Analiza sygnałów - wykład: Różnice pomiędzy wersjami

Z Brain-wiki
Linia 27: Linia 27:
  
 
==Zastosowania==
 
==Zastosowania==
# [https://drive.google.com/file/d/1yh3E_7LGemb4UNCuk8V40uqLe1hjLqql/view EEG]
+
# [https://drive.google.com/file/d/1d2kDzjrd4fO7fHELN8u7oeK3CnleDR-B/ EEG]
# [https://drive.google.com/file/d/10Nk2yK8prOttA_z869aqBuyGGNeZ0zZl/view problem odwrotny P300 SSVEP MEG]
+
# [https://drive.google.com/file/d/1dMDndbgU3edlN1W1r1Oe9AbBUZJ_zCQJ/ problem odwrotny P300 SSVEP MEG]
 
# [[Analiza sygnałów wielowymiarowych | Analiza sygnałów wielozmiennych]]
 
# [[Analiza sygnałów wielowymiarowych | Analiza sygnałów wielozmiennych]]
# [https://drive.google.com/file/d/10bta9aEuwAfT03gQZvXQrz_yrjLL6Oa9/view ICA, MVAR]
+
# [https://drive.google.com/file/d/13r8pa3BaDW8KPUGc9aIeXpgIj0Jeg4RH/ Montaż, ICA, MVAR, DTF]
# [https://drive.google.com/file/d/1OQyQQHV_FoqN4FPba7C1Q994XTgYhHqn/view ERD/ERS]
+
# [https://drive.google.com/file/d/1VUzbwuPmLfhzDxW2shb07FBvnLO4EkLt ERD/ERS]
 
# [https://braintech.pl/bci/ BCI]
 
# [https://braintech.pl/bci/ BCI]
  

Wersja z 15:58, 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


Zastosowania

  1. EEG
  2. problem odwrotny P300 SSVEP MEG
  3. Analiza sygnałów wielozmiennych
  4. Montaż, ICA, MVAR, DTF
  5. ERD/ERS
  6. 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