DERS ADI

: İLERİ SAYISAL İŞARET İŞLEME

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS
EEE 5066 İLERİ SAYISAL İŞARET İŞLEME SEÇMELİ 3 0 0 8

Dersi Veren Birim

Fen Bilimleri Enstitüsü

Dersin Düzeyi

Yüksek Lisans

Ders Koordinatörü

DOÇENT DAMLA GÜRKAN KUNTALP

Dersi Alan Birimler

İngilizce Coğrafi Bilgi Sistemleri Doktora
Elektrik ve Elektronik Mühendisliği Yüksek Lisans
Elektrik ve Elektronik Mühendisliği Doktora

Dersin Amacı

Ders ileri seviye sinyal işleme tekniklerinin teorisi ve uygulamaları üzerine yoğunlaşır. Ders içeriği doğrusal öngörü, spectral kestirim, uyarlanır filtreleme, çoklu hızlı sayısal işaret işleme ve kepstrum analizinden oluşur. Dersde teorik olarak anlatılan konuların anlaşılması ve özümsenmesi amacıyla uygulama projeleri verilir.

Dersin Öğrenme Kazanımları

1   Sayısal filtre tasarımının teorisinin ötesinde pratikte karşılaşılan zorluklarını tespit etmek ve kavramak
2   Doğrusal öngörüleme metodunu anlamak ve farklı problemlere uygulamak
3   Farklı spektral kestirim tekniklerini sinyallere uygulamak
4   Uyarlanır filtre tasarımı yapabilmek ve bunu sinyal işleme problemlerine uygulamak
5   Çoklu hızlı sayısal işaret işleme tekniklerini kullanarak örneklem hızını ayarlayabilmek
6   Sinyal işleme problemlerinde ileri seviye DSP tekniklerini Matlab kullanarak uygulayabilme.

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama
1 Sayısal filtre tasarımı için çerçeve çalışma
2 Doğrusal öngörümleme
3 Doğrusal öngörümleme
4 Spektral kestirim, frekans çözünürlüğü, parametrik olmayan metotlar,periodogram, Barlett metodu, Welch metotu
5 Spektral kestirim, parametrik metotlar, AR, MA ve ARMA modelleri
6 Uyumlamalı filtreleme, Wiener filtresi
7 Uyumlamalı filtreleme, LMS, RLS algoritmaları
8 arasınav
9 Çoklu hızlı sayısal işaret işleme,desimator ve aradeğer kestirimi tasarımı ve uygulaması
10 Çoklu hızlı sayısal işaret işleme, çok katlı örnekleme hızı dönüşümü
11 Çoklu hızlı sayısal işaret işleme, mükemmel yeniden oluşturma filtre bankaları, karesel ayna filtre bankaları ve tasarımı
12 Sonlu kelime uzunluğu etkisi
13 Cepstrum analizi ve homomorf dekonvolüsyon
14 Cepstrum analizi ve homomorf dekonvolüsyon (dvm.)

Ders İçin Önerilen Kaynaklar

Ana kaynak: J. G. Proakis, et. al. "Digital Signal Processing", Pearson, 2007.

Yardımcı Kaynaklar:
Digital Signal processing, S.K. Mitra, McGraw-Hill, 2001
Discrete-Time Signal Processing, Alan V. Oppenheim, Ronald W.Schaffer, Prentice and Hall, 1989.

Öğrenme ve Öğretme Yöntemleri

sunumlar+ projeler+sınavlar

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL
1 PRJ PROJE
2 ARS ARASINAV
3 YYS YARIYIL SONU SINAVI
4 YSBN YIL SONU BAŞARI NOTU PRJ * 0.30 + ARS * 0.30 + YYS * 0.40
5 BUT BÜTÜNLEME
6 BUTBN BÜTÜNLEME SONU BAŞARI NOTU PRJ * 0.30 + ARS * 0.30 + BUT * 0.40


Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

İlan Edilecektir.

Dersin Öğretim Dili

İngilizce

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

İlan Edilecektir.

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

Dönem başında duyurulur

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Ders Anlatımı 13 3 39
Vize Sınavına Hazırlık 1 10 10
Final Sınavına Hazırlık 1 20 20
Haftalık Ders öncesi/sonrası hazırlıklar 13 3 39
Ödev Hazırlama 6 5 30
Tasarım Projesi 4 15 60
Final Sınavı 1 3 3
Vize Sınavı 1 3 3
TOPLAM İŞ YÜKÜ (saat) 204

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖKPK.1PK.2PK.3PK.4PK.5PK.6PK.7PK.8PK.9PK.10PK.11PK.12PK.13
ÖK.123435525523
ÖK.2332453253444
ÖK.322322324
ÖK.433533232
ÖK.5225233243
ÖK.625424243222