Aine eesmärk on anda tulevasele biosignaalide töötlejale vajalikud teadmised ja oskused signaalide esmaseks töötlemiseks programmeerimiskeskkonnas MatLab. Eri tüüpi biosignaalidel on küll eri päritolu, kuid neil on ühiseid omadusi ning neis sisalduvad sarnased häired ja artefaktid. Digitaalse signaalitöötluse põhieesmärk on signaalis sisalduv oluline informatsioon paremini välja tuua, vähendades signaalis esinevaid kõrvalmõjusid/häireid. Kuigi kursus käsitleb signaalitöötlusmeetodeid just biosignaalidest lähtuvalt, saab neid rakendada ka mitmetes teistes valdkondades.

The aim of the course is to give a future biosignal processing engineer the necessary knowledge and skills needed for basic signal processing in programming platform MatLab. Although biosignals have different origin, they still have some common properties and contain similar noise and artefacts. The main aim of digital signal processing is to better reveal hidden important information, while also suppressing noise and artefacts. Although the course deals with signal processing methods applied to biosignals, these methods can be applied also in many other fields.

Õppeaine läbinud üliõpilane:
- tunneb signaalide AD ja DA muundamise põhimõtteid ning sellega kaasnevaid piiranguid ja probleeme;
- seostab süsteemide impulsskaja, ülekandefunktsiooni ning sageduskarakteristikut ning rakendab ja tõlgendab tulemusi MatLabis;
- oskab kasutada Fourier' ja Z-teisendust ning pöördteisendust süsteemide analüüsil ja erinevate omaduste hindamisel;
- tunneb digitaalsete IIR ja FIR filtrite disainimise põhimõtteid ning oskab nõudmistele vastavaid filtreid MatLabis disainida;
- tunneb signaali diskreetse Fourier' teisenduse ja FFT arvutuspõhimõtet, leiab võimsusspektri hinnangu ning oskab meetodeid MatLabis rakendada ning tulemusi interpreteerida;
- eemaldab EEG ja EKG signaalist enamlevinumaid mürasid ja artefakte ning toob signaalidest esile olulise informatsiooni;
- rakendab peamisi pilditöötlusmeetodeid MatLabis;
- rakendab peamisi signaalitöötlusvõtteid MatLabis, disainides, kodeerides ja testides programmi vastavalt etteantud nõudmistele.

After completing the course the student:
- applies procedural statements, conditional statements and basic vector computation in MatLab;
- knows the principles of AD and DA conversion and accompanying limitations and problems;
- relates system's impulse response, its transfer function and frequency response, implements and interprets in MatLab;
- applies the Fourier and Z-transform and inverse transform for system analysis and testing the system properties;
- knows design principles of the basic IIR and FIR filters, designs the filters in MatLab according to the preset requirements;
- knows the principles of computation of the signal's DFT and FFT, calculates the power spectral density estimation, implements and interprets in MatLab;
- implements wavelet transform and interprets the results in MatLab;
- implements basic image processing methods in MatLab;
- applies basic signal processing techniques in MatLab to design, code and test MatLab programs according to the preset requirements.

Kursuse algul tutvutakse programmeerimiskeskkonnaga MatLab. Antakse lühidalt ülevaade AD ja DA muundamise protsessist. Detailsemalt kaetakse impulsskaja ja diskreetne konvolutsioon. Süsteemide uurimiseks leitakse sageduskarakteristik ja ülekandefunktsioon kasutades Fourier' ja z-teisendust, hiljem ka pöördteisendust. Antakse ülevaade võimsusspektri hindamisest. Uuritakse nii ajaliselt kui ka sageduslikult rekursiivseid (IIR) ja mitterekursiivseid (FIR) lineaarseid digitaalseid filtreid. Õpitakse, mil moel neid disainida ja rakendada. Tutvustatakse levinumate füsioloogiliste signaalide töötlemiseks kasutatavate meetoditega. Praktiline teostus EEG signaalidel. Viimaseks antakse ülevaade lihtsamatest pilditöötlusvõtetest. Signaalitöötlusvõtted rakendatakse MatLabis võimaldamaks teoreetilises osas keerukaks osutunud meetodist paremini aru saada. Suureks abiks on MatLabis rakendatavad visualiseerimise ülesanded.

To begin with, the course covers the data types and syntax used in MatLab. Next the conditional statements and procedural statements are introduced. Impulse response and discrete convolution are given in more details. The Fourier and Z-transform and inverse transform are used to check for system stability and to find the transfer function. The power spectral density is evaluated. The main emphasis is on filters: filters are studied, designed and applied in time and in frequency domain. In addition, wavelet transform is applied and the results interpreted. The last part of the course covers image processing
All the main methods covered during the course will be also applied in MatLab, enabling the student to better understand the complex methods. Visualization assignments improve the understanding even more.

Eksam. Eksamile lubamise eelduseks on õppeaines ettenähtud
koduste praktiliste ülesannete, harjutustööde ja praktikumitööde teostamine ja nende kaitsmine.

Examination. The prerequisites for the examination are successful timely completion and defense of results of practical and written home assignments and lab assignment.

Koduste praktiliste ülesannete ja harjutustööde lahendamine ning praktikumitööks ja kontrolltööks ettevalmistumine, iseseisev töö e-õppes.

Solving practical and written home assignments and preparing for lab assignment.

T. Lipping. Digitaalne signaali- ja pilditöötlus, loengukonspekt. TTÜ kirjastus, 2007.
R. Ferenets. Digitaalne signaali- ja pilditöötlus, harjutusülesanded. TTÜ kirjastus, 2007.
Alan V. Oppenheim, Ronald W. Schafer. Discrete-Time Signal Processing 3rd Edition. Prentice Hall, 2009

-