FEEC/CPG - Caderno de Horário (Oferecimento de Disciplinas) - CPG
Caderno Horário:
IE009 - Processamento Adaptativo de Sinais | Adaptive Signal Processing | Procesamiento Adaptativo de Señales
Turma: A - Período: 2/2026 - Tipo Período: 2o. período letivo - Disciplina: 4 créditos.
Ementa: Introdução, Fundamentos de Filtragem Adaptativa, Filtragem de Wiener, Métodos de Otimização de Newton e do Gradiente, Algoritmos Tipo LMS, Método dos Mínimos Quadrados, Algoritmos de Mínimos Quadrados Recursivos (RLS), Algoritmos RLS em Treliça, Algoritmos Q-R, Filtros Adaptativos IIR, Estruturas Alternativas, Equalização Adaptativa, Antenas Adaptativas, Predição Adaptativa.
Bibliografia: Diniz, P. S. R. Adaptive Filtering: Algorithms and Practical Implementation, Kluwer Academic, 1997; Haykin, S.: Adaptative Filter Theory, Prentice hall; Bellanger, M. G. : Adaptative Digital Filters and Signal Analysis, M. Dekker, 2001.
Conteudo Programático: Sinais e sistemas discretos no tempo; Teoria de probabilidade; Processos estocásticos; Estacionariedade nos sentidos estrito e amplo; Ergodicidade; Correlação e densidade espectral de potência; A matriz de correlação e suas propriedades; Aplicações de filtragem: desconvolução, identificação, predição e atenuação de interferência; Filtragem linear FIR; Filtragem de Wiener; Propriedades do filtro de Wiener; Métodos de otimização de Newton e do gradiente; Algoritmo do gradiente estocástico (LMS); Algoritmos tipo LMS; Método dos mínimos quadrados; Algoritmo de mínimos quadrados recursivo (RLS); Algoritmos RLS em treliça; Algoritmos Q-R; Filtros adaptativos IIR; Estruturas alternativas; Equalização adaptativa; Identificação adaptativa; Antenas adaptativas; Predição adaptativa; Cancelamento de interferência adaptativo.-
Conteudo Programático em Inglês: Discrete-time signals and systems; Probability theory; Stochastic processes; Strict and wide sense stationarity; Ergodicity; Correlation and power spectral density; The correlation matrix and its properties; Filtering applications: deconvolution, identification, prediction and interference attenuation; FIR linear filtering; Wiener filtering; Properties of the Wiener filter; Newton and Gradient Optimization Methods; Least mean square algorithm (LMS); LMS-type algorithms; Least squares method; Recursive least squares algorithm (RLS); RLS lattice algorithms; Q-R algorithms; IIR adaptive filters; Alternative structures; Adaptive equalization; Adaptive identification; Adaptive antennas; Adaptive prediction; Adaptive interference cancellation.
Conteudo Programático em Espanhol: Señales y sistemas en tiempo discreto; Teoría de la probabilidad; Procesos estocásticos; Estacionariedad estricta y en sentido amplio; Ergodicidad; Correlación y densidad espectral de potencia; La matriz de correlación y sus propiedades; Aplicaciones del filtrado: deconvolución, identificación, predicción y atenuación de interferencias; Filtrado lineal FIR; Filtrado de Wiener; Propiedades del filtro de Wiener; Métodos de optimización de Newton y de gradiente; Algoritmo de mínimos cuadrados medios (LMS); Algoritmos de tipo LMS; Método de mínimos cuadrados; Algoritmo de mínimos cuadrados recursivos (RLS); Algoritmos de celosía RLS; Algoritmos Q-R; Filtros adaptativos IIR; Estructuras alternativas; Ecualización adaptativa; Identificación adaptativa; Antenas adaptativas; Predicción adaptativa; Cancelación adaptativa de interferencias.
Forma Avaliação: Listas com exercícios teóricos e computacionais e um projeto final com tema escolhido pelos estudantes, mas correlato ao conteúdo da disciplina.
Ofertar para Graduação:
Sim Número Limite de Alunos de Graduação:
20
Aceita Estudante Especial:
Sim
Número de Alunos Total:
de 1 até 45
Mais informações:
Docente(s):
- Rafael Ferrari ( Matrícula: 310375 - e-mail: rferrari@dca.fee.unicamp.br - Ramal: 15027 )
Horário(s):
- quarta-feira das 14:00 às 16:00
- sexta-feira das 14:00 às 16:00
Sala(s):
- FE02
Turma(s):
- A