Study Guide

Objective

After completing the course, the student knows the general characteristics of digital signals and the basic methods of digital signal processing, and masters the basics of discrete-time systems. In addition, the student learns to use signal processing in practice. After the course, the student will be able to 1) examine digital signals in the time and frequency plane, 2) create and interpret spectrum representations, 3) and apply the learned methods in the design and implementation of simple digital filters.

Content

- Description and characteristics of signals
- General statistical indicators
- Discrete Fourier transform
- Spectrum of the signal
- Discrete-time systems
- Discrete convolution
- Digital filters
- Application of digital signal processing in practice
- Using the Octave program in signal processing

Location and time

Ohjaustuokiot (2 h) lukujärjestyksen mukaisesti kerran viikossa

Materials

Opettajan osoittama oppimateriaali.

Teaching methods

Verkko-opetus 2h/viikko lukujärjestyksen mukaisesti. Verkko-opetukseen osallistuminen vapaaehtoista. Ohjaustuokiot tallennetaan myöhempää katselua varten.

Lisäksi
- Reppu-alueelta löytyvät luentotallenteet: teoria, laskutehtävät ja ohjelmointiharjoitukset
- Kunkin temaattisen osion lopusta löytyvät minitentit (pakollisia, mutta ei vaikutusta arvosanaan)
- Vapaaehtoiset lisätehtävät, joista tarjolla lisäpisteitä lopputenttiin (painoarvo kokonaisarvosanassa 30 %)
- Laaja harjoitustyö (painoarvo kokonaisarvosanassa 70 %)

Exam schedules

Itsenäisesti suoritettava Reppu-tentti. Alustava ajankohta viikot 10-15.
Harjoitustyön palautuksen takaraja 30.4.2025

Student workload

Laskennallisesti 3 x 27 h = 81 tuntia.

Content scheduling

Tarkka etenemissuunnitelma esitelllään opintojakson aloitusluennolla ja on löydettävissä Repusta. Sisältöalueet:
-Signaalien kuvaaminen ja ominaisuudet
-Kompleksiluvut
-Diskreetti Fourier-muunnos
-Signaalien spektri
-Diskreettiaikaiset systeemit
-Diskreetti konvoluutio
-Digitaaliset suodattimet
-Digitaalisen signaalinkäsittelyn menetelmien soveltaminen käytäntöön

Further information

Opintojakso on suoritettavissa itsenäisesti Repusta löytyvän materiaalin avulla.

Evaluation scale

0 - 5

Assessment criteria, excellent (5)

The student can fluently use digital signal processing in practical signal analysis and is able to design suitable digital filters. In addition, the student masters the description and theory of systems.

Assessment criteria, good (3)

The student knows the basic methods of digital signal processing and systems theory and knows how to form a signal spectrum and implement simple digital filters.

Assessment criteria, satisfactory (1)

The student knows the basics of digital signal processing and manages the formation of the signal spectrum.

Assessment methods and criteria

Kaikki minitentit suoritettava hyväksytysti (eivät vaikuta arvosanaan)
Lopputentti arvioidaan asteikolla 0-5, painoarvo kokonaisarvosanassa 30 %
Harjoitustyö arvioidaan asteikolla 0-5, painoarvo kokonaisarvosanassa 70 %

Lopputentti suoritetaan itsenäisesti
Harjoitustyön saa suorittaa yksin tai parin kanssa

Prerequisites

Kevään 2026 toteutuksesta alkaen:
- Python-ohjelmointi
- Datatieteen matematiikka 1 ja 2