×
Универзитет у Новом Саду

Предмет: Одабрана поглавља из сигнала и система (17.DAU012)

Основне информације:
 
Категорија Научно-стручни
Ужа научна област Аутоматика и управљање системима
ЕСПБ 10

Циљ предмета је да студенти овладају напредним техникама за класификацију и естимацију сигнала. То подразумева да у практичним проблемима буду у стању да изврше карактеризацију сигнала у смислу његовог моделирања и моделирања стохастичког сигнала који свој узрок има или у немоделираној динамици сигнала или у мерном шуму

Очекивани исходи предмета су вештине којима ће студенти овладати у смислу детекције, моделирања, естимације параметара и класификације сигнала из најразличитијих области инжињерске праксе: у области видео сигнала, аудио сигнала, електричних сигнала добијених са мерних уређаја и система итд.

Обрада информација представља важан фактор у различитим областима, као што су навигација, индустрија, пољопривреда, саобраћај, комуникације, трговина и слично. Појам информационог процесора укључује мерно-аквизициони систем, процесор сигнала и података и мерно-претварачке системе за слање информација у експлицитној форми у реалан свет. Функционално пројектовање сигнал процесора, као дела информационог уређаја, заснва се на теорији естимације и класификације. Главна разлика између ове две области је у типу информација које се добијају као резултат обраде. У класификацији излаз је дискретан, тј. представља класу, обележје или категорију. У проблемима естимације то је реална скаларна или векторска варијабла. Пошто се овакви проблеми појављују како у статичком тако и у динамичком окружењу, то се појам естимације стања користи за динамичке случајеве, који могу бити континуални или дискретни у времену. Сличност између ове две области омогућава да се користи јединствена методологија заснована на Бајесовој теорији одлучивања. У курсу су дате математичке основе ове теорије, а посебна пажња биће посвећена практичним аспектима теоријских резултата. У првом делу курса разматраће се теорија класификације и естимације у случају статичких и динамичких модела, који су егзактни и адекватно описују разматрани физички процес. У другом делу круса разматраће се реалније ситуације код којих модел процеса није у потпуности познат и постоји извесна неодређеност или немоделирана динамика. Овакви модели су добијени било на основу експерименталних података или су експериментални подаци коришћени директно за тренирање алгорима класификације и естимације. Области примене овакве методологије су различите и обухватају машинство, електротехнику, грађевину, управљање технолошким процесима, еколошки инжењеринг и т.д.

Предавања. Консултације. Истраживачко студијски рад.

Аутори Назив Година Издавач Језик
Anderson, B., Moore, J. Optimal Filtering 1979 Prentice Hall, New Yersey Енглески
K. Fukunaga Introduction to statistical pattern recognition 1992 Academic Press Енглески
S. Miller, D. Childers Probability and random processes with applicattions in signal processing and communications 2004 Elsevier Academic Press Енглески
J. Benesty, Y. Huang Adaptive Signal Processing 2003 Springer Енглески
S. Kay Modern Spectral Estimation 1988 Prentice Hall Енглески
Muhammad Sarfray Intelligent recognition, Techniques and Applications 2005 Wiley Енглески
Предметна активност Предиспитна Обавезна Број поена
Предметна активност
Усмени део испита
Предиспитна
Не
Обавезна
Да
Број поена
50.00
Предметна активност
Предметни пројекат
Предиспитна
Да
Обавезна
Да
Број поена
50.00

Предавања