Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Cyfrowe przetwarzanie sygnałów
Tok studiów:
2014/2015
Kod:
ITE-1-401-s
Wydział:
Informatyki, Elektroniki i Telekomunikacji
Poziom studiów:
Studia I stopnia
Specjalność:
-
Kierunek:
Teleinformatyka
Semestr:
4
Profil kształcenia:
Ogólnoakademicki (A)
Język wykładowy:
Polski
Forma i tryb studiów:
Stacjonarne
Strona www:
 
Osoba odpowiedzialna:
prof. dr hab. inż. Zieliński Tomasz (tzielin@agh.edu.pl)
Osoby prowadzące:
dr inż. Bułat Jarosław (kwant@agh.edu.pl)
Wszołek Jacek (jwszolek@kt.agh.edu.pl)
prof. dr hab. inż. Zieliński Tomasz (tzielin@agh.edu.pl)
Krótka charakterystyka modułu

Studenci nauczą się pisać programy do przetwarzania i analizy danych cyfrowych, w szczególności filtracji i analizy częstotliwościowej.

Opis efektów kształcenia dla modułu zajęć
Kod EKM Student, który zaliczył moduł zajęć wie/umie/potrafi Powiązania z EKK Sposób weryfikacji efektów kształcenia (forma zaliczeń)
Wiedza
M_W001 Zna i rozumie działanie podstawowych algorytmów wykorzystywanych w analizie (np. częstotliwościowej) i przetwarzaniu (np. filtracji) sygnałów telekomunikacyjnych TE1A_W01, TE1A_W05 Egzamin
M_W002 Ma podstawową wiedzę w zakresie implementacji programowej i sprzętowej algorytmów przetwarzania sygnałów cyfrowych. TE1A_W06, TE1A_W05 Egzamin
M_W003 Zna i rozumie podstawowe pojęcia stosowane w cyfrowym przetwarzaniu sygnałów. TE1A_W01, TE1A_W05 Egzamin
Umiejętności
M_U001 Potrafi stosować poznane metody i algorytmy do analizy i przetwarzania sygnałów cyfrowych w dziedzinie czasu i częstotliwości oraz proponować nowe rozwiązania. TE1A_U08, TE1A_U09 Wykonanie ćwiczeń laboratoryjnych
M_U002 Potrafi ocenić złożoność obliczeniową wykorzystywanych algorytmów przetwarzania sygnałów. TE1A_U08, TE1A_U09 Projekt
M_U003 Potrafi implementować podstawowe algorytmy przetwarzania sygnałów cyfrowych w języku Matlab. TE1A_U08, TE1A_U09 Projekt
Kompetencje społeczne
M_K001 Rozumie potrzebę ciągłego uzupełniania wiedzy z zakresu nowych algorytmów cyfrowego przetwarzania sygnałów i ich coraz szerszych zastosowań. TE1A_K01 Wykonanie ćwiczeń laboratoryjnych
Matryca efektów kształcenia w odniesieniu do form zajęć
Kod EKM Student, który zaliczył moduł zajęć wie/umie/potrafi Forma zajęć
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Inne
E-learning
Wiedza
M_W001 Zna i rozumie działanie podstawowych algorytmów wykorzystywanych w analizie (np. częstotliwościowej) i przetwarzaniu (np. filtracji) sygnałów telekomunikacyjnych + - - - - - - - - - -
M_W002 Ma podstawową wiedzę w zakresie implementacji programowej i sprzętowej algorytmów przetwarzania sygnałów cyfrowych. + - - - - - - - - - -
M_W003 Zna i rozumie podstawowe pojęcia stosowane w cyfrowym przetwarzaniu sygnałów. + - - - - - - - - - -
Umiejętności
M_U001 Potrafi stosować poznane metody i algorytmy do analizy i przetwarzania sygnałów cyfrowych w dziedzinie czasu i częstotliwości oraz proponować nowe rozwiązania. - - + - - - - - - - -
M_U002 Potrafi ocenić złożoność obliczeniową wykorzystywanych algorytmów przetwarzania sygnałów. - - + - - - - - - - -
M_U003 Potrafi implementować podstawowe algorytmy przetwarzania sygnałów cyfrowych w języku Matlab. - - + - - - - - - - -
Kompetencje społeczne
M_K001 Rozumie potrzebę ciągłego uzupełniania wiedzy z zakresu nowych algorytmów cyfrowego przetwarzania sygnałów i ich coraz szerszych zastosowań. + - + - - - - - - - -
Treść modułu zajęć (program wykładów i pozostałych zajęć)
Wykład:

Sygnały dyskretne (8 godz.):
1. Klasyfikacja sygnałów, podstawowe parametry sygnałów i sposób ich obliczania, funkcja korelacji. Próbkowanie sygnałów analogowych. Generowanie sygnałów w programie Matlab.
2. Przestrzenie wektorowe sygnałów, dekompozycja sygnałów na składowe metodą transformacji ortogonalnych, wstęp do analizy częstotliwościowej.
3. Podstawy analizy częstotliwościowej z wykorzystaniem transformacji Fouriera dla sygnałów dyskretnych DtFT oraz dyskretnej transformacji Fouriera DFT. Ilustracja twierdzenia o próbkowaniu.
4. Algorytmy szybkiej transformacji Fouriera FFT, optymalizacja analizy częstotliwościowej realizowanej z wykorzystaniem FFT.
5. Analiza częstotliwościowa: rola funkcji okien, rozdzielczość częstotliwościowa i amplitudowa. interpolowanie widma FFT, periodogram (PSD), spektrogram (STFT).

Układy dyskretne (8 godz.):
6. Opis matematyczny, przekształcenie Z, transmitancja operatorowa, charakterystyka częstotliwościowa, odpowiedź impulsowa, splot sygnałów, sposoby realizacji filtrów cyfrowych, metoda projektowania filtrów cyfrowych metodą doboru zer i biegunów ich transmitancji.
7-8. Projektowanie filtrów analogowych. Projektowanie cyfrowych filtrów rekursywnych metodą transformacji biliniowej na podstawie prototypowych filtrów analogowych. Rekursywna filtracja cyfrowa.
9. Projektowanie cyfrowych filtrów nierekursywnych, m.in. metodą: okien, próbkowania w dziedzinie częstotliwości i optymalizacji średniokwadratowej. Splot sygnałów.
10. Filtry specjalne: filtr Hilberta i sygnał analityczny, filtr różniczkujący, interpolator i decymator cyfrowy (zmiana częstotliwości próbkowania).

Wybrane zagadnienia/zastosowania (12 godz.):
11. Filtry adaptacyjne i ich zastosowania w telekomunikacji.
12. Dyskretny splot liniowy i kołowy, algorytmy szybkiego splotu.
13. Zastosowanie algorytmu FFT w systemach xDSL i OFDM. Modulacja i demodulacja, cykliczny prefiks, identyfikacja kanału, korektor czasowy i częstotliwościowy.
14. Algorytmy kompresji mowy oraz rozpoznawania mowy i mówcy. Algorytmy kompresji sygnałów audio.
15. Podstawy analizy i przetwarzania obrazów. Podstawy kompresji obrazów i sekwencji wideo.

Ćwiczenia laboratoryjne:

W module prowadzone są zajęcia laboratoryjne (komputerowe), w trakcie których studenci piszą programy obliczeniowe w języku Matlab. Treści tych zajęć ugruntowują i rozszerzają wiedzę przekazywaną podczas wykładów.

1. Próbkowanie sygnałów analogowych. Generowanie sygnałów cyfrowych. Funkcja korelacji. Histogram.
2. Transformacje ortogonalne sygnałów.
3. Analiza częstotliwościowa z wykorzystaniem DtFT i DFT, ilustracja twierdzenia o próbkowaniu.
4. Algorytmy szybkiej transformacji Fouriera FFT.
5. Analiza częstotliwościowa: rola funkcji okien, interpolowanie widma FFT, periodogram, spektrogram.
6. Projektowanie filtrów analogowych i cyfrowych metodą „zer i biegunów” ich transmitancji.
7. Projektowanie filtrów analogowych: Butterwortha, Czebyszewa i eliptycznych.
8. Projektowanie filtrów cyfrowych IIR (NOI) metodą transformacji biliniowej. Rekursywna filtracja cyfrowa.
9. Projektowanie typowych filtrów cyfrowych FIR (SOI) metodą okien. Niekursywna filtracja sygnałów – splot.
10. Transformacja Hilberta, sygnał analityczny i jego zastosowania. Interpolacja i decymacja sygnałów.
11. Filtracja adaptacyjna.
12. Zastosowania FFT do szybkiego liczenia splotu sygnałów oraz funkcji korelacji.
13. Zastosowanie FFT w systemach xDSL i OFDM transmisji danych.
14. Algorytm LPC-10 kompresji mowy.

Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 100 godz
Punkty ECTS za moduł 6 ECTS
Udział w wykładach 30 godz
Samodzielne studiowanie tematyki zajęć 20 godz
Udział w ćwiczeniach laboratoryjnych 30 godz
Przygotowanie sprawozdania, pracy pisemnej, prezentacji, itp. 20 godz
Pozostałe informacje
Sposób obliczania oceny końcowej:

1. Aby uzyskać pozytywną ocenę końcową niezbędne jest uzyskanie pozytywnej oceny z ćwiczeń laboratoryjnych oraz egzaminu.
2. Obliczamy średnią arytmetyczną z ocen zaliczenia i egzaminu uzyskanych we wszystkich terminach.
3. Wyznaczmy ocenę końcową na podstawie zależności:
if sr>4.75 then OK:=5.0 else
if sr>4.25 then OK:=4.5 else
if sr>3.75 then OK:=4.0 else
if sr>3.25 then OK:=3.5 else OK:=3
4. Zaliczenie laboratorium można uzyskać w jednym terminie poprawkowym (w sesji). Są do niego dopuszczone wyłącznie osoby, które uzyskały nie mniej niż 40% punktów.

Wymagania wstępne i dodatkowe:

Znajomość podstaw matematyki, metod numerycznych, teorii sygnałów i systemów oraz programowania w języku Matlab.

Zalecana literatura i pomoce naukowe:

1. T. Zieliński: Cyfrowe przetwarzanie sygnałów. Od teorii do zastosowań, WKŁ, Warszawa 2005, 2014.
2. R. G. Lyons: Wprowadzenie do cyfrowego przetwarzania sygnałów, WKŁ, 2000, 2009.
3. S. W. Smith: Cyfrowe przetwarzanie sygnałów. DSP, BTC, 2007.
4. M. Owen: Przetwarzanie sygnałów w praktyce, WKŁ, 2009.
5. M. Domański: Obraz cyfrowy, WKŁ, Warszawa 2010.

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

1. Zieliński T.P.: „Od teorii do cyfrowego przetwarzania sygnałów”, 576 str. Wydział EAIiE-AGH, Kraków 2002, 2004.
2. Zieliński T.P.: „Cyfrowe przetwarzanie sygnałów. Od teorii do zastosowań”, 832 str., Wydaw-nictwa Komunikacji i Łączności, Warszawa 2005, 2007, 2009, 2014.
3. Szyper M., Zielinski T.P., Sroka R.: “Spectral Analysis of Nonstationary Signals in the System with Wide Phase Modulation”, IEEE Trans. on Instrumentation and Measurement, vol. 41, no. 6, pp. 919-920, IF=1.79 (2014), 1992.
4. Zielinski T.P.: “Joint Time-Frequency Resolution of Signal Analysis with Gabor Transform“, IEEE Trans. on Instrumentation and Measurement, vol. 50, no. 5, pp.1436-1444, IF=1.79 (2014), 2001.
5. Wielgat R., Zieliński T.P., Woźniak T., Grabias S., Król D.: “Automatic Recognition of Pathological Phoneme Production“, Folia Phoniatrica et Logopedica, vol. 2008, no. 6, str. 323-331, IF=0.655 (2006), IF=1.439 (2007), 2008.
6. Bułat J., Duda K., Socha M., Turcza P., Zieliński T.P., Duplaga M.: “Computational Tasks in Computer-Assisted Transbronchial Biopsy”, Future Generation Computer Systems (Elsevier), vol. 26, iss. 3, str. 455–461, IF 2.229, 2010.
7. K. Duda, L. B. Magalas, M. Majewski, T. P. Zieliński: “DFT based Estimation of Damped Oscillation’s Parameters in Low–frequency Mechanical Spectroscopy”, IEEE Trans. on Instrumentation and Measurement, str. 3608-3618, IF 0.978 (2011), IF 1.382 (5-cio letni), 2011.
8. Skalski A., Socha M., Zieliński T.P., Duplaga M.: „Virtual colonoscopy – technical aspects”, pp. 271-290 in „Colonoscopy” (ed. Paul Miskovitz), InTech, Rijeka 2011.
9. Zieliński T.P., Duda K.: “Frequency and Damping Estimation Methods – An Overview“, Metrology and Measurement Systems: Quaterly of Polish Academy of Sciences, vol. 18, no. 4, str. 505–528, IF=0.587 (2010), IF=0.982 (2012), 2011.
10. Skalski A., Kos A., Zieliński T.P.: “Using ASM in CT data segmentation for prostate radiotherapy”, pp. 610-617 in “Computer Vision and Graphics” (ed. Bolc L.), Lecture Notes in Computer Science, Springer, Berlin 2012.
11. Duda K., Zielinski T.P.: “Efficacy of the Frequency and Damping Estimation of a Real-Value Sinusoid“, IEEE Instrumentation and Measurement Magazine, vol. 16, iss. 2, pp. 48-58, IF=0.556, (2012), IF=0.828 (5-cio letni), April 2013.
12. Zieliński T.P., Korohoda P., Rumian R. (redakcja całości): „Cyfrowe przetwarzanie sygnałów w telekomunikacji: podstawy, multimedia, transmisja”, autorstwo 131 stron, współautorstwo 87 stron, PWN, Warszawa 2014.
13. Wiśniewski M., Zieliński T.P.: „Joint Application of Audio Spectral Envelope and Tonality Index in an E-Asthma Monitoring System”, IEEE Journal of Biomedical and Health Informatics, vol. 19, no. 4, pp. 1009-1018, IF=2.072 (2013), 2015.

Informacje dodatkowe:

Egzamin może być pisemny lub ustny.