Cílem této diplomové práce je seznámit se s problematikou týkající se algoritmů a metod vhodných pro výpočet odhadu výkonových spektrálních hustot náhodných signálů. Studi-em odborné literatury je třeba získat znalosti potřebné k volbě metod vhodných k odhadu spektra. V teoretické části popsat tyto metody a provést jejich rozdělení dle obvyklých pra-videl. Následně je zpracovat a vybrané algoritmy realizovat v prostředí MATLAB/Simulink, což se provede v části praktické. Zde se vyhodnotí tyto algoritmy z hlediska výpočetní náročnosti, přesnosti, rozlišení spektra a dalších statistických aspektů. Nakonec se navrhne a zformuluje zadání vhodné úlohy pro předmět Identifikace a modelo-vání náhodných signálů a vypracuje vzorový protokol.
Anotace v angličtině
The aim of this master's thesis is to learn the problems related to algorithms and methods suitable for calculating the estimation of power spectral densities of random signals. Based on learning a specialised literature gain the knowledge needed to select methods suitable for spectrum estimation. In the theoretical part describe these methods and divide them according to the usual rules. Subsequently, they are processed and the selected algorithms are implemented in the MATLAB / Simulink environment, which is done in the practical part. Here, these algorithms are evaluated in terms of computational complexity, accuracy, spectrum resolution and other statistical aspects. Finally, the assignment of a suitable task for the subject Identification and modeling of random signals is designed and formulated and a sample protocol is developed.
power spectral density, Fourier transform, periodogram, MATLAB, Identification and modeling of random signals
Rozsah průvodní práce
75
Jazyk
CZ
Anotace
Cílem této diplomové práce je seznámit se s problematikou týkající se algoritmů a metod vhodných pro výpočet odhadu výkonových spektrálních hustot náhodných signálů. Studi-em odborné literatury je třeba získat znalosti potřebné k volbě metod vhodných k odhadu spektra. V teoretické části popsat tyto metody a provést jejich rozdělení dle obvyklých pra-videl. Následně je zpracovat a vybrané algoritmy realizovat v prostředí MATLAB/Simulink, což se provede v části praktické. Zde se vyhodnotí tyto algoritmy z hlediska výpočetní náročnosti, přesnosti, rozlišení spektra a dalších statistických aspektů. Nakonec se navrhne a zformuluje zadání vhodné úlohy pro předmět Identifikace a modelo-vání náhodných signálů a vypracuje vzorový protokol.
Anotace v angličtině
The aim of this master's thesis is to learn the problems related to algorithms and methods suitable for calculating the estimation of power spectral densities of random signals. Based on learning a specialised literature gain the knowledge needed to select methods suitable for spectrum estimation. In the theoretical part describe these methods and divide them according to the usual rules. Subsequently, they are processed and the selected algorithms are implemented in the MATLAB / Simulink environment, which is done in the practical part. Here, these algorithms are evaluated in terms of computational complexity, accuracy, spectrum resolution and other statistical aspects. Finally, the assignment of a suitable task for the subject Identification and modeling of random signals is designed and formulated and a sample protocol is developed.
power spectral density, Fourier transform, periodogram, MATLAB, Identification and modeling of random signals
Zásady pro vypracování
1. Vypracujte rešerši algoritmů a metod vhodných pro výpočet odhadu výkonových spektrálních hustot náhodných signálů.
2. Vybrané algoritmy realizujte v prostředí Matlab/Simulink.
3. Vyhodnoťte algoritmy z hlediska výpočetní náročnosti, přesnosti, rozlišení spektra a dalších statistických aspektů.
4. Navrhněte a formulujte zadání vhodné úlohy pro předmět Identifikace a modelování náhodných signálů.
5. Vypracujte vzorový protokol.
Zásady pro vypracování
1. Vypracujte rešerši algoritmů a metod vhodných pro výpočet odhadu výkonových spektrálních hustot náhodných signálů.
2. Vybrané algoritmy realizujte v prostředí Matlab/Simulink.
3. Vyhodnoťte algoritmy z hlediska výpočetní náročnosti, přesnosti, rozlišení spektra a dalších statistických aspektů.
4. Navrhněte a formulujte zadání vhodné úlohy pro předmět Identifikace a modelování náhodných signálů.
5. Vypracujte vzorový protokol.
Seznam doporučené literatury
ZAPLATÍLEK, Karel a Bohuslav DOŇAR. MATLAB: začínáme se signály. Praha: BEN - technická literatura, 2006. 271s., ISBN 80-7300-200-0.
DINIZ, Paulo, DA SILVA, Eduardo, NETTO, Sergio. Digital Signal Processing. 2nd ed. Cambridge University Press, 2010, 889s. ISBN 978-0-521-88775-5.
OPPENHEIM, Alan., WILLSKY, Alan. Signals and Systems. N.J. USA: Prentice-Hall, Englewood Cliffs, 1997, 957s. ISBN 0-13-814757-4.
LI, Tan. Digital Signal Processing, Fundamentals and Applications. Elsevier, 2008, 816 s. ISBN 978-0-12-374090-8.
CANDY, James. Model Based Signal Processing. John Wiley & Sons, 2006,677 s., ISBN 978-0-471-23632-0.
Seznam doporučené literatury
ZAPLATÍLEK, Karel a Bohuslav DOŇAR. MATLAB: začínáme se signály. Praha: BEN - technická literatura, 2006. 271s., ISBN 80-7300-200-0.
DINIZ, Paulo, DA SILVA, Eduardo, NETTO, Sergio. Digital Signal Processing. 2nd ed. Cambridge University Press, 2010, 889s. ISBN 978-0-521-88775-5.
OPPENHEIM, Alan., WILLSKY, Alan. Signals and Systems. N.J. USA: Prentice-Hall, Englewood Cliffs, 1997, 957s. ISBN 0-13-814757-4.
LI, Tan. Digital Signal Processing, Fundamentals and Applications. Elsevier, 2008, 816 s. ISBN 978-0-12-374090-8.
CANDY, James. Model Based Signal Processing. John Wiley & Sons, 2006,677 s., ISBN 978-0-471-23632-0.
Přílohy volně vložené
CD ROM
Přílohy vázané v práci
grafy, tabulky
Převzato z knihovny
Ne
Plný text práce
Přílohy
Posudek(y) oponenta
Hodnocení vedoucího
Záznam průběhu obhajoby
Student odprezentoval svou prezentaci, vedoucí přečetl posudky a student odpověděl na všechny dotazy vedoucího/oponenta.
Komise měla následující dotazy:
doc. Šenkeřík - Neexistuje nějaký plugin na metody, které jste zpracovával v MATLABu ?
doc. Šenkeřík - Máte implementaci pouze v MATLABu ?