Detail předmětu

Signály 2

FEKT-BPC-SI2Ak. rok: 2019/2020

Předmět je zaměřen na analýzu a číslicové zpracování signálů z oblasti telekomunikací. Poskytuje teoretický základ z oblasti modulace signálů, diskrétní lineární transformace, popisu náhodného procesu a jeho charakteristik. Dále se zabývá problematikou filtrace (FIR, IIR, adaptivní, inverzní), korelační a spektrální analýzou signálů, detekcí signálů v šumu. Teorie je doplněna o úvodní informace o komplexních a vícerozměrných signálech. Předmět poskytuje jak teoretické podklady, tak jejich praktické ověření. Za tímto účelem bude využíváno programové prostředí Matlab.

Jazyk výuky

čeština

Počet kreditů

6

Výsledky učení předmětu

Studenti by po absolvování kursu měli mít znalost základní teorie číslicového zpracování a analýzy signálů v telekomunikační oblasti. Dále by měli mít být schopni samostatně řešit praktické úkoly, tedy zvolit a zdůvodnit vhodnou metodu a provést její aplikaci.



Prerekvizity

Jsou požadovány předměty BPC-SI1, BPC-PP1, BPC-MA1, BPC-MA2
Jsou požadovány znalosti ze základů teorie systémů a signálů, matematika na úrovni bakalářské výuky, znalost práce v Matlabu.


Plánované vzdělávací činnosti a výukové metody

Metody vyučování závisejí na způsobu výuky a jsou popsány článkem 7 Studijního a zkušebního řádu VUT.
Metody vyučování zahrnují přednášky a cvičení na počítači. Student vypracovává samostatné úkoly během počítačových cvičení.

Způsob a kritéria hodnocení

Podmínky pro úspěšné ukončení předmětu upřesňuje každoročně aktualizovaná vyhláška garanta předmětu. Obecně
Studenti budou hodnoceni zápočtem na základě zisku bodů ve cvičení (max. 20 bodů, min. 10 bodů) a závěrečnou zkoušku (max. 80 bodů, min. 40 bodů).

Body ve cvičení lze získat na základě: i) testu ve cvičeních za 20 bodů. Celkem student může za semestr ve cvičeních získat max. 20 bodů, z toho pro zápočet je nutné min. 10 bodů. Test se skládá z početních příkladů a analýzy datového souboru v MATLABu v rozsahu cvičení, která proběhnou v 1-7 týdnu výuky; test je odevzdán v papírové podobě. Test nelze opakovat. Neúčast na testu ze závažných důvodů bude řešena individuálně. Aktivní účast je hodnocena na cvičeních v 9-13 výukovém týdnu, tj. na 5ti cvičeních, kdy na každém z těchto cvičení může student získat až 2 body.

Zkoušku lze získat na základě písemné závěrečné zkoušky: max. 80 bodů, min. 40 bodů. Písemná závěrečná zkouška se skládá ze dvou částí, početní části a teoretické části, a pokrývá náplň přednášek a cvičení.

Zkouška z předmětu bude probíhat prezenčně i distančně

Osnovy výuky

Přednášky:
1. Úvod do problematiky analýzy signálů.
2. Diskrétní signály.
3. Diskrétní lineární transformace.
4. Diskrétní lineární systémy
5. Lineární filtrace signálů. Filtry typu FIR
6. Filtry typu IIR
7. Signálová reprezentace.
8. Modulace
9. Náhodné signály a jejich charakteristiky
10. Korelační analýza signálů
11. Spektrální analýza deterministických signálů.
12. Spektrální analýza stochastických signálů.
13. Kumulační metody zvýrazňování signálů v šumu

Učební cíle

Cílem předmětu je poskytnout studentům teoretické znalosti z oblasti číslicového zpracování a analýzy signálů a praktické ověření získaných dovedností.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

Vymezení kontrolované výuky a způsob jejího provádění stanoví každoročně aktualizovaná vyhláška garanta předmětu.

Základní literatura

JAN, J. Číslicová filtrace, analýza a restaurace signálů. 2. upravené a rozšířené vydání. Brno: VUTIUM, 2002. ISBN 80-214-2911-9. (CS)

Zařazení předmětu ve studijních plánech

  • Program BPC-EKT bakalářský, 2. ročník, letní semestr, povinný

  • Program EEKR-CZV celoživotní vzdělávání (není studentem)

    obor ET-CZV , 1. ročník, letní semestr, povinný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Osnova

Vlastnosti diskretních a číslicových metod zpracování signálů
Lineární filtrace signálů
Filtry typu FIR
Filtry typu IIR
Kumulační metody zvýrazňování signálu v šumu
Komplexní signály a jejich využití
Frekvenční translace signálů
Korelační analýza signálů
Spektrální analýza deterministických signálů
Spektrální analýza stochastických signálů
Detekce signálů v šumu, prostá inverzní filtrace
Restaurace signálů, Wienerův filtr

Cvičení na počítači

26 hod., povinná

Vyučující / Lektor

Osnova

Seznámení s prostředím MATLAB
Lineární filtrace signálů
Filtry typu FIR
Filtry typu IIR
Kumulační metody zvýrazňování signálu v šumu
Komplexní signály a jejich využití
Frekvenční translace signálů
Korelační analýza signálů
Spektrální analýza deterministických signálů
Spektrální analýza stochastických signálů
Detekce signálů v šumu, prostá inverzní filtrace
Restaurace signálů