Politechnika Warszawska - Centralny System Uwierzytelniania
Strona główna

Adaptacyjne przetwarzanie sygnałów

Informacje ogólne

Kod przedmiotu: 103A-xxxxx-MSP-APSG
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Adaptacyjne przetwarzanie sygnałów
Jednostka: Wydział Elektroniki i Technik Informacyjnych
Grupy: ( Przedmioty techniczne )---EITI
( Przedmioty zaawansowane techniczne )--mgr.-EITI
Punkty ECTS i inne: 5.00 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: polski
Jednostka decyzyjna:

103000 - Wydział Elektroniki i Technik Informacyjnych

Kod wydziałowy:

APSG

Numer wersji:

1

Skrócony opis:

Celem przedmiotu jest zapoznanie studentów z nowoczesnymi metodami adaptacyjnego przetwarzania sygnałów w kontekście ich praktycznych zastosowań. Po uzupełnieniu wiadomości w zakresie optymalnej estymacji sygnałów losowych, omawiane są główne klasy algorytmów adaptacyjnych wraz z przykładami ich zastosowań, m.in. w elektronice medycznej, telekomunikacji, radiolokacji i akustyce. Podczas laboratorium studenci implementują algorytmy adaptacyjne, badają ich właściwości, a także przetwarzają adaptacyjnie sygnały spotykane w wybranych zastosowaniach.

Pełny opis:

Celem przedmiotu jest zapoznanie studentów z nowoczesnymi metodami adaptacyjnego przetwarzania sygnałów w kontekście ich praktycznych zastosowań. Po uzupełnieniu wiadomości w zakresie optymalnej estymacji sygnałów losowych, omawiane są główne klasy algorytmów adaptacyjnych wraz z przykładami ich zastosowań, m.in. w elektronice medycznej, telekomunikacji, radiolokacji i akustyce. Podczas laboratorium studenci implementują algorytmy adaptacyjne, badają ich właściwości, a także przetwarzają adaptacyjnie sygnały spotykane w wybranych zastosowaniach.



Treść wykładu

  1. Wprowadzenie do adaptacyjnego przetwarzania sygnałów (3h).
    Historia i pryncypia adaptacyjnego przetwarzania sygnałów. Przykładowe zastosowania: usuwanie zakłóceń akustycznych, usuwanie zakłóceń w sygnale EKG, usuwanie ech w łączach telekomunikacyjnych, identyfikacja struktury geologicznej ziemi.
  2. Uzupełnienie wiadomości z teorii dyskretnych procesów stochastycznych (3h).
    Reprezentacja widmowa dyskretnych sygnałów stochastycznych. Odpowiedź liniowych układów na pobudzenia losowe. Modelowanie dyskretnych sygnałów stochastycznych (modele AR, MA, ARMA). Twierdzenie Wolda. Filtr modelujący. Stacjonarność sygnału, a stabilność filtru modelującego. Sygnały gaussowskie i niegaussowskie.
  3. Uzupełnienie wiadomości z teorii estymacji (2h).
    Ogólne właściwości estymatorów. Klasyczne i bayesowskie podejście do estymacji. Podstawowe metody estymacji przy różnych założeniach o znajomości informacji a priori o sygnale. Estymatory maksimum gęstości a posteriori, maksimum funkcji wiarygodności, minimum błędu średniokwadratowego. Kres dolny Cramera-Rao. Estymacja średnio-kwadratowa. Estymacja sygnałów.
  4. Optymalne przetwarzanie sygnałów (2h).
    Optymalny filtr liniowy. Równania normalne. Rozwiązanie równań normalnych. Algorytm Levinsona.
  5. Optymalna predykcja liniowa (2h).
    Optymalny liniowy predyktor. Optymalny filtr predykcyjny. Algorytm Durbina. Zastosowania liniowej predykcji do identyfikacji modelu AR.
  6. Adaptacyjne algorytmy LMS (least mean squares) (3h).
    Adaptacyjne metody i algorytmy estymacji. Iteracyjne rozwiązanie równań normalnych. Kryterium najmniejszego średniego kwadratu błędu (LMS). Algorytm LMS. Analiza zbieżności i właściwości algorytmu LMS. Znormalizowany algorytm LMS (NLMS). Inne warianty algorytmu LMS. Przykłady zastosowań.
  7. Adaptacyjne algorytmy RLS (recursive least squares) (3h).
    Algorytmy gradientowe. Algorytm LMS-Newtona. Kryterium najmniejszych kwadratów (LS). Algorytmy rekursywne RLS. Algorytm EWRLS (exponentially weighted RLS). Zbieżności i złożoność obliczeniowa algorytmu RLS. Porównanie algorytmów RLS i LMS. Przykłady zastosowań.
  8. Zastosowania filtrów adaptacyjnych (4h).
    Adaptacyjne usuwanie zakłóceń. Adaptacyjne wydzielanie sygnałów sinusoidalnych z szumu. Adaptacyjne usuwanie zakłóceń w sygnale EKG. Adaptacyjne usuwanie zakłóceń z sygnałów akustycznych, adaptacyjne sterowanie wiązką, adaptacyjne wyrównywanie kanału komunikacyjnego, adaptacyjna cyfrowa linearyzacja wzmacniaczy mocy (DPD).
  9. Filtracja kalmanowska (3h).
    Sformułowanie problemu, struktura systemu. Filtr Kalmana. Rozszerzony filtr Kalmana. Przykłady zastosowań, śledzenie obiektów.
  10. Filtry adaptacyjne o strukturze kratowej (3h).
    Predykcja w przód i wstecz. Właściwości filtrów kratowych. Współczynniki odbicia i ich związek z algorytmem Levinsona-Durbina. Estymacja współczynników odbicia. Gradientowe adaptacyjne algorytmy kratowe. Porównanie z filtrami transwersalnymi. Przykłady zastosowań.
  11. Filtry adaptacyjne o strukturze NOI (2h).
    Problemy związane z wykorzystaniem filtrów o nieskończonej odpowiedzi impulsowej (NOI). Filtry adaptacyjne wykorzystujące struktury filtrów NOI. Usuwanie potencjalnej niestabilności adaptacyjnych filtrów NOI.



Zakres laboratorium

  1. Modelowanie i analiza widmowa dyskretnych sygnałów losowych (3h).
  2. Implementacja i badanie właściwości algorytmu LMS (3h).
  3. Implementacja i badanie właściwości algorytmu RLS (3h).
  4. Adaptacyjne usuwanie szumów i zakłóceń (3h).
  5. Wybrane zastosowania algorytmów adaptacyjnych (3h).
    Zajęcia laboratoryjnych odbywają się w Laboratorium Cyfrowego Przetwarzania Sygnałów (CS202).
  6. Indywidualne zadanie laboratoryjne (15h):
    Praca składa się z następujących etapów:
    1. Definicja problemu i zakresu zadania.
    2. Opracowanie koncepcji rozwiązania problemu, podstaw teoretycznych, struktury oprogramowania, itp.
    3. Implementacja.
    4. Testowanie i badania.
    5. Przygotowanie raportu.


Przykładowe tematy zadań indywidualnych:

  1. Adaptacyjna różnicowa modulacja kodowo-impulsowa (ADPCM – Adaptive differential pulse code modulation) – implementacja i badania symulacyjne.
  2. Adaptacyjna kompresja sygnałów mowy, np. LPC (Linear predictive coding) – implementacja i badania symulacyjne.
  3. Adaptacyjne usuwanie zakłóceń z sygnałów biomedycznych – implementacja i badania symulacyjne.
  4. Adaptacyjna cyfrowa linearyzacja wzmacniaczy mocy (DPD) – implementacja i badania symulacyjne.
  5. Szyki antenowe/mikrofonowe, adaptacyjne kształtowanie wiązki – implementacja i badania symulacyjne.
  6. Implementacja i badania symulacyjne zachowania adaptacyjnych filtrów NOI.
  7. Implementacja i badania właściwości algorytmów adaptacyjnych o strukturze kratowej.
  8. Implementacja i badania właściwości algorytmów adaptacyjnych pracujących w dziedzinie częstotliwości.
  9. Implementacja i badania symulacyjne algorytmów LMS ze zmiennym krokiem adaptacji i algorytmów RLS ze zmienną stałą zapominania.
  10. Implementacja i analiza porównawcza uproszczonych algorytmów typu LMS.
  11. Implementacja i badania symulacyjne filtru Kalmana.
  12. Zastosowanie filtru Kalmana w problemach śledzenia obiektów.
  13. Nieliniowe filtry adaptacyjne.
  14. Implementacja i badania algorytmów estymacji parametrów sygnałów opartych na koncepcji adaptacyjnej dopasowanej obserwacji.
  15. Interaktywna strona www do symulacji algorytmów adaptacyjnego przetwarzania sygnałów.


Studenci mogą również zgłaszać własne tematy związane z tematyką wykładu.

Literatura:

Slajdy z wykładów oraz instrukcje laboratoryjne udostępniane na stronie przedmiotu.


  1. P. M. Clarkson, Optimal and adaptive signal processing, CRC Press, 1993.
  2. A. Uncini, Fundamentals of Adaptive Signal Processing, Springer, 2015.
  3. S. Haykin, Adaptive Filter Theory, Fifth Edition, Prentice Hall, 2014.
  4. T. Zieliński, P. Korohoda, R. Rumian, Cyfrowe przetwarzanie sygnałów w telekomunikacji, PWN, 2014.
  5. L. Rutkowski, Filtry adaptacyjne i adaptacyjne przetwarzanie sygnałów, WNT, 1994.
  6. B. Widrow, S.D. Stearns, Adaptive signal processing, Prentice Hall, 1985.
  7. L. Ljung, System Identification: Theory for the User, Prentice Hall, 1999.
Metody i kryteria oceniania:

Do uzyskania 100 pkt.:

  1. egzamin – 50 pkt.
  2. laboratorium – 50 pkt., 5x5 pkt. + zadanie indywidualne – 25 pkt.

  3. Liczba punktów:
    • <51 – ocena 2
    • 51–60 – ocena 3
    • 61–70 – ocena 3,5
    • 71–80 – ocena 4
    • 81–90 – ocena 4,5
    • 91–100 – ocena 5

Zajęcia w cyklu "rok akademicki 2023/2024 - sem. letni" (w trakcie)

Okres: 2024-02-19 - 2024-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 30 godzin, 24 miejsc więcej informacji
Wykład, 30 godzin, 24 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 2021/2022 - sem. letni" (zakończony)

Okres: 2022-02-23 - 2022-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 30 godzin, 20 miejsc więcej informacji
Wykład, 30 godzin, 20 miejsc więcej informacji
Koordynatorzy: Konrad Jędrzejewski
Prowadzący grup: Konrad Jędrzejewski, Renata Plucińska
Lista studentów: (nie masz dostępu)
Zaliczenie: Egzamin
Jednostka realizująca:

103300 - Instytut Systemów Elektronicznych

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

Okres: 2020-02-22 - 2020-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 30 godzin, 24 miejsc więcej informacji
Wykład, 30 godzin, 24 miejsc więcej informacji
Koordynatorzy: Konrad Jędrzejewski
Prowadzący grup: Szymon Buś, Konrad Jędrzejewski, Gustaw Mazurek, Renata Plucińska
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, 30 godzin, 24 miejsc więcej informacji
Wykład, 30 godzin, 24 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)