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 電機工程學研究所 |
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 |
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. |
指定閱讀 |
待補 |
評量方式 (僅供參考) |
|
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 |
|