Název:	Počítačové zpracování signálů
Zkratka:	PZS
Typ:	povinný
Rozsah:	14 týdnů, týdně 2 hodiny přednášek + 2 hodiny laboratorních cvičení
Kredity:	5
Způsob ukončení:	zkouška
Katedra:	katedra elektroniky a zpracování signálů FM TUL
Přednášející:	Prof. Ing. Jan Nouza, CSc.

 
Stručná anotace předmětu:

Předmět je zaměřen na prohloubení teoretických znalostí a praktických zkušeností v oblasti číslicového zpracování signálů. Cílem je zvládnout metody návrhu různých typů číslicových filtrů, osvojit si použití integrálních transformací (FFT, DCT, wavelet) při analýze jednorozměrných a vícerozměrných signálů, porozumět statistickému přístupu ke zpracování náhodných signálů a seznámit se základními metodami při identifikaci, modelování a rozpoznávání signálů. Důraz je kladen též na praktickou stránku implementace metod na moderních počítačích.

 
Témata přednášek:

Přehled základních pojmů z oblasti zpracování signálů, popis v časové a frekvenční oblasti, výhody číslicového zpracování, specializované a univerzální procesory.
DFT a její vlastnosti. Algoritmus FFT a jeho praktická implementace. Diskrétní kosinová transformace.
Okénkovací funkce a jejich aplikace v časové a frekvenční oblasti.
Metody návrhu filtrů s konečnou impulzní odezvou (FIR).
Metody návrhu filtrů s nekonečnou impulzní odezvou (IIR).
Číslicová konvoluce, dekonvoluce, korelace. Aplikace metod a využití algoritmu FFT.
Náhodné signály a jejich popis pomocí statistických parametrů. Generování pseudonáhodných signálů.
Adaptivní filtrace, odhady parametrů, návrh adaptivních filtrů.
Lineární predikce - principy, implementace a využití při modelování a analýze signálů.
Vlnková (wavelet) transformace - principy a použití.
Obraz jako dvojrozměrný signál. Spektrální charakteristiky obrazu, FFT pro 2D signály.
Kódování signálů a komprese dat - principy, použití při záznamu a přenosu audio a video signálů.
Zpracování signálů pro jejich rozpoznávání. Příznakový popis a bayesovský klasifikátor.
Příklady zpracování a rozpoznávání řečových, obrazových, biologických a ekonomických dat.

 
Náplň cvičení:

Zápis a zpracování signálů v prostředí MATLAB a v jazyce C.
Aplikace DFT v prostředí MATLAB.
Praktická implementace FFT v jazyce C.
Časová a frekvenční analýza vlastností okénkovacích funkcí.
Návrh FIR a IIR filtrů, implementace a porovnání různých metod.
Využití korelační analýzy pro detekci signálů.
Návrh a implementace generátorů pseudonáhodných signálů.
Metody statistického odhadu parametrů náhodných signálů, využití adaptivní filtrace při potlačování šumu.
Implementace algoritmu pro výpočet parametrů lineární predikce. Modelování signálu pomocí LP.
Aplikace Wavelet Toolboxu v prostředí MATLAB.
Filtrace obrazového signálu. Využití algoritmu dvojrozměrné FFT.
Praktické seznámení s kompresními formáty MP3, JPG a MPEG.
Návrh klasifikátoru s vícerozměrným příznakovým vektorem.
Ukázky zpracování a rozpoznávání řečových a obrazových dat.

 
Literatura:

Madisetti, V.K., Williams, D.B. Digital Signal Processing Handbook : CRC & IEEE Press. 1999.

McClellan et al.: Computer-Based Exercises for Signal Processing Using MATLAB 5. Prentice Hall, 1998.

 
Prerekvizity: základy teorie signálů v rozsahu bakalářského předmětu Signály a informace

Navazující:    Počítačové zpracování řeči, Počítačové vidění

 
Datum poslední změny: 27.12.2001