Este curso faz parte do Programa de cursos integrados Processamento Digital de Sinais

4.6
estrelas
371 classificações
•
70 avaliações

Paolo Prandoni +1 mais instrutores

27.003 já se inscreveram

oferecido por

Programa de cursos integrados Processamento Digital de SinaisEscola Politécnica Federal de Lausana

Informações sobre o curso

57.199 visualizações recentes

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. 
In this series of four courses, you will 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.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Certificados compartilháveis

Tenha o certificado após a conclusão

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Curso 1 de 4 no

Programa de cursos integrados Processamento Digital de Sinais

Nível intermediário

Aprox. 29 horas para completar

Inglês

Legendas: Árabe, Francês, Portuguese (European), Italiano, Vietnamita, Alemão, Russo, Inglês, Espanhol

O que você vai aprender

The nature of discrete-time signals

Discrete-time signals are vectors in a vector space

Discrete-time signals can be analyzed in the frequency domain via the Fourier transform

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Certificados compartilháveis

Tenha o certificado após a conclusão

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Curso 1 de 4 no

Programa de cursos integrados Processamento Digital de Sinais

Nível intermediário

Aprox. 29 horas para completar

Inglês

Legendas: Árabe, Francês, Portuguese (European), Italiano, Vietnamita, Alemão, Russo, Inglês, Espanhol

Instrutores

Classificação do instrutor

4,73/5 (135 classificações)

Paolo Prandoni

Lecturer

School of Computer and Communication Science

94.562 aprendizes

5 Cursos

Martin Vetterli

Professor

School of Computer and Communication Sciences

94.562 aprendizes

5 Cursos

oferecido por

Escola Politécnica Federal de Lausana

Programa - O que você aprenderá com este curso

Classificação do conteúdo96%(2,479 classificações)

Semana

Semana 1

7 horas para concluir

Module 1.1: Digital Signal Processing: the Basics

Introduction to the notation and basics of Digital Signal Processing

7 horas para concluir

6 vídeos (Total 88 mín.), 7 leituras, 1 teste

6 videos

1.1.1 What is digital signal processing?25min

1.1.2 Discrete-time signals16min

1.1.3.a How your PC plays discrete-time sounds3min

1.1.3.b The Karplus-Strong algorithm19min

1.1.4 Complex exponentials14min

Signal of the Day: Goethe's temperature measurement8min

7 leituras

Welcome to DSP One!5min

Introduction5min

Introduction2min

Introduction5min

Practice homework1h

Notes and Supplementary Material15min

1 exercício prático

Homework for Module 1.11h 45min

Semana

Semana 2

5 horas para concluir

Module 1.2: Signal Processing Meets Vector Space

Modeling signals as vectors in an appropriate vector space. Using linear algebra to express signal manipulations.

5 horas para concluir

7 vídeos (Total 63 mín.), 6 leituras, 1 teste

7 videos

1.2.1 Signal processing and vector spaces4min

1.2.2.a Vector space15min

1.2.2.b Signal spaces4min

1.2.3 Bases13min

1.2.4.a Subspace-based approximations4min

1.2.4.b Polynomial Approximation11min

Signal of the Day: Exoplanet hunting9min

6 leituras

Introduction1min

Practice homework1h

Notes and Supplementary Material15min

1 exercício prático

Homework for Module 1.21h 30min

Semana

Semana 3

9 horas para concluir

Module 1.3: Fourier Analysis: the Basics

The fundamental concepts behind the Fourier transform and the frequency domain

9 horas para concluir

14 vídeos (Total 94 mín.), 10 leituras, 1 teste

14 videos

1.3.1.a The frequency domain5min

1.3.1.b The DFT as a change of basis10min

1.3.2.a DFT definition5min

1.3.2.b Examples of DFT calculation13min

1.3.2.c Interpreting a DFT plot4min

1.3.3.a DFT analysis11min

1.3.3.b DFT example - analysis of musical instruments4min

1.3.3.c DFT synthesis5min

1.3.3.d DFT example - tide prediction in Venice4min

1.3.3.e DFT example - MP3 compression4min

1.3.4.a The short-time Fourier transform5min

1.3.4.b The spectrogram7min

1.3.4.c Time-frequency tiling5min

Signal of the Day: The first man-made signal from outer space5min

10 leituras

Introduction6min

What have we learned?5min

Introduction1min

What have we learned?5min

Introduction1min

What have we learned?5min

Introduction1min

What have we learned?5min

Practice homework1h

Real-valued Transforms20min

1 exercício prático

Homework for Module 1.32h

Semana

Semana 4

8 horas para concluir

Module 1.4: Fourier Analysis: More Advanced Tools

Delving deeper in the world of Fourier analysis.

8 horas para concluir

11 vídeos (Total 121 mín.), 9 leituras, 1 teste

11 videos

1.4.1.a Discrete Fourier series4min

1.4.1.b Karplus-Strong revisited and DFS7min

1.4.2.a Karplus-Strong revisited and the DTFT13min

1.4.2.b Existence and properties of the DTFT7min

1.4.2.c The DTFT as a change of basis10min

1.4.3.a Sinusoidal modulation7min

1.4.3.b Tuning a guitar4min

1.4.4.a Relationships between transforms11min

1.4.4.b Zero padding5min

1.4.5 The fast Fourier transform42min

Signal of the Day: Tristan Chord6min

9 leituras

Introduction1min

What have we learned?2min

Introduction1min

What have we learned?10min

Introduction5min

Introduction1min

Introduction2min

Practice homework1h

Notes and Supplementary Material15min

1 exercício prático

Homework for Module 1.42h

Avaliações

4.6

70 avaliações

5 stars
71,94%
4 stars
17,92%
3 stars
5,45%
2 stars
2,07%
1 star
2,59%

Principais avaliações do DIGITAL SIGNAL PROCESSING 1: BASIC CONCEPTS AND ALGORITHMS

por JA21 de Jul de 2020

very good course, but it require some math and a brief reading of a book in signals, there are only few courses in coursera that are challenging, this is one of them, 10/10

por AZ19 de Set de 2020

Such a wonderful course, great instructors, and well structured. However, a little bit too involved and the concepts can be a little tricky to comprehend at times.

por RM15 de Jul de 2020

It is a really comprehensive course with quizzes that were a bit tricky and challenging. I liked the python notebooks for complementing the theory of the course

por TS16 de Ago de 2020

It offers rigorous introduction to DSP. Besides the lectures, it requires separate study of the materials to get well acquainted with the concepts.

Visualizar todas as avaliações

Sobre Programa de cursos integrados Processamento Digital de Sinais

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.

Perguntas Frequentes – FAQ

Quando terei acesso às palestras e às tarefas?
O acesso a palestras e tarefas depende do tipo de inscrição. Se você participar de um curso como ouvinte, você poderá ver quase todo o conteúdo do curso gratuitamente. Para acessar tarefas valendo nota e obter um Certificado, você precisará adquirir a experiência do Certificado, durante ou após a participação como ouvinte. Se você não vir a opção de participar como ouvinte:
o curso pode não oferecer essa opção. Você pode experimentar um teste gratuito ou solicitar o auxílio financeiro.
Em vez disso, o curso pode oferecer 'Curso completo, sem Certificado'. Com esta opção, é possível ver todo o conteúdo do curso, enviar as avaliações necessárias e obter uma nota final. Isso também significa que você não poderá comprar uma experiência de Certificado.
O que recebo ao me inscrever nesta Especialização?
Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.
Existe algum auxílio financeiro disponível?
Sim, a Coursera oferece auxílio financeiro ao aluno que não possa pagar a taxa. Faça a solicitação clicando no link Auxílio Financeiro, abaixo do botão "Inscreva-se" à esquerda. Preencha uma solicitação e será notificado caso seja aprovado. Você terá que completar esta etapa para cada curso na Especialização, incluindo o Trabalho de Conclusão de Curso. Saiba mais .

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.

Digital Signal Processing 1: Basic Concepts and Algorithms