Adaptive signal processing

Podmínkou zápisu na předmět BEAM31ADA je, že student si nejpozději ve stejném semestru zapsal příslušný počet předmětů ze skupiny BEZBM

Garant předmětu:

Radoslav Bortel

Přednášející:

Pavel Sovka

Cvičící:

Vojtěch Illner, Pavel Sovka

Předmět zajišťuje:

katedra teorie obvodů

Anotace:

Tento předmět prezentuje základní principy adaptivních algoritmů pro filtraci, dekorelaci, separaci a beamformingu. Jsou probírány algoritmy pro adaptivní estimaci a predikci. Je analyzováno jejich chování, různé způsoby implementace a praktické aplikace. Dále jsou vysvětleny algoritmy pro adaptivní dekorelaci a separaci vícerozměrných signálů. Nakonec jsou probrány techniky pro adaptivní tvarování přijímací charakteristiky řady senzorů (beamforming).

Požadavky:

Znalosti základů číslicového zpracování signálů. Především znalost spektrální analýzy a neadaptivní lineární filtrace. Znalosti práce s Matlabem.

Osnova přednášek:

1. Blokové algoritmy pro estimaci

2. Blokové algoritmy pro predikci

3. LMS a RLS algoritmy a jejich použití pro estimaci a predikci

4. Konvergence LMS a RLS algoritmů

5. Struktury pro implementaci adaptivních filtrů

6. Použití adaptivních algoritmů pro kompresi signálu

7. Použití adaptivních filtrů pro potlačování šumu

8. Kalmanova filtrace

9. Mřížkové filtry a částicové filtry

10. Adaptivní algoritmy pro dekorelaci vícerozměrných signálů

11. Adaptivní algoritmy pro separaci vícerozměrných signálů

12. Adaptivní beamforming - algoritmy LCMV a MVDR

13. Adaptivní beamforming - algoritmus MUSIC

14. Rezerva

Osnova cvičení:

1. Implementace blokových algoritmů pro estimaci

2. Implementace blokových algoritmů pro predikci

3. Implementace LMS a RLS algoritmů

4. Konvergence LMS a RLS algoritmů

5. Porovnání různých struktur pro implementaci adaptivních filtrů

6. Vokodér

7. Adaptivního potlačení úzkopásmového šumu

8. Aplikace Kalmanovy filtrace

9. Použití mřížkových a částicových filtrů

10. Implementace dekorelace vícerozměrných signálů

11. Implementace separaci vícerozměrných signálů

12. Aplikace algoritmů LCMV a MVDR

13. Aplikace algoritmu MUSIC

14. Rezerva

Cíle studia:

Cílem předmětu je získat základní znalosti z oblasti adaptivních algoritmů pro filtraci, dekorelaci, separaci a beamformingu.

Studijní materiály:

Sayed, A.H., Adaptive Filters, Wiley-IEEE Press, 2008.

Bellanger, M.B., Adaptive Digital Filters, Marcel Dekker, NY 2001.

Hyvarinen, A, Karhunen, J, Oja, E. Independent Component Analysis, John Wiley & Sons, 2004.

Poznámka:

Další informace:

Pro tento předmět se rozvrh nepřipravuje

Předmět je součástí následujících studijních plánů:

• Medical Electronics and Bioinformatics - Specialization Image Processing (povinně volitelný předmět)
• Medical Electronics and Bioinformatics - Specialization Signal Processing (PS)
• Medical Electronics and Bioinformatics - Specialization Bioinformatics (povinně volitelný předmět)
• Medical Electronics and Bioinformatics - Specialization Medical Instrumentation (povinně volitelný předmět)