KŘIVÁNEK, T. Generátor barevných šumů [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2016.
Student měl ve své bakalářské práci navrhnout generátory barevných šumů. Úkolem bylo vytvořit sadu filtrů, které jsou použity k filtraci bílého šumu v časové oblasti pro získání šumu barevných. Byly navrženy pouze filtry s konečnou impulsní odezvou s využitím Remézova algoritmu, jiné návrhové metody nebyly použity. Výsledná kvalita filtru je dostačující. Výsledné šumy jsou porovnávány podle výkonové spektrální hustoty se šumy generovanými pomocí zásuvných modulů v Matlabu. Student měl za úkol porovnat výsledné šumy podle celkové výkonové spektrální hustoty v třetinooktávových pásmech, nicméně student provedl porovnání pouze na diskrétních kmitočtech. Student pracoval samostatně, během semestru sporadicky konzultoval. Práce obsahuje velké množství citací z různých zdrojů s rozdílnou kvalitou. Nachází se zde velké množství výrazů, které jsou netechnické a vágně formulované. Většina obrázků je použita z cizích zdrojů. Vlastní obrázky grafů mají většinou špatné popisy os – je uvedena pouze jednotka. Práci hodnotím za D 60.
Bakalářská práce p. Tomáše Křivánka je věnována softwarovému generování barevných šumů. Práce má dostatečný rozsah a je vhodně uspořádaná do kapitol. Co se týká jazyka, práce se nečte špatně až na řídké výskyty výrazů, které do odborné práce nepatří. Plynulost čtení však narušují četné faktografické problémy, které diskutuji níže. Z hlediska typografie se objevují klasické problémy: jednoznakové předložky na koncích řádků; nerozlišování mezi pomlčkou, spojovníkem a znaménkem minus, nečeské uvozovky. Z technické typografie bych vytknul hlavně nekonzistentní značení (proměnná je jednou kurzívou, vzápětí se objeví stojatě apod.). Z grafického hlediska je nevhodné používat obrázky ve formátu JPEG na grafy, které je ideální reprezentovat vektorovou grafikou. Ačkoliv praktická část tématu není složitá, po teoretické stránce se jedná o oblast, která je obtížnější, zejména proto, že je nutné používat matematický aparát náhodných procesů, který nepatří k jednoduchým. Ačkoliv text na první pohled obsahuje vše, co vyžadovalo zadání (vyjma azurového šumu), podle mého názoru student neobstál ani v teorii, ale bohužel ani v praktické části. Konkrétní poznámky: • Str. 9: „Pokud průběh signálu nelze popsat matematickým výrazem, jsou jeho hodnoty náhodné.“ S tímto tvrzením nelze souhlasit: např. hudební signál není náhodný, přesto jej nebudeme schopni popsat matematickým výrazem. • Str. 9: Vzorec (1.4) a komentář pod ním působí podivně: Pokud C je funkce (to se ale nedovídáme), má záviset na parametru t. Pokud to funkce není, pak je to skalár a vzorec nedává smysl. Dále se používá termín „analytická funkce“ – proč a co ten termín znamená? • Str. 11: Vzorec (1.5) vystupuje jako definiční. Nemůže to tak však být, hodnoty P na levé straně dosáhneme pomocí nekonečného počtu spektrálních hustot. Jak vypadá S_xx je uvedeno až o stranu dál. • Str. 11: Chybí motivace, proč se spektrální hustota uvažuje „po pásmech“. Očekával bych vysvětlení, proč nedává smysl spektrální hustotu definovat bodově. • Str. 12: O operátoru střední hodnoty E se zde dočteme, že „E{}znamená operátor veličiny uvnitř závorek“ • Str. 13: Není pravda, že místo omega lze napsat f. Tato substituce totiž změní měřítko a tudíž i hodnotu integrálu. • Str. 13: v případě bílého šumu podle autora „...neexistuje vůbec žádná spojitost mezi jednotlivými hodnotami a průběhy jak autokorelační funkce, tak výkonové spektrální hustoty [2].“ Nejenom že autor bezmyšlenkově přejímá informace, ale dokonce na straně 18 uvádí pravý opak s citováním zdroje [5]. • Str. 14: Střední hodnota a průměrná hodnota jsou pojmy, které, ačkoliv se vztahují ke stejné věci, je potřeba je důsledně rozlišovat. • Str. 17: V jednom odstavci se zbytečně míchá oktávové měření výkonu s psychoakustikou. • Str. 18: „Šumové signály, které budu uvažovat v této práci, by teoreticky měly být výhradně se spojitým časem, měly by tedy mít nekonečné frekvenční spektrum, což by znamenalo nekonečný výkon bílého šumu. Ve skutečnosti ale čas bude vždy diskrétní a proto i spektrum bude omezené [15], jak ukazuje obr. 5.“ K této větě bych měl hned několik komentářů: (a) signál se spojitým časem vůbec nemusí mít nekonečné spektrum, stačí uvažovat sinusovku; (b) diskrétní signály nemusejí mít omezené spektrum; (c) jaké tedy mají být signály v práci ¬– se spojitým či diskrétním časem? • Str. 20: „…bílý šum … nezpůsobuje ozvěnu, což umožní snazší určení směru, odkud přichází.“ Tento text není citován. Jednak se divím, jaktože některé signály ozvěnu způsobují a jiné ne, a jednak mi chybí argumentace pro závěr věty. • V praktické části se setkáme s obrázky, které ukazují časový průběh šumů; z těch nelze prakticky nic vyvozovat, důležitější je spektrum, které ale ukázáno není. O vykreslení spektra se asi autor pokusil na obr. 18 „Bílý šum po FFT“, kde jsou sice popsány osy tak jak by měly být, ale vykresleny jsou ve skutečnosti reálná a imaginární část signálu po FFT. Tento graf považuji za vrchol projevu autorovy neznalosti základů, případně časové tísně před odevzdáním práce. • Pro odhad spektrální hustoty autor používá matlabovskou funkci pwelch, aniž by se zastavil u toho co tento Welchův algoritmus dělá a jaké má vlastnosti. Nediskutuje roli váhovacího okna v tomto algoritmu apod. • Grafy, které autor vygeneroval pomocí svých vlastních skriptů, ukazují něco jiného, než je popsáno v textu. Zatímco jednovteřinový signál má 48000 vzorků při vzorkovacím kmitočtu 48000 vzorků za sekundu, graf ukazuje délku 48000 sekund. Doprotivky tomu jde kmitočtová osa, která ukazuje rozsah pouze 0 až 0,5 Hz! • Dovedu si živě představit že by autor napsal pouze tři funkce (či dokonce jednu) které by generovaly požadovaný výstup v závislosti na zvoleném parametru, namísto současných 12 skriptů, které se z velké části opakují. • Součástí autorových programů je dle textu normalizace y = abs(y./max(y)). Absolutní hodnota ovšem může změnit vlastnosti vygenerovaného vektoru (asi ne u bílého šumu, ale u všech ostatních ano!). Smysl by dávala normalizace y = y./max(abs(y)). • Autor bohužel nevěnuje pozornost faktu, že čísla generovaná softwarově jsou pouze pseudonáhodná a nikoliv náhodná. • Pro svou analýzu autor (pokud dobře chápu) použil pseudonáhodné vektory délky 128, což je velice malá délka na to, aby mohla být provedena přesná spektrální analýza. • Tabulky s výsledky nejsou dostatečně komentovány a bohužel ani přesný způsob, jak se k nim došlo. • V závěrečných grafech mi chybí teoretická křivka, která je přece známá. Shrnutí: Dlouhým výčtem hlavních slabin práce jsem se snažil dokumentovat, že práce vyžaduje přepracování. Autor přebírá texty z nekvalitních zdrojů bez porozumění problematice. I kdybych připustil, že bezchybné zvládnutí teorie náhodných procesů je na bakaláře na elektrofakultě příliš velký nárok, zásadní a základní nedostatky v praktické části mě nutí tuto práci nedoporučit k obhajobě.
eVSKP id 85261