מבוא לעיבוד אותות
קורס מבוא לעיבוד אותות מספק הבנה תיאורטית ומעשית של עקרונות עיבוד האותות הדיגיטליים. הקורס מתמקד בדגימה, שחזור, התמרות פורייה בזמן בדיד (DTFT, DFT, FFT), קונבולוציה, ושימושים במסננים ספרתיים. תחום זה מהווה נדבך מרכזי בהנדסת חשמל, תקשורת, ועיבוד אותות אודיו, תמונה ווידאו.
נושאי הקורס
-
1. מבוא לעיבוד אותות
- הגדרת אותות רציפים ודיגיטליים.
- מערכות לינאריות ועיבוד אותות.
-
2. דגימה ושחזור של אותות
- אותות מוגבלי סרט.
- דגימה בעזרת רכבת הלמים.
- אליאסינג ומשמעותו.
- משפט הדגימה של שנון.
- שחזור אותות דגומים באמצעות פונקציות סינק.
-
3. התמרת פורייה בזמן בדיד (DTFT)
- מבוא וחזרה על מושגי התמרת פורייה.
- יחסי זמן-תדר והשפעתם על האות.
-
4. התמרת פורייה בדידה (DFT)
- דגימת DTFT בתדר.
- זוגות התמרה ותכונות בסיסיות.
- ריפוד באפסים בזמן ובתדר.
- קונבולוציה מעגלית.
- חישוב קונבולוציה ליניארית באמצעות DFT.
- ייצוג מטריציוני של DFT.
-
5. התמרת פורייה מהירה (FFT)
- יעילות חישובית של FFT.
- אלגוריתמים לפירוק מהיר של DFT.
-
6. מסננים ספרתיים
- סינון סדרות נתונים.
- מסנני FIR ו-IIR.
- שיטות חישוב כגון overlap-save ו-overlap-add.
-
7. סיכום והקשרים בין התמרות שונות
- השוואה בין DTFT, DFT ו-FFT.
- יישומים בעיבוד אותות ותקשורת.

טיפים ללמידה בקורס
הבינו את משפט הדגימה של שנון לעומק: זהו הבסיס לכל ניתוח אותות דגומים והוא חשוב להבנת תופעת האליאסינג ושחזור אותות.
עבדו עם הידיים: בצעו את התרגילים בכתב יד כדי לזכור טוב יותר את השלבים.
למדו כיצד לעבוד עם קונבולוציה: קונבולוציה ליניארית ומעגלית הן טכניקות קריטיות המשמשות בסינון אותות.
השתמשו בעזרי לימוד: לא תמיד ההרצאות והתרגולים מספיקים, היעזרו בהסברים אינטרנטיים, קורסים מקוונים או עזרתונים על מנת למקסם את סיכויי ההצלחה שלכם בקורס.