Saved searches
Use saved searches to filter your results more quickly
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session.
Theory of digital signal processing (DSP): signals, filtration (IIR, FIR, CIC, MAF), transforms (FFT, DFT, Hilbert, Z-transform) etc.
License
hukenovs/dsp-theory
This commit does not belong to any branch on this repository, and may belong to a fork outside of the repository.
Name already in use
A tag already exists with the provided branch name. Many Git commands accept both tag and branch names, so creating this branch may cause unexpected behavior. Are you sure you want to create this branch?
Sign In Required
Please sign in to use Codespaces.
Launching GitHub Desktop
If nothing happens, download GitHub Desktop and try again.
Launching GitHub Desktop
If nothing happens, download GitHub Desktop and try again.
Launching Xcode
If nothing happens, download Xcode and try again.
Launching Visual Studio Code
Your codespace will open once ready.
There was a problem preparing your codespace, please try again.
Latest commit
Git stats
Files
Failed to load latest commit information.
README.md
Digital signal processing
Перед вами лекции по цифровой обработке сигналов (ЦОС) в виде тетрадок Jupyter Notebook на языке Python. Можно воспринимать их как полноценный курс по цифровой обработке или использовать как заметки по теоретическим аспектам и практическому применению в решении различных задач.
Материалы представлены с использованием библиотек на языке Python (numpy , scipy, librosa, matplotlib, seaborn etc). Основная информация взята из моих лекций, которые я читал студентам Московского Энергетического Института («НИУ МЭИ») и которая была использована на обучающих семинарах в Центре Современной Электроники. Лекции содержат перевод различных статей, компиляцию материалов из достоверных источников и литературы по тематике цифровой обработки сигналов, а также официальную документацию по прикладным библиотекам языка Python. Некоторые лекции написаны с помощью моих хороших знакомых и коллег, за что им отдельная благодарность!
- Сигналы: аналоговые, дискретные, цифровые. Z-преобразование,
- Преобразование Фурье: амплитудный и фазовый спектр 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
- Банки фильтров в задачах аудиокодирования
- Фильтры Фарроу
- Мел-спектрограммы
- Кепстр и MFCC
- Вейвлет-преобразование
- Алгоритм Герцеля
- Установите miniconda
- Создайте и активируйте виртуальную среду
- Установите необходимые библиотеки из requirements.txt
- Запустите jupyter notebooks через Jupyter server или JetBrains DataSpell
# Создайте среду и установите необходимые библиотеки conda create -n "dsp_venv" python=3.9 -y conda activate dsp_venv pip install -r requirements.txt # Запустите jupyter notebook server и перейдите по ссылке из консоли jupyter notebook
Для лекции 15 необходимо отдельно установить библиотку scaleogram
# Склонируйте репозиторий git clone http://github.com/alsauve/scaleogram cd scaleogram # Установите библиотеку python ./setup.py install --user
Для конвертации ноутбуков в html формат можно выполнить скрипт convert.sh . Могут потребоваться следующие библиотеки:
nbmerge nbformat nbconvert Для конвертации в pdf может потребоваться pandoc
- Alexander Kapitanov, @hukenovs
- Vladimir Fadeev, @kirlf
- Karina Kvanchiani, @karinakvanchiani
- Elizaveta Petrova, @kleinsbotle
- Andrei Makhliarchuk, @anotherhelloworld