Digital Signal Processing 1: Basic Concepts and Algorithms

Этот курс входит в специализацию ''Специализация Цифровая обработка сигналов'

4.6
звезд
Оценки: 300

Paolo Prandoni и еще 1 преподаватель

от партнера

Специализация Цифровая обработка сигналовФедеральная политехническая школа Лозанны

Об этом курсе

Digital Signal Processing is the branch of engineering that, in the space of just a few decades, has enabled unprecedented levels of interpersonal communication and of on-demand entertainment. By reworking the principles of electronics, telecommunication and computer science into a unifying paradigm, DSP is a the heart of the digital revolution that brought us CDs, DVDs, MP3 players, mobile phones and countless other devices. 
In this series of four courses, you will learn the fundamentals of Digital Signal Processing from the ground up. Starting from the basic definition of a discrete-time signal, we will work our way through Fourier analysis, filter design, sampling, interpolation and quantization to build a DSP toolset complete enough to analyze a practical communication system in detail. Hands-on examples and demonstration will be routinely used to close the gap between theory and practice.

To make the best of this class, it is recommended that you are proficient in basic calculus and linear algebra; several programming examples will be provided in the form of Python notebooks but you can use your favorite programming language to test the algorithms described in the course.

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Курс 1 из 4 в программе

Специализация Цифровая обработка сигналов

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Средний уровень

Прибл. 29 часов на выполнение

Английский

Субтитры: Арабский, Французский, Португальский (Европа), Итальянский, Вьетнамский, Немецкий, Русский, Английский, Испанский

Чему вы научитесь

The nature of discrete-time signals

Discrete-time signals are vectors in a vector space

Discrete-time signals can be analyzed in the frequency domain via the Fourier transform

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Курс 1 из 4 в программе

Специализация Цифровая обработка сигналов

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Средний уровень

Прибл. 29 часов на выполнение

Английский

Преподаватели

Оценка преподавателя

4.7/5 (оценок: 98)

Paolo Prandoni

Lecturer

School of Computer and Communication Science

89,149 учащихся

5 курсов

Martin Vetterli

Professor

School of Computer and Communication Sciences

89,149 учащихся

5 курсов

от партнера

Федеральная политехническая школа Лозанны

Программа курса: что вы изучите

Оценка контента96%(1,891 оценки)

Неделя

Неделя 1

7 ч. на завершение

Module 1.1: Digital Signal Processing: the Basics

Introduction to the notation and basics of Digital Signal Processing

7 ч. на завершение

6 видео ((всего 88 мин.)), 7 материалов для самостоятельного изучения, 1 тест

6 видео

1.1.1 What is digital signal processing?25мин

1.1.2 Discrete-time signals16мин

1.1.3.a How your PC plays discrete-time sounds3мин

1.1.3.b The Karplus-Strong algorithm19мин

1.1.4 Complex exponentials14мин

Signal of the Day: Goethe's temperature measurement8мин

7 материалов для самостоятельного изучения

Welcome to DSP One!5мин

Introduction5мин

Introduction2мин

Introduction5мин

Practice homework1ч

Notes and Supplementary Material15мин

1 практическое упражнение

Homework for Module 1.11ч 45мин

Неделя

Неделя 2

5 ч. на завершение

Module 1.2: Signal Processing Meets Vector Space

Modeling signals as vectors in an appropriate vector space. Using linear algebra to express signal manipulations.

5 ч. на завершение

7 видео ((всего 63 мин.)), 6 материалов для самостоятельного изучения, 1 тест

7 видео

1.2.1 Signal processing and vector spaces4мин

1.2.2.a Vector space15мин

1.2.2.b Signal spaces4мин

1.2.3 Bases13мин

1.2.4.a Subspace-based approximations4мин

1.2.4.b Polynomial Approximation11мин

Signal of the Day: Exoplanet hunting9мин

6 материалов для самостоятельного изучения

Introduction1мин

Practice homework1ч

Notes and Supplementary Material15мин

1 практическое упражнение

Homework for Module 1.21ч 30мин

Неделя

Неделя 3

9 ч. на завершение

Module 1.3: Fourier Analysis: the Basics

The fundamental concepts behind the Fourier transform and the frequency domain

9 ч. на завершение

14 видео ((всего 94 мин.)), 10 материалов для самостоятельного изучения, 1 тест

14 видео

1.3.1.a The frequency domain5мин

1.3.1.b The DFT as a change of basis10мин

1.3.2.a DFT definition5мин

1.3.2.b Examples of DFT calculation13мин

1.3.2.c Interpreting a DFT plot4мин

1.3.3.a DFT analysis11мин

1.3.3.b DFT example - analysis of musical instruments4мин

1.3.3.c DFT synthesis5мин

1.3.3.d DFT example - tide prediction in Venice4мин

1.3.3.e DFT example - MP3 compression4мин

1.3.4.a The short-time Fourier transform5мин

1.3.4.b The spectrogram7мин

1.3.4.c Time-frequency tiling5мин

Signal of the Day: The first man-made signal from outer space5мин

10 материалов для самостоятельного изучения

Introduction6мин

What have we learned?5мин

Introduction1мин

What have we learned?5мин

Introduction1мин

What have we learned?5мин

Introduction1мин

What have we learned?5мин

Practice homework1ч

Real-valued Transforms20мин

1 практическое упражнение

Homework for Module 1.32ч

Неделя

Неделя 4

8 ч. на завершение

Module 1.4: Fourier Analysis: More Advanced Tools

Delving deeper in the world of Fourier analysis.

8 ч. на завершение

11 видео ((всего 121 мин.)), 9 материалов для самостоятельного изучения, 1 тест

11 видео

1.4.1.a Discrete Fourier series4мин

1.4.1.b Karplus-Strong revisited and DFS7мин

1.4.2.a Karplus-Strong revisited and the DTFT13мин

1.4.2.b Existence and properties of the DTFT7мин

1.4.2.c The DTFT as a change of basis10мин

1.4.3.a Sinusoidal modulation7мин

1.4.3.b Tuning a guitar4мин

1.4.4.a Relationships between transforms11мин

1.4.4.b Zero padding5мин

1.4.5 The fast Fourier transform42мин

Signal of the Day: Tristan Chord6мин

9 материалов для самостоятельного изучения

Introduction1мин

What have we learned?2мин

Introduction1мин

What have we learned?10мин

Introduction5мин

Introduction1мин

Introduction2мин

Practice homework1ч

Notes and Supplementary Material15мин

1 практическое упражнение

Homework for Module 1.42ч

Рецензии

4.6

Рецензии: 56

5 stars
71.33%
4 stars
19.33%
3 stars
6%
2 stars
1.66%
1 star
1.66%

Лучшие отзывы о курсе DIGITAL SIGNAL PROCESSING 1: BASIC CONCEPTS AND ALGORITHMS

от партнера AZ19 сент. 2020 г.

Such a wonderful course, great instructors, and well structured. However, a little bit too involved and the concepts can be a little tricky to comprehend at times.

от партнера TS16 авг. 2020 г.

It offers rigorous introduction to DSP. Besides the lectures, it requires separate study of the materials to get well acquainted with the concepts.

от партнера MF3 нояб. 2020 г.

If you have enough patience to go through the math, you'll find this course and the subsequent courses in the specialization extremely rewarding.

от партнера BL22 авг. 2020 г.

Excellent first look into DSP, especially in the context of Fourier. Fairly math heavy so a strong math background is recommended.

Посмотреть все отзывы

Специализация Цифровая обработка сигналов: общие сведения

This Specialization provides a full course in Digital Signal Processing, with a focus on audio processing and data transmission. You will start from the basic concepts of discrete-time signals and proceed to learn how to analyze data via the Fourier transform, how to manipulate data via digital filters and how to convert analog signals into digital format. Finally, you will also discover how to implement real-time DSP algorithms on a general-purpose microcontroller. The solid theoretical bases provided by the four courses in this specialization are complemented by applied examples in Python, in the form of Jupyter Notebooks; exercises with solutions provide a wealth of examples in order to tackle the weekly homework.

Часто задаваемые вопросы

Когда я получу доступ к лекциям и заданиям?
Доступ к лекциям и заданиям предоставляется в зависимости от типа регистрации. Если вы проходите курс в режиме слушателя, то получите бесплатный доступ к большинству материалов курса. Чтобы открыть оцениваемые задания и возможность получить сертификат, необходимо будет приобрести прохождение с сертификатом. Это можно сделать во время прохождения в режиме слушателя или после него. Если вы не видите варианта 'Режим слушателя'.
Курс может не предлагаться в режиме слушателя. Попробуйте бесплатную пробную версию или подайте заявку на финансовую помощь.
Курс предлагаться в режиме 'Полный курс, без сертификата'. В нем можно просматривать все материалы, выполнять обязательные задания и получить итоговую оценку. Приобрести дополнительно прохождение с сертификатом в таком случае нельзя.
Что я получу, оформив подписку на специализацию?
Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.
Is financial aid available?
Да, Coursera предоставляет финансовую помощь учащимся, которые не могут оплатить обучение. Чтобы подать заявление, перейдите по ссылке "Финансовая помощь" слева под кнопкой "Зарегистрироваться". Заполните форму заявления. Если его примут, вы получите уведомление. Обратите внимание: этот шаг необходимо выполнить для каждого курса специализации, в том числе для дипломного проекта. Подробнее

Остались вопросы? Посетите Центр поддержки учащихся.

Digital Signal Processing 1: Basic Concepts and Algorithms