Last update: Procházka Aleš prof. Ing. CSc. (26.04.2018)
The subject includes general methods of analysis and processing of sequences of observed signals and images (http://uprt.vscht.cz/prochazka/pedag/ATHENSe.htm). Fundamental mathematical methods include discrete Fourier transform for analysis of multidimensional signals, z-transform for system description, selected statistical and numerical methods including the use of difference equations for the time-domain system description and design of digital filters. Algoritmic methods are implemented in the MATLAB and Simulink environment using both numerical methods and symbolic mathematics. Projects include the application of selected methods for biomedical signal and image analysis, environmental signal processing and energy data prediction.
Last update: Soušková Hana Ing. Ph.D. (25.04.2018)
Předmět je zaměřen na obecné metody analýzy a zpracování posloupností pozorovaných dat a obrazů (http://uprt.vscht.cz/prochazka/pedag/DSPc.htm). Základní matematické metody zahrnují diskrétní Fourierovu transformaci pro analýzu vícerozměrných signálů, z-transformaci pro popis signálů a systémů a dále vybrané statistické a numerické metody včetně implementace diferenčních rovnic pro popis systémů a implementaci číslicové filtrace. Algoritmické postupy jsou realizovány v prostředí systému MATLAB a Simulink s využitím numerických metod a symbolické matematiky. Projekty zahrnují aplikace dílčích metod pro analýzu biomedicínských signálů a obrazů, zpracování dat z oblasti životního prostředí a predikci dat spotřeby energie.
Aim of the course -
Last update: Procházka Aleš prof. Ing. CSc. (26.04.2018)
Students will know how
(i) to analyze time series and images by discrete Fourier and wavelet transforms,
(ii) to use z-transform for discrete systems description,
(iii) to apply digital filters in time and frequency domains,
(iv) to use digital signal processing methods for real data analysis
Last update: Soušková Hana Ing. Ph.D. (25.04.2018)
Studenti budou umět (i) analyzovat časové řady a obrazy pomocí diskrétní Fourierovy a Wavelet transformace, (ii) používat z-transformaci při popisu diskrétních systémů, (iii) navrhovat a aplikovat číslicovou filtraci v časové a frekvenční obrazy a (iv) aplikovat základní metody číslicového zpracování vícerozměrných signálů pro reálná data
Literature -
Last update: Procházka Aleš prof. Ing. CSc. (26.04.2018)
R:T. Bose: Digital Signal and Image Processing, Wiley, 2004
R:J. Uhlíř, P. Sovka, Číslicové zpracování signálů, Vydavatelství ČVUT, 2002
A:J. Jan, Číslicová filtrace, analýza a restaurace signálů, BEN 2004
A:http://uprt.vscht.cz/prochazka/pedag/DSPc.htm
Last update: Kubová Petra Ing. (26.09.2023)
Z: J. Uhlíř, P. Sovka, Číslicové zpracování signálů, Vydavatelství ČVUT, 2002
D: T. Bose: Digital Signal and Image Processing, Wiley, 2004
D: J. Jan, Číslicová filtrace, analýza a restaurace signálů, BEN 2004
Learning resources -
Last update: Procházka Aleš prof. Ing. CSc. (26.04.2018)
Last update: Procházka Aleš prof. Ing. CSc. (26.04.2018)
In the frame of computational laboratories it is necessary to evaluate 3 projects including mathematical analysis of methods used and their verification in the MATLAB/Simulink environment. During exam the knowledge of mathematical metods of signal and image analysis and processing is verified together with their algorithmic implementation (http://uprt.vscht.cz/prochazka/pedag/ATHENSe.htm).
Last update: Mareš Jan doc. Ing. Ph.D. (04.10.2023)
Ústní zkouška
Syllabus -
Last update: Procházka Aleš prof. Ing. CSc. (26.04.2018)
1. Algorithmic tools of digital signal processing, fundamentals of MATLAB environment
2. Numerical, symbolic and visualization tools of MATLAB, data files processing
3. Time-domain signal representation, difference equations, selected statistical methods
4. Frequency-domain signal analysis, sampling, discrete Fourier transform, decomposition
13. Signal processing in engineering, signal prediction, Simulink environment, basic blocks
14. Biomedical signal and image processing
Last update: Kubová Petra Ing. (26.09.2023)
1. Algoritmické prostředky zpracování signálů, užití systému Matlab, vzorkování
2. Numerické, symbolické a grafické prostředky systému Matlab, práce se soubory
3. Representace signálu v časové oblasti, diferenční rovnice, vybrané statistické metody
4. Analýza signálů ve frekvenční oblasti, vzorkování, diskrétní Fourierova transformace
5. Odhady spektra, krátká diskrétní Fourierova transformace, okénkové funkce
6. Z-Transformace a popis signálů a systémů, diskrétní a frekvenční přenos
7. Číslicová filtrace v časové oblasti, konvoluce, filtry s konečnou impulsní charakteristikou
8. Filtry s nekonečnou impulsní charakteristikou, základní vlastnosti, změna vzorkování
9. Filtrace ve frekvenční oblasti, volba výběrového okénka, rekonstrukce signálu
10. Lineární metody modelování a predikce časových řad, SVD a QR algortimus, výběr modelu
11. Nelineární metody zpracování signálů, mediánová filtrace, princip neuronových sítí
12. Metody analýzy obrazů, 2D Fourierova transformace, zpracování obrazů, grad. metody
13. Inženýrské aplikace zpracování signálů, predikce signálů, řešení v systému Simulink
14. Zpracování biomedicínských signálů a obrazů
Entry requirements -
Last update: Procházka Aleš prof. Ing. CSc. (26.04.2018)
Fundamentals of MATLAB programming
Last update: Procházka Aleš prof. Ing. CSc. (26.04.2018)
Znalost základů programování v MATLABu
Course completion requirements -
Last update: Procházka Aleš prof. Ing. CSc. (26.04.2018)
Submission of three individual projects specified during the term and oral discussion to selected research areas.
Last update: Mareš Jan doc. Ing. Ph.D. (04.10.2023)
V rámci předmětu je nutno zpracovat 3 projekty včetně matematického rozboru použitých metod a ověření dílčích programových postupů v systému MATLAB/Simulink. Během zkoušky se ověřuje znalost matematických metod analýzy a číslicového zpracování signálů a obrazů včetně jejich algoritmické implementace (http://uprt.vscht.cz/prochazka/pedag/DSPc.htm).
Teaching methods
Activity
Credits
Hours
Konzultace s vyučujícími
0.5
14
Účast na přednáškách
1
28
Příprava na přednášky, semináře, laboratoře, exkurzi nebo praxi