User Tools

Site Tools


sp:main

This is an old revision of the document!


Обработка сигналов

Курс для бакалавров · ИМИТ ИГУ · 01.03.02 «Прикладная математика и информатика» · направленность «Искусственный интеллект и системная аналитика»

Курс о том, как превращать «сырые» данные датчиков в числа, которым можно доверять: дискретизация и спектр, дискретное и быстрое преобразование Фурье, окна и спектральное оценивание, цифровые фильтры, статистическая и многомерная обработка. Сквозной проект — прототип когнитивной системы поддержки принятия решений (КСППР): от сигнала датчика до рекомендации человеку.

Инструменты: Python (NumPy/SciPy/Matplotlib, далее scikit-learn/PyTorch). Аппаратный слой: ESP32-C3, I2S-микрофон, LiDAR, RFID 800 МГц.


Чему учит курс

  • видеть сигнал во времени и в спектре, выбирать частоту дискретизации;
  • считать спектр правильно: ДПФ, БПФ, окна, разрешение, усреднение;
  • отличать реальные линии от артефактов (утечка, шум, наложение);
  • проектировать и применять цифровые фильтры;
  • строить признаки и оценивать состояние по данным датчиков;
  • собирать сквозной конвейер «датчик → обработка → решение».

Лекции

План на семестр (13 лекций). Занятия по четвергам: лекция (2 акад. ч) + практика (4 акад. ч). Период — 17.09–10.12.2026; 15.12 — резерв / зачёт.

Легенда: ✓ — материалы опубликованы, ○ — план.

№ Дата Тема О чём Материалы
1 17.09 Сигналы и системы сигнал, аналог/дискрет/цифра, ЦАП и ШИМ, дискретизация и квантование, спектрограмма, контур КСППР ✓ слайды · конспект
2 24.09 Гармонический анализ ряд и преобразование Фурье, амплитудный и фазовый спектр, свойства, спектры АМ/ЧМ, восстановление параметров ✓ слайды · конспект
3 01.10 Дискретное преобразование Фурье прямое и обратное ДПФ, матрица Вандермонда, свойства, бины и разрешение, утечка, круговая свёртка ✓ слайды · конспект
4 08.10 БПФ и спектральный анализ БПФ, окна, разрешение, zero-padding, метод Уэлча, PSD, спектрограмма ✓ слайды · конспект
5 15.10 Спектры радиосигналов и модуляция АМ/ЧМ/ФМ, цифровая модуляция (PSK/QAM), созвездия, I/Q, комплексная огибающая ○ план
6 22.10 Свёртка, корреляция, согласованная фильтрация линейная и круговая свёртка, автокорреляция и взаимная корреляция, согласованный фильтр, GPS/чирп ○ план
7 29.10 Дискретные системы и Z-преобразование импульсная характеристика, передаточная функция, Z-преобразование, полюсы и нули, устойчивость ○ план
8 05.11 КИХ-фильтры свойства, линейная фаза, синтез методом весовых функций (окна), практика применения ○ план
9 12.11 БИХ-фильтры рекурсивные фильтры, Баттерворт/Чебышёв/эллиптические, билинейное преобразование, устойчивость ○ план
10 19.11 Практика фильтрации и многоскоростная обработка эффекты квантования, шум, фильтрация в частотной области, децимация/интерполяция, банки фильтров ○ план
11 26.11 Случайные сигналы и спектральное оценивание случайные процессы, корреляция, PSD, параметрические методы, обнаружение ○ план
12 03.12 Оптимальная фильтрация фильтр Винера, фильтр Калмана, слежение и сглаживание (слияние RFID + LiDAR) ○ план
13 10.12 Многомерная обработка и вейвлеты массивы и решётки, beamforming, PCA/ICA, вейвлет-преобразование, итоги и защита проектов ○ план
— 15.12 Резерв / зачёт защита сквозного проекта, консультация —

Блоки курса: сигналы и спектры (1–5) → дискретные системы и фильтры (6–10) → статистическая и многомерная обработка (11–13).

Материалы

Для готовых лекций (1–4) опубликованы:

  • слайды (Beamer, PDF) — основная канва лекции;
  • ноутбук с демонстрациями на Python (PDF);
  • текст лекции / конспект (PDF).

Файлы — на странице соответствующей лекции.

Раздаточные архивы

Полные наборы материалов по каждой лекции (ноутбуки, исходники, сборщики и PDF; без виртуального окружения и учебников):

Сквозной проект

Один проект проходит через весь курс: от оцифровки сигнала датчика до рекомендации лицу, принимающему решения. Примеры кейсов: предиктивная диагностика насосного агрегата, акустический контроль сварных швов, мониторинг зоны (RFID + LiDAR), речевой интерфейс оператора, качество электроэнергии (THD).

Как пользоваться курсом

  • материалы лекций — в разделе Лекции;
  • ноутбуки можно воспроизвести в Jupyter или в Google Colab;
  • вопросы и обсуждения — на практиках.

Материалы курса распространяются на условиях лицензии CC BY-SA 4.0.

sp/main.1791519442.txt.gz · Last modified: by 127.0.0.1