Was werde ich in diesem Kurs über digitale Signalverarbeitung eigentlich lernen?

Sie lernen, über zeitdiskrete Signale nachzudenken, sie mathematisch darzustellen und sie im Frequenzbereich zu analysieren. Der Kurs beginnt mit den Grundlagen von Signalen und einfachen DSP-Operationen und führt dann in das Vektorraumdenken und die Fourier-Analyse ein. Auf dem Weg dorthin werden Sie die Ideen anhand von Beispielen wie Klangsynthese und dem Lesen von DFT-Diagrammen anwenden.

Benötige ich Kalkül oder lineare Algebra, bevor ich diesen Kurs beginne?

Ja, Grundrechenarten und lineare Algebra werden empfohlen, bevor Sie beginnen. Der Kurs verwendet lineare Algebra direkt, wenn er Signale als Vektoren und Basen behandelt, und diese Mathematik wird in das Fourier-Material übertragen. Sie brauchen keine tiefgreifenden Programmiererfahrungen, aber mehrere Beispiele werden als Python-Notebooks zum Testen der Algorithmen bereitgestellt.

Ist dieser Kurs anfängerfreundlich für die digitale Signalverarbeitung?

Er eignet sich gut für DSP-Einsteiger, wenn sie bereits über einige mathematische Kenntnisse verfügen. Der Kurs beginnt mit der Definition eines zeitdiskreten Signals, geht aber recht schnell in Vektorräume und Fourier-Methoden über und bleibt nicht auf der Ebene eines intuitiven Überblicks. Wenn Sie völlig neu in Kalkül, linearer Algebra oder mathematiklastigen Ingenieurskursen sind, könnte der Kurs anspruchsvoll sein.

Wie lange dauert es, diesen Kurs zu absolvieren?

Planen Sie insgesamt etwa 29 Stunden ein. Bei etwa 10 Stunden pro Woche sind das etwa drei Wochen kontinuierlichen Lernens, wobei die Zeit auf Lektionen, Lektüre und Arbeitsbeispiele verteilt ist. Der Kurs umfasst auch Hausaufgaben, Tests und geführte Übungen mit dem Notebook.

Gibt es in diesem Kurs praktische Übungen oder Laboratorien?

Ja, aber die praktische Arbeit ist eher angeleitet als projektbasiert. Sie werden mit Python-Notebook-Labors und praktischen Übungen arbeiten, mit denen Sie Ideen wie den Karplus-Strong-Algorithmus testen, Fourier-Ergebnisse darstellen oder Signalbeispiele wie Wähltöne untersuchen können. Diese Übungen helfen Ihnen, die Mathematik mit Signalen zu verbinden, die Sie hören, visualisieren und interpretieren können.

Welche Fähigkeiten, Themen oder Methoden werden in diesem Kurs behandelt?

Sie werden zeitdiskrete Signale, die Vektorraumansicht von Signalen und die Analyse im Frequenzbereich behandeln. Der Kurs lehrt die wichtigsten Fourier-Tools wie die DFT und STFT und verwendet sie dann zur Interpretation von Audio-, Sprach- und Kommunikationssignalen. Insgesamt hilft Ihnen der Kurs, zwischen Zeit- und Frequenzdarstellungen zu wechseln und zu verstehen, wie sich digitale Signale verhalten.

Was kann ich nach Abschluss dieses Kurses konkret tun?

Nach Abschluss des Kurses sollten Sie in der Lage sein, abgetastete Signale mit gängigen Fourier-Darstellungen zu analysieren und sie mit Hilfe der Sprache der Vektoren, Basen und Frequenzen zu erklären. Sie können zum Beispiel eine DFT-Darstellung untersuchen, um dominante Komponenten in einem Musikstück oder einem anderen zeitdiskreten Signal zu identifizieren. Das ist ein solides Ergebnis, wenn Ihr Ziel darin besteht, Signale auf prinzipielle Weise zu interpretieren und zu analysieren.

Liegt der Schwerpunkt dieses Kurses eher auf der Theorie oder auf praktischem Lernen?

Der Kurs ist eher konzeptorientiert, mit angeleiteten Übungen zur Festigung der Ideen. Die meiste Zeit des Kurses wird damit verbracht, zu verstehen, wie Signale, Frequenzanalyse und die zugrundeliegende Mathematik zusammenpassen, während Sie in den Laboren und Übungen diese Ideen an konkreten Beispielen testen können.

Warum sollte ich diesen Kurs gegenüber anderen Kursen zur digitalen Signalverarbeitung wählen?

Dieser Kurs ist eine gute Wahl, wenn Sie DSP durch lineare Algebra und Fourier-Denken erklärt bekommen möchten, und nicht nur als einen Werkzeugkasten mit Formeln. Er geht von zeitdiskreten Signalen zu Vektorräumen und zur Analyse im Frequenzbereich über und untermauert dies mit geführten Notizbüchern und Beispielen aus dem Audio- und Kommunikationsbereich. Wenn Sie eine mathematisch seriöse Einführung mit genügend Praxis wünschen, um die Ideen in Aktion zu sehen, ist dieser Kurs wahrscheinlich besser geeignet als ein leichterer, eher werkzeugorientierter Überblick.

Digitale Signalverarbeitung 1: Grundlegende Konzepte und Algorithmen

Sparen Sie mit 40% Rabatt auf 3 Monate Coursera Plus bei den Fähigkeiten, die Sie zum Strahlen bringen. Jetzt sparen

Digitale Signalverarbeitung 1: Grundlegende Konzepte und Algorithmen

Dieser Kurs ist Teil von Spezialisierung „Digitale Signalverarbeitung“

Dozenten: Paolo Prandoni

62.237 bereits angemeldet

Bei enthalten

Mehr erfahren

4 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

646 Bewertungen

Stufe Mittel

Einige einschlägige Kenntnisse erforderlich

Flexibler Zeitplan

3 Wochen bei 10 Stunden eine Woche

In Ihrem eigenen Lerntempo lernen

94%

Den meisten Lernenden hat dieser Kurs gefallen

4 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

646 Bewertungen

Stufe Mittel

Einige einschlägige Kenntnisse erforderlich

Flexibler Zeitplan

3 Wochen bei 10 Stunden eine Woche

In Ihrem eigenen Lerntempo lernen

94%

Den meisten Lernenden hat dieser Kurs gefallen

Was Sie lernen werden

Die Natur von zeitdiskreten Signalen
Zeitdiskrete Signale sind Vektoren in einem Vektorraum
Zeitdiskrete Signale können im Frequenzbereich mittels der Fourier-Transformation analysiert werden

Kompetenzen, die Sie erwerben

Kategorie: Digitale Signalverarbeitung
Kategorie: Lineare Algebra
Kategorie: Kommunikationssysteme
Kategorie: Algorithmen
Kategorie: Telekommunikation

Werkzeuge, die Sie lernen werden

Kategorie: Jupyter

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

4 Aufgaben

Unterrichtet in Englisch

91%

of learners achieved a positive career outcome

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung „Digitale Signalverarbeitung“

Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.

Lernen Sie neue Konzepte von Branchenexperten
Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 4 Module

Die digitale Signalverarbeitung (DSP) ist der Zweig der Technik, der in nur wenigen Jahrzehnten ein noch nie dagewesenes Maß an zwischenmenschlicher Kommunikation und Unterhaltung auf Abruf ermöglicht hat. Durch die Umgestaltung der Prinzipien von Elektronik, Telekommunikation und Informatik in ein vereinheitlichendes Paradigma ist DSP das Herzstück der digitalen Revolution, die uns CDs, DVDs, MP3-Player, Mobiltelefone und unzählige andere Geräte beschert hat.

In dieser Serie von vier Kursen lernen Sie die Grundlagen der digitalen Signalverarbeitung von Grund auf kennen. Ausgehend von der grundlegenden Definition eines zeitdiskreten Signals werden wir uns durch Fourier-Analyse, Filterdesign, Abtastung, Interpolation und Quantisierung arbeiten, um ein DSP-Toolset aufzubauen, das vollständig genug ist, um ein praktisches Kommunikationssystem im Detail zu analysieren. Um das Beste aus diesem Kurs herauszuholen, wird empfohlen, dass Sie die Grundrechenarten und die lineare Algebra beherrschen. Mehrere Programmierbeispiele werden in Form von Python-Notebooks zur Verfügung gestellt, aber Sie können auch Ihre bevorzugte Programmiersprache verwenden, um die im Kurs beschriebenen Algorithmen zu testen.

Moduldetails

Einführung in die Notation und die Grundlagen der digitalen Signalverarbeitung

Das ist alles enthalten

6 Videos7 Lektüren1 Aufgabe2 Unbewertete Labore1 Plug-in

6 VideosInsgesamt 88 Minuten

1.1.1 Was ist digitale Signalverarbeitung?25 Minuten
1.1.2 Zeitdiskrete Signale16 Minuten
1.1.3.a Wie Ihr PC zeitdiskrete Klänge wiedergibt4 Minuten
1.1.3.b Der Karplus-Strong-Algorithmus20 Minuten
1.1.4 Komplexe Exponentiale15 Minuten
Signal des Tages: Goethes Temperaturmessung9 Minuten

7 LektürenInsgesamt 97 Minuten

Willkommen bei DSP One!5 Minuten
Einführung5 Minuten
Einführung2 Minuten
Einführung5 Minuten
Einführung5 Minuten
Hausaufgaben üben60 Minuten
Anmerkungen und ergänzendes Material15 Minuten

1 AufgabeInsgesamt 105 Minuten

Hausaufgaben für Modul 1.1105 Minuten

2 Unbewertete LaboreInsgesamt 120 Minuten

Transozeanische Signalübertragung60 Minuten
Der Karplus-Strong-Algorithmus60 Minuten

1 Plug-inInsgesamt 15 Minuten

Rückmeldung W115 Minuten

Modellierung von Signalen als Vektoren in einem geeigneten Vektorraum. Verwendung linearer Algebra, um Signalmanipulationen auszudrücken.

Das ist alles enthalten

7 Videos6 Lektüren1 Aufgabe1 Unbewertetes Labor1 Plug-in

7 VideosInsgesamt 63 Minuten

1.2.1 Signalverarbeitung und Vektorräume4 Minuten
1.2.2.a Vektorraum15 Minuten
1.2.2.b Signalräume5 Minuten
1.2.3 Basen14 Minuten
1.2.4.a Unterraum-basierte Approximationen5 Minuten
1.2.4.b Polynomielle Approximation12 Minuten
Signal des Tages: Exoplaneten-Jagd9 Minuten

6 LektürenInsgesamt 79 Minuten

Einführung1 Minute
Einführung1 Minute
Einführung1 Minute
Einführung1 Minute
Hausaufgaben üben60 Minuten
Anmerkungen und ergänzendes Material15 Minuten

1 AufgabeInsgesamt 90 Minuten

Hausaufgaben für Modul 1.290 Minuten

1 Unbewertetes LaborInsgesamt 60 Minuten

Haar-Basen für die Bildkomprimierung60 Minuten

1 Plug-inInsgesamt 15 Minuten

Rückmeldung W215 Minuten

Die grundlegenden Konzepte hinter der Fourier-Transformation und dem Frequenzbereich

Das ist alles enthalten

14 Videos10 Lektüren1 Aufgabe3 Unbewertete Labore1 Plug-in

14 VideosInsgesamt 94 Minuten

1.3.1.a Der Frequenzbereich5 Minuten
1.3.1.b Die DFT als Veränderung der Basis11 Minuten
1.3.2.a DFT-Definition5 Minuten
1.3.2.b Beispiele für DFT-Berechnungen14 Minuten
1.3.2.c Interpretieren einer DFT-Darstellung5 Minuten
1.3.3.a DFT-Analyse11 Minuten
1.3.3.b DFT-Beispiel - Analyse von Musikinstrumenten5 Minuten
1.3.3.c DFT-Synthese6 Minuten
1.3.3.d DFT-Beispiel - Gezeitenvorhersage in Venedig4 Minuten
1.3.3.e DFT-Beispiel - MP3-Kompression5 Minuten
1.3.4.a Die Kurzzeit-Fourier-Transformation5 Minuten
1.3.4.b Das Spektrogramm8 Minuten
1.3.4.c Zeit-/Frequenz-Kacheln6 Minuten
Signal des Tages: Das erste von Menschen gemachte Signal aus dem Weltall6 Minuten

10 LektürenInsgesamt 109 Minuten

Einführung6 Minuten
Was haben wir gelernt?5 Minuten
Einführung1 Minute
Was haben wir gelernt?5 Minuten
Einführung1 Minute
Was haben wir gelernt?5 Minuten
Einführung1 Minute
Was haben wir gelernt?5 Minuten
Hausaufgaben üben60 Minuten
Realwert-Transformationen20 Minuten

1 AufgabeInsgesamt 120 Minuten

Hausaufgaben für Modul 1.3120 Minuten

3 Unbewertete LaboreInsgesamt 180 Minuten

So zeichnen Sie die DFT auf60 Minuten
DFT und numerische Präzision60 Minuten
Wahltöne60 Minuten

1 Plug-inInsgesamt 15 Minuten

Rückmeldung W315 Minuten

Tauchen Sie tiefer in die Welt der Fourier-Analyse ein.

Das ist alles enthalten

11 Videos9 Lektüren1 Aufgabe2 Unbewertete Labore1 Plug-in

11 VideosInsgesamt 121 Minuten

1.4.1.a Diskrete Fourier-Reihen5 Minuten
1.4.1.b Karplus-Strong revisited und DFS8 Minuten
1.4.2.a Karplus-Strong revisited und die DTFT13 Minuten
1.4.2.b Existenz und Eigenschaften der DTFT7 Minuten
1.4.2.c Die DTFT als Änderung der Basis10 Minuten
1.4.3.a Sinusförmige Modulation7 Minuten
1.4.3.b Stimmen einer Gitarre5 Minuten
1.4.4.a Beziehungen zwischen Transformationen12 Minuten
1.4.4.b Auffüllen mit Nullen5 Minuten
1.4.5 Die schnelle Fourier-Transformation42 Minuten
Signal des Tages: Tristan-Akkord7 Minuten

9 LektürenInsgesamt 97 Minuten

Einführung1 Minute
Was haben wir gelernt?2 Minuten
Einführung1 Minute
Was haben wir gelernt?10 Minuten
Einführung5 Minuten
Einführung1 Minute
Einführung2 Minuten
Hausaufgaben üben60 Minuten
Anmerkungen und ergänzendes Material15 Minuten

1 AufgabeInsgesamt 120 Minuten

Hausaufgaben für Modul 1.4120 Minuten

2 Unbewertete LaboreInsgesamt 120 Minuten

Können Sie die Phase eines Tons hören?60 Minuten
Tonfrequenz-Schläge60 Minuten

1 Plug-inInsgesamt 15 Minuten

Rückmeldung W415 Minuten

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozenten

Lehrkraftbewertungen

(222 Bewertungen)

Paolo Prandoni

École Polytechnique Fédérale de Lausanne

5 Kurse132.010 Lernende

von

École Polytechnique Fédérale de Lausanne

Bewertungen von Lernenden

5 stars
69,34 %
4 stars
20,58 %
3 stars
5,57 %
2 stars
1,70 %
1 star
2,78 %

Zeigt 3 von 646 an

Geprüft am 16. Aug. 2020

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

Geprüft am 21. Juli 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

Geprüft am 28. Nov. 2022

This course was a great refresher after not working with DSP concepts for while. It also went beyond what I had learned in school with good explanations and extra insights.

Weitere Bewertungen anzeigen