Digital Signal Processing in Practice

Digitális jelfeldolgozás a gyakorlatban

A tantárgyleírás hatályossága

Hatályosság kezdete:

—

Hatályosság vége:

—

Subject name (Hungarian, English)

Digitális jelfeldolgozás a gyakorlatban

Digital Signal Processing in Practice

Subject code

BMEVIMIBV01

Subject type

—

Training Level

—

Course types and hours (weekly/semester)

Course type	lecture	tutorial	laboratory
hours (weekly)	2	2	0
type (linked/independent)	—	derived course	—

Assessment type

vizsga

Credits

Subject coordinator

Dr. Kollár István

position: egyetemi tanár

contact: kollar@mit.bme.hu

Responsible department

—

Faculty

Subject website

http://www.mit.bme.hu/oktatas/targyak/vimibv01/

Primary curriculum type

—

Direct prerequisites – Strong prerequisite

none

Direct prerequisites – Weak prerequisite

none

Direct prerequisites – Parallel prerequisite

none

Direct prerequisites – Milestone prerequisite

none

Direct prerequisites – Exclusion

none

Objectives

Programme

Bevezetés a Matlab-ba, feladatok megoldása a Matlab felhasználásával (1 hét)

Jelek csoportosítása, jellemzői, leírása (1 hét)

Az információkinyerés alapjai: maximum likelihood becslések (1 hét)

A jelek digitális ábrázolásának alapjai, gyakorlati megvalósítások, az elvi tételek gyakorlati alkalmazhatósági korlátai, közelítések és feltűnő eltérések a várttól

- mintavételezés (2 hét)

- kvantálás, kerekítési hibák (2 hét)

- dither (1 hét)

Szinuszjel mintavételezése, és diszkrét Fourier-transzformáltja (1 hét)

Koherens és nem koherens mintavételezés (1 hét)

Multiszinusz és feldolgozása, ablakozás (1 hét)

Zaj mintavételezése és DFT-je (1 hét)

Zenei jelfeldolgozás, minőségjavítás zene és beszéd esetén

Képfeldolgozási példa

Szűrőtervezés alapjai, egyszerű implementációk (1 hét)

A terv szerint összesen 14 hét

A hallgatóság kívánságának megfelelő esetleges további kérdések

A mondanivaló egy részét számítógép+kivetítő segítségével demonstráljuk.

Jelfeldolgozási gyakorlatok: Matlab-ban illetve hasonló, de ingyenesen használható programokban megoldható egyszerű feladatok

A digitális jelfeldolgozás gyakorlati feladatainak áttekintése, problémamegoldások, számítógépes gyakorlatszerzés alapvető digitális jelfeldolgozási feladatokban, ingyenesen használható jelfeldolgozó programokkal.

Learning outcomes

Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:

Knowledge

No learning outcomes recorded.

Skills

No learning outcomes recorded.

Attitudes

No learning outcomes recorded.

Autonomy and responsibility

No learning outcomes recorded.

Oktatási módszertan

Előadás (kb. 50%) + feladatmegoldások (kb. 20%) + számítógépes gyakorlatok az órán megszervezendő módon

Tanulástámogató anyagok

Not provided.

Recommended preliminary knowledge for completing the subject

Knowledge type competencies

(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)

Jelek és rendszerek, valószínűségszámítás

Skill type competencies

(azon előzetes képességek és készségek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)

nincs

Recommended (non-compulsory) preliminary competencies

(azon ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák összessége, amelyek jelentősen hozzájárulnak a tantárgy eredményes teljesítéséhez)

Jelek és rendszerek, valószínűségszámítás

General rules

Követelmények: a. A szorgalmi időszakban: otthon megoldandó kisfeladatok (5-8), 50%-uk helyes megoldása az aláírás feltétele b. A vizsgaidőszakban: vizsga c. Elővizsga: igény esetén Pótlási lehetőségek: 2 további kisfeladat kihirdetésre kerül és beadható a pótlási héten (az "igaziak" nem adhatók be késve, mert akkor nem lehet kihirdetni a helyes megoldást)

Assessment methods

In-term assessments

No detailed assessments provided.

Weight of in-term assessments

No weights provided.

Exam-period assessments

No detailed assessments provided.

Weight of exam elements

No weights provided.

Grade calculation

No grade thresholds provided.

Attendance requirements

No attendance requirements provided.

Rules for retake and resubmission

Not provided.

Short description

Not provided.

Detailed description

Not provided.

Recommended courses

MSc: aki a BSc-t elvégezte, az eleget tud BSc: Jelek és rendszerek 1, Valószínűségszámítás (Matematika A4) A vimim237 (Információfeldolgozás) tantárgy előzetes elvégzése nem követelmény, de előnyös. A két tantárgy nem üti egymást: ami ott elmélet, azt itt kipróbáljuk a gyakorlatban, ezért mindkettőre adható kredit.

Workload to complete the subject

No workload breakdown provided.

Validity of subject requirements

Requirements valid from:

—

Requirements valid until:

—

Curriculum placement

No curriculum placements recorded for this subject version.