Información del curso Curso instructor Luis Esteve Autor: Luis Esteve Información Importante Requisitos técnicos y solución a problemas conocidos Foro de AVISOS y de PREGUNTAS TÍPICAS (FAQs) Resolución de dudas Presentación del curso de PSAVC ¿Cómo es PSAVC/TRS? Tema 1: Introducción al procesado de señal. Notación matricial. Apuntes del Tema 1 Repaso y ampliación de VA’s (parte 1) Ejercicios propuestos del Tema 1 Repaso y ampliación de VA’s (parte 2) Repaso de procesos Notación Matricial con procesos (parte 1) Corrección de los ejercicios 6, 7 y 8 del Tema 1 Notación Matricial con procesos (parte 2) Corrección del ejercicio 10 Modelos racionales: Modelo AR(P) Corrección ejercicios de modelos racionales Tema 2: Teoría de la detección Material del tema 2 Introducción: Test de hipótesis Corrección ejercicio nivel de continua Detectores: Neyman-Pearson, MAP y mínimo riesgo Bayesiano Ejercicio 2.1 Ejercicio 2.7 Ejercicio 2.9 Lecciones de matemáticas avanzadas Ejercicio propuesto: Diseño de un radar pulsado Corrección ejercicio del radar Tema 3: Teoría de la estimación Material del tema 3 Introducción a la teoría de la estimación Medidas de bondad Corrección ejercicio 3.1 Ejercicio 3.4 (parte 1) Ejercicio 3.4 (parte 2) Límite de Cramer-Rao y estimador eficiente Corrección Ejercicio 3.7 Estimación MAP y ML Corrección Ejercicio 3.13 Corrección Ejercicio 3.12 Corrección Ejercicio 3.35 Optimización de una función escalar respecto a un parámetro Solución ejercicio estimación parámetros de una exponencial Best Linear Unbiased Estimator (BLUE) Matriz de Fisher Ejercicio 3.13 (con complejos) Aclaración matriz de Fisher caso complejo Tema 4: Estimación Lineal (Filtro de Wiener) Apuntes del tema Índice e introducción Ecuaciones principales del filtro de Wiener Solución IIR vs FIR Propiedades del error Significado de la salida del filtro de Wiener Filtro de Wiener FIR: notación vectorial Aplicaciones del filtro de Wiener (parte 1) Aplicaciones del filtro de Wiener (parte 2: Cancelador de ecos, ejercicio 4.12) Examen parcial primavera 2003 Solución parcial primavera 2003 Aplicaciones del filtro de Wiener (parte 3: Predicción Lineal) Ejercicio 4.10 Solución de mínimos cuadrados (Least Squares) Tema 5: Sistemas Adaptativos Apuntes e índice del tema Introducción Algoritmo Gradient Descent (parte 1: definición) Algoritmo Gradient Descent (parte 2: convergencia y velocidad) Algoritmo LMS y NLMS Examen Final Enero 2005. Ejercicio 3 Demostración Cota de convergencia algoritmo GD Demostración Número de pasos para la convergencia Demostración Desajuste del algoritmo LMS Tema 6: Estimación espectral (sólo telecos) Esta sección no tiene ninguna lección. Material Intensivo Final Ejercicio 4.22 Cuestionario Teórico Exámenes finales de PSAVC Examen Final reav julio 2019. Ejercicio 1 Examen Final reav julio 2019. Ejercicio 2 Examen Final reav julio 2019. Ejercicio 3 Examen Final enero 2018. Ejercicio 2 Material Adicional: Procesos Aleatorios Esta sección no tiene ninguna lección.
