Jelfeldolgozás

A tantárgy angol neve: Signal Processing

Adatlap utolsó módosítása: 2006. július 1.

Budapesti Műszaki és Gazdaságtudományi Egyetem
Villamosmérnöki és Informatikai Kar

Villamosmérnöki Szak

Doktorandusz tárgy

Tantárgykód Szemeszter Követelmények Kredit Tantárgyfélév
VIHID072   4/0/0/v 5 tavasz
3. A tantárgyfelelős személy és tanszék Dr. Levendovszky János, Hálózati Rendszerek és Szolgáltatások Tanszék
4. A tantárgy előadója

Név:

Beosztás:

Tanszék, Int.:

Dr. Levendovszky János

egy. docens

HIT

Dr. Németh Géza

egy. docens

TTT

Dr. Osváth László

egy. adjunktus

TTT

Tatai Péter

tud. munkatárs

TTT

5. A tantárgy az alábbi témakörök ismeretére épít

A tantárgy elsősorban a Jelek és rendszerek témakör ismeretére épít,

6. Előtanulmányi rend
Ajánlott:

A Jelfeldolgozás elemei, a Beszéd- és adatjelek feldolgozása és a Digitális jelek és rendszerek analízise

7. A tantárgy célkitűzése

A doktorandusz hallgatók számára olyan tudományos mélységű algoritmikus ismeretek nyújtása, amelyek a modern kommunikációs rendszerek működésének megértéséhez és továbbfejlesztéséhez szükségesek.

8. A tantárgy részletes tematikája

Bevezetés, tudás homogenizálás

Jelek és rendszerek osztályozása és matematikai leírása, mintavételezés és kvantálás, z-transzformáció és tulajdonságai, valószínűségi alapismeretek áttekintése, FIR és IIR szűrők, jellegzetes speciális eseteik, szűrősorok. DFT és DCT valamint FFT algoritmusok

Diszkrét véletlen jelek modellezése és feldolgozása

Spektrális jellemzők, ARMA folyamatok, a modellfokszám becslés információelméleti kritériumai, rács és állapottér modellek, ekvivalenciák. Becslési feladatok, maximum-likelihood és nemparametrikus becslés, kovariancia, autokorrelációs, all-pole, all-zero és pole-zero módszerek.

Illesztett és adaptív jelfeldolgozás (lineáris és nemlineáris modellek)

Wiener szűrés, adaptív szűrők, sztochasztikus approximáció, LMS algoritmus és tulajdonságai

Reprezentáció és tanulás nemlineáris modelleknél, VC dimenzió, neurális jelfeldolgozás

Alkalmazások

Adaptív kiegyenlítés és zajcsökkentés, sokfelhasználójú detekció, lényegkiemelés, beszédfeldolgozás, csomagkapcsolt hálózatok forgalmi menedzsmentje.

Jelfeldolgozási algoritmusok megvalósítása

Jelfeldolgozó processzorok és architektúrák, fix és lebegőpontos számábrázolás problémái, a méréstechnikában használatos jelfeldolgozó kártyák áttekintése, PC alapú alkalmazások beszédfeldolgozásban

9. A tantárgy oktatásának módja (előadás, gyakorlat, laboratórium)

2*2 óra előadás hetenként.

10. Követelmények

a. A szorgalmi időszakban:

A félév végén az aláírás feltétele egy nagyzárthelyi legalább elégséges szintű megírása. A zárthelyi megírására a félév közepén kerül sor. A pótlásra a szorgalmi időszak során egy alkalom áll rendelkezésre, a vizsgaidőszakban csak iv. jelleggel lehetséges.

b. A vizsgaidőszakban: vizsga

c. Elővizsga: nincs

13. Jegyzet, tankönyv, felhasználható irodalom

Candy: Signal Processing (The Modern Approach), Mc-Graw Hill, 1988

J.G. Proakis, D.G. Manolakis: Digital signal Processing, Prentice Hall, 1996.

S. Haykin: Adaptive filter theory, Prentice Hall, 1991

Gordos G., Takács Gy.: Digitális beszédfeldolgozás, Műszaki Könyvkiadó, 1983

15. A tantárgy tematikáját kidolgozta

Név:

Beosztás:

Tanszék, Int.:

Dr. Levendovszky János

egy. docens

HIT

Dr. Németh Géza

egy. docens

TTT

Dr. Osváth László

egy. adj.

TTT

Tatai Péter

tmts.

TTT