Digital Signal Processing is the branch of engineering that, in the space of just a few decades, has enabled unprecedented levels of interpersonal communication and of on-demand entertainment. By reworking the principles of electronics, telecommunication and computer science into a unifying paradigm, DSP is a the heart of the digital revolution that brought us CDs, DVDs, MP3 players, mobile phones and countless other devices.
Ce cours fait partie de la Spécialisation Traitement numérique du signal
Offert par
Spécialisation Traitement numérique du signalÉcole polytechnique fédérale de LausanneÀ propos de ce cours
112,560 consultations récentes
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 1 sur 4 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
Approx. 29 heures pour terminer
Anglais
Sous-titres : Anglais
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 1 sur 4 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
Approx. 29 heures pour terminer
Anglais
Sous-titres : Anglais
Offert par
École polytechnique fédérale de Lausanne
Programme du cours : ce que vous apprendrez dans ce cours
7 heures pour terminer
Module 1.1: Digital Signal Processing: the Basics
Introduction to the notation and basics of Digital Signal Processing
7 heures pour terminer
6 vidéos (Total 88 min), 7 lectures, 1 quiz
6 vidéos
1.1.2 Discrete-time signals16 min
1.1.3.a How your PC plays discrete-time sounds3 min
1.1.3.b The Karplus-Strong algorithm19 min
1.1.4 Complex exponentials14 min
Signal of the Day: Goethe's temperature measurement8 min
7 lectures
Welcome to DSP One!5 min
Introduction5 min
Introduction2 min
Introduction5 min
Introduction5 min
Practice homework1 h
Notes and Supplementary Material15 min
1 exercice pour s'entraîner
Homework for Module 1.11h 45min
5 heures pour terminer
Module 1.2: Signal Processing Meets Vector Space
Modeling signals as vectors in an appropriate vector space. Using linear algebra to express signal manipulations.
5 heures pour terminer
7 vidéos (Total 63 min), 6 lectures, 1 quiz
7 vidéos
1.2.2.a Vector space15 min
1.2.2.b Signal spaces4 min
1.2.3 Bases13 min
1.2.4.a Subspace-based approximations4 min
1.2.4.b Polynomial Approximation11 min
Signal of the Day: Exoplanet hunting9 min
6 lectures
Introduction1 min
Introduction1 min
Introduction1 min
Introduction1 min
Practice homework1 h
Notes and Supplementary Material15 min
1 exercice pour s'entraîner
Homework for Module 1.21h 30min
9 heures pour terminer
Module 1.3: Fourier Analysis: the Basics
The fundamental concepts behind the Fourier transform and the frequency domain
9 heures pour terminer
14 vidéos (Total 94 min), 10 lectures, 1 quiz
14 vidéos
1.3.1.b The DFT as a change of basis10 min
1.3.2.a DFT definition5 min
1.3.2.b Examples of DFT calculation13 min
1.3.2.c Interpreting a DFT plot4 min
1.3.3.a DFT analysis11 min
1.3.3.b DFT example - analysis of musical instruments4 min
1.3.3.c DFT synthesis5 min
1.3.3.d DFT example - tide prediction in Venice4 min
1.3.3.e DFT example - MP3 compression4 min
1.3.4.a The short-time Fourier transform5 min
1.3.4.b The spectrogram7 min
1.3.4.c Time-frequency tiling5 min
Signal of the Day: The first man-made signal from outer space5 min
10 lectures
Introduction6 min
What have we learned?5 min
Introduction1 min
What have we learned?5 min
Introduction1 min
What have we learned?5 min
Introduction1 min
What have we learned?5 min
Practice homework1 h
Real-valued Transforms20 min
1 exercice pour s'entraîner
Homework for Module 1.32 h
8 heures pour terminer
Module 1.4: Fourier Analysis: More Advanced Tools
Delving deeper in the world of Fourier analysis.
8 heures pour terminer
11 vidéos (Total 121 min), 9 lectures, 1 quiz
11 vidéos
1.4.1.b Karplus-Strong revisited and DFS7 min
1.4.2.a Karplus-Strong revisited and the DTFT13 min
1.4.2.b Existence and properties of the DTFT7 min
1.4.2.c The DTFT as a change of basis10 min
1.4.3.a Sinusoidal modulation7 min
1.4.3.b Tuning a guitar4 min
1.4.4.a Relationships between transforms11 min
1.4.4.b Zero padding5 min
1.4.5 The fast Fourier transform42 min
Signal of the Day: Tristan Chord6 min
9 lectures
Introduction1 min
What have we learned?2 min
Introduction1 min
What have we learned?10 min
Introduction5 min
Introduction1 min
Introduction2 min
Practice homework1 h
Notes and Supplementary Material15 min
1 exercice pour s'entraîner
Homework for Module 1.42 h
Avis
Meilleurs avis pour DIGITAL SIGNAL PROCESSING 1: BASIC CONCEPTS AND ALGORITHMS
par TS16 août 2020
It offers rigorous introduction to DSP. Besides the lectures, it requires separate study of the materials to get well acquainted with the concepts.
par BL22 août 2020
Excellent first look into DSP, especially in the context of Fourier. Fairly math heavy so a strong math background is recommended.
par PM5 juin 2020
The lectures were extremely good. Concepts were well-explained. Very engaging lessons and coursework.
par YY12 sept. 2020
The state space approach to explaining the basics of signal processing has been handled well.
À propos du Spécialisation Traitement numérique du signal
This Specialization provides a full course in Digital Signal Processing, with a focus on audio processing and data transmission. You will start from the basic concepts of discrete-time signals and proceed to learn how to analyze data via the Fourier transform, how to manipulate data via digital filters and how to convert analog signals into digital format. Finally, you will also discover how to implement real-time DSP algorithms on a general-purpose microcontroller. The solid theoretical bases provided by the four courses in this specialization are complemented by applied examples in Python, in the form of Jupyter Notebooks; exercises with solutions provide a wealth of examples in order to tackle the weekly homework.
Foire Aux Questions
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
L’accès à des vidéos de cours et des devoirs dépend de votre type d’inscription. Si vous suivez un cours en mode auditeur libre, vous pourrez voir la plupart des contenus de cours gratuitement. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter une expérience de certificat, pendant ou après avoir assister au cours en tant qu’auditeur libre. Si vous ne visualisez pas l’option auditeur libre :
- Il est possible que le cours ne propose pas d’option auditeur libre. Vous pouvez en revanche accéder à un essai gratuit ou faire une demande d'aide financière.
- Le cours propose peut-être « Cours complet, aucun certificat » à la place. Cette option vous permet de voir tous les contenus de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cependant, vous ne pourrez pas acheter une expérience de certificat.
À quoi ai-je droit si je m'abonne à cette Spécialisation ?
Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.
Is financial aid available?
Oui, Coursera offre une Aide Financière aux étudiants qui n'ont pas les moyens d'acquitter les frais. Demandez-la en cliquant sur le lien Aide Financière sous le bouton S'inscrire situé à gauche. Vous devrez remplir un formulaire de demande et vous serez averti(e) si elle est acceptée. Vous devrez répéter cette procédure pour chaque cours de la Spécialisation, y compris pour le Projet Final. En savoir plus.
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
