Explique les bases de la transformation de Fourier et démontre son application à travers des exemples, y compris des fonctions périodiques et des paires transformées de Fourier.
Couvre la modulation de spectre à étalement de séquence directe (DSSS) pour améliorer la qualité du signal grâce à une distribution plus large de la bande passante et à la réduction des interférences.
Explore les signaux, les instruments et les systèmes, couvrant ADC, Fourier Transform, échantillonnage, reconstruction des signaux, alias et filtres anti-alias.
Couvre la transformée de Fourier, ses propriétés et ses applications dans le traitement du signal et les équations différentielles, démontrant son importance dans l'analyse mathématique.
Couvre les concepts d'échantillonnage et de reconstruction dans le traitement du signal, en soulignant l'importance de la fréquence d'échantillonnage et des techniques de reconstruction.
Introduit des outils mathématiques pour les systèmes de communication et la science des données, se concentrant sur les processus stochastiques et préparant les étudiants à des cours avancés.
Explore l'architecture et les applications des minuteurs et des compteurs dans les microcontrôleurs pour générer des bases de temps et des signaux précis.
Explore l'adaptation d'impédance dans les circuits RF passifs et les principes de communication sans fil, couvrant la modulation analogique et numérique, l'efficacité énergétique et la détection non cohérente.
Met l'accent sur la mise en œuvre d'un générateur de fonctions carrées utilisant la technologie Speedgoat FPGA et les techniques de traitement du signal en temps réel.
Explore les progrès et les défis dans les peaux électroniques neuromorphes, visant à permettre une utilisation intuitive des membres de remplacement et des robots autonomes.
