Popis předmětu - BAB31ZZS
BAB31ZZS | Základy zpracování signálů | ||
---|---|---|---|
Role: | P | Rozsah výuky: | 2P+2C |
Katedra: | 13131 | Jazyk výuky: | CS |
Garanti: | Čmejla R. | Zakončení: | KZ |
Přednášející: | Janča R. | Kreditů: | 4 |
Cvičící: | Janča R., Macková K., Vybulka J. | Semestr: | Z |
Webová stránka:
https://moodle.fel.cvut.cz/courses/BAB31ZZSAnotace:
Úvodní předmět ke studiu číslicového zpracování signálů (DSP). Předmět představuje základní teorii signálů s důrazem na praktické využití a analýzu zejména reálných časových řad. Cvičení jsou postavena pro postupné osvojování si programového prostředí MATLAB, který poskytuje příjemné a snadno ovladatelné uživatelské prostředí s grafickým i zvukovým výstupem. Získané znalosti uplatníte v dalších předmětech, projektech, závěrečných pracích a zejména v široké technické praxi.Cíle studia:
Osvojení si základních programovacích technik, postupů a principů analýzy reálných signálů a datOsnovy přednášek:
1. | Jedno- a N-rozměrné signály, základní dělení, kvantování, vzorkování, logaritmické míry - decibel [dB] | |
2. | Fourierova transformace I (obecná, řady, disktrétní), vzorkovací teorém, aliasing, základní věty o Fourierově transformaci | |
3. | Diskrétní Fourierova Transformace - periodizace finitních signálů, prosakování, váhování oknem, heterodynní mísení, zahušťování spektra, filtrace ve spektru, výkonová spektrální hustota (PSD) | |
4. | Analýza kvazistacionárních signálů - spektrogram, odhad PSD Welchovou metodou | |
5. | Korelace (křížová, autokorelace, vzájemná výkonová spektrální hustota, korelační koeficient) | |
6. | Lineární časově invariantní systémy (LTI), přenosová funkce, impulzní odezva, konvoluce a cyklická konvoluce, konvoluční automat a LTI jako filtr (mřížková struktura) | |
7. | Filtry s konečnou impulzní odezvou (FIR), normovaný kmitočet, ideální dolní propust, realizace dolní/pásmové/horní propusti, mřížková struktura, z-transformace a membránový model, základní typy FIR filtrů | |
8. | Filtry s nekonečnou impulzní odezvou (IIR), mřížková struktura rekurzivního výpočtu, Butterworthova, Chebyshevova a eliptická Cauerova aproximace, stabilita, filtrace bez posunu fáze, vybrané typy IIR filtrů | |
9. | Autoregresní modelování (LPC). Změna vzorkovacího kmitočtu - převzorkování | |
10. | Nelineární operace a parametrizace: Hilbertova transformace, obálka signálu, nelineární úpravy, parametrizace amplitudy a frekvence, parametrizace náhodných signálů, časová segmentace, detekce lokálních maxim | |
11. | LTI vícerozměrný systém: 2D impulzní odezva, 2D konvoluce, 2D komplexní frekvenční spektrum. Princip samoshlukovacích algoritmů (k-means, EM) pro klasifikaci signálů. Morfologické operace (dilatace, eroze, uzavření, otevření) na 1D signálech. | |
12. | Statistické vyhodnocení stochastických jevů (míra shody, odchýlené hodnoty, p-hodnota, párové testy, věcná významnost, korekce vícenásobného testování) |
Osnovy cvičení:
1. | Úvod do prostředí MATLAB. Decibel - výpočet a převod mezi jednotkami | |
2. | Geneze signálů (směs harmonických signálů, jednotkový impulz, šum), FFT spektrum | |
3. | Vzorkovací teorém, aliasing a jeho vliv na spektrum. Filtrace ve spektru - odstranění 50 Hz rušení | |
4. | Spektrogram (časová segmentace s překryvem, váhování oknem, zahuštění spektra), vliv velikosti okna a překryvu na výsledek. Welchova metoda odhadu PSD | |
5. | Korelace: měření zpoždění mezi signály, vzájemná výkonová spektrální hustota, ozvěna v signálu. Korelační koeficient jako míra podobnosti mezi signály/daty | |
6. | LTI: identifikace systému, konvoluce signálu a impulzní odezvy. Cyklická konvoluce. Diferenční rovnice a mřížková struktura. | |
7. | FIR filtry: návrh pásmové zádrže prototypem filtru (sync), hřebenového filtru. Stanovení přenosové charakteristiky, pólů a nul v z-rovině. Vyhlazení signálu MA-filtrem pro detekci náběžných a sestupných hran | |
8. | IIR filtry: návrh dolní/horní/pásmové propusti/zádrže. Bikvadratický rezonátor a notch-filtr. Kaskádní řazení filtrů a optimalizace návrhu. | |
9. | Převzorkování: decimace+aliasing filtr, interpolace+DAC filtr. Filtrace nízkofrekvenčních složek při problémech s návrhem filtru. Autoregresní modelování signálu pro popis dominantních spektrálních složek, odhad řádu modelu. | |
10. | Detekce lokálních extrémů: prahování, detekce náběžných/sestupných hran, neekvidistantní časová segmentace, určení pozice lokálního extrému. | |
11. | Parametrizace signálu a jeho klasifikace do tříd pomocí podobnosti se vzorem (korelace) nebo příslušností do shluku (k-means, EM) - redukce komplexity informace | |
12. | Konfirmační analýza: kontrola a čištění dat, krabicové grafy, testovací hypotézy, test normality, dvouvýběrové testování, multivarietní analýza |
Literatura:
1. | Čmejla, R., Sovka, P.: Úvod do číslicového zpracování signálů - cvičení. ČVUT Praha 2005. | |
2. | Uhlíř, J., Sovka, P., Čmejla, R.: Úvod do číslicového zpracování signálů. ČVUT Praha 2003. | |
3. | Zaplatílek, K., Doňar, B.: MATLAB - začínáme se signály. BEN 2006. | |
4. | McClellan, J.H, Schafer, R.W., Yoder, M.A..: DSP First, A multimedia Approach, Prentice-Hall, Inc., New Jersey, 1998 | |
5. | Openheim, A.V., Schafer, R.W.: Discrete-Time Signal Processing. Prentice-Hall, Inc., New Jersey, 1998 | |
6. | Ambardar, A., Borghesani, C.: Mastering DSP Concepts using MATLAB. Prentice-Hall, Inc., New Jersey, 1998 | |
7. | Vejražka, F.; Hrdina, Z.: Signály a soustavy. [Skriptum.] Praha, ČVUT 1997 |
Požadavky:
Klíčová slova:
digitální zpracování signálu, MATLABPředmět je zahrnut do těchto studijních plánů:
Plán | Obor | Role | Dop. semestr |
BPBIO_2018 | Před zařazením do oboru | P | 3 |
Stránka vytvořena 21.3.2025 05:50:54, semestry: Z,L/2025-6, Z,L/2024-5, připomínky k informační náplni zasílejte správci studijních plánů | Návrh a realizace: I. Halaška (K336), J. Novák (K336) |