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

4.8
звезд
Оценки: 60
•
Рецензии: 3

Paolo Prandoni и еще 1 преподаватель

7 609 уже зарегистрированы

от партнера

Специализация Цифровая обработка сигналовФедеральная политехническая школа Лозанны

Об этом курсе

Недавно просмотрено: 9 225

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. 
The goal, for students of this course, will be to 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.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Курс 3 из 4 в программе

Специализация Цифровая обработка сигналов

Средний уровень

Прибл. 16 часов на выполнение

Английский

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

Чему вы научитесь

The difference between continuous and discrete time

Sampling and interpolation

Quantization, A/D and D/A converters

Multirate signal processing

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Курс 3 из 4 в программе

Специализация Цифровая обработка сигналов

Средний уровень

Прибл. 16 часов на выполнение

Английский

Преподаватели

Оценка преподавателя

4,38/5 (оценок: 13)

Paolo Prandoni

Lecturer

School of Computer and Communication Science

96 688 учащихся

5 курсов

Martin Vetterli

Professor

School of Computer and Communication Sciences

96 688 учащихся

5 курсов

от партнера

Федеральная политехническая школа Лозанны

Программа курса: что вы изучите

Неделя

Неделя 1

6 ч. на завершение

Module 3.1: Interpolation and Sampling

From continuous time to discrete time and vice versa.

6 ч. на завершение

10 видео ((всего 65 мин.)), 9 материалов для самостоятельного изучения, 1 тест

10 видео

3.1.1.a The continuous-time paradigm7мин

3.1.1.b Continuous-time signal processing7мин

3.1.1.c Bandlimited functions2мин

3.1.2.a Polynomial interpolation10мин

3.1.2.b Local interpolation6мин

3.2.1.c Sinc interpolation4мин

3.1.3.a The spectrum of interpolated signals5мин

3.1.3.b The space of bandlimited functions6мин

3.1.3.c The sampling theorem6мин

Signal of the Day: Fukushima7мин

9 материалов для самостоятельного изучения

Welcome to DSP Three!5мин

Introduction2мин

What have we learned?5мин

Introduction1мин

What have we learned?10мин

Introduction2мин

What have we learned?5мин

Practice homework1ч

Неделя 2

3 ч. на завершение

Module 3.2: Aliasing

What happens when we sample continuous-time signals and problems we should anticipate.

3 ч. на завершение

5 видео ((всего 42 мин.)), 4 материалов для самостоятельного изучения, 1 тест

5 видео

3.2.1.a Raw sampling3мин

3.2.1.b Sinusoidal aliasing13мин

3.2.1.c Aliasing for arbitrary spectra12мин

3.2.2.a Sampling strategies4мин

3.2.2.b Bandpass sampling7мин

4 материала для самостоятельного изучения

Introduction6мин

What have we learned?5мин

Introduction3мин

Practice homework1ч

1 практическое упражнение

Homework for Module 3.230мин

Неделя

Неделя 3

3 ч. на завершение

Module 3.3: Multirate Signal Processing

How to change the sampling rate entirely from the discrete-time domain.

3 ч. на завершение

3 видео ((всего 32 мин.)), 3 материалов для самостоятельного изучения, 1 тест

Неделя

Неделя 4

4 ч. на завершение

Module 3:4: A/D and D/A Conversion

Going from analog to digital, and vice-versa.

4 ч. на завершение

8 видео ((всего 75 мин.)), 6 материалов для самостоятельного изучения, 1 тест

8 видео

3.4.1.a Quantization9мин

3.4.1.b Clipping, saturation and companding2мин

3.4.2 Analog-to-digital and digital-to-analog converters10мин

3.4.3.a Practical sampling and interpolation11мин

3.4.3.b Oversampled D/A10мин

3.4.3.c Oversampled A/D5мин

MP3 Compression19мин

Signal of the Day: Lehman Brothers6мин

6 материалов для самостоятельного изучения

Introduction3мин

What have we learned?3мин

Introduction3мин

What have we learned?5мин

Practice homework for Module 3.41ч

1 практическое упражнение

Homework for Module 3.430мин

Рецензии

4.8

Рецензии: 3

5 stars
91,80 %
4 stars
4,91 %
1 star
3,27 %

Лучшие отзывы о курсе DIGITAL SIGNAL PROCESSING 3: ANALOG VS DIGITAL

от партнера MT6 июля 2020 г.

Great course with nice examples. However I got stuck on week 3 quiz for a long time which was a little tricky, but otherwise the tests were also good and they checked the concepts well.

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.
Можно ли получить финансовую помощь?
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 3: Analog vs Digital