Popis předmětu - B2M31ADAA
Přehled studia |
Přehled oborů |
Všechny skupiny předmětů |
Všechny předměty |
Seznam rolí |
Vysvětlivky
Návod
| B2M31ADAA | Adaptivní metody zpracování signálů | ||
|---|---|---|---|
| Role: | PV | Rozsah výuky: | 2P+2C |
| Katedra: | 13131 | Jazyk výuky: | CS |
| Garanti: | Bortel R. | Zakončení: | Z,ZK |
| Přednášející: | Bortel R., Sovka P. | Kreditů: | 6 |
| Cvičící: | Bortel R., Illner V., Sovka P. | Semestr: | Z |
Webová stránka:
https://moodle.fel.cvut.cz/courses/B2M31ADAAAnotace:
Tento předmět prezentuje základní principy adaptivních algoritmů pro filtraci, estimaci, predikci, dekorelaci, separaci a beamforming. Absolvent bude obeznámen se základními principy navrhu a analýzy adaptivních systémů.Cíle studia:
Cílem předmětu je získat základní znalosti z oblasti adaptivních algoritmů pro filtraci, dekorelaci, separaci a beamformingu.Obsah:
Algoritmy pro adaptivní estimaci a predikci, filtraci, redukci šumů, dekorelaci, separaci a beamforming. Je analyzováno jejich chování, různé způsoby implementace a praktické aplikace. Dále jsou vysvětleny algoritmy pro adaptivní dekorelaci a separaci vícerozměrných signálů. Nakonec jsou probrány techniky pro adaptivní tvarování přijímací charakteristiky řady senzorů (beamforming).Osnovy přednášek:
| 1. | Blokové algoritmy pro estimaci | |
| 2. | Blokové algoritmy pro predikci | |
| 3. | LMS a RLS algoritmy a jejich použití pro estimaci a predikci | |
| 4. | Konvergence LMS a RLS algoritmů | |
| 5. | Struktury pro implementaci adaptivních filtrů | |
| 6. | Použití adaptivních algoritmů pro kompresi signálu | |
| 7. | Použití adaptivních filtrů pro potlačování šumu | |
| 8. | Kalmanova filtrace | |
| 9. | Mřížkové filtry a částicové filtry | |
| 10. | Adaptivní algoritmy pro dekorelaci vícerozměrných signálů | |
| 11. | Adaptivní algoritmy pro separaci vícerozměrných signálů | |
| 12. | Adaptivní beamforming - algoritmy LCMV a MVDR | |
| 13. | Adaptivní beamforming - algoritmus MUSIC | |
| 14. | Rezerva |
Osnovy cvičení:
| 1. | Implementace blokových algoritmů pro estimaci | |
| 2. | Implementace blokových algoritmů pro predikci | |
| 3. | Implementace LMS a RLS algoritmů | |
| 4. | Konvergence LMS a RLS algoritmů | |
| 5. | Porovnání různých struktur pro implementaci adaptivních filtrů | |
| 6. | Vokodér | |
| 7. | Adaptivního potlačení úzkopásmového šumu | |
| 8. | Aplikace Kalmanovy filtrace | |
| 9. | Použití mřížkových a částicových filtrů | |
| 10. | Implementace dekorelace vícerozměrných signálů | |
| 11. | Implementace separaci vícerozměrných signálů | |
| 12. | Aplikace algoritmů LCMV a MVDR | |
| 13. | Aplikace algoritmu MUSIC | |
| 14. | Rezerva |
Literatura:
Sayed, A.H., Adaptive Filters, Wiley-IEEE Press, 2008. Bellanger, M.B., Adaptive Digital Filters, Marcel Dekker, NY 2001. Hyvarinen, A, Karhunen, J, Oja, E. Independent Component Analysis, John Wiley & Sons, 2004.Požadavky:
Znalosti základů číslicového zpracování signálů. Především znalost spektrální analýzy a neadaptivní lineární filtrace. Znalosti práce s Matlabem.Klíčová slova:
adaptivní filtrace, algoritmy LMS a RLS, slepá separace, beamformingPředmět je zahrnut do těchto studijních plánů:
| Plán | Obor | Role | Dop. semestr |
| MPEK8_2021 | Komunikace a zpracování informace | PV | 3 |
| MPEK4_2018 | Technologie internetu věcí | PV | 3 |
| MPEK2_2018 | Audiovizuální technika a zpracování signálů | PV | 3 |
| Stránka vytvořena 5.12.2024 17:51:00, semestry: Z/2025-6, Z,L/2024-5, připomínky k informační náplni zasílejte správci studijních plánů | Návrh a realizace: I. Halaška (K336), J. Novák (K336) |