| 開講学期／Course Start | 2020年度／Academic Year 前期／First |
|---|---|
| 開講曜限／Class period | 火/Tue 7,火/Tue 8,火/Tue 9,火/Tue 10 |
| 授業区分／Regular or Intensive | 週間授業 |
| 対象学科／Department | 情報電子工学系専攻電気通信システムコース |
| 対象学年／Year | 1年,2年 |
| 授業科目区分／Category | 博士前期課程 大学院自専攻科目 |
| 必修・選択／Mandatory or Elective | 選択 |
| 授業方法／Lecture or Seminar | 講義科目 |
| 授業科目名／Course Title | 信号処理システム特論 |
| 単位数／Number of Credits | 2.0 |
| 担当教員名／Lecturer | 大鎌 広 |
| 時間割コード／Registration Code | MP304A |
| 連絡先／Contact | 大鎌 広(Y405,0143-46-5527,ohkama＠mmm.muroran-it.ac.jp) |
| オフィスアワー／Office hours | 大鎌 広(火17:00-18:00,水17:00-18:00) |
| 実務経験／Work experience |
| 更新日／Date of renewal | 2020/01/24 |
|---|---|
| 授業のねらい ／Learning Objectives |
信号処理の方法として現在ディジタル信号処理が主流となっている．その基礎となるZ変換を理解し,Z変換で表現されたフィルタの実装手段を理解する．並列処理による実装の時には,競合状態などの並列処理特有の現象に注意しなければならないことを理解する．また,各種数値データをモデルとなる数式にフィッティングする手法についても学習する． Digital signal processing is important tool in the systems for communications, instrumentation, control and estimation. The theory is based on z-transform and linear systems. In this course, the linear systems and z-transform are introduced first. Next, you learn practical implementation of digital filters expressed as z-transform. This course also introduces several topics including parallel processing implementation, adaptive signal processing and curve fitting. |
| 到達度目標 ／Outcomes Measured By: |
1. Z変換に基づくフィルタ表現を理解していること 2. Z変換表現のフィルタの実装手段を理解していること 3. 信号の基本的なモデルへのフィッティングができること 1. Understanding concept of z-transform. 2. Understanding the implementation of filters expressed with z-transform. 3. Understanding the method for fitting a signal to the fundamental models. |
| 授業計画 ／Course Schedule |
1週目1 ディジタル信号 1週目2 フーリエ変換 2週目1 離散フーリエ変換 2週目2 Z変換 3週目1 離散時間システム 3週目2 離散時間システムの実装 4週目1 並列処理実装 4週目2 並列処理特有の問題 5週目1 期待値，確率変数 5週目2 適応ディジタルフィルタ 6週目1 予測 6週目2 最急降下法,最小二乗法 7週目1 フィッティングの基礎 7週目2 フィッティングの方法 8週目1 フィッティングの基準 自己学習： 実際にフィルタ設計をPCで行う課題を与える．試行錯誤も必要とする． No. 1-1 Digital signal No. 1-2 Fourier transform No. 2-1 Discrete Fourier transform No. 2-2 Z transform No. 3-1 Discrete time system No. 3-2 Implementing discrete time systems No. 4-1 Parallel implementation No. 4-2 Problem of parallel implementation No. 5-1 Expectation,Stochastic variable No. 5-2 Adaptive digital filter No. 6-1 Prediction No. 6-2 Steepest descent method No. 7-1 Curve fitting basics No. 7-2 Curve fitting method No. 8-1 Criteria for curve fitting Homework： Some digital filter design exercises are given． Your tries and errors are required. |
| 参考書等 ／Required Materials |
信号処理の基礎と応用 添田喬, 中溝高好, 大松繁共著 日新出版 1979(ISBN:4817301066)
Adaptive filter theory Simon Haykin Pearson 2014(ISBN:013267145X) |
| 教科書・参考書に関する備考 |
DSP の理論についての解説書です． The text explained for DSP theory. |
| 成績評価方法 ／Grading Guidelines |
レポートおよび発表（100点満点）で，合計 60 点以上を合格とする。 Coursework will be evaluated with reports and a presentations. |
| 履修上の注意 ／Notices |
C言語のプログラミングは理解していることを前提として講義をすすめます。 表計算ソフトは使えること． Understanding of C programming is required in this subject. Understanding of using a spreadsheet application is required. |
| 教員メッセージ ／Message from Lecturer |
デジタル信号処理は通信や,計測,制御,予測など多くの分野で使われています． Digital signal processing is important tool in the systems for communications, instrumentation, control and estimation. |
| 学習・教育目標との対応 ／Learning and Educational Policy |
複雑な科学・技術問題の分析能力と問題解決能力を備えた技術者を養成するに対応する． |
| 関連科目 ／Related course |
通信工学特論, 制御工学特論, 計測工学特論に関連しています． |
| 備考 ／Notes |
この授業は日本語と一部英語で授業を行う. This subject will be taught in Japanese and partially in English. |
| No. | 回（日時） ／Time (date and time) |
主題と位置付け（担当） ／Subjects and instructor's position |
学習方法と内容 ／Methods and contents |
備考 ／Notes |
|---|---|---|---|---|
| 該当するデータはありません | ||||
|
Active learning 1-1 ／主体的学修（反転授業，小テスト，振り返り 等） |
信号処理やカーブフィッティングについて，課題が与えられ，多くは授業中での完成を要求されます．２回は授業外での課題解決を要求されます． Exercises on signal processing and curve fitting are presented. Most of the exercises are required to be solved within class time. Two exercises are required to be resolved outside class. |
|---|---|
|
Active learning 1-2 ／上記項目に係るALの度合い |
15%未満 |
|
Active learning 2-1 ／対話的学修（グループ学習，協働，調査体験 等） |
信号処理やカーブフィッティングについて，毎回，課題が与えられ，すぐ授業中に作成・完成が要求されます．それらの完成のために学生間の協調学習が必要です． Exercises on signal processing and curve fitting are presented to you in every class and you are required to create and complete them within class time. Collaborative learning among students is necessary to solve them. |
|
Active learning 2-2 ／上記項目に係るALの度合い |
50%超 |
|
Active learning 3-1 ／深い学修（複数科目の知識の総合化や問題解決型学修 等） |
最後の３回の課題では，現実のデータや取り組んでいる研究データについて，自分の考えた数式モデルと実験データのフィッティングやパラメータ数の推定を行い，レポートにまとめて提出します． In the last three classes, for realistic data or your own research data, you are required to find and report a mathematical model fit to that data. |
|
Active learning 3-2 ／上記項目に係るALの度合い |
15%～50% |