1. No category

‫המחלקה להנדסת חשמל ומחשבים‬
‫שם הקורס‪ :‬עיבוד אותות אקראיים‬
‫קוד הקורס‪500105 :‬‬
‫דוא"ל‪bennysal123@gmail.com :‬‬
‫שם המרצה והמתרגל‪ :‬ד"ר בני סלומון‬
‫‪3.5‬‬
‫נקודות זכות‪:‬‬
‫מטרת הקורס‪ :‬להקנות ידע בעקרונות עיבוד אותות אקראיים‪.‬‬
‫דרישות קדם‪ :‬אותות אקראיים ורעש‪ ,‬מבוא לעיבוד ספרתי של אותות‪.‬‬
‫נושאי הקורס העיקריים‪ :‬שרשרות מרקוב‪ ,‬אותות אקראיים ספרתיים‪ ,‬מודלים פרמטרים של אותות אקראיים‪ ,‬גילוי‬
‫אותות‪ ,‬סינון אופטימלי של אותות‪ ,‬שערוך ‪.PSD‬‬
‫אופן הלימוד בקורס‪ 3 :‬ש"ש הרצאה ‪ 1 ,‬ש"ש תרגול‬
‫דרישות הקורס‪:‬‬
‫דרישות הקורס‬
‫אופן מילויי הדרישות‬
‫אופן שקלול הציון‬
‫תרגילי בית‬
‫חובת הגשה ‪75%‬‬
‫‪10%‬‬
‫בחינת גמר‬
‫‪90%‬‬
‫תרבות התנהלות הקורס‬
‫הסטודנטים והמרצה מחויבים לכבוד הדדי‪ ,‬ולתרבות תהליך הלמידה‪ :‬לו"ז‪ ,‬הקשבה וריכוז בתכנים הנלמדים‪.‬‬
‫ביבליוגרפיה‪:‬‬
‫ספר הקורס‪:‬‬
‫סיכומי הרצאות בעיבוד אותות אקראיים‪ ,‬בני סלומון ‪1.‬‬
‫‪2. Monson H. Hayes, Statistical Digital Signal Processing and Modeling, Wiley, 1996.‬‬
‫לוח הרצאות שבועי ותזמון מטלות‪:‬‬
‫שבוע‬
‫מס'‬
‫‪1‬‬
‫‪2-3‬‬
‫‪4-5‬‬
‫נושאי ההרצאות‬
‫מקורות‬
‫חזרה – מ"א‬
‫‪[1] – Ch. 1‬‬
‫שרשרות מרקוב‬
‫‪[1] – Ch. 2‬‬
‫וקטורים אקראיים‪ ,‬תהליכים אקראיים בזמן בדיד‪,‬‬
‫סטציונאריות‪ ,‬ארגודיות‪PSD ,‬‬
‫‪[1] – Ch. 4-5‬‬
‫סינון של תהליך אקראי ‪ WSS‬בזמן בדיד‪ ,‬מסנן ‪Wiener‬‬
‫‪[1] – Ch. 6‬‬
‫‪7-8‬‬
‫מודלים פרמטריים של אותות אקראיים )‪(AR,MA,ARMA‬‬
‫‪[1] – Ch. 7‬‬
‫‪9-10‬‬
‫גילוי אותות – בחינת היפותזות‪ ,‬מסנן מתואם‪ ,‬מבחן ‪LRT‬‬
‫‪[1] – Ch. 8‬‬
‫‪6‬‬
‫‪ 11-12‬מסנן ‪ – Wiener FIR‬בעיות סינון‪ ,‬חיזוי‪ ,‬והחלקה‬
‫‪13‬‬
‫שערוך ‪ – PSD‬שיטות לא פרמטריות‪ ,‬שיטות פרמטריות‬
‫‪14‬‬
‫חזרה וסיכום‬
‫‪[1] – Ch. 9‬‬
‫‪[1] – Ch. 10‬‬