Esitiedot: Matriisilaskun ja todennäköisyyslaskennan perusteet
Sisältö: Lineaarialgebran ja digitaalisen signaalikäsittelyn kertausta ja syvennystä; satunnaisprosessit; parametrien estimointi-menetelmiä; suurimman uskottavuuden menetelmä; tehospektri; Wiener-suodatus; Lineaarinen ennustaminen; Lineaariset aikasarjamallit (ARMA); Tehospektrin estimointi; Adaptiivisen suodatuksen perusteita.
Kirjallisuus: Monson H. Hayes:Statistical Digital Signal Processing and Modeling, John Wiley and Sons, 1996.
Taso: aine
Lisätietoja kurssista: http://www.cis.hut.fi/opinnot/T-61.3040/