課程資訊
課程名稱
可適性信號處理
Adaptive Signal Processing 
開課學期
109-1 
授課對象
電機資訊學院  電信工程學研究所  
授課教師
劉俊麟 
課號
EE5027 
課程識別碼
921 U1170 
班次
 
學分
3.0 
全/半年
半年 
必/選修
選修 
上課時間
星期三2,3,4(9:10~12:10) 
上課地點
電二225 
備註
總人數上限:70人 
 
課程簡介影片
 
核心能力關聯
本課程尚未建立核心能力關連
課程大綱
為確保您我的權利,請尊重智慧財產權及不得非法影印
課程概述

可適性信號處理(Adaptive Signal Processing)是針對研究所學生所開設的理論課程。內容包含「可適性信號處理」以及相關技術在「陣列信號處理」的應用,課程主題如下:
1. Wiener filter
2. Linear prediction
3. Least-mean-square adaptive filters
4. Basics of array signal processing
5. Beamforming
6. MUSIC and ESPRIT algorithms
7. Kalman filters 

課程目標
1. Design and analysis of adaptive signal processing algorithms.
2. Implementation of adaptive signal processing algorithms using MATLAB.
 
課程要求
1. Backgrounds in Linear Algebra, Signals and Systems, and Probability and Statistics.
2. Basic MATLAB skills 
預期每週課後學習時數
 
Office Hours
備註: 請來信約討論時間 
指定閱讀
待補 
參考書目
[1] F. Maloberti and A. C. Davies, Eds., A Short History of Circuits and Systems, River Publishers, 2016.
Available at http://ieee-cas.org/short-history-circuits-and-systems.
The history of adaptive filters and adaptive signal processing was reviewed in pp. 85-96.

[2] B. Widrow and S. D. Sterns, Adaptive Signal Processing, Prentice-Hall, 1985.

[3] S. Haykin, Adaptive Filter Theory, Fourth Edition, Prentice Hall, 2001.

[4] A. H. Sayed, Adaptive Filters, John Wiley & Sons, 2008. (https://doi.org/10.1002/9780470374122)

[5] T. Kailath, A. H. Sayed, B. Hassibi, Linear Estimation, Pearson, 2000.

[6] P. P. Vaidyanathan, The Theory of Linear Prediction, Synthesis Lectures on Signal Processing, Morgan and Claypool Publishers, 2008.

[7] D. H. Johnson and D. E. Dugeon, Array Signal Processing: Concepts and Techniques. Addison Wesley Pub. Co. Inc., 1993.

[8] H. L. Van Trees, Optimum Array Processing: Part IV of Detection, Estimation, and Modulation Theory. Hoboken, NJ, USA: Wiley, 2002. 
評量方式
(僅供參考)
   
課程進度
週次
日期
單元主題
第1週
9/16  若想要加選此課程,請同學們在開學第一周上課時間(9/16早上9:10),直接到上課教室。
Course introduction; stochastic processes and models 
第2週
9/23  Stochastic processes and models 
第3週
9/30  Wiener filters 
第4週
10/07  Wiener filters 
第5週
10/14  Linear prediction 
第6週
10/21  Linear prediction 
第7週
10/28  LMS adaptive filters 
第8週
11/04  LMS adaptive filters 
第9週
11/11  Midterm exam 
第10週
11/18  Adaption with vector random processes; array processing 
第11週
11/25  Adaptive beamforming 
第12週
12/02  Adaptive beamforming 
第13週
12/09  Subspace methods 
第14週
12/16  Subspace methods 
第15週
12/23  Kalman filtering 
第16週
12/30  Kalman filtering 
第17週
1/06  Nonuniform sampling or other advanced topics