SylabUZ
Course name | Digital Signal Processing |
Course ID | 06.9-WM-IB-P-30_19 |
Faculty | Faculty of Engineering and Technical Sciences |
Field of study | biomedical engineering |
Education profile | academic |
Level of studies | First-cycle studies leading to Engineer's degree |
Beginning semester | winter term 2021/2022 |
Semester | 4 |
ECTS credits to win | 5 |
Course type | obligatory |
Teaching language | polish |
Author of syllabus |
|
The class form | Hours per semester (full-time) | Hours per week (full-time) | Hours per semester (part-time) | Hours per week (part-time) | Form of assignment |
Lecture | 30 | 2 | - | - | Exam |
Laboratory | 30 | 2 | - | - | Credit with grade |
Student powinien posiadać elementarną wiedzę w zakresie:
Student powinien potrafić opracować prostą dokumentację dotyczącą realizacji zadania inżynierskiego oraz przygotować tekst zawierający omówienie tej realizacji i uzyskanych wyników.
Wprowadzenie. Dziedziny zastosowania cyfrowego przetwarzania sygnałów (CPS). Zalety i wady CPS. Etapy cyfrowego przetwarzania sygnałów biomedycznych. Przykłady cyfrowego przetwarzania sygnałów biomedycznych.
Podstawy teorii sygnałów. Pojęcie sygnału. Klasyfikacja sygnałów. Podstawowe parametry sygnałów okresowych. Modele matematyczne wybranych sygnałów.
Analiza częstotliwościowa sygnałów analogowych. Szereg Fouriera (SF) i przykłady wyznaczania jego współczynników. Synteza sygnału na podstawie współczynników SF. Efekt Gibbsa. Warunki rozkładu funkcji na SF (warunki Dirichleta). Własności SF. Przekształcenie Fouriera (PF). Warunki istnienia PF sygnału. Własności PF. Wpływ skończonego czasu obserwacji sygnału na jego widmo.
Przetwarzanie analogowo-cyfrowe i cyfrowo-analogowe. Struktura typowego toru przetwarzania sygnałów. Charakterystyka operacji próbkowania, kwantowania i kodowania sygnałów i przykłady ich praktycznej realizacji: układ próbkująco-pamiętający, przetwornik analogowo-cyfrowy. Przetwarzanie cyfrowo-analogowe.
Twierdzenie o próbkowaniu. Warunki poprawnego próbkowania sygnałów. Częstotliwość próbkowania i częstotliwość Nyquista. Relacja między widmem sygnału analogowego a widmo sygnału wyznaczonym na podstawie próbek pobranych z tego sygnału. Zjawisko aliasingu.
Dyskretne przekształcenie Fouriera (DPF). Określenie przekształcenia Fouriera dla sygnałów dyskretnych. Własności DPF. Wyznaczanie widma amplitudowego i fazowego na podstawie wyników DPF. Przeciek widma. Minimalizacja przecieku widma z wykorzystaniem funkcje okien. Poprawa rozdzielczości widma przez uzupełnianie zerami. Przykłady analizy widmowej sygnałów dyskretnych i ich interpretacja.
Algorytm FFT o podstawie 2. Omówienie motylkowego schematu obliczeń stosowanego w algorytmie. Zysk obliczeniowy. Wyznaczanie odwrotnego DPF z wykorzystaniem algorytmu FFT.
Liniowe i przyczynowe dyskretne układy stacjonarne. Definicje układu: dyskretnego, liniowego i stacjonarnego. Operacja splotu. Stabilność układów dyskretnych w sensie BIBO. Definicja układu przyczynowego. Równanie różnicowe.
Przekształcenie Z. Definicja przekształcenia Z. Obszar zbieżności transformaty. Odwrotne przekształcenie Z i metody jego wyznaczania. Własności przekształcenia Z. Transmitancja układu. Bieguny i zera transmitancji. Rozkład biegunów a stabilność układu.
Filtry cyfrowe. Podział filtrów cyfrowych na filtry o skończonej i nieskończonej odpowiedzi impulsowej (SOI i NOI). Przetwarzanie sygnałów przez filtry. Podstawowe struktury filtrów. Wyznaczanie i interpretacja charakterystyk częstotliwościowych filtrów. Znaczenie liniowej charakterystyki fazowej w procesie przetwarzania sygnału. Charakterystyka opóźnienia grupowego.
Metody projektowania filtrów cyfrowych. Projektowanie filtrów NOI metodą transformacji biliniowej. Projektowanie filtrów SOI metodą okien czasowych.
Outcome description | Outcome symbols | Methods of verification | The class form |
Warunkiem zaliczenia wykładu jest uzyskanie pozytywnej ocen z egzaminu przeprowadzonego w formie zaproponowanej przez prowadzącego zajęcia.
Warunkiem zaliczenia zajęć laboratoryjnych jest uzyskanie pozytywnych ocen ze wszystkich przewidzianych do realizacji ćwiczeń oraz sprawdzianów przeprowadzanych przez prowadzącego zajęcia.
Składowe oceny końcowej = wykład: 45% + laboratorium: 55%
Modified by dr inż. Mirosław Kozioł (last modification: 25-04-2021 20:20)