| Zorunluluk |
: |
Seçmeli |
| Önkoşul ders(ler) |
: |
- |
| Eşzamanlı ders(ler) |
: |
- |
| Veriliş biçimi |
: |
Yüz yüze |
| Öğrenme ve öğretme teknikleri |
: |
Anlatım, Soru-Yanıt, Sorun/Problem Çözme |
| Dersin amacı |
: |
Dersi basarıyla bitiren öğrencilerden istatistiksel süreçlerin analizinde kullanılan temel izge kestirim yöntemlerini ve özelliklerini öğrenmiş olmaları beklenir. |
| Dersin öğrenme çıktıları |
: |
Dersi başarıyla bitiren bir öğrenci İzge kestirimi problemlerini tanır ve sınıflandırır, Karşılaştığı bir problemi uygun şekilde modeller, Kurduğu problemi hangi yöntemle çözebileceğini, değişik yöntemlerin birbirine göre avantaj ve dezavantajlarını bilir, Derste öğrendiği teknikleri ve algoritmaları tez, proje gibi gerçek hayat uygulamalarında kullanır, Gelişmiş güncel izge kestirimi algoritmalarını takip edip anlayabilecek bilgiye sahip olur. |
| Dersin içeriği |
: |
Olasılık ve İstatistiksel Süreçler. Güç İzgesi, Periyodogram, Ort. Per., Blackman-Tukey. Parametrik modelleme. AR, MA, ARMA modeller. Sinüs parametre Kes. Yüksek dereceden İzge. Durağan Olmayan Süreçlerin İzgesi. Dizge İşleme |
| Kaynaklar |
: |
1-P.Stoica and R.Moses, Spectral Analysis of Signals, Pearson.; 2-S. Kay, Modern Spectral Estimation, Prentice-Hall.; 3-L. Marple, Digital Spectral Analysis, Prentice-Hall.; 4-Ders Notları. |
Haftalara Göre İşlenecek Konular
| Haftalar |
Konular |
| 1 |
Olasılık kuramının tekrarı |
| 2 |
Güç yoğunluk dağılımı (PSD) ,Periodogram |
| 3 |
Ortalama periodogram, Blackman-Tukey, Welch yöntemleri |
| 4 |
Parametrik modelleme, Doğrusal öngörü |
| 5 |
Levinson algoritması, Enbüyük entropi kestirim |
| 6 |
Gürültülü sinüzoidalların AR analizi |
| 7 |
AR izge kestirimi algoritmaları (özilinti,kovaryans), Burg Algoritması |
| 8 |
Durbin Algoritması (MA) , ARMA izge kestirim yöntemleri |
| 9 |
Ara Sınav |
| 10 |
Model derecesi kestirimi, En az değişinti izge kestirimi , Süzgeç bankası |
| 11 |
Sinüzoidal parametre kestirimi: Pisarenko, MUSIC, ESPRIT |
| 12 |
Yüksek dereceli izge (bispectrum) |
| 13 |
Durağan olmayan süreçlerin izge kestirimi (Wigner, Wavelet dön., Evrimsel izge) |
| 14 |
Dizge işleme |
| 15 |
Genel Sınav |
| 16 |
Genel Sınav |
Dersin Öğrenme Çıktılarının Program Yeterlilikleri İle İlişkilendirilmesi
| Program yeterlilikleri |
Katkı düzeyi |
| 1 |
2 |
3 |
4 |
5 |
| 1. |
Elektrik ve Elektronik Mühendisliği'nin gerektirdiği temel bilgilerin yanı sıra Elektrik ve Elektronik Mühendisliği'nin belirli alanlarında geniş ve derin bilgiye sahiptir. | | | | | |
| 2. |
Matematik, Fen Bilimleri ve Elektrik ve Elektronik Mühendisliği alanlarındaki kuramsal ve uygulamalı bilgileri kullanarak ileri düzeyde analiz ve sentez yeteneği gerektiren karmaşık mühendislik problemlerini çözer. | | | | | |
| 3. |
Bilimsel literatürü takip eder, yorumlar ve mühendislik problemlerinin çözümünde etkin olarak kullanır. | | | | | |
| 4. |
Araştırma tasarlar, yapar, sonuçları analiz eder ve yorumlar. | | | | | |
| 5. |
Proje tasarlar, planlar ve yönetir; disiplinlerarası çalışmalarda liderlik yapabilir. | | | | | |
| 6. |
Problem çözümlerinde yeni ve özgün fikirler üretir. | | | | | |
| 7. |
Karmaşık, sınırlı ya da eksik verileri analiz edip anlamlı sonuçlar çıkartabilir, disiplinler arası çalışmalarda bu becerisini kullanabilir. | | | | | |
| 8. |
Teknolojik gelişmeleri takip eder, kendisini geliştirip yeniler, yeni durumlara kolay uyum sağlar. | | | | | |
| 9. |
Uygulamalarının etik açıdan uygunluğunu ve sosyal ve çevresel etkilerini göz önüne alır. | | | | | |
| 10. |
Fikirlerini ve çalışmalarını yazılı veya sözlü olarak etkinlikle sunar; İngilizce'yi ileri düzeyde kullanır. | | | | | |
