kvadraturní filtry | |
| 12. | Grangerova kauzalita a Hilbertova-Huangova transformace | |
| 13. | Robustní odhady odhady charakteristik signálů | |
| 14. | Rezerva |
Osnovy cvičení:
Průchod signálu systémem - časová, korelační a spektrální oblast| 2. | Použití metod měření zpoždění, splnění podmínky použití | |
| 3. | Implementace výpočtu koherenční funkce a její použití | |
| 4. | Použití metod kepstrální analýzy pro dekonvoluci signálů | |
| 5. | Příklady použití spektrální a kepstrální vzdálenosti | |
| 6. | Realizace metod redukce aditivních a konvolučních šumů | |
| 7. | Příklady použití metod interpolace signálů | |
| 8. | Metoda rozkladu na hlavní komponenty jako základ ztrátové komprese signálů | |
| 9. | Odhad momentů a kumulantů náhodných signálů, iterační algoritmy | |
| 10. | Příklady metod slepé separace a dekonvoluce signálů a jejich implemetace | |
| 11. | Použití diskrétní vlnkové transformace pro redukci šumů a analýzu signálů | |
| 12. | Příklady použití Hilbertovy-Huangovy transformace | |
| 13. | Použití robustních odhadů charakteristik náhodných signálů | |
| 14. | Rezerva, semestrální práce |
Literatura:
Lze použít jeden ze dvou titulů: Saeed V. Vaseghi: Advanced Digital Signal Processing and Noise Reduction, Wiley,2009, ISBN: 978-0-470-75406-1 Monson Hayes: Statistical digital signal processing and modeling. Wiley, 1999, ISBN: 978-0-471-59431-4. Oba tituly jsou stále v nabídce prodejců, např. Amazon K dispozici budou další materiály na stránkách předmětu včetně odkazů na další informacePožadavky:
Znalosti teorie systémů a číslicového zpracování signálů v rozsahu základních kursů.Klíčová slova:
Korelační a koherenční funkce, kepstrální analýza, redukce šumů, rozklad na hlavní a nezávislé komponenty, slepá separace, diskrétní vlnková transformace, Hilbertova-Huangova transformace, Grangerova kauzalitaPředmět je zahrnut do těchto studijních plánů:
| Stránka vytvořena 16.11.2025 17:51:34, semestry: L/2026-7, L/2025-6, L/2024-5, Z/2026-7, Z/2025-6, připomínky k informační náplni zasílejte správci studijních plánů | Návrh a realizace: I. Halaška (K336), J. Novák (K336) |