kirlf/dsp-theory

Theory of digital signal processing (DSP): signals, filtration (IIR, FIR, CIC, MAF), transforms (FFT, DFT, Hilbert, Z-transform) etc.

Цифровая обработка сигналов

Проект содержит интерактивные материалы в виде законченных лекций по цифровой обработке сигналов (ЦОС) в виде тетрадок Jupyter Notebook. Это мои заметки по теоретическим аспектам и практическому применению задач ЦОС.

Материалы представлены с использованием библиотек на языке Python (numpy , scipy, matplotlib, seaborn etc). Основная информация взята из моих лекций, которые я, будучи аспирантом, читал студентам Московского Энергетического Института (НИУ МЭИ). Частично информация из этих лекций была использована на обучающих лекциях в Центре Современной Электроники, где я выступал в качестве лектора. Кроме того, в эти лекции входит перевод различных статей, компиляция материалов из достоверных источников и литературы по тематике цифровой обработки сигналов, а также официальная документация по прикладным пакетам и встроенным функциям библиотек scipy и numpy языка Python.

Большая часть обучающего материала для наглядного и интерактивного представления реализована с использованием Jupyter Notebook.

В зависимости от наличия свободного времени этот проект будет развиваться и постепенно наполняться новыми материалами по инициативе автора (то есть меня).

Общая информация

Title	Digital signal processing
Author	Alexander Kapitanov
Language	Python
Contact	sallador@bk.ru
Release	10 Jul 2019
License	GNU GPL 3.0

Список лекций

• Сигналы: аналоговые, дискретные, цифровые. Z-преобразование,
• Преобразование Фурье: амплитудный и фазовый сигнала, ДПФ и БПФ,
• Свертка и корреляция. Линейная и циклическая свертка. Быстрая свёртка
• Случайные процессы. Белый шум. Функция плотности вероятностей
• Детерминированные сигналы. Модуляция: АМ, ЧМ, ФМ, ЛЧМ. Манипуляция
• Фильтрация сигналов: БИХ, КИХ фильтры
• Оконная фильтрация. Детектирование слабых сигналов с помощью наложения окна,
• Ресемплинг: децимация и интерполяция. CIC-фильтры, фильтры скользящего среднего
• Непараметрические методы спектрального анализа
• Полифазные схемы преобразования Фурье - усреднение по частоте и по времени

Зависимости

Requirements
jupyter
matplotlib
seaborn
scipy
numpy

TODO

• Wavelet analysis
• Audio analysis: Mel-spectrogram, griffin-lim algorithm, etc.

P.S. Спасибо за внимание, следите за развитием проекта!

Link

• https://habr.com/users/capitanov/

Authors:

• Kapitanov Alexander
• Vladimir Fadeev

Release:

• 2019/07/10.

License:

• GNU GPL 3.0.