|
Circularly polarized antenna optimization
Niederle, Vojtěch ; Poměnková, Jitka (referee) ; Kadlec, Petr (advisor)
Tato práce se zabývá optimalizací pomocí Gaussových procesů, algoritmu diferenciální evoluce a její implementací v prostředí MATLAB. Teoretická část se zabývá tématem Gaussových procesů z hlediska matematické reprezentace, volby jádra, parametrů, matematických postupů pro implementaci, algoritmem diferenciální evoluce, mutací, křížením a teorií kruhově polarizovaných antén. Praktická část popisuje implementaci v prostředí MATLAB a zabývá se testováním tohoto algoritmu na testovacích funkcích. Výsledky jsou pak porovnány s jinými stochastickými optimalizačními algoritmy a je diskutována efektivita metody pro různé typy problémů. Na základě výsledků je metoda rozšířena o algoritmus diferenciální evoluce a je provedena optimalizace kruhově polarizované antény. Navržená anténa je vyrobena a změřena, výsledky jsou porovnány se simulacemi.
|
|
Selected Aspects of Statistical Significance Testing in Time-Frequency Analysis
Klejmová, Eva ; Kohl,, Zdeněk (referee) ; Fidrmuc, Jarko (referee) ; Poměnková, Jitka (advisor)
Přeložená dizertační práce se zabývá analýzou a posouzením kvality odhadu frekvenční a časově-frekvenční transformace dat a formulaci doporučení pro práci s metodami. Při použití těchto metod vyvstává otázka, jak vyhodnotit, které složky spektrogramu jsou statisticky významné a které nikoli. V této práci analyzujeme vlastnosti standardních testů statistické významnosti. Diskutujeme o jejich výhodách a nevýhodách s ohledem na heteroskedastický charakter dat. Na základě našich experimentů jsou v práci navrženy dva typy testovacích metod, které snižují negativní aspekty standardních testů. Práce jen zakončena vytvořením rámce pro filtrování dat pomocí námi navržených metod.
|
|
Analysis of time-frequency characteristics of signals
Vitouš, Jiří ; Ředina, Richard (referee) ; Poměnková, Jitka (advisor)
This thesis focuses on time-frequency analysis of discrete signals. The aim of this work is to compare the most well known methods for spectro/scalegram estimation. The two main topics discussed are: The compromise between time and frequency resolution and the effect of noise in input data on the quality of estimated spectrograms. To achieve this a database has been created. This database consists of real and artificial signals on which the analysis can be performed and evaluated. This database is used in created demonstration application. This application is also used in a created laboratory task.
|
|
Analysis of spectral characteristics of signals
Sedláček, Matyáš ; Klejmová, Eva (referee) ; Poměnková, Jitka (advisor)
The subject of this bachelor’s thesis are the properties of power spectral density estimates, mainly how their properties depend on the analyzed signal’s parameters and the method being used. Important signal properties from the perspective of spectral analysis are defined, as well as measures for judging the estimate. Based on those, a choice of nonparametric and parametric spectral estimation methods is described. Analysis is performed on simulated signals and the results generalized into a set of recommendations for finding an estimate via an optimal method. These recommendations are then scrutinized and further discussed through estimation of real signal PSDs. Included is an application in MATLAB App Designer for generating spectral estimates and a collection of signals used.
|
|
Spatial Function Estimation with Uncertain Sensor Locations
Ptáček, Martin ; Říha, Kamil (referee) ; Poměnková, Jitka (advisor)
Tato práce se zabývá úlohou odhadování prostorové funkce z hlediska regrese pomocí Gaussovských procesů (GPR) za současné nejistoty tréninkových pozic (pozic senzorů). Nejdříve je zde popsána teorie v pozadí GPR metody pracující se známými tréninkovými pozicemi. Tato teorie je poté aplikována při odvození výrazů prediktivní distribuce GPR v testovací pozici při uvážení nejistoty tréninkových pozic. Kvůli absenci analytického řešení těchto výrazů byly výrazy aproximovány pomocí metody Monte Carlo. U odvozené metody bylo demonstrováno zlepšení kvality odhadu prostorové funkce oproti standardnímu použití GPR metody a také oproti zjednodušenému řešení uvedenému v literatuře. Dále se práce zabývá možností použití metody GPR s nejistými tréninkovými pozicemi v~kombinaci s výrazy s dostupným analytickým řešením. Ukazuje se, že k dosažení těchto výrazů je třeba zavést značné předpoklady, což má od počátku za následek nepřesnost prediktivní distribuce. Také se ukazuje, že výsledná metoda používá standardní výrazy GPR v~kombinaci s upravenou kovarianční funkcí. Simulace dokazují, že tato metoda produkuje velmi podobné odhady jako základní GPR metoda uvažující známé tréninkové pozice. Na druhou stranu prediktivní variance (nejistota odhadu) je u této metody zvýšena, což je žádaný efekt uvážení nejistoty tréninkových pozic.
|
| |
|
Face Recognition in Security and Surveillance Camera Systems
Malach, Tobiáš ; Říha, Kamil (referee) ; Hudec,, Róbert (referee) ; Poměnková, Jitka (advisor)
Tato práce se zabývá zvýšením úspěšnosti rozpoznávání obličejů v dohledových CCTV systémech a systémech kontroly vstupu. K dosažení tohoto cíle je využit nový přístup - optimalizace vzorů obličejů. Optimalizace tvorby vzorů umožní vytvořit vzory, které zajistí zvýšení úspěšnosti rozpoznání. Měření a další zvyšování úspěšnosti rozpoznávání obličejů vyžaduje naplnění následujících dílčích cílů této práce. Prvním cílem je návrh a sestavení reprezentativní databáze obličejů, která umožní dosáhnout věrohodných a statisticky spolehlivých výsledků rozpoznávání obličejů v dohledových CCTV systémech a systémech kontroly vstupu. Druhým cílem je vytvoření metodiky pro statisticky spolehlivé porovnání výsledků, která umožní konstatování relevantních závěrů. Třetím cílem je výzkum tvorby vzorů a jejich optimalizace. Z dosažených výsledků vyplývá, že optimalizace tvorby vzorů zvyšuje úspěšnost rozpoznávání v uvedených a náročných aplikacích typicky o 4-8%, a v některých případech i 15%. Optimalizace tvorby vzorů přispívá použitelnosti rozpoznávání obličejů v uvedených aplikacích.
|
|
Estimation and analysis of speech signal periodicity
Malucha, Jan ; Poměnková, Jitka (referee) ; Sigmund, Milan (advisor)
Theoretical part starts with a short introduction to speech signals and short time analysis method. Concept of periodicity is clarified. This is followed by analysis of the speech signal parameters - voiced/unvoiced classification, intonation and short time period similarity. Next the overview of methods used to analyze the mentioned parameters together with concepts of their algorithms is provided. These methods include ZCR, STE, HNR, ACF, NCC, AMDF and DTW. Algorithms using the methods with supporting preprocessing algorithms were programmed in MATLAB for practical part. All were tested on real speech signals and the results are discussed at the end of the thesis.
|
|
Warning system to keep the vehicle in the lane
Fendrich, Vítězslav ; Říha, Kamil (referee) ; Poměnková, Jitka (advisor)
This thesis adresses designing a device that detects lane departure of a vehicle via a video feed from a camera module. This device is intended to be attached onto the windshield of the vehicle. The initial part of the thesis will cover the current methods of lane departure detection through a video feed. In the following part the selection of suitable hardware, specifically the latest model of a Raspberry Pi, has been made. Afterwards a suitable container for the aforementioned hardware has been designed and created using a 3D printer. Subsequently an appropriate LDWS algorithm is chosen and designed. In the next part, the range and parameters of a testing database through which the proper functionality of the device will be tested on are chosen. The final part of the thesis contains evaluation of the success rate of detection via the acquired database.
|
|
Optimal methods for sparse data exchange in sensor networks
Valová, Alena ; Poměnková, Jitka (referee) ; Rajmic, Pavel (advisor)
This thesis is focused on object tracking by a decentralized sensor network using fusion center-based and consensus-based distributed particle filters. The model includes clutter as well as missed detections of the object. The approach uses sparsity of global likelihood function, which, by means of appropriate sparse approximation and the suitable dictionaty selection can significantly reduce communication requirements in the decentralized sensor network. The master's thesis contains a design of exchange methods of sparse data in the sensor network and a comparison of the proposed methods in terms of accuracy and energy requirements.
|