Detail předmětu
Sběr, analýza a zpracování dat
FEKT-MZPDAk. rok: 2019/2020
Předmět se věnuje problematice analýzy digitálních signálů v časové a frekvenční oblasti.
Důraz je kladen na ortogonální transformace zejména na DFT, rychlé algoritmy FFT, a vlnkovou transformaci. Část předmětu je věnována matematickým operacím s časovými řadami a číslicové filtraci signálů.
Garant předmětu
Zajišťuje ústav
Výsledky učení předmětu
Absolvent předmětu je schopen:
- popsat druhy fyzikálních signálů,
- interpretovat principy základních metod analýzy a zpracování dat,
- vysvětlit význam ortogonálních transformací a uvést příklady,
- vysvětlit principy rychlých algoritmů FFT a metod časově frekvenční analýzy,
- popsat princip waveletových transformací a diskutovat výsledky,
- vysvětlit výsledky spektrální a kepstrální analýzy,
- popsat způsoby číslicové filtrace signálů,
- navrhnout číslicový filtr s požadovanými vlastnostmi.
Prerekvizity
Student, který si zapíše předmět, by měl být schopen diskutovat základní pojmy teorie signálů. Obecně jsou požadovány znalosti z předmětu BMA1, BMA2, BPMT, znalosti programování v LabVIEW
Doporučená nebo povinná literatura
Otnes,R.K.-Enochson,L. Applied Time Series Analysis,Wiley (EN)
Rabiner,R.L.-Gold,B. Theory and Application of Digital Signal Processing.,Prentice Hall (EN)
Smith, S.W. Digital Signal Processing. California Technical Publishing, San Diego, California 1999 (EN)
Plánované vzdělávací činnosti a výukové metody
Metody vyučování závisejí na způsobu výuky a jsou popsány článkem 7 Studijního a zkušebního řádu VUT.
Metody vyučování zahrnují přednášky a cvičení na počítači.
Student odevzdává jeden samostatný projekt.
Způsob a kritéria hodnocení
až 12 bodů (na zápočet minimum 6) za počítačová cvičení
až 18 bodů (na zápočet minimum 9) za samostatný projekt
až 70 bodů (minimum 35) za závěrečnou písemnou zkoušku
Jazyk výuky
čeština
Osnovy výuky
1. Signál a jeho vlastnosti
2. Časová řada a její model
3. Lineární časově invariantní systémy, diskrétní konvoluce
4. Diskrétní korelace, hodnocení závislosti jevů
5. Ortogonální funkce, diskrétní Fourierova transformace
6. Vlastnosti DFT
7. Principy rychlých algoritmů DFT (FFT)
8. Úvod do digitálních filtrů (FIR a IIR)
9. Návrh digitální filtrů
10. Numerická derivace a integrace, interpolace dat
11. Spektrální analýza, kepstrum
12. Další ortogonální transformace (Hilbertova, Wavelety)
13. Časo-frekvenční analýza (STFT a další)
Cíl
Cílem předmětu je poskytnout studentům přehled a orientaci v oblasti zpracování digitálních signálů. Důraz je kladen na frekvenční a spektrální analýzu a na číslicovou filtraci signálů.
Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky
Vymezení kontrolované výuky a způsob jejího provádění stanoví každoročně aktualizovaná vyhláška garanta předmětu.
Typ (způsob) výuky
eLearning
eLearning: aktuální otevřený kurz