Detail předmětu

Signály 2

FEKT-BPC-SI2Ak. rok: 2020/2021

Předmět je zaměřen na analýzu a číslicové zpracování signálů z oblasti telekomunikací. Poskytuje teoretický základ z oblasti modulace signálů, diskrétní lineární transformace, popisu náhodného procesu a jeho charakteristik. Dále se zabývá problematikou filtrace (FIR, IIR, adaptivní, inverzní), korelační a spektrální analýzou signálů, detekcí signálů v šumu. Předmět poskytuje jak teoretické podklady, tak jejich praktické ověření. Za tímto účelem bude využíváno programové prostředí Matlab.

Jazyk výuky

čeština

Počet kreditů

6

Výsledky učení předmětu

Studenti by po absolvování kursu měli mít znalost základní teorie číslicového zpracování a analýzy signálů v telekomunikační oblasti. Dále by měli mít být schopni samostatně řešit praktické úkoly, tedy zvolit a zdůvodnit vhodnou metodu a provést její aplikaci.



Prerekvizity

Jsou požadovány předměty BPC-SI1, BPC-PP1, BPC-MA1, BPC-MA2
Znalosti ze základů teorie systémů a signálů, matematika na úrovni bakalářské výuky, Matlab.

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 vypracovává samostatné úkoly během počítačových cvičení.

Způsob a kritéria hodnocení

Podmínky pro úspěšné ukončení předmětu upřesňuje každoročně aktualizovaná vyhláška garanta předmětu. Obecně
- získání zápočtu na základě 2 testů, každý za 15b (max. 30 bodů, min. 15 bodů),
- písemná části závěrečné zkoušky (max. 70 bodů, min. 35 bodů)

Zkouška z předmětu bude probíhat prezenčně i distančně.

Osnovy výuky

Přednášky:
1. Úvod do problematiky analýzy signálů.
2. Diskrétní signály.
3. Diskrétní lineární transformace.
4. Diskrétní lineární systémy.
5. Lineární filtrace signálů. Filtry typu FIR
6. Filtry typu IIR
7. Signálová reprezentace.
8. Modulace
9-10. Náhodné signály a jejich charakteristiky
11. Korelační analýza signálů
12. Spektrální analýza deterministických signálů.
13. Spektrální analýza stochastických signálů.

Cvičení
1. Úvod
2. Operace se signály
3. Matlab. Konvoluce versus spektra. Vztah mezi impulzní a přenosovou funkcí.
4. Návrh filtru FIR, IIR: Numericky
5. Návrh filtru FIR, IIR: Matlab
6. Filter design
7. Test
8. Analytický signál
9. Modulace
10. Korelační analýza a náhodné procesy
11.Spektrální analýza deterministických signálů
12. Spektrální analýza stochastických signálů
13. Test

Učební cíle

Cílem předmětu je poskytnout studentům teoretické znalosti z oblasti číslicového zpracování a analýzy signálů a praktické ověření získaných dovedností.

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

JAN, J. Číslicová filtrace, analýza a restaurace signálů. 2. upravené a rozšířené vydání. Brno: VUTIUM, 2002. ISBN 80-214-2911-9. (CS)

eLearning

Zařazení předmětu ve studijních plánech

  • Program BPC-EKT bakalářský, 2. ročník, letní semestr, povinný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

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

Cvičení na počítači

26 hod., povinná

Vyučující / Lektor

Osnova

Seznámení s prostředím MATLAB
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

eLearning