Môn xử lý tín hiệu số được giảng dạy trong các khoa như Kỹ thuật điện tử, kỹ thuật viễn thông ... hiện đang được giảng dạy tại nhiều trường Đại Học ở Việt Nam như Đại học Bách khoa, đại học Công nghiệp, Học viện kỹ thuật Quân sự, Học viện bưu chính viễn thông ...

Để báo cáo hết môn, báo cáo chuyên đề bộ môn Xử lý tín hiệu số dùng trong chuyên ngành Kỹ thuật điện tử, Kỹ thuật viễn thông. Bạn có thể chọn một trong các chuyên đề dưới đây. Các chuyên đề này có thể được sử dụng để báo cáo bộ môn, trong quá trình học đại học, học sau đại học, thạc sĩ ... Tùy vào yêu cầu của Giảng viên mà mức độ yêu cầu đối với từng chuyên đề có thể khác nhau.

Mô phỏng mỗi đề tài, bạn có thể sử dụng một số ngôn ngữ như Matlab, hoặc Python, C....

Chuyên đề báo cáo môn Xử lý tín hiệu số

Bộ lọc Kalman

Tìm hiểu bộ lọc Kalman (Kalman filter) và bộ lọc Kalman mở rộng (Extended Kalman filter) các ứng dụng của bộ lọc này. Viết code thực hiện các bộ lọc Kalman trên. Viết code thực hiện một ứng dụng sử dụng bộ lọc Kalman. So sánh hiệu suất (performance) của bộ lọc Kalman với bộ lọc NLMS.

Phương pháp Loại bỏ phản hồi âm thanh (AEC)

Trình bày về Loại bỏ phản hồi âm thanh (AEC-Acoustic Echo Cancellation) và các ứng dụng của nó. Các thách thức đối với AEC? Viết code thực hiện AEC sử dụng thuật toán LMS (Least Mean Squares), thuật toán NLMS (Normalized LMS), thuật toán RLS (Recursive Least squares) và đưa ra đồ thị so sánh kết quả của việc thực hiện AEC sử dụng 3 thuật toán trên (là kết quả của việc chạy code).

Hệ thống truyền dẫn số sử dụng 8-QAM, 16-QAM, 32-QAM trên kênh AWGN

Tìm hiểu Hệ thống truyền dẫn số sử dụng 8-QAM, 16-QAM, 32-QAM trên kênh AWGN và ứng dụng. Tìm hiểu điều chế (modulation) và giải điều chế (demodulation) sử dụng 8-QAM, 16-QAM, 32-QAM. Tín hiệu đầu vào là dãy nhị phân được tạo ra ngẫu nhiên và được truyền qua kênh AWGN. Viết code thực hiện điều chế và giải điều chế tín hiệu trên dùng 8-QAM, 16-QAM, 32-QAM. Hiển thị chòm sao (constellation) của 8-QAM, 16-QAM, 32-QAM và vẽ đồ thị BER của hệ thống 8-QAM, 16-QAM, 32-QAM với kênh AWGN (viết code để vẽ và hiển thị). Chú ý: vẽ BER của hệ thống sử dụng 3 kiểu điều chế trên trên cùng 1 đồ thị và so sánh. 

Điều chế và giải điều chế số ASK FSK m-PSK

Tìm hiểu về điều chế số ASK, FSK và m-PSK. Viết code mô phỏng các điều chế số trên và giải điều chế, VD: ứng dụng cho tín hiệu hình sin, tín hiệu xung. 

Bộ lọc thích nghi (Adaptive Filter):

Tìm hiểu bộ lọc thích nghi và ứng dụng của nó. Viết code thực hiện bộ lọc thích nghi sử dụng các thuật toán LMS (Least Mean Squares), NLMS (Normalized LMS) và RLS (Recursive Least Squares) và so sánh. Viết code sử dụng bộ lọc này trong một ứng dụng cụ thể.

Watermarking

Tìm hiểu kỹ thuật Watermarking  và ứng dụng của nó. Viết code thực hiện Watermarking cho xử lý ảnh. Hiển thị kết quả.

Bộ lọc nhiều băng (Filter banks) và Hệ thống đa tốc độ (Multirate systems)

Tìm hiểu cơ sở lý thuyết bộ lọc nhiều băng và Hệ thống đa tốc độ; ứng dụng của chúng. Viết code thực hiện bộ lọc. Hiển thị kết quả mô phỏng. Viết code sử dụng bộ lọc trên cho một ứng dụng cụ thể.

Thiết kế bộ lọc tương tự:

Tìm hiểu lý thuyết về bộ lọc tương tự. Tìm hiểu lý thuyết về ba phương pháp gần đúng cho bộ lọc thông thấp lý tưởng: Bộ lọc Butterworth, Bộ lọc Chebyshev (loại 1, loại 2), Bộ lọc Elliptic.  Viết code mô phỏng 3 loại bộ lọc trên (thông thấp, thông cao, thông dải, chắn dải). So sánh chúng.

Ứng dụng một trong các loại bộ lọc trên để khôi phục tín hiệu bị nhiễu, VD: trộn nhiễu với một tín hiệu hình sin, sau đó sử dụng một trong các bộ lọc trên để khôi phục tín hiệu hình sin ban đầu. 

Thiết kế bộ lọc số

  • Tìm hiểu lý thuyết về bộ lọc số
  • Viết code thực hiện thiết kế (mô phỏng) bộ lọc số (thông thấp, thông cao, thông dải, chắn dải) sử dụng các cửa sổ chữ nhật, tam giác, Hanning, Hamming, Blackmann, và Kaiser. So sánh chúng.
  • Ứng dụng một trong các loại bộ lọc trên để khôi phục tín hiệu bị nhiễu, VD: trộn nhiễu với một tín hiệu tiếng nói, sau đó sử dụng một trong các bộ lọc trên để khôi phục tín hiệu tiếng nói ban đầu.

Bài toán nhận dạng bằng AI

Bài toán nhận dạng bằng AI trong môn xử lý tín hiệu số (DSP - Digital Signal Processing) yêu cầu xây dựng một hệ thống sử dụng các kỹ thuật AI để nhận dạng một loại tín hiệu cụ thể từ dữ liệu số hóa. Hệ thống phải có khả năng phân loại hoặc nhận diện các mẫu tín hiệu khác nhau dựa trên các đặc trưng của chúng.

BTV Reviews365.net, Theo Reviview 365 tổng hợp