עיבוד אותות - הרצאה 1 3
מבוא 3
סוגי אותות הקיימים במוח 5
אותות 9
עיבוד אותות - הרצאה 2 13
Quantization – הפיכת ערך אנלוגי לדיגיטלי 15
עיבוד אותות - הרצאה 3 17
SNR 17
שיפור היחס בין האות לבין הרעש 21
עיבוד אותות - הרצאה 4 24
שיפור יחס אות-רעש 24
עיבוד אותות - הרצאה 5 30
Cross Correlation ופעולות על אותות 30
מציאת קשר בין שני נוירונים 33
תלות בין נוירונים 34
Shift Predictor (Shuffle Analysis) 36
עיבוד אותות - הרצאה 6 38
Spectral Analysis 38
עיבוד אותות - הרצאה 7 41
Discrete Fourier Transform – DFT 41
עיבוד אותות - הרצאה 8 45
DFT 45
DFT Leakage 47
תרגיל 50
DFT of Special Functions 51
עיבוד אותות - הרצאה 9 53
משפט הקונבולוציה 53
Circular Convolution 55
Windowing 58
עיבוד אותות - הרצאה 10 60
Filters 60
עיבוד אותות - הרצאה 11 68
Non-Stationary Signals (אות משתנה בזמן) 68
עיבוד אותות - הרצאה 12 74
Synchronization 74
Hilbert Transform 75
מבוא
מטרת הקורס – לספק כלים באמצעותם יהיה ניתן להתייחס לאותות, לבצע עליהם מניפולציות, וכן להסיק מהם מידע.
שאלות שונות עליהן נענה במהלך הקורס:
• איזה סוג אות כדאי להעביר – אנלוגי או דיגיטלי?
• בכמה ביטים כדאי להשתמש בכדי להעביר את האות?
• כמה דגימות צריך לבצע כדי להסיק את המידע?
• האם כדאי לשמור Data באופן מקומי (Localי) ורק אז להעביר אותו?
דוגמאות:
• ניתן לנתח דגימות של פוטנציאלי פעולה בכדי למצוא קשר בין נוירונים שונים:
• ניתן לבצע Classification (קלסיפיקציה) של סוגי נוירונים בהתאם לדגימות של פוטנציאלי פעולה מנוירונים שונים:
מושגים:
• Signal – ייצוג פיזיקלי שבאמצעותו ניתן להגדיר מתח............................
