108學年度第二學期 教學計畫  

科目名稱:
Course Title

數位訊號處理 MG18018011
Digital Signal Processing

學分數(時數):
Credits/Hours

3  ( 3  )
選修

開課系級:
Class

資科碩一

授課教師:
Instructor

張安成

研究室(辦公室):
Office

行政大樓11420(仙庭樓510)

研究室時間:
Office Hour

詳見【 office hours 預約系統】

聯絡電話:
Phone

0952901332

電子郵件:
E-Mail

acchang@teamail.ltu.edu.tw
教學目標
Teaching Goals
1. 知識:
Knowledge

2. 技能:
Skills

3. 態度:
Attitudes

4. 其它:
Others

核心能力
Core Competences

■ 具有吸收科技新知與順應時勢變遷的自我學習能力 50%
■ 具有研究相關數學與科學的應用與整合能力 50%

課程概述
Course Description

先修科目
Preparatory Course
主要教材及參考資料
Teaching Materials
類別:
   Kind   
書名:
Book   
自調式濾波器
作者:
Author   
Simon Haykin
出版社:
Publisher   
Prentice Hall (高立圖書公司)
輔助教材:
Other    
自編教材
*尊重智慧財產權,請用正版教科書,勿不法影印他人著作,以免觸法。
教學方法及活動
Teaching Methods
& Activities






其它及說明Other:
評量方式
Evaluation





其它方式:Other    
成績比例%
Grade
平時成績:
Quiz
   
40  % 期中成績:
Midterm Exam.   
 
30  % 期未成績:
Final Exam
.    
30  %
評量說明
Note for Evaluation
平時成績包含作業, 報告 , 作業和平時上課出席狀況及表現
週別
Weekly
計劃
Plan
第1週
Week 1
課程介紹:1.課程目的、進度和評分方式 2.適應性觀念
第2週
Week 2
背景知識-1: 1.濾波器 2.適應性濾波器 3.線性濾波器架構 4.適應性演算法 5.應用
第3週
Week 3
背景知識-2: 1.離散時間訊號處理 2.隨機訊號處理 3.數學工具
第4週
Week 4
Wiener濾波器: 1.線性最佳濾波器 2.正交原理 3
第5週
Week 5
Wiener濾波器: 3.最小均方誤差和程式
第6週
Week 6
Wiener濾波器: 4.Wiener-Hopf方程式 5.錯誤性能表面 6.應用範例
第7週
Week 7
線性預測: 1.前向線性預測 2.背向線性預測 3.Levinson-Durbin演算法 4.預測誤差濾波器的特性 5.穩定程序的自我遞回模型 6.格狀預測器 7.聯合程序估測
第8週
Week 8
陡降梯度法: 1.陡降梯度演算法的基本想法 2.陡降梯度演算法應用至Wiener濾波器
第9週
Week 9
期中考試
第10週
Week 10
陡降梯度法: 3.範例 4.作為確定性搜尋之陡降梯度演算法 5.限制和優點
第11週
Week 11
最小均方演算法: 1.陡降梯度法的近似 2.最小均方適應性演算法 3.穩定度和性能分析 4.強健性
第12週
Week 12
正規化之最小均方演算法: 1.作為線性限制最佳化問題解的正規化之最小均方演算法 2.穩定度探討 3.實數值資料收斂過程的幾何考量 4.仿射投影濾波器
第13週
Week 13
最小平方法: 1.線性最小平方估測問題 2.正交原理和法線方程式 3.奇異值分解 4.最小平方估測的特性 5.應用
第14週
Week 14
遞迴最小平方演算法: 1.遞迴最小平方演算法的推導 2.調整參數的選擇 3.加權誤差平方和的更新遞迴 4.單權重的適應性雜訊消除器 5. 收斂和強健性分析 6.應用
第15週
Week 15
適應性濾波器在行動通訊上的應用: 1.含干擾抑制能力的多使用者偵測 2.適應性波束構成器 3.適應性方位估測器
第16週
Week 16
專題報告1
第17週
Week 17
專題報告2
第18週
Week 18
期末考試