{"id":null,"code":"521337A","name":{"valueFi":"Digitaaliset suodattimet","valueEn":"Digital Filters","valueSv":""},"credits":5.0,"minCredits":5,"maxCredits":5,"tags":[],"createdAt":1790534830540,"contentList":[{"title":{"valueFi":"Osaamistavoitteet","valueEn":"Learning outcomes","valueSv":""},"content":{"valueFi":"1. Opiskelija osaa spesifioida ja suunnitella yleisimpiä menetelmiä käyttäen taajuusselektiiviset FIR- ja IIR-suodattimia.\r\n2. Opiskelija osaa ratkaista siirtofunktiona, differenssiyhtälönä tai realisaatiokaaviona esitettyjen digitaalisten FIR ja IIR-suodattimien taajuusvasteet ja pystyy analysoimaan laskostumis- ja kuvastumisilmiöitä suodattimien vasteiden perusteella\r\n3. Opiskelija pystyy selittämään äärelliseen sananpituuteen liittyvien ilmiöiden vaikutukset.\r\n4. Opiskelija pystyy auttavasti käyttämään Python-ohjelmointikielen signaalinkäsittelyyn tarkoitettuja työkaluja ja tulkitsemaan niiden antamia tuloksia.","valueEn":"1. Student is able to specify and design respective frequency selective FIR and IIR filters using the most common methods.\r\n2. Student is able to solve for the impulse and frequency responses of FIR and IIR filters given as difference equations, transfer functions, or realization diagrams, and can present analyses of the aliasing and imaging effects based on the responses of the f\r\n3. Student is able to explain the impacts of finite word length in filter design.\r\n4. Student has the necessary basic skills to use signal processing tools available in a Python environment and to judge the results.","valueSv":""}},{"title":{"valueFi":"Sisältö","valueEn":"Content","valueSv":""},"content":{"valueFi":"1. Näytteenottoteoreema, laskostuminen, kuvastuminen ja niiden hallinta analogisella ja digitaalisella suodatuksella, \r\n2. Diskreetti Fourier-muunnos, \r\n3, Z-muunnos ja taajuusvaste, \r\n4. Korrelaatio ja konvoluutio, \r\n5. Digitaalisten suodattimien suunnittelu, \r\n6. FIR-suodattimen suunnittelu ja realisaatiorakenteet, \r\n7. IIR-suodattimen suunnittelu ja realisaatiorakenteet, \r\n8. Äärellisen sananpituuden vaikutukset ja analysointi,\r\n9. Monen näytteistystaajuuden signaalinkäsittely","valueEn":"1. Sampling theorem, aliasing and imaging, \r\n2. Discrete Fourier transform, \r\n3. Z-transform and frequency response, \r\n4. Correlation and convolution, \r\n5. Digital filter design, \r\n6. FIR filter design and realizations, \r\n7. IIR filter design and realizations, \r\n8. Finite word length effects and analysis, \r\n9. Multi-rate signal processing.","valueSv":""}},{"title":{"valueFi":"Suoritustavat","valueEn":"Study Methods","valueSv":""},"content":{"valueFi":"Opintojakso voidaan suorittaa joko välikokeilla tai loppukokeella. Lisäksi harjoitustyöt on suoritettava hyväksytysti.\r\nLue lisää opintosuoritusten arvostelusta yliopiston verkkosivulta.","valueEn":"The course can be passed either with intermediate exams or a final exam. In addition, the exercises need to be returned and accepted.\r\nRead more about assessment criteria at the University of Oulu webpage.","valueSv":""}},{"title":{"valueFi":"Toteutustavat","valueEn":"Teaching Methods","valueSv":""},"content":{"valueFi":"Järjestämistapa: \r\nEtäopetus/lähiopetus. \r\nEtäluennot ja laskuharjoitukset 50 h. Lisäksi suunnitteluharjoituksissa tutustutaan digitaaliseen signaalinkäsittelyyn Python-ohjelmointikielen avulla. Loput itsenäistä opiskelua.","valueEn":"Mode of delivery: \r\nOnline teaching/contact teaching.\r\nOnline lectures and exercises 50 h. The design exercises familiarize the students with the methods of digital signal processing using a Python coding environment. The rest as independent work.","valueSv":""}},{"title":{"valueFi":"Oppimateriaalit","valueEn":"Learning material","valueSv":""},"content":{"valueFi":"","valueEn":"","valueSv":""}},{"title":{"valueFi":"Lisätiedot","valueEn":"Further information","valueSv":""},"content":{"valueFi":"Opetuskieli: \r\nEnglanti, Suomi\r\n\r\nAjoitus: \r\nOpetusperiodi 3.\r\n\r\nKohderyhmä: \r\nAvoimen yliopiston opiskelijat, tietotekniikan koulutusohjelman opiskelijat ja muut Oulun yliopiston opiskelijat.\r\n\r\nLisätiedot: \r\nKurssin työtila löytyy Oulun yliopiston Moodle-alustalta moodle.oulu.fi.\r\nAvoimen yliopiston opiskelijat ilmoittautuvat opintoihin avoimen yliopiston verkkosivuston kautta","valueEn":"Language of instruction: \r\nEnglish, Finnish\r\n\r\nTiming: \r\nSpring, period 3.\r\n\r\nTarget group: \r\nComputer Science and Engineering students and other Students of the University of Oulu.\r\n\r\nOther information: \r\nCourse work space can be found from University of Oulu Moodle platform moodle.oulu.fi.\r\nOpen University students enroll for studies through an open website.","valueSv":""}},{"title":{"valueFi":"Kurssikirjallisuus","valueEn":"Literature","valueSv":""},"content":{"valueFi":"","valueEn":"","valueSv":""}},{"title":{"valueFi":"Esitietovaatimukset","valueEn":"Qualifications","valueSv":""},"content":{"valueFi":"031077P Kompleksianalyysi, 031080A Signaalianalyysi.\r\n\r\nYhteydet muihin opintojaksoihin: \r\nOpintojakso on itsenäinen kokonaisuus eikä se edellytä muita samanaikaisesti suoritettavia opintoja.","valueEn":"031077P Complex Analysis, 031080A Signal Analysis\r\n\r\nRecommended optional programme components: \r\nThe course is an independent entity and does not require additional studies carried out at the same time.","valueSv":""}},{"title":{"valueFi":"Arviointiasteikko","valueEn":"Assessment scale","valueSv":""},"content":{"valueFi":"1-5/HYL","valueEn":"1-5/FAIL","valueSv":"1-5/FAIL"}},{"title":{"valueFi":"Arviointikriteerit","valueEn":"Assessment criteria","valueSv":""},"content":{"valueFi":"Numeerinen arviointiasteikko 1-5; nolla merkitsee hylättyä.","valueEn":"The course unit utilizes a numerical grading scale 1-5. In the numerical scale zero stands for a fail.","valueSv":""}},{"title":{"valueFi":"Arviointikriteerit 2","valueEn":"Evaluation criteria 2","valueSv":""},"content":{"valueFi":"","valueEn":"","valueSv":""}},{"title":{"valueFi":"Arviointikriteerit 3","valueEn":"Evaluation criteria 3","valueSv":""},"content":{"valueFi":"","valueEn":"","valueSv":""}},{"title":{"valueFi":"Arviointikriteerit 4","valueEn":"Evaluation criteria 4","valueSv":""},"content":{"valueFi":"","valueEn":"","valueSv":""}},{"title":{"valueFi":"Pääasiallinen opetuskieli","valueEn":"Primary Teaching Language","valueSv":""},"content":{"valueFi":"suomi","valueEn":"Finnish","valueSv":"finska"}},{"title":{"valueFi":"Taso","valueEn":"Level","valueSv":""},"content":{"valueFi":"Aineopinnot","valueEn":"Intermediate Studies","valueSv":""}},{"title":{"valueFi":"Oppiaine","valueEn":"Subject","valueSv":""},"content":{"valueFi":"Tietotekniikka","valueEn":"Computer Science and Engineering","valueSv":""}},{"title":{"valueFi":"Vastuuhenkilöt","valueEn":"Person in charge","valueSv":""},"content":{"valueFi":"Matteo Pedone","valueEn":"Matteo Pedone","valueSv":"Matteo Pedone"}},{"title":{"valueFi":"Luokittelu","valueEn":"Classification","valueSv":""},"content":{"valueFi":"","valueEn":"","valueSv":""}},{"title":{"valueFi":"Linkit","valueEn":"Links","valueSv":""},"content":{"valueFi":"","valueEn":"","valueSv":""}}]}