Digital Signal ProcessingLaajuus (5 cr)
Code: TX00CQ31
Credits
5 op
Objective
After completion of this course the student will understand the fundamentals of digital signal processing. The student will be familiar with the most common operations involved in digital signal processing chain. The student will understand the importance of sampling operation and its key characteristics, applied to low pass signal but also to a band pass signal.
The student understands fundamentals of linear quantization and quantization signal to noise. The student understands the concepts linear-time-invariant system, difference equation, Z-transform, impulse response, discrete convolution, system stability, and frequency response.
The student can apply these concepts in digital filter (FIR/IIR) implementations.
Content
1. Time and frequency domain.
2. Analogue and digital signals.
3. Multiplication vs. Convolution.
4. Uniform sampling, Shannon.
6. Sampling error, anti-aliasing filter.
7. Linear quantization, SQNR.
8. Digital sequences.
9. Linear time invariant systems, impulse response, difference equation, convolution.
10. Time domain response.
11. Frequency response.
12. Stability criteria.
13. Z transform, transfer function H(z), properties.
14. Digital Filtering.
15. FIR and IIR implementation, basic method for synthesis.
Prerequisites
Programming (any language)
Assessment criteria, satisfactory (1)
Student understands fundamentals of linear DSP systems, and is able to utilize existing DSP tools on problem solving.
Assessment criteria, good (3)
In addition to satisfactory level, the student is able to choose and implement suitable DSP methods for DSP problem solving.
Assessment criteria, excellent (5)
In addition to good level, the student understands concept of computational complexity of DSP algorithms and is able to analyze complexity of various algorithms.
Assessment criteria, approved/failed
.
Enrollment
02.05.2023 - 20.08.2023
Timing
21.08.2023 - 15.10.2023
Number of ECTS credits allocated
5 op
Mode of delivery
Contact teaching
Unit
School of ICT
Campus
Leiritie 1
Teaching languages
- English
Seats
0 - 35
Degree programmes
- Degree Programme in Information Technology
Teachers
- Jarkko Vuori
Groups
-
ICT21-SI-ESmart IoT Systems: Embedded IoT Devices
Objective
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.
Content
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
Evaluation scale
0-5
Assessment criteria, satisfactory (1)
Opiskelija ymmärtää lineaaristen DSP järjestelmien perusominaisuudet ja osaa käyttää olemassa olevia valmiita signaalinkäsittelykirjastojen tarjoamia työkaluja DSP ongelmanratkaisussa.
Assessment criteria, good (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.
Assessment criteria, excellent (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.
Assessment criteria, approved/failed
.
Prerequisites
Ohjelmointi (mikä tahansa ohjelmointikieli)
Enrollment
02.05.2022 - 21.08.2022
Timing
22.08.2022 - 16.10.2022
Number of ECTS credits allocated
5 op
Mode of delivery
Contact teaching
Unit
School of ICT
Campus
Leiritie 1
Teaching languages
- English
Seats
0 - 40
Degree programmes
- Degree Programme in Information Technology
Teachers
- Jarkko Vuori
Groups
-
ICT20-SI-ESmart IoT Systems: Embedded IoT Devices
Objective
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.
Content
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
Evaluation scale
0-5
Assessment criteria, satisfactory (1)
Opiskelija ymmärtää lineaaristen DSP järjestelmien perusominaisuudet ja osaa käyttää olemassa olevia valmiita signaalinkäsittelykirjastojen tarjoamia työkaluja DSP ongelmanratkaisussa.
Assessment criteria, good (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.
Assessment criteria, excellent (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.
Assessment criteria, approved/failed
.
Prerequisites
Ohjelmointi (mikä tahansa ohjelmointikieli)