Bem-vindo ao meu repositório de estudos em Processamento Digital de Sinais!
Aqui reúno materiais, exemplos, códigos e anotações para consolidar meu aprendizado e servir de referência futura.
Este repositório tem como objetivo:
- Organizar o conteúdo de estudo de DSP, desde os fundamentos matemáticos até a implementação de algoritmos práticos.
- Manter exemplos de código, roteiros de estudo, resumos de teoria e soluções de exercícios.
- Servir como um ponto de partida centralizado para revisões rápidas e aprofundamentos pontuais.
Abaixo segue a organização das pastas e uma breve explicação do conteúdo previsto em cada uma:
-
livros/
Notas, resumos, trechos comentados e exercícios resolvidos dos livros de referência.- Sinais e Sistemas (Oppenheim e Willsky): Resumos de capítulos, exercícios resolvidos e esquemas.
- Discrete-Time Signal Processing (Oppenheim e Schafer): Tópicos avançados de DSP, transformadas e filtragem digital.
- Understanding Digital Signal Processing (Lyons): Comentários sobre uma abordagem mais intuitiva de DSP, com exemplos práticos.
- The Scientist & Engineer’s Guide to DSP (Smith): Observações, exemplos práticos e casos de uso.
-
convolution/
Conceitos básicos e avançados sobre convolução no tempo e na frequência. Exemplos ilustrando a aplicação da convolução em sinais contínuos e discretos, e implementação de convoluções com Python/NumPy. -
digital_filters/
Materiais sobre filtros digitais (FIR, IIR), design de filtros, análise de resposta em frequência e implementação. Scripts de teste e simulação dos filtros descritos na teoria. -
fft/
Fundamentos sobre a Transformada Rápida de Fourier (FFT), exemplos práticos de cálculo da FFT e IFFT, análise espectral, conversão de sinais do domínio do tempo para o domínio da frequência e vice-versa. -
transformadas_continuas/ (opcional)
Estudo e exemplos de transformadas no domínio contínuo (Fourier, Laplace), para fundamentar o entendimento do DSP no domínio discreto. -
transformadas_z/
Conceitos da Transformada Z, análise de sistemas LTI, projeto de filtros e implementação baseada nesta ferramenta. Exemplos ilustrativos e exercícios resolvidos. -
applications/
Casos de uso práticos do DSP:- Processamento de áudio (ex.: filtros de áudio, equalização, efeitos digitais)
- Processamento de imagens (introdução a convoluções bidimensionais, detecção de bordas)
- Processamento de sinais biomédicos (ECG, EEG)
- Sinais de comunicações (modulação, demodulação, filtragem, detecção)
-
code_examples/
Códigos curtos, snippets e mini-projetos exemplificando a aplicação prática dos conceitos estudados. Estes códigos podem servir de referência rápida para quando eu precisar lembrar de alguma implementação específica.
- Navegue pelas pastas de acordo com o tópico desejado.
- Consulte as anotações teóricas, resumos de capítulos de livros e slides.
- Execute e estude os exemplos de código para ver a teoria em ação.
- Use os casos de uso práticos na pasta applications/ para entender como o DSP é aplicado no mundo real.
- Sinta-se à vontade para contribuir com mais exemplos, correções e melhorias, tornando este repositório cada vez mais rico.
- Linguagem: Python 3.x
- Bibliotecas: NumPy, SciPy, Matplotlib (para visualização e processamento numérico)
- Editor: Jupyter Notebook (útil para interagir com o código e visualizações)
- Adicionar anotações de palestras, links de vídeo aulas e cursos online.
- Mais exercícios resolvidos para fixar conhecimento.
- Comparação de diferentes abordagens de implementação de filtros.
- Casos práticos de projetos de DSP no mundo real (ex.: pedais de guitarra digitais, filtros de ruído, etc.).
Sinta-se livre para enviar PRs com correções, novos exemplos, melhores explicações ou qualquer outro material que possa enriquecer o repositório.
Aproveite o estudo!