Análise, Classificação e Processamento de Sinal

Código:

PDEEC0008

Sigla:

SACP

Áreas Científicas
Classificação	Área Científica
OFICIAL	Engenharia Eletrotécnica e de Computadores

Ocorrência: 2018/2019 - 1S

Ativa?	Sim
Página Web:	https://moodle.up.pt/course/view.php?id=2306
Unidade Responsável:	Departamento de Engenharia Eletrotécnica e de Computadores
Curso/CE Responsável:	Programa Doutoral em Engenharia Electrotécnica e de Computadores

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
PDEEC	8	Plano de estudos oficial	1	-	7,5	70	202,5

Língua de trabalho

Português - Suitable for English-speaking students

Objetivos

Rever os conhecimentos e bases matemáticas de processamento de sinais numa perspectiva de uniformização.

Aprender os tópicos avançados de processamento de sinais de terceiro ciclo de estudos.

Aprender a combinar e aplicar os conhecimentos em projectos.

Aprender a avaliar as soluções.

Resultados de aprendizagem e competências

Conhecer e saber aplicar: análise e síntese de sinais e sistemas com transformadas nos domínios contínuo e discreto; processamento multi-cadência e multi-resolução, análise e síntese com bancos de filtros; técnicas de estimação espectral, técnicas de análise e síntese paramétrica; extracção de características e detecção de sinais; análise cepstral, síntese e desconvolução; análise multi-canal e instrumentação. Aanálise e estimação espectral através de sub-espaços de sinal e ruído.
Criar soluções para problemas de processamento de sinais em medições acústicas, análise e síntese da fala, aplicações de sonar/radar e de abertura sintética de radiação.

Modo de trabalho

Presencial

Pré-requisitos (conhecimentos prévios) e co-requisitos (conhecimentos simultâneos)

Conhecimentos básicos de processamento de sinais de 2º ciclo de estudos: transformadas de sinais e sistemas nos domínios contínuo e discreto; teoria de sinais, convolução e processamento de sinais em sistemas lineares e invariantes no tempo, resposta impulsional, conversão entre tempo contínuo e tempo discreto; análise espectral, filtragem.

Programa

1.0 Revisão: Análise frequencial- Análise de Fourier em ambientes de aplicação prática. Técnicas de ampliação da FFT. Técnicas com a transformada de Hilbert, processamento do sinal analítico, desmodulação, detecção do envelope. Técnicas de processamento a dois canais, espectro cruzado, função coerência, estimação da resposta em frequência, efeitos do ruído.

2.0 Funções de correlação, médias temporais; Análise cepstral e desconvolução homomórfica e suas aplicações - detecção de eco, desconvolução, igualização de fase mínima.

3.0 Processamento digital de sinais óptimo e estimação espectral paramétrica; Predição linear e filtros lineares óptimos; Filtros em grade; a recursão de Levinson; filtros AR e ARMA; Modelação, identificação e processamento por métodos de mínimos quadrados; Modelação paramétrica (AR, MA and ARMA). Aplicação ao processamento, análise e síntese da fala.
Interpolação por L e decimação por M; Conversão de cadência de L/M;

4.0 O filtro casado em tempo contínuo; Processamento de sinais em sonar/radar. Processamento de sinais para radiação de abertura sintética.

5.0 Revisão das funções de autocorrelação e correlação cruzada. Estimação prática enviesada e não enviesada. Aplicações em estimação espectral usando métodos baseados no periodograma e suas variantes. Importância da janela de análise na resolução e fugas espectrais. Estimação precisa de frequência através do periodograma. Matrizes de autocorrelação e autocovariância. Valores próprios e vetores próprios das matrizes de autocorrelação. Conceito de pseudo-espectro. Uso do pseudo-espectro na estimação da frequência de exponenciais complexas.
Estimação precisa de frequência através da decomposição da matriz de autocorrelação em sub-espaço de sinal e ruído, da sua propriedade de ortogonalidade e do pseudo-espectro.
Casos particulares clássicos: a Decomposição Harmónica de Pisarenko e o algoritmo MUSIC. Estimativa do espectro através de componentes principais.

Bibliografia Obrigatória

Alan V. Oppenheim, Ronald W. Schafer, John R. Buck; Discrete-time signal processing. ISBN: 0-13-083443-2
Dimitris G. Manolakis, Vinay K. Ingle, Stephen M. Kogon.; Statistical and adaptive signal processing. ISBN: 1580533663

Métodos de ensino e atividades de aprendizagem

Exposição da matéria, exemplificação de aplicações, seguidas de proposta de problemas para resolver. Proposta de exercícios de aplicação para trabalho autónomo e respectiva resolução. Proposta de trabalhos de estudo e pequenos projectos.

Software

Matlab

Palavras Chave

Ciências Tecnológicas > Tecnologia > Tecnologia de computadores > Processamento de sinal
Ciências Tecnológicas > Tecnologia > Tecnologia de computadores > Processamento de voz

Tipo de avaliação

Avaliação distribuída sem exame final

Componentes de Avaliação

Designação	Peso (%)
Apresentação/discussão de um trabalho científico	30,00
Trabalho prático ou de projeto	70,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Apresentação/discussão de um trabalho científico	30,00
Estudo autónomo	80,00
Frequência das aulas	36,00
Trabalho escrito	56,50
Total:	202,50

Obtenção de frequência

Assiduidade suficiente e realização com aprovação das actividades durante as aulas.

Fórmula de cálculo da classificação final

A classificação final será calculada por média entre as classificações obtidas nos trabalhos para casa ou mini-projectos.

Cada classificação deverá ser não inferior a 10 valores em 20.

 

Provas e trabalhos especiais

Trabalhos de estudo e mini-projectos: Serão realizados 6.

Trabalho de estágio/projeto

não aplicável

Avaliação especial (TE, DA, ...)

À excepção da assiduidade todas as restantes actividades devem ser realizadas.

Melhoria de classificação

A classificação final não pode ser melhorada.

Observações

nenhuma observação