In English

EQ2400 Adaptiv signalbehandling 6,0 hp

Adaptive Signal Processing

This course treats adaptive signal processing algorithms for extracting relevant information from noisy signals. The emphasis is on recursive, model based estimation methods for time-varying systems. Applications in, for example, communications, control and medicine are treated.

Fundamentals for adaptive systems; mean-square estimation, Wiener filters. Introduction to adaptive structures and the least squares method. State space models. Kalman filters. Search techniques: Gradient and Newton methods. LMS (least mean squares), RLS (recursive least squares). Analysis of adaptive algorithms: Learning curve, convergence, stability, excess mean square error, mis-adjustment. Generalizations of LMS and RLS. 

  • Utbildningsnivå

    Avancerad nivå

  • Kursnivå (A-D)

    D

  • Huvudområde

    Elektroteknik

  • Betygsskala

    A, B, C, D, E, FX, F

Kurstillfällen/kursomgångar

VT13 för programstuderande

VT13 för programstuderande

  • Perioder

    VT13 P3 (6,0 hp)

  • Anmälningskod

    61212

  • Kursen startar

    2013 vecka: 2

  • Kursen slutar

    2013 vecka: 11

  • Undervisningsspråk

    Engelska

  • Campus

    KTH Campus

  • Antal föreläsningar

  • Antal övningar

  • Undervisningstid

    Dagtid

  • Undervisningsform

    Normal

  • Antal platser

    Ingen begränsning

  • Schema

    Schema (nytt fönster)

  • Kursansvarig

    Magnus Jansson <janssonm@kth.se>

  • Lärare

    Magnus Jansson <janssonm@kth.se>

  • Målgrupp

    Enstaka studenter från industripartners

VT14 för programstuderande

Lärandemål

Kursen behandlar adaptiva signalbehandlingsalgoritmer för att extrahera relevant information från brusiga signaler. Tyngdpunkten ligger på rekursiva modellbaserade skattningsmetoder för signaler och system vars egenskaper förändras i tiden. Tillämpningar inom exempelvis kommunikation, reglerteknik och medicin diskuteras.

Kursens mål:

Efter kursen förväntas studenten kunna:

  • Utveckla och applicera optimala minsta-medel-kvadrat (minimum mean square) skattare och speciellt linjära skattare. Att förstå och beräkna deras förväntade prestanda och verifiera detta.
  • Designa, implementera och applicera Wiener filter (FIR, icke-kausala, kausala) och utvärdera deras prestanda.
  • Använda en kombination av teori och mjukvara för att lösa adaptiva signalbehandlingsproblem. Speciellt:
  • Identifiera tillämpningar där man med fördel kan använda de olika (adaptiva) filterteknikerna.
  • Designa, implementera och applicera LMS, RLS och Kalman-filter på givna tillämpningsproblem.
  • Analysera prestanda och avgöra fördelar respektive nackdelar med de olika metoderna.
  • Använda den teoretiska förståelsen till att exempelvis göra felsökning då metoderna inte fungerar som förväntat.
  • Rapportera lösningsgången och resultaten vid lösandet av givna problem med ovanstående filtreringsmetoder.

Kursens huvudsakliga innehåll

Grundläggande begrepp för adaptiva system. Introduktion till adaptiva strukturer, minsta medel-kvadrat-metoden och minsta-kvadrat-metoden. Wiener-filtrering. Tillståndsmodeller. Kalman-filtret. Sökmetoder: Gradient- och Newton-metoder. LMS (least mean squares) och RLS (recursive least squares).

Analys av adaptiva metoder: Inlärningskurvan, konvergensegenskaper, stabilitet, "excess mean square error", missanpassning. Generaliseringar av LMS och RLS.

Behörighet

För fristående kursstuderande: 180hp  samt engelska B eller motsvarande

Rekommenderade förkunskaper

EQ1200/EQ1220/EQ1240 Signalteori/Signalbehandling
EQ2300 Digital Signalbehandling

Litteratur

Kompendium: Adaptive Signal Processing, Hjalmarsson & Ottersten, KTH-EE

Examination

  • PRO1 - Projekt, 1,0 hp, betygsskala: P, F
  • PRO2 - Projekt, 1,0 hp, betygsskala: P, F
  • TENA - Skriftlig tentamen, 4,0 hp, betygsskala: A, B, C, D, E, FX, F

Krav för slutbetyg

2 projektuppgifter (PRO1, 1 hp, betyg P/F; PRO2, 1 hp, betyg P/F) utförda och rapporterade i grupper av högst 2 studenter på utsatt tid.
En skriftlig tentamen (TENA, 4 hp, betyg A-F)

Ges av

EES/Signalbehandling

Kontaktperson

Magnus Jansson

Examinator

Magnus Jansson <janssonm@kth.se>

Påbyggnad

 EQ2430/EQ2440 Project course in signal processing and digital communications

Versionsinformation

Kursplan giltig från och med HT07.
Examinationsinformation giltig från och med HT07.