PředmětyPředměty(verze: 963)
Předmět, akademický rok 2021/2022
  
Signal Processing - S445012
Anglický název: Signal Processing
Zajišťuje: Ústav matematiky, informatiky a kybernetiky (446)
Fakulta: Fakulta chemicko-inženýrská
Platnost: od 2021 do 2021
Semestr: zimní
Body: zimní s.:5
E-Kredity: zimní s.:5
Způsob provedení zkoušky: zimní s.:
Rozsah, examinace: zimní s.:2/2, Zk [HT]
Počet míst: neurčen / neurčen (neurčen)
Minimální obsazenost: neomezen
Stav předmětu: vyučován
Jazyk výuky: angličtina
Způsob výuky: prezenční
Způsob výuky: prezenční
Úroveň:  
Je zajišťováno předmětem: AB445007
Garant: Procházka Aleš prof. Ing. CSc.
Je záměnnost pro: AB445007
Termíny zkoušek   Rozvrh   
Anotace - angličtina
The subject covers the analysis and processing of observed signals and images. Basic mathematical methods include discrete Fourier transform and selected numerical methods including the use of difference equations for rejection of undesirable signal components. Algoritmic tools assume the use of the MATLAB environment. Projects include the application of selected methods for biomedical data analysis and environmental signal processing.
Poslední úprava: Procházka Aleš (04.07.2012)
Literatura - angličtina

[1] T. Bose: Digital Signal and Image Processing, Wiley, 2004

[2] http://uprt.vscht.cz/prochazka/pedag/DSPc.htm

Poslední úprava: Procházka Aleš (04.07.2012)
Požadavky ke zkoušce (Forma způsobu ověření studijních výsledků) - angličtina

In the frame of computational laboratories it is necessary to evaluate 3 projects including the verification of programs proposed in the MATLAB/Simulink environment. During exam the knowledge of the theoretical background of digital signal processing is verified together with their algorithmic implementation.

Poslední úprava: Procházka Aleš (04.07.2012)
Sylabus - angličtina

1. Signal and image description, sampling, applications

2. Discrete Fourier transform, basic properties, visualization

3. Short time Fourier transform, interpretation, application

4. Window functions, spectrum estimation, convolution

5. Signal and image decomposition and reconstruction, spectum modification

6. Principles of digital filters, system description by difference equations

7. Statistical methods of signal processing, histograms, corelation

8. Block oriented methods of signal and image processing

9. Time series description and processing, signal prediction

10. Real signal and image acquisition, Simulink and signal processing

11. Fundamentals of wavelet transforms

12. Image coding, analysis and visualization

13. Computational intelligence and adaptive methods, principles of neural networks

14. Applications of signal and image processing

Poslední úprava: Procházka Aleš (04.07.2012)
 
VŠCHT Praha