学部・大学院区分
Undergraduate / Graduate
工学部
時間割コード
Registration Code
0846240
科目区分【日本語】
Course Category
専門科目
科目区分【英語】
Course Category
Specialized Courses
科目名 【日本語】
Course Title
ディジタル信号処理
科目名 【英語】
Course Title
Digital Signal Processing
コースナンバリングコード
Course Numbering Code
担当教員 【日本語】
Instructor
髙橋 桂太 ○
担当教員 【英語】
Instructor
TAKAHASHI Keita ○
単位数
Credits
2
開講期・開講時間帯
Term / Day / Period
春 木曜日 2時限
Spring Thu 2
授業形態
Course style
講義
Lecture
学科・専攻【日本語】
Department / Program
電気電子情報工学科
学科・専攻【英語】
Department / Program
Department of Electrical Engineering, Electronics, and Information Engineering
必修・選択【日本語】
Required / Selected
選択
必修・選択【英語】
Required / Selected
Elective


授業の目的 【日本語】
Goals of the Course(JPN)
情報通信工学における基礎として,ディジタル信号処理について学ぶ.本講義を通して,周波数解析やシステム解析の考え方を身に着け,情報通信の諸分野で応用できるようにすることを目的とする.
授業の目的 【英語】
Goals of the Course
In this course, the students will study digital signal processing as a basis for information and communication engineering. This class covers two important topics, frequency analysis and system analysis, which are indispensable as mathematical methods for various areas in information and communication engineering.
到達目標 【日本語】
Objectives of the Course(JPN))
1.アナログ信号処理とディジタル信号処理の数理的基礎を理解し,情報通信の諸問題に適切に応用できる.
2.フーリエ変換、離散フーリエ変換を用いて、信号の周波数特性を解析できる.
3.z変換により離散時間システムの解析ができる.
4.ディジタル信号処理の実用例として,FIRフィルタ,IIRフィルタが設計できる.
到達目標 【英語】
Objectives of the Course
1. To understand mathematical bases of analog and digital signal processing and apply them to the problems in information and communication engineering
2. To analyze frequency responses of signals using Fourier transform and discrete Fourier Transform
3. To analyze discrete-time systems by using z-transform
4. To design FIR and IIR filters as applications of digital signal processing.
バックグラウンドとなる科目【日本語】
Prerequisite Subjects
線形回路論及び演習,電気回路論及び演習
バックグラウンドとなる科目【英語】
Prerequisite Subjects
Linear Circuit with Exercises, Electric Circuits with Exercises.
授業の内容【日本語】
Course Content
授業の内容は以下の7つのセクションで構成される.
1.ディジタル信号処理とは
2.フーリエ級数とフーリエ変換
3.サンプリング定理
4.離散フーリエ変換
5.ラプラス変換と線形システム
6.z変換と離散時間システム
7.FIRフィルタとIIRフィルタ

授業のスライドは,オンラインで配布する.講義の前に予習しておくこと.

理解の定着を図るために,
- 毎回の授業の最後に比較的平易な演習問題を出題する.
- 一学期を通じてレポート課題を5回程度出題する.
授業の内容【英語】
Course Content
This class consists of 7 sections below.
1. Introduction to digital signal processing
2. Fourier series and Fourier transform
3. Sampling theorem
4. Discrete Fourier transform
5. Laplace transform and linear systems
6. Z transform and discrete-time linear systems
7. FIR filter and IIR fileter

Lecture slides are made available online. The students are expected to learn the material in advance to each class.

To deepen the understanding, this course includes
- short exercises (at each lecture)
- homework exercises (5 times during the semester)
成績評価の方法と基準【日本語】
Course Evaluation Method and Criteria
期末試験により,目標達成度を評価する.評点は基本的には試験の素点に基づくが,レポート課題への取り組み状況により,若干の加点をする.詳細については,初回の授業で説明する.
成績評価の方法と基準【英語】
Course Evaluation Method and Criteria
The evaluation is based on the score of the final exam. Homework exercises are added to the score. The details will be provided at the first class.
履修条件・注意事項【日本語】
Course Prerequisites / Notes
履修条件は特に課さない.
履修条件・注意事項【英語】
Course Prerequisites / Notes
No prerequisite.
教科書【日本語】
Textbook
ディジタル信号処理: 萩原将文著(森北出版株式会社)
教科書【英語】
Textbook
Digital Signal Processing: Hagiwara Masafumi (Morikita Publishing Co., Ltd.)
参考書【日本語】
Reference Book
必要に応じて授業中に指示する.
参考書【英語】
Reference Book
Specified during the lectures when necessary.
授業時間外学習の指示【日本語】
Self-directed Learning Outside Course Hours
- 授業のスライドは,オンラインで配布する.講義の前に予習しておくこと.
- 一学期を通じてレポート課題を5回程度出題する.
授業時間外学習の指示【英語】
Self-directed Learning Outside Course Hours
- Learn the lecture materials in advance (which will be made available online).
- Homework exercises (5 times during the semester)
使用言語【英語】
Language used
使用言語【日本語】
Language used
授業開講形態等【日本語】
Lecture format, etc.
授業は対面で実施する.
NUCTサイトで、詳細を案内する.
授業開講形態等【英語】
Lecture format, etc.
Lectures are provided at the classroom.
See NUCT website for details.
遠隔授業(オンデマンド型)で行う場合の追加措置【日本語】
Additional measures for remote class (on-demand class)
遠隔授業(オンデマンド型)で行う場合の追加措置【英語】
Additional measures for remote class (on-demand class)