ET2626 - Signaler och system, fortsättningskurs

1. Beslut

Denna kurs är inrättad av dekan 2023-05-03. Kursplanen är fastställd av prefekten vid institutionen för matematik och naturvetenskap 2025-02-28 och gäller från 2025-02-28.

2. Förkunskapskrav

För tillträde till kursen krävs genomgången kurs i Signaler och system, grundkurs, 5 hp. Engelska 6.

3. Syfte och innehåll

3.1 Syfte

Syftet med kursen är att ge studenten fördjupade kunskaper inom signalbehandling inklusive detektering av känd signalform i brus, adaptiva filter och riktningsskattning med hjälp av multipla sensorer. Kursen förbereder för vidare studier och tillämpade projekt inom elektroteknik som maskininlärning, sensorsystem, marinteknik samt tillämpningar inom industrin.

3.2 Innehåll

Kursen innehåller följande:

· Detektering av signal i brus
· Estimering av signalparametrar
· Wiener- och Kalmanfiltrering
· Adaptiva filter, främst baserade på Least Mean Square-algoritmen
· Kort introduktion till artificiell intelligens och maskininlärning

4. Lärandemål

Följande lärandemål examineras i kursen:

4.1. Kunskap och förståelse

Efter genomförd kurs ska studenten kunna:

visa kunskap och förståelse för signaldetektering och parameterestimering.
visa grundläggande kunskap och förståelse för adaptiva filter.
visa grundläggande kunskap och förståelse för wiener- och kalmanfilter.
visa översiktlig kunskap och förståelse om artificiell intelligens och maskininlärning.

4.2. Färdighet och förmåga

Efter genomförd kurs ska studenten kunna:

använda metoder för signaldetektering och parameterestimering.
använda signalbehandlingsmetoder för riktningsskattning.
tillämpa signalbehandlingsmetoder för problemställningar inom tekniska områden.

4.3. Värderingsförmåga och förhållningssätt

Efter genomförd kurs ska studenten kunna:

föreslå och avgöra vad som är lämpliga angreppssätt för att lösa problemställningar inom valda delar av tekniska områden.

5. Läraktiviteter

Kursen bedrivs genom föreläsningar, övningar, laborationer och inlämningsuppgifter. En webbaserad kursplattform används för att tillgängliggöra kursmaterial för studenterna.

6. Bedömning och examination

Examinationsmoment för kursen

Kod	Benämning	Omf.	Betyg
2510	Salstentamen [1]	3,5 hp	AF
2520	Laboration	1,5 hp	GU
2530	Inlämningsuppgift	1 hp	GU

[1] Bestämmer kursens slutbetyg vilket utfärdas först när samtliga moment godkänts.

Kursen bedöms med betygen A Utmärkt, B Mycket bra, C Bra, D Tillfredställande, E Tillräckligt, FX Underkänd, något mer arbete krävs, F Underkänd.

Examinator har möjlighet att muntligen följa upp skriftliga examinationer.

I kurstillfällets information inför kursstart framgår i vilka examinationsmoment som kursens lärandemål examineras samt gällande bedömningsgrunder.

Examinator kan, efter samråd med högskolans FUNKA-samordnare, fatta beslut om anpassad examinationsform för att en student med varaktig funktionsvariation ska ges en likvärdig examination jämfört med en student utan funktionsvariation.

7. Kursvärdering

Kursvärdering ska göras i enlighet med BTH:s beslut om frågeställning i kursvärderingar och beslut om process för hantering och uppföljning av kursvärderingar.

8. Begränsningar i examen

Kursen kan ingå i examen men inte tillsammans med annan kurs vars innehåll, helt eller delvis, överensstämmer med innehållet i denna kurs.

9. Kurslitteratur och övriga lärresurser

Delar av följande böcker ingår i kursen.

Steven M. Kay, Fundamentals of Statistical Signal Processing, Volume 3: Practical Algorithm Development, ISBN: 9780134878409, Pearson, 2018.

Monson H. Hayes, Statistical Digital Signal Processing and Modeling, ISBN: 9780471594314, John Wiley & Sons, 1996.

Material från institutionen.

Detta är inte ett juridiskt dokument. Vill du ha en kopia av det juridiska beslutet kring denna kursplan kontakta registrator vid Blekinge Tekniska Högskola.