AKTS - Sayısal Sinyal Analizi
Sayısal Sinyal Analizi (EE571) Ders Detayları
| Ders Adı | Ders Kodu | Dönemi | Saati | Uygulama Saati | Laboratuar Hours | Kredi | AKTS |
|---|---|---|---|---|---|---|---|
| Sayısal Sinyal Analizi | EE571 | Alan Seçmeli | 3 | 0 | 0 | 3 | 5 |
| Ön Koşul Ders(ler)i |
|---|
| N/A |
| Dersin Dili | İngilizce |
|---|---|
| Dersin Türü | Seçmeli Dersler |
| Dersin Seviyesi | Doktora |
| Ders Verilme Şekli | Yüz Yüze |
| Dersin Öğrenme ve Öğretme Teknikleri | Anlatım, Sorun/Problem Çözme, Proje Tasarımı/Yönetimi. |
| Dersin Öğretmen(ler)i |
|
| Dersin Amacı | Bu dersin amacı, sinyal ve haberleşme konularında kullanılan matematik metodları açıklamak ve spektrum kestirim tekniklerini tanımlamaktır. |
| Dersin Eğitim Çıktıları |
Bu dersi başarıyla tamamlayabilen öğrenciler;
|
| Dersin İçeriği | Sinyal işleme için matemetik metodları, spektrum kestirimi, kesikli Karhunen-Loeve dönüşümü, gürültü içindeki bir sinyalin ayırt edilmesi, çoklu sinyal sınıflandırma (MUSIC), en küçük ortalama karesel algoritması, sınıflandırma sistemleri, Kalman süzgeçler. |
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Sinyal İşleme için Matematiksel Metodlar: Metrik uzayları, Norm vektör uzayları, Özvektörler, Tekil değer ayrışımı, Matris tersleri, Sözde tersler, Kısıtlı eniyilemenin temelleri | Bu haftanın konularına göz atmak |
| 2 | Sinyal İşleme için Matematiksel Metodlar | Bir önceki haftanın konularını tekrar etmek |
| 3 | Sinyal İşleme için Matematiksel Metodlar | Bir önceki haftanın konularını tekrar etmek |
| 4 | Parametrik olmayan tekniklere bağlı spektrum kestirimi: Correlogram ve Periodogram metodları; Pencere spektrum kestirimi | Bir önceki haftanın konularını tekrar etmek |
| 5 | Doğrusal modellere (parametrik olan tekniklere) bağlı spektrum kestirimi: Özbağlanımlı (AR),Yürüyen ortalamalı (MA), Özbağlanımlı yürüyen ortalamalı (ARMA) modeler; Yule-Walker denklemleri ve en küçük karaler yöntemleri | Bir önceki haftanın konularını tekrar etmek |
| 6 | Parametrik olan teknikler | Bir önceki haftanın konularını tekrar etmek |
| 7 | Kesikli Karhunen-Loeve dönüşümü | Bir önceki haftanın konularını tekrar etmek |
| 8 | Uyumlu Süzgeç: Toplanır gürültü içindeki bir sinyalin sezimi | Bir önceki haftanın konularını tekrar etmek |
| 9 | Çoklu Sinyal Sınıflandırma (MUSIC) : Dönme ile değişmeyen teknikler aracılığıyla sinyal parametrelerinin kestirimi (ESPRIT) | Bir önceki haftanın konularını tekrar etmek |
| 10 | Bayır Tabanlı Uyarlama : En dip iniş algoritması Stokhastik Bayır Tabanlı Uyarlama : En Küçük Ortalama Karesel (LMS) Algoritması | Bir önceki haftanın konularını tekrar etmek |
| 11 | Sınıflandırma Sistemleri: Sınıflandırıcılar, Öznitelik seçme ve öznitelik oluşturma | Bir önceki haftanın konularını tekrar etmek |
| 12 | Sınıflandırma Sistemleri | Bir önceki haftanın konularını tekrar etmek |
| 13 | Sınıflandırma Sistemleri | Bir önceki haftanın konularını tekrar etmek |
| 14 | Kalman Süzgeçler: Kalman süzme problemlerinin ifade edilmesi, yenilikçi süreç, durum kestirimi, süzme, başlangıç koşulları, genişletilmiş Kalman süzgeci | Bir önceki haftanın konularını tekrar etmek |
| 15 | Dönem sonu sınav çalışmaları | Dönem konularının tekrarı |
| 16 | Dönem sonu sınav çalışmaları | Dönem konularının tekrarı |
Kaynaklar
| Ders Kitabı | 1. M.D. Srinath, P.K. Rajasekaran, Introduction to Statistical Signal Processing with Applications |
|---|---|
| Diğer Kaynaklar | 2. Gerard Covaert, Data Analysis |
| 3. Discrete Random Signals and Statistical Signal Processing, C.W.Therrien, Prentice Hall, 1992. |
Değerlendirme System
| Çalışmalar | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | - | - |
| Laboratuar | - | - |
| Uygulama | - | - |
| Alan Çalışması | - | - |
| Derse Özgü Staj | - | - |
| Küçük Sınavlar/Stüdyo Kritiği | - | - |
| Ödevler | 3 | 15 |
| Sunum | - | - |
| Projeler | 1 | 25 |
| Rapor | - | - |
| Seminer | - | - |
| Ara Sınavlar/Ara Juri | 1 | 25 |
| Genel Sınav/Final Juri | 1 | 35 |
| Toplam | 6 | 100 |
| Yarıyıl İçi Çalışmalarının Başarı Notu Katkısı | 65 |
|---|---|
| Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı | 35 |
| Toplam | 100 |
Kurs Kategorisi
| Temel Meslek Dersleri | X |
|---|---|
| Uzmanlık/Alan Dersleri | |
| Destek Dersleri | |
| İletişim ve Yönetim Becerileri Dersleri | |
| Aktarılabilir Beceri Dersleri |
Dersin Öğrenim Çıktılarının Program Yeterlilikleri ile İlişkisi
| # | Program Yeterlilikleri / Çıktıları | Katkı Düzeyi | ||||
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | ||
| 1 | Bireysel ve ekip üyesi olarak ileri düzey araştırma faaliyetlerini yürütme yeteneği | |||||
| 2 | Araştırma konularını irdeleme, değerlendirme ve bilimsel muhakeme ile yorumlama yeteneği | |||||
| 3 | Yeni yöntemler oluşturma ve bunları özgün araştırma alanları ve konularına uygulama becerisi | |||||
| 4 | Deneysel ve/veya analitik verileri sistematik şekilde elde etme, bunları bilimsel sonuçlara ulaşacak şekilde tartışma ve değerlendirme yeteneği | |||||
| 5 | Bilimsel felsefe yaklaşımını mühendislik sistemlerinin analiz, modelleme ve tasarımında uygulayabilme becerisi | |||||
| 6 | Çalışmış olduğu sahadaki bilgiyi uluslararası düzeyde özgün çalışmaları oluşturacak, sürdürecek, tamamlayacak ve sunacak şekilde sentezleme yeteneği | |||||
| 7 | Çalıştığı mühendislik alanında bilimsel ve teknolojik gelişmelere katkıda bulunma | |||||
| 8 | Toplumu araştırma faaliyetleri aracılığıyla geliştirmek için endüstriyel ve bilimsel ilerlemelere katkıda bulunma | |||||
ECTS/İş Yükü Tablosu
| Aktiviteler | Sayı | Süresi (Saat) | Toplam İş Yükü |
|---|---|---|---|
| Ders saati (Sınav haftası dahildir: 16 x toplam ders saati) | 16 | 3 | 48 |
| Laboratuar | |||
| Uygulama | |||
| Derse Özgü Staj | |||
| Alan Çalışması | |||
| Sınıf Dışı Ders Çalışma Süresi | 14 | 4 | 56 |
| Sunum/Seminer Hazırlama | |||
| Projeler | 1 | 6 | 6 |
| Raporlar | |||
| Ödevler | 3 | 5 | 15 |
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Ara Sınavlara/Ara Juriye Hazırlanma Süresi | |||
| Genel Sınava/Genel Juriye Hazırlanma Süresi | |||
| Toplam İş Yükü | 125 | ||