MIE 705 - Procesamiento Digital de Señales (DSP)


Asignatura optativa de pregrado y postgrado.




Análisis espectral de electroencefalograma

Información general

  • Unidad Académica: Escuela de Ingeniería Eléctrica
  • Carrera: Ing. Civil Electrónica / Ing. Electrónica / Magíster Ciencias Ing. Elec.
  • Créditos: 4
  • Horas teóricas: 2
  • Horas practicas: 2
  • Pre-requisito: EIE 357 o IEE 345 (Análisis de Señales y Sistemas)
  • Recinto: LABSEI
  • Cupo: 14
  • Profesor: Juan Vignolo


Objetivos


Adquirir los conocimientos fundamentales asociados al Procesamiento Digital de Señales (DSP), complementando teoría y práctica, con énfasis en la comprensión de la primera.

 

Metodología didáctica


Se imparte una clase semanal con una duración de 3 horas reloj en el laboratorio LABSEI. Durante la primera mitad de la clase el profesor expone el tema proyectando un archivo PDF, el cual se distribuye anticipadamente por medio del sitio web del curso. Posteriormente los alumnos trabajan individualmente o en grupos de 2 personas, realizando experimentos en MATLAB con señales sintetizadas y reales, aplicando la teoría vista anteriormente.

Desarrollo de una tarea semanal.


Contenido de cada clase

  1. Introducción: significado de DSP, comparación entre DSP y ASP, aplicaciones de DSP, familiarización con MATLAB.
  2. Secuencias: secuencias periódicas y aperiódicas, de energía y de potencia, reales y complejas, determinísticas y aleatorias. Impulso y escalón discreto, sinusoide discreta y periodicidad de la frecuencia, ruido discreto con distribución plana y normal.
  3. Sistemas en tiempo discreto: propiedades, ecuaciones de diferencia, convolución discreta, implementación de filtros digitales FIR e IIR.
  4. Espectro de frecuencia de secuencias: funcionamiento de la Transformada Discreta en el Tiempo de Fourier (DTFT), cálculo y ejemplos.
  5. Respuesta de frecuencia de filtros digitales: cálculo en base a la ecuación de diferencia y a la respuesta impulso. Relación entre ancho de banda y tiempo de respuesta. Principio de Incertidumbre en análisis espectral.
  6. Muestreo de señales análogas: aliasing, filtro antialias, filtro reconstructor, oversampling, ruido de cuantización y relación señal / ruido.
  7. Transformada Discreta de Fourier (DFT): funcionamiento, cálculo, convolución por medio de la DFT, convolución rápida.
  8. Transformada Rápida de Fourier (FFT): redundancia en la DFT, algoritmo de la FFT, programación, tiempo de cálculo.
  9. Análisis espectral de señales periódicas: contenido espurio, ventanas, resolución espectral, componente continua, relleno con ceros. Ejemplos con señales sintetizadas y reales.
  10. Análisis espectral de señales aleatorias: densidad espectral de potencia, periodograma, promediación, método de Welch, espectrogramas. Ejemplos con señales sintetizadas y reales. Sistema completo para realizar análisis espectral de potenciales cerebrales.
  11. Diseño de filtros digitales tipo FIR: promedio móvil, relación lineal entre fase y frecuencia, método de la ventana, método de muestreo en frecuencia, método óptimo. Comparación.
  12. Diseño de filtros digitales tipo IIR: filtros de primer orden, la Transformada Z, la Transformación Bilineal, diseño de filtro digital IIR Butterworth. Comparación entre filtros FIR e IIR. Ejemplo: distorsión en un electrocardiograma.
  13. Correlación y Autocorrelación: detección de señales inmersas en ruido. Aplicaciones en radar, sonar, telefonía celular, radioastronomía y ondas gravitacionales. Desarrollo de un proyecto en tiempo real: sonar aéreo usando chirp.