Jupiterweb

Informações da Disciplina

Preparar para impressão

Júpiter - Sistema de Gestão Acadêmica da Pró-Reitoria de Graduação

Escola Politécnica

Eng de Sistemas Eletrônicos

Disciplina: PSI3532 - Filtragem Adaptativa e Aplicações

Adaptive Filtering and Applications

Créditos Aula:	4
Créditos Trabalho:	0
Carga Horária Total:	60 h
Tipo:	Semestral
Ativação:	01/01/2018	Desativação:

Objetivos

Aprender os fundamentos de sistemas adaptativos e aplicá-los para resolver problemas em engenharia.

Learn the fundamentals of adaptive systems and their applications to engineering problems.

Docente(s) Responsável(eis)

	6618733 - Cássio Guimarães Lopes
	63599 - Vitor Heloiz Nascimento

Programa Resumido

Introdução ao problema de filtragem adaptativa e suas formulações. Variáveis aleatórias, distribuições de probabilidade, valores esperados, variância; processos estocásticos e correlação. Matrizes, autovalores e autovetores. Gradiente de funções escalares. Estimação ótima e solução das equações normais; forma direta, algoritmo do gradiente e algoritmo de Newton; curva de aprendizado. Noções de Matlab. Algoritmos adaptativos e curvas de aprendizado: LMS, NLMS, RLS, APA, CMA. Análise do Erro médio quadrático: regime permanente, rastreamento e transiente. Aplicações e Implementação em Matlab e/ou C: Identificação de sistemas, equalização adaptativa, rastreamento de sinais e controle inverso adaptativo. Processamento de Imagens e Redes de Sensores. Implementação em DSPs.

Introduction to adaptive filtering and its formulations. Random variables, probability distributions, expected values, variance; stochastic processes and correlation. Matrices, eigenvalues and eigenvectors. Scalar functions and gradient. Optimal Estimation and solution to the Normal Equations: direct form, gradiente-descent algorithm and Newton’s algorithm; learning curve. Introduction to Matlab. Adaptive algorithms and learning curves: LMS, NLMS, RLS, APA, CMA. Mean-square analysis: steady-state, tracking and transient. Applications and implementation in Matlab and/or C: system identification, adaptive equalization, signals tracking and inverse adaptive control; image processing and sensor networks. Implementation in DSPs.

Programa

1 Introdução
2 Noções de probabilidade e processos estocásticos; matrizes e gradiente de funções escalares;
3 Estimação ótima; solução das equações normais: direta, algoritmo do gradiente-descendente e algoritmo de Newton;
4 Algoritmos adaptativos I: LMS, NLMS;
5 Algoritmos adaptativos II: RLS, APA e algoritmos cegos;
6 Introdução à análise de desempenho: regime permanente, rastreamento e transiente;
7 Aplicações em Identificação de sistemas, Telecomunicações e Controle;
8 Aplicações em Processamento de Imagens e Redes de Sensores.

1 Introduction 2 Basics on probability and stochastic processes; matrices and gradient of scalar functions; 3 Optimal estimation; Normal Equations solution: direct form, gradiente-descent algorithm and Newton’s algorithm; 4 Adaptive Algoritms I: LMS, NLMS; 5 Adaptive Algorithms II: RLS, APA and Blind algorithms 6 Introduction to performance analysis: steady-state, tracking and transiente; 7 Applications in System Identification, Telecommunications and Control; 8 Applications in Image Processing and Sensor Networks.

Avaliação

Método

Exercícios, testes, trabalhos e provas escritas

Critério

Média de testes, trabalhos e provas escritas.

Norma de Recuperação

Uma prova escrita.

Bibliografia

Livro-texto: 
Material didático fornecido pelo professor;
V. H. Nascimento and M. T. M. Silva, “Adaptive Filters,” in Academic Press Library in Signal Processing: vol. 1, Signal Processing Theory and Machine Learning,  R. Chellappa and S. Theodoridis (editores). Chennai: Academic Press, 2014, pp. 619–761. 
Adaptive Filters, A. H. Sayed, Wiley, 2008
Adaptive Filtering, Paulo Diniz, 3rd edition, Springer
Adaptive Filter Theory, S. Haykin, 3rd edition
Probability and Random Processes for Electrical Engineering, Leon-Garcia, 2nd edition, Addison Wesley
Matrix Analysis and Applied Linear Algebra, Carl Meyer, SIAM

Clique para consultar os requisitos para PSI3532

Clique para consultar o oferecimento para PSI3532