EQ2300 Digital signalbehandling 7,5 hp

Digital Signal Processing

Digital systems provide larger flexibility and better accuracy at a lower cost, compared to analogue systems. For this reason, they are used in most technical areas, including telecommunications, automatic control, audio, image processing, medical and military applications. The course provides a solid background to all these applications.

  • Utbildningsnivå

    Avancerad nivå
  • Huvudområde

    Elektroteknik
  • Betygsskala

    A, B, C, D, E, FX, F

Kurstillfällen/kursomgångar

Lärandemål

Efter att ha godkänts på kursen förväntas studenten kunna:

·        Ge exempel på signalbehandlingsproblem som kan lösas med hjälp av digital signalbehandling.

·        Implementera digitala signalbehandlingsmetoder i MATLAB (eller motsvarande programspråk) från en given algoritmbeskrivning eller teori.

·        Redogöra för och ge exempel på hur digitala filter kan implementeras i mjukvara och hårdvara, samt visa viss förståelse för olika implementationers för- och nackdelar.

·        Approximera filter med givna impulssvar och överföringsfunktioner med hjälp av FIR filter, samt kvalitativt och kvantitativt redogöra för kvaliteten på approximationen.

·        Visa förståelse för principen bakom FFT-algoritmen, använda denna algoritm för att filtrera digitala signaler i frekvensdomänen, samt beräkna algoritmens komplexitet.

·        Skatta effektspektrum för en tidsdiskret stokastisk process men hjälp av icke-parametriska och parametriska metoder samt visa förståelse för de olika metodernas för- och nackdelar.

·        Formulera och implementera MMSE-optimala FIR filter för en given signalmodell.

·        Implementera och använda metoder för att öka och minska datatakten för en samplad digital signal samt beskriva och räkna på hur signalen påverkas i tids- och frekvensdomänen.

·        Implementera och använda en filterbank för att dela upp en signal i del-band och sedan rekonstruera ursprungssignalen.

·        Visa förståelse för vad som händer då ett filter implementeras i fixtalsaritmetik, kunna modellera och räkna på kvantiserings- och fixtals-brus, och baserat på detta kunna välja mellan olika implementationer.

·        Kombinera ovan nämnda metoder och resultat för att lösa enklare signalbehandlingsuppgifter, samt kunna rapportera och motivera den valda lösningen på ett ingenjörsmässigt sätt i form av en skriven rapport.

Studenter som godkänts med högre betyg förväntas utöver ovanstående kunna:

·        Kombinera ovan nämnda metoder för att lösa mer komplexa uppgifter och signalbehandlingsproblem.

·        Väl motivera användningen av valda metoder, som till exempel en vald spektralskattningsmetod, med hjälp av på både kvalitativa och kvantitativa argument.

·        Visa förståelse för kursens teoretiska resultat utöver att kunna mekaniskt använda givna formler i beräkningar.

Kursens huvudsakliga innehåll

Kursen behandlar klassiska resultat och metoder inom digital signalbehandling, både i avsende på grundläggande principer och den matematiska teorin. Framför allt behandlas

·        Implementering av digitala filter samt approximation av önskade impulssvar och överförningsfunktioner med hjälp av FIR-filter.

·        Spektralestimeringsmetoder såsom periodogrammet, det modifierade periodogrammet, samt modellbaserad spektralskattning med hjälp av AR-modeller och dessas koppling till prediktion.

·        FFT-algoritmen och dess använding i spektralskattning och filtrering.

·        Uppsampling och nedsampling av tidsdiskreta signaler.

·        Filterbanker för uppdelning av signaler i delband.

Effekterna av fixtalsimplementationer av filter och system samt kvantisering.

Kursupplägg

Kursen baseras på föreläsningar där principiella resultat och teorier presenteras med hjälp av enklare exempel och demonstrationer, samt övningstilfällen då teorin appliceras i beräkningar. Övningstillfällena innefattar både uppgifter som löses av en kursassistent samt räkneproblem som löses självständigt av studenterna, potentiellt med hjälp av kursassistenterna. Kursen innehåller även en projektuppgift och en laborationsuppgift då det ges tillfälle att tillämpa teorin.Kursen ges på engelska.

Behörighet

För fristående kursstuderande: 120hp  samt engelska B eller motsvarande

Rekommenderade förkunskaper

EQ1220 Signalteori alternativt EQ1210 Introduktion till signalteori, eller EQ1240/EQ1260 Signalbehandling

Litteratur

Se kurshemsidan. 

Examination

  • LAB1 - Laboration, 0,5, betygsskala: P, F
  • PRO1 - Projektuppgift, 1,0, betygsskala: P, F
  • TEN1 - Skriftlig tentamen, 6,0, betygsskala: A, B, C, D, E, FX, F

De teoretiska kunskaperna examineras genom en klassisk skriven salstentamen på 5h. Implementationsfärdigheterna tränas och examineras genom ett mer omfattande projekt som innefattar både teoretiska härledningar och programmering, och som sedan redovisas i form av en projektrapport. Förmågan att koppla teorin till observationer i verkligheten testas och examineras i form av en laboration.

Krav för slutbetyg

En laboration (LAB1) med godkända förberedelseuppgifter och muntlig redovisning av labresultatet. Godkänd projektuppgift (PRO1) utförd och rapporterad i form av en projektrapport i grupper av högst två studenter. En skriftlig tentamen (TEN1).

Ges av

EECS/Intelligenta system

Kontaktperson

Joakim Jalden, Mats Bengtsson

Examinator

Joakim Jaldén <jalden@kth.se>

Övrig information

Ersätter 2E1340

Påbyggnad

EQ2400 Adaptiv signalbehandling

EQ2410 Avancerad digital kommmunikation

EQ2430/EQ2440 Projektkurs i signalbehandling/kommmunikation

EQ2450/EQ2460 Seminarieserie 

Versionsinformation

Kursplan gäller från och med VT2019.
Examinationsinformation gäller från och med VT2019.