Docencia de Posgrado 

Los integrantes del laboratorio dictan, en el marco de la Facultad de Ingeniería de la UNER, el curso de posgrado:

• Fundamentos del Procesamiento Digital de Señales

Concepto de señal y ruido, clasificación de las señales y las técnicas de procesamiento digital. Digitalización de señales: muestreo, retención y cuantización, alias de muestreo en el dominio del tiempo. Espacio de señales: señales como vectores, normas y medidas de distancia, espacios vectoriales y espacios de señales, producto interno. Independencia lineal, bases y transformaciones, ortogonalidad y ortonormalidad, el producto interno en las transformaciones, ejemplos de transformaciones lineales. Transformada de Fourier: series de Fourier, transformada continua de Fourier, transformada discreta de Fourier y su inversa, alias de muestreo en el dominio de la frecuencia, propiedades, algoritmos de cálculo. Concepto y clasificación de los sistemas. Ecuaciones diferenciales y en diferencias, diagramas en bloque y respuesta al impulso. Sistemas lineales e invariantes en el tiempo: propiedades, principio de superposición. Los sistemas como transformaciones lineales. Convolución: definición e interpretación física, propiedades, métodos de cálculo. Deconvolución: definición, aplicación al control y la identificación de sistemas, métodos de cálculo. Tansformada Z y su inversa: definiciones, relación con la transformada de Laplace y la transformada de Fourier. Análisis de sistemas de tiempo discreto: transformaciones conformes, teorema del desplazamiento, diagramas en bloque. Identificación de sistemas: concepto y clasificación, predicción lineal mediante sistemas auto-regresivos, ecuaciones de Wiener-Hopf, algoritmo de Levinson-Durvin, estimación del orden, método adaptativo de Widrow. Procesamiento digital de la voz: modelo de producción de la voz, análisis por tramos, aplicación de predicción lineal, procesamiento homomórfico, detección de la frecuencia fundamental. Procesos estocásticos: revisión de probabilidad elemental, caracterización de señales aleatorias, correlación, estacionariedad, ergodicidad. Procesos estocásticos. Estacionariedad y si relación con el análisis de Fourier y los sistemas lineales. Cadenas de Markov. Estimación espectral: métodos paramétricos y no paramétricos. Análisis tiempo frecuencia: análisis por tramos, ventaneo, espectrogramas, resolución tiempo-frecuencia y el principio de incertidumbre, introducción a la transformada onditas.