課程資訊
課程名稱
可適性信號處理
ADAPTIVE SIGNAL PROCESSING 
開課學期
99-1 
授課對象
電機資訊學院  電機工程學研究所  
授課教師
曹建和 
課號
EE5027 
課程識別碼
921 U1170 
班次
 
學分
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
電二144 
備註
總人數上限:25人 
Ceiba 課程網頁
http://ceiba.ntu.edu.tw/991ASP99 
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

本課程為偏應用的統計信號處理,可視為'通訊原理'與'數位信號處理'的延續。本課以講演為主,其內容包括:1. Introduction2. Discrete-time WSS Random Process3. Wiener Filters4. Linear Prediction Filters5. Kalman Filters6. Linear FIR Adaptive Filtering7. Method of Steepest Descent8. Stochastic Gradient-based Algorithms9. Eigen-based Algorithms10. Recursive Least-squared Estimation 

課程目標
本課程為偏應用的統計信號處理,可視為'通訊原理'與'數位信號處理'的延續。本課以講演為主,其內容包括:1. Introduction2. Discrete-time WSS Random Process3. Wiener Filters4. Linear Prediction Filters5. Kalman Filters6. Linear FIR Adaptive Filtering7. Method of Steepest Descent8. Stochastic Gradient-based Algorithms9. Eigen-based Algorithms10. Recursive Least-squared Estimation 
課程要求
成績以期中考,期末考及作業為主。 
預期每週課後學習時數
 
Office Hours
 
參考書目
教科書: Adaptive Filter Theory (第四版) by S.Haykin, Prentice-Hall 1996
參考書目:
 
指定閱讀
 
評量方式
(僅供參考)
   
課程進度
週次
日期
單元主題
第1週
9/15  Chap1 Introduction 
第2週
9/22  中 秋 節 
第3週
9/29  Chap 2 Review of Random Process  
第4週
10/06  Chap 3 Review of Matrix Algebra 
第5週
10/13  Chap 4 Wiener filters 
第6週
10/20  Chap 4 Wiener filters 
第7週
10/27  Chap 5 Linear Prediction 
第8週
11/03  Chap 5 Linear Prediction 
第9週
11/10  Chap 5 Linear Prediction 
第10週
11/17  Mid-Term Exam 
第11週
11/24  Chap 6 Method of Steepest Descent 
第12週
12/01  Chap 7 LMS Algorithm 
第13週
12/08  Chap 8 Method of Least squares 
第14週
12/15  Chap 9 Recursive Least-Squares 
第15週
12/22  Chap 10 KALMAN FILTERS 
第16週
12/29  Chap11 Tracking LTV system 
第17週
1/05  Chap12_1 Square-Root 
第18週
1/12  期 末 考