Última actualización: 21/05/2022


Curso Académico: 2022/2023

Tratamiento estadístico de señales
(16496)
Titulación: Doble Grado Ciencia e Ingeniería de Datos - Ingeniería en Tecnologías de Telecomunicación (371)


Coordinador/a: CID SUEIRO, JESUS

Departamento asignado a la asignatura: Departamento de Teoría de la Señal y Comunicaciones

Tipo: Obligatoria
Créditos: 6.0 ECTS

Curso:
Cuatrimestre:




Requisitos (Asignaturas o materias cuyo conocimiento se presupone)
Probabilidad y análisis de datos Introducción a la modelización estadística Señales y sistemas Álgebra lineal
Objetivos
El principal objetivo de esta asignatura es que el alumno sea capaz de extraer información relevante contenida en las señales bajo estudio empleando herramientas del procesado estadístico de señales. Para ello, el alumno aprenderá las principales técnicas de: - Análisis de señales aleatorias - Estimación - Detección
Competencias y resultados del aprendizaje
Descripción de contenidos: Programa
Este curso presenta las herramientas fundamentales de detección, estimación, predicción y seguimiento de señales aleatorias en tiempo discreto. INTRODUCCIÓN Y FUNDAMENTOS: · Detección y estimación · Cálculo, probabilidad y sistemas lineales PARTE 1: Procesos estocásticos · Introducción y ejemplos · Estadísticos de primer y segundo orden · Estacionariedad y ergodicidad · Densidad espectral de potencia PARTE 2: Teoría de la estimación · Estimación de parámetros · Estimación bayesiana · Series temporales · El problema de filtrado, predicción y suavizado · Estimación de la densidad espectral de potencia PARTE 3: Teoría de la detección · Introducción y ejemplos · Medidas del rendimiento de detectores · Diseño de detectores · Detección secuencial
Actividades formativas, metodología a utilizar y régimen de tutorías
AF1: CLASES TEÓRICO-PRÁCTICAS. En ellas se presentarán los conocimientos que deben adquirir los alumnos. Estos recibirán las notas de clase y tendrán textos básicos de referencia para facilitar el seguimiento de las clases y el desarrollo del trabajo posterior. Se resolverán ejercicios, prácticas problemas por parte del alumno y se realizarán talleres y prueba de evaluación para adquirir las capacidades necesarias. AF2:  Actualizado a alegación AF3: TRABAJO INDIVIDUAL O EN GRUPO DEL ESTUDIANTE. AF9: EXAMEN FINAL. En el que se valorarán de forma global los conocimientos, destrezas y capacidades adquiridas a lo largo del curso. MD1: CLASE TEORÍA. Exposiciones en clase del profesor con soporte de medios informáticos y audiovisuales, en las que se desarrollan los conceptos principales de la materia y se proporcionan los materiales y la bibliografía para complementar el aprendizaje de los alumnos. MD2: PRÁCTICAS. Resolución de casos prácticos, problemas, etc. planteados por el profesor de manera individual o en grupo. MD3: TUTORÍAS. Asistencia individualizada (tutorías individuales) o en grupo (tutorías colectivas) a los estudiantes por parte del profesor.
Sistema de evaluación
  • Peso porcentual del Examen Final 60
  • Peso porcentual del resto de la evaluación 40
Calendario de Evaluación Continua
Bibliografía básica
  • H. L. Van Trees. Detection, Estimation and Modulation Theory (vol. 1). Wiley. 1968
  • Louis L. Scharf . Statistical signal processing. Addison-Wesley.
  • R. O. Duda, P. E. Hart, D. G. Stork. Pattern Classification. Wiley . 2001
  • S. Haykin. Adaptive Filter Theory. Prentice-Hall. 2002
  • Steven M. Kay. Fundamentals of Statistical Signal Processing (vols. 1 and 2). Prentice Hall.

El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.