XD31ASI | Algoritmy zpracování signálů | Rozsah výuky: | 14+4 | ||
---|---|---|---|---|---|
Přednášející (garant): | Sovka P. | Typ předmětu: | Z | Zakončení: | Z,ZK |
Zodpovědná katedra: | 331 | Kreditů: | 4 | Semestr: | L |
Anotace:
Výklad principů algoritmů používaných v moderních číslicových systémech pro aplikace uvedené v osnově. Pozornost je věnována filtraci v časové a frekvenční oblasti, významu a vlastnostem různých realizačních struktur. Dále se probírá modelování signálů, parametrické metody (AR, MA, ARMA) a metody lineární predikce (LPC). Cvičení jsou orientována projektově, výsledkem by měla být semestrální práce na zvolené téma - vytvoření a simulace algoritmu v MATLABu. Předpokládané znalosti z teorie číslicových signálů a systémů.
Osnovy přednášek:
1. | Krátkodobé a dlouhodobé charakteristiky signálů v časové a frekvenční oblasti | |
2. | Zpracování dlouhých signálů pomocí metod přičtení a úschovy přesahu | |
3. | Filtrace v časové a frekvenční oblasti, význam a vlastnosti křížové struktury | |
4. | Modelování, parametrické metody (AR, MA, ARMA), lineární predikce (LPC) | |
5. | Vlastnosti LPC, spektrální analýza založená na DFT a LPC - vlastnosti | |
6. | Použití spektrální analýzy pro průmyslové aplikace a zpracování řeči 7. Kepstrální analýza a homomorfní filtrace, detekce a potlačení odrazů a ozvěn | |
8. | Využití kepstrální analýzy pro průmyslové aplikace a detekci signálů v šumu | |
9. | Robustní parametrizace signálů a význam pro zpracování řeči a predikci dat | |
10. | Korelační analýza, kompenzace zpoždění signálů, potlačování šumů | |
11. | Vybrané aplikace adaptivní filtrace pro spektrální analýzu a potlačování rušení | |
12. | Algoritmy koherenční analýzy, detekce a separace signálů, využití ve fyziologii | |
13. | Časově frekvenční transformace a jejich aplikace, nelineární frekvenční stupnice | |
14. | Typy ortogonálních transformací, jejich vztah i praktický význam, komprese dat |
Osnovy cvičení:
1. | Zdroj informací pro práci, generování signálů a databáze signálů | |
2. | Krátkodobé a dlouhobé spektrum, typy zobrazení krátkodobého spektra | |
3. | Realizace rozkladu a syntézy signálů ve frekvenční oblasti | |
4. | Filtrace ve frekvenční oblasti, spektrální odečítání | |
5. | Objektivní kritéria hodnocení kvality zpracování signálů, odhad šumového pozadí | |
6. | Generování korelační matice, normální rovnice, výpočet parametrů AR modelu | |
7. | Implementace metod spektrální analýzy pomocí DFT a AR modelu | |
8. | Výpočet reálného a komplexního kepstra | |
9. | Kepstrální vzdálenost, použití pro detekci signálu v šumu a pro klasifikace signálů | |
10. | Typy kepstrální liftrace a jejich aplikace | |
11. | Použití MATLABu k implementaci adaptivních filtrů | |
12. | Odhad a kompenzace zpoždění mezi signály pomocí korelace, aplikace pro řeč | |
13. | Podmínky správného použití funkce "Spectrum" pro koherenční analýzu | |
14. | Odevzdání a obhájení vlastního řešeného problému |
Literatura Č:
1. | Uhlíř, J., Sovka, P.: Číslicové zpracování signálů. Ediční středisko ČVUT Praha,1995. Monografie ČVUT FEL | |
2. | Jan, J.: Číslicová filtrace, analýza a restaurace signálů. Vysoké učení technické v Brně, 1997 | |
3. | Psutka, J.: Komunikace s počítačem mluvenou řečí. Academia Praha, 1995 |
Literatura A:
1. | Bendat, J., Piersol, A.: Random Data: Analysis Measurement Procedures, John Wiley & Sons, New York, 1971 | |
2. | Openheim, A.V., Shafer, R.W.: Discrete-Time Signal Processing. Prentice-Hall, Inc., New Jersey, 1990 | |
3. | Rabiner, L.R., Schafer, F.W.: Digital Processing of Speech Signals. Prentice-Hall, Inc., New York, 1978 |
Požadavky:
Podmínkou udělení zápočtu je vypracování a prezentace vybrané úlohy.
Předmět je zahrnut do těchto studijních plánů:
|
Stránka vytvořena 25. 2. 2002, semestry: Z/2001-2, Z/2002-3, L/2001-2, L/2002-3, připomínky k informační náplni zasílejte správci studijních plánů | Návrh a realizace: I. Halaška (K336), J. Novák (K336) |