دسته بندی

در حال حاضر محصولی در سبد خرید شما وجود ندارد.

پنل کاربری

رمز خود را فراموش کرده اید؟ اگر اولین بار است از سایت جدید استفاده میکنید باید پسورد خود را ریست نمایید.

آموزش پردازش سیگنال های دیجیتال بوسیله Arduino

دانلود Udemy Digital Signal Processing(DSP) From Ground Up using Arduino

10,900 تومان
بیش از یک محصول به صورت دانلودی میخواهید؟ محصول را به سبد خرید اضافه کنید.
افزودن به سبد خرید
خرید دانلودی فوری

در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.

ویدئو معرفی این محصول

با مشاهده این کورس آموزشی از طریق انجام پروژه های واقعی و به زبانی بسیار ساده مطالب فراوانی را در رابطه با آردوینو یاد می گیرید.

عنوان اصلی : Digital Signal Processing(DSP) From Ground Up™ using Arduino

این مجموعه آموزش ویدیویی محصول موسسه آموزشی Udemy است که بر روی 2 حلقه دیسک به همراه فایلهای تمرینی ارائه شده و به مدت زمان 7 ساعت و 29 دقیقه در اختیار علاقه مندان قرار می گیرد.

در ادامه با برخی از سرفصل های درسی این مجموعه آموزش آشنا می شویم :


Set up :
Downloading Arduino
Installing Arduino
Capabilities of different arduino boards
Adding new boards to the arduino IDE
Adding CMSIS-DSP capabilites to the Arduino IDE
Testing the CMSIS-DSP set up

Signal Statistics and Noise :
Nature of a signal
Mean and Standard Deviation
Signal-to-Noise ratio
Notice : Signal Mean algorithm on Arduino Uno
Coding : Developing the Signal Mean algorithm
Coding : Computing the Signal Mean
Coding : Computing the Signal Mean with CMSIS-DSP
Coding : Creating a Signal plot function
Coding : Developing the Signal Variance algorithm
Coding : Computing the Signal Variance
Coding : Computing the Signal Variance with CMSIS-DSP
Coding : Computing the Signal Standard Deviation
Computing the Signal Standard Deviation using CMSIS-DSP

Quantization and The Sampling Theorem :
Quantization
Nyquist Theorem ( Sampling Theorem )
The Passive Low-Pass Filter
The Passive High-Pass Filter
The Modified Sallen-Key Filter
The Bessel, Chebyshev and Butterworth filters
Comparing the performance of the Bessel, Chebyshev and Butterworth filters
Information encoding : Time-domain and frequency-domain encoding

Linear Systems and Superposition :
Signal naming conventions
System Homogeneity
System Additivity
System Shift Invariance
Synthesis and Decomposition
Impulse Decomposition
Step Decomposition

Convolution :
Introduction to Convolution
The Delta Function and Impulse Response
The Convolution Kernel
The Convolution Kernel (Part II)
The Output side analysis and the convolution sum equation
Coding : Developing the Convolution algorithm (Part I )
Coding : Developing the Convolution algorithm (Part II )
Coding : Developing the Convolution algorithm (Part III )
Coding : Code Update
Coding : Performing convolution with the CMSIS-DSP library
The Identity property of convolution
The Running Sum and First Difference
Coding : Developing the Running Sum algorithm
Coding : Developing the First Difference algorithm

Fourier Transform :
Introduction to Fourier Analysis
Introduction to Discrete Fourier Transform
DFT Basis Functions
Deducing the Inverse DFT
Calculating the Discrete Fourier Transform (DFT)
Coding : Developing the DFT algorithm (Part I)
Coding : Developing the DFT algorithm (Part II)
Coding : Developing the DFT algorithm (Part III)
Coding : Developing the Inverse DFT algorithm (Part I)
Coding : Developing the Inverse DFT algorithm (Part III )
Coding : Developing the Inverse DFT algorithm (Part II)
Coding : Developing the Inverse DFT algorithm (Part IV )
Symmetry between Time domain and frequency domain -Duality
Polar Notation
Introduction to Spectral Analysis
The Frequency Response

Complex Numbers :
The Complex Number System
Polar Representation of Complex Numbers
Euler's Relation
Representation of Sinusoids
Representing Systems

Complex Fourier Transform :
Introduction to Complex Fourier Transform
Mathematical Equivalence
The Complex DFT Equation
Comparing Real DFT and Complex DFT

Fast Fourier Transform (FFT) :
An Overview of how FFT works.
Understanding the complexity of calculating DFT directly
How the Decimation -in-Time FFT Algorithm works

Digital Filter Design :
Introduction to Digital Filters
The Filter Kernel
The Impulse,Step and Frequency response
Understanding the Logarithmic scale and decibels
Information representations of a signal
Time domain parameters
Frequency domain parameters
Designing digital filters using the spectral inversion method
Designing digital filters using the spectral reversal method
Classification of digital filters

Designing Finite Impulse Response FIR) Filters :
The Multiple Pass Moving Average Filter
The Moving Average Filter
Coding : Developing the Moving Average filter (Part I)
Coding : Developing the Moving Average filter (Part II)
The Recursive Moving Average Filter
Coding : Developing the Recursive Moving Average filter
Designing Infinite Impulse Response (IIR) Filters
Introduction to Recursive Filters
The Recursion Equation
The Single-Pole Recursive Filter
Digital Chebyshev Filters

Designing Windowed-Sinc Filters :
Introduction to Windowed-Sinc Filters
The Sinc Function and the Truncated Sinc Filter
The Blackman window
The Hamming and Blackman window equations
Designing the Windowed Sinc filter

FFT Convolution :
Understanding how the Overlap-Add method works
Understanding how FFT-Convolution works

Introduction to Matlab :
Downloading Matlab
Installing Matlab
Overview of Matlab
Introduction to Matrices
Matrix concatenation

مشخصات این مجموعه :
زبان آموزش ها انگلیسی روان و ساده
دارای آموزشهای ویدیویی و دسته بندی شده
ارائه شده بر روی 2 حلقه دیسک به همراه فایلهای تمرینی
مدت زمان آموزش 7 ساعت و 29 دقیقه !
محصول موسسه آموزشی Udemy