|
|
|
|
|
|
|
סמ' א' | | | | | שיעור ות | מר וייס אמיר | |
סמ' א' | 1700-1900 | 'ב | 238 | וולפסון - הנדסה | שיעור ות | פרופ ירדאור אריה | סמ' א' | 1200-1400 | 'ה | 102 | לימודי הנדסה - כיתות | שיעור ות | |
|
D:\Inetpub\shared\yedion\syllabus\05\2014\0512\0512426101_desc.txt סילבוס מקוצר שעות: 4 ש"ס
משקל: 3.5
דרישות קדם: אותות אקראיים ורעש, מבוא לעיבוד ספרתי של אותות
מושגים בסיסיים בתורת השערוך, שערוך בייסיאני ולא-בייסיאני, אופטימליות וקונסיסטנטיות בשערוך; תהליכים אקראיים בזמן בדיד, תהליכים סטציונריים במובן הרחב ותכונותיהם; הספקטרום ומשמעויותיו הסטטיסטיות; תהליכים ליניאריים פרמטריים: תהליכים אוטו-רגרסיביים (AR), תהליכי ממוצע-נע (MA) ותהליכים משולבים (ARMA); שערוך ספקטרום: גישות לא פרמטריות (קורלוגרמה, פריודוגרמה, Blackman-Tukey,Welch) וגישות פרמטריות, משוואות Yule-Walker; גילוי אות דטרמיניסטי טבול ברעש: מסננת מתואמת; סינון ליניארי אופטימלי, מסנני Wiener הלא סיבתי והסיבתי, מסנן Kalman, מבוא לסינון אדפטיבי (מסתגל).
Course description Credit points: 3.5
Prerequisites: Random Signal and Noise; Introduction to Digital Signal Processing
Fundamental concepts in estimation theory: Bayesian vs. non-Bayesian estimation, optimality and consistency in estimation; Discrete-time Random Processes; Wide-sense stationary (WSS) processes and their properties; The Spectrum and its statistical meaning and interpretations; Linear parametric processes: Auto-Regressive (AR), Moving Average (MA), ARMA; Spectral estimation: nonparametric methods (periodogram, correlogram, Blackman-Tukey, Welch) and parametric methods, Yule-Walker (YW) and Modified YW equations; Detection of deterministic signals in noise: matched filter; Optimal linear filtering: causal and non-causal Wiener filters, Kalman filter; Introduction to adaptive filtering.
|
|