小火龙果 |
2023-05-31 17:05 |
从离散时间系统到 FIR 滤波器设计:探索 Wolfram U 的新 MOOC 中的信号处理
[attachment=118215] H U$:x"AW 在认识到这个学科的重要性后,我们利用 Wolfram 语言在信号处理方面的强大功能,着手开发关于信号和系统处理的完全互动的课程,这样广大受众都能接触到该学科。在分享和回顾了我们多年来从大学本科课程中收集的课程材料、笔记和经验之后,汇编出的这门 Wolfram U 课程代表了两位主要作者 Mariusz Jankowski 和 Leila Fuladi 以及在团队中共同努力的所有成员。我们现在很高兴向您介绍新的免费交互式课程信号、系统和信号处理,我们希望这门课程可以帮助您理解和掌握这个困难但非常重要的学科。 pp#Kb 2* 2X)E3V/*
这里讨论的学科是美国和世界各地几乎所有电气、计算机和生物医学工程项目的支柱,并且至少在过去 30 年中一直如此。它们为更高级的工程主题提供了一个途径,例如控制、通信、数字信号处理、图像处理、机器学习等,也是许多应用的核心:音频和图像处理、数据平滑、分析基因组数据(如 DNA 序列)、MRI 中的成像过程、物联网服务和其他支持人工智能的系统。因此,凭借其简洁而全面的内容以及许多完整的示例和练习,该课程对当前和未来的工程专业学生以及任何希望复习或掌握这些概念以及信号和系统方法的工程师、研究人员或自学者都具有重要价值。 rP;Fh|w# ^$_ifkkLz 想开始吗? *D,+v!wG9 eJ%~6c`@!
[attachment=118216] QKZm<lUL
作者的观点 !V@Y \M
d Mariusz Jankowski 自 1995 年以来一直使用 Mathematica 和 Wolfram 语言,并且是该语言中图像处理功能的开发人员。他是南缅因大学的电气工程教授,曾获得艾姆斯实验室、Wolfram Research 和南缅因大学的奖项。 &N*S
N!"GwH 通过许多工程教育工作者的分享,我观察到信号和系统课程是学生本科经历中较难的课程之一。许多人在处理大量引入的概念和方法所需的数学技能方面遇到了困难。因此,从 20 多年前教授此类课程的第一天起,我就一直在尝试使用 Wolfram 语言最先进的代数、数值和图形功能来帮助学生克服一些他们在掌握相关内容时面临的障碍。因此,信号、系统和信号处理是我通过多年使用 Wolfram 语言在开发讲义、示例、插图、考试和解决方案方面不断试验的成果,并且大量反馈给予我极大帮助,有时是正面反馈,有时不是那么正面😉,我收到了数百名学生的反馈。我希望你像我一样会喜欢观看这些课程,阅读和并与课程材料互动。 Fm,A<+l@u +tkd($// Leila Fuladi 是 Wolfram Research 的认证 Wolfram 讲师和技术内容开发人员。她拥有多年的大学本科阶段数学和工程学科教学经验。 JeUFCWm =t&B8+6 我的经验是,一旦向学生介绍了一个主题,让学生与教师一起解决范例并思考如何将课程中提出的想法应用于范例这样的方法会有助于学习。对于本课程中的每个范例,视频通常显示两种解决方法:使用 Wolfram 语言和使用传统的纸笔方法解决问题的“分步”方法。如果想自己求解范例,您可以使用纸和铅笔或在嵌入式暂存笔记本中测试您的 Wolfram 语言代码。我一直在努力将视频保持在适合的时长内,主要集中于重要的概念和范例。您可以在短时间内复习一个主题或按照自己的进度学习。信号处理是一个非常有趣的内容,您可以在其中应用简单而优美的数学思想来解决重大问题。我希望你喜欢这门课程并学到很多东西! J`} /+WN 7 本课程中介绍的方法和技术都以杰出数学家的名字命名。例如,莱昂哈德·欧拉(正式发现了许多类型的微分方程的求解方法,特别是电气工程师用来模拟电路的一类,这样工程师可以分析、模拟和设计电路。让·巴普蒂斯·傅立叶发起了对傅立叶级数的研究,最终发展为傅立叶和调和分析。傅立叶变换,无论是连续时间还是离散时间,都在本课程中发挥了重要作用。然后是皮埃尔-西蒙·拉普拉斯,他介绍了一种强大的积分变换,它现在是系统分析和一类重要电气、机械和化学系统设计的基本工具。最后,本课程非常重要的是采样定理,它以哈里·奈奎斯特 和克劳德·香农的名字命名,他们的工作弥合了连续时间和离散时间信号和系统之间的缺口,并开创了当今信号处理的时代。 v2EM| Q xp
概览 (LRv c!`"
x7Ly, 参加本课程的学生将获得关于信号、线性系统和信号处理相关内容的一般大学难度水平的介绍。因此,连续时间和离散时间信号和系统都包含在内且以并行形式呈现,利用了它们之间的许多相似之处,偶尔也会有重要差异。本课程从基本信号和信号运算开始,然后对线性时不变系统的特性进行基本介绍。然后是系统的时域分析(微分和差分方程、系统响应和卷积)、频域分析(傅里叶级数、傅里叶变换和线性时不变系统的频率响应)以及拉普拉斯和 z-变换。最后,介绍最重要的抽样主题。本课程以模拟和数字滤波器设计的总结作为结束。 *
2T& | |