Politechnika Warszawska - Centralny System Uwierzytelniania
Strona główna

Adaptive Signal Processing

Informacje ogólne

Kod przedmiotu: 103A-TCTCM-MSA-EASP
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Adaptive Signal Processing
Jednostka: Wydział Elektroniki i Technik Informacyjnych
Grupy: ( Courses in English )--eng.-EITI
( Przedmioty techniczne )---EITI
( Technical Courses )--eng.-EITI
( Telecommunications - Advanced )-Telecommunications-M.Sc.-EITI
Punkty ECTS i inne: 6.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
Język prowadzenia: angielski
Jednostka decyzyjna:

103000 - Wydział Elektroniki i Technik Informacyjnych

Kod wydziałowy:

EASP

Numer wersji:

1

Skrócony opis:

Celem przedmiotu jest zapoznanie studentów z zagadnieniami adaptacyjnego przetwarzania sygnałów w kontekście ich praktycznych zastosowań. Po uzupełnieniu wiadomości w zakresie optymalnego przetwarzania sygnałów losowych, omawiane są główne klasy algorytmów adaptacyjnych wraz z przykładami ich zastosowań, m.in. w telekomunikacji, radiolokacji, elektronice medycznej, akustyce. Podsumowaniem zajęć jest przejście od klasycznych systemów adaptacyjnych do sztucznych sieci neuronowych. Podczas zajęć laboratoryjnych i projektowych studenci implementują algorytmy adaptacyjne, badają ich właściwości, a także przetwarzają adaptacyjnie sygnały spotykane w wybranych zastosowaniach.

Pełny opis: (tylko po angielsku)

Lectures:

Introduction: general principles of adaptative signal processing; basic configurations of adaptive systems; examples of applications: removing interferences from acoustic and ECG signals, removing echoes in telecommunications

Random signal analysis: deterministic vs. random signals; correlation, correlation matrix; selected important random signals; spectral representations of discrete random signals; response of linear systems to random signals; discrete stochastic signal modelling, AR, MA and ARMA processes, Wold’s theorem; stationarity and stability of the modelling system.

Optimal estimation procedures: general properties of estimators; classical and Bayesian estimation, basic estimation methods under different assumptions on prior information of signal; Cramer-Rao lower bound; linear MMSE estimation, estimation of signals.

Optimal signal processing: estimation of signals; optimal linear filter design; normal equations, solution of normal equations; Levinson recursion; analysis of error measure

Optimal linear prediction: prediction, optimal linear prediction; prediction error filter; Durbin’s algorithm; application of linear prediction to identification of AR model parameters.

Least mean square (LMS) algorithm: adaptive algorithms, iterative solutions of normal equations; LMS algorithm, performance of LMS algorithm, stability and convergence, excess error, LMS variants.

Recursive least-squares (RLS) algorithm: LMS-Newton algorithm; RLS algorithm, exponentially weighted RLS (EWRLS) algorithm; computational complexity of RLS algorithms; properties of RLS algorithm.

Applications of adaptive filtering: adaptive interference/noise cancellation, adaptive line enhancement, adaptive beamforming.

Kalman filtering: statement of the Kalman filtering problem; Kalman algorithm; example of application – tracking.

Lattice structure adaptive filters: forward and backward prediction; properties of lattice filters; estimation of reflection coefficients; gradient adaptive lattice (GAL) algorithm; adaptive lattice joint process estimator.

IIR adaptive filters: problem formulation; structures of adaptive filters using infinite impulse response (IIR) filters; instability of adaptive IIR filters.

Adaptive artificial neural networks: neuron model, activation function; single-layer network, LMS algorithm; multi-layer networks, backpropagation algorithm; example of application – linearization of power amplifiers.

Laboratories:

  1. Modeling and spectrum analysis of discrete random signals.
  2. Implementation and analysis of LMS algorithm.
  3. Implementation and analysis of RLS algorithm.
  4. Adaptive cancellation of interferences (ECG, acoustic signal).
  5. Adaptive equalization of telecommunication channel.

Project:

Individual tasks, e.g. implementation of adaptive signal processing algorithms or simulation of adaptive systems and investigation on their performance, properties or applications. Students are encouraged to suggest their own project topics which are suitable to the subject matter of the lecture. List of exemplary project topics:

  1. Implementation of adaptive signal processing algorithms on hardware platforms (devices) known and available to students.
  2. Implementation and simulation analysis of IIR adaptive filters.
  3. Implementation and simulation analysis of adaptive filters with lattice structure.
  4. Implementation and simulation analysis of block adaptive algorithms.
  5. Implementation and simulation analysis of frequency domain adaptive algorithms.
  6. Implementation and simulation analysis of Voltera LMS algorithms.
  7. Implementation and simulation analysis of neural network backpropagation algorithm.
  8. Simulation analysis and comparison of tracking performance of adaptive algorithms.
  9. Implementation and simulation analysis of Kalman filters used in some applications (e.g. tracking of objects in 2D, 3D).
  10. Adaptive channel equalization – modeling, implementation and simulation analysis of advanced scenarios.
  11. Adaptive echoes cancellation – modeling, implementation of different methods and simulation analysis.
  12. Adaptive arrays, adaptive beamforming – implementation and simulation analysis.
  13. Adaptive linearization of RF amplifiers using DPD (Digital Predistortion).
Literatura:

  1. A. Uncini, Fundamentals of Adaptive Signal Processing, Springer, 2015.
  2. S. Haykin, Adaptive Filter Theory, Fifth Edition, Pearson Education Limited, 2014.
  3. P. M. Clarkson, Optimal and adaptive signal processing, CRC Press, 1993.

MATLAB, MathWorks.

Efekty uczenia się:

Knowledge

  • knows main ideas and methods of adaptive signal processing, and basic structures of adaptive signal processing systems
  • knows advantages, disadvantages and constraints of basic adaptive signal processing algorithms: LMS and RLS
  • knows examples of applications of adaptive signal processing in practice

Skills

  • can implement and investigate via simulation basic adaptive signal processing algorithms: LMS and RLS
  • can select appropriate, in the given task, values of algorithm parameters providing the best performance of the adaptive system and guaranteeing its stability
  • can design and investigate an initial concept of an adaptive system for a given application

Zajęcia w cyklu "rok akademicki 2023/2024 - sem. zimowy" (zakończony)

Okres: 2023-10-01 - 2024-02-18
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 15 godzin, 30 miejsc więcej informacji
Projekt, 15 godzin, 30 miejsc więcej informacji
Wykład, 30 godzin, 30 miejsc więcej informacji
Koordynatorzy: Konrad Jędrzejewski
Prowadzący grup: Konrad Jędrzejewski
Lista studentów: (nie masz dostępu)
Zaliczenie: Egzamin
Jednostka realizująca:

103300 - Instytut Systemów Elektronicznych

Zajęcia w cyklu "rok akademicki 2022/2023 - sem. zimowy" (zakończony)

Okres: 2022-10-01 - 2023-02-19
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 15 godzin, 30 miejsc więcej informacji
Projekt, 15 godzin, 30 miejsc więcej informacji
Wykład, 30 godzin, 30 miejsc więcej informacji
Koordynatorzy: Konrad Jędrzejewski
Prowadzący grup: Damian Gromek, Konrad Jędrzejewski, Renata Plucińska
Lista studentów: (nie masz dostępu)
Zaliczenie: Egzamin
Jednostka realizująca:

103300 - Instytut Systemów Elektronicznych

Zajęcia w cyklu "rok akademicki 2021/2022 - sem. zimowy" (zakończony)

Okres: 2021-10-01 - 2022-02-22
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 15 godzin, 30 miejsc więcej informacji
Projekt, 15 godzin, 30 miejsc więcej informacji
Wykład, 30 godzin, 30 miejsc więcej informacji
Koordynatorzy: Konrad Jędrzejewski
Prowadzący grup: Damian Gromek, Konrad Jędrzejewski
Lista studentów: (nie masz dostępu)
Zaliczenie: Egzamin
Jednostka realizująca:

103300 - Instytut Systemów Elektronicznych

Zajęcia w cyklu "rok akademicki 2020/2021 - sem. zimowy" (zakończony)

Okres: 2020-10-01 - 2021-02-19
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 15 godzin, 30 miejsc więcej informacji
Projekt, 15 godzin, 30 miejsc więcej informacji
Wykład, 30 godzin, 30 miejsc więcej informacji
Koordynatorzy: Konrad Jędrzejewski
Prowadzący grup: Konrad Jędrzejewski
Lista studentów: (nie masz dostępu)
Zaliczenie: Egzamin
Jednostka realizująca:

103300 - Instytut Systemów Elektronicznych

Zajęcia w cyklu "rok akademicki 2019/2020 - sem. zimowy" (zakończony)

Okres: 2019-10-01 - 2020-02-21
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 15 godzin, 30 miejsc więcej informacji
Projekt, 15 godzin, 30 miejsc więcej informacji
Wykład, 30 godzin, 30 miejsc więcej informacji
Koordynatorzy: Konrad Jędrzejewski
Prowadzący grup: Konrad Jędrzejewski
Lista studentów: (nie masz dostępu)
Zaliczenie: Egzamin
Jednostka realizująca:

103300 - Instytut Systemów Elektronicznych

Zajęcia w cyklu "rok akademicki 2018/2019 - sem. letni" (zakończony)

Okres: 2019-02-18 - 2019-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 15 godzin, 1 miejsc więcej informacji
Projekt, 15 godzin, 1 miejsc więcej informacji
Wykład, 30 godzin, 1 miejsc więcej informacji
Koordynatorzy: Konrad Jędrzejewski
Prowadzący grup: (brak danych)
Lista studentów: (nie masz dostępu)
Zaliczenie: Egzamin
Jednostka realizująca:

103300 - Instytut Systemów Elektronicznych

Zajęcia w cyklu "rok akademicki 2018/2019 - sem. zimowy" (zakończony)

Okres: 2018-10-01 - 2019-02-17
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 15 godzin, 30 miejsc więcej informacji
Projekt, 15 godzin, 30 miejsc więcej informacji
Wykład, 30 godzin, 30 miejsc więcej informacji
Koordynatorzy: Konrad Jędrzejewski
Prowadzący grup: Szymon Buś, Konrad Jędrzejewski, Renata Plucińska
Lista studentów: (nie masz dostępu)
Zaliczenie: Egzamin
Jednostka realizująca:

103300 - Instytut Systemów Elektronicznych

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Politechnika Warszawska.
pl. Politechniki 1, 00-661 Warszawa tel: (22) 234 7211 https://pw.edu.pl kontakt deklaracja dostępności USOSweb 7.0.0.0-7 (2024-03-18)