Module also offered within study programmes:
General information:
Name:
Signal theory
Course of study:
2015/2016
Code:
BIT-1-506-s
Faculty of:
Geology, Geophysics and Environmental Protection
Study level:
First-cycle studies
Specialty:
-
Field of study:
Applied Computer Science
Semester:
5
Profile of education:
Academic (A)
Lecture language:
Polish
Form and type of study:
Full-time studies
Responsible teacher:
prof. dr hab. inż. Leśniak Andrzej (lesniak@uci.agh.edu.pl)
Academic teachers:
prof. dr hab. inż. Leśniak Andrzej (lesniak@uci.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 i zna możliwości ciągłego dokształcania się i podnoszenia kwalifikacji zawodowych i osobistych IT1A_K01 Examination,
Test
Skills
M_U001 potrafi łączyć znane algorytmy obliczeniowe i tworzyć własne w celu rozwiązywania prostych zagadnień obliczeniowych IT1A_U15 Test,
Execution of exercises
M_U002 potrafi zastosować zasady rozumowania algorytmicznego do rozwiązywania problemów. IT1A_U16 Test,
Execution of exercises
Knowledge
M_W001 ma wiedzę w zakresie metod matematycznych i numerycznych niezbędną do rozwiązywania zagadnień obliczeniowych IT1A_W08 Examination,
Test
M_W002 ma uporządkowaną wiedzę na temat analizy i przetwarzania sygnałów IT1A_W25 Examination,
Test
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 i zna możliwości ciągłego dokształcania się i podnoszenia kwalifikacji zawodowych i osobistych + - - - - - + - - - -
Skills
M_U001 potrafi łączyć znane algorytmy obliczeniowe i tworzyć własne w celu rozwiązywania prostych zagadnień obliczeniowych + - - - - - + - - - -
M_U002 potrafi zastosować zasady rozumowania algorytmicznego do rozwiązywania problemów. - - - - - - + - - - -
Knowledge
M_W001 ma wiedzę w zakresie metod matematycznych i numerycznych niezbędną do rozwiązywania zagadnień obliczeniowych + - - - - - - - - - -
M_W002 ma uporządkowaną wiedzę na temat analizy i przetwarzania sygnałów + - - - - - - - - - -
Module content
Lectures:

1. Wstępne wiadomości z analizy funkcjonalnej, przestrzenie Hilberta, operatory.
2. Reprezentacje sygnałów w dziedzinie czasu, reprezentacje analogowe (ciągłe).
3. Ciągła transformacja Fouriera.
4. Analiza sygnałów ciągłych w dziedzinie częstotliwości.
5. Transformacja Hilberta.
6. Teoria próbkowania, reprezentacje dyskretne.
7. Analiza sygnałów dyskretnych w dziedzinie czasu.
8. Transformacja „Z” sygnałów dyskretnych.
9. Analiza sygnałów w dziedzinie widmowej oraz w dziedzinie „Z”.
10. Konstrukcja filtrów cyfrowych.

Practical classes:

Ćwiczenia obliczeniowe
1. Podstawy obsługi systemu MatLab
2. Modelowanie sygnałów w oparciu o Szereg Fouriera
3. Szybka transformacja Fouriera
4. Okna widmowe
5. Filtracja pasmowa sygnałów
6. Przetwarzanie sygnałów losowych – filtracja optymalna
Ćwiczenia rachunkowe
1. Szeregi Fouriera
2. Transformacja Fouriera
3. Sygnały dyskretne – splot, korelacja
4. Dyskretma transformacja Fouriera
5. Transformacja Z
6. Analiza Dyskretnych Systemów Liniowych

Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 140 h
Module ECTS credits 5 ECTS
Participation in lectures 30 h
Realization of independently performed tasks 30 h
Participation in practical classes 30 h
Preparation for classes 50 h
Additional information
Method of calculating the final grade:

Ocena końcowa = 50% oceny z egzaminu + 50% oceny z ćwiczeń

Prerequisites and additional requirements:

Wiedza matematyczna i informatyczna zakresu analizy matematycznej i algebry liniowej z zakresu I roku oraz metod numerycznych dla studiów Informatyki Stosowanej

Recommended literature and teaching resources:

 Tomasz P. Zieliński Cyfrowe przetwarzanie sygnałów. Od teorii do zastosowań, WKŁ, 2009
 Richard G. Lyons, Wprowadzenie do cyfrowego przetwarzania sygnałów, WKŁ, 2010 (wyd. 2 rozszerzone)
 Zdzisław Papir Analiza częstotliwościowa sygnałów, Wyd. AGH, 1995.
 Jerzy Szabatin Podstawy teorii sygnałów, WKŁ, 1982 i późniejsze
 Ron Bracewell Przekształcenie Fouriera i jego zastosowania, WNT 1968
 Andrzej Wojnar Teoria sygnałów, WNT, 1988
 B.P.Lathi Teoria sygnałów i układów telekomunikacyjnych, PWN, 1970
 R.K.Otnes, L. Enochson, Analiza numeryczna szeregów czasowych, WNT,1978

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

Additional scientific publications not specified

Additional information:

Wymagane jest by student samodzielne opracował praktyczne realizacje poznanych algorytmów w języku Matlab (co najmniej 12 prostych algorytmów)

udział „praktycznych” punktów ECTS: 3
udział „teoretycznych” punktów ECTS: 2