Detail předmětu

Analýza radiokomunikačních signálů

FEKT-MPC-ARSAk. rok: 2023/2024

Předmět se zaměřuje na využití vybraných matematických metod v moderním zpracování komunikačních signálů a teorii bezdrátové komunikace. Cílem předmětu je prezentovat studentům specializovaný matematický aparát, který je nezbytný k pochopení principů moderní bezdrátové komunikace.

Jazyk výuky

čeština

Počet kreditů

5

Vstupní znalosti

Student, který si zapíše předmět, by měl být schopen: i) Sestavit jednoduchý program v prostředí Matlab; ii) Praktikovat matematické postupy výpočtu, iii) mít základy znalosti matematiky MA1, MA2 a MA3.

Pravidla hodnocení a ukončení předmětu

Studenti budou hodnoceni zápočtem na základě zisku bodů ve cvičení (max. 30 bodů, min. 15 bodů) a závěrečnou zkoušku (max. 70 bodů, min. 35 bodů). Body ve cvičení lze získat na základě: i) testu ve cvičení za 15 bodů, ii) samostatnou práci za 15 bodů.

 

Učební cíle

Cílem předmětu je prezentovat studentům specializovaný matematicko-statistický aparát, který je nezbytný k pochopení principů moderní bezdrátové komunikace.
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: (a) vyčíslit pravděpodobnosti jevů; (b) rozlišit náhodné veličiny a popsat jejich charakteristiky; (c) testovat statistické hypotézy; (d) analyzovat a popsat reálná měření modelů; (e) odhadnout tvar spektra a identifikovat spektrální složky; (f) identifikovat a testovat přítomnost signálu v šumu; (g) vyhodnotit klasifikaci a sestavit ROC křivku.

Základní literatura

STEHLÍKOVÁ, B., TIRPÁKOVÁ, A., POMĚNKOVÁ, J., MARKECHOVÁ, D. Metodologie výzkumu a statistická inference. 9. vyd. Brno: Folia univ. agric. et silvic. Mendel. Brun., 2009. II. ISBN 978-80-7375-362-7. (CS)
CYHELSKÝ, L. Úvod do teorie statistiky. 2. upr. Praha: SNTL, 1981, 347 s. (CS)

Zařazení předmětu ve studijních plánech

  • Program MPC-EKT magisterský navazující, 1. ročník, zimní semestr, povinně volitelný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Osnova

1. Úvod do teorie pravděpodobnosti. 2. Náhodná veličina. 3. Centrální limitní věta. 4. Náhodné vektory. 5. Odhady: teorie a aplikace 6. Náhodné procesy I. 7. Náhodné procesy II. 8. Korelace stochastických signálů 9. Spektra stochastických signálů 10. Kritéria a odhady parametrů. 11. Detektory a klasifikace. 12. Detekce signálů skrytých v šumech. 13. Gausovské směsné modely. PCA.  

Cvičení na počítači

26 hod., povinná

Vyučující / Lektor

Osnova

    1.  Úvod do kurzu  2. Pravděpodobnost v příkladech 3. Modelování diskrétní NV 4. Modelování spojité NV 5. CLV 6. Odhady a testování v Matlabu 7. Testování náhodných procesů 8. Korelace stochastických procesů 9. Odhady spektra stochastických procesů  10. ROC křivka 11. Detektory a detekce 12-13. Prezentace individuálních projektů