School/Faculty/Institute Faculty of Engineering
Course Code EE 302
Course Title in English Digital Signal Processing
Course Title in Turkish Sayısal İşaret İşleme
Language of Instruction EN
Type of Course Flipped Classroom
Level of Course Introductory
Semester Spring
Contact Hours per Week
Lecture: 3 Recitation: None Lab: 1 Other: None
Estimated Student Workload 150 hours per semester
Number of Credits 6 ECTS
Grading Mode Standard Letter Grade
Pre-requisites EE 204 - Signals and Systems
Co-requisites None
Expected Prior Knowledge Prior knowledge in continuous and discrete time signals and systems, Fourier series and Fourier transform, properties of discrete-time signals and systems, convolution.
Registration Restrictions Only Undergraduate Students
Overall Educational Objective To learn the analysis of discrete time signals and systems.
Course Description This course provides a comprehensive introduction to digital signal processing and time-scale analysis. The following topics are covered: discrete time signals in the time domain, linear time-invariant systems, convolution, frequency domain representation of discrete signals and systems, Discrete Time Fourier Transform (DTFT), sampling theory, discrete-time processing of analog signals, z-transform, transform analysis of systems, stability and causality, Discrete Fourier Transform (DFT), circular convolution, Fast Fourier Transform (FFT), implementation of and structures for discrete systems, digital filters: specifications, FIR filter theory and design methods, IIR filter theory and design methods.

Course Learning Outcomes and Competences

Upon successful completion of the course, the learner is expected to be able to:
1) işaretler, işaret işleme ve sayısal işaretlerin temel kavramlarını açıklar;
2) işaretler ve sistemleri zaman ve frekans bölgesinde analiz eder;
3) ayrık zamanlı işaretler ve sistemleri transfer bölgesinde analiz eder;
4) MATLAB kullanarak ayrık zamanlı sistemleri analiz eder ve tasarlar;
5) bir sayısal işaret işleme projesi gerçekleştirir ve sonuç çıkarır;
6) proje geliştirirken ekip çalışması gösterir;
7) teknik raporlar hazırlar ve izleyici karşısında sunar.
Program Learning Outcomes/Course Learning Outcomes 1 2 3 4 5 6 7
1) Matematik, tarih, ekonomi ve sosyal bilimlere maruz kalarak geniş bir temele ve entelektüel farkındalığa sahip olmak
2) İşletmenin farklı işlevsel alanlarında (muhasebe, finans, operasyon, pazarlama, strateji ve organizasyon) bilgi ve becerilere sahip olduğunu ve bunların çeşitli endüstri sektörlerindeki etkileşimlerine ilişkin bir anlayışa sahip olduğunu gösterir
3) Karmaşık teknik veya profesyonel faaliyetleri veya projeleri yönetmek için teorik bilginin yanı sıra yaratıcı, analitik ve eleştirel düşünmeyi uygular
4) İşletme sürdürülebilirliği için küresel, çevresel, ekonomik, yasal ve düzenleyici bağlamlara ilişkin bir anlayış sergiler
5) Bireysel ve mesleki etik davranış ve sosyal sorumluluk gösterir
6) Etnik, kültürel ve cinsiyet çeşitliliği değerlerine ve konularına duyarlılık gösterir
7) Bilgi, fikir, sorun ve çözümleri iletmek için yazılı ve sözlü İngilizceyi etkili bir şekilde kullanır (en azından CEFR B2 seviyesi)
8) Veri ve bilgi edinme, analiz etme, yorumlama ve raporlama konusunda beceriler gösterir
9) Problem çözme ve karar vermeyi desteklemek için bilgisayar yeterliliğini gösterir
10) Takım çalışması, liderlik ve girişimcilik becerilerini gösterir
11) Yüksek derecede özerklikle ileri çalışmalar için gerekli öğrenme becerilerini sergiler

Relation to Program Outcomes and Competences

N None S Supportive H Highly Related
     
Program Outcomes and Competences Level Assessed by
1) Matematik, tarih, ekonomi ve sosyal bilimlere maruz kalarak geniş bir temele ve entelektüel farkındalığa sahip olmak N
2) İşletmenin farklı işlevsel alanlarında (muhasebe, finans, operasyon, pazarlama, strateji ve organizasyon) bilgi ve becerilere sahip olduğunu ve bunların çeşitli endüstri sektörlerindeki etkileşimlerine ilişkin bir anlayışa sahip olduğunu gösterir N
3) Karmaşık teknik veya profesyonel faaliyetleri veya projeleri yönetmek için teorik bilginin yanı sıra yaratıcı, analitik ve eleştirel düşünmeyi uygular N
4) İşletme sürdürülebilirliği için küresel, çevresel, ekonomik, yasal ve düzenleyici bağlamlara ilişkin bir anlayış sergiler N
5) Bireysel ve mesleki etik davranış ve sosyal sorumluluk gösterir N
6) Etnik, kültürel ve cinsiyet çeşitliliği değerlerine ve konularına duyarlılık gösterir N
7) Bilgi, fikir, sorun ve çözümleri iletmek için yazılı ve sözlü İngilizceyi etkili bir şekilde kullanır (en azından CEFR B2 seviyesi) S Sunum
8) Veri ve bilgi edinme, analiz etme, yorumlama ve raporlama konusunda beceriler gösterir S Derse Katılım
9) Problem çözme ve karar vermeyi desteklemek için bilgisayar yeterliliğini gösterir N
10) Takım çalışması, liderlik ve girişimcilik becerilerini gösterir S Derse Katılım
11) Yüksek derecede özerklikle ileri çalışmalar için gerekli öğrenme becerilerini sergiler S Derse Katılım
Prepared by and Date SERAP KIRBIZ , April 2018
Course Coordinator SERAP KIRBIZ
Semester Spring
Name of Instructor Dr. Öğr. Üyesi SERAP KIRBIZ

Course Contents

Hafta Konu
1) Ayrık zamanlı sinyaller ve sistemler (2.1-2.5)
2) Ayrık sinyallerin ve sistemlerin frekans alanı gösterimi. (2.6-2.9)
3) Örnekleme teorisi, Analog sinyallerin ayrık zamanlı işlenmesi (4.1-4.3)
4) Ayrık Fourier Serileri (DFS) (8.1-8.4)
5) Ayrık Fourier Dönüşümü (DFT), Dairesel evrişim (8.5-8.7)
6) z-dönüşümü (3.1-3.2)
7) z-dönüşümü (3.3-3.4)
8) Doğrusal Zamanla Değişmez Sistemlerin Dönüşüm Analizi (5.1-5.3)
9) Kararlılık ve nedensellik (5.4-5.6)
10) Ayrık Zamanlı Sistemler İçin Yapılar (6.1-6.5)
11) Sayısal filtreler: özellikler. FIR filtre teorisi ve tasarım yöntemleri (7.1-7.2)
12) FIR filter theory and design methods (7.3)
13) IIR filtre teorisi ve tasarım yöntemleri (7.4-7.5)
14) Hızlı Fourier Dönüşümü (FFT) (9.1-9.3)
15) Final Sınavı/Proje/Sunum Dönemi
16) Final Sınavı/Proje/Sunum Dönemi
Required/Recommended Readings1. “Discrete-Time Signal Processing”, Oppenheim and Schafer, Prentice-Hall, 3rd edition, 2010 (Textbook) 2. “Digital Signal Processing, Principles, Algorithms and Applications”, Proakis and Manolakis, Prentice-Hall, 2007.
Teaching MethodsContact hours using “Flipped Classroom” as an active learning technique
Homework and ProjectsProblems from textbook (they will not be collected and not graded, quiz questions will be very similar or identical to the problems). 1 Project
Laboratory Work7 laboratories on analyzing signals in time and frequency domains and designing discrete time systems.
Computer UseStudents will use MATLAB in lab and to implement discrete time systems for their projects.
Other ActivitiesNone
Assessment Methods
Assessment Tools Count Weight
Laboratuar 7 % 12
Küçük Sınavlar 2 % 8
Projeler 1 % 30
Ara Sınavlar 2 % 50
TOTAL % 100
Course Administration

Instructor’s office: 5th Floor office hours: Tue 16:00-17:00, Thu 16:00-17:00 email address: kirbizs@mef.edu.tr Rules for attendance: YÖK Regulations. Missing a quiz: Provided that proper documents of excuse are presented, each missed quiz by the student will be given a grade which is equal to the average of all of the other quizzes. No make-up will be given. Missing a midterm: Provided that proper documents of excuse are presented, each missed midterm by the student will be given the grade of the final exam. No make-up will be given. Eligibility to take the final exam: Students are required to collect a weighted average of at least 25 points from midterm exam, quizzes, laboratory and projects to be able to take the final exam. Missing a final: Faculty regulations. A reminder of proper classroom behavior, code of student conduct: YÖK Regulations Statement on plagiarism: YÖK Regulations http://3fcampus.mef.edu.tr/uploads/cms/webadmin.mef.edu.tr/4833_2.pdf

ECTS Student Workload Estimation

Activity No/Weeks Hours Calculation
No/Weeks per Semester Preparing for the Activity Spent in the Activity Itself Completing the Activity Requirements
Ders Saati 14 2 3 70
Laboratuvar 7 1 1 1 21
Proje 1 20 1 1 22
Ara Sınavlar 2 10 2 24
Final 1 11 2 13
Total Workload 150
Total Workload/25 6.0
ECTS 6