Zachodniopomorski Uniwersytet Technologiczny w Szczecinie

Administracja Centralna Uczelni - Wymiana międzynarodowa (S1)

Sylabus przedmiotu Adaptive Signal Processing:

Informacje podstawowe

Kierunek studiów Wymiana międzynarodowa
Forma studiów studia stacjonarne Poziom pierwszego stopnia
Tytuł zawodowy absolwenta
Obszary studiów
Profil
Moduł
Przedmiot Adaptive Signal Processing
Specjalność przedmiot wspólny
Jednostka prowadząca Katedra Inżynierii Systemów, Sygnałów i Elektroniki
Nauczyciel odpowiedzialny Piotr Okoniewski <Piotr.Okoniewski@zut.edu.pl>
Inni nauczyciele
ECTS (planowane) 2,0 ECTS (formy) 2,0
Forma zaliczenia zaliczenie Język angielski
Blok obieralny Grupa obieralna

Formy dydaktyczne

Forma dydaktycznaKODSemestrGodzinyECTSWagaZaliczenie
laboratoriaL2 15 1,00,38zaliczenie
wykładyW2 15 1,00,62zaliczenie

Wymagania wstępne

KODWymaganie wstępne
W-1Basic knowledge of Matlab
W-2Basic knowledge of Signal Processing

Cele przedmiotu

dla tego przedmiotu nie są określone cele przedmiotu

Treści programowe z podziałem na formy zajęć

KODTreść programowaGodziny
laboratoria
T-L-1Matlab tools for adaptive filtering2
T-L-2Wiener filters in Matlab4
T-L-3Active Noise Cancellation techniques4
T-L-4Image adaptive filtering3
T-L-5Course summary2
15
wykłady
T-W-1Introduction to adaptive filtering concept.2
T-W-2Random processes.2
T-W-3Wiener filters2
T-W-4Least Mean Square (LMS) algorithm2
T-W-5Normalized Least Mean Square (NLMS) algorithm2
T-W-6Applications of adaptive filtering3
T-W-7Course summary2
15

Obciążenie pracą studenta - formy aktywności

KODForma aktywnościGodziny
laboratoria
A-L-1Lab reports15
A-L-2Own work15
30
wykłady
A-W-1Lectures participation15
A-W-2Own work15
30

Metody nauczania / narzędzia dydaktyczne

KODMetoda nauczania / narzędzie dydaktyczne
M-1Lectures and lab tasks

Sposoby oceny

KODSposób oceny
S-1Ocena formująca: Summary test and lab reports

Literatura podstawowa

  1. Haykin, Simon, Adaptive Filter Theory., Prentice Hall, 2002

Treści programowe - laboratoria

KODTreść programowaGodziny
T-L-1Matlab tools for adaptive filtering2
T-L-2Wiener filters in Matlab4
T-L-3Active Noise Cancellation techniques4
T-L-4Image adaptive filtering3
T-L-5Course summary2
15

Treści programowe - wykłady

KODTreść programowaGodziny
T-W-1Introduction to adaptive filtering concept.2
T-W-2Random processes.2
T-W-3Wiener filters2
T-W-4Least Mean Square (LMS) algorithm2
T-W-5Normalized Least Mean Square (NLMS) algorithm2
T-W-6Applications of adaptive filtering3
T-W-7Course summary2
15

Formy aktywności - laboratoria

KODForma aktywnościGodziny
A-L-1Lab reports15
A-L-2Own work15
30
(*) 1 punkt ECTS, odpowiada około 30 godzinom aktywności studenta

Formy aktywności - wykłady

KODForma aktywnościGodziny
A-W-1Lectures participation15
A-W-2Own work15
30
(*) 1 punkt ECTS, odpowiada około 30 godzinom aktywności studenta