Kursplan fastställd 2023-02-02 av programansvarig (eller motsvarande).
Kursöversikt
- Engelskt namnApplied signal processing
- KurskodSSY130
- Omfattning7,5 Högskolepoäng
- ÄgareMPICT
- UtbildningsnivåAvancerad nivå
- HuvudområdeDatateknik, Elektroteknik, Medicinteknik
- InstitutionELEKTROTEKNIK
- BetygsskalaTH - Mycket väl godkänd (5), Väl godkänd (4), Godkänd (3), Underkänd
Kurstillfälle 1
- Undervisningsspråk Engelska
- Anmälningskod 13118
- Max antal deltagare200 (minst 10% av platserna reserveras för utbytesstudenter)
- Blockschema
- Sökbar för utbytesstudenterJa
Poängfördelning
Modul | LP1 | LP2 | LP3 | LP4 | Sommar | Ej LP | Tentamensdatum |
|---|---|---|---|---|---|---|---|
| 0107 Tentamen 7,5 hp Betygsskala: TH | 7,5 hp |
|
I program
- MPDSC - DATA SCIENCE OCH AI, MASTERPROGRAM, Årskurs 1 (valbar)
- MPDSC - DATA SCIENCE OCH AI, MASTERPROGRAM, Årskurs 2 (valbar)
- MPEES - INBYGGDA ELEKTRONIKSYSTEM, MASTERPROGRAM, Årskurs 2 (valbar)
- MPEPO - HÅLLBARA ELKRAFTSYSTEM OCH ELEKTROMOBILITET, MASTERPROGRAM, Årskurs 2 (valbar)
- MPICT - INFORMATIONS- OCH KOMMUNIKATIONSTEKNIK, MASTERPROGRAM, Årskurs 1 (obligatorisk)
- MPMED - MEDICINTEKNIK, MASTERPROGRAM, Årskurs 1 (obligatorisk)
- MPMOB - MOBILITETSTEKNIK, MASTERPROGRAM, Årskurs 1 (valbar)
- MPMOB - MOBILITETSTEKNIK, MASTERPROGRAM, Årskurs 2 (valbar)
- MPSYS - SYSTEMTEKNIK, REGLERTEKNIK OCH MEKATRONIK, MASTERPROGRAM, Årskurs 1 (obligatoriskt valbar)
- MPWPS - TRÅDLÖS TEKNIK, FOTONIK OCH RYMDTEKNIK, MASTERPROGRAM, Årskurs 2 (valbar)
Examinator
Tomas McKelvey- Proprefekt, Elektroteknik
Behörighet
Grundläggande behörighet för avancerad nivåSökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.
Särskild behörighet
Engelska 6Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.
Kursspecifika förkunskaper
Grundläggande färdigheter i linjär algebra, sannolikhetslära, linjär signalteori (speciellt transformer, filtrering, fattning, sampling). Kunskap om stokastiska processer är användbart men inte nödvändigt (tex. kursen Random signals analysis). Erfarenhet av Matlab eller motsvarande.Syfte
Signalbehandling inbegriper tekniker för att återskapa viktig information från signaler och undertrycka irrelevanta delar i signalen. Syftet med kursen är att ge studenterna kunskap om standardtekniker och tillämpningar i området signalbehandling. Dessa tekniker är relevanta för design och implementering av kommunikationssystem, reglersystem, biomedicinska instrument och andra mätsystem. Studenterna ges tillfälle att praktiskt implementera några av teknikerna i semi-realistiska signalbehandlingsproblem och insikt i industriella metoder.Lärandemål (efter fullgjord kurs ska studenten kunna)
- i både tidsdomän och frekvensdomän analysera effekten av sampling, linjär filtrering och rekonstruktion av signaler
- förklara relationen mellan Fouriertransform, tidsdiskret Fouriertransform (DFT) och snabb Fouriertransform (FFT) och använda DFT för att utföra blockbaserad linjär och cirkulär filtrering
- genomföra design av linjära filter för att skapa FIR och IIR filter som uppfyller givna specifikationer
- använda LMS, RLS och Kalman filter för linjära adaptiva filtrereingsproblem samt genomföra förenklad analys av stabilitet och konvergenshastighet
- använda multirate teknik för signalbhenadlingsproblem för att öka beräkningseffektiviteten
- förklara hur kvantisering och ändlig ordlängd kan modeleras och analysera hur de påverkar signal- och algoritmkvalitet samt signal till brusförhållandet (SNR)
- diskutera effekterna av att använda linjära ändligtdimensionella modeller som approximation av oändligtdimensionella system
- realisera signabehandlingsalgoritmer på ett DSP-system
Innehåll
- Repetion av linjär signal- och systemteori: tidskontinuerliga och tidsdiskreta signaler och system i både tidsdomän och frekvensdomän, sampling, linjär filtrering och rekonstruktion av tidskontinuerlig signal (D/A omvandling)
- Repetition av stokastiska processer: medelvärde, autokorrelationsfunktion, spektrum, linjär filtrering av vitt brus
- Filterdesign och realisering: FIR och IIR filterstrukturer, design metodik, implementerings detaljer,signal anpassat filter
- Diskret Fourier transform (DFT): effekt av fönstring, Snabb Fouriertransform (FFT), användning av DFT för block-baserad linjär filtrering
- Adaptiva filter: Least mean square (LMS), rekursiv minsta kvadrat (RLS) och Kalman filtrering
- Multirate signalbehandling: uppsampling, nersampling, rate omvandling, poly-phase representation, filterbankar
- Effekter av ändlig ordlängd: Kvantisering av signal och filter koefficienter
- Implementering på DSP system
Organisation
Kursen består av 15 föreläsningar, 6 övningar, 3 inlämningsuppgifter, 2 projekt och skriftlig tentamen.Litteratur
Se kurshemsida.
Examination inklusive obligatoriska moment
Slutligt betyg är en sammanvägning av resultaten från inlämningsuppgifterna, projekten och den skriftliga tentamen. Projekten är obligatoriska.
Kursens examinator får examinera enstaka studenter på annat sätt än vad som anges ovan om särskilda skäl föreligger, till exempel om en student har ett beslut från Chalmers om pedagogiskt stöd på grund av funktionsnedsättning.