Submission of three individual projects specified during the term and oral discussion to selected research areas.

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).

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

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

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).

Ústní zkouška

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

5. Spectrum estimation, aliasing, short-time Fourier transform, window functions

6. Z-transform and system description, discrete transfer function, frequency transfer function

7. Digital filters, basic methods in the time domain, convolution, FIR filters, filter banks

8. IIR filters, basic properties, signal decimation

9. Filtering methods in frequency domain, signal reconstruction, window functions

10. Linear methods of time series modelling and prediction, SVD a QR algorthm, model selection

11. Nonlinear methods of signal processing, median filters, principles of neural networks

12. Basic methods of image analysis, 2D Fourier transform, image processing

13. Signal processing in engineering, signal prediction, Simulink environment, basic blocks

14. Biomedical signal and image processing

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

http://uprt.vscht.cz/prochazka/pedag/lectures/ATHENS_DSP.pdf

http://uprt.vscht.cz/prochazka/pedag/lectures/SP0_MATLAB_2006EN.pdf

http://uprt.vscht.cz/prochazka/pedag/lectures/ATHENS_DSP.pdf

http://uprt.vscht.cz/prochazka/pedag/lectures/SP0_MATLAB_2006EN.pdf

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

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

Fundamentals of MATLAB programming

Znalost základů programování v MATLABu