Signali

Predmet ponuja celovit vpogled v področje teorije signalov, začenši z definicijo pojma signala, kratkim zgodovinskim orisom njegovega razvoja in njegovo vlogo v elektrotehniki ter znanosti nasploh. Študenti se seznanijo z različnimi vrstami signalov, vključno z energijskimi in močnostnimi signali, periodičnimi in neperiodičnimi signali ter determinističnimi in naključnimi signali.

Poseben poudarek je na uporabnosti ponazarjanja signalov z drugimi signali, metodah ponazoritve in kriterijih kakovosti ponazoritve, skupaj s primeri temeljnih funkcij uporabljenih za to namen.

Predmet nadalje obravnava frekvenčno analizo determinističnih signalov, vključno s Fourierovo vrsto in Fourierovim integralom, ter predstavi osnovne principe obdelave naključnih signalov, kot so korelacijska in kovariančna funkcija, stacionarnost procesov, vzorčno in časovno povprečje ter ergodičnost. V okviru predavanj na temo korelacije in konvolucije se študenti spoznajo z definicijami in lastnostmi teh pojmov na različnih tipih signalov, njihovi uporabi za oceno podobnosti signalov, spektra stacionarnih naključnih signalov, konvolucijo v linearnih stacionarnih sistemih, določanju prenosne funkcije in detekciji periodičnih komponent v šumnih signalih.

Predmet podrobno obravnava tudi vzorčenje in kvantizacijo signalov, skupaj z namenom in metodami vzorčenja, Shannonovim stavkom o vzorčenju, rekonstrukcijo signalov, vrstami kvantizacije, lastnostmi kvantizacijske napake in primeri kvantizacije.

Zaključek predmeta se posveti obdelavi digitalnih signalov, s poudarkom na diskretni Fourierjevi transformaciji (DFT), ki omogoča študentom poglobljeno razumevanje in praktične veščine za delo s sodobnimi signalnimi sistemi. 

Cilj predmeta Signali je študentu podati znanje o vrstah signalov in metod za njihov opis in  obdelavo. Študent spozna osnovne koncepte za opis različnih vrst signalov z izražanjem po temeljnih funkcijah in postopke za analizo signalov s korelacijo in konvolucijo. Predmet daje teoretične osnove za praktično delo na različnih problemih s področja slikovnih tehnologij, govornih tehnologij, razpoznavanja vzorcev, umetne inteligence in strojnega učenja.

Predavanja

Sodelovalno učenje

Laboratorijske vaje