Digital Signal Processing¶
课程简介¶
- 机构： University of California, Berkeley
- 课程编号： EE 123
- 方向： 数字信号处理
- 评级： A
- 角色： 替代
- 难度： 提供方未标准化（请按先修判断）
- 最近复核： 2026-07-28
University of California, Berkeley 的《Digital Signal Processing》通过 SDR、业余无线电实验和代码训练 DSP 应用；硬件、频率法规、许可与工具版本都需要本地复核。
为什么选择这门课
替代课程，核心内容可靠，适合按自身背景作为主课或高质量替代。（审阅记录：A content / B tooling）
学习前准备
- 建议先完成方向基础：信号与系统
- 建议先完成方向基础：概率、统计与随机过程
- 建议先完成方向基础：编程与工程计算
可验证的学习成果
- 解释数字信号处理中的核心模型，并说明主要假设与适用边界
- 独立完成代表性推导与题目，并用量纲、极限情形或数值结果交叉检查
- 完成可复现实验或实现，保留原始数据、参数、版本和验证记录
工时与节奏
10 周，每周 8 小时。 这是维护者规划估计，依据课程角色与公开练习、实验密度生成，不是提供方工时承诺。先试学两周，分别记录授课、练习、实验和复盘时间；若实际偏差超过 25%，据实调整剩余计划。
安全等级
低能量实验。 仅开展隔离、限流、低能量实验；通电前检查额定值、接地、短路风险和紧急断电方式。
课程资源¶
软件、硬件与成本
软件
- 维护者建议的开源/免费验证路径：Python 3、Jupyter、NumPy、SciPy、Matplotlib 与 GNU Octave
- 资源清单包含公开代码覆盖；复现时固定解释器、依赖、工具链、数据集和 PDK（如适用）版本
硬件
- 资源清单包含实验覆盖；优先借用或共享课程明确指定的音频接口、DSP/微控制器板或软件定义无线电；先用录制数据验证。仅在提供方实验手册明确要求后核对规格、许可与安全条件
成本说明
建议软件栈可开源或免费使用；这不是提供方要求或物料清单。开发板、元件、打样和仪器的实际清单与费用以提供方实验手册、地区和当地可得性为准，采购前优先借用、共享或仿真。
公开资源完整度
| 资源类型 | 完整度 |
|---|---|
| 视频 | 无公开材料 |
| 讲义 | 完整 |
| 练习 | 部分 |
| 实验 | 完整 |
| 考试 | 部分 |
| 代码 | 完整 |
资源与访问条件
| 资源 | 访问 | 许可 | 状态 | 复核日期 |
|---|---|---|---|---|
| 课程主页 | 无需注册公开访问 | Provider-specific terms; verify before reuse | 官方页已列出 | 2026-07-28 |
| Miki_Lustig_hw01_sol.tex | 无需注册公开访问 | Provider-specific terms; verify before reuse | 官方页已列出 | 2026-07-28 |
| Jupyter Notebook and Data | 无需注册公开访问 | Provider-specific terms; verify before reuse | 官方页已列出 | 2026-07-28 |
| Python | 无需注册公开访问 | Provider-specific terms; verify before reuse | 官方页已列出 | 2026-07-28 |
| Open Spreadsheet, Week schedule in new window | 无需注册公开访问 | Provider-specific terms; verify before reuse | 官方页已列出 | 2026-07-28 |
| Project | 无需注册公开访问 | Provider-specific terms; verify before reuse | 官方页已列出 | 2026-07-28 |
| Videos | 无需注册公开访问 | Provider-specific terms; verify before reuse | 官方页已列出 | 2026-07-28 |
“官方页已列出”表示核验日从成功访问的官方来源页发现该链接，不保证目标文件在所有地区或账号状态下都能直接打开。访问不代表获得再分发权；下载、改编或公开发布前，应重新核对提供方页面、目标链接及其中第三方材料的许可。
实践与验收¶
实践闭环
《Digital Signal Processing · University of California, Berkeley EE 123》滤波器实现与定点误差基准
这是维护者为《Digital Signal Processing · University of California, Berkeley EE 123》建议的自学项目，不是课程官方作业。为数字信号处理设计并实现一个数字滤波/谱估计流水线，比较浮点、定点和参考库的幅相、噪声与运行代价。
来源： 维护者建议项目
交付物
- 采样率、通阻带、延迟、位宽和溢出策略等可测规格
- 浮点参考、从零实现、定点实现与自动测试源文件
- 冲激/扫频/噪声输入的原始输出、频响、误差和运行时数据
- 一份报告，比较规格、量化噪声、溢出和边界效应
验收
- 浮点实现与参考库的归一化 RMSE 低于 1e-8
- 定点实现满足预先声明通带纹波和阻带衰减，且无未检测溢出
- 覆盖 DC、Nyquist、满量程、全零与最短记录边界
- 将位宽逐步减小，报告首次规格失败及 SNR/运行代价曲线
复现要求
- 提交设计、实现、测试、信号生成和绘图源文件
- 固定依赖、位宽、舍入/饱和模式、采样率与随机种子
- 保存原始波形、系数、性能日志和自动生成报告
安全边界： 仅仿真 — 只处理合成或公开信号；不得将练习滤波器用于医疗监护、保护继电、飞控或其他安全关键实时决策。
风险、缺口与边界
2019 年的 SDR 与业余无线电实验需要硬件，并要求了解当地频率法规、核对执照要求及更新工具版本。
完成证据
- 按周学习日志：投入时间、问题、错误订正、决策、下一步，并链接本周可复现产物
- 仿真包：模型或网表、输入、求解器与版本、参数扫描脚本、基准对照、预期结果及一条重新运行命令
- 代码仓库：固定依赖和工具链、最小运行命令、测试或波形/基准、预期输出与许可说明
- 实验包：原理图/装置设置、校准记录、原始数据、不确定度、安全检查、失败记录与从原始数据重建图表的步骤