通信技術・センシング(生体データ/センサー/レーダーなど)・画像認識・音声認識・・・
様々な情報データを信号処理するために必要となる知識を基礎から解説!
スペクトル解析や難解なアルゴリズムの本質など独学では理解しにくい部分を習得できます
1.信号処理の基礎的事項
1.1 離散時間信号
1.2 離散時間システム
2.フーリエ解析
2.1 フーリエ級数
2.2 フーリエ変換
2.3 離散フーリエ変換
2.3.1 性質
2.3.2 高速フーリエ変換
3.線形システムと統計モデル
3.1 線形時不変システム
3.2 Z変換
3.3 差分方程式
3.4 信号モデル
3.4.1 自己回帰(AR)モデル
3.4.2 自己回帰移動平均(ARMA)モデル
4.スペクトル解析
4.1 不規則信号
4.1.1 相関関数
4.1.2 パワースペクトル
4.2 ノンパラメトリック法
4.3 パラメトリック法
4.3.1 線形予測
4.3.2 ARスペクトル推定
4.3.3 ARMAスペクトル推定
4.3.4 次数推定
4.4 部分空間法
5.適応信号処理
5.1 適応アルゴリズム
5.1.1 LMSアルゴリズム
5.1.2 RLSアルゴリズム
5.1.3 各種アルゴリズム
5.2 フィルタ構成
5.3 応用例
5.3.1 エコーキャンセラ
5.3.2 ノイズキャンセラ
5.3.3 イコライザ
6.最新動向
6.1 スペクトル解析
6.2 適応信号処理
□ 質疑応答 □