13E053SSE - Stohastički sistemi i estimacija

Specifikacija predmeta
Naziv		Stohastički sistemi i estimacija
Akronim		13E053SSE
Studijski program		Elektrotehnika i računarstvo
Modul		modul Signali i sistemi
Tip studija		osnovne akademske studije
Nastavnik (predavač)		prof. dr Predrag Tadić doc. dr Sanja Vujnović
Nastavnik/saradnik (vežbe)		Maša Tiosavljević, dipl. inž. el. i rač.
Nastavnik/saradnik (DON)
Broj ESPB		6.0	Status predmeta	obavezan
Uslovljnost drugim predmetima		nema
Ciljevi izučavanja predmeta		Upoznavanje studenata sa alatima za modelovanje i analizu stohastičkih signala, i procedurama za parametarsku estimaciju.
Ishodi učenja (stečena znanja)		Studenti će nakon položenog predmeta imati osnovne veštine da izvrše odgovarajuću analizu stohastičkih signala i potrebno teorijsko i praktično znanje za korišćenje procedura za estimaciju parametara probabilističkih modela.
Sadržaj predmeta
Link ka stranici predmeta		https://automatika.etf.bg.edu.rs/index.php/sr/stohasti%c4%8dki-sistemi-i-estimacija-os3sse
Link ka predavanjima		https://teams.microsoft.com/l/team/19%3AcGvXjvEEIFZcJKl321PSNg6blYVeT76zAlvkPdyhlbA1%40thread.tacv2/conversations?groupId=f1be8732-5fa4-48a6-85e8-5d5f412ebe11&tenantId=1774ef2e-9c62-478a-8d3a-fd2a495547ba
Sadržaj teorijske nastave		Osnovi verovatnoće, osnovi stohastičkih procesa, stacionarni i ergodični procesi, beli stohastički procesi, spektralna reprezentacija stohastičkih procesa, linearna filtracija, spektralna faktorizacija. Teorija estimacije: nepomereni estimator minimalne varijanse, Cramer-Rao-ova donja granica, maksimizacija verodostojnosti, Bayes-ovski pristup, Wiener-ov i Kalman-ov filtar.
Sadržaj praktične nastave		Studentima se demonstriraju praktične implementacije algoritama obrađivanih na predavanjima. Studenti samostalno rade domaće zadatke kroz koje implementiraju i primenjuju algoritme za estimaciju i analizu slučajnih procesa u programskim jezicima Python i Matlab/Octave.
Literatura
Fundamentals of Stochastic Signals, Systems and Estimation Theory with Worked Examples, B. Kovačević, Ž. Đurović, Academic Mind, Belgrade, 1999. Steven M. Kay, "Fundamentals of statistical signal processing, volume I: Estimation theory", 1993 Steven M. Kay, "Intuitive probability and random processes using Matlab", 2006
Broj časova aktivne nastave nedeljno tokom semestra/trimestra/godine
Predavanja	Vežbe	DON	Studijski i istraživački rad	Ostali časovi
3	2
Metode izvođenja nastave		45 časova predavanja + 30 časova vežbi na tabli
Ocena znanja (maksimalni broj poena 100)
Predispitne obaveze		Poena	Završni ispit	Poena
Aktivnosti u toku predavanja		0	Pismeni ispit	0
Praktična nastava		10	Usmeni ispit	60
Projekti
Kolokvijumi		30
Seminari		0