Esta asignatura está organizada para que los alumnos adquieran el criterio y la comprensión de las herramientas y objetivos de las modernas técnicas para tratar señales, así como la sintaxis y semántica propias tanto para la compresión como así también para el filtrado, mejoramiento y restauración de las mismas. En este orden de cosas, esta asignatura promueve la comprensión de la mejor solución en correspondencia con la plataforma disponible. También debe cubrir las pautas actualizadas de requerimientos del mercado laboral. El alumno debe estar capacitado para afrontar los avances y desarrollos tecnológicos futuros. Actualmente, la disciplina de procesar transita por un constante adaptación a los diferentes escenarios, a saber, Biomedicina, videoteléfono, Internet, HDTV, DVD y otros, fuertemente influenciada por los entornos basados en interfaces gráficas del usuario y posibilidades de multimedios. Esta área cubre con un balance adecuado la necesidad de preparar al profesional en las pautas teórico prácticas y los criterios de complementación necesarios.

Al finalizar el curso, el alumno habrá adquirido la habilidad de modelar soluciones originales basadas en la utilización de las últimas herramientas de la especialidad basadas en algoritmos expresados en lenguaje de programación Lenguaje R, BORLAND C++ versión 6 y MATLAB versión 6.01.

· Unidad I: Introducción al tratamiento de señales.

· Unidad II: Transformadas de la señal.

· Unidad III: Mejoramiento, Filtrado y Restauración.

· Unidad IV: Técnicas de compresión de señales: Con pérdida (lossy) y sin pérdida (lossless).

· Unidad V: Formatos de archivos y protocolos.

· Unidad VI: Tratamiento de señales biomédicas.

Unidad I: Introducción al tratamiento de señales.

Introducción. Nociones de Entropía. Soporte matemático. Noción de ancho de banda. Capacidad de un canal. Actuadotes y sensores. Muestreo de señales. Teoremas de Shannon y Nyquist. Aliasing. Cuantización vectorial. Conversores ADC y DAC. Codificación (PCM, DPCM y ADPCM). Interrupciones y máscaras. Captura de puertos serie, paralelo y USB.

Programación en Lenguaje C/C++ y Visual Assembler. Normas RS232, RS422 y RS485.

Placas adquisidoras de Datos. Toolbox daq de MATLAB. Control Digital, Lenguaje R.

Unidad II: Transformadas de la señal.

Transformadas de una señal. Necesidad del empleo de ventanas. Discrete Fourier Transform.

Fast Fourier Transform. Discrete Cosine Transform y Discrete Sine Transform. Discrete

Hartley Transform. Walsh-Hadamard. Haar. Spline. Karhunen-Loeve Transform. Discrete

Wavelets Transform. Grarn-Scmidt Process. Z Transform.

Unidad III: Mejoramiento. Filtrado y Restauración.

Representación de señales por modelos estocásticos. Convolución y deconvolución. Mejoramiento, Filtrado y Restauración de Señales. Filtros: Wiener, LMS, RLS, Kalman (GPS),

Lattice, pasa-alto, pasa-banda y pasa-bajo. Redes sistólicas. Reconocimiento de patrones: continuos, discretos y binarios. Análisis, Síntesis y Reconocimiento del Habla. Empleo de: Redes Neuronales, Algoritmos Gen éticos, Caos, Fractales y Lógica Difusa.

Unidad IV: Técnicas de compresión de señales: Con pérdida (lossy) y sin pérdida (lossless).

Con pérdida (lossy): Codificación de longitud variable. Codificación de Huffman. Codificación Aritmética. Codificación de planos de bits. Codificación por zonas constantes. Codificación por longitud de series unidimensionales. Codificación por longitud de series en dos dimensiones. Codificación y trazado de contornos. Codificación predictiva. Sin pérdida (Iossless): Codificación predictiva. Codificación por transformación. Codificación por umbral. Algoritmo ATRAC de Minidisc. Compresión Fractal y Fast-Fractal.

Unidad V: Formatos de archivos y Protocolos.

Formatos de archivos de audio: WAV, VOC, MP3 y MP4. Protocolos: TCP/IP, UDP, WAP, ISDN y H263 (videoconferencia), HL7 (medicina), X10 y Spectrum24 (Domótica y Ofimática).

Unidad VI: Tratamiento de señales biomédicas.

Medición de temperatura, presión, glucosa, humedad, PH, ECG y HRECG (complejo P-QRS-T), EEG, capacidad alveolar. Empleo de datos de dominio público

· Faúndez Zanuy, Tratamiento Digital de Voz e Imagen, Marcombo.

· Tompkins, Biomedical Digital Signal Processing, Prentice-Hall.

· G. W. Worrell, Signal Processing, with Fractals, Prentice-Hall.

· D. Salomon, Data Compression: The Complete Reference, Springer.

· Luc Baert et. al., Digital Audio and Compact Disc Technology, Focal Press.

· Nelson, The Data Compression Book, M&T Books

· Nelson, Serial Communications C++ Developer's Guide, M&T Books

· Ed. D'Attellis & Femandez-Berdaguer, Wavelet: Theory and Harmonic Analysis in Applied Sciences, Birkhauser

· Teolis, Computational Signal Processing with Wavelets, Birkhauser

· Nguyen, Theoretical Aspects FuzZy Control, John Wiley & Sons

· Yager, Essentials ofFuzzy Model & Control, John Wiley & Sons

· Schalkoff, Pattem Recognition: Statistical, Structural and Neural Approaches, John Wiley & Sons

· Inteligencia Artificial; Winston P. E.; Ed. Addison-Wesley

· Neural Networks; Haykin S.; Ed. McMillan

· Signal Processing: Image Processing, www.elsevier.com/Iocatelimage.

· Rao & Hwang, Digital Image/ Audio Coding & lnternational Standards, Prentice-Hall.

· Rao & Hwang, Techniques & Standards for lmage, Video & Audio Coding, Prentice-Hall.

· Williams, Adaptive Data Compression, Kluwer.

· Ning Lu, Fractal lmaging, Academic Press.

· Resnikoff & Wells, Wavelet Analysis, Springer.

· Gibson, Berger, Lookabaugh, Lindberg & Baker, Digital Compression for Multimedia:

· PrincipIes and Standards, Morgan Kaufmann.

· Ning Lu, Fractal lmaging, Academis Press

· Mendel, Optimal Seismic Deconvolution, Academis Press

· Muller, Reinhardt & Strickland, Neural networks: An Introduction, Springer

· Aoki, State Space Modeling ofTime Series, Springer

· Resnikoff & Wells, Wavelet análisis, Springer