FAKULTETA ZA ELEKTROTEHNIKO, RAČUNALNIŠTVO IN INFORMATIKO


Učna enota
 STATISTIČNO PROCESIRANJE SIGNALOV 
https://aips.um.si/PredmetiBP5/UcnaEnotaInfo.asp?Zavod=15&Jezik=&Leto=2020&Nacin=&Predmet=60M004

Šifra učne enote    60M004 2020

Nivo Študijkski program ali njegov del Letnik Semester
1 BM40 TELEKOMUNIKACIJE 1 Zimski

ECTS točke 6

Ure - Predavanja 45
Ure - Seminarske vaje 2
Ure - Računalniške vaje 28
Ure - Samostojno delo študenta 105

Nosilci
red. prof. dr. KAČIČ ZDRAVKO

Jeziki predavanj slovenski
Jeziki vaj slovenski

Pogoji za vključitev v delo oz. za opravljanje študijskih obveznosti
Priporočeno je osnovno znanje matematike, programiranja in obdelave signalov. 
Vsebina
• Teorija verjetnosti: dogodek, verjetnost in pogojna verjetnost, neodvisni dogodki. • Naključna spremenljivka in naključni vektor: osnovni koncept, porazdelitvena funkcija naključne spremenljivke, funkcija gostote verjetnosti naključne spremenljivke, Gaussova naključna spremenljivka, pogojna porazdelitvena funkcija, funkcija gostote pogojne verjetnosti, matematične operacije nad naključnimi spremenljivkami, koncept naključnega vektorja, skupna porazdelitev in gostota, pogojna porazdelitvena funkcija naključnega vektorja, funkcija pogojne gostote verjetnosti naključnega vektorja, statistična neodvisnost, matematične operacije nad naključnimi vektorji. • Naključni proces: osnovni koncept, klasifikacija naključnih procesov, stacionarni procesi prvega/drugega reda, stacionarnost v širšem smislu, ergodičnost, korelacija in kovarianca, Gaussov in Poissonov naključni proces. • Ocena spektra: gostota spektra moči, pasovna širina, definicija šuma, beli in barvni šum. • Linearni sistemi z naključnimi vhodnimi signali: linearni sistem, prenosna funkcija, odziv na naključni signal, spektralne karakteristike, pasovna širina šuma, modeliranje izvorov šuma. • Filtriranje naključnih procesov: elementi determinističnega filtriranja signalov, filtriranje naključnih procesov, primerjava naključnih in determinističnih primerov filtriranja. • Markovov proces: definicija in primeri Markovovih procesov, izračun verjetnosti prehoda in verjetnosti stanja v Markovovih verigah, karakterizacija Markovovih verig, časovno zvezni Markovovi procesi, prikriti modeli Markova.  
Temeljni literatura in viri
• B. Porat, Digital Processing of Random Signals: Theory and Methods, Dover Publications, New York, 2008. • R. M. Gray, L. D. Davisson: An Introduction to Statistical Signal Processing, Cambridge University Press, Cambridge, 2004. • U. Spagnolini: Statistical Signal Processing in Engineering, John Wiley & Sons, Chichester, 2018.. • S. Miller, D. Childers: Probability and Random Processes: With Applications to Signal Processing and Communications, Elsevier Academic Press, Burlington, 2004.  
Cilji in kompetence
Cilj predmeta je, da bodo študenti razumeli teoretične osnove postopkov statističnega procesiranja signalov, znali klasificirati posamezne stohastične procese ter uporabiti postopke statističnega procesiranja signalov pri obravnavi različnih stohastičnih signalov.  
Predvideni študijski rezultati - znanje in razumevanje
Po zaključku tega predmeta bo študent sposoben • pojasniti osnove naključnih procesov, • prepoznati karakteristike različnih naključnih procesov in izvesti spektralno analizo naključnega procesa, • razumeti proces filtriranja naključnega procesa z linearnim sistemom, • konstruirati digitalni filter in izvesti filtriranje naključnih procesov, • pojasniti osnove Markovovih procesov. 
Predvideni študijski rezultati - Prenosljive/ključne spretnosti in drugi atributi
• Spretnosti komuniciranja: ustni zagovor laboratorijskih vaj, pisno izražanje pri pisnem izpitu. • Uporaba informacijske tehnologije: uporaba programskih orodij za statistično procesiranje signalov. • Reševanje problemov: načrtovanje in izvedba sistemov procesiranja naključnih signalov.  
Metode poučevanja in učenja
• predavanja, • seminarske vaje, • laboratorijske vaje, • seminarsko delo.  

Načini ocenjevanja Delež (%)
opravljeno seminarsko delo 15  
Laboratorijske vaje 35  
Pisni izpit 50  
[EOP]