Anbefalede faglige forudsætninger for at
deltage i modulet
Modulet bygger videre på viden opnået i kurset "Lineær algebra
og dynamiske systemer", hvorfor det anbefales, at den
studerende har grundlæggende viden om digitale systemer og
sampling, viden om teori og praksis for implementation af analoge
filtre - herunder grundlæggende prototypefiltre, viden om
z-transformation samt teori for LTI systemer.
Modulets indhold, forløb og pædagogik
Kurset giver en bred indføring i digital
signalbehandlingsteorier og -metoder. Der bygges videre på den
studerendes viden omkring basale analoge filtre,
Laplace-transformation og s-domæne repræsentation samt sampling og
z-transformation. Gennem teori og praktiske opgaver med brug af
relevante analyse- og designværktøjer introduceres
spektralestimering samt digital filtrering for såvel rekursive som
ikke-rekursive filterstrukturer. Desuden diskuteres teorien vedr.
re-sampling af tidsdiskrete signaler, og der fokuseres endvidere på
forskellige realisations-strukturer og disses numeriske og
beregningsmæssige egenskaber. Endelig introducerer kurset
forskellige forhold vedr. realtids-realisation af algoritmer til
spektralanalyse og filtrering, herunder numerisk repræsentation og
computer-arkitekturer.
Læringsmål
Viden
- Teori og metoder til non-parametrisk spektralestimering,
herunder f.eks. Diskret Fourier Transformation (DFT) og dennes
realisation i form af Fast Fourier Transformation (FFT) og Short
Time Fourier Transformation (STFT).
- Sammenhænge mellem tids- og frekvensdomænerepræsentationer,
herunder f.eks. Heisenberg’s usikkerhedsrelation.
- Vinduesfunktioner og disses karakteristika i tids- og
frekvensdomænet.
- Metoder til konstruktion af digitale filtre med såvel endelig
som uendelig impulsrespons, herunder realisationsstrukturer og
disses beregningsmæssige karakteristika.
- Group delay, minimum- og lineær fase systemer samt f.eks.
all-pass og half-band filtre.
- Re-sampling og multirate filtre.
- Talrepræsentationer anvendt i realtids digital
signalbehandling, herunder også f.eks. kvantisering, skalering,
signal-støj forhold (SNR) og støj-optimale strukturer.
- CPU-strukturer til signalbehandlings-algoritmer, herunder
f.eks. aritmetiske enheder samt kontrol- og
hukommelses-organisation.
Færdigheder
- Anvende relevante værktøjer som f.eks. Matlab eller Python til
spektralestimering.
- Anvende relevante værktøjer til design, simulering og
realtids-implementering af digitale filtre, herunder også mere
komplekse algoritmer som f.eks. multirate-strukturer.
- Vurdere betydningen af kvantisering samt anvende skalering ved
design og implementering af filter-strukturer, herunder f.eks.
beregning af SNR på filterets udgang.
- Vurdere hvorvidt forskellige signalbehandlings-algoritmer
opfylder givne specifikationer i såvel tids- som i
frekvensdomænet.
Kompetencer
- Den studerende har kompetencer til at analysere signaler samt
implementere digitale signalbehandlingsløsninger til f.eks.
bortfiltrering af støj eller equalizing af signaler med brug af
relevante værktøjer under hensyntagen til praktiske aspekter i
implementeringen såsom endelig ordlængde.
Undervisningsform
Jf. beskrivelsen i §17
Eksamen
Prøver
Prøvens navn | Digital signalbehandling |
Prøveform | Skriftlig eller mundtlig |
ECTS | 5 |
Bedømmelsesform | 7-trins-skala |
Censur | Intern prøve |
Vurderingskriterier | Vurderingskriterierne er angivet i Universitetets
eksamensordning |