〇生体情報やセンサー計測・レーダーなどのセンシング技術
〇自動化に向けた画像認識や音の認識、通信技術などのデータ処理
様々なディジタル信号を扱う上で基礎となる「統計的信号処理」を詳しく解説!
難解なスペクトル解析やアルゴリズムの本質など独学では理解しにくい部分を
音、画像、通信等への応用例などを用いてわかりやすく解説致します
1.信号処理の基礎的事項
1.1 サンプリング
1.2 離散時間信号
1.3 離散時間システム(ディジタルフィルタ)
1.4 FIRフィルタとIIRフィルタ
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 離散フーリエ変換と高速フーリエ変換(FFT)
2.4 処理例
3.スペクトル解析
3.1 不規則信号
3.1.1 相関関数
3.1.2 パワースペクトル
3.2 ノンパラメトリック法
3.3 パラメトリック法
3.3.1 線形予測
3.3.2 ARスペクトル推定
3.3.3 ARMAスペクトル推定
3.3.4 次数推定
3.4 部分空間法
3.5 応用例
4.適応信号処理
4.1 適応アルゴリズム
4.1.1 LMSアルゴリズム
4.1.2 RLSアルゴリズム
4.1.3 各種アルゴリズム
4.2 応用例
4.2.1 システム同定
4.2.2 エコーキャンセラ
4.2.3 ノイズキャンセラ
4.2.4 信号強調
4.2.5 イコライザ
4.2.6 その他
5.最近の技術と応用
5.1 圧縮センシング
5.2 独立成分分析
5.3 カルマンフィルタ
5.4 音、画像、通信等への応用
6.最新動向
6.1 適応信号処理の進展
6.2 深層学習との関連性
6.3 その他
□ 質疑応答 □