Detail předmětu

Statistics in Telecommunications

FEKT-GSTKAk. rok: 2019/2020

Navrhovaný předmět teoretické nástavby se zaměřuje na využití vybraných matematických metod v moderním zpracování komunikačních signálů a teorii bezdrátové komunikace. Cílem předmětu je prezentovat studentům magisterského studijního programu Elektronika a sdělovací technika specializovaný matematický aparát, který je nezbytný k pochopení principů moderní bezdrátové komunikace.

Jazyk výuky

angličtina

Počet kreditů

4

Nabízen zahradničním studentům

Všech fakult

Výsledky učení předmětu

Studenti by po absolvování předmětu měli být schopni samostatně řešit problémy spojené s ověřováním a testováním předpokladů a vlastností o zkoumaných jevech a datových souborech v telekomunikační oblasti. Absolvent předmětu je schopen: (1) vyčíslit pravděpodobnosti jevů, (2) rozlišit náhodné veličiny a popsat jejich charakteristiky, (3) testovat statistické hypotézy parametrickým a neparametrickým způsobem, (4) popsat hustoty pravděpodobnosti smíšených gausovských modelů, (5) odhadnout tvar spektra a identifikovat spektrální složky, (6) identifikovat a testovat přítomnost signálu v šumu.

Prerekvizity

Student, který si zapíše předmět, by měl být schopen:
-Sestavit jednoduchý program v prostředí Matlab
- Praktikovat matematické postupy výpočtu

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.

Způsob a kritéria hodnocení

Podmínky pro úspěšné ukončení předmětu stanoví každoročně aktualizovaná vyhláška garanta předmětu. Průběžný test během semestru (30 bodů), závěrečná zkouška písemná i ústní (70 bodů).

Osnovy výuky

Přednášky:
1. Úvodní informace k předmětu, teorie pravděpodobnosti, závislé a nezávislé pokusy, podmíněná pravděpodobnost. Úlohy z teorie pravděpodobnosti.
2. Rozdělení diskrétní jednorozměrné náhodné veličiny, charakteristiky náhodných veličin.
3. Rozdělení spojité jednorozměrné náhodné veličiny, charakteristiky náhodných veličin.
4. Rozdělení vícerozměrné náhodné veličiny.
5. Centrální limitní věta a zákon velkých čísel.
6. Úvod do statistiky, bodový a intervalový odhad, intervaly spolehlivosti.
7. Testování hypotéz, parametrický a neparametrický přístup.
8. Gaussovy směsné modely.
9. Náhodné procesy.
10. Metody odhadu spektra (parametrické a neparametrické metody).
11. Detekce signálů skrytých v šumech. ROC křivka.
12. Aplikace - časově-frekvenční analýza.
13. Ortogonální transformace, Karhunen-Loeve transformace, PCA.

Cvičení na počítači:
1. Úlohy na diskrétně a spojitě rozložené náhodné veličiny. Simulace v Matlabu.
2. Simulace rozložení datového souboru a jeho odhad v Matlabu.
3. Výpočet intervalu spolehlivosti,
4. Testování významnosti odhadů, parametrický a neparametrický přístup.
5. Příklady na Gaussovy směsné modely.
6. Výpočet a testování přítomnosti signálu v kanálu, testy dobré shody.
7. Aplikace metod odhadu spektra na simulovaný signál.

Učební cíle

Navrhovaný předmět teoretické nástavby se zaměřuje na využití vybraných matematických metod v moderním zpracování komunikačních signálů a teorii bezdrátové komunikace. Cílem předmětu je prezentovat studentům magisterského studijního programu Elektronika a sdělovací technika specializovaný matematický aparát, který je nezbytný k pochopení principů moderní bezdrátové komunikace.

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.

Základní literatura

KOBAYASHI, H. et al. Probability, random processes, and statistical analysis, Cambridge University Press, 2012. (EN)

Doporučená literatura

GOPI, E.S. Algorithm Collections for Digital Signal Processing Applications Using Matlab, Springer, 2007. (EN)
KAY, S. Intuitive Probability and Random Processing using MATLAB, Springer 2005. (EN)

Zařazení předmětu ve studijních plánech

  • Program TECO-G magisterský navazující

    obor G-TEC , 1. ročník, zimní semestr, povinný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Osnova

1. Úvodní informace k předmětu, teorie pravděpodobnosti, závislé a nezávislé pokusy, podmíněná pravděpodobnost. Úlohy z teorie pravděpodobnosti.
2. Rozdělení diskrétní jednorozměrné náhodné veličiny, charakteristiky náhodných veličin.
3. Rozdělení spojité jednorozměrné náhodné veličiny, charakteristiky náhodných veličin.
4. Rozdělení vícerozměrné náhodné veličiny.
5. Centrální limitní věta a zákon velkých čísel.
6. Úvod do statistiky, bodový a intervalový odhad, intervaly spolehlivosti.
7. Testování hypotéz, parametrický a neparametrický přístup.
8. Gaussovy směsné modely.
9. Náhodné procesy.
10. Ortogonální transformace, Karhunen-Loeve transformace, PCA.
11. Metody odhadu spektra (parametrické a neparametrické metody).
12. Detekce signálů skrytých v šumech. ROC křivka.
13. Aplikace - časově-frekvenční analýza.

Cvičení na počítači

13 hod., povinná

Vyučující / Lektor

Osnova

1. Úlohy na diskrétně a spojitě rozložené náhodné veličiny. Simulace v Matlabu. Simulace rozložení datového souboru a jeho odhad v Matlabu.
2. Výpočet intervalu spolehlivosti, testování významnosti odhadů, parametrický a neparametrický přístup.
3. Příklady na Gaussovy směsné modely.
4. Příklady na ortogonální transformace.
5. Výpočet a testování přítomnosti signálu v kanálu, testy dobré shody.
6. Aplikace metod odhadu spektra na simulovaný signál.