دوره مبانی پردازش سیگنال و تحلیل سیستم‌های خطی همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مبانی پردازش سیگنال و تحلیل سیستم‌های خطی

موضوع کلی: مهندسی برق

موضوع میانی: پردازش سیگنال و سیستم‌های خطی

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر مهندسی برق و پردازش سیگنال
• 2. مفاهیم پایه سیگنال‌ها و سیستم‌ها
• 3. انواع سیگنال‌ها: پیوسته و گسسته
• 4. انواع سیستم‌ها: خطی و غیرخطی
• 5. سیستم‌های تغییرناپذیر با زمان
• 6. سیستم‌های علّی و پایدار
• 7. نمایش سیگنال‌ها: سری فوریه
• 8. تحلیل فوریه سیگنال‌های دوره‌ای
• 9. تبدیل فوریه برای سیگنال‌های غیردوره‌ای
• 10. خواص تبدیل فوریه
• 11. کاربرد تبدیل فوریه در تحلیل سیگنال
• 12. مفهوم کانولوشن در سیستم‌های خطی
• 13. محاسبه خروجی سیستم خطی با کانولوشن
• 14. سیستم‌های با حافظه و بدون حافظه
• 15. سیستم‌های پایدار LTI
• 16. پاسخ ضربه سیستم‌های LTI
• 17. نمایش سیستم‌های LTI با توابع تبدیل
• 18. تحلیل سیستم‌ها با استفاده از توابع تبدیل
• 19. سیستم‌های مرتبه اول
• 20. سیستم‌های مرتبه دوم
• 21. پاسخ گذرا و حالت دائم سیستم‌ها
• 22. تحلیل دامنه فرکانسی سیستم‌ها
• 23. فیلترهای پایه: پایین‌گذر، بالاگذر، میان‌گذر
• 24. طراحی فیلترهای ساده
• 25. مقدمه‌ای بر زمان گسسته
• 26. سیگنال‌های زمان گسسته
• 27. سیستم‌های زمان گسسته
• 28. کانولوشن در زمان گسسته
• 29. تبدیل Z
• 30. خواص تبدیل Z
• 31. کاربرد تبدیل Z در تحلیل سیستم‌های گسسته
• 32. پاسخ ضربه سیستم‌های گسسته
• 33. توابع تبدیل سیستم‌های گسسته
• 34. سیستم‌های FIR (پاسخ ضربه متناهی)
• 35. سیستم‌های IIR (پاسخ ضربه نامتناهی)
• 36. طراحی فیلترهای FIR
• 37. طراحی فیلترهای IIR
• 38. مقدمه‌ای بر نمونه‌برداری
• 39. نظریه نمونه‌برداری شانون-نایکوئیست
• 40. اثرات ناشی از نمونه‌برداری نادرست (Aliasing)
• 41. بازسازی سیگنال از نمونه‌ها
• 42. نمونه‌برداری مجدد (Resampling)
• 43. مقدمه‌ای بر تبدیل فوریه گسسته (DFT)
• 44. محاسبه DFT
• 45. خواص DFT
• 46. کاربرد DFT در تحلیل سیگنال‌های گسسته
• 47. الگوریتم تبدیل سریع فوریه (FFT)
• 48. مزایای FFT
• 49. کاربردهای FFT در پردازش سیگنال
• 50. مقدمه‌ای بر آمار و احتمالات در پردازش سیگنال
• 51. متغیرهای تصادفی
• 52. توزیع‌های احتمالی مهم
• 53. فرآیندهای تصادفی
• 54. تخمین پارامترها
• 55. مقدمه‌ای بر مفاهیم نویز
• 56. انواع نویز در سیگنال‌ها
• 57. مدل‌سازی نویز
• 58. کاهش نویز با فیلترهای خطی
• 59. کاهش نویز با روش‌های آماری
• 60. مقدمه‌ای بر فشرده‌سازی سیگنال
• 61. اصول فشرده‌سازی بدون اتلاف
• 62. اصول فشرده‌سازی با اتلاف
• 63. کدگذاری آنتروپی
• 64. کدگذاری خطی پیش‌بین
• 65. مقدمه‌ای بر مخابرات دیجیتال
• 66. مدولاسیون پایه در مخابرات
• 67. سیستم‌های مخابراتی ساده
• 68. مفاهیم پایه انتقال داده
• 69. مقدمه‌ای بر پردازش سیگنال صوتی
• 70. ویژگی‌های سیگنال صوتی
• 71. کاربرد پردازش سیگنال در صدا
• 72. فشرده‌سازی صدا
• 73. تشخیص گفتار
• 74. مقدمه‌ای بر پردازش سیگنال تصویر
• 75. مفاهیم پایه تصاویر دیجیتال
• 76. تبدیل فوریه دو بعدی
• 77. فیلترهای تصویر
• 78. فشرده‌سازی تصویر
• 79. مقدمه‌ای بر شبکه‌های عصبی در پردازش سیگنال
• 80. ساختار شبکه‌های عصبی
• 81. آموزش شبکه‌های عصبی
• 82. کاربرد شبکه‌های عصبی در پردازش سیگنال
• 83. مقدمه‌ای بر یادگیری ماشین برای پردازش سیگنال
• 84. الگوریتم‌های یادگیری ماشین پایه
• 85. پیش‌پردازش داده‌ها
• 86. ارزیابی مدل‌ها
• 87. کاربرد یادگیری ماشین در تشخیص الگو
• 88. مقدمه‌ای بر پردازش سیگنال‌های زیستی
• 89. انواع سیگنال‌های زیستی
• 90. پردازش سیگنال ECG
• 91. پردازش سیگنال EEG
• 92. کاربرد پردازش سیگنال در پزشکی
• 93. مقدمه‌ای بر پردازش سیگنال‌های مخابراتی
• 94. سیگنال‌های رادیویی
• 95. پردازش سیگنال‌های تلفن همراه
• 96. پردازش سیگنال‌های ماهواره‌ای
• 97. مقدمه‌ای بر کاربردهای پیشرفته پردازش سیگنال
• 98. پردازش سیگنال‌های صوتی و تصویری در سیستم‌های هوشمند
• 99. تحلیل داده‌های بزرگ با پردازش سیگنال
• 100. پردازش سیگنال در رباتیک