Universitatea POLITEHNICA din Bucureti Facultatea de Automatic i Calculatoare Catedra de Automatic i Ingineria Sistemelor FIA DISCIPLINEI

1. DATE DE IDENTIFICARE Titlul Disciplinei: Prelucrarea Semnalelor Titular de disciplin: Prof. Dan TEFNOIU Tipul: pregtire de specialitate Numr ore curs: 314 = 42 ore Numr ore aplicatii: 214 = 28 ore/semigrup Numrul de puncte de credit: 5 Semestrul: 7 Pachetul B: Automatic i ingineria sistemelor Precondiii parcurgerea i/sau promovarea urmtoarelor discipline: Matematica i Fizica primilor 2 ani de studiu ntr-o universitate tehnic. Metode Numerice. Teoria Sistemelor. Identificarea Sistemelor. Acest curs constituie o baz de cunotine pentru urmtoarele discipline: Achiziia i Prelucrarea primar a datelor. Transmisia Datelor. Compresia Datelor (voce, imagini, etc.). Tehnici de Diagnoz. 2. OBIECTIVELE DISCIPLINEI - Obiectivul acestui curs este de a introduce principalele concepte i terminologia specific Prelucrrii Semnalelor Digitale, cu deschidere ctre aplicaii practice (n special de Compresia Datelor i Telecomunicaii). Prezentarea urmrete familiarizarea studenilor cu principalele tehnici de prelucrare a semnalelor bazate pe Analiza armonic de tip Fourier, clasic. Fiind un curs matematici aplicate, acesta urmrete n subsidiar familiarizarea studenilor cu o manier riguroas, dar pragmatic de abordare a problemelor din inginerie. - Obiectivul lucrrilor de laborator asociate cursului este de a oferi posibilitatea verificrii prin simulare a ctorva algoritmi de implementare eficient a Transformatei Fourier Discrete i de compresie de date. Prin aceasta, n subsidiar, se urmrete i mbuntirea capacitilor de proiectare a unui program optimizat ntr-un limbaj de programare (MATLAB sau C++). 3. COMPETENE SPECIFICE Cursul ofer competene n direcia utilizrii algoritmilor de baz din prelucrarea semnalelor, n diferite aplicaii, cum ar fi: achiziia i prelucrarea primar a datelor, compresie i transmisie de date, estimare spectral, filtrare numeric.
1

Fia cursului de Prelucrarea Semnalelor

(Dan tefnoiu)

4. CONTINUTUL TEMATIC (SYLABUS) a. Curs: Capitolul 1 2 3 Titlu i coninut succint Introducere. Note istorice. Conceptul de semnal. Clasificri ale semnalelor. Problema general a Prelucrrii Semnalelor. O soluie clasic: dezvoltarea n serie Fourier. Algebra secvenelor discrete de semnal. Stabilitate. Cauzalitate. Ecuaii cu diferen (grafuri de semnale, Teorema lui Tellegen). Reprezentarea n frecven a semnalelor. Tipuri de transformri ale lui Fourier (Continu, Discretizat, Serii Fourier Continue i Discrete, Transformata Fourier Discret). Proprieti elementare ale Transformatelor Fourier (proprieti de convoluie i simetrie). Corelaii cu Transformatele Laplace i Z. Eantionarea semnalelor. Dualitatea dintre eantionare i interpolare. Teoreme fundamentale de eantionare (Valle Poussin, Shannon-Kotelnikov, Shannon-Nyquist). Fenomenul de aliere n frecven. Interpolarea exact. Serii Fourier Discrete. Definiie. Proprieti de convoluie i simetrie. Transformata Fourier Discret. Dualitatea dintre secvenele de semnal periodice i cele de durat finit. Proprieti de convoluie liniar i circular. Proprieti de simetrie. Reconstituirea Transformatei Z din valori ale sale pe cercul unitar. Algoritmi rapizi de tip Fourier (din clasa FFT). Principiul fundamental al algoritmilor de tip FFT. Algoritmul lui Goertzel. Algoritmi cu segmentare n timp. Algoritmi cu segmentare n frecven. Algoritmi de tip Cooley-Tukey. Algoritmi de tip Singleton. Algoritmi compozii. Exemple de algoritmi compozii pentru secvene de semnal cu lungimea divizibil cu 3 sau cu 4. Metode de analiz spectral. Problema netezitii spectrelor estimate ale semnalelor stocastice. Procedura lui Bartlett. Procedura lui Welch. Estimare spectral autoregresiv (algoritmul LevinsonDurbin). Algoritmii MUSIC i ESPRIT pentru sinusoide corupte de zgomote importante. b. Aplicaii: Lucrarea de laborator nr. 1 2 3 4 5 6 7 8 9 Titlu Algoritmul lui Goertzel. Algoritmi de tip FFT cu segmentare n timp . Algoritmi de tip FFT cu segmentare n frecven. Algoritmul lui Bartlett. Algoritmul lui Welch. Algoritmul Levinson-Durbin. Algoritmul de compresie Shannon-Fano. Algoritmul de compresie static de tip Huffman. Algoritmul de compresie adaptiv de tip Huffman. Durat [ore] 2 4 2 4 2 4 2 4 4 Total: 28 Durat [ore] 3 6 3

5 6

3 6

12

Total: 42

Fia cursului de Prelucrarea Semnalelor

(Dan tefnoiu)

5. EVALUAREA a) Activitile evaluate i ponderea fiecreia Cele 100 de puncte de baz alocate n vederea examinrii studenilor sunt mprite n 2 categorii: 40 de puncte pentru activitatea de laborator i 60 de puncte pentru prestaia din timpul examenului. n afara acestora, se acod un punctaj suplimentar de pn la 10 puncte pentru participarea (inter)activ la curs i laborator, elaborarea de lucrri tiinifice de cercetare i idei originale (din aria curslui), premii i distincii. Astfel, punctajul global total poate atinge valoarea de 110. n cazul nepromovrii, punctajul de la laborator i cel suplimentar se conserv pn la promovare, dar punctajul de la examen se reconstruiete de la 0 (zero) la fiecare reexaminare. Studenii au posibilitatea de a-i mri punctajul de la laborator (dar n limita celor 40 de puncte), ntre reexamnri successive, cu respectarea termenelor de predare, prin efectuarea unor lucrri suplimentare. b) Cerinele minimale pentru promovare Elaborarea i predarea lucrrilor de laborator la termenele specificate n cursul semestrului. Rezultatele obinute de un student trebuie s fie originale i nu copiate sau preluate de la alte persoane. Punctajul minim necesar promovrii (laborator+examen+ suplimentar) este de 45 de puncte (din cele 110). c) Calculul notei finale Punctajul total (laborator+examen+suplimentar) se mparte la 10 i se rotunjete, cu limitarea la nota 10, n caz de depire a celor 100 de puncte de baz alocate. Astfel, nota variaz ntre 0 i 10, iar un punctaj de 45 de puncte este convertit la nota 5 nota minim pentru promovare. Ca o excepie de la regula de mai sus, nota 10 poate fi obinut i de ctre studenii care ating sau depesc pragul de 90 de puncte. 6. REPERE METODOLOGICE Cursul i laboratorul sunt prezentate ntr-o manier hibrid: la baz se afl o prezentare PowerPoint, dar pasajele de complexitate ridicat sau care necesit un ritm suficient de lent, sunt reluate sau dezvoltate n detaliu pe tabl. Toat informaia relativ la curs, laboratoare, punctaje, termene, examene, etc se regsete pe pagina WEB a cursului: www.geocities.com/aplimathes/SISP , cu trimitere ctre alte pagini, dintre care una construit de studeni.

Fia cursului de Prelucrarea Semnalelor

(Dan tefnoiu)

7. BIBLIOGRAFIA MINIMAL A CURSULUI

[HaS86] [JaNo84] [OpSc85] [PrMa96] Haykin S. Adaptive Filter Theory , Prentice Hall, Englewood Cliffs, New Jersey, USA, 1986. Jayant N.S., Noll P. Digital Coding of Waveforms , Prentice Hall, Englewood Cliffs, New Jersey, USA, 1984. Oppenheim A.V., Schafer R. Digital Signal Processing , Prentice Hall, Upper Saddle River, New Jersey, USA, 1985. Proakis J.G., Manolakis D.G. Digital Signal Processing. Principles, Algorithms and Applications., third edition, Prentice Hall, Upper Saddle River, New Jersey, USA, 1996. Sderstrm T., Stoica P. System Identification , Prentice Hall, London, UK, 1989. tefnoiu D. Introducere n Prelucrarea Numeric a Semnalelor , Centrul de multiplicare al Universitii Politehnica din Bucureti, Romania, 1996. tefnoiu D. Tehnici de calcul n Prelucrarea Numeric a Semnalelor , Centrul de multimplicare al Universitii Politehnica din Bucureti, Romania, 1996. tefnoiu D. Compresia datelor , Editura Printech, Bucureti, Romnia, 2003. tefnoiu D., Culi J., Stoica P. Fundamentele Modelrii i Identificrii Sistemelor , Editura Printech, Bucureti, Romnia, 2005.

[SoSt89] [StD96a] 1 [StD96b] 2

[StD03] 2 [SCS05]

EF DE CATEDR Prof. Ioan Dumitrache

TITULAR DE DISCIPLIN Prof. Dan tefnoiu

1 2

Aceast carte constituie suportul de curs. Aceste cri includ lucrrile de laborator. 4