|
Opinto-opas 2012-2013
SGNP-3080 Stokastiset signaalit ja menetelmät, 5 op
|
Vastuuhenkilö
Jari Turunen
Opetus
Opetusmuoto | P1 | P2 | P3 | P4 | Toteutuskerrat | Luentoajat ja -paikat |
|
|
|
|
|
|
|
Suoritusvaatimukset
Hyväksytysti suoritettu tentti ja harjoitustyöt
Osaamistavoitteet
Opiskelijalla on kurssin suoritettuaan valmiudet satunnaissignaalien käsittelyyn sekä tuntee menetelmiä sekä niihin liittyviä rajoituksia. Lisäksi kurssilla käsitellään mallinnusta (Wiener, Autoregression) ja hahmontunnistuksen perusperiaatteita.
Sisältö
Sisältö | Ydinaines | Täydentävä tietämys | Erityistietämys |
1. | Satunnaissignaalit, signaalien tilastolliset parametrit ja niiden estimointi. Tehospektri 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 |
Oppimateriaali
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 |
Esitietoketju (Vaatii kirjautumisen POPiin)
Vastaavuudet
Opintojakso | Vastaa opintojaksoa | Selite |
|
|
Tarkempia tietoja toteutuskerroittain
Toteutus | Kuvaus | Opetusmuodot | Toteutustapa |
Luennot Harjoitukset Harjoitustyöt |
Lähiopetus: 8 % Etäopetus: 20 % Itseopiskelu: 0 % |
Opintojaksoon liittyvät dokumentit