Drukuj Eksport do pliku (MS Word)
Nazwa przedmiotu:
Cyfrowe przetwarzanie sygnałów pomiarowych
Koordynator przedmiotu:
Roman Z. Morawski
Status przedmiotu:
Fakultatywny dowolnego wyboru
Poziom kształcenia:
Studia II stopnia
Program:
Inżynieria Biomedyczna
Grupa przedmiotów:
Przedmioty techniczne - zaawansowane
Kod przedmiotu:
CPSP
Semestr nominalny:
3 / rok ak. 2016/2017
Liczba punktów ECTS:
4
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
Bilans nakładu pracy studenta: - udział w wykładach: 15 x 2 h = 30 h; - przygotowanie do wykładów (przejrzenie slajdów, notatek i podręcznika): 12 h; - przygotowanie do sprawdzianów audytoryjnych (rozwiązanie odpowiedniej liczby zadań, udział w konsultacjach): 2 x 5 h + 2 h = 12 h; - udział w konsultacjach projektowych: 6 x 1/4 h = 1.5 h; - samodzielna praca nad zadaniem projektowym: 12 h., przygotowanie do egzaminu 12,5 h. Suma: 30 + 12 + 12 + 1.5 + 12+ 12,5 = 80 h. co odpowiada 4 ECTS
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
30 h wykład 8 h konsultacje 38 h - 2 ECTS
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
przygotowanie projektu 30 h co odpowiada 1 ECTS
Formy zajęć i ich wymiar w semestrze:
  • Wykład30h
  • Ćwiczenia0h
  • Laboratorium0h
  • Projekt15h
  • Lekcje komputerowe0h
Wymagania wstępne:
Algebra, Analiza, Równania różniczkowe, Cyfrowe przetwarzanie sygnałów, Podstawy pomiarów
Limit liczby studentów:
24
Cel przedmiotu:
Głównym celem przedmiotu jest zapoznanie studentów z podstawowymi klasami metod i algorytmów cyfrowego przetwarzania sygnałów pomiarowych oraz metodyką systematycznego badania przydatności tych algorytmów do rozwiązywania zadań inżynierskich i badawczych w tych dziedzinach techniki i nauk empirycznych, w których pomiar jest podstawowym sposobem pozyskiwania informacji ilościowej o przedmiocie projektowania lub badań.
Treści kształcenia:
Treść wykładu: Wprowadzenie (2 h): definicja cyfrowego przetwarzania sygnałów pomiarowych (CPSP), klasyfikacja zadań CPSP, przykłady zastosowań w aparaturze biomedycznej i analitycznej, elektroakustyce, systemach radiokomunikacyjnych, pomiarowo-kontrolnych i sterujących. Rekapitulacja podstawowych algorytmów cyfrowego przetwarzania sygnałów (2 h): szybkie algorytmy dyskretnej transformacji Fouriera, algorytmy filtracji cyfrowej, elementarne algorytmy filtracji błędów pomiaru, algorytmy wyznaczania splotu, rozplotu, korelacji czasowej i widmowej gęstości mocy. Analiza dokładności CPSP (2 h): szacowanie błędów przetwarzania spowodowanych skończoną reprezentacją danych w procesorze cyfrowym, błędami danych pochodzących z pomiaru i błędami zaokrągleń wyników operacji algebraicznych składających się na algorytm przetwarzania - metody różniczkowe, metody probabilistyczne. Modelowanie matematyczne procesów pomiarowych (2 h): ogólne zasady matematycznego modelowania obiektów i procesów fizycznych, meta-model pomiaru i jego zastosowania metrologiczne. Statyczne odtwarzanie mezurandów (5 h): klasyfikacja i przykłady zadań statycznego odtwarzania mezurandów; metodyka statycznego odtwarzania mezurandów i statycznego wzorcowania torów pomiarowych; przykłady algorytmów statycznego odtwarzania mezurandów i statycznego wzorcowania torów pomiarowych. Dynamiczne odtwarzanie mezurandów (5 h): klasyfikacja i przykłady zadań dynamicznego odtwarzania mezurandów; metodyka dynamicznego odtwarzania mezurandów i dynamicznego wzorcowania torów pomiarowych; przykłady algorytmów quasi-dynamicznego odtwarzania mezurandów i dynamicznego wzorcowania torów pomiarowych. Quasi-dynamiczne odtwarzanie mezurandów (6 h): klasyfikacja i przykłady zadań quasi-dynamicznego odtwarzania mezurandów; metodyka quasi-dynamicznego odtwarzania mezurandów i quasi-dynamicznego wzorcowania torów pomiarowych; przykłady algorytmów quasi-dynamicznego odtwarzania mezurandów i quasi-dynamicznego wzorcowania torów pomiarowych. Temat specyficzny dla danej realizacji przedmiotu (2 h): Zakres projektu: Przedmiotem indywidualnego zadania projektowego jest konstrukcja i badanie numerycznych i metrologicznych właściwości wybranego algorytmu CPSP, np. algorytmu przeznaczonego do: - wyznaczania stężeń składników mieszaniny olejów jadalnych na podstawie danych spektrofotometrycznych, - wzorcowania spektrofotometru przeznaczonego do pomiaru widma w zakresie bliskiej podczerwieni (NIR), - wyznaczania ciśnienia w systemie do pomiaru wysokich ciśnień za pomocą czujników optoelektronicznych, - dynamicznego wzorcowania kalorymetru do pomiaru termokinetyki reakcji fizyko-chemicznych, - poprawy rozdzielczości pomiarów spektrofotometrycznych.
Metody oceny:
Do każdego rozdziału wykładu studenci otrzymują pakiet zadań (z rozwiązaniami), umożliwiający ćwiczenie umiejętności ich rozwiązywania. Stopień opanowania tej umiejętności oceniany jest podczas dwóch pisemnych sprawdzianów audytoryjnych (Spr1 i Spr2). Realizacja każdego z zadań projektowych monitorowana jest przez prowadzących w trybie sześciu 15-minutowych spotkań konsultacyjnych. Ocena efektów kształcenia uzyskanych w wyniku rozwiązania zadania projektowego odbywa się na podstawie pisemnego sprawozdania i rozmowy z jego autorem. Ocenie podlega także zgodność formy tego sprawozdania ze standardami redagowania tekstów technicznych.
Egzamin:
tak
Literatura:
[1] S. Brandt, Analiza danych: metody statystyczne i obliczeniowe, Wydwanictwo Naukowe PWN, Warszawa 1998 (przekład z ang. L. Szymanowski). [2] R. G. Brereton, Chemometrics – Data Analysis for the Laboratory and Chemical Plant, J. Wiley & Sons, Chichester (UK) 2005. [3] W. Brodziewicz , K. Jaszczak, Cyfrowe przetwarzanie sygnałów - wybrane zagadnienia, WNT 1987. [4] D. Hand, H. Mannila, P. Smyth, Eksploracja danych, Wydawnictwa Naukowo-Techniczne, Warszawa 2001 (przekład z ang. A. Chądzyńska). [5] D. T. Larose, Metody i modele eksploracji danych, Wydawnictwo Naukowe PWN, Warszawa 2008 (przekład z ang. A. Wibik). [6] D. Livingstone, A Practical Guide to Scientific Data Analysis, J. Wiley & Sons, Chichester 2009. [7] V. K. Madisetti, D. B. Williams (Eds.), The Digital Signal Processing Handbook, CRC Press IEEE Press, 1998. [8] R. Z. Morawski, "Metody odtwarzania sygnałów pomiarowych", Metrologia I Systemy Pomiarowe - Monografie, No 1, Warszawa 1989. [9] C. R. Rao, H. Toutenburg, Linear Models - Least Squares and Alternatives, Springer Verlag, New York - Berlin - Heidelberg 1995. [10] G. Zelniker, F. J. Taylor, Advanced Digital Signal Processing - Theory and Applications. M. Dekker, New York - Basel - Hong Kong 1994.
Witryna www przedmiotu:
https://studia.elka.pw.edu.pl/pl
Uwagi:

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Efekt W1
Student, który zaliczył przedmiot, posiada wiedzę na temat:  podstawowych algorytmów cyfrowego przetwarzania sygnałów ogólnego przeznaczenia,  analizy dokładności algorytmów CPSP,  metodyki matematycznego modelowania procesów pomiarowych,  metodyki statycznego odtwarzanie mezurandów
Weryfikacja: ocena wyników Spr1
Powiązane efekty kierunkowe: K_W01, K_W11
Powiązane efekty obszarowe: T2A_W01, T2A_W07
Efekt W2
Student, który zaliczył przedmiot, posiada wiedzę na temat:  metodyki dynamicznego odtwarzanie mezurandów,  metodyki quasi-dynamicznego odtwarzanie mezurandów
Weryfikacja: ocena wyników Spr2
Powiązane efekty kierunkowe: K_W01, K_W11
Powiązane efekty obszarowe: T2A_W01, T2A_W07

Profil ogólnoakademicki - umiejętności

Efekt U1
Student, który zaliczył przedmiot, potrafi:  zaimplementować algorytm CPSP opisany w literaturze naukowo-technicznej,  zbadać jego właściwości numeryczne i metrologiczne przy użyciu narzędzi analitycznych i obliczeniowych,  ocenić praktyczną przydatność zbadanego algorytmu,  przedstawić wyniki swojej pracy w formie komunikatywnego raportu spełniającego formalne wymagania stawiane publikacjom naukowo-technicznym
Weryfikacja: ocena wyników Spr1, Spr2 i projektu
Powiązane efekty kierunkowe: K_U01, K_U03, K_U08, K_U09
Powiązane efekty obszarowe: T2A_U01, T2A_U03, T2A_U08, T2A_U09