Programa PS DS

5
PS–1/5 FI Ş A DISCIPLINEI 1. DATE DE IDENTIFICARE Titlul Disciplinei: Prelucrarea Semnalelor Titular de disciplină: Prof. Dan ŞTEFĂNOIU Tipul: pregătire de specialitate Numărul orelor de curs: 2×14 = 28 ore Numărul orelor de aplicaţii: 2×14 = 28 ore/semigrupă Numărul punctelor de credit (ECTS): 4 Numărul orelor de studiu individual: 4×26–(28+28) = 48 Semestrul: 7 Pachetul B: Automatică şi ingineria sistemelor Precondiţii – parcurgerea şi/sau promovarea următoarelor discipline: Matematica şi Fizica primilor 2 ani de studiu într-o universitate tehnică. Metode Numerice. Teoria Sistemelor. Identificarea Sistemelor. Acest curs constituie o bază de cunoştinţe pentru următoarele discipline: Transmisii de Date (Licenţă). Sisteme de Reglare Automată (Licenţă). Sisteme de Conducere a Proceselor Industriale (Licenţă). Identificarea Sistemelor (Licenţă). Compresia Datelor (Licenţă). Prelucrarea Semnalelor Audio (Licenţă). Tehnici de Diagnoză si Decizie (Licenta). Tehnici Avansate de Identificare şi Prelucrare a Semnalelor (Masterat). Prelucrare Avansată de Semnal prin Transformate Ortogonale (Masterat). 2. OBIECTIVELE DISCIPLINEI Obiectivul acestui curs este de a introduce principalele concepte şi terminologia specifică Prelucrării Semnalelor Digitale, cu deschidere către aplicaţii practice (în special de Compresia Datelor şi Telecomunicaţii). Prezentarea urmăreşte familiarizarea studenţilor cu principalele tehnici de Universitatea „Politehnica“ din București Facultatea de Automatică și Calculatoare Splaiul Independentei no. 313 060042 - Bucharest, ROMANIA www.pub.ro www.acs.pub.ro acse.pub.ro Departmentul de Automatică și Ingineria Sistemelor

Transcript of Programa PS DS

  • PS1/5

    FIA DISCIPLINEI 1. DATE DE IDENTIFICARE

    Titlul Disciplinei: Prelucrarea Semnalelor Titular de disciplin: Prof. Dan TEFNOIU Tipul: pregtire de specialitate Numrul orelor de curs: 214 = 28 ore Numrul orelor de aplicaii: 214 = 28 ore/semigrup Numrul punctelor de credit (ECTS): 4 Numrul orelor de studiu individual: 426(28+28) = 48 Semestrul: 7 Pachetul B: Automatic i ingineria sistemelor Precondiii parcurgerea i/sau promovarea urmtoarelor discipline: Matematica i Fizica primilor 2 ani de studiu ntr-o universitate tehnic. Metode Numerice. Teoria Sistemelor. Identificarea Sistemelor.

    Acest curs constituie o baz de cunotine pentru urmtoarele discipline: Transmisii de Date (Licen). Sisteme de Reglare Automat (Licen). Sisteme de Conducere a Proceselor Industriale (Licen). Identificarea Sistemelor (Licen). Compresia Datelor (Licen). Prelucrarea Semnalelor Audio (Licen). Tehnici de Diagnoz si Decizie (Licenta). Tehnici Avansate de Identificare i Prelucrare a Semnalelor (Masterat). Prelucrare Avansat de Semnal prin Transformate Ortogonale (Masterat).

    2. OBIECTIVELE DISCIPLINEI Obiectivul acestui curs este de a introduce principalele concepte i

    terminologia specific Prelucrrii Semnalelor Digitale, cu deschidere ctre aplicaii practice (n special de Compresia Datelor i Telecomunicaii). Prezentarea urmrete familiarizarea studenilor cu principalele tehnici de

    Universitatea Politehnica din Bucureti Facultatea de Automatic i Calculatoare

    Splaiul Independentei no. 313 060042 - Bucharest, ROMANIA www.pub.ro www.acs.pub.ro

    acse.pub.ro

    Departmentul de Automatic i Ingineria Sistemelor

  • Fia disciplinei: Prelucrarea Semnalelor (Dan tefnoiu)

    PS2/5

    prelucrare a semnalelor bazate pe Analiza armonic de tip Fourier, clasic. Fiind un curs matematici aplicate, acesta urmrete n subsidiar familiarizarea studenilor cu o manier riguroas, dar pragmatic de abordare a problemelor din inginerie. Obiectivul lucrrilor de laborator asociate cursului este de a oferi posibilitatea

    verificrii prin simulare a ctorva algoritmi de prelucrare de semnal, n special referitori la implementarea eficient a Transformatei Fourier Discrete, la compresia de date i la proiectarea de filtre numerice optimale. Prin aceasta, n subsidiar, se urmrete i mbuntirea capacitilor de proiectare a unui program optimizat ntr-un limbaj de programare (MATLAB sau C++).

    3. COMPETENE SPECIFICE Cursul ofer competene n direcia utilizrii algoritmilor de baz din prelucrarea semnalelor, n diferite aplicaii, cum ar fi: achiziia i prelucrarea primar a datelor, compresia i transmisia de date, estimarea spectral, filtrarea numeric. n particular, cursanii dobndesc abilitatea de a utiliza o serie de funcii dedicate domeniului Prelucrrii Semnalelor Digitale din mediul de programare MATLAB.

    4. CONINUTUL TEMATIC (SYLABUS) a. Curs:

    Capitolul Titlu i coninut succint Durat [ore] 1 Introducere. Note istorice. Conceptul de semnal. Clasificri

    ale semnalelor. Problema general a Prelucrrii Semnalelor. O soluie clasic: dezvoltarea n serie Fourier.

    2

    2 Algebra secvenelor discrete de semnal. Stabilitate. Cauzalitate. Ecuaii cu diferene (grafuri de semnale, Teorema lui Tellegen).

    4

    3 Reprezentarea n frecven a semnalelor. Tipuri de transformri ale lui Fourier (Continu, Discretizat, Serii Fourier Continue i Discrete, Transformata Fourier Discret). Proprieti elementare ale Transformatelor Fourier (proprieti de convoluie i simetrie). Corelaii cu Transformatele Laplace i Z.

    2

    4 Eantionarea semnalelor. Dualitatea dintre eantionare i interpolare. Teoreme fundamentale de eantionare (Valle Poussin, Shannon-Kotelnikov, Shannon-Nyquist). Fenomenul de aliere n frecven. Interpolarea exact.

    2

    5 Serii Fourier Discrete. Definiie. Proprieti de convoluie i simetrie. 2

    6 Transformata Fourier Discret. Dualitatea dintre secvenele de semnal periodice i cele de durat finit. Proprieti de convoluie liniar i circular. Proprieti de simetrie. Reconstituirea Transformatei Z din valori ale sale pe cercul unitar.

    4

    7 Algoritmi rapizi de tip Fourier (din clasa FFT). Principiul fundamental al algoritmilor de tip FFT. Algoritmul lui Goertzel. Algoritmi cu segmentare n timp. Algoritmi cu segmentare n

    8

  • Fia disciplinei: Prelucrarea Semnalelor (Dan tefnoiu)

    PS3/5

    frecven. Algoritmi de tip Cooley-Tukey. Algoritmi de tip Singleton. Algoritmi compozii. Exemple de algoritmi compozii pentru secvene de semnal cu lungimea divizibil cu 3 sau cu 4.

    8 Metode de analiz spectral. Problema netezirii spectrelor estimate ale semnalelor stocastice. Procedura lui Bartlett. Procedura lui Welch. Estimare spectral autoregresiv (algoritmul Levinson-Durbin). Algoritmii MUSIC i ESPRIT pentru sinusoide corupte de zgomote importante.

    4

    Total: 28

    b. Aplicaii (proiecte de laborator): Not. Fiecare semigrup de studeni poate alege unul dintre pachetele de teme

    de laborator care urmeaz. Semigrupe diferite pot alege pachete diferite.

    Pachetul #1 Semnale elementare, filtrare numeric, eantionare

    Nr. Titlu Durat [ore] 1 Semnale discrete. 22 Transformata Fourier. 23 Reprezentarea n frecven a sistemelor liniare

    invariante la deplasri temporale. 4

    4 Proiectarea filtrelor FIR prin metoda ferestrei 65 Proiectarea filtrelor FIR prin optimizare 66 Proiectarea filtrelor IIR prin metode de

    transformare 6

    7 Eantionare i interpolare 2 Total: 28

    Pachetul #2 Algoritmi de tip FFT

    Nr. Titlu Durat [ore] 1 Transformata Fourier Discret (TFD). 22 Algoritmul lui Goertzel. 43 Algoritmul FFT cu segmentare n timp. 144 Algoritmul FFT cu segmentare n frecven. 8 Total: 28

    Pachetul #3 Algoritmi fundamentali de compresia datelor

    Nr. Titlu Durat [ore] 1 Introducere n Compresia Datelor. 22 Algoritmul Shannon-Fano. 43 Algoritmul Huffman static. 84 Algoritmul Huffman dinamic. 14 Total: 28

  • Fia disciplinei: Prelucrarea Semnalelor (Dan tefnoiu)

    PS4/5

    Pachetul #4 Prelucrarea elementar a imaginilor cu undine

    Nr. Titlu Durat [ore] 1 Introducere n compresia de imagini. 22 Aplicarea unei transformate de culoare. 23 Aplicarea unei Transformate Undin. 24 Aplicarea metodei de compresie-codificare

    Huffman dinamic n cazul particular al imaginilor. 8

    5 Metoda Golomb-Rice. 46 Cteva metode de cuantificare a imaginilor.

    Transformata Undin bi-ortogonal. 10

    Total: 28

    5. EVALUAREA STUDENILOR a. Activitile evaluate i ponderea fiecreia

    Cele 100 de puncte de baz alocate n vederea examinrii studenilor sunt mprite n 3 categorii: 40 de puncte pentru proiect, 10 puncte pentru participarea (inter)activ la curs i laborator, elaborarea de lucrri tiinifice de cercetare i idei originale (din aria curslui), premii/distincii i 50 de puncte pentru prestaia din timpul examenului. n cazul nepromovrii, punctajul de la proiect i cel suplimentar se conserv pn la promovare, dar punctajul de la examen se reconstruiete de la 0 (zero) la fiecare reexaminare. Studenii au posibilitatea de a-i mri punctajul de la laborator (dar n limita celor 40 de puncte), ntre reexamnri successive, cu respectarea termenelor de predare, prin efectuarea unor lucrri de laborator suplimentare.

    b. Cerinele minimale pentru promovare Elaborarea i predarea laboratoarelor la termenele specificate n cursul

    semestrului. Rezultatele obinute de un student trebuie s fie originale i nu copiate sau

    preluate de la alte persoane sau de pe internet. Punctajul minim de admitere n examen: 25 de puncte (laborator+activitate). Punctajul minim necesar promovrii (laborator+activitate+examen) este de

    50 de puncte (din cele 100). c. Calculul notei finale

    Punctajul total (proiect+activitate+examen), dac este de cel puin 50 de puncte, se mparte la 10 i se rotunjete la ntregul cel mai apropiat. n caz contrar, dup mprirea la 10, nota obinut este trunchiat la ntreg. Astfel, nota variaz ntre 0 i 10, iar un punctaj de 49 de puncte este convertit la nota 4 (care nu asigur promovarea).

    Ca o excepie de la regula de mai sus, nota 10 poate fi obinut i de ctre studenii care ating sau depesc pragul de 90 de puncte.

    6. REPERE METODOLOGICE Cursul i laboratorul sunt prezentate ntr-o manier hibrid: la baz se afl o prezentare PowerPoint, dar pasajele de complexitate ridicat sau care necesit un ritm suficient de lent, sunt reluate sau dezvoltate n detaliu pe tabl. Toat informaia relativ la curs, laboratoare, punctaje, termene, examene etc., se regsete pe pagina WEB a cursului:

    http://acs.curs.pub.ro .

  • Fia disciplinei: Prelucrarea Semnalelor (Dan tefnoiu)

    PS5/5

    7. LIST BIBLIOGRAFIC MINIMAL [HaS86] Haykin S. Adaptive Filter Theory, Prentice Hall, Englewood Cliffs, New Jersey,

    USA, 1986. [JaNo84] Jayant N.S., Noll P. Digital Coding of Waveforms, Prentice Hall, Englewood

    Cliffs, New Jersey, USA, 1984. [OpSc85] Oppenheim A.V., Schafer R. Digital Signal Processing, Prentice Hall, Upper

    Saddle River, New Jersey, USA, 1985. [PrMa96] Proakis J.G., Manolakis D.G. Digital Signal Processing. Principles, Algorithms

    and Applications., third edition, Prentice Hall, Upper Saddle River, New Jersey, USA, 1996.

    [SoSt89] Sderstrm T., Stoica P. System Identification, Prentice Hall, London, UK, 1989. [StD96a]1 tefnoiu D. Introducere n Prelucrarea Numeric a Semnalelor, Centrul de

    multiplicare al Universitii Politehnica din Bucureti, Romania, 1996. [StD96b] tefnoiu D. Tehnici de calcul n Prelucrarea Numeric a Semnalelor, Centrul de

    multimplicare al Universitii Politehnica din Bucureti, Romania, 1996. [StD03] tefnoiu D. Compresia datelor, Editura Printech, Bucureti, Romnia, 2003. [SCS05] tefnoiu D., Culi J., Stoica P. Fundamentele Modelrii i Identificrii

    Sistemelor, Editura Printech, Bucureti, Romnia, 2005. [SDP10]2 tefnoiu D., Dumitrescu B., Petrescu C.D., Dumitracu A., chiopu I. Algoritmi

    clasici i moderni n Prelucrarea Semnalelor, n curs de apariie la Editura AGIR, Bucureti, Romnia, 2012.

    Director de departament, Titular de curs,

    Prof. Cristian OAR Prof. Dan TEFNOIU

    1 Aceast carte constituie suportul de curs. 2 Aceast carte include lucrrile de laborator.

    Transmisii de Date (Licen).Sisteme de Reglare Automat (Licen).Sisteme de Conducere a Proceselor Industriale (Licen).Identificarea Sistemelor (Licen).Compresia Datelor (Licen).Prelucrarea Semnalelor Audio (Licen).Tehnici de Diagnoz si Decizie (Licenta).Tehnici Avansate de Identificare i Prelucrare a Semnalelor Prelucrare Avansat de Semnal prin Transformate Ortogonale (

    /ColorImageDict > /JPEG2000ColorACSImageDict > /JPEG2000ColorImageDict > /AntiAliasGrayImages false /DownsampleGrayImages true /GrayImageDownsampleType /Bicubic /GrayImageResolution 300 /GrayImageDepth -1 /GrayImageDownsampleThreshold 2.00000 /EncodeGrayImages true /GrayImageFilter /DCTEncode /AutoFilterGrayImages true /GrayImageAutoFilterStrategy /JPEG /GrayACSImageDict > /GrayImageDict > /JPEG2000GrayACSImageDict > /JPEG2000GrayImageDict > /AntiAliasMonoImages false /DownsampleMonoImages true /MonoImageDownsampleType /Bicubic /MonoImageResolution 1200 /MonoImageDepth -1 /MonoImageDownsampleThreshold 1.50000 /EncodeMonoImages true /MonoImageFilter /CCITTFaxEncode /MonoImageDict > /AllowPSXObjects false /PDFX1aCheck false /PDFX3Check false /PDFXCompliantPDFOnly false /PDFXNoTrimBoxError true /PDFXTrimBoxToMediaBoxOffset [ 0.00000 0.00000 0.00000 0.00000 ] /PDFXSetBleedBoxToMediaBox true /PDFXBleedBoxToTrimBoxOffset [ 0.00000 0.00000 0.00000 0.00000 ] /PDFXOutputIntentProfile (None) /PDFXOutputCondition () /PDFXRegistryName (http://www.color.org) /PDFXTrapped /Unknown

    /Description >>> setdistillerparams> setpagedevice