ΓΕΝΙΚΑ

ΕΞΑΜΗΝΟ ΦΟΙΤΗΣΗΣ: 2ο
ΚΑΤΕΥΘΥΝΣΗ: Διεπιστημονικό
ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ: 7

ΔΙΔΑΣΚΟΝΤΕΣ

Πέτρος Μαραγκός

ΠΡΟΑΠΑΙΤΟΥΜΕΝΕΣ ΓΝΩΣΕΙΣ

Εισαγωγικό μάθημα σε «Σήματα & Συστήματα», ή Εισαγωγικό μάθημα σε Εξισώσεις Διαφορών και Μετ/σμό Fourier, Γραμμική Άλγεβρα

ΜΕΘΟΔΟΣ ΕΞΕΤΑΣΗΣ

Γραπτή Εξέταση (+ ασκησεις εργαστηριακες και αναλυτικες)

ΠΕΡΙΕΧΟΜΕΝΑ

Γενικευμένη θεωρία ψηφιοποίησης, θέματα βελτίωσης δειγματοληψίας και κβάντισης, και compressed sensing. Θεωρία και αλγόριθμοι διακριτού μετασχηματισμού Fourier (DFT, FFT). Oρθογώνιοι μετασχηματισμοί (DCT, KLT, SVD). Φασματική ανάλυση ντετερμινιστικών και τυχαίων σημάτων. Ομομορφική επεξεργασία σημάτων (cepstrum). Γραμμική πρόβλεψη. Σχεδίαση γραμμικών ψηφιακών φίλτρων. Επεξεργασία στατιστικών σημάτων. Παραμετρικά μοντέλα ARMA. Βέλτιστα γραμμικά φίλτρα (Wiener). Πολυ-ρυθμική επεξεργασία σημάτων, χρονο-συχνοτικές κατανομές, και διακριτός μετασχηματισμός κυματιδίων (wavelets). Συμπίεση δεδομένων με τεχνικές προβλεπτικής κωδικοποίησης, ανάλυση σε κύριες συνιστώσες, και διανυσματική κβάντιση. Ενδεικτικές συνοπτικές εφαρμογές σε επεξεργασία ηχητικών σημάτων (π.χ. μουσικής και φωνής), βιοϊατρικών σημάτων, τηλεπικοινωνίες, και πολυ-αισθητηριακά δίκτυα. Εργαστηριακές ασκήσεις.

ΒΙΒΛΙΟΓΡΑΦΙΑ

A. V. Oppenheim and R. W. Schafer, Discrete-time Signal Processing, Prentice-Hall, 2010.
J. Proakis and D. Manolakis, Ψηφιακή Ανάλυση Σήματος, Ελλην.Μετάφραση, Εκδόσεις Ιων.
M. H. Hayes, Statistical Digital Signal Processing and Modeling, Wiley & Sons, 1996.
S. Mallat, A Wavelet Tour of Signal Processing, Acad. Press, 2nd ed., 1999.