Detail předmětu

Digital Signal Processing and Analysis

FEKT-CCZAAk. rok: 2019/2020

Vlastnosti diskretních a číslicových metod zpracování signálů, výhody a nevýhody. Lineární filtrace signálů, číslicové filtry typu FIR a IIR teorie, návrh a realizace. Kumulační metody zvýrazňování signálu v šumu. Komplexní signály a jejich využití, modulace a frekvenční translace. Korelační a spektrální analýza deterministických a stochastických signálů, identifikace systémů. Detekce, inverzní filtrace a restaurace zkreslených signálů v šumu.

Jazyk výuky

angličtina

Počet kreditů

6

Garant předmětu

prof. Ing. Jiří Jan, CSc.

Zajišťuje ústav

Ústav biomedicínského inženýrství (UBMI)

Výsledky učení předmětu

Absolvent předmětu
- rozumí základní teorii číslicového zpracování a analýzy signálů,
- je schopen posoudit vhodnost dané metody pro určitý praktický účel,
- ovládá základní aplikační přístupy v implementaci těchto metod.

Prerekvizity

Znalosti ze základů teorie systémů a signálů, matematika na úrovni bakalářské výuky

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. Předmět využívá e-learning (Moodle).

Způsob a kritéria hodnocení

Podmínky pro úspěšné ukončení předmětu upřesňuje každoročně aktualizovaná vyhláška garanta předmětu;
v zásadě
- získání zápočtu na základě aktivní účasti na demonstračních cvičeních (až 24 bodů, min. 12 bodů),
- úspěšné složení písemné závěrečné zkoušky (až 76 bodů)

Osnovy výuky

1. Klasifikace diskretních metod zpracování signálu, vlastnosti a aplikace
2. Lineární filtrace - FIR filtry 1
3. Lineární filtrace - FIR filtry 2
4. Lineární filtrace - IIR filtry 1
5. Lineární filtrace - IIR filtry 2
6. Kumulacní zpracování signálu
7. Komplexní signály a analytická filtrace
8. Translace spekter signálu
9. Korelacni analyza signalu - metody odhadu korel. funkce
10. Korelacni analyza signalu - aplikace
11. Spektralni analyza deterministickych signalu
12. Spektralni analyza stochastickych signalu
13. Inverzni filtrace a princip restaurace signalu

Učební cíle

Poskytnout základní teoretické znalosti a praktické zkušenosti z oblasti číslicového zpracování, analýzy a restaurace signálů.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

Účast na počítačovém cvičení je povinná, omluvit lze nejvýše 20% neúčast na základě doložené pracovní neschopnosti.
Účast na přednáškách je pouze doporučená

Základní literatura

J.Jan: Digital Signal Filtering, Analysis and Restoration. IEE Publishing, London, UK, 2000

Zařazení předmětu ve studijních plánech

  • Program EEKR-BC bakalářský

    obor BC-EST , 2. ročník, letní semestr, povinný

Typ (způsob) výuky

 

Přednáška

39 hod., povinná

Vyučující / Lektor

prof. Ing. Jiří Jan, CSc.

Osnova

Vlastnosti diskretních a číslicových metod zpracování signálů
Lineární filtrace signálů
Filtry typu FIR
Filtry typu IIR
Kumulační metody zvýrazňování signálu v šumu
Komplexní signály a jejich využití
Frekvenční translace signálů
Korelační analýza signálů
Spektrální analýza deterministických signálů
Spektrální analýza stochastických signálů
Detekce signálů v šumu, prostá inverzní filtrace
Restaurace signálů, Wienerův filtr
Principy komprese signálových dat

Cvičení na počítači

26 hod., povinná

Vyučující / Lektor

prof. Ing. Jiří Jan, CSc.

Osnova

Seznámení s prostředím MATLAB - DSP Blockset
Lineární filtrace signálů
Filtry typu FIR
Filtry typu IIR
Kumulační metody zvýrazňování signálu v šumu
Komplexní signály a jejich využití
Frekvenční translace signálů
Korelační analýza signálů
Spektrální analýza deterministických signálů
Spektrální analýza stochastických signálů
Detekce signálů v šumu, prostá inverzní filtrace
Restaurace signálů
Principy komprese signálových dat