Detail předmětu

Radiocommunication Signals

FEKT-MPA-ARSAk. rok: 2023/2024

Navrhovaný předmět se zaměřuje na využití vybraných matematických metod v moderním zpracování komunikačních signálů a teorii bezdrátové komunikace. Cílem předmětu je prezentovat studentům specializovaný matematický aparát, který je nezbytný k pochopení principů moderní bezdrátové komunikace.

Jazyk výuky

angličtina

Počet kreditů

5

Nabízen zahraničním studentům

Všech fakult

Vstupní znalosti

Student, který si zapíše předmět, by měl být schopen:
-Sestavit jednoduchý program v prostředí Matlab
- Praktikovat matematické postupy výpočtu, znalost MA1, MA2, MA3

Pravidla hodnocení a ukončení předmětu

Podmínky úspěšného absolvování předmětu jsou uvedeny v každoročně aktualizované vyhlášce garanta předmětu. Studenti budou hodnoceni zápočtem na základě zisku bodů ze cvičení (max. 30 bodů, min. 15 bodů) a závěrečné zkoušky (max. 70 bodů, min. 35 bodů). Body za cvičení lze získat na základě dvou testů ve cvičeních, každý za 15 bodů. Celkem může student ve cvičeních získat maximálně 30 bodů za semestr, z toho min. 15 bodů. Zkoušku lze získat na základě písemné (max 60 bodů) a ústní (max. 10 bodů) části; závěrečná zkouška: max. 70 bodů, min. 35 bodů.

 
Vymezení kontrolované výuky a způsob jejího provádění stanoví každoročně aktualizovaná vyhláška garanta předmětu.

Učební cíle

Cílem předmětu je prezentovat studentům specializovaný matematicko-statistický aparát, který je nezbytný k pochopení principů moderní bezdrátové komunikace.
Studenti by po absolvování předmětu měli být schopni samostatně řešit problémy spojené s ověřováním a testováním předpokladů a vlastností o zkoumaných jevech a datových souborech v telekomunikační oblasti. Dále by měli být schopni samostatně řešit praktické úkoly, tedy zvolit a zdůvodnit vhodnou metodu a provést její aplikaci.
Absolvent předmětu je schopen: (a) vyčíslit pravděpodobnosti jevů; (b) rozlišit náhodné veličiny a popsat jejich charakteristiky; (c) testovat statistické hypotézy; (d) analyzovat a popsat reálná měření modelů; (e) odhadnout tvar spektra a identifikovat spektrální složky; (f) identifikovat a testovat přítomnost signálu v šumu; (g) vyhodnotit klasifikaci a sestavit ROC křivku.

Základní literatura

KOBAYASHI, H. et al. Probability, random processes, and statistical analysis, Cambridge University Press, 2012. (EN)

Doporučená literatura

GOPI, E.S. Algorithm Collections for Digital Signal Processing Applications Using Matlab, Springer, 2007. (EN)
KAY, S. Intuitive Probability and Random Processing using MATLAB, Springer 2005. (EN)

Zařazení předmětu ve studijních plánech

  • Program MPC-EKT magisterský navazující 1 ročník, zimní semestr, povinně volitelný
  • Program MPAJ-TEC magisterský navazující 1 ročník, zimní semestr, povinný
  • Program MPA-TEC magisterský navazující 1 ročník, zimní semestr, povinný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Osnova

1. Úvod do teorie pravděpodobnosti. 2. Náhodná veličina. 3. Centrální limitní věta. 4. Náhodné vektory. 5. Odhady: teorie a aplikace 6. Náhodné procesy I. 7. Náhodné procesy II. 8. Korelace stochastických signálů 9. Spektra stochastických signálů 10. Kritéria a odhady parametrů. 11. Detektory a klasifikace. 12. Detekce signálů skrytých v šumech. 13. Gausovské směsné modely. PCA. 

Cvičení na počítači

26 hod., povinná

Vyučující / Lektor

Osnova

1. Úvod do kurzu 2. Úvod do teorie pravděpodobnosti. 3. Diskrétní NV modelování. 4. Modelování spojitých NV. 5. Vztahy mezi rozděleními. 6. Testování v Matlabu 7. Test II 8. Simulace náhodných procesů 9. Korelace stochastických signálů 10. Spektra stochastických signálů 11. Detekce signálů skrytých v šumu. 12. Test II 13. Shrnutí kurzu