مخاطبان این دوره

این دوره برای طیف وسیعی از علاقه‌مندان و متخصصان طراحی شده است:

• مهندسان برق، کامپیوتر، مخابرات و مکاترونیک.
• دانشجویان رشته‌های مرتبط با علوم کامپیوتر، فیزیک، ریاضیات و مهندسی.
• متخصصان علم داده و یادگیری ماشین که نیاز به درک و پردازش سیگنال دارند.
• علاقه‌مندان به حوزه‌هایی مانند پردازش صوت، تصویر و تحلیل داده‌های سری زمانی.
• هر فردی که می‌خواهد با استفاده از پایتون، مهارت‌های خود را در تحلیل سیگنال‌های دیجیتال ارتقا دهد.

پیش‌نیازهای دوره

برای بهره‌مندی کامل از این دوره، داشتن دانش اولیه در زمینه‌های زیر توصیه می‌شود:

• آشنایی با مفاهیم پایه برنامه‌نویسی (ترجیحاً با زبان پایتون).
• درک مبانی ریاضی شامل جبر خطی، حساب دیفرانسیل و انتگرال.
• آشنایی مقدماتی با سیگنال‌ها و سیستم‌ها (اگرچه مفاهیم پایه‌ای در طول دوره مرور خواهند شد).

نگران نباشید اگر تسلط کافی بر تمامی این موارد ندارید؛ دوره به گونه‌ای طراحی شده است که مفاهیم لازم را به مرور پوشش دهد.

آنچه در این دوره فرا خواهید گرفت

این دوره جامع، شما را گام به گام با دنیای پردازش سیگنال دیجیتال با پایتون آشنا می‌کند:

بخش اول: مبانی پایتون برای DSP

• راه‌اندازی محیط توسعه: نصب پایتون، Anaconda، Jupyter Notebook و کتابخانه‌های ضروری (NumPy, SciPy, Matplotlib).
• کار با آرایه‌ها در NumPy: ایجاد، دستکاری و عملیات بر روی آرایه‌های چندبعدی.
• بصری‌سازی سیگنال‌ها با Matplotlib: رسم نمودارهای دوبعدی و سه‌بعدی، سفارشی‌سازی نمودارها.
• مفاهیم اولیه سیگنال‌های دیجیتال: نمونه‌برداری، کوانتیزاسیون، سیگنال‌های گسسته در زمان.

بخش دوم: آنالیز سیگنال در حوزه زمان

• تولید سیگنال‌های پایه: سینوسی، کسینوسی، پالس، پله واحد، نوفه.
• عملیات پایه بر روی سیگنال‌ها: جمع، تفریق، ضرب، جابجایی.
• کانولوشن (Convolution): مفهوم، کاربرد در سیستم‌های خطی ناوردا با زمان (LTI) و پیاده‌سازی با پایتون.
• همبستگی (Correlation): مفهوم، انواع (خودهمبستگی، متقابل همبستگی) و کاربردها.

بخش سوم: آنالیز سیگنال در حوزه فرکانس

• تبدیل فوریه زمان گسسته (DTFT) و تبدیل فوریه گسسته (DFT): مفاهیم نظری و کاربردی.
• تبدیل فوریه سریع (FFT): الگوریتم‌های کارآمد برای محاسبه DFT، مزایای استفاده از FFT.
• طیف‌نگاره (Spectrum): تحلیل محتوای فرکانسی سیگنال‌ها، نمودار دامنه و فاز.
• تحلیل طیف توان (Power Spectral Density - PSD): تخمین توزیع توان سیگنال در فرکانس‌های مختلف.

بخش چهارم: فیلترهای دیجیتال

• مقدمه‌ای بر فیلترهای دیجیتال: انواع فیلترها (پایین‌گذر، بالاگذر، میان‌گذر، نگذر).
• فیلترهای IIR (Infinite Impulse Response): طراحی و پیاده‌سازی فیلترهای چکبایف، باترورث، الیپتیک.
• فیلترهای FIR (Finite Impulse Response): طراحی و پیاده‌سازی فیلترهای پنجره‌ای (Rectangular, Hanning, Hamming, Blackman) و طراحی با الگوریتم Parks-McClellan.
• کاربرد فیلترها: حذف نویز، شکل‌دهی سیگنال.

بخش پنجم: کاربردهای پیشرفته و پروژه‌های عملی

• پردازش سیگنال صوتی: بارگذاری فایل‌های صوتی، اعمال فیلتر، تحلیل طیف صدا.
• پردازش سیگنال تصاویر: مفاهیم پایه پردازش تصویر، اعمال فیلترهای کانولوشن بر روی تصاویر.
• تحلیل سری‌های زمانی: داده‌های اقتصادی، سنسورها و پردازش آن‌ها.
• سیستم‌های مخابراتی: مدولاسیون و دمدولاسیون سیگنال‌ها (مقدماتی).
• پروژه‌های عملی: پیاده‌سازی الگوریتم‌های DSP بر روی داده‌های واقعی.