Dieser Kurs ist Teil der Spezialisierung Spezialisierung Digitale Signalverarbeitung

Paolo Prandoni +1 weiterer Dozent

von

Spezialisierung Digitale SignalverarbeitungÉcole Polytechnique Fédérale de Lausanne

Über diesen Kurs

45,928 kürzliche Aufrufe

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.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Kurs 2 von 4 in

Spezialisierung Digitale Signalverarbeitung

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Mittel“

Ca. 18 Stunden zum Abschließen

Englisch

Untertitel: Englisch

Was Sie lernen werden

Digital filters, how they work

Digital filter design

Adaptive signal processing

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Kurs 2 von 4 in

Spezialisierung Digitale Signalverarbeitung

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Mittel“

Ca. 18 Stunden zum Abschließen

Englisch

Untertitel: Englisch

Dozenten

Dozentenbewertung

4.78/5 (23 Bewertungen)

Paolo Prandoni

Lecturer

School of Computer and Communication Science

86,141 Kursteilnehmer

5 Kurse

Martin Vetterli

Professor

School of Computer and Communication Sciences

86,141 Kursteilnehmer

5 Kurse

von

École Polytechnique Fédérale de Lausanne

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche

Woche 1

7 Stunden zum Abschließen

Module 2.1 Digital Filters

How digital filters work in time and in frequency.

7 Stunden zum Abschließen

13 Videos (Gesamt 78 min), 12 Lektüren, 1 Quiz

13 Videos

2.1.1.a Linear time-invariant filters4m

2.1.1.b Convolution6m

2.1.2.a The moving average filter8m

2.1.2.b The leaky integrator5m

2.1.3.a Filter classification in the time domain3m

2.1.3.b Filter stability5m

2.1.4.a The convolution theorem6m

2.1.4.b Examples of frequency response14m

2.1.5.a Filter classification in the frequency domain1m

2.1.5.b The ideal lowpass filter6m

2.1.5.c Ideal filters derived from the ideal lowpass filter2m

2.1.5.d Demodulation revisited2m

SOTD: Can one hear the shape of a room?10m

12 Lektüren

Welcome to DSP Two!5m

Introduction1m

What have we learned?3m

Introduction1m

What have we learned?3m

Introduction1m

What have we learned?2m

Introduction2m

What have we learned?3m

Introduction2m

What have we learned?3m

Practice homework1h

1 praktische Übung

Homework for Module 2.12h 30m

Woche

Woche 2

8 Stunden zum Abschließen

Module 2.2: Filter Design

Learning how to choose and design the right filter using the z-transform and numerical tools.

8 Stunden zum Abschließen

13 Videos (Gesamt 147 min), 11 Lektüren, 1 Quiz

13 Videos

2.2.1.a Impulse truncation (and the Gibbs phenomenon)3m

2.2.1.b The window method10m

2.2.1.c Frequency sampling2m

2.2.2.a The z-transform14m

2.2.2.b Region of convergence and stability15m

2.2.3 Intuitive IIR designs10m

2.2.4.a Filter specifications6m

2.2.4.b IIR design3m

2.2.4.c FIR design7m

2.2.4.d Fractional delay and Hilbert filter16m

2.2.5.a Implementation of digital filters12m

2.2.5.b Real-time processing22m

Signal of the Day: Image Resolution and Space Exploration19m

11 Lektüren

Introduction5m

What have we learned?2m

Introduction5m

What have we learned?5m

Introduction1m

What have we learned?2m

Introduction2m

What have we learned?5m

Introduction3m

Practice homework1h

Notes and Supplementary Materials3m

1 praktische Übung

Homework for Module 2.21h 30m

Woche

Woche 3

3 Stunden zum Abschließen

Module 2.3: Stochastic and Adaptive Signal Processing

Analyzing and processing random signals and designing filters that adapt to unknown inputs.

3 Stunden zum Abschließen

8 Videos (Gesamt 75 min), 6 Lektüren, 1 Quiz

8 Videos

2.3.1.a Random Variables10m

2.3.1.b Stochastic Processes10m

2.3.1.c Power Spectral Density18m

2.3.1.d Filtering Random Processes4m

2.3.2.a Optimal Least Squares10m

2.3.2.b LPC Speech Coding7m

2.3.2.c The LMS Filter8m

2.3.2.d Echo Cancellation4m

6 Lektüren

Introduction8m

What have we learned?5m

Introduction3m

What have we learned?10m

Practice Homework10m

Notes and Supplementary Material5m

1 praktische Übung

Homework for Module 2.3

Über den Spezialisierung Digitale Signalverarbeitung

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.

Häufig gestellte Fragen

Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:
Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.
Is financial aid available?
Ja, Coursera bietet für Kursteilnehmer, die sich die Kursgebühr nicht leisten können, finanzielle Unterstützung an. Bewerben Sie sich dafür, indem Sie auf den Link für finanzielle Unterstützung links unter der Schaltfläche „Anmelden“ klicken. Sie werden zum Ausfüllen eines Antrags aufgefordert und werden bei Genehmigung benachrichtigt. Diesen Schritt müssen Sie für jeden Kurs der Spezialisierung ausführen, auch für das Abschlussprojekt. Mehr erfahren
Erhalte ich akademische Leistungspunkte für den Abschluss des Kurses?
Für diesen Kurs gibt es keine akademischen Leistungspunkte, doch Hochschulen können nach eigenem Ermessen Leistungspunkte für Kurszertifikate vergeben. Wenden Sie sich an Ihre Einrichtung, um mehr zu erfahren. Online-Abschlüsse und Mastertrack™-Zertifikate auf Coursera bieten die Möglichkeit, akademische Leistungspunkte zu erwerben.

Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..

Digital Signal Processing 2: Filtering