ltima modificaci: 06-07-2015

230474 - TS - Teoria del Senyal

Unitat responsable:

230 - ETSETB - Escola Tcnica Superior d'Enginyeria de Telecomunicaci de Barcelona

Unitat que imparteix:

739 - TSC - Departament de Teoria del Senyal i Comunicacions

Curs:

2015

Titulaci:

GRAU EN ENGINYERIA FSICA (Pla 2011). (Unitat docent Obligatria)

Crdits ECTS:

Idiomes docncia:

Catal, Castell, Angls

Professorat
Responsable:

ANTONIO PASCUAL ISERTE

Altres:

ALBA MARIA PAGES ZAMORA

Horari d'atenci
Horari:

A convenir

Competncies de la titulaci a les quals contribueix l'assignatura

Especfiques:
1. Comprensi i domini dels conceptes bsics de sistemes lineals i de les funcions i les seves transformades en els
dominis continu i discret. Aptitud per analitzar senyals amb soroll, aplicar el Teorema de Wiener-Khinchin i calcular
l'espectre mitjana de potncia. Aptitud per mostrejar i filtrar senyals.
Genriques:
9. CAPACITAT PER IDENTIFICAR, FORMULAR I RESOLDRE PROBLEMES D'ENGINYERIA FSICA. Capacitat per
identificar, formular i resoldre problemes d'enginyeria fsica amb iniciativa, presa de decisions i creativitat.
Desenvolupar mtodes d'anlisi i soluci de problemes de forma sistemtica i creativa.
Transversals:
2. EMPRENEDORIA I INNOVACI - Nivell 1: Tenir iniciatives i adquirir coneixements bsics sobre les organitzacions i
familiaritzar-se amb els instruments i les tcniques, tant de generaci d'idees com de gesti, que permetin resoldre
problemes coneguts i generar oportunitats.
3. SOSTENIBILITAT I COMPROMS SOCIAL - Nivell 3: Tenir en compte les dimensions social, econmica i ambiental
en aplicar solucions i dur a terme projectes coherents amb el desenvolupament hum i la sostenibilitat.
4. TERCERA LLENGUA: Conixer una tercera llengua, que ser preferentment l'angls, amb un nivell adequat de
forma oral i per escrit i amb consonncia amb les necessitats que tindran les titulades i els titulats en cada
ensenyament.
5. COMUNICACI EFICA ORAL I ESCRITA - Nivell 2: Utilitzar estratgies per preparar i dur a terme les presentacions
orals i redactar textos i documents amb un contingut coherent, una estructura i un estil adequats i un bon nivell
ortogrfic i gramatical.
6. TREBALL EN EQUIP - Nivell 2: Contribuir a consolidar l'equip, planificant objectius, treballant amb eficcia i
afavorint-hi la comunicaci, la distribuci de tasques i la cohesi.
7. S SOLVENT DELS RECURSOS D'INFORMACI - Nivell 3: Planificar i utilitzar la informaci necessria per a un
treball acadmic (per exemple, per al treball de fi de grau) a partir d'una reflexi crtica sobre els recursos
d'informaci utilitzats.
8. APRENENTATGE AUTNOM - Nivell 3: Aplicar els coneixements assolits a la realitzaci d'una tasca en funci de la
pertinncia i la importncia, decidint la manera de dur-la a terme i el temps que cal dedicar-hi i seleccionant-ne les
fonts d'informaci ms adequades.

1/7

Universitat Politcnica de Catalunya

ltima modificaci: 06-07-2015

230474 - TS - Teoria del Senyal

Metodologies docents
Les hores de classe setmanals es distribueixen aproximadament en tres hores teriques, una de problemes i una de
prctiques en mitjana. A les teriques s'exposen els conceptes principals i els resultats ms importants, amb diversos
exemples que ajuden a la seva comprensi. A les de problemes es fan exercicis purament operatius i es resolen qestions
i problemes ms conceptuals. A les de prctiques es realitzen exercicis i simulacions amb ordinador.
Objectius d'aprenentatge de l'assignatura
- Entendre els conceptes bsics relacionats amb senyals i sistemes en el domini temporal tant pel cas de temps continu
com discret.
- Comprendre i saber utilitzar les principals transformades pel cas de temps continu (Laplace, Fourier) i temps discret (Z,
Fourier, DFT) i la seva aplicaci a senyals i resposta freqencial de sistemes.
- Saber caracteritzar els processos de conversi A/D i D/A.
- Saber caracteritzar els processos estocstics.
- Entendre els fonaments de la teoria de l'estimaci en termes de caracteritzaci d'estimadors per a les dues principals
famlies: estimaci clssica i Bayesiana.
- Comprendre els fonaments de l'estimaci espectral no paramtrica i paramtrica.
- Comprendre els fonamentes i les principals aplicacions del filtratge de Wiener.
Hores totals de dedicaci de l'estudiantat
Dedicaci total: 150h

Hores grup gran:

52h

34.67%

Hores grup petit:

13h

8.67%

Hores aprenentatge autnom:

85h

56.67%

2/7

Universitat Politcnica de Catalunya

ltima modificaci: 06-07-2015

230474 - TS - Teoria del Senyal

Continguts

1.- SENYALS I SISTEMES EN EL DOMINI

TEMPORAL

Dedicaci: 18h
Grup gran: 5h
Grup mitj: 1h
Grup petit: 2h
Aprenentatge autnom: 10h

Descripci:
1.1.- Senyals analgics i discrets en temps. Senyals bsics. Energia i potncia.
1.2.- Sistemes analgics i discrets en temps. Exemples (incloent transformacions sobre la variable temps) i
propietats/classificaci.
1.3.- Sistemes lineals i invariants en temps:
1.3.1.- resposta impulsional i convoluci: propietats
1.3.2.- sistemes analgics definits mitjanant equacions diferencials
1.3.3.- sistemes discrets en temps definits mitjanant equacions en diferncies finites (sistemes FIR/IIR)
Activitats vinculades:
Classes teriques i exercicis.
Una sessi de laboratori de 2 hores.
Objectius especfics:
Entendre els conceptes bsics relacionats amb senyals i sistemes en el domini temporal tant pel cas de temps
continu com discret.

2.- SENYALS I SISTEMES EN DOMINIS

TRANSFORMATS

Dedicaci: 31h
Grup gran: 9h
Grup mitj: 2h
Grup petit: 2h
Activitats dirigides: 1h
Aprenentatge autnom: 17h

Descripci:
2.1.- Senyals i sistemes analgics:
2.1.1.- transformada de Laplace i funci de transferncia
2.1.2.- transformada/srie de Fourier i resposta freqencial (filtres analgics)
2.1.3.- exemples i propietats
2.2.- Senyals i sistemes discrets en temps:
2.2.1.- transformada Z i funci de transferncia
2.2.2.- transformada de Fourier i resposta freqencial (filtres digitals)
2.2.3.- DFT i FFT
2.2.4.- exemples i propietats
Activitats vinculades:
Classes teriques i exercicis.
Una sessi de laboratori de 2 hores.
Objectius especfics:
Comprendre i saber utilitzar les principals transformades pel cas de temps continu (Laplace, Fourier) i temps
discret (Z, Fourier, DFT) i la seva aplicaci a senyals i resposta freqencial de sistemes.

3/7

Universitat Politcnica de Catalunya

ltima modificaci: 06-07-2015

230474 - TS - Teoria del Senyal

3.- CONVERSI A/D I D/A

Dedicaci: 18h
Grup gran: 4h
Grup mitj: 2h
Grup petit: 2h
Aprenentatge autnom: 10h

Descripci:
3.1.- Mostreig i generaci d'lies: filtre "antialiasing".
3.2.- Soroll de quantificaci.
3.3.- Canvi de la freqncia de mostreig: delmat i interpolaci.
3.4.- Reconstrucci de senyal: interpolador ideal i "zero-order hold" (ZOH).
Activitats vinculades:
Classes teriques i exercicis.
Una sessi de laboratori de 2 hores.
Objectius especfics:
Saber caracteritzar els processos de conversi A/D i D/A.

4.- PROCESSOS ESTOCSTICS - SENYALS

ALEATORIS

Dedicaci: 11h
Grup gran: 4h
Grup mitj: 1h
Aprenentatge autnom: 6h

Descripci:
4.1.- Caracteritzaci estadstica.
4.2.- Processos estacionaris en sentit estricte i en sentit ampli. Processos ciclo-estacionaris.
4.3.- Ergodicitat en mitjana i correlaci.
4.4.- Autocorrelaci i densitat espectral de potncia. Teorema de Wiener-Khinchin.
4.5.- Filtratge de senyals aleatoris.
4.6.- Processos Gaussians.
Activitats vinculades:
Classes teriques i exercicis.
Objectius especfics:
Saber caracteritzar els processos estocstics.

4/7

Universitat Politcnica de Catalunya

ltima modificaci: 06-07-2015

230474 - TS - Teoria del Senyal

5.- FONAMENTS DE TEORIA DE L'ESTIMACI

Dedicaci: 25h
Grup gran: 6h
Grup mitj: 2h
Grup petit: 2h
Activitats dirigides: 1h
Aprenentatge autnom: 14h

Descripci:
5.1.- Introducci a la teoria de l'estimaci:
5.1.1.- concepte d'estimador
5.1.2.- criteris de qualitat: biaix, varincia, "mean square error" (MSE), consistncia
5.1.3.- exemple: estimaci de la mitjana d'un procs
5.2.- Teoria d'estimaci clssica:
5.2.1.- "minimum variance unbiased estimator" (MVUE)
5.2.2.- estimadors eficients: cota de Cramer-Rao
5.2.3.- estimadors de "maximum likelihood" (ML)
5.3.- Teoria d'estimaci Bayesiana:
5.3.1.- caracteritzaci del parmetre: distribuci a-priori
5.3.2.- risc Bayesi: estimadors "maximum-a-posteriori" (MAP), "posterior mean", "posterior median"
Activitats vinculades:
Classes teriques i exercicis.
Una sessi de laboratori de 2 hores.
Objectius especfics:
Entendre els fonaments de la teoria de l'estimaci en termes de caracteritzaci d'estimadors per a les dues
principals famlies: estimaci clssica i Bayesiana.

5/7

Universitat Politcnica de Catalunya

ltima modificaci: 06-07-2015

230474 - TS - Teoria del Senyal

6.- ESTIMACI ESPECTRAL

Dedicaci: 24h
Grup gran: 6h
Grup mitj: 2h
Grup petit: 2h
Aprenentatge autnom: 14h

Descripci:
6.1.- Estimaci espectral no paramtrica:
6.1.1.- periodograma: biaix ("leakage"), varincia i consistncia
6.1.2.- suavitzat del periodograma mitjanant enfinestrament (Blackman-Tukey): Bartlett, Hamming, Kaiser,
Blackman, etc.
6.1.3.- tcniques d'estimaci espectral de Bartlett-Welch: promig de periodogrames
6.1.4.- estimadors basats en banc de filtres adaptats (Capon)
6.2.- Estimaci espectral paramtrica:
6.2.1.- models lineals de processos: AR, MA, ARMA
6.2.2.- equacions de Yule-Walker
Activitats vinculades:
Classes teriques i exercicis.
Una sessi de laboratori de 2 hores.
Objectius especfics:
Comprendre els fonaments de l'estimaci espectral no paramtrica i paramtrica.

7.- FILTRATGE PTIM DE WIENER

Dedicaci: 23h
Grup gran: 5h
Grup mitj: 2h
Grup petit: 2h
Activitats dirigides: 1h
Aprenentatge autnom: 13h

Descripci:
7.1.- Estimador lineal Bayesi de mnim MSE.
7.2.- Filtre de Wiener i equacions de Wiener-Hopf.
7.3.- Implementaci adaptativa ("steepest descent"-SD, "least mean square"-LMS, "normalized LMS"-NLMS).
7.4.- predictors lineals. Exemples.
Activitats vinculades:
Classes teriques i exercicis.
Una sessi de laboratori de 2 hores.
Objectius especfics:
Comprendre els fonamentes i les principals aplicacions del filtratge de Wiener.

6/7

Universitat Politcnica de Catalunya

ltima modificaci: 06-07-2015

230474 - TS - Teoria del Senyal

Sistema de qualificaci
L'avaluaci es basar en els segents tres punts:
- EP: examen parcial
- EF: examen final (inclou tots els continguts del curs)
- PL: prctiques de laboratori
La qualificaci final vindr donada per
Nota final = max { 0.60*EF + 0.25*EP + 0.15*PL , 0.85*EF + 0.15*PL }
Bibliografia
Bsica:
Oppenheim, A.V.; Willsky, A.S.; Nawab, S.H. Signals and systems. 2nd ed. Englewood Cliffs, NJ: Prentice-Hall, 1997. ISBN
9780138147570.
Troba'l a la biblioteca: http://cataleg.upc.edu/record=b1117755~S1*cat
Hayes, M.H. Statistical digital signal processing and modeling. New York: John Wiley, 1996. ISBN 0471594318.
Troba'l a la biblioteca: http://cataleg.upc.edu/record=b1133340~S1*cat
Kay, S.M. Fundamentals of statistical signal processing:vol. 1: estimation theory. Englewood Cliffs: Prentice-Hall, 1993. ISBN
0130422681 (V. 1).
Troba'l a la biblioteca: http://cataleg.upc.edu/record=b1118666~S1*cat

Complementria:
Papoulis, A. Probability, random variables, and stochastic processes. 4th ed. Boston: Mc-Graw-Hill, 2002. ISBN 0073660116.
Troba'l a la biblioteca: http://cataleg.upc.edu/record=b1266577~S1*cat
Proakis, J.G.; Manolakis, D.G. Digital signal processing. 4th ed. New Jersey: Prentice-Hall International, 2007. ISBN
0131873741.
Troba'l a la biblioteca: http://cataleg.upc.edu/record=b1312152~S1*cat
Haykin, S.; Veen, B.V. Signals and systems. 2nd int. ed. John Wiley & Sons, 2003. ISBN 9780471378518.
Troba'l a la biblioteca: http://cataleg.upc.edu/record=b1431282~S1*cat
Oppenheim, A.V.; Schafer, R.W. Discrete-time signal processing. 3rd ed. Upper Saddle River, NJ: Prentice-Hall, 2010. ISBN
9780131988422.
Troba'l a la biblioteca: http://cataleg.upc.edu/record=b1371924~S1*cat
Scharf, L.L. Statistical signal processing: detection, estimation, and time series analysis. Readig, MA: Addison-Wesley, 1990.
ISBN 0201190389.
Troba'l a la biblioteca: http://cataleg.upc.edu/record=b1068830~S1*cat
Manolakis, D.G.; Ingle, V.K.; Kogon, S.M. Statistical and adaptive signal processing: spectral estimation, signal modeling,
adaptive filtering, and array processing. Boston: Artech House, 2005. ISBN 9781580536103.
Troba'l a la biblioteca: http://cataleg.upc.edu/record=b1290769~S1*cat

7/7

Universitat Politcnica de Catalunya