Explore les implémentations du filtre IIR, les formes canoniques par rapport aux formes non canoniques, la stabilité, les propriétés DTFT et les vecteurs propres dans les systèmes LID.
Couvre la théorie des méthodes numériques pour l'estimation des fréquences sur les signaux déterministes, y compris la série et la transformation de Fourier, la transformation de Fourier discret et le théorème d'échantillonnage.
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 transformée de Fourier, ses propriétés et ses applications dans le traitement du signal et les équations différentielles, démontrant son importance dans l'analyse mathématique.
Explore Fourier et Laplace se transforment en science des matériaux, en mettant l'accent sur l'interaction lumière-matière, les motifs de diffraction et les propriétés cristallines.
Introduit la transformation de Fourier à temps discret et son application à des systèmes LTI stables, couvrant les propriétés et la réponse de fréquence.
Explore les propriétés de Discrete-Time Fourier Transform, y compris la linéarité, les décalages de temps et de fréquence, l'inversion du temps et la convolution.
Couvre des exemples de traitement du signal, de traitement du signal analogique, de modulation d'amplitude continue, de traitement d'image, de compression, de micro-systèmes et d'électronique médicale.
Explore l'analyse et la classification de la texture dans les images, en mettant l'accent sur le rôle des techniques d'apprentissage automatique telles que les réseaux neuronaux convolutifs.