Course: Digital Signal Processing and Analysis

« Back
Course title Digital Signal Processing and Analysis
Course code KIV/AZS
Organizational form of instruction Lecture + Tutorial
Level of course Master
Year of study not specified
Semester Winter
Number of ECTS credits 6
Language of instruction Czech
Status of course unspecified
Form of instruction Face-to-face
Work placements This is not an internship
Recommended optional programme components None
Lecturer(s)
  • Mautner Pavel, Ing. Ph.D.
Course content
1. Introduction to digital signal processing, signals, systems, application areas of DSP 2. Basic continous time signals and its properties, sampling, quantization, 3. Time domain signal processing, LTI systems, description, impuls response, convolution, correlation, autocorrelation function 4. Random signals, basic properties and description 5. Z-transform, 6. Frequency domain signal processing, DFT, properties, FFT algorithms 7. Digital filters I: introduction, filter classification, finite-impulse response filter (FIR) 8. Digital filters II: nfinite impulse response filters (IIR), filter design 9. Spectral anlalysis of signals 10. Wavelet transform, properties, application, matching pursuit algorithm 11. Application of digital signal processing methods

Learning activities and teaching methods
Interactive lecture, One-to-One tutorial, Seminar classes
  • Contact hours - 65 hours per semester
  • Preparation for an examination (30-60) - 30 hours per semester
  • Preparation for comprehensive test (10-40) - 20 hours per semester
  • Graduate study programme term essay (40-50) - 45 hours per semester
prerequisite
Knowledge
aplikovat na zadaný problém základní znalosti z matematické analýzy,numerické matematiky,pravděpodobnosti a statistiky
navrhnout řešení daného problému
algoritmizovat zadaný problém a implementovat tento problém v některém z programovacích jazyků
Skills
algoritmizovat zadaný problém
programovat v některém ze základních programovacích jazyků Java, C/C++, Matlab)
Competences
N/A
learning outcomes
Knowledge
vysvětlit základní pojmy z oblasti ananlýzy a zpracování signálů
reprezentovat číslicový signál a provádět základní operace s číslicovými signály
popsat a klasifikovat jednoduchý lineární a časově invariantní číslicové systémy
transformovat signály do frekvenční a časově frekvenční oblasti
stanovit impulsní a frekvenční odezvu lineárních časově invariantních systémů
navrhovat jednoduché číslicové filtry
aplikovat uvedené metody při zpracování a analýze reálných signálů
Skills
analyzovat problém z oblasti číslicového zpracování signálů
navrhnout řešení problému včetně volby vhodných metod pro zpracování signálů
implementovat problém v některém z programovacích jazyků (Java, C/C++, Matlab)
analyzovat dosažené výsledky a zhodnotit je
používat některý z nástrojů vhodných pro zpracování signálů (Matlab, Labview, Octave apod.)
Competences
N/A
teaching methods
Knowledge
Interactive lecture
One-to-One tutorial
Seminar classes
Skills
Laboratory work
Practicum
Competences
Practicum
assessment methods
Knowledge
Test
Written exam
Skills
Seminar work
Skills demonstration during practicum
Competences
Skills demonstration during practicum
Seminar work
Recommended literature
  • Ambardar, Ashok. Digital signal processing : a modern introduction. Toronto : Thomson, 2007. ISBN 0-534-40509-6.
  • Davídek, Vratislav; Sovka, Pavel. Číslicové zpracování signálů a implementace. 1. vyd. Praha : ČVUT, 1996. ISBN 80-01-01530-0.
  • Jan, Jiří. Číslicová filtrace, analýza a restaurace signálů. 2., upr. a rozš. vyd. V Brně : VUTIUM, 2002. ISBN 80-214-1558-4.
  • Orfanidis, Sophocles J. Introduction to signal processing. Upper Saddle River : Prentice Hall, 1996. ISBN 0-13-209172-0.
  • Sanjit K. Mitra. Digital Signal Processing. A Computer-Based Approach. McGraw-Hill, 2002. ISBN 978-0071226073.
  • S.W. Smith. The Scientist and Engineer's Guide to Digital Signal Processing. California Technical Publishing, 1999.


Study plans that include the course
Faculty Study plan (Version) Category of Branch/Specialization Recommended year of study Recommended semester