Navigacija

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)
Nastavnik/saradnik (vežbe)
    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
      1. Fundamentals of Stochastic Signals, Systems and Estimation Theory with Worked Examples, B. Kovačević, Ž. Đurović, Academic Mind, Belgrade, 1999.
      2. Steven M. Kay, "Fundamentals of statistical signal processing, volume I: Estimation theory", 1993
      3. 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