EQ2400 Adaptiv signalbehandling 6,0 hp
Denna kurs är avvecklad.
Sista planerade examination: HT 2020
Avvecklingsbeslut:
Ingen information tillagd
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.
Innehåll och lärandemål
Kursinnehåll
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.
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.
Kursupplägg
Kurslitteratur och förberedelser
Särskild behörighet
För fristående kursstuderande: 180hp samt engelska B eller motsvarande
Rekommenderade förkunskaper
EQ1220 Signal Theory or EQ1270 Stochastic Signals and Systems
EQ2300 Digital Signalbehandling
Utrustning
Kurslitteratur
Kompendium: Adaptive Signal Processing, Hjalmarsson & Ottersten, KTH-EE
Examination och slutförande
När kurs inte längre ges har student möjlighet att examineras under ytterligare två läsår.
Betygsskala
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
Examinator beslutar, baserat på rekommendation från KTH:s handläggare av stöd till studenter med funktionsnedsättning, om eventuell anpassad examination för studenter med dokumenterad, varaktig funktionsnedsättning.
Examinator får medge annan examinationsform vid omexamination av enstaka studenter.
Övriga 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)
Möjlighet till komplettering
Möjlighet till plussning
Examinator
Etiskt förhållningssätt
- Vid grupparbete har alla i gruppen ansvar för gruppens arbete.
- Vid examination ska varje student ärligt redovisa hjälp som erhållits och källor som använts.
- Vid muntlig examination ska varje student kunna redogöra för hela uppgiften och hela lösningen.
Ytterligare information
Kurswebb
Ytterligare information om kursen kan hittas på kurswebben via länken nedan. Information på kurswebben kommer framöver flyttas till denna sida.
Kurswebb EQ2400Ges av
Huvudområde
Utbildningsnivå
Påbyggnad
EQ2430/EQ2440 Project course in signal processing and digital communications
EQ2450/2460 Seminars in Signals and Systems/Wireless Systems