en_GB
Hold Ctrl-tasten nede. Trykk på + for å forstørre eller - for å forminske.

ELE640_1

Videregående signalbehandling

Dette er studietilbudet for studieår 2019-2020. Endringer kan komme.


Signalbehandling møter oss i veldig mange sammenhenger i dagliglivet og i arbeidsammenheng. Mobiltelefoner, robot syn, bildebehandling, tolkning av data fra sensorer, radar, smart klokker, medisinske utstyr - vi er omgitt av sensorer, signaler og dat som må bearbeides og tolkes for å gi mening. I videregående signalbehandling bygger vi på emner som Signalbehandling, bildebehandling og maskinlæring. Vi lærer noe ny grunnlegegende teori, vi lærer en del nye teknikker og "byggeklosser" som er nyttige i mange sammenhenger, og vi ser på noen konkrete applikasjoner. Vi lærer om hvordan jpg,mpeg og mp3 kodene er bygget opp og vi lærer å trekke egenskaper ut av data som for eksempel kan mates inn i maskinlæringsprogrammer.
Tema som omhandles: Multirate signalbehandling, wavelets og filterbanker. Stokastisk signalbehandling, spektralestimering, Kvantisering og "Differential Pulsecode Modulation (DPCM)". Teknikker og metoder for signal- og bildekompresjon. Egenskapsuttrekking fra signaler i tid- og frekvensdomene. Sparse representasjon og "dictionary learning"

Læringsutbytte

Kunnskap:
  • Studenten skal lære noe mer avanserte signalbehandlingsteknikker som bygger videre på ELE500 Signalbehandling og ELE510 Bildebehandling med robotsyn.
  • Studenten skal få kunnskap om noen nye signal- og bildebehandlingsverktøy, som multirateteori, filterbanker og wavelets, spektralestimering med mer, som kan benyttes i forskjellige appplikasjoner. Studenten skal forstå hvordan signal- og bildebehandlingsteknikker kan benyttes for konkrete applikasjoner. Kompresjon av bilder og signaler blir brukt som en eksempel applikasjon, og skal gi studentene en bredere forståelse i tillegg til innsyn i enkelte nye teknikker. Studenten skal også lære noe generelt om signal- og bildebehandling i biomedisinske problemstillinger, for deretter å fordype seg i noen konkrete applikasjoner som for eksempel analyse av EKG signaler for rytmegjenkjenning og støyfjerning, segmentering og analyse av medisinske bilder som f.eks. magnetresonansbilder (MR).

Ferdigheter:
  • Studenten skal kunne bruke avanserte matematiske og statistiske metoder i analyse og konstruksjon av signalbehandlingssystemer samt evne å bruke programmeringsverktøyet Matlab i simulering av slike systemer.

Generell kompetanse:
  • Etter å ha tatt dette emnet skal studenten ha en forståelse for både grunnleggende og utvalgte avanserte signalbehandlingskonsepter på overordnet nivå, samt en grunnleggede forståelse av mulige anvendelsesområder.

Innhold

Multirate signalbehandling, wavelets og filterbanker. Stokastisk signalbehandling, spektralestimering, Kvantisering og "Differential Pulsecode Modulation (DPCM)". Teknikker og metoder for signal- og bildekompresjon. Egenskapsuttrekking fra signaler i tid- og frekvensdomene. Sparse representasjon og "dictionary learning"
Signal- og bildebehandling brukt i konkrete applikasjoner, blant annet med eksempler fra biomedisinske problemstillinger.

Forkunnskapskrav

ELE500 Signalbehandling

Anbefalte forkunnskaper

ELE510 Bildebehandling og maskinsyn, ELE520 Maskinlæring

Eksamen/vurdering

Skriftlig eksamen og prosjekt rapport
Vekting Varighet Karakter Hjelpemidler
Skriftlig eksamen60/1004 timerA - FIngen trykte eller håndskrevne hjelpemidler tillatt. Godkjent, enkel kalkulator tillatt.
Skriftlig prosjekt rapport40/100 A - FAlle trykte eller håndskrevne hjelpemidler tillatt. Alle kalkulatorer tillatt.

Vilkår for å gå opp til eksamen/vurdering

Presentasjon av prosjekt

Fagperson(er)

Emneansvarlig
Kjersti Engan
Instituttleder
Tom Ryen
Faglærer
Sven Ole Aase

Arbeidsformer

6 timer forelesninger i uken. Øvinger med bruk av Matlab i tillegg. Prosjektarbeid de 4 siste ukene av semesteret, der minst 3 av ukene er undervisningsfri.

Åpent for

Enkeltemner ved Det teknisk-naturvitenskaplige fakultet
Robotteknologi og signalbehandling - Master i teknologi/siv.ing.

Emneevaluering

Skjer vanligvis gjennom skjema og/eller samtaler i henhold til gjeldende retningslinjer.

Litteratur

- Digital Signal Processing, Proakis and Manolakis, ( bok fra faget Signalbehandling) kapittel 11
- Introduction to Data Compression, K. Sayood, ( ca kapittel 10,12,14 )
- Kompendium og kopiert materiale


Dette er studietilbudet for studieår 2019-2020. Endringer kan komme.

Sist oppdatert: 17.11.2019

Historikk