Přehled studia |
Přehled oborů |
Všechny skupiny předmětů |
Všechny předměty |
Seznam rolí |
Vysvětlivky
Návod
Anotace:
Tento předmět prezentuje základní principy adaptivních algoritmů pro filtraci, dekorelaci, separaci a beamformingu. Jsou probírány algoritmy pro adaptivní estimaci a predikci. 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).
Cíle studia:
Cílem předmětu je získat základní znalosti z oblasti adaptivních algoritmů pro filtraci, dekorelaci, separaci a beamformingu.
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, beamforming
Předmět je zahrnut do těchto studijních plánů:
Plán |
Obor |
Role |
Dop. semestr |
Stránka vytvořena 22.7.2024 17:51:06, semestry: Z,L/2023-4, Z,L/2024-5, připomínky k informační náplni zasílejte správci studijních plánů |
Návrh a realizace: I. Halaška (K336), J. Novák (K336) |