Siirry suoraan sisältöön

Digitaalinen signaalinkäsittelyLaajuus (5 op)

Tunnus: TX00CQ31

Laajuus

5 op

Osaamistavoitteet

Kurssin suoritettuaan opiskelija ymmärtää digitaalisen signaalin käsittelyn perusteet. Opiskelija tuntee digitaalisen signaalin käsittelyn yleisimmät operaatiot. Opiskelija ymmärtää näytteistyksen tärkeyden ja sen tärkeimmät ominaisuudet alipäästö- ja kaistanpäästösignaaleille. Uudelleenmuodostus esitellään myös.

Opiskelija ymmärtää lineaarisen kvantisoinnin perusteet ja käsitteen signaali/kvantisointi kohina-suhde. Lineaarinen aikamuuttumaton järjestelmä, differenssiyhtälö, impulssivaste ja diskreettikonvoluutio esitellään sekä stabiilisuuden ja taajuusvasteen käsitteet.

Opiskelija pystyy soveltamaan näitä käsitteitä lineaarisen digitaalisen suodattimen toteutukseen (IIR ja FIR). Z-muunnos esitellään ja sitä myös käytetään.

Sisältö

1. Aika ja taajuus taso
2. Analoginen ja digitaalinen signaali
3. Kertominen/Konvoluutio
4. Yhtenäinen näytteistys, Shannon.
6. Näytteistyksen virhe, vasta-laskostumis suodatin
7. Lineaari kvantisointi, SQNR.
8. Digitaaliset sekvenssit
9. Lineaariset aikamuuttumattomat järjestelmät, impulssivaste, differenssiyhtälöt, konvoluutio
10. Aika tason vaste
11. Taajuus vaste
12. Stabiilisuus kriteerit
13. Z muunnos, siirtofunktio H(z), ominaisuudet
14. Digitaalinen suodatus
15. FIR and IIR toteutukset, perusmenetelmä toteutukseen

Esitietovaatimukset

Ohjelmointi (mikä tahansa ohjelmointikieli)

Arviointikriteerit, tyydyttävä (1)

Opiskelija ymmärtää lineaaristen DSP järjestelmien perusominaisuudet ja osaa käyttää olemassa olevia valmiita signaalinkäsittelykirjastojen tarjoamia työkaluja DSP ongelmanratkaisussa.

Arviointikriteerit, hyvä (3)

Opiskelija ymmärtää lineaaristen DSP järjestelmien perusominaisuudet ja osaa käyttää olemassa olevia valmiita signaalinkäsittelykirjastojen tarjoamia työkaluja DSP ongelmanratkaisussa.

Opiskelija tuntee DSP-algoritmien toteutusperiaatteita, osaa perustellen valita tarkoitukseen sopivan työkallun ja osaa kirjoittaa DSP ongelmanratkaisuun soveltuvia ohjelmia.

Arviointikriteerit, kiitettävä (5)

Opiskelija ymmärtää lineaaristen DSP järjestelmien perusominaisuudet ja osaa käyttää olemassa olevia valmiita signaalinkäsittelykirjastojen tarjoamia työkaluja DSP ongelmanratkaisussa.

Opiskelija tuntee DSP-algoritmien toteutusperiaatteita, osaa perustellen valita tarkoitukseen sopivan työkallun ja osaa kirjoittaa DSP ongelmanratkaisuun soveltuvia ohjelmia.

Opiskelija ymmärtää DSP algoritmien laskennallisen problematiikan ja pystyy analysoimaan algoritmien laskennallista vaativuutta.

Arviointikriteeri, hyväksytty/hylätty

.

Ilmoittautumisaika

02.05.2023 - 20.08.2023

Ajoitus

21.08.2023 - 15.10.2023

Opintopistemäärä

5 op

Toteutustapa

Lähiopetus

Yksikkö

ICT ja tuotantotalous

Toimipiste

Leiritie 1

Opetuskielet
  • Englanti
Paikat

0 - 35

Koulutus
  • Degree Programme in Information Technology
Opettaja
  • Jarkko Vuori
Ryhmät
  • ICT21-SI-E
    Smart IoT Systems: Embedded IoT Devices

Tavoitteet

Kurssin suoritettuaan opiskelija ymmärtää digitaalisen signaalin käsittelyn perusteet. Opiskelija tuntee digitaalisen signaalin käsittelyn yleisimmät operaatiot. Opiskelija ymmärtää näytteistyksen tärkeyden ja sen tärkeimmät ominaisuudet alipäästö- ja kaistanpäästösignaaleille. Uudelleenmuodostus esitellään myös.

Opiskelija ymmärtää lineaarisen kvantisoinnin perusteet ja käsitteen signaali/kvantisointi kohina-suhde. Lineaarinen aikamuuttumaton järjestelmä, differenssiyhtälö, impulssivaste ja diskreettikonvoluutio esitellään sekä stabiilisuuden ja taajuusvasteen käsitteet.

Opiskelija pystyy soveltamaan näitä käsitteitä lineaarisen digitaalisen suodattimen toteutukseen (IIR ja FIR). Z-muunnos esitellään ja sitä myös käytetään.

Sisältö

1. Aika ja taajuus taso
2. Analoginen ja digitaalinen signaali
3. Kertominen/Konvoluutio
4. Yhtenäinen näytteistys, Shannon.
6. Näytteistyksen virhe, vasta-laskostumis suodatin
7. Lineaari kvantisointi, SQNR.
8. Digitaaliset sekvenssit
9. Lineaariset aikamuuttumattomat järjestelmät, impulssivaste, differenssiyhtälöt, konvoluutio
10. Aika tason vaste
11. Taajuus vaste
12. Stabiilisuus kriteerit
13. Z muunnos, siirtofunktio H(z), ominaisuudet
14. Digitaalinen suodatus
15. FIR and IIR toteutukset, perusmenetelmä toteutukseen

Arviointiasteikko

0-5

Arviointikriteerit, tyydyttävä (1)

Opiskelija ymmärtää lineaaristen DSP järjestelmien perusominaisuudet ja osaa käyttää olemassa olevia valmiita signaalinkäsittelykirjastojen tarjoamia työkaluja DSP ongelmanratkaisussa.

Arviointikriteerit, hyvä (3)

Opiskelija ymmärtää lineaaristen DSP järjestelmien perusominaisuudet ja osaa käyttää olemassa olevia valmiita signaalinkäsittelykirjastojen tarjoamia työkaluja DSP ongelmanratkaisussa.

Opiskelija tuntee DSP-algoritmien toteutusperiaatteita, osaa perustellen valita tarkoitukseen sopivan työkallun ja osaa kirjoittaa DSP ongelmanratkaisuun soveltuvia ohjelmia.

Arviointikriteerit, kiitettävä (5)

Opiskelija ymmärtää lineaaristen DSP järjestelmien perusominaisuudet ja osaa käyttää olemassa olevia valmiita signaalinkäsittelykirjastojen tarjoamia työkaluja DSP ongelmanratkaisussa.

Opiskelija tuntee DSP-algoritmien toteutusperiaatteita, osaa perustellen valita tarkoitukseen sopivan työkallun ja osaa kirjoittaa DSP ongelmanratkaisuun soveltuvia ohjelmia.

Opiskelija ymmärtää DSP algoritmien laskennallisen problematiikan ja pystyy analysoimaan algoritmien laskennallista vaativuutta.

Arviointikriteeri, hyväksytty/hylätty

.

Esitietovaatimukset

Ohjelmointi (mikä tahansa ohjelmointikieli)

Ilmoittautumisaika

02.05.2022 - 21.08.2022

Ajoitus

22.08.2022 - 16.10.2022

Opintopistemäärä

5 op

Toteutustapa

Lähiopetus

Yksikkö

ICT ja tuotantotalous

Toimipiste

Leiritie 1

Opetuskielet
  • Englanti
Paikat

0 - 40

Koulutus
  • Degree Programme in Information Technology
Opettaja
  • Jarkko Vuori
Ryhmät
  • ICT20-SI-E
    Smart IoT Systems: Embedded IoT Devices

Tavoitteet

Kurssin suoritettuaan opiskelija ymmärtää digitaalisen signaalin käsittelyn perusteet. Opiskelija tuntee digitaalisen signaalin käsittelyn yleisimmät operaatiot. Opiskelija ymmärtää näytteistyksen tärkeyden ja sen tärkeimmät ominaisuudet alipäästö- ja kaistanpäästösignaaleille. Uudelleenmuodostus esitellään myös.

Opiskelija ymmärtää lineaarisen kvantisoinnin perusteet ja käsitteen signaali/kvantisointi kohina-suhde. Lineaarinen aikamuuttumaton järjestelmä, differenssiyhtälö, impulssivaste ja diskreettikonvoluutio esitellään sekä stabiilisuuden ja taajuusvasteen käsitteet.

Opiskelija pystyy soveltamaan näitä käsitteitä lineaarisen digitaalisen suodattimen toteutukseen (IIR ja FIR). Z-muunnos esitellään ja sitä myös käytetään.

Sisältö

1. Aika ja taajuus taso
2. Analoginen ja digitaalinen signaali
3. Kertominen/Konvoluutio
4. Yhtenäinen näytteistys, Shannon.
6. Näytteistyksen virhe, vasta-laskostumis suodatin
7. Lineaari kvantisointi, SQNR.
8. Digitaaliset sekvenssit
9. Lineaariset aikamuuttumattomat järjestelmät, impulssivaste, differenssiyhtälöt, konvoluutio
10. Aika tason vaste
11. Taajuus vaste
12. Stabiilisuus kriteerit
13. Z muunnos, siirtofunktio H(z), ominaisuudet
14. Digitaalinen suodatus
15. FIR and IIR toteutukset, perusmenetelmä toteutukseen

Arviointiasteikko

0-5

Arviointikriteerit, tyydyttävä (1)

Opiskelija ymmärtää lineaaristen DSP järjestelmien perusominaisuudet ja osaa käyttää olemassa olevia valmiita signaalinkäsittelykirjastojen tarjoamia työkaluja DSP ongelmanratkaisussa.

Arviointikriteerit, hyvä (3)

Opiskelija ymmärtää lineaaristen DSP järjestelmien perusominaisuudet ja osaa käyttää olemassa olevia valmiita signaalinkäsittelykirjastojen tarjoamia työkaluja DSP ongelmanratkaisussa.

Opiskelija tuntee DSP-algoritmien toteutusperiaatteita, osaa perustellen valita tarkoitukseen sopivan työkallun ja osaa kirjoittaa DSP ongelmanratkaisuun soveltuvia ohjelmia.

Arviointikriteerit, kiitettävä (5)

Opiskelija ymmärtää lineaaristen DSP järjestelmien perusominaisuudet ja osaa käyttää olemassa olevia valmiita signaalinkäsittelykirjastojen tarjoamia työkaluja DSP ongelmanratkaisussa.

Opiskelija tuntee DSP-algoritmien toteutusperiaatteita, osaa perustellen valita tarkoitukseen sopivan työkallun ja osaa kirjoittaa DSP ongelmanratkaisuun soveltuvia ohjelmia.

Opiskelija ymmärtää DSP algoritmien laskennallisen problematiikan ja pystyy analysoimaan algoritmien laskennallista vaativuutta.

Arviointikriteeri, hyväksytty/hylätty

.

Esitietovaatimukset

Ohjelmointi (mikä tahansa ohjelmointikieli)