ECTS credits ECTS credits: 6
ECTS Hours Rules/Memories Student's work ECTS: 99 Hours of tutorials: 3 Expository Class: 24 Interactive Classroom: 24 Total: 150
Use languages Spanish, Galician
Type: Ordinary Degree Subject RD 1393/2007 - 822/2021
Center Higher Polytechnic Engineering School
Call: Second Semester
Teaching: Sin docencia (Extinguida)
Enrolment: No Matriculable
La memoria del título fija los siguientes resultados de aprendizaje como objetivos de esta materia:
1. Adquirir las bases para el análisis y procesado de señales procedentes de sensores.
2. Analizar e interpretar la información contenida en una señal tanto en tiempo como en frecuencia.
3. Comprender y aplicar la transformada discreta de Fourier (DFT) y la transformada rápida de Fourier (FFT).
4. Comprender, analizar, diseñar e implementar filtros digitales FIR e IIR.
5. Comprender, diseñar e implementar filtros adaptativos.
6. Comprender y utilizar métodos de análisis espectral de señales deterministas y estocásticas.
7. Investigar con autonomía cuestiones más avanzadas del procesado de señal.
8. Comprender, analizar y utilizar métodos de fusión e integración multisensorial.
La memoria del título contempla para esta materia los siguientes contenidos:
Introducción al procesado digital de la señal: muestreo, cuantificación y reconstrucción. Señales y sistemas discretos en el dominio del tiempo: sistemas lineales e invariantes, respuesta impulsional, convolución y correlación. Análisis en el dominio de la frecuencia de las señales continuas y discretas en el tiempo: Serie de Fourier y Transformada de Fourier. Transformada discreta de Fourier (DFT). Cálculo eficiente de la Transformada DFT: Transformada Rápida de Fourier (FFT). Diseño de filtros digitales (filtros FIR e IIR). Otros filtros: filtros adaptativos. Fusión multisensorial.
Los contenidos de la materia se desarrollarán de acuerdo al siguiente temario (incluyendo las horas presenciales y no presenciales aproximadas):
1. Introducción al procesado digital de la señal (4 HP - 6HNP)
- Clasificación y propiedades de las señales
- Conversión Analógica/Digital
2. Análisis de señales y sistemas discretos en el dominio del tiempo (6HP - 12 HNP)
- Tipos y operaciones básicas con secuencias
- Energía y potencia de una señal
- Sistemas lineales e invariantes en el tiempo
- Convolución y correlación
3. Análisis de señales en el domino de la frecuencia (6 HP - 14 HNP)
- Series de Fourier en tiempo continuo y en tiempo discreto
- Transformada de Fourier en tiempo continuo y en tiempo discreto
- Transformada discreta de Fourier (DFT)
- Transformada Rápida de Fourier (FFT)
4. La transformada z (4 HP - 8 HNP)
- La transformada z directa
- La transformada z inversa
5. Diseño de Filtros (4 HP - 8 HNP)
- Filtros IIR
- Filtros FIR
- Filtros adaptativos
Se trata de una materia con un componente práctico importante en la que el alumno aprenderá, a través de las sesiones interactivas, a desarrollar programas que le permitan aplicar e implementar los conceptos y técnicas de procesado de señales vistos durante las clases de teoría. En las sesiones interactivas los alumnos implementarán algoritmos enfocados a resolver ejercicios con base teórica pero también ejemplos prácticos que simulen problemas y/o situaciones del mundo real. Python será el lenguaje de programación empleado para las prácticas en las que se emplearán librerías como: Numpy, Scipy o Sympy.
El programa de prácticas estará dividido de acuerdo con los siguientes módulos principales:
P1. Introducción al procesado de señales
P2. Implementaciones prácticas de problemas enfocados al análisis de señales en el dominio del tiempo
P3. Implementaciones prácticas de problemas enfocados al análisis de señales en el dominio de la frecuencia
P4. Diseño e implementaciones de filtros
Aproximadamente se destinará 1 sesión (2HP y 4HNP) para el módulo P1 y 2 sesiones (4HP y 8 HNP) para el módulo P4, dejando el resto (9 sesiones - 18HP y 36 HNP) para los módulos P2 y P3, los cuales tendrán una carga y esfuerzo equivalente.
Bibliografía básica
[1] "Digital signal processing : principles, algorithms and applications". John G. Proakis, Dimitris G. Manolakis
[2] "Discrete-time signal processing" Alan V. Oppenheim, Ronald W. Schafer, with John R. Buck
Bibliografía complementaria
[3] "Dsp first". McClellan, J. H., Schafer, R. W., & Yoder, M. A.,
Competencias básicas
CB1: Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en los libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio.
CB2: Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio.
CB3: Que los estudiantes tengan la capacidad de reunirse e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.
CB4: Que los estudiantes puedan transmitir información, ideas, problemas y soluciones un público tanto especializado como no especializado.
CB5: Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía.
Competencias generales
CG1: Conocimiento de materias básicas y tecnologías, que le capacite para el aprendizaje de nuevos métodos y tecnologías, así como que le dote de una gran versatilidad para adaptarse a nuevas situaciones.
CG2: Capacidad de resolución de problemas en el campo de la ingeniería robótica con creatividad, iniciativa, metodología y razonamiento crítico.
CG3: Capacidad de utilizar herramientas informáticas para el modelado, la simulación y el diseño de aplicaciones de ingeniería.
CG4: Saber las necesidades tecnológicas de la sociedad y la industria, y ser capaz de mejorar servicios y procesos de producción aplicando tecnología actual de robótica, mediante la elección, adquisición y puesta en marcha de sistemas robóticos en diferentes aplicaciones, tanto industriales como de servicios.
CG5: Ser capaz de obtener y analizar información sobre circuitos, elementos de máquinas, control automático, sensores y sistemas informáticos, con el fin último de lograr aplicaciones robóticas autónomas y flexibles.
CG6: Concebir, calcular, diseñar y poner en marcha algoritmos, equipos o instalaciones en el ámbito de la robótica, para aplicaciones industriales o de servicios, teniendo en cuenta aspectos de calidad, seguridad, criterios medioambientales, uso racional y eficiente de recursos.
CG7: Capacidad de trabajar en un grupo multidisciplinar y de comunicar, tanto por escrito como de forma oral, conocimientos, procedimientos, resultados e ideas relacionadas con la robótica y la electrónica.
Competencias transversales
CT1: Capacidad de análisis y síntesis.
CT2: Capacidad para el razonamiento y la argumentación.
CT3: Capacidad de trabajo individual, con actitud autocrítica.
CT4: Capacidad para trabajar en grupo y abarcar situaciones problemáticas de forma colectiva.
CT5: Capacidad para obtener información adecuada, diversa y actualizada.
CT6: Capacidad para elaborar y presentar un texto organizado y comprensible.
CT7: Capacidad para realizar una exposición en público de forma clara, concisa y coherente.
CT8: Compromiso de veracidad de la información que ofrece a los demás.
CT9: Habilidad en el manejo de tecnologías de la información y de la comunicación (TIC).
CT10: Utilización de información bibliográfica y de Internet.
CT11: Utilización de información complementaria y/o puntual en lengua inglesa.
CT12: Capacidad para resolver problemas mediante la aplicación integrada de sus conocimientos.
Competencias específicas
CE12: Capacidad de conocer e implementar métodos de extracción de características a partir de la información percibida por cámaras y sensores 3D al desarrollo de aplicaciones en robots y sistemas inteligentes.
CE16: Utilizar e implementar métodos de reconocimiento de patrones y de aprendizaje computacional en el análisis de datos sensoriales y para la toma de decisiones en sistemas robóticos.
CE19: Entender y saber programar las técnicas de análisis, procesado y detección de patrones en los distintos tipos de señales procedentes de diferentes sensores y cámaras.
Los contenidos de la materia se impartirán indistintamente en las clases expositivas e interactivas. Las unidades teóricas y las prácticas se impartirán de manera alternativa a lo largo del semestre, con el objetivo de afianzar los conceptos impartidos en ellas y utilizar la teoría como la base real de las prácticas. La realización de todas las prácticas es necesaria, al igual que la asistencia a clase, para aprobar la materia, puesto que teoría y prácticas se complementan.
Clases expositivas: las clases de teoría se articularán con apoyo de medios electrónicos como videos y diapositivas. A través de la herramienta de e-Learning de la USC (Campus virtual) se proporcionará al alumnado el material docente de la materia a medida que se vaya empleando.
Clases interactivas: a lo largo del semestre el alumnado tendrá que realizar diferentes ejercicios adecuados a los contenidos desarrollados hasta el momento. Las clases interactivas se desarrollarán fundamentalmente de forma individual y estarán centradas en la implementación y aplicabilidad de los algoritmos, filtros y métodos para el procesamiento de señales vistos durante las clases expositivas. Para el desarrollo de las prácticas se empleará el lenguaje de programación Python. Se proporcionará al alumnado del entorno de desarrollo necesario para llevar a cabo las prácticas
Tutorías: las sesiones de tutorías servirán para resolver las dudas del alumnado en cuanto a los contenidos de la materia y ejercicios de prácticas. Estas tutorías serán tanto presenciales como virtuales a través de correo electrónico, campus virtual o la plataforma Microsoft Teams.
Curso Virtual: Esta materia dispondrá de un curso virtual desenvuelto sobre la plataforma de Campus virtual de la USC, usando además la herramienta colaborativa Microsoft Teams. Se le facilitará al alumnado todo el material necesario en formato digital y distintas herramientas de comunicación para el apoyo, tanto de la docencia virtual como de las tutorías, incluyendo videoconferencia, chat, correo electrónico, foros…
Los recursos necesarios para la materia son los siguientes:
- Ordenador personal
- Entorno de desarrollo (se proporcionará al alumnado)
- Copias de los apuntes de la materia
- Acceso de los alumnos a la bibliografía en la Biblioteca o por Internet.
- OpenOffice o LibreOffice para la preparación de la documentación de las prácticas.
- Acceso al campus virtual de la USC
- Acceso a Microsoft Teams
Para superar la materia, el alumnado deberá aprobar por separado tanto la teoría como la práctica de la materia.
La asistencia a las clases interactivas y expositivas es obligatoria y se tendrá en cuenta para la evaluación de la materia. Será obligatorio la asistencia al menos al 80% de las sesiones (salvo causas muy justificadas, según normativa de la USC).
Las clases prácticas se realizarán a lo largo del curso durante las sesiones interactivas. A lo largo del semestre, el alumnado entregará diferentes ejercicios prácticos que serán desarrollados en el transcurso de las sesiones interactivas y que serán empleados para evaluar la evolución del alumno en el ámbito práctico de la materia.
Las preguntas del examen final se centrarán en los contenidos específicos, que se han desarrollado en la materia, en relación a sus competencias, y que podrán haber sido adquiridos por el alumno tanto en la parte expositiva como en la interactiva. El examen podrá constar de preguntas tipo test, preguntas cortas y problemas de casos prácticos. En el examen se evaluará el grado de asimilación de los objetivos establecidos en el programa docente de la materia.
No se realizará ningún examen de teoría parcial.
El examen final será el 50% de la nota final de la materia y las prácticas el otro 50%. Para poder superar la materia y estableciendo una evaluación sobre 10 puntos, será necesario obtener al menos un 4 en cada una de las partes (examen final y prácticas) y un 5 en la media entre las dos.
No presentado: el alumno recibirá la cualificación de "no presentado" cuando no haga el examen final.
* Segunda oportunidad
Se mantiene la nota conseguida en las prácticas durante el curso y también su peso en la nota final. Los alumnos que no hayan superado la parte práctica durante la convocatoria anterior podrán realizar un examen final en la misma fecha que el examen teórico para la segunda oportunidad. En segunda oportunidad, el examen final será el 50% de la nota de la materia y las prácticas el otro 50%. Para poder superar la materia y estableciendo una evaluación sobre 10 puntos, será necesario obtener al menos un 4 en cada una de las partes (examen final y prácticas) y un 5 en la media entre las dos.
* Dispensa de asistencia
En caso de dispensa de asistencia los alumnos estarán exentos del cumplimiento del deber de asistencia, pero seguirá siendo obligatorio la realización, entrega y superación de las actividades propuestas, así como superar el examen final.
Los alumnos repetidores de años anteriores estarán exentos del cumplimiento del deber de asistencia a las clases presenciales. Para aprobar la materia deberán superar el examen teórico y los ejercicios prácticos como el resto de los alumnos.
* Realización fraudulenta de ejercicios o pruebas
Para los casos de realización fraudulenta de ejercicios o pruebas será de aplicación lo recogido en la "Normativa de avaliación do rendemento académico dos estudantes e de revisión de cualificacións" de la USC.
* Evaluación de las competencias
En general el desarrollo de las actividades prácticas, así como la preparación de los temas teóricos permitirá al alumnado trabajar las competencias básicas, generales y transversales de la materia. En concreto, el desarrollo de las prácticas, así como la prueba final permitirá evaluar las competencias CE12, CE16, CE19, CB2 y CT12.
La materia tiene fijada una carga de trabajo de 6 ECTS. En la guía de la materia se puede ver un análisis detallado sobre el tiempo de estudio y trabajo personal necesario para superar la materia que de forma simplificada se muestra a continuación:
* Trabajo presencial en el aula
- Clases expositivas : 24 horas.
- Clases interactivas: 24 horas.
- Tutorías de grupo (con grupos reducidos): 3 horas.
- Tutorías individualizadas: 4 horas.
- Actividades de evaluación y revisión: 5 horas.
TOTAL 60 horas
* Trabajo personal del estudiante
- Lectura y preparación de temas: 48 horas.
- Elaboración de las prácticas: 24 horas.
- Tutoría en grupo: 8 horas.
- Tutoría individualizada: 3 horas.
- Actividades de evaluación y revisión: 7 horas.
TOTAL 90 horas
Dado que se emplea una metodología sustentada en la evaluación continua, es necesario un trabajo continuado con los contenidos de la materia. Esto es especialmente importante con las prácticas, ya que unos contenidos se van asentando sobre los anteriores, lo que hace muy conveniente tener asimilados los temas anteriores antes de intentar comprender los nuevos.
Materia en extinción en el curso 2024/25, sin docencia pero con derecho a la evaluación con el sistema especificado para estudiantes repetidores.