Module also offered within study programmes:
General information:
Annual:
2017/2018
Code:
EEL-2-203-AM-n
Name:
Signal processing algorithms
Faculty of:
Faculty of Electrical Engineering, Automatics, Computer Science and Biomedical Engineering
Study level:
Second-cycle studies
Specialty:
Automatyka i metrologia
Field of study:
Electrotechnics
Semester:
2
Profile of education:
Academic (A)
Lecture language:
Polish
Form and type of study:
Part-time studies
Course homepage:
 
Responsible teacher:
Turcza Paweł (turcza@agh.edu.pl)
Academic teachers:
Turcza Paweł (turcza@agh.edu.pl)
Module summary

Description of learning outcomes for module
MLO code Student after module completion has the knowledge/ knows how to/is able to Connections with FLO Method of learning outcomes verification (form of completion)
Social competence
M_K001 Rozumie potrzebę ciągłego dokształcania się i podnoszenia kwalifikacji zawodowych. EL2A_K01 Activity during classes,
Completion of laboratory classes
Skills
M_U001 Potrafi stosować poznane metody i algorytmy do analizy i przetwarzania sygnałów. EL2A_U06 Completion of laboratory classes
M_U002 Potrafi implementować podstawowe algorytmy przetwarzania sygnałów w języku Matlab lub podobnym. EL2A_U06 Completion of laboratory classes
M_U003 Potrafi ocenić złożoność obliczeniową wykorzystywanych algorytmów przetwarzania sygnałów. EL2A_U06 Completion of laboratory classes
Knowledge
M_W001 Zna i rozumie podstawowe pojęcia z dziedziny algorytmów przetwarzania i kompresji sygnałów. EL2A_W01 Examination
M_W002 Zna i rozumie działanie podstawowych algorytmów analizy i przetwarzania sygnałów, które stosowane są m. in. w aparaturze kontrolno-pomiarowej i sterującej. EL2A_W01, EL2A_W10 Examination
M_W003 Ma wiedzę w zakresie implementacji podstawowych algorytmów przetwarzania sygnałów cyfrowych. EL2A_W05, EL2A_W10 Examination
FLO matrix in relation to forms of classes
MLO code Student after module completion has the knowledge/ knows how to/is able to Form of classes
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Others
E-learning
Social competence
M_K001 Rozumie potrzebę ciągłego dokształcania się i podnoszenia kwalifikacji zawodowych. - - + - - - - - - - -
Skills
M_U001 Potrafi stosować poznane metody i algorytmy do analizy i przetwarzania sygnałów. - - + - - - - - - - -
M_U002 Potrafi implementować podstawowe algorytmy przetwarzania sygnałów w języku Matlab lub podobnym. - - + - - - - - - - -
M_U003 Potrafi ocenić złożoność obliczeniową wykorzystywanych algorytmów przetwarzania sygnałów. - - + - - - - - - - -
Knowledge
M_W001 Zna i rozumie podstawowe pojęcia z dziedziny algorytmów przetwarzania i kompresji sygnałów. + - - - - - - - - - -
M_W002 Zna i rozumie działanie podstawowych algorytmów analizy i przetwarzania sygnałów, które stosowane są m. in. w aparaturze kontrolno-pomiarowej i sterującej. + - - - - - - - - - -
M_W003 Ma wiedzę w zakresie implementacji podstawowych algorytmów przetwarzania sygnałów cyfrowych. + - - - - - - - - - -
Module content
Lectures:

  • Dyskretne liniowe układy stacjonarne (LTI). Odpowiedz impulsowa, splot, charakterystyka częstotliwościowa. Filtracja cyfrowa sygnałów, projektowanie filtrów o skończonej odpowiedzi impulsowej (FIR). Sposoby implementacji, szacowanie złożoności obliczeniowej filtru cyfrowego FIR.
  • Opis dyskretnego układu LTI za pomocą równań różnicowych. Transmitancji Z układu i jej związek z charakterystyką częstotliwościową układu. Pojęcie układu przyczynowego i stabilnego, stabilność filtra/układu. Projektowanie i implementacja filtrów cyfrowych o nieskończonej odpowiedzi impulsowej (IIR).
  • Analiza częstotliwościowa sygnałów. Dyskretna transformacja Fouriera (DFT) i jej własności. Zastosowanie DFT w analizie częstotliwościowej sygnałów: dobór funkcji okna, rozdzielczość amplitudowa i częstotliwościowa.
  • Parametryczne modele sygnałów AR, MA, ARMA. Problem liniowej predykcji i optymalnego doboru wag predyktora, algorytm Durbina, filtry kratowe.
  • Kwantyzacja sygnałów: pojęcie kwantyzatora optymalnego, kwantyzacja adaptacyjna i wektorowa, zastosowanie kwantyzacji w algorytmach przetwarzania sygnałów.
  • Algorytmy kodowania transformacyjnego sygnałów. Transformacja kosinusowa (DCT) i falkowa oraz ich zastosowanie.
  • Algorytmy kompresji danych i sygnałów: pojęcie entropii, kody optymalne, algorytm Huffmana i jego implementacja.
  • Filtry adaptacyjne. Algorytmy adaptacyjnego przestrajania wag filtra: gradientowy, LMS, NLMS, kryterium zbieżności. Zastosowanie filtracji adaptacyjnej w problemach redukcji zakłóceń i odszumianiu sygnałów.
  • Transformacja Hilberta, jej własności i zastosowanie w algorytmach demodulacji amplitudy i fazy chwilowej.
  • Architektura i zastosowanie procesorów sygnałowych w implementacji algorytmów przetwarzania sygnałów na przykładzie implementacji algorytmów demodulacji amplitudy i fazy chwilowej realizowanych z użyciem transformacji Hilberta.

Laboratory classes:

  • Symulacja i realizacja dyskretnych układów LTI o skończonej odpowiedzi impulsowej w środowisku Matlab lub podobnym.
  • Projektowanie filtrów FIR metodą okien, wyznaczanie charakterystyki częstotliwościowej, filtracja przykładowych sygnałów.
  • Projektowanie filtrów IIR metodą rozmieszczania zer i biegunów oraz przy pomocy gotowych funkcji środowiska Matlab. Wyznaczanie charakterystyki częstotliwościowej i odpowiedzi impulsowej. Implementacja programowa filtrów IIR, filtracja przykładowych sygnałów.
  • Analiza częstotliwościowa sygnałów z wykorzystaniem dyskretnej transformacji Fouriera. Implementacja i obserwacja własności DFT. Obserwacja wpływu okna na rozdzielczość amplitudowo-częstotliwościową otrzymywanego widma, dobór funkcji okna.
  • Zastosowanie parametrycznych modeli sygnałów do ich reprezentacji i kodowania na przykładzie kodera mowy LPC. Wyznaczenie funkcji autokorelacji sygnału i współczynników predyktora optymalnego. Wyznaczenie modułu widma kodowanego sygnału i jego obwiedni określonej przez współczynniki LPC. Implementacja algorytmów detekcji typu głoski i częstotliwości tonu podstawowego.
  • Filtry adaptacyjne w odszumianiu sygnałów i redukcji zakłóceń
  • Zastosowanie kodera transformacyjnego do kompresji wybranego sygnału. Kwantyzacja współczynników i ich efektywna reprezentacja przy pomocy kodów o zmiennej długości (algorytm Huffmana)
  • Projektowanie i implementacja transformacji Hilberta. Implementacja demodulatora amplitudy i fazy chwilowej.

Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 125 h
Module ECTS credits 5 ECTS
Participation in lectures 18 h
Realization of independently performed tasks 53 h
Participation in laboratory classes 18 h
Preparation for classes 36 h
Additional information
Method of calculating the final grade:

1. Aby uzyskać pozytywną ocenę końcową niezbędne jest uzyskanie pozytywnej oceny z laboratorium oraz zdanie egzaminu z wykładu.
2. Ocena końcowa jest średnią arytmetyczną ocen (uwzględnione są oceny ze wszystkich terminów) z laboratorium i egzaminu.

Prerequisites and additional requirements:

Ukończony kurs z przedmiotu „Teoria sygnałów” lub pokrewnego

Recommended literature and teaching resources:

1. R.G. Lyons, Wprowadzenie do cyfrowego przetwarzania sygnałów
2. A.V. Oppenheim, Cyfrowe przetwarzanie sygnałów
3. T. P. Zieliński: Cyfrowe przetwarzanie sygnałów: Od teorii do zastosowań, WKŁ 2005.
4. A. Dąbrowski: „Przetwarzanie sygnałów przy użyciu procesorów sygnałowych”, Wyd. Politechniki Poznańskiej, Poznań 2000.

Scientific publications of module course instructors related to the topic of the module:

Additional scientific publications not specified

Additional information:

None