|
SGNP-3080 Stokastiset signaalit ja menetelmät, 5 op
|
Jari Turunen
Luentoajat ja -paikat | Kohderyhmä, jolle suositellaan | |
Toteutus 1 |
|
Hyväksytysti suoritettu tentti ja harjoitustyöt
-
Kurssin tavoitteena on tutustua satunnaissignaalien käsittelyn keinoihin sekä niihin liittyviin rajoituksiin. Lisäksi kurssilla käsitellään mallinnusta (Wiener, Autoregression) ja hahmontunnistuksen perusperiaatteita.
Sisältö | Ydinaines | Täydentävä tietämys | Erityistietämys |
1. | Satunnaissignaalit, signaalien tilastolliset parametrit ja niiden estimointi. Tehosepktri ja sen estimointi | Estimointiteoria, Cramer-Rao:n raja | |
2. | Adaptiivinen suodatus, Wiener'in suodatin, LMS-algoritmi | Häiriöiden poisto datasta | |
3. | Autoregressiivisen mallinnuksen perusteet, Levinson-Durbinin rekursio | ||
4. | Piirteiden haku tunnistusta varten, Luokittelumenetelmät,Bayes, lineaariset ja epälineaariset luokittelijat. | Fisherin menetelmä, luokittelun parantaminen, ja klusterointi | |
5. | Ilmiöiden tunnistaminen automaattisesti signaaleista | Tunnistuksen hyvyys ja kriteerit |
Tyyppi | Nimi | Tekijä | ISBN | URL | Painos,saatavuus... | Tenttimateriaali | Kieli |
Kirja | Digital Signal Processing: A Practical Approach | Ifeachor & Jarvis | 0-201-59619-9 | Englanti | |||
Kirja | Discrete-Time Signal Processing | A. V. Oppenheim, R. W. Schafer, J. R. Buck | 0-13-754920-2 | Englanti | |||
Opintomoniste | Luentomoniste | Jari Turunen | Suomi |
Opintojakso | P/S | Selite |
SGNP-2010 Digitaalinen signaalinkäsittely I | Pakollinen | |
SGNP-3070 Monitaajuusjärjestelmät | Suositeltava |
Opintojakso ei vastaan mitään toista opintojaksoa
Kuvaus | Opetusmuodot | Toteutustapa | |
Toteutus 1 |
Lähiopetus: 8 % Etäopetus: 20 % Itseopiskelu: 0 % |