Modelos de señal
(200587)

Profesor: José Carlos Nieto Borge




OBJETIVO:

El objetivo de este curso es que el alumno conozca
diversos métodos avanzados de análisis y síntesis de señales. El
término modelo de señal  se refiere a la descripción de una señal con
respecto a una estructura subyacente. El proceso de análisis ajusta un
modelo a una determinada señal. El proceso de síntesis es el proceso
por el que una señal se sintetiza utilizando el modelo y los datos
extraídos en el análisis. El modelado de señal es fundamental en muchas
aplicaciones de tratamiento de señales, al permitir
descomponer-analizar una señal, para ser tratada en el espacio de los
parámetros extraídos y posteriormente sintetizar una señal a partir de
dichos parámetros.


CRÉDITOS ECTS: 4

CONTENIDOS:

1.    Sistemas de análisis-síntesis. Modelos físicos y matemáticos. Modelos adaptativos.
2.    Métodos paramétricos.
2.1.    Modelos físicos. Modelos de producción de la voz.
2.2.    Modelos sinusoidales.
2.3.    Representación estructurada de señales.
3.    Métodos no paramétricos.
3.1.    Expansiones con bases ortogonales y biortogonales.
3.2.    Expansiones sobrecompletas.

BIBLIOGRAFÍA:

1. Adaptive signal models: Theory, algorithms and audio applications
Autor: Michael M. Goodwin.
Editorial:  (The International Series in Engineering and Computer Science). Springer,
Año:1998.
Se plantea como libro básico de la asignatura, en torno al cual se
estructura la mayor parte del temario de la misma. Se trata de un libro
que hace un repaso muy completo de las distintas técnicas existentes en
cuando al modelado de señal, abarcando tanto los modelos paramétricos
como los no paramétricos.


2. Discrete-time signal processing
Autores: Alan V. Oppenheim, Ronald W. Schafer.
Editorial: Prentice Hall
Año: 1989.
Este libro se propone como libro de apoyo para cuestiones básicas de
procesado de señal. Se trata del libro utilizado como texto para las
asignaturas de grado relacionadas con el procesado digital de señales.


3. Signal processing with lapped transforms
Autor: Henrique S. Malvar.
Editorial: Artech House
Año: 1992.
Este libro hace un exhaustivo repaso de los fundamentos y aplicaciones de
las transformadas solapadas, incluyendo la STFT, la MDCT, etc.


4. Communication Acoustics
Autor : Jens Blauert.
Editorial : Springer
Año: 2005.
Este libro, de reciente aparición, incluye un capítulo dedicado a los modelos de producción de voz. Recomendado en el tema 2.


5. Speech analysis/synthesis based on a sinusoidal representation
Autores: R.J. McAulay, T.F. Quatieri.
Revista: IEEE Transactions on Acoustics, Speech and Signal Processing. 34(4):744-754, 1986.
Este artículo realiza un completo repaso a los modelos de señal basados en
análisis/síntesis,  prestando especial atención a los modelos
sinusoidales de señal. Recomendado en el tema 1.


6. Wavelets and subband coding.
Autores: Martin Vetterli, Jelena Kovacevic.
Editorial: Prentice Hall
Año: 1995.
Este libro está considerado como el referente en el mundo de las Wavelets, y
por tanto se plantea como referencia básica para este tema. Recomendado
en el tema 3.


7. Matching pursuits with time/frequency dictionaries.
Autores: S.G. Mallat, Zhang Zhifeng.
Revista: IEEE Transactions on Acoustics, Speech and Signal Processing. 41(12):3397-3415, 1993.
Este artículo, que cuenta con más de 1000 referencias, introduce de manera
ejemplar el algoritmo matching pursuit. Recomendado en el tema 3


8. Principles of voice production
Autor:Ingo R. Titze.
Editorial:. Allyn&Bacon
Año:1994.
Se trata de un libro clásico en el campo de los modelos de producción de
voz, que abarca todos los posibles aspectos desde diversos puntos de
vista. Recomendado en el tema 2.


9. Hypercomplex signals-a novel extension of the analytic signal to the multidimensional case
Autores: T. Bulow, G. Sommer. 
Revista: IEEE Transactions on Signal Processing. Volume: 49,  Issue: 11. pp. 2844-2852. Nov 2001. DOI: 10.1109/78.960432.
Este artículo describe las principales generalizaciones multidimenionales de
la tranformada de Hilbert, así como la síntesis de la señal compleja en
unción de la envolvente y fase locales. Recomendado en el tema 3.


10. The Empirical Mode Decomposition and the Hilbert Spectrum for Nonlinear Time Series Analysis
Autores: N. E. Huang, Z. Shen, S. R. Long, M. C. Wu, H. H. Shih, Q. Zheng, N. Yen, C. C. Tung, and H. H. Liu,
Revista: Proceedings of the Royal Society of London: Series A, vol. 454, pp. 903-95, 1998.
Este es el artículo fundamental que describe los métodos de análisis de
señales no lineales y no estacionarias basados en la transformada de
Hilbert-Huang y en el estudio del espectro de Hilbert. Recomendado en
el tema 3.



METODOLOGÍA DE ENSEÑANZA Y APRENDIZAJE

Se combinarán las clases magistrales con la realización de ejercicios utilizando ordenadores personales disponibles en el laboratorio. El profesor presentará ejemplos utilizando funciones desarrolladas con el paquete matemático MATLAB y propondrá a los alumnos ejercicios que realizarán en el mismo aula con el fin de promover la posterior discusión sobre los resultados obtenidos.

Se propondrán ejercicios en grado creciente de dificultad para ilustrar los conceptos fundamentales de la asignatura.
Estos podrán resolverse tanto en forma individual como en grupos reducidos buscando la integración teórico práctica y el desarrollo de habilidades de trabajo organizado en grupo.


CRITERIOS Y PROCEDIMIENTOS DE EVALUACIÓN


El alumno deberá realizar un examen escrito que supondrá el 40% de la nota final de la asignatura. El 60% restante está asociado a la realización y defensa de un trabajo propuesto por el profesor, relacionado con los contenidos de la asignatura.