Catálogo - Pós-Graduação - ITA

ET-235/2007 – Codificação Digital de Sinais
Requisito recomendado: não há. Requisito exigido: não há. Horas semanais:
4-0-8. Representação digital de sinais contínuos. Discretização no tempo:
amostragem. Discretização em amplitudes e codificação digital: quantização
linear, preditiva (diferencial e delta), não-linear e adaptável. Codificação de
sinais por transformadas ortogonais. Codificação digital de voz e vídeo.
Bibliografia: JAYANT, N.S. and NOLL, P., Digital coding of waverforms,
Englewood Cliffs: Prentice-Hall, 1984. Artigos Selecionados.
ET-236/2007 - Processos Estocásticos
Requisitos recomendados: ELE-33, ELE 34, ter cursado ou estar cursando ET-
286. Requisito exigido: não há. Revisão de probabilidade e variáveis aleatórias.
Definição e caracterização estatística de processos aleatórios de tempo
contínuo e tempo discreto, estacionariedade em sentido amplo e estrito.
Exemplos de processos estocásticos de tempo contínuo e discreto: processos
gaussianos, processos de Poisson, processo de Wiener de tempo contínuo,
ruído branco, processo de Bernoulli, processo de Wiener de tempo discreto,
processos de Markov de tempo discreto com estado discreto e estado
contínuo. Estimação de estados em cadeias ocultas de Markov de estado
discreto. Continuidade, diferenciabilidade e integrabilidade de processos
estocásticos no sentido de mínimos quadrados. Sistemas lineares de tempo
contínuo e discreto com entradas estocásticas. Caracterização spectral e
modelagem de processos estacionários de tempo contínuo e discreto. Filtros
de Wiener de tempo discreto e contínuo, filtros de Wiener para predição e
suavizamento, identificação de modelos autoregressivos. Processos ergódigos
e teoremas de ergodicidade. Bibliografia: PAPOULIS, A.; PILLAI, S. U.,
Probability, random variables and stochastic processes. 4. ed., New York, NY:
McGraw Hill, 2002; STARK, H.; WOODS, J. W., Probability and random
processes with applications to signal processing. 3. ed. Upper Saddle River, NJ:
Prentice Hall Inc., 2002.
ET-237/2007 – Processamento Estatístico de Sinais
Requisito recomendado: não há. Requisito exigido: ET-236 ou equivalente.
Horas semanais: 4-0-6. Estimação bayesiana: conceitos gerais, estimadores
MAP e MMSE, estimadores bayesianos seqüenciais, filtro de Kalman e filtro
estendido de Kalman, filtros de partículas. Estimadores de máxima
verossimilhança (ML): definição, propriedades de estimadores, matriz de
informação de Fisher e limite de Cramér-Rao, estimação ML de parâmetros em
vetores média e matrizes de covariância estruturadas, aplicações em
identificação de sistemas e análise modal. Detecção: testes Neyman-Pearson,
testes de Bayes e Minimax, estatísticas suficientes, detecção de sinais
determinísticos conhecidos em ruído gaussiano, detecção de sinais aleatórios
em ruído gaussiano, introdução a testes de hipóteses compostas, testes UMP e
GLRT, detecção de sinais determinísticos com parâmetros desconhecidos em
ruído gaussiano. Bibliografia: SCHARF, L., Statistical signal processing:
Detection, estimation and time series analysis. Reading, Ma: Addison-Wesley
145