Обробка сигналів в системах управління

Mandatory discipline
Навчальна дисципліна професійної підготовки
Обсяг освітнього компонента: 
• у кредитах ЄКТС — 4.5; • у навчальних годинах — 135.
Розподіл навчальних годин (аудиторні заняття / самостійна робота): 
• очна форма — 60 / 75; • заочна форма — 8 / 127.
Кількість аудиторних занять за видами (лекції / практичні заняття / лабораторні заняття): 
• очна форма — 15 / 0 / 15; • заочна форма — 2 / 0 / 2.
Індивідуальна робота: 
; • заочна форма — контрольна робота.
Семестровий контроль: 
Exam.
Освітню компоненту забезпечує: 
Анотація: 

Метою вивчення навчальної дисципліни «Обробка сигналів в системах управління» є оволодіння знаннями та формування практичних навичок обробки та передачі цифрових сигналів в системах автоматизованого управління, технічного захисту інформації та інших об'єктах і системах, а також їх моделювання і аналізу сучасними програмними засобами.
Завдання дисципліни – надати здобувачам знання та основні поняття з основ теорії цифрової обробки сигналів та зображень, що охоплює відомості про математичні моделі та методи цифрової обробки інформації; ефективні алгоритми перетворення та аналізу сигналів і зображень в лінійних/нелінійних стаціонарних/нестаціонарних системах.
Предмет навчальної дисципліни: аналіз, математичне та цифрове представлення і обробка фізичних процесів, що змінюються у часі.
У результаті вивчення навчальної дисципліни студент повинен:
знати:
• методи цифрового представлення сигналів;
• дискретне перетворення Фур'є та його властивості;
• ефективні алгоритми цифрового перетворення сигналів;
• методи синтезу цифрових фільтрів;
вміти:
• вільно володіти термінологією з ЦОС державною та іноземною мовою;
• вибрати ефективний алгоритм цифрової обробки сигналів з урахуванням наявного апаратного та програмного забезпечення;
• здійснювати синтез цифрових фільтрів (рекурсивних та трансверсальних), створювати програми в середовищі MATLAB для моделювання процесів цифрової обробки сигналів;
• керувати пристроями цифрової обробки сигналів на базі процесорів сімейства SHARC ADSP-2106x виробництва AnalogDevices
Перевагою даного курсу є можливість об’єднати фундаментальні аспекти сучасної теорії цифрової обробки сигналів з набором сучасних програмних засобів для практичного дослідження об'єктів і процесів, використавши їх в подальшому навчальному процесі та в наступній професійній діяльності.
Тематика та види навчальних занять
для денної форми здобуття освіти
Лекційні заняття
Лекція 1. «Перетворення сигналів в системах цифрової обробки. Дискретизація та квантування».
Лекція 2. «Теорема та ряд Котельникова. Спектр дискретного сигналу».
Лекція 3. «Дискретне перетворення Фур'є та швидке перетворення Фур'є».
Лекція 4. «Дискретне косинусне перетворення та дискретна згортка».
Лекція 5. «Дискретне перетворення Лапласа і Z-перетворення».
Лекція 6. «Лінійні дискретні системи та цифрові фільтри. Їх передатні функції».
Лекція 7. «Параметри і характеристики цифрових фільтрів».
Лекція 8. «Форми реалізації структур цифрових фільтрів».
Лекція 9. «Синтез нерекурсивних фільтрів».
Лекція 10. «Синтез рекурсивних фільтрів».
Лекція 11. «Обробка мовленнєвих та аудіо сигналів в часовій та частотній областях».
Лекція 12. «Гомоморфна обробка мовленнєвих сигналів. Шумоочищення».
Лекція 13. «Цифрова обробка зображень шляхом поелементних перетворень».
Лекція 14. «Фільтрація зображень».
Лекція 15. «Стиснення звукових сигналів та зображень».
Лабораторні заняття
Основна мета виконання лабораторних робіт – закріплення теоретичних знань та отримання практичних навичок по роботі з аналоговими, дискретники та цифровими сигналами. Лабораторні роботи проходять у формі комп’ютерного практикуму. Основним завданням циклу лабораторних занять є проведення експериментальних досліджень за відповідною тематикою на моделях цифрових систем обробки інформації, що розроблені з використанням програмних комплексів SignalJ та MATLAB/Simulink, закріплення теоретичних знань та отримання практичних навичок по роботі з аналоговими, дискретники та цифровими сигналами.
Лабораторне заняття №1. «Дискретні сигнали та системи».
Мета заняття: познайомитися з класифікацією сигналів, моделями сигналів і перешкод; розглянути лінійні системи, інваріантні до зсуву, стійкість і фізичну реалізованість; здобути навички в поданні дискретних сигналів і систем у частотній області.
Лабораторне заняття №2. «Аналого-цифрове перетворення. Дискретизація та квантування».
Мета заняття: вивчення понять дискретизація та квантування; похибки квантування та надлишкова дискретизація.
Лабораторне заняття №3. «Пряме і обернене Z-перетворення».
Мета заняття: познайомитися з прямим і обернене Z-перетворенням, властивостями Z-перетворення і передавальними функціями.
Лабораторне заняття №4. «Дискретне перетворення Фур'є».
Мета заняття: розглянути аспекти пов'язані з рядами Фур'є та їхніми властивостями; розглянути алгоритми швидкого перетворення Фур'є.
Лабораторне заняття №5. «Інтерполяція та апроксимація даних».
Мета заняття: знайомство з основними підходами до інтерполяції з погляду цифрової обробки сигналів; розглянути питання обробки сигналів за допомогою сплайн-функцій.
Лабораторне заняття №6. «Диференціювання та інтегрування сигналів».
Мета заняття: познайомитися з диференціюванням та інтегруванням сигналів в інтервальному аналізі; вивчити згладжування та поділ на складові стосовно цифрової обробки сигналів.
Лабораторне заняття №7. «Генерація сигналів за допомогою DDS».
Мета заняття: отримати практичні навички в синтезі сигналів довільної форми.
Лабораторне заняття №8. «Дискретне згортання в часовій і частотній області. Лінійна та кругова згортка».
Мета заняття: вивчення згортки функцій методом підсумовування з накопиченням і методом підсумовування з відкиданням; знайомство з лінійною та круговою дискретними звірками.
Лабораторне заняття №9. «Лінійна фільтрація в часовій області та спектральній області».
Мета заняття: знайомство з оптимальною частотно-часовою фільтрацією та методами узагальненого варіаційного числення.
Лабораторне заняття №10. «Передавальна функція та імпульсна характеристика цифрових фільтрів. Оптимальна та узгоджена фільтрація».
Мета заняття: ознайомиться з імпульсною та передавальною частотною функцією узгодженого фільтра; розглянути згортку сигналу і його дзеркальної копії, поняття кореляційної функції.
Лабораторне заняття №11. «Нерекурсивні цифрові фільтри».
Мета заняття: вивчити питання цілочисельного моделювання та синтезу нерекурсивного (КІХ) цифрового фільтра з урахуванням можливостей його реалізації.
Лабораторне заняття №12. «Рекурсивні цифрові фільтри».
Мета заняття: вивчити питання цілочисельного моделювання та синтезу рекурсивного (БІХ) цифрового фільтра з лінійною фазою з урахуванням можливостей його реалізації.
Лабораторне заняття №13. «Відновлення сигналу з фазового спектра».
Мета заняття: вивчити відновлення сигналу з його спектра за заданою шириною з використанням зворотного перетворення Фур'є.
Лабораторне заняття №14. «Синтез КІХ-фільтрів методом найкращої рівномірної (чебишовської) апроксимації».
Мета заняття: вивчити процедуру синтезу КІХ-фільтрів методом найкращої рівномірної (чебишовської) апроксимації і оволодіти програмними засобами MATLAB для синтезу та аналізу КІХ-фільтрів.
Лабораторне заняття №15. «Синтез БІХ-фільтрів методом білінійного Z-перетворення».
Мета заняття: розглянути задачу проєктування БІХ-фільтрів методом білінійного Z-перетворення частотних характеристик.
для заочної форми здобуття освіти
Лекційні заняття
Лекція 1. «Теорема та ряд Котельникова. Спектр дискретного сигналу».
Лекція 2. «Обробка мовленнєвих та аудіо сигналів в часовій та частотній областях».
Лабораторні заняття
Лабораторне заняття №2. «Аналого-цифрове перетворення. Дискретизація та квантування».
Мета заняття: вивчення понять дискретизація та квантування; похибки квантування та надлишкова дискретизація.
Лабораторне заняття №3. «Пряме і обернене Z-перетворення».
Мета заняття: познайомитися з прямим і обернене Z-перетворенням, властивостями Z-перетворення і передавальними функціями.
Консультації здійснюються впродовж семестру згідно встановленого розкладу.
Індивідуальна робота
для денної форми здобуття освіти
не передбачено.
Контрольна робота для здобувачів заочної форми
Завдання для виконання контрольної роботи здобувач отримує на установчій лекції.
Робота містить 5 теоретичних питань та 2 практичних завдання.
Обсяг відповіді на кожне теоретичне питання: не менше, ніж 2 сторінки машинописного тексту. Текст відповіді повинен бути виконаний самостійно, а не скопійованим з навчального посібника.
Термін надання виконаної контрольної роботи на перевірку – не пізніше, ніж за місяць до початку сесії.
Форми контрольних заходів та оцінювання результатів навчання
Для денної форми здобуття освіти
Поточний контроль полягає у виконанні
1) 15-ти індивідуальних поточних завдань. Індивідуальні поточні завдання виконуються письмово і полягають в розв'язуванні типових задач відповідно до мети та завдань лабораторних занять. Бездоганне виконання кожного індивідуального поточного завдання оцінюється: №1-6 у 3,5 балів; №7 у 4,0 бала; №8 у 5,0 балів; №9 у 3,0 бала; №10-15 у 4,5 балів. Всього – 60 балів.
2) двох модульних контрольних робіт. Модульні контрольні роботи складаються з теоретичної і практичної частин та проводяться у формі комп'ютерного тестування. Бездоганне виконання кожної модульної контрольної роботи становить 20 балів. Всього 40 балів.
Підсумковий контроль – екзамен. Екзамен усний. Максимальна оцінка, яку може отримати здобувач – 100 балів.
Для заочної форми здобуття освіти
Виконання та захист лабораторних робіт №1 і №2 оцінюється у 50 балів (по 25 балів за кожну).
Захист контрольної роботи. Бездоганне виконання контрольної роботи оцінюється в 25 балів. При її захисті студент може отримати до 25 балів. Всього 50 балів.
Підсумковий контроль – екзамен. Екзамен усний. Максимальна оцінка, яку може отримати здобувач – 100 балів.

Результати навчання: 

ПРН02. Знати фізику, електротехніку, електроніку та схемотехніку, мікропроцесорну техніку на рівні, необхідному для розв’язання типових задач і проблем автоматизації.
ПРН06. Вміти застосовувати методи системного аналізу, моделювання, ідентифікації та числові методи для розроблення математичних та імітаційних моделей окремих елементів та систем автоматизації в цілому, для аналізу якості їх функціонування із використанням новітніх комп’ютерних технологій.
ПРН12. Вміти використовувати різноманітне спеціалізоване програмне забезпечення для розв’язування типових інженерних задач у галузі автоматизації, зокрема, математичного моделювання, автоматизованого проектування, керування базами даних, методів комп’ютерної графіки.
ПРН19. Знати сучасні засоби та методи цифрової обробки сигналів в технічних системах та системах автоматики; вміти використовувати типові алгоритми обробки сигналів у обчислювальних засобах систем управління та автоматики.

b552530 ▪ 2025