Datos Identificativos 2024/25
Asignatura (*) Adquisición e Procesamento de Sinal Código 614G03011
Titulación
Descriptores Ciclo Período Curso Tipo Créditos
Grao 2º cuadrimestre
Primeiro Formación básica 6
Idioma
Castelán
Modalidade docente Presencial
Prerrequisitos
Departamento Enxeñaría de Computadores
Coordinación
Dapena Janeiro, Adriana
Correo electrónico
adriana.dapena@udc.es
Profesorado
Dapena Janeiro, Adriana
Vazquez Araujo, Francisco Javier
Correo electrónico
adriana.dapena@udc.es
francisco.vazquez@udc.es
Web
Descrición xeral Na materia, o estudantado adquirirá as bases necesarias para comprender e levar a cabo a adquisición e o tratamento de sinais dixitais de diversos tipos e orixes. O estudantado aprenderá a traballar con sensores e sistemas encaixados, que se utilizan cada vez máis como fontes de datos para moitos desenvolvementos e aplicacións de intelixencia artificial.

Competencias / Resultados do título
Código Competencias / Resultados do título

Resultados de aprendizaxe
Resultados de aprendizaxe Competencias / Resultados do título
Adquirir as bases matemáticas necesarias para a adquisición e o procesado de sinais dixitais. A7
B5
B7
B10
Ser capaz de adquirir sinais reais utilizando hardware específico. A7
B7
B10
C2
Entender o concepto de frecuencia e aprender a deseñar e aplicar filtros dixitais. A7
B2
B5
Aprender a realizar operacións sobre sinais dixitais e a obter información destas. A7
B2
B10
C3
Programar sistemas encaixados para adquirir e preprocesar tanto sinais unidimensionales, tales como temperatura, presenza de persoas, audio, etc., como multidimensionales- imaxe e vídeo. A7
B2
B5
B7
B10
C2
C3
Programar algoritmos clásicos e de intelixencia artificial para o tratamento de sinal computacionalmente lixeiros, e por tanto adecuados aos recursos de cómputo limitados que caracterizan aos sistemas encaixados de baixo consumo de potencia. A7
B2
B5
B10
C2
C3
Deseñar e despregar múltiples sistemas encaixados, conformando redes de sensores. A7
B2
B5
B7
C2
C3
Dotar aos sistemas encaixados ou ás redes de sensores coa capacidade de interacción coa nube. A7
B2
B7
C2
C3

Contidos
Temas Subtemas
Sinais e sistemas Tipos de sinais
Operacións
Tipos de sistemas
Propiedades dos sistemas
Filtrado de sinais Suma de convolución
Filtrado no dominio do tempo
Transformada discreta de Fourier
Filtrado no dominio da frecuencia
Adquisición de sinais Mostraxe
Cuantificación
Codificación
Aplicaciones á IA Fundamentos de sistemas supervisados e non supervisados
Aplicacións
Sistemas baseados en sensores (tema transversal) Microcontroladores
Sensores
Aplicacións

Planificación
Metodoloxías / probas Competencias / Resultados Horas lectivas (presenciais e virtuais) Horas traballo autónomo Horas totais
Sesión maxistral A7 B5 20 10 30
Proba obxectiva A7 B2 B5 B7 C3 3 8 11
Solución de problemas A7 B2 B5 B7 C2 C3 10 17 27
Prácticas de laboratorio A7 B2 B5 B7 B10 C2 C3 30 50 80
 
Atención personalizada 2 0 2
 
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado

Metodoloxías
Metodoloxías Descrición
Sesión maxistral Exposición didáctica, usando diapositivas e o taboleiro, dos contidos teóricos da materia. Resolución de exemplos.
Proba obxectiva Exame sobre os contidos da materia (prácticas, teoría e problemas).
Solución de problemas Resolución de problemas e cuestións por parte do estudantado de forma individual ou en grupos.
Prácticas de laboratorio Realizaranse prácticas de programación en Python en ordenador e en microcontroladores.

Atención personalizada
Metodoloxías
Sesión maxistral
Prácticas de laboratorio
Solución de problemas
Descrición
Sesión maxistral: Atender e resolver dúbidas relacionadas coa materia teórica exposta nas clases.

Prácticas de laboratorio: Atender e resolver dúbidas relacionadas coas prácticas propostas ou realizadas no laboratorio.

Solución de problemas: Atender e resolver dúbidas relacionadas cos problemas propostos ou resoltos en clase.

En todos os casos usaranse preferentemente horas de titoría individuais, correo electrónico, Teams, ou a través dos espazos de comunicación da ferramenta Moodle. Estes dous últimos casos serán particularmente adecuados para os alumnos con dispensa académica de exención de asistencia.

Para os alumnos matriculados a tempo parcial os horarios de titorías poderán adaptarse segundo as necesidades.

Avaliación
Metodoloxías Competencias / Resultados Descrición Cualificación
Prácticas de laboratorio A7 B2 B5 B7 B10 C2 C3 Entrega e defensa de prácticas. 38
Proba obxectiva A7 B2 B5 B7 C3 Avaliación final de coñecementos teóricos e prácticos e de resolución de problemas que se realizará o día fixado no calendario de exames. 50
Solución de problemas A7 B2 B5 B7 C2 C3 Avaliación mediante controis (tests ou respostas curtas) nas clases de problemas ou de teoría. 12
 
Observacións avaliación

Para aprobar a materia tense que cumprir que: nota final maior ou igual que 5, tendo un mínimo de 2 puntos na proba obxectiva. Se non se obtén devandito mínimo de 2 puntos, a nota máxima final será igual a 4.

Na segunda oportunidade realizarase a "proba obxectiva" (5 puntos). Cada estudante poderá elixir conservar a nota de "Solución de problemas" ou repetila (1.2 puntos). A nota de "Prácticas de laboratorio" será a obtida durante o curso (3.8 puntos).

Para a oportunidade adiantada, todos os contidos serán avaliados nunha única proba (10 puntos).

Os estudantes a tempo parcial presentarán as "Prácticas de laboratorio" nas mesmas datas que o resto de estudantes, e realizarán o resto de probas na data do exame final fixada no calendario académico.

Todos os aspectos relacionados coa “dispensa académica”“dedicación ao estudo”“permanencia” e “fraude académica” rexeranse de acordo coa normativa académica vixente da UDC.


Fontes de información
Bibliografía básica https://docs.micropython.org/en/latest/ (). Documentación de MicroPython.
Pallàs Areny, Ramón (). Sensores y acondicionadores de señal. Marcombo
Oppenheim, Alan V.; Schafer, Ronald W. (). Tratamiento de señales en tiempo discreto. Pearson
Proakis, John G; Manolakis, Dimitris G. (). Tratamiento digital de señales. Pearson

Bibliografía complementaria


Recomendacións
Materias que se recomenda ter cursado previamente
Programación I/614G03006
Matemática Discreta/614G03003
Introdución aos Computadores /614G03012

Materias que se recomenda cursar simultaneamente
Programación II/614G03007

Materias que continúan o temario

Observacións

O profesorado e o estudiantado deben colaborar no desenvolvemento dunha cidadanía crítica, aberta e respectuosa coa diversidade na nosa sociedade, salientando a igualdade de dereitos das persoas.



(*)A Guía docente é o documento onde se visualiza a proposta académica da UDC. Este documento é público e non se pode modificar, salvo casos excepcionais baixo a revisión do órgano competente dacordo coa normativa vixente que establece o proceso de elaboración de guías