Analiza sygnałów - wykład: Różnice pomiędzy wersjami

Z Brain-wiki
 
(Nie pokazano 150 wersji utworzonych przez 3 użytkowników)
Linia 1: Linia 1:
 
[[Category:Przedmioty specjalizacyjne]]
 
[[Category:Przedmioty specjalizacyjne]]
 +
 
=Analiza Sygnałów=
 
=Analiza Sygnałów=
  
# [[wstep | Wstęp]]
+
[[wstep | Wstęp]]
# Klasyczna analiza sygnałów -- zob. też http:/durka.info/ksiazki/as/as_klasyczna.pdf
 
##[[Szereg Fouriera|Szereg Fouriera]]
 
##[[Przekształcenie Fouriera|Przekształcenie Fouriera]]
 
##[[Systemy liniowe niezmiennicze w czasie (LTI)|Systemy liniowe niezmiennicze w czasie]]
 
##[[Twierdzenia o splocie i o próbkowaniu (aliasing)|Twierdzenie o splocie]]
 
##[[Aliasing|Aliasing]]
 
##[[Twierdzenie o próbkowaniu|Twierdzenie o próbkowaniu]]
 
##[[Funkcja_systemu|Funkcja systemu]]
 
##[[Model autoregresyjny (AR)|Model autoregresyjny]]
 
##[[Twierdzenie Wienera-Chinczyna|Twierdzenie Wienera-Chinczyna]]
 
<!-- ##[[Procesy_stochastyczne|Procesy stochastyczne]] -->
 
# Pomiędzy czasem a częstością
 
## [[Zasada nieoznaczoności|Zasada nieoznaczoności]]
 
## [[Transformata Wignera|Transformata Wignera]]
 
## [[Spektrogram|Spektrogram — oknowana transformata Fouriera]]
 
## [[Falki (wavelets)|Falki]]
 
## [[Reprezentacje czas-częstość|Reprezentacje czas-częstość]]
 
## [[Reprezentacje przybliżone | Przybliżenia adaptacyjne i algorytm matching pursuit]]
 
#[[Analiza sygnałów wielowymiarowych|Analiza sygnałów wielozmiennych]]
 
# Ciekawostki
 
##[[Sztuczne sieci neuronowe (ANN )|Sztuczne sieci neuronowe]]
 
##[[Algorytmy Genetyczne|Algorytmy Genetyczne]]
 
<!-- # [[appendix | Dodatek ]]-->
 
# [http://www.dropbox.com/sh/7b0jzdx7hbv0z13/AAD8KKySea36vGcpZYe1uSeya?dl=0 Slajdy z wykładów 2014/15]
 
  
----
+
==Klasyczna analiza sygnałów==
 +
#[[Szereg Fouriera|Szereg Fouriera]]
 +
#[[Przekształcenie Fouriera|Przekształcenie Fouriera]]
 +
#[[Twierdzenia o splocie i o próbkowaniu (aliasing)|Twierdzenie o splocie]]
 +
#[[Estymacja widma na podstawie FT|Estymacja widma na podstawie Transformaty Fouriera]]
 +
#[[Systemy liniowe niezmiennicze w czasie (LTI)|Systemy liniowe niezmiennicze w czasie]]
 +
#[[Model autoregresyjny (AR)|Model autoregresyjny]]
 +
#[[Funkcja_systemu|Transformata Z i widmo procesu AR]]
 +
#[[Filtry|Funkcja przejścia i filtry LTI]]
 +
<!-- #[[Twierdzenie o próbkowaniu|Twierdzenie o próbkowaniu]]
 +
##[[Procesy_stochastyczne|Procesy stochastyczne]] -->
 +
 
 +
==Pomiędzy czasem a częstością==
 +
# [[Spektrogram|Spektrogram — oknowana transformata Fouriera]]
 +
# [[Zasada nieoznaczoności|Zasada nieoznaczoności]]
 +
# [[Transformata Wignera|Transformata Wignera]]
 +
# [[Falki (wavelets)|Falki]]
 +
# [[Reprezentacje czas-częstość|Reprezentacje czas-częstość]]
 +
# [[Reprezentacje przybliżone | Przybliżenia adaptacyjne i algorytm matching pursuit]]
 +
 
 +
==Analiza sygnałów wielozmiennych==
 +
# [[Analiza sygnałów wielowymiarowych | PCA, ICA, MVAR]]
 +
# [https://drive.google.com/file/d/13r8pa3BaDW8KPUGc9aIeXpgIj0Jeg4RH/ slajdy]
 +
 
 +
==Analiza elektroencefalogramu (EEG)==
 +
# [https://drive.google.com/file/d/1d2kDzjrd4fO7fHELN8u7oeK3CnleDR-B/ Wstęp (slajdy)]
 +
# [https://drive.google.com/file/d/1dMDndbgU3edlN1W1r1Oe9AbBUZJ_zCQJ/ problem odwrotny P300 SSVEP MEG (slajdy)]
 +
# [https://drive.google.com/file/d/1VUzbwuPmLfhzDxW2shb07FBvnLO4EkLt ERD/ERS (slajdy)]
 +
# [https://braintech.pl/bci/ BCI]
 +
 
 +
==Materiały '''dodatkowe'''==
 +
* [https://www.fuw.edu.pl/~durka/filmy/ESM_BCI.mp4 Film o EEG i BCI] ~5 min
 +
*[https://drive.google.com/drive/folders/1Dnx8WHsmEcXS5qCTJ5PCK5ghEn8glYwM Slajdy z wykładów 2023/24]
 +
* [http://www.fuw.edu.pl/~durka/ksiazki/as Skrypt z równaniami w PDF]
 +
* [https://drive.google.com/file/d/18RGdihoaY-gWmVkB5kuBb-guIq_Zrkr8/view?usp=sharing Praktyczno-teoretyczne warsztaty z analizy sygnałów w przestrzeni czas-częstość (2020-09-07)] Wykład online ~2h
 +
* [https://drive.google.com/file/d/1-B-mJwsVjFOfNpdqLJnb9nlsBWJ2UOO5 ''EEG analysis with examples in Svarog''], wideo po angielsku ~40 min
 +
* [[Elektroencefalografia]] — Wstęp ogólny do EEG
 +
* [[Aliasing|Aliasing i Twierdzenie o próbkowaniu — animacja i dowód]]
 
<!--
 
<!--
[[ORGANIZACJA_FUW_AS|Sprawy organizacyjne: materiały do powtórzenia przed egzaminem, organizacja egzaminu, wyniki...]]
+
* [https://drive.google.com/file/d/13XeXJ9yqEcflNXNz7Mpx3h5Hf4i6_a59 Notatki studentów 2022/2023]
 
-->
 
-->
 +
* Książki:
 +
** [https://www.fuw.edu.pl/~durka/ksiazki/UNI.html Matching Pursuit and Unification in EEG Analysis]
 +
** [https://wavelet-tour.github.io/ A Wavelet Tour of Signal Processing]
 +
* Artykuły naukowe — o niektórych wspominałem na ostatnich wykładach, co nie znaczy, że mają być dla Was zrozumiałe — na pewno nie obowiązują na egzamin :-)
 +
** [https://biomedical-engineering-online.biomedcentral.com/articles/10.1186/1475-925X-2-1 From wavelets to adaptive approximations: time-frequency parametrization of EEG]
 +
** [https://drive.google.com/file/d/0B47l6nponU4QVklqdzRGdTFHbHc Time-frequency microstructure of event-related EEG desynchronization (ERD) and synchronization (ERS)]
 +
** [https://drive.google.com/file/d/1YK4v3v3oTINz7b78MqYyscePLlXV63nu Open Database of Epileptic EEG with MRI and Postoperational Assessment of Foci—a Real World Verification for the EEG Inverse Solutions]
 +
** [https://biomedical-engineering-online.biomedcentral.com/articles/10.1186/1475-925X-12-94 "Multivariate matching pursuit in optimal Gabor dictionaries: theory and software with interface for EEG/MEG via Svarog"]
 +
** [https://journal.frontiersin.org/article/10.3389/fnhum.2015.00258/full "Spindles in Svarog: framework and software for parametrization of EEG transients"].
 +
** [https://drive.google.com/drive/folders/0B47l6nponU4Qc09oQkpMRDRfOXM?resourcekey=0-j5V5oFB3gSC3jtRCeCnF7Q&usp=share_link inne ]
 +
* [https://drive.google.com/drive/folders/1c545fMiLHmD-1BB7Qk_itbSa4eaqroAN?usp=sharing przykładowe sygnały do zabawy]
 +
----
 +
::::'''<big>[[AS_zagadnienia_do_egzaminu|ZAGADNIENIA DO POWTÓRZENIA PRZED EGZAMINEM i organizacja egzaminu]]</big>'''
 +
----
 +
  
Omawiane na wykładzie i ćwiczeniach narzędzie do eksperymentowania z metodami analizy sygnałów można ściągnąć stąd: http://www.fuw.edu.pl/~durka/svarog-1.0.10.zip
+
Zapraszamy do korzystania z aktualnej wersji omawianego na wykładzie i ćwiczeniach narzędzia do eksperymentowania z metodami analizy sygnałów — programu SVAROG. Instrukcja pobrania i uruchamiania jest w [[Ćwiczenia_1#Svarog:_uruchamianie_i_konfiguracja|materiałach do ćwiczeń]], najnowszą wersję można pobrać  [https://gitlab.com/fuw_software/svarog2-packager/-/releases z gitlab] lub bezpośrednio ze strony [http://svarog.pl svarog.pl].
 
----
 
----
  
 
{{color|green|'''Całość podręcznika jest udostępniona na licencji [http://creativecommons.org/licenses/by-sa/3.0/pl Creative Commons Uznanie autorstwa-Na tych samych zasadach 3.0 Polska].'''}} [[Grafika:CC-88x31.png]]
 
{{color|green|'''Całość podręcznika jest udostępniona na licencji [http://creativecommons.org/licenses/by-sa/3.0/pl Creative Commons Uznanie autorstwa-Na tych samych zasadach 3.0 Polska].'''}} [[Grafika:CC-88x31.png]]
Autor: [http://durka.name Piotr Durka]. Podręcznik powstał częściowo w oparciu o skrypty udostępniane wcześniej na stronach http://www.fuw.edu.pl/~durka/ksiazki/as i książkę [http://www.fuw.edu.pl/~durka/ksiazki/UNI.html MP an unification in EEG analysis]
+
Autor: [http://durka.name Piotr Durka]. Podręcznik powstał częściowo w oparciu o skrypty udostępniane wcześniej na stronach http://www.fuw.edu.pl/~durka/ksiazki/as i książkę [http://www.fuw.edu.pl/~durka/ksiazki/UNI.html MP and unification in EEG analysis]

Aktualna wersja na dzień 16:05, 22 lut 2024


Analiza Sygnałów

Wstęp

Klasyczna analiza sygnałów

  1. Szereg Fouriera
  2. Przekształcenie Fouriera
  3. Twierdzenie o splocie
  4. Estymacja widma na podstawie Transformaty Fouriera
  5. Systemy liniowe niezmiennicze w czasie
  6. Model autoregresyjny
  7. Transformata Z i widmo procesu AR
  8. Funkcja przejścia i filtry LTI

Pomiędzy czasem a częstością

  1. Spektrogram — oknowana transformata Fouriera
  2. Zasada nieoznaczoności
  3. Transformata Wignera
  4. Falki
  5. Reprezentacje czas-częstość
  6. 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


Zapraszamy do korzystania z aktualnej wersji omawianego na wykładzie i ćwiczeniach narzędzia do eksperymentowania z metodami analizy sygnałów — programu SVAROG. Instrukcja pobrania i uruchamiania jest w materiałach do ćwiczeń, najnowszą wersję można pobrać z gitlab lub bezpośrednio ze strony svarog.pl.


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