Aspectos Generales de IPD423 IPD 423 Procesamiento Avanzado

Aspectos Generales de IPD-423 IPD 423 –Procesamiento Avanzado de Señales Segundo semestre - 2019 Matías Zañartu, Ph. D. Departamento de Electrónica Universidad Técnica Federico Santa María

Aspectos Administrativos 2 Profesor Matías Zañartu, Ph. D Profesor Adjunto Oficina: B-402 Teléfono: 32 -2652612 Email: matias. zanartu@usm. cl (método de contacto preferido) Página web asignatura http: //www. elo. utfsm. cl/~ipd 414 Ayudante No hay ayudantía en esta asignatura

Descripción de la asignatura 3 Descripción general de la asignatura Curso avanzado de procesamiento digital de señales deterministas y estocásticas en tiempo cubriendo métodos modernos para el análisis y manipulación digital de señales Pre-requisitos sugeridos ELO-313: Procesamiento digital de señales con aplicaciones ELO-314. Laboratorio de procesamiento digital de señales Pre-requisito obligatorios ELO-104, y ELO-204 o equivalentes. Señales y sistemas analógicos, transformaciones lineales, Fourier. Probabilidades y procesos estocásticos. Programación en MATLAB.

Contenidos 4 I. Conceptos básicos Repaso de señales y sistemas en tiempo discreto, correlación, convolución discreta, transformada Z, DTFT, DFT, FFT. Imágenes digitales como señales discretas en 2 D. Procesos estocásticos en tiempo discreto: Promedios, secuencias de correlación y covarianza, densidad espectral II. Estimación Espectral Estimación espectral paramétrica y no paramétrica. Predicción lineal: Forward y Backward. Estructuras AR y ARMA. Espectros de Welch y Bartlett. Algoritmos Eigenanalysis des estimación espectral. Bancos de filtros digitales III. Técnicas de filtrado digital Diseño de filtros digitales IIR y FIR. Filtrado óptimo: Wiener FIR, IIR. Filtrado subóptimo: Matched filter. Filtros adaptivos: LMS, RLS, y LCMV. Transformada de Hilbert como herramienta de filtrado. Métodos de reducción de ruido, detección de envolvente, y estimación de señales en presencia de ruido IV. Multirate DSP Decimation-Interpolation. Filtrado e implementación multistage. Aplicaciones: Subband coding, narrow band filters, phase shifters. Introducción a wavelets.

Resultados esperados 5 Al aprobar la asignatura, el estudiante será capaz de Comprender y analizar sistemas lineales e invariantes de tiempo discreto Analizar y manipular señales digitales mediante diversos procesamientos en tiempo y frecuencia Utilizar herramientas avanzadas de manipulación de señales digitales Resolver problemas de ingeniería utilizando herramientas de procesamiento digital de señales en hardware y software Competencias Capacidad de manejar métodos avanzados para el estudio de señales y sistemas en tiempo discreto Capacidad de relacionar e integrar conceptos teóricos con herramientas aplicadas de la ingeniería Gestionar en forma escrita reportes técnicos y manejo del idioma inglés.

Aspectos Administrativos 6 Evaluaciones 2 Certamen escritos (30 %) 3 Tareas teóricas, MATLAB (30 %) 1 Proyecto avanzado (30 %) Trabajo en clases (10%) Dedicación estimada ~10 horas por semana Bibliografía J. G. Proakis and D. G. Manolakis, “Digital Signal Processing: Principles, Algorithms, and Applications”, Prentice-Hall, NJ, Fourth Edition, 2007. M. H. Hayes “Statistical Digital Signal Processing and Modeling”, Wiley 1 edition, 1996 A. V. Oppenheim and R. W. Schafer, “Discrete-Time Signal Processing”, Prentice-Hall, NJ, Third Edition, 2010.

Aspectos Administrativos 7 Horarios regulares Lunes 3 -4, P-114 Miercoles 3 -4, M-403 Atención a alumnos Lunes 2: 00 -3: 30 pm, B-402 Martes 2: 00 -3: 30 pm, B-402 Sesiones especiales Por definir

8