Analiza sygnałów - wykład

Z Brain-wiki
Wersja z dnia 09:03, 8 lis 2024 autorstwa Durka (dyskusja | edycje) (→‎Materiały dodatkowe)
(różn.) ← poprzednia wersja | przejdź do aktualnej wersji (różn.) | następna wersja → (różn.)

Pierwszy wykład

Sygnały, próbkowanie, wektory, liczby zespolone. Szereg i przekształcenie Fouriera (przed II. ćw.)

Klasyczna analiza sygnałów

  1. Szereg Fouriera i Przekształcenie Fouriera
  2. Twierdzenie o splocie (przed IV. ćw.)
  3. Model autoregresyjny (przed VII. ćw.)
  4. Systemy liniowe niezmiennicze w czasie
  5. Transformata Z i widmo procesu AR (przed VIII. ćw.)
  6. Funkcja przejścia i filtry LTI (przed IX. ćw.)

Pomiędzy czasem a częstością

  1. Spektrogram — oknowana transformata Fouriera, Falki
  2. Zasada nieoznaczoności, Transformata Wignera
  3. Reprezentacje czas-częstość
  4. Przybliżenia adaptacyjne i algorytm matching pursuit

Analiza sygnałów wielozmiennych

  1. PCA, ICA, MVAR
  2. slajdy

Analiza elektroencefalogramu (EEG)

  1. Wstęp (slajdy)
  2. problem odwrotny P300 SSVEP MEG (slajdy)
  3. ERD/ERS (slajdy)
  4. BCI


Materiały dodatkowe


ZAGADNIENIA DO POWTÓRZENIA PRZED EGZAMINEM i organizacja egzaminu

Całość podręcznika jest udostępniona na licencji Creative Commons Uznanie autorstwa-Na tych samych zasadach 3.0 Polska. CC-88x31.png Autor: Piotr Durka. Podręcznik powstał częściowo w oparciu o skrypty udostępniane wcześniej na stronach http://www.fuw.edu.pl/~durka/ksiazki/as i książkę MP and unification in EEG analysis