Behörighetskrav

120 hp inom teknik/naturvetenskap, inklusive Signaler och system samt Sannolikhet och statistik. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)

Mål

Efter godkänd kurs ska studenten kunna:

• utifrån de begränsningar som ges i en praktisk problemformulering, designa frekvensselektiva digitala filter,
• redogöra för och tolka begrepp som kovariansmatriser, auto- och korskovarians, stationära stokastiska processer och effekttäthetsspektrum,
• konstruera och implementera optimala linjära filter såsom Kalman- och Wienerfilter, samt värdera deras tillämpbarhet, optimalitetsvillkor och begränsningar för ett givet problem,
• konstruera och implementera metoder för parameterskattning såsom minsta kvadratmetoden, samt värdera deras begränsningar för ett givet problem,
• konstruera och implementera adaptiva filter med adaptionsmetoder såsom LMS, RLS, samt utvärdera deras begränsningar för ett givet problem,
• implementera estimeringsmetoderna som introduceras i kursen på en numerisk plattform såsom MATLAB och med dem utföra realtidsbehandling eller batch-behandling av dataserier.

Innehåll

Design av digitala filter. Grundläggande teori för stationära stokastiska processer. Auto- och korskovarians. Effektspektraltäthet. Optimala linjära filter. Wiener- och Kalman filter. Least mean square (LMS). Parameteruppskattningar. Minsta kvadrat (LS). Rekursiv minsta kvadrat (RLS).

Undervisning

Föreläsningar, gästföreläsning, inlämningsuppgifter, lektioner och projekthandledning.

Examination

Skriftlig tentamen vid kursens slut (7 hp), muntlig och skriftlig redovisning av hemuppgifter (1 hp), samt muntlig och skriftlig redovisning av projektuppgift (2 hp).

​Om särskilda skäl finns får examinator göra undantag från det angivna examinationssättet och medge att en student examineras på annat sätt. Särskilda skäl kan t.ex. vara besked om särskilt pedagogiskt stöd från universitetets samordnare för studenter med funktionsnedsättning.