Přehled studia |
Přehled oborů |
Všechny skupiny předmětů |
Všechny předměty |
Seznam rolí |
Vysvětlivky
Návod
Anotace:
Předmět seznamuje s pokročilými metodami analýzy a zpracování číslicových signálů jako jsou korelační, spektrální, koherenční či kepstrální analýzy, dále pak s metodami rozkladu na hlavní a nezávislé komponenty, metodami pro určování vazby mezi náhodnými signály i základními klasifikačními technikami používanými při analýze signálů. Pozornost je věnována praktickým aplikacím uvedených technik, např. pro potlačování šumu či kompresi.
Cíle studia:
Studenti se naučí používat výše zmíněné pokročilé techniky analýzy signálů, interpretovat dosažené výsledky a prakticky používat základní klasifikační techniky.
Obsah:
Obsahem přednášek jsou teoretické základy výše zmíněných technik. Počítačová cvičení jsou zaměřena na získání aktivní dovednosti, navazují tématicky na přednášky a jsou zaměřena na získání schopnosti správné volby metody analýzy a jejího správnému použití. Úlohy jsou realizovány v programovém prostředí MATLAB.
Osnovy přednášek:
| 1. | | LPC analýza: výpočet parametrů AR modelu, LPC spektrum |
| 2. | | Obecné modelování signálů (AR, MA, ARMA) |
| 3. | | Měření zpoždění pomocí korelační a spektrální analýzy |
| 4. | | Koherenční funkce, kvadrát modulu koherenční funkce (MSC) a její použití |
| 5. | | Kepstrální analýza a její použití |
| 6. | | Spektrální a kepstrální vzdálenost a jejich použití |
| 7. | | Redukce aditivního a konvolučního šumu ve spektrální a kepstrální oblasti |
| 8. | | Diskrétní kosinová transformace |
| 9. | | Analýza vlastních komponent (PCA) jako základ ztrátové komprese signálů |
| 10. | | Základy klasifikace (k-means, GMM, SVM) |
| 11. | | Použití neuronových sítí ve zpracování signálů |
| 12. | | Realizace diskrétní vlnkové transformace bankou filtrů, kvadraturní filtry |
| 13. | | Principy metod slepé separace a dekonvoluce signálů |
| 14. | | Rezerva |
Osnovy cvičení:
| 1. | | LPC analýza, LPC spektrum |
| 2. | | Modelování signálů (AR, MA modely 1. a 2. řádu) |
| 3. | | Měření zpoždění na bázi vzájemné spektrální výkonové hustoty |
| 4. | | Vlastnosti a aplikace koherenční funkce |
| 5. | | Reálné a komplexní kepstrum - definice a základní vlastnosti |
| 6. | | Kepstrální vzdálenost |
| 7. | | Potlačování aditivních šumů ve frekvenční oblasti |
| 8. | | Výpočet a použití diskrétní kosinové transformace |
| 9. | | Analýza vlastních komponent signálu a KLT transformace |
| 10. | | Klasifikace na bázi k-means |
| 11. | | Klasifikace na bázi GMM |
| 12. | | Potlačování šumu na bázi ANN |
| 13. | | Vlnková transformace, realizace bankou filtrů, potlačování šumu na bázi WT |
| 14. | | Rezerva |
Literatura:
| [1] | | Uhlíř, J., Sovka, P.: Číslicové zpracování signálů. Ediční středisko ČVUT, Praha, 2002. Monografie ČVUT FEL. |
| [2] | | Sovka, P., Pollák, P.: Vybrané metody číslicového zpracování signálů. Ediční středisko ČVUT, Praha, 2003. Skriptum ČVUT FEL. |
| [3] | | Oppenheim, A. V., Schaffer, R. W. : Discrete-Time Signal Processing. Prentice-Hall, 3rd edition, 2009. |
| [4] | | S. V. Vaseghi: Advanced Digital Signal Processing and Noise Reduction, Wiley, 2009. |
| [5] | | M. Hayes: Statistical digital signal processing and modeling. Wiley, 1999. |
Požadavky:
Předpokládá se znalost základních technik číslicového zpracování signálů, číslicové filtrace a matematického aparátu pro popis spojitých i diskrétních signálů a systémů.
Předmět je zahrnut do těchto studijních plánů:
| Stránka vytvořena 10.6.2026 05:50:40, semestry: L/2025-6, L/2026-7, Z/2027-8, L/2029-30, Z,L/2028-9, Z/2026-7, L/2027-8, připomínky k informační náplni zasílejte správci studijních plánů |
Návrh a realizace: I. Halaška (K336), J. Novák (K336) |