Ψηφιακή Επεξεργασία Σήματος

Κατανοεί τις διάφορες βαθμίδες ψηφιακής επεξεργασίας σήματος στο χρόνο και στο πεδίο της συχνότητας

Μελετά να σχεδιάζει να αξιολογρί και να εξομοιώνει ψηφιακά συστήματα

Θέτει προδιαγραφές και να σχεδιάζει ψηφιακά φίλτρα όλων των κατηγοριών

Να χρησιμοποιεί σχετικό λιγισμικό για διαχείριση και σχεδιασμό μεγάλων ψηφιακών συστημάτων

Ικανότητα γνώσεως και κατανόησης των ουσιωδών δεδομένων, ιδεών αξιομάτων και θεωρίας που σχετίζονται με ψηφιακή ανάλυση και επεξεργασία σημάτων.

Ικανότητα ανάπτυξης αλγορίθμων και λογισμικού

Ικανότητα να επιλέγει και να εφαρμόζει μεθοδολογίες σε ειδικά προβλήματα ψηφιακής επεξεργασίας

Ικανότητα μελέτης για τη συνεχή επαγγελματική ανάπτυξη.

Εισαγωγικά σε Ψηφιακές Διεργασίες

Σήματα και Συστήματα Διακριτού Χρόνου

Μετασχ. FOURIER Διακριτού Χρόνου – DTFT Μετασχηματισμός-z

Διακριτός Μετασχηματισμός Fourier (DFT)

Σχεδιασμός FIR φίλτρων

Σχεδιασμός IIR Φίλτρων

Δομές Πραγματοποίησης Φίλτρων

Προσαρμοζόμενα Φίλτρα (adaptive filters)

Φίλτρα Διάμεσης Τιμής

Εφαρμογές: α)Empirical mode decomposition

β) Ανάλυση ανεξαρτήτων συνιστωσών

γ) Dual Tone multifrequency

Antoniou “Digital Signal Processing”

Mitra “Digital Signal Processing – A computer based approach”

S. Fotopoulos “Digital Signal Processing –Basic conceps and applications” (in Greek)

Tίτλος του μαθήματος	Ψηφιακή Επεξεργασία Σήματος
Κωδικός αριθμός μαθήματος	ELC103
Τύπος του μαθήματος	Υποχρεωτικό
Επίπεδο του μαθήματος	Μεταπτυχιακό
Έτος σπουδών	1^o
Εξάμηνο	1^o
Πιστωτικές μονάδες ECTS	6
Όνομα του διδάσκοντος/των διδασκόντων	Σπ. Φωτόπουλος, Καθηγητής
Επιδιωκόμενα μαθησιακά αποτελέσματα του μαθήματος	Στο τέλος του μαθήματος ο φοιτητής θα πρέπει να είναι ικανός να Κατανοεί τις διάφορες βαθμίδες ψηφιακής επεξεργασίας σήματος στο χρόνο και στο πεδίο της συχνότητας Μελετά να σχεδιάζει να αξιολογρί και να εξομοιώνει ψηφιακά συστήματα Θέτει προδιαγραφές και να σχεδιάζει ψηφιακά φίλτρα όλων των κατηγοριών Να χρησιμοποιεί σχετικό λιγισμικό για διαχείριση και σχεδιασμό μεγάλων ψηφιακών συστημάτων
Δεξιότητες	Στο τέλος αυτού του μαθήματος ο φοιτητής θα έχει περαιτέρω αναπτύξει τις ακόλουθες δεξιότητες Ικανότητα γνώσεως και κατανόησης των ουσιωδών δεδομένων, ιδεών αξιομάτων και θεωρίας που σχετίζονται με ψηφιακή ανάλυση και επεξεργασία σημάτων. Ικανότητα ανάπτυξης αλγορίθμων και λογισμικού Ικανότητα να επιλέγει και να εφαρμόζει μεθοδολογίες σε ειδικά προβλήματα ψηφιακής επεξεργασίας Ικανότητα μελέτης για τη συνεχή επαγγελματική ανάπτυξη.
Προαπαιτήσεις	Καμμία
Περιεχόμενα (ύλη) του μαθήματος	Εισαγωγικά σε Ψηφιακές Διεργασίες Σήματα και Συστήματα Διακριτού Χρόνου Μετασχ. FOURIER Διακριτού Χρόνου – DTFT Μετασχηματισμός-z Διακριτός Μετασχηματισμός Fourier (DFT) Σχεδιασμός FIR φίλτρων Σχεδιασμός IIR Φίλτρων Δομές Πραγματοποίησης Φίλτρων Προσαρμοζόμενα Φίλτρα (adaptive filters) Φίλτρα Διάμεσης Τιμής Εφαρμογές: α)Empirical mode decomposition β) Ανάλυση ανεξαρτήτων συνιστωσών γ) Dual Tone multifrequency
Συνιστώμενη βιβλιογραφία προς μελέτη	Antoniou “Digital Signal Processing” Mitra “Digital Signal Processing – A computer based approach” S. Fotopoulos “Digital Signal Processing –Basic conceps and applications” (in Greek)
Διδακτικές και μαθησιακές μέθοδοι	Παραδόσεις με χρήση power point Εργαστηριακές ασκήσεις
Μέθοδοι αξιολόγησης/βαθμολόγησης	Γραπτή εξέταση. Στην κλίμακα 1έως 10 ελάχιστος βαθμός επιτυχίας είναι = 5 Η σωστή παράδοση των παραδοτέων των εργαστηρίων είναι προϋπόθεση των γραπτών εξετάσεων
Γλώσσα διδασκαλίας	Ελληνικά