Digitale Signaalverwerking

Digital Signal Processing

6 EC

Semester 1, periode 2

5062DISI6Y

Eigenaar Bachelor Informatica
Coördinator drs. T.R. Walstra
Onderdeel van Bachelor Informatica, jaar 3Dubbele bachelor Wiskunde en Informatica, jaar 3

Studiewijzer 2020/2021

Globale inhoud

  • Complexe getallen
  • Basis signalen
  • Continue en discrete Fourier reeksen en transformaties
  • Convolutie en Filtering
  • Spectraalanalyse van discrete signalen
  • Laplace en Z-transformaties
  • Stabiliteit, polen en nulpunten in Z-vlak
  • Systeem analyse, feed-back
  • Toepassingen (Shazam, spraakherkenning, versnellen/vertragen geluid, PID-regelaar)

Studiemateriaal

Literatuur

  • Aanbevolen: Alan V.Oppenheim, Alan S. Willsky (old), Signals & Systems

  • Aanbevolen: Alan V. Oppenheim, Ronald W. Schafer, Discrete-Time Signal Processing

  • https://staff.fnwi.uva.nl/r.vandenboomgaard/SignalProcessing/index.html

Practicummateriaal

Software

  • Voor FPGA lab is Xilinx Vivado in gestripte versie nodig (linux)

Overig

  • Verplicht: Slides van het college
  • Verplicht: Lecture Notes

Leerdoelen

  • Begrip van theorie van de signaalverwerking, in het bijzonder signalen en hun ontbinding in frequentiecomponenten.
  • Het kunnen ontwerpen van een eenvoudig filter voor het versterken of verzwakken van frequenties in signalen. Kunnen analyseren en ontwerpen van een eenvoudige regelaar.
  • De theorie kunnen toepassen in de praktijk door het schrijven van (Python) programma's waarmee signalen geanalyseerd kunnen worden. Kunnen gebruiken van state-of-the-art programma bibliotheken voor de Fast Fourier Transform (FFTW).
  • Een eenvoudige toepassing van digitale signaalverwerking kunnen programmeren en documenteren.

Onderwijsvormen

  • Hoorcollege
  • Laptopcollege
  • Werkcollege

Verdeling leeractiviteiten

Activiteit

Uren

Hoorcollege

28

Laptopcollege

28

Tentamen

3

Werkcollege

14

Zelfstudie

95

Totaal

168

(6 EC x 28 uur)

Aanwezigheid

Aanwezigheidseisen opleiding (OER-B):

  • Voor practica en werkgroepbijeenkomsten met opdrachten geldt een aanwezigheidsplicht. Wanneer studenten niet voldoen aan deze aanwezigheidsplicht kan dit als gevolg hebben dat het onderdeel niet met een voldoende kan worden afgerond.

Toetsing

Onderdeel en weging Details

Eindcijfer

1 (100%)

Tentamen

Inzage toetsing

Om een inzagemoment aan te vragen, kun je contact opnemen met de coördinator.

Opdrachten

Assignments are made individually. Presentation can be done in a group by 2 - 3 students. Each student submits an outline of the article.
Tutor session are made individually.

Fraude en plagiaat

Over het algemeen geldt dat elke uitwerking die je inlevert ter verkrijging van een beoordeling voor een vak je eigen werk moet zijn, tenzij samenwerken expliciet door de docent is toegestaan. Het inzien of kopiëren van andermans werk (zelfs als je dat hebt gevonden bij de printer, in een openstaande directory of op een onbeheerde computer) of materiaal overnemen uit een boek, tijdschrift, website, code repository of een andere bron - ook al is het gedeeltelijk - en inleveren alsof het je eigen werk is, is plagiaat.

We juichen toe dat je het cursusmateriaal en de opdrachten met medestudenten bespreekt om het beter te begrijpen. Je mag bronnen op het web raadplegen om meer te weten te komen over het onderwerp en om technische problemen op te lossen, maar niet voor regelrechte antwoorden op opgaven. Als in een uitwerking gebruik is gemaakt van externe bronnen zonder dat een bronvermelding is vermeld (bijvoorbeeld in de rapportage of in commentaar in de code), dan kan dat worden beschouwd als plagiaat.

Deze regels zijn er om alle studenten een eerlijke en optimale leeromgeving aan te kunnen bieden. De verleiding kan groot zijn om te plagiëren als de deadline voor een opdracht nadert, maar doe het niet. Elke vorm van plagiaat wordt bestraft. Als een student ernstige fraude heeft gepleegd, kan dat leiden tot het uitschrijven uit de Universiteit. Zie voor meer informatie over het fraude- en plagiaatreglement van de Universiteit van Amsterdam: www.student.uva.nl

Weekplanning

WeeknummerOnderwerpenStudiestof
1
2
3
4
5
6
7
8

Rooster

Het rooster van dit vak is in te zien op DataNose.

Aanvullende informatie

Aanbevolen voorkennis: Continue wiskunde (integreren en differentiëren), programmeren (in Python en mogelijk ook C)

Maximaal aantal studenten: 25

Verwerking vakevaluaties

Hieronder vind je de aanpassingen in de opzet van het vak naar aanleiding van de vakevaluaties.

Contactinformatie

Coördinator

  • drs. T.R. Walstra