從基礎開始學習基於 Python 的數位訊號處理( DSP )

Contents

本課程旨在提供學生堅實的數位訊號處理(DSP)基礎，並以易於遵循的方式參與，避免抽象數學理論障礙。學生可以選擇使用程式語言或硬體架構實踐技術，本課程使用Python程式語言，學生將學習開發卷積核心演算法、17種不同類型的視窗過濾器、快速傅立葉轉換(FFT)演算法等。

從這 13 小時的課程，你會學到

使用 Python 開發卷積( Convolution ) 核心演算法
使用 Python 設計和開發17種不同的 window filters
使用 Python 開發離散傅立葉轉換( DFT )演算法
使用 Python 設計和開發 Type I Chebyshev 過濾器
使用 Python 設計和開發 Type II Chebyshev 過濾器
使用 Pyhton 開發逆離散傅立葉轉換 (IDFT) 演算法
使用 Python 開發快速傅立葉轉換( FFT )演算法
使用 Python 對心電訊號進行頻譜分析
使用 Python 設計與開發 windows-sinc 過濾器
使用 Python 設計和開發有限脈衝響應( FIR )過濾器
使用 Python 設計和開發無限脈衝響應( IIR )瀘波器過濾器
使用 Python 開發第一差分演算法( First Difference algorithm )
使用 Python 開發執行求和演算法
使用 Python 開發移動平均過濾器演算法
使用 Python 開發遞迴移動平均過濾器演算法
使用 Python 設計和開發 Butterworth 過濾器
使用 Python 設計和開發 Match 過濾器
使用 Python 設計和開發 Bessel 過濾器
使用 Python 模擬線性時不變( LTI )系統
使用 Python 執行線性和立方插值

要求

You will need just a good working computer for this course 這門課你只需要一臺能用的電腦就可以了

課程說明

使用基於程式設計的方法，本課程目標在為你提供一個在數位訊號處理(DSP)最有用的方面堅實的基礎和以易於遵循的方式參與。本課程的目標是在避免抽象數學理論障礙同時，提供實用的技巧。為了實現這一目標，DSP 技術用簡單的語言進行了說明，而不只是簡單地通過數學推導證明為真。

仍然保持簡單，這門課程來自不同的程式語言和硬體架構，因此學生可以選擇把技術實踐使用程式語言或硬體架構。這個版本的課程使用的是 Python 程式語言。

在本課程結束時，你應該能夠使用 python 開發卷積核心演算法( Convolution Kernel algorithm )，使用 python 開發17種不同類型的視窗過濾器，甚至給出了關於 DSP 的講座等等。請看完整的課程表。

目標受眾

在訊號處理領域工作的人
參加訊號處理課程的大學生
希望擴展自己技能的 Python 開發人員
想要了解訊號處理實務，並應用到各自的領域的人

講師簡介

Israel Gbati 嵌入式系統工程師 : ARM 架構

你好! 我的名字是 Israel，我最近畢業於倫敦帝國學院 ( Imperial College London )。我營運cortex-m.com 網站。我已經為大學生教授機械電子學工程 (Mechatronics Engineering )，建造了一些很棒的機器人和嵌入式設備，並對 ARM 架構進行了廣泛的研究，這些都是為 DSP 和 RTOS 應用量身定做的。我也是經驗豐富的 udemy 講師，已製作一些專精 ARM Cortex- Microcontrollers 的暢銷課程，超過 115 個國家、7000多名的學生參加。