Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Zaawansowane techniki przetwarzania sygnałów
Tok studiów:
2019/2020
Kod:
RIAK-2-201-DH-s
Wydział:
Inżynierii Mechanicznej i Robotyki
Poziom studiów:
Studia II stopnia
Specjalność:
Drgania i Hałas w Technice i Środowisku
Kierunek:
Inżynieria Akustyczna
Semestr:
2
Profil:
Ogólnoakademicki (A)
Język wykładowy:
Polski
Forma studiów:
Stacjonarne
Prowadzący moduł:
dr hab. inż, prof. AGH Kowalczyk Konrad (konrad.kowalczyk@agh.edu.pl)
Treści programowe zapewniające uzyskanie efektów uczenia się dla modułu zajęć
Moduł zapoznaje Studenta z zaawansowanymi technikami przetwarzania sygnałów audio oraz uczy praktycznego zastosowania poznanych technik
Opis efektów uczenia się dla modułu zajęć
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Powiązania z KEU Sposób weryfikacji i oceny efektów uczenia się osiągniętych przez studenta w ramach poszczególnych form zajęć i dla całego modułu zajęć
Wiedza: zna i rozumie
M_W001 Student zna wybrane zaawansowane metody analizy i cyfrowego przetwarzania sygnałów. IAK2A_W04 Egzamin,
Wykonanie ćwiczeń laboratoryjnych,
Zaliczenie laboratorium
M_W002 Student zna podstawy teoretyczne transformacji całkowych, w szczególności Kosinusowej, Hartley'a i Hilberta. Zna zasady tworzenia transformacji dyskretnych dla przekształceń całkowych i umie się nimi posługiwać. Student zna podstawy i umie posługiwać się transformacją Karhunena-Loevego. Student zna podstawy filtracji adaptacyjnej LMS oraz filtrów Wienera. Student zna techniki usuwania pogłosu i szumu, metod lokalizacji źródeł akustycznych, przetwarzania dźwięku przestrzennego oraz zastosowań uczenia maszynowego w przetwarzaniu sygnałów audio i mowy. IAK2A_W04 Egzamin,
Wykonanie ćwiczeń laboratoryjnych,
Zaliczenie laboratorium
Umiejętności: potrafi
M_U001 Student potrafi przetwarzać sygnały dźwiękowe wybranymi zaawansowanymi metodami IAK2A_K04 Egzamin,
Wykonanie ćwiczeń laboratoryjnych
M_U002 Student umie analizować sygnały cyfrowe posługując się transformacjami Hartley'a, Hilberta i Karhunena-Loevego. Umie posługiwać się filtrami Wienera. IAK2A_K03 Egzamin,
Wykonanie ćwiczeń laboratoryjnych,
Zaliczenie laboratorium
Liczba godzin zajęć w ramach poszczególnych form zajęć:
SUMA (godz.)
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
56 28 0 28 0 0 0 0 0 0 0 0
Matryca kierunkowych efektów uczenia się w odniesieniu do form zajęć i sposobu zaliczenia, które pozwalają na ich uzyskanie
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Forma zajęć dydaktycznych
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
Wiedza
M_W001 Student zna wybrane zaawansowane metody analizy i cyfrowego przetwarzania sygnałów. + - - - - - - - - - -
M_W002 Student zna podstawy teoretyczne transformacji całkowych, w szczególności Kosinusowej, Hartley'a i Hilberta. Zna zasady tworzenia transformacji dyskretnych dla przekształceń całkowych i umie się nimi posługiwać. Student zna podstawy i umie posługiwać się transformacją Karhunena-Loevego. Student zna podstawy filtracji adaptacyjnej LMS oraz filtrów Wienera. Student zna techniki usuwania pogłosu i szumu, metod lokalizacji źródeł akustycznych, przetwarzania dźwięku przestrzennego oraz zastosowań uczenia maszynowego w przetwarzaniu sygnałów audio i mowy. + - - - - - - - - - -
Umiejętności
M_U001 Student potrafi przetwarzać sygnały dźwiękowe wybranymi zaawansowanymi metodami + - + - - - - - - - -
M_U002 Student umie analizować sygnały cyfrowe posługując się transformacjami Hartley'a, Hilberta i Karhunena-Loevego. Umie posługiwać się filtrami Wienera. + - + - - - - - - - -
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 103 godz
Punkty ECTS za moduł 4 ECTS
Udział w zajęciach dydaktycznych/praktyka 56 godz
Przygotowanie do zajęć 15 godz
przygotowanie projektu, prezentacji, pracy pisemnej, sprawozdania 15 godz
Samodzielne studiowanie tematyki zajęć 15 godz
Egzamin lub kolokwium zaliczeniowe 2 godz
Szczegółowe treści kształcenia w ramach poszczególnych form zajęć (szczegółowy program wykładów i pozostałych zajęć)
Wykład (28h):
Wybrane metody zaawansowanego przetwarzania sygnałów

1. Ciągłe i dyskretne transformacje całkowe, transformacja kosinusowa, transformacja Hartley’a, transformacja Hilberta, sygnał analityczny.

2. Sygnały losowe, kowariancja sygnałów losowych, macierz autokorelacji sygnałów. Transformacja Karhunena-Loevego

3. Filtry adaptacyjne, filtry Wienera, zastosowanie filtru Wienera do separacji sygnałów akustycznych

4. Metody usuwania pogłosu i szumu, metody kształtowania wiązki, identyfikacja systemu, metoda equalizacji

5. Elementy uczenia maszynowego w przetwarzaniu mowy

6. Przetwarzanie dźwięku przestrzennego, ambisonia, przestrzenne metody parametryczne

7. Egzamin z całości tematyki wykładu

Elementem przedmiotu jest wykonanie projektu grupowego oraz prezentacja jego wyników na ostatnim wykładzie. W ramach projektu Studenci zaplanują, opracują i zaimplementują wybrane techniki zaawansowanego przetwarzania sygnałów.

Ćwiczenia laboratoryjne (28h):

1. Analiza czasowo-częstotliwościowa sygnałów przy użyciu poznanych transformat

2. Zastosowanie dyskretnych transformacji Hilberta i Hartley’a,

3. Redukcja szumu z wykorzystaniem dyskretnej transformacji kosinusowej i/lub falkowej

4. Sygnały losowe i transformacja Karhunena-Loevego

5. Banki filtrów cyfrowych i model psychoakustyczny standardu MPEG audio

6. Adaptacyjne usuwanie interferencji (algorytmy LMS, NLMS)

7. Adaptacyjna redukcja szumu metodą predykcji

8. Kolokwium zaliczeniowe

Pozostałe informacje
Metody i techniki kształcenia:
  • Wykład: Treści prezentowane na wykładzie są przekazywane w formie prezentacji multimedialnej w połączeniu z klasycznym wykładem tablicowym wzbogaconymi o pokazy odnoszące się do prezentowanych zagadnień.
  • Ćwiczenia laboratoryjne: W trakcie zajęć laboratoryjnych studenci samodzielnie rozwiązują zadany problem praktyczny, dobierając odpowiednie narzędzia. Prowadzący stymuluje grupę do refleksji nad problemem, tak by otrzymane wyniki miały wysoką wartość merytoryczną.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

Zaliczenie ćwiczeń laboratoryjnych uzyskuje się na podstawie oceny pracy studenta na zajęciach laboratoryjnych, aktywności, kartkówek wejściowych oraz możliwego teoretyczno-praktycznego kolokwium końcowego. W razie nieotrzymania zaliczenia ćwiczeń laboratoryjnych, zorganizowane będą dwa terminy zaliczeń poprawkowych z materiału całego semestru. Aby móc przystąpić do egzaminu konieczne jest uzyskanie pozytywnej oceny z ćwiczeń laboratoryjnych.

Dodatkowym elementem jest praktyczny projekt grupowy, który wykonywany jest w drugiej części semestru. Egzamin w formie testu wielokrotnego wyboru.

Zasady udziału w zajęciach:
  • Wykład:
    – Obecność obowiązkowa: Nie
    – Zasady udziału w zajęciach: Studenci uczestniczą w zajęciach poznając kolejne treści nauczania zgodnie z syllabusem przedmiotu. Studenci winni na bieżąco zadawać pytania i wyjaśniać wątpliwości. Rejestracja audiowizualna wykładu wymaga zgody prowadzącego.
  • Ćwiczenia laboratoryjne:
    – Obecność obowiązkowa: Tak
    – Zasady udziału w zajęciach: Studenci wykonują ćwiczenia laboratoryjne zgodnie z materiałami udostępnionymi przez prowadzącego. Student jest zobowiązany do przygotowania się w przedmiocie wykonywanego ćwiczenia, co może zostać zweryfikowane kolokwium w formie ustnej lub pisemnej. Zaliczenie zajęć odbywa się na podstawie zaprezentowania rozwiązania postawionego problemu. Zaliczenie modułu jest możliwe po zaliczeniu wszystkich zajęć laboratoryjnych.
Sposób obliczania oceny końcowej:

Pozytywna ocena końcowa uwarunkowana jest uzyskaniem pozytywnej oceny z laboratorium, projektu oraz egzaminu. Ocena końcowa jest równa średniej arytmetycznej z laboratorium (40%), projektu (30%) oraz egzaminu (30%). Jeżeli wartość średnia nie odpowiada obowiązującej skali ocen, ocena końcowa jest zaokrągleniem wartości średniej.

Sposób i tryb wyrównywania zaległości powstałych wskutek nieobecności studenta na zajęciach:

Student powinien zgłosić się do prowadzącego w celu ustalenia indywidualnego sposobu nadrobienia zaległości.

Wymagania wstępne i dodatkowe, z uwzględnieniem sekwencyjności modułów :

Umiejętność samodzielnego poszukiwania informacji w literaturze
Znajomość podstaw analizy matematycznej i algebry
Znajomość metod cyfrowego (i/lub analogowego) przetwarzania sygnałów
Umiejętność posługiwania się Matlabem lub innym językiem programowania

Zalecana literatura i pomoce naukowe:

1. Tomasz Zieliński: Cyfrowe przetwarzanie sygnałów. WKŁ 2005.
2. Richard G. Lyons: Wprowadzenie do cyfrowego przetwarzania sygnałów. Wydawnictwa Komunikacji i Łączności, WKŁ 1999, 2000.
3. Dag Stranneby: Cyfrowe przetwarzanie sygnałów. BTC 2004.
4. Włodzimierz Kwiatkowski: Wstęp do cyfrowego przetwarzania sygnałów. Warszawa 2003.
5. Jacek Izydorczyk, Grzegorz Płonka, Grzegorz Tyma: Teoria Sygnałów. Helion 1999.

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

1 K. Kowalczyk, O. Thiergart, M. Taseska, G. Del Galdo, and V. Pulkki, E.A.P. Habets, “Parametric spatial sound processing: a flexible and efficient solution to sound scene acquisition, modification and reproduction,” IEEE Signal Processing Magazine, vol. 32, No. 2, pp. 31-42, Mar. 2015

2 S. Braun, K. Kowalczyk, and E.A.P. Habets, “ Residual noise control using a parametric multichannel Wiener filter,” Proc. IEEE Int. Conf. on Acoustics, Speech and Signal Process. (ICASSP), pp. 360-364, Brisbane, Australia, Apr. 2015

3 K. Kowalczyk, E.A.P. Habets, W. Kellermann, and P.A. Naylor, “Blind system identification using sparse learning for TDOA estimation of room reflections,” IEEE Signal Processing Letters, vol. 20, No. 7, pp. 653-656, Jul. 2013

4 K. Kowalczyk, O. Thiergart, A. Craciun, E.A.P. Habets, “Sound acquisition in noisy and reverberant environments using virtual microphones,” Proc. IEEE Workshop on Applications of Sign. Process. to Audio and Acoustics (WASPAA), New Paltz, NY, Oct. 2013

5 K. Kowalczyk and M. van Walstijn, “Modeling frequency-dependent boundaries as digital impedance filters in FDTD and K-DWM room acoustics simulations,” J. Audio Engineering Society, vol. 56, No. 7/8, pp. 569-583, Jul./Aug. 2008

Informacje dodatkowe:

Zajęcia będą prowadzone z wykorzystaniem innowacyjnych metod dydaktycznych (metody projektu) opracowanych w ramach projektu POWER (Program Operacyjny Wiedza Edukacja Rozwój) – POWR.03.014.00-00-D002/16.