到達目標
1.ノイズと信号の区別ができる
2.スペクトル解析とは何かが理解できる
3.FFTの用途が理解できる
4.用途に応じたモデルベース信号処理が理解できる
5.ディジタルフィルタが理解できる
ルーブリック
| 理想的な到達レベルの目安 | 標準的な到達レベルの目安 | 未到達レベルの目安 |
評価項目1 | ノイズと信号の区別ができる | ノイズが理解できている | ノイズと信号が理解できていない |
評価項目2 | スペクトル解析が説明できる | スペクトル解析が理解できている | スペクトル解析が理解できていない |
評価項目3 | FFTの用途が理解できる | FFTが理解できる | FFTが理解できていない |
評価項目4 | 用途に応じたモデルベース信号処理を実装できる | モデルベース信号処理が理解できる | モデルベース信号処理が理解できていない |
評価項目5 | ディジタルフィルタを実装できる | ディジタルフィルタが理解できている | ディジタルフィルタが理解できていない |
学科の到達目標項目との関係
教育方法等
概要:
信号処理とは,光学信号,音声信号,電磁気信号などの様々な信号を数学的に加工するための学問・技術です.本講義ではコンピュータを用いたディジタル信号処理に注目し,膨大な時系列データから重要な情報を抽出するための前処理としての信号処理に重点を置く.
ノイズが重畳した観測信号からの元信号の抽出などをPythonによるプログラミング演習をとおして学ぶ.
授業の進め方・方法:
本講義では,基本的に信号処理の理論を講義で学び,講義の後に出す演習課題にて理論を実践することで内容を深く理解できるように進めていく.ディジタル信号の基本とフーリエ変換の基礎からPythonを用いた信号処理を学び,目的に応じた信号処理の手法を実際の測定データに適用することにより,その有効性について確認する.
注意点:
本科目でモデルベースの信号処理を学ぶに当たって,ブロック線図が理解できることが前提となる.したがって本科で履修した機械制御を復習し,ブロック線図が読み書きできるようにすること.
樋口監修,阿部他著,Python対応ディジタル信号処理,森北出版,2021をベースに説明を行う.
また,この科目は専攻科講義科目(2単位)であり,総学修時間は90時間である.(内訳は授業時間30時間,自学自習時間60時間である.)単位認定には60時間に相当する自学自習が必須であり,この自学自習時間には,担当教員からの自学自習用課題,授業のための予習復習時間,理解を深めるための演習課題の考察時間,および試験準備のための学習時間を含むものとする.
本科目の区分
授業の属性・履修上の区分
授業計画
|
|
週 |
授業内容 |
週ごとの到達目標 |
後期 |
3rdQ |
1週 |
学主内容・注意事項の説明 Pythonの使い方の説明 |
|
2週 |
ディジタル信号 サンプリング定理 |
|
3週 |
ノイズ信号 SN比 |
|
4週 |
スペクトル解析 フーリエ級数 |
|
5週 |
フーリエ変換 |
|
6週 |
逆フーリエ変換 |
|
7週 |
高速フーリエ変換 (FFT・IFFT) |
|
8週 |
試験 |
|
4thQ |
9週 |
ディジタルフィルタ |
|
10週 |
Z変換・畳み込み積分 |
|
11週 |
デジタルフィルタの解析 |
|
12週 |
FIRフィルタ IIRフィルタ |
|
13週 |
ディジタルフィルタ実装例 平滑化フィルタ・差分フィルタ |
|
14週 |
ディジタルフィルタ実装例 コムフィルタ・メジアンフィルタ |
|
15週 |
ディジタルフィルタの設計法 双一次変換
|
|
16週 |
試験 |
|
モデルコアカリキュラムの学習内容と到達目標
分類 | 分野 | 学習内容 | 学習内容の到達目標 | 到達レベル | 授業週 |
評価割合
| 試験 | 課題 | 合計 |
総合評価割合 | 80 | 20 | 100 |
基礎的能力 | 0 | 0 | 0 |
専門的能力 | 80 | 20 | 100 |
分野横断的能力 | 0 | 0 | 0 |