Bilgi Paketi / Ders Kataloğu
Uyarlanabilir Sinyal İşleme
Ders Kodu: EEE542
Ders Türü: Seçmeli
Ders Grubu: Yüksek Lisans
Eğitim Dili: Türkçe
Staj Durumu: Yok
Teori: 3
Uyg.: 0
Kredi: 3
Laboratuvar: 0
AKTS: 6
Amaç

Farklı adaptif filtreleme yöntemlerinin tanıtılmasını sağlamak ve bu yöntemlerin kestirimci tasarımında kullanılabilme yeterliliğinin geliştirilmesidir. Bu yöntemlerin performans analizlerinin ve karşılaştırmalarının yapılması ve en uygun algoritmaların tasarım yöntemleri incelenecektir.

Özet İçerik

Karesel ortalama Kestirim Yöntemleri, (Doğrusal MSE kestirimi, en uygun kestirim), Rastlantısal süreçlerin Filtrelenmesi, Hareketli ortalama (MA), Özbağlanımlı (AR) ve ARMA süreçleri, Wiener Filtreleme (Wiener-Hopf Denklemlerinin Çözümü), FIR, IIR, Nedensel IIR Wiener Filtreleri, Wiener-Hopf Denklemlerinin çözümleri için yinelemeli yöntemler, Adaptif Filtreler, LMS Filtresi: FIR, IIR , normalleştirilmiş ve diğer türevleri, RLS, Kalman Filtresi, Uygulamalar.

Dersi Veren Öğretim Görevlisi/Görevlileri
Öğrenme Çıktıları
1.Verilen doğrusal adaptif kestirim problemi ve onun gerekleri için uygun adaptasyon yöntemlerini seçebilmek
2.Verilen doğrusal adaptif kestirim problemi ve onun gerekleri için uygun filtre uzunluğunu seçebilmek.
3.Verilen doğrusal adaptif kestirim problemi için alakalı sinyalleri ayırt edebilmek, adaptasyon ve filtreleme işlemlerini ifade edebilmek.
4.Adaptif filtreleme kodlarını yazabilmek ve adaptasyon yöntemlerinin performanslarını karşılaştırabilmek.
5.Problemin doğasına ve/veya işlemsel çevreye uygun olarak adım boyutu parametresinin seçim stratejisini doğru bir şekilde seçebilmek ve karar verebilmek.
6.Algoritmaların işlemsel yükünü azaltmak için yollar önerebilmek.
7.Algoritmaların sayısal kararlılığını geliştirmek için yollar önerebilmek.
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
1.Monson H. Hayes, Statistical Digital Signal Processing and Modelling, John Wiley & Sons, 1996.
2.Simon Haykin, Adaptive Filter Theory, Prentice Hall, 1996.
Haftalık Ayrıntılı Ders İçeriği
1. Hafta - Teorik
Rastlantısal Süreçlerin Gözden geçirilmesi
2. Hafta - Teorik
Karesel ortalama Kestirim Yöntemleri, (Doğrusal MSE kestirimi, en uygun kestirim)
3. Hafta - Teorik
Rastlantısal Süreçlerin Filtrelenmesi
4. Hafta - Teorik
Hareketli ortalama (MA), Özbağlanımlı (AR) ve ARMA süreçler
5. Hafta - Teorik
Wiener Filtreleme (Wiener-Hopf Denklemlerinin çözülmesi)
6. Hafta - Teorik
FIR, IIR, Nedensel IIR Wiener Filtreler
7. Hafta - Teorik
Wiener-Hopf denklemlerinin çözümü için yinelemeli yöntemler.
8. Hafta - Teorik
Konu Tekrarı - Ara Sınav
9. Hafta - Teorik
Adaptif Filtreler
10. Hafta - Teorik
LMS Filtresi
11. Hafta - Teorik
FIR, IIR, Normalleştirilmiş ve diğer türevleri
12. Hafta - Teorik
RLS Filtresi
13. Hafta - Teorik
Kalman Filtreler
14. Hafta - Teorik
Uygulamalar
Değerlendirme
Değerlendirme TürüAdetYüzde
Derse Katılım (Performans)1%2
Ödev5%8
Ara Sınav (Vize)1%20
Dönem Sonu Sınavı (Final)1%70
İş Yükü Hesaplaması
EtkinlikSayısıÖn HazırlıkSüreToplam Iş Yükü (Saat)
Kuramsal Ders141356
Ödev52220
Bireysel Çalışma61112
Ara Sınav110515
Dönem Sonu Sınavı1203050
TOPLAM İŞ YÜKÜ (Saat)153
Program ve Öğrenme Çıktıları İlişkisi
PÇ-1
PÇ-2
PÇ-3
PÇ-4
PÇ-5
PÇ-6
PÇ-7
OÇ-1
4
4
4
4
4
4
4
OÇ-2
4
4
4
4
4
4
4
OÇ-3
4
4
4
4
4
4
4
OÇ-4
4
4
4
4
4
4
4
OÇ-5
4
4
4
4
4
4
4
OÇ-6
4
4
4
4
4
4
4
OÇ-7
4
4
4
4
4
4
4
Adnan Menderes Üniversitesi - Bilgi Paketi / Ders Kataloğu
2026