LU-DSP-b13
Digitālā (ciparu) signālu apstrāde
LU DF bakalauru kurss.
- Pasniedzējs Kaspars Sudars [mansuzvārds@edi.lv].
SVARĪGI
Ar šo semestri LU DF nebūs iespējams izlikt kursā atzīmi, ja nebūs aizpildīta kursa vērtējuma aptauja, kas pieejama LUIS sistēmā. Tāpēc visiem studentiem lūdzu to savlaicīgi izdarīt.
Mērķi
- Iepazīties ar digitālās signālu apstrādes pielietojumiem un principiem
Motivācija
"Think how electronics has changed the world in the last 50 years. DSP will have the same role over the next 50 years. Learn it or be left behind!" - Steve Smith, autors "DSP Guide"
Mājas un citi iesniedzamie darbi
- Iesniegšanas termiņa laiks ir 30 minūtes pirms nākamās lekcijas sākumam, ja netiek noteikts cits termiņš.
- Ja darbs tiek iesniegts ar novēlošanos, rezultāts tiek samazināts par 50% pirmo septiņu dienu laikā pēc termiņa, un vēl par 50% plus 10% par katru nokavēto dienu septiņas vai vairāk dienas pēc termiņa.
- Darbi iesniedzami elektroniski, pa epastu pasniedzējam.
- E-pasta Subj. ir sekojošs: "DSP MD1 Vards Uzvards" - piemērs pirmajam mājasdarbam. Vārds uzvārds rakstāmi latīņu burtiem - bez garumzīmēm un tml. (failu sistēmu saderībai).
- Teksts noformējams PDF faila formātā. Piemēram MD2 fails būtu sekojošs: DSP_MD2_Vards_Uzvards.pdf
- Iesniedzamie projektu faili arhivējami tgz formātā, sekojoši: DSP_MD2_Vards_Uzvards.tgz Atspiežot šo failu tam jārada direktorija ar tādu pašu nosaukumu, kur atrodas visi faili.
Vērtējums kursā
Kursa galējais vērtējums sastāv no sekojošām komponentēm:
- 10% - dalība lekcijās un diskusijās
- 20% - mājas darbi, praktiskie darbi un testi
- 20+20% - divi kontroldarbi semestra vidū
- 30% - rakstisks gala eksāmens
- Obligāta kursa aptaujas anketas aizpildīšana LUIS sistēmā
- Atzīmes uzlabošanai iespējams papildus rakstīt eseju par tēmu, kas jāsaskaņo ar pasniedzēju.
Kalendārs
| Nedēļas datumi | Kursa saturs | ||
|---|---|---|---|
| 28.01.2013. - 03.02.2013. | Reģistrācijas nedēļa | ||
| 07.02.2013 | DSP priekš datoriķiem. Ievadlekcija. DSP definīcija un pielietojumi. DSPGuide grāmatā 1. nodaļa. Slaidi | ||
| 14.02.2013 | Analogais-ciparu pārveidotājs (ADC). Signālu diskretizācija, Kvantēšanas kļūdas, un kā ar tam cīnīties. DSPGuide grāmatā 3 nodaļa. Signāli un to mērīšana. Statistika, varbūtība un trokšņi. DSPGuide grāmatā 2 nodaļa. Ievads MATLAB, SCILAB un OCTAVE datu apstrādes sistēmās. M-valodas Slaidi |
MD-1 ???? | |
| 21.02.2013 | Lineāras sistēmas. Sintēze - dekompozīcija. Superpozīcijas princips. | MD1 termiņš. | |
| 28.02.2013 | |||
| 07.03.2013 | |||
| 14.03.2013 | Vidus semestra kontroldarbs. 1. - 7. nodaļas no DSPGuide grāmatas un lekcijām. | ||
| 21.03.2013 | |||
| 25.03.2013. - 01.04.2013. | Lieldienu brīvdienas | ||
| 04.04.2013. | MD2 ??? | ||
| 11.04.2013 | MD2 termiņš | ||
| 18.04.2013 | |||
| 25.04.2013 | Brīvajā laikā: Praktiskais darbs ar Octave. Audio signāla apstrāde. Furje transformācijas pielietojums. 22. nodaļa grāmatā. | ||
| 02.05.2013 | Vidus semestra kontroldarbs KD2. Ieskaitot darbu ar Octave.
Visa līdz šim kursā izņemtā viela. Tajā skaitā par Furje transformācijām: 1.-9., 14., 15. nodaļas DSPGuide grāmatā, un lekciju slaidi. | ||
| 09.05.2013 | MD3 ??? | ||
| 16.05.2013 | Loga funkcijas, Heminga logs. Kursa kopsavilkums I. Praktiskie darbi. | MD3 termiņš | |
| 23.05.2013 | Digitālās signāla apstrādes principu un metožu pārskats un kursa kopsavilkums II.
DSP procesori, to arhitektūras. DSPGuide grāmatā 28. un 29. nodaļas. |
MD4 ???. | |
| 30.05.2013 | |||
| TBA | Alternatīvs eksāmens tiem, kas nerakstīja iepriekš, ar 80% kā maksimālo rezultātu kavējuma dēļ. Kursa rezultātu paziņošana. |
Prakstiskie un mājas uzdevumi
- MD1: Ģenerēt nejaušus skaitļus (vismaz 80000) un histogrammas sekojošām funkcijām: RND, RND+RND, RND+RND+RND+RND. Izdarīt secinājumus par histogrammām. Iesūtīt grafikus un secinājumus pdf dokumentā. Programmēšanas vide Octave.
- MD2: Audio faila konvolūcija ar gausa funkciju, secinājumi.
- MD3: Implementēt Kalmana filtru Octave vidē. Ģenerēt testa signālu ar troksni. Filtrēt to ar Kalmana filtru. Mainīt Kalman Gain un veikt secinājumus.
- MD4: Ģenerēt testa signālu y:
- N=1000;
- sigmau=1.8;
- x=linspace(0,1,N)*.5;
- y=x+sigmau*randn(1,N);
- Izmantojot signālu y, atdalīt no tā troksni, izmantojot (a) Moving Average, (b) Gausa un (c) Kalmana filtrus. Salīdzināt visu filtru rezultātus, izmantojot vidējās kvadrātiskās kļūdas kritēriju (ja tiek izmantots cits kritērijs, tad pamatot tā izvēli). Izdarīt secinājumus.
Lekciju piezīmes
- Lekcijas par merīšanu (sampling)
- Uzdevumi Octave sistēmai
Saites
- DSP Guide gramata tiešsaistē
- Kompleksie skaitļi DSP
- Labi matreāli par Kalmana filtru
