Topic outline

  • Tratamiento de Señales Multimedia (2023)

            Logo curso
     

     

     

    Profesor

    Jesús Pérez Arriaga

    Departamento de Ingeniería de Comunicaciones

     



    En esta asignatura se estudian herramientas y técnicas de análisis estadístico para la resolución de problemas de tratamiento de señales en sistemas y redes de comunicaciones. Estos problemas incluyen análisis espectral, filtrado óptimo, modelado de procesos estocásticos, predicción lineal, estimación paramétrica, igualación de canal, cancelación de ruido e interferencias, estima de canal, detección y clasificación de señales.


    Palabras clave

    Procesado estadístico de señales, análisis espectral, filtrado óptimo, procesos estocásticos, inferencia.

  • Programa


     

    Datos identificativos de la Asignatura

    • Asignatura: Tratamiento de Señales Multimedia

    • Código: G837

    • Departamento: Departamento de Ingeniería de Comunicaciones

    • Título: Grado en Ingeniería de Tecnologías de Comunicación

    • Centro: ETS de Ingenieros Industriales y de Telecomunicación

    • Créditos ECTS: 6

    • Idioma de impartición: Español

    • Profesor: Jesús Pérez Arriaga



    Programa de la asignatura


    Tema 1. Vectores aleatorios

    Tema 2. Análisis espectral

    Tema 3. Filtrado óptimo y adaptativo

    Tema 4. Estimación paramétrica

    Tema 5. Clasificación

     


  • Bibliografía

     

     

    Básica

     

    • S. M. Kay, Fundamentals of statistical signal processing, vol. I, Estimation theory, Prentice Hall, 1993.
    • S. M. Kay, Fundamentals of statistical signal processing, vol. II, Detection theory, Prentice Hall, 1998.
    • P. Stoica, R. Moses, Introduction to spectral analysis, Prentice Hall, 1997.

     


    Complementaria

     

    • C. W. Therrien, Discrete random signals and statistical signal processing, Prentice Hall, 1992.
    • J. A. Gubner, Probability and random processes for electrical and computer engineers, 2008.
  • Materiales de Clase

    Logo materiales

     

    Tema 1. Vectores aleatorios


    Tema 2. Análisis espectral

    • MC-F-004. Índice
    • MC-F-005. Análisis espectral
    • MC-F-006. Procesos estocásticos en tiempo discreto
    • MC-F-007. LiveScripts (archivo .zip)
    • MC-F-008. Ejercicios análisis espectral (pdf)
    • MC-F-009. Ejercicios análisis espectral (archivo Matlab)
    • MC-F-010. Ejercicios procesos estocásticos (pdf)
    • MC-F-011. Ejercicios procesos estocasticos (archivo Matlab)


    Tema 3. Filtrado óptimo y adaptativo


    Tema 4. Estimación paramétrica

    • MC-F-016. Índice
    • MC-F-017. Estimadores clásicos
    • MC-F-018. Estimadores bayesianos
    • MC-F-019. LiveScripts ejemplos (archivo .zip)
    • MC-F-020. LiveScripts estimadores (archivo .zip)
    • MC-F-021. Ejercicios estimación paramétrica (pdf)
    • MC-F-022. Ejercicios estimación paramétrica (archivo Matlab)


    Tema 5. Clasificación

    • MC-F-023. Índice
    • MC-F-024. Clasificación binaria / Clasificación M-aria
    • MC-F-025. LiveScripts (archivo .zip)
    • MC-F-026. Ejercicios clasificación (pdf)
    • MC-F-027. Ejercicios clasificación (archivo Matlab)




  • Pruebas de Evaluación

    Logo evaluacion

     

     


  • Guía de Aprendizaje

     

  • Sobre el Profesor


     

    Jesús Pérez Arriaga

    Departamento de Ingeniería de Comunicaciones

    UNIVERSIDAD DE CANTABRIA
    Más información