Faglig innhold

Emnet undervises vanligvis annenhvert år, dersom det melder seg nok studenter. Hovedvekten legges på generell estimeringsteori med anvendelser innen ulike problemstillinger i signalbehandling.

Læringsutbytte

A. Kunnskap: Kandidaten har 1) dyptgående forståelse av klassisk og bayesiansk estimeringsteori og anvendelse av disse i signalbehandling. 2) dyptgående forståelse av egenskaper til forventningsrette estimatorer med minimum varians, herunder Cramer-Raos nedre skranke. 3) dyptgående forståelse av egenskaper til sannsynlighetsmakismeringsestimatoren og bruk av denne i signalbehandling 4) dyptgående forståelse av minste kvadraters metode og bruk av denne i signalbehandling B. Ferdigheter: Studenten kan 1) angi en estimators kvalitet ved hjelp av dens varians og Cramer-Raos nedre skranke. 2) vurdere ulike estimatorer og velge en egnet metode i en signalbehandlingsanvendelse.

Læringsformer og aktiviteter

Forelesninger, kollokvier, regneøvinger og datamaskinbaserte øvinger.

Obligatoriske aktiviteter

• Øvinger

Anbefalte forkunnskaper

Grunnleggende kunnskaper i signalbehandling, statistikk og sannsynlighetsregning.

Forkunnskapskrav

Grunnleggende kunnskaper i signalbehandling, statistikk og sannsynlighetsregning.

Kursmateriell

S. M. Kay: Fundamentals of Statistical Signal Processing, Vol. 1, Prentice Hall, 1993.

Studiepoengreduksjon