Статистичко процесирање на сигналите и процесирање со полиња
Предмет: Статистичко процесирање на сигналите и процесирање со полиња
Код: ФЕИТ10026
Број на ЕКТС кредити: 6 ЕКТС
Неделен фонд на часови: 3+0+0+3
Наставник: Проф. Венцеслав Кафеџиски
Содржина на предметната програма: Случајни вектори: дефиниција, моменти, карактеристични функции, повеќе-димензионална Гаусова распределба. Дискретни случајни процеси: дефиниција, стационарност и ергодичност, автокорелација и спектрална густина на моќност. Естимација на параметри: MVUE, ML, LS. Естимација на случајни параметри: MAP, MMSE, и принцип на ортогоналност. Оптимална естимација на дискретни случајни процеси: Винерoв и Калманов филтер. Параметарски модели на дискретни случајни процеси: AR, MA и ARMA. Спектрална анализа на дискретни случајни процеси: периодограм, корелограм, методи со користење на параметарските модели, методи со висока резолуција. Адаптивно процесирање на сигналите: метод со најбрзо опаѓање, LMS, RLS алгоритам. Процесирање на сигнали со полиња: бимформинг, оптимално и адаптивно процесирање, методи со висока резолуција. Процесирање на сигнали со полиња од сензори. Компримирано земање на примероци и редукција на димензионалноста. Примена на опишаните методи и алгоритми
Литература:
- D. G. Manolakis, V. K. Ingle, S. M. Kogon Statistical and Adaptive Signal Processing: Spectral Estimation, Signal Modeling, Adaptive Filtering and Array Processing, Artech House, 2005
- S. Haykin, K. J. Ray Liu, Handbook on Array Processing and Sensor Networks, Wiley, IEEE, 2009
- R. Baraniuk, M. A. Davenport, M. F. Duarte, C. Hegde, An Introduction to Compressive Sensing, CONNEXIONS, 2012
