GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| EEM6207 | UYARLAMALI İŞARET İŞLEME | Seçmeli Ders Grubu | 1 | 1 | 6,00 |
Dersin Seviyesi
Doktora
Dersin Sunulduğu Dil
Türkçe
Dersin Amacı
Derste, İstatistiksel Sinyal İşlemenin önemli bir alanı olan ve Haberleşme, Kontrol, Radar, Biyomedikal Mühendisliği gibi çok değişik alanlarda kullanılabilen Uyarlamalı Sinyal İşleme tekniklerine matematiksel bir bakış açısıyla yaklaşılarak konunun temellerinin öğrenciye aktarılması amaçlanmaktadır.
Dersi Veren Öğretim Görevlisi/Görevlileri
Bölüm öğretim elemanları
Öğrenme Çıktıları
| 1 | Uyarlamalı Sinyal İşleme tekniklerinin kullanılmasını gerektiren durumları öğrenir |
| 2 | Wiener Süzgecini tanıtmak, sinyal süzme, öngörüleme ve yumuşatma için nasıl kullanılacağını öğrenir |
| 3 | Çeşitli Uyarlamalı Sinyal İşleme tekniklerinin avantajlarını ve dezavantajlarını ve kullanım kısıtları kavrar |
| 4 | Zamana bağlı değişen durağan olmayan sistem/sinyallerin özelliklerini anlar |
| 5 | Öğrenilen Uyarlamalı Sinyal İşleme teknikleri tez ve/veya gerçek hayat uygulamalarında kullanır |
Öğretim Sistemi
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
-
Ders İçin Önerilen Diğer Hususlar
-
Dersin İçeriği
İstatistiksel süreç ve modellerin gözden geçirilmesi, Wiener süzgeçleri, doğrusal öngörüleme, en dik iniş algoritması LMS (Least-Mean-Square), düzgelenmiş LMS, frekans-alanı ve alt bant uyarlamalı süzgeçler, en küçük kareler yöntemi, döngülü enküçük kareler uyarlamalı süzgeçleri, Kalman süzgeçler, zamanla değişen sistemlerin takibi
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Konular (Teorik) | Öğretim Yöntem ve Teknikleri | Ön Hazırlık |
|---|---|---|---|
| 1 | Giriş | ||
| 2 | İstatistiksel Süreç ve Modeller | ||
| 3 | Wiener Süzgeçleri | ||
| 4 | Doğrusal Öngörüleme | ||
| 5 | En Dik İniş Algoritması | ||
| 6 | LMS (Least-Mean-Square) | ||
| 7 | Düzgelenmiş LMS | ||
| 8 | Frekans-Alanı ve Altbant Uyarlamalı Süzgeçler | ||
| 9 | En küçük Kareler Yöntemi | ||
| 10 | En küçük kareler metodu | ||
| 11 | Döngülü En küçük Kareler Uyarlamalı Süzgeçleri | ||
| 12 | Kalman Süzgeçler | ||
| 13 | Kalman Süzgeçler | ||
| 14 | Zamanla Değişen Sistemlerin İzlenmesi |
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
1. Haykin, Adaptive Filter Theory, Prentice Hall, 2002. 2. Sayed, Adaptive Filters, 2008. 3. Farhang-Boroujeny, Signal Processing Techniques for Software Radios, 2010
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Quiz | 5 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 40 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 60 | |
Staj Durumu
-
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Final Sınavı | 1 | 2 | 2 |
| Quiz | 5 | 1 | 5 |
| Derse Katılım | 14 | 3 | 42 |
| Final Sınavı içiin Bireysel Çalışma | 1 | 25 | 25 |
| Quiz için Bireysel Çalışma | 5 | 15 | 75 |
| Toplam İş Yükü (saat) | 149 | ||
Program ve Öğrenme Çıktıları İlişkisi
| PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 | |
| ÖÇ 1 | 4 | 5 | 5 | 4 | 5 | 3 | 4 | 5 | 4 | |
| ÖÇ 2 | 4 | 5 | 5 | 4 | 5 | 3 | 4 | 5 | 4 | |
| ÖÇ 3 | 4 | 5 | 5 | 4 | 5 | 3 | 4 | 5 | 4 | |
| ÖÇ 4 | 4 | 5 | 5 | 4 | 5 | 3 | 4 | 5 | 4 | |
| ÖÇ 5 | 4 | 5 | 5 | 4 | 5 | 3 | 4 | 5 | 4 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek