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
Tilladte hjælpemidler	Med visse hjælpemidler: Se eksamensspecifikation
Bedømmelsesform	7-trins-skala
Censur	Intern prøve
Vurderingskriterier	Vurderingskriterierne er angivet i Universitetets eksamensordning