Drukuj Eksport do pliku (MS Word)
Nazwa przedmiotu:
Zaawansowane techniki przetwarzania sygnałów w telekomunikacji
Koordynator przedmiotu:
prof. nzw. Andrzej Jakubiak, prof. nzw. Przemysław Dymarski
Status przedmiotu:
Obowiązkowy
Poziom kształcenia:
Studia II stopnia
Program:
Telekomunikacja
Grupa przedmiotów:
Przedmioty techniczne - zaawansowane
Kod przedmiotu:
PSYT
Semestr nominalny:
4 / rok ak. 2012/2013
Liczba punktów ECTS:
5
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
Łącznie 115 godz., w tym: udział w wykładach 30 godz., udział w ćwiczeniach audytoryjnych 15 godz., udział w laboratoriach 15 godz. przygotowanie do ćwiczeń audytoryjnych 15 godz., przygotowanie do laboratoriów 30 godz., przygotowanie do sprawdzianów 10 godz.
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
Formy zajęć i ich wymiar w semestrze:
  • Wykład30h
  • Ćwiczenia15h
  • Laboratorium15h
  • Projekt0h
  • Lekcje komputerowe0h
Wymagania wstępne:
Wymagana jest ugruntowana wiedza z zakresu analizy matematycznej (rachunek różniczkowy i całkowy, szeregi funkcyjne), analizy częstotliwościowej sygnałów oraz analizy i syntezy systemów liniowych (filtry analogowe i cyfrowe). Student powinien posiadać podstawową wiedzę z zakresu teorii procesów stochastycznych.
Limit liczby studentów:
60
Cel przedmiotu:
Student zapoznaje się z analizą częstotliwościową i czasowo-częstotliwościową sygnałów (transformaty klasyczne i „rozciągnięte”, transformaty falkowe). Nabiera umiejętności w zakresie wykorzystania transformat w zastosowaniach praktycznych, m.in. w kompresji sygnałów audio. Opanowuje narzędzia statystycznej teorii detekcji i filtracji adaptacyjnej, w zastosowaniu do wykrywania sygnałów na tle szumów, przewidywania (predykcji) sygnałów, tłumienia echa i zakłóceń. Ponadto zapoznaje się z technikami dyskryminacji statycznej (dyskryminatory liniowe, SVM) i dynamicznej (HMM) w zastosowaniu do kompresji i rozpoznawania mowy.
Treści kształcenia:
Treść wykładu: 1. Analiza czasowo-częstotliwościowa sygnałów: - Krótkoczasowa transformata Fouriera. Pojęcie okna czasowego, spektrogramy sygnałów. (2 godz.) - Transformata Gabora. Elementarna funkcja Gabora. Metody wyznaczania funkcji okna i współczynników rozwinięcia, transformata Zaka. (2 godz.) - Transformata falkowa. Pojęcie falek, ciągłe przekształcenie falkowe, skalogram. Dyskretna transformata falkowa, zastosowania. (2 godz.) 2. Zastosowanie transformat w technice kompresji sygnałów: - Od Dyskretnej Transformaty Fouriera, poprzez Dyskretną Transformatę Cosinusoidalną do zmodyfikowanych (rozciągniętych - extended) transformat cosinusoidalnych (MDCT, LT, ELT). Zastosowanie w koderach audio (np. MP3) – 2 godz - Problem koncentracji energii, dekorelacji, transformata Karhunena-Loevego – 1 godz - Kodery transformaty a kwantyzatory wektorowe – 1 godz 3. Filtracja adaptacyjna i jej zastosowania: - Zagadnienie predykcji, filtracji zakłóceń, tłumienia echa, identyfikacji układów dynamicznych– jednolity opis matematyczny. Korekcja interferencji międzysymbolowej – 2 godz - Filtr Wienera i jego właściwości. Zastosowanie do identyfikacji kanału transmisyjnego – 2 godz - Algorytmy adaptacji: stochastycznego gradientu (SG), najmniejszej sumy kwadratów (LMS) – 2 godz 4. Wykrywanie sygnałów na tle zakłóceń: - Elementy statystycznej teorii detekcji, funkcje decyzyjne, weryfikacja hipotez (2 godz.) - Detektory optymalne, detektory bayesowskie, Neymana-Pearsona i mini-max, detekcja parametryczna, nieparametryczna i „robust”. (2 godz.) - Detektory dwudecyzyjne, charakterystyki operacyjne (krzywe ROC), detekcja SPFA. (2 godz.) - Wykrywanie słabych sygnałów w środowisku silnych zakłóceń. (2 godz.) 5. Zagadnienia rozpoznawania i klasyfikacji: - Dyskryminatory liniowe, zastosowanie w parametrycznych koderach mowy – 1 godz - Dyskryminatory nieliniowe, na przykładzie maszyny wektorów wspierających (SVM) – 1 godz - Ukryte Modele Markowa (HMM), rozpoznawanie mowy – 4 godz. Zakres ćwiczeń: Ćwiczenia audytoryjne obejmują materiał przedstawiony na wykładzie w formie zadań i problemów, rozwiązywanych przez studentów w trakcie zajęć. Laboratorium: Laboratorium obejmuje 6 dwugodzinnych ćwiczeń, w trakcie których studenci wykonują w zespołach dwuosobowych pomiary i obliczenia. 1. Reprezentacje ortogonalne sygnałów. 2. Filtracja adaptacyjna: predyktory liniowe, algorytmy adaptacji: metoda stochastycznego gradientu, metoda najmniejszej sumy kwadratów. Zastosowanie w koderze ADPCM. 3. Generowanie i analiza sygnałów pseudolosowych 4. Transformaty w kompresji sygnałów fonicznych: porównanie transformat DFT, DCT, MDCT (zwanej też ELT). Zastosowanie w koderze sygnału audio. 5. Statyczne i dynamiczne rozpoznawanie wzorców: Dyskryminator liniowy Fishera i jego zastosowanie do rozpoznawania klas sygnałów: mowa dźwięczna, bezdźwięczna, szum otoczenia. HMM w rozpoznawaniu mowy: projektowanie Ukrytych Modeli Markowa dla rozpoznawania izolowanych słów. 6. Wyznaczanie charakterystyk operacyjnych i krzywych ROC detektorów binarnych.
Metody oceny:
Stopień opanowania wiedzy jest oceniany na podstawie dwóch pisemnych sprawdzianów audytoryjnych (Spr1, Spr2) oraz sprawdzianów wstępnych i sprawozdań z poszczególnych ćwiczeń laboratoryjnych (Lab1 - Lab6).
Egzamin:
nie
Literatura:
1. P. Wojtaszczyk, „Teoria falek”, PWN, Warszawa 2000. 2. J.T. Białasiewicz, „Falki i aproksymacje”, WNT, Warszawa 2000. 3. S.W. Smith „Cyfrowe przetwarzanie sygnałów – poradnik dla inżynierów i naukowców” – BTC, 2007 4. T.P.Zieliński „Cyfrowe przetwarzanie sygnałów – od teorii do zastosowań” - WKiŁ 5. L.Rutkowski „Filtry adaptacyjne i przetwarzanie sygnałów” - WNT 6. A. Jakubiak, D. Radomski, „Sygnały i systemy”, Oficyna Wydawnicza PW, Warszawa 2012. 7. A. Jakubiak, „Metody detekcji sygnałów na tle zakłóceń”, OWPW (w druku). 8. J.Wojciechowski „Sygnały i systemy” – WkiŁ 2008 9. J.Szabatin „Przetwarzanie sygnałów” – W-wa 2003 10. K.Sayood “Kompresja danych – wprowadzenie”, Wyd. RM, W-wa 2002 11. A.Drozdek “Wprowadzenie do kompresji danych” 12. N.S.Jayant, P.Noll "Digital coding of waveforms" 13. A.Gersho, R.M.Gray "Vector quantization and signal compression" 14. W Kasprzak „Rozpoznawanie obrazów i sygnałów mowy”, W-wa 2009 15. W. Kwiatkowski „Metody automatycznego rozpoznawania wzorców” 16. P.Dymarski (ed.) „Hidden Markov Models – Theory and applications” - Intech 2011, Open source (dostępna w Internecie) 17. A.M. Kondoz “Digital speech” 18. L.Hanzo, F.Clare, A.Somerville, J.P.Woodward: “Voice compression and communications” 19. P.Vary, R.Martin „Digital speech transmission”, Wiley 2005 20. W.Skarbek ”MULTIMEDIA – algorytmy i standardy kompresji”
Witryna www przedmiotu:
http://ztso.tele.pw.edu.pl/~ctom/PSYT/PSYT.html
Uwagi:

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Efekt PSYT_W01
Student posiada wiedzę na temat analizy czasowo-częstotliwościowej sygnałów niestacjonarnych.
Weryfikacja: Lab. 1, Spr1
Powiązane efekty kierunkowe: K_W06, K_W07
Powiązane efekty obszarowe: T2A_W03, T2A_W04, T2A_W03, T2A_W04, T2A_W07
Efekt PSYT_W02
Posiada wiedzę z zakresu zastosowania właściwych transformat w technice kompresji sygnałów.
Weryfikacja: Lab. 4, Spr1
Powiązane efekty kierunkowe: K_W06, K_W07
Powiązane efekty obszarowe: T2A_W03, T2A_W04, T2A_W03, T2A_W04, T2A_W07
Efekt PSYT_W03
Posiada wiedzę z zakresu zastosowań filtracji adaptacyjnej.
Weryfikacja: Lab. 2, Spr1
Powiązane efekty kierunkowe: K_W07, K_W10
Powiązane efekty obszarowe: T2A_W03, T2A_W04, T2A_W07, T2A_W04
Efekt PSYT_W04
Posiada wiedzę z zakresu rozpoznawania, klasyfikacji i detekcji sygnałów.
Weryfikacja: Lab. 5, Lab. 6, Spr2
Powiązane efekty kierunkowe: K_W06, K_W10
Powiązane efekty obszarowe: T2A_W03, T2A_W04, T2A_W04

Profil ogólnoakademicki - umiejętności

Efekt PSYT_U01
Student posiada umiejętność wyboru i zastosowania właściwej transformaty w kompresji sygnałów.
Weryfikacja: Lab. 4, Spr1
Powiązane efekty kierunkowe: K_U01, K_U05, K_U07
Powiązane efekty obszarowe: T2A_U01, T2A_U03, T2A_U04, T2A_U02, T2A_U07, T2A_U07, T2A_U08, T2A_U09
Efekt PSYT_U02
Posiada umiejętność projektowania filtrów adaptacyjnych w zastosowaniach telekomunikacyjnych.
Weryfikacja: Lab.2, Spr1
Powiązane efekty kierunkowe: K_U01, K_U05, K_U07, K_U10
Powiązane efekty obszarowe: T2A_U01, T2A_U03, T2A_U04, T2A_U02, T2A_U07, T2A_U07, T2A_U08, T2A_U09, T2A_U07, T2A_U09, T2A_U15
Efekt PSYT_U03
Posiada umiejętność projektowania systemów rozpoznawania, klasyfikacji i detekcji sygnałów w zastosowaniach telekomunikacyjnych.
Weryfikacja: Lab.5, Lab. 6, Spr2.
Powiązane efekty kierunkowe: K_U01, K_U05, K_U06, K_U07
Powiązane efekty obszarowe: T2A_U01, T2A_U03, T2A_U04, T2A_U02, T2A_U07, T2A_U07, T2A_U09, T2A_U07, T2A_U08, T2A_U09

Profil ogólnoakademicki - kompetencje społeczne

Efekt PSYT_K01
Student posiada umiejętność współpracy w grupie.
Weryfikacja: Lab. 1 - Lab.6
Powiązane efekty kierunkowe: K_K01
Powiązane efekty obszarowe: T2A_K06