Signaler og lineære systemer i diskret tid

• forklare principperne for sampling af signaler i kontinuert tid.
• redegøre for sammenhænge og forskelle mellem fouriertransformationen, den tidsdiskrete fouriertransformation og den diskrete fouriertransformation.
• implementere algoritmer til beregning af rekursive og ikke-rekursive digitale filtre i Matlab.
• konvertere kontinuert-tids filtre til diskret-tids filtre ved brug af den bilineære transformation.
• benytte et spektrogram til at analysere tids/frekvens indholdet af et signal.
• beregne effektspektret at et stokastisk signal.
• analysere diskret-tids signaler og diskret-tids systemer i tids-, frekvens- og z-domænet.
• designe rekursive og ikke-rekursive digitale filtre.
• vurdere hvilken samplingsfrekvens, kvantisering og filtertype, der er nødvendig for at opfylde en simpel problemspecifikation.
• implementere computerprogrammer og visualisere resultater ved brug af Matlab.
• anvende engelsk sprogbrug indenfor digital signalbehandling og udarbejde opgaverne på engelsk.
• indsamle og benytte information fra forskellige litteraturkilder

Som en fortsættelse af kurset 31605/22050 Signaler og lineære systemer, introducerer dette kursus signaler og lineære systemer i diskret tid, digitale filtre og adaptive lineære neurale netværk fra et teknisk perspektiv. Metoderne bliver anvendt i forskellige områder af digital signalbehandling: akustik, telekommunikation, medikoteknik, regulering. Kurset indeholder følgende emner:
– Tidsdomæneanalyse og differensligninger,
– Samplingsætningen,
– Diskret-tid Fouriertransformation (DTFT),
– Fast Fourier Transform (FFT),
– z-transformation,
– IIR og FIR digitale filtre,
– Kort-tids Fourier transformationen
– Effektspektret af et stokastisk signal
– Støjreduktion

31605/22050, Kurset er en fortsættelse af kursus 22050 (tidligere 31605). Tilsvarende studieaktiviteter forudsættes.
Forudgående kendskab til Matlab eller et andet programmeringssprog (eks. C) er en fordel.

Forelæsninger, computerøvelser med Matlab eller Python.

Der bruges Matlab i kurset. Forudgående kendskab til Matlab eller et andet programmeringssprog (eks. C) er en fordel, men ikke strengt nødvendigt. Supplerende materiale vil blive givet, hvis det er nødvendigt

E-learning anvendes i form af podcast foredrag, on-line quiz (hjemmeopgaver), chat room, diskussionsforum/blog, elektronisk baseret opgaverettelse, web-baserede værktøjer og digital whiteboard.