A disciplina tem por objetivo apresentar conceitos fundamentais de processamento estatístico de sinais baseados na teoria clássica de estimação e detecção e suas aplicações.
Teoria da Estimação: introdução, limite inferior de Cramer-Rao (CRLB), estimação de máxima verossimilhança (MLE), estimação por mínimos quadrados (LSE), estimação bayesiana. Teoria da Detecção: introdução, detecção de sinais determinísticos, detecção de sinais aleatórios, testes de hipóteses compostos.
As aulas da disciplina consistem em uma parte teórica e em uma parte prática. Na parte teórica, serão revisados alguns conceitos de processamento estatístico de sinais e introduzidos conceitos novos, com ênfase em aplicações de engenharia. Na parte prática, serão propostos exercícios computacionais a serem resolvidos com software de simulação numérica. Parte I: Teoria da Estimação 1. Introdução: motivação e formulação do problema da estimação 2. O Limite Inferior de Cramer-Rao (CRLB) 3. Estimação de máxima verossimilhança (MLE) 4. Estimação por Mínimos quadrados (LSE) 5. Estimação Bayesiana Parte II: Teoria da Detecção 1. Introdução: motivação e formulação do problema da Detecção 2. Detecção de Sinais Determinísticos 3. Detecção de Sinais Aleatórios 4. Testes de Hipóteses Compostos
[1] S. M. Kay: Fundamentals of statistical signal processing: estimation theory, Vol. 1, Prentice Hall, 1993. [2] S. M. Kay: Fundamentals of statistical signal processing: detection theory, Vol. 2, Prentice Hall, 1998. [3] S. M. Kay: Fundamentals of statistical signal processing: practical algorithm development, Vol. 3, Prentice Hall, 2013. [4] H. V. Poor: An introduction to signal detection and estimation, 2nd edition, Springer-Verlag, 1997. [5] H. L. Van Trees, K.L. Bell: Detection, estimation and modulation theory, Part I, 2nd edition, Wiley, 2013. [6] T. Kailath, A. H. Sayed, B. Hassibi: Linear estimation, Prentice Hall, 2000. [7] D. G. Manolakis, V. K. Ingle, S. M. Kogon: Statistical and adaptive signal processing, Artech House, 2005. [8] L. L. Scharf: Statistical signal processing: detection, estimation, and time series analysis, Addison-Wesley, 1991. [9] P. Z. Peebles Jr.: Probability, random variables, and random signal principles, McGraw-Hill, 4th edition, 2000.
