ข้ามไปยังเนื้อหา

การประมวลผลสัญญาณดิจิทัล

รหัสทักษะ
sys.dsp
หมวด
ระบบและการประยุกต์
กลุ่ม
ระบบและการประมวลผล
ความสำคัญตาม Roadmap
P · ทางเลือก
ที่มา
โหนดบนแผนภาพ Roadmap v1.2.3
โหนดใน Roadmap
Digital Signal Processing
สถานะในคลังบทเรียน
มีบทเรียนประเมิน

ดูในแผนที่ทักษะ

บทเรียน หลักสูตร พัฒนาถึงระดับ
กรองสัญญาณ: EMA กับ Median แล้วแกะโค้ดเกจ AIoT in Action: จากหน้าจอสัมผัสสู่แพลตฟอร์ม IoT (MicroPython) L2 ทำตามแนวทาง
ลงมือทำ: เกจลูกบิดกับแถบสัมผัส AIoT in Action: จากหน้าจอสัมผัสสู่แพลตฟอร์ม IoT (MicroPython) L2 ทำตามแนวทาง
gyro ฟิลเตอร์ complementary และโค้ดเครื่องวัดระดับ AIoT in Action: จากหน้าจอสัมผัสสู่แพลตฟอร์ม IoT (MicroPython) L2 ทำตามแนวทาง
สุ่มสัญญาณให้ถูก: Nyquist aliasing และ ring buffer AIoT in Action: จากหน้าจอสัมผัสสู่แพลตฟอร์ม IoT (MicroPython) L2 ทำตามแนวทาง
ui.Chart: กราฟหลาย series และคาบเวลาของลูปจริง AIoT in Action: จากหน้าจอสัมผัสสู่แพลตฟอร์ม IoT (MicroPython) L1 รู้จัก
ลงมือทำ: กราฟความเร่งสามแกน AIoT in Action: จากหน้าจอสัมผัสสู่แพลตฟอร์ม IoT (MicroPython) L1 รู้จัก
เข็มทิศดิจิทัลจาก BMM350 บน I3C พร้อม calibration TESAIoT Firmware Stack: เฟิร์มแวร์ภาษา C บน TESAIoT Dev Kit L1 รู้จัก
Motion radar: วาดทิศการเคลื่อนไหวแบบ polar TESAIoT Firmware Stack: เฟิร์มแวร์ภาษา C บน TESAIoT Dev Kit L2 ทำตามแนวทาง
ไมโครโฟน PDM สเตอริโอและ level meter TESAIoT Firmware Stack: เฟิร์มแวร์ภาษา C บน TESAIoT Dev Kit L2 ทำตามแนวทาง
จับสัญญาณดิจิทัลครั้งแรก อิเล็กทรอนิกส์และเครื่องมือวัดสำหรับนักพัฒนาระบบฝังตัว L1 รู้จัก
สตรีมเซ็นเซอร์ที่พร้อมสำหรับ Edge AI TESA Firmware SDK สำหรับ Edge AI L1 รู้จัก
สุ่มสัญญาณให้ตรงกับโมเดล: อัตราสุ่ม Nyquist หน้าต่าง และ schema ของ CSV Edge AI Developer: จากเซนเซอร์สู่โมเดลบนอุปกรณ์ L1 รู้จัก
เสียงและหลายเซนเซอร์บนเส้นเวลาเดียว: PDM 16 kHz ประทับเวลา และ jitter Edge AI Developer: จากเซนเซอร์สู่โมเดลบนอุปกรณ์ L2 ทำตามแนวทาง
จากตัวเลขดิบสู่ปริมาณทางฟิสิกส์: มุมเอียง พลังงาน ความสูง และ dBFS Edge AI Developer: จากเซนเซอร์สู่โมเดลบนอุปกรณ์ L2 ทำตามแนวทาง
ลงมือทำ: เกจฟิสิกส์สี่ตัวบนจอ Edge AI Developer: จากเซนเซอร์สู่โมเดลบนอุปกรณ์ L2 ทำตามแนวทาง
ค่าอนุพัทธ์และการจำแนกด้วยกฎ: dew point, heat index และบันไดกฎ Edge AI Developer: จากเซนเซอร์สู่โมเดลบนอุปกรณ์ L2 ทำตามแนวทาง
ฟิลเตอร์ DSP: EMA, Median, Kalman และ radar range profile Edge AI Developer: จากเซนเซอร์สู่โมเดลบนอุปกรณ์ L2 ทำตามแนวทาง
ลงมือทำ: ฟิลเตอร์ทำสัญญาณให้สะอาดสด ๆ Edge AI Developer: จากเซนเซอร์สู่โมเดลบนอุปกรณ์ L2 ทำตามแนวทาง
FFT และโดเมนความถี่: bin, Nyquist, DC, leakage และ Hann window Edge AI Developer: จากเซนเซอร์สู่โมเดลบนอุปกรณ์ L3 ทำได้เอง
ลงมือทำ: สเปกตรัมสดจาก IMU Edge AI Developer: จากเซนเซอร์สู่โมเดลบนอุปกรณ์ L3 ทำได้เอง
feature และหน้าต่าง: สิ่งที่โมเดลเห็นจริง Edge AI Developer: จากเซนเซอร์สู่โมเดลบนอุปกรณ์ L3 ทำได้เอง
ลงมือทำ: feature vector จากหน้าต่างเลื่อน Edge AI Developer: จากเซนเซอร์สู่โมเดลบนอุปกรณ์ L3 ทำได้เอง
ท่อสั่งการ: CONF_FLOOR, debounce, cooldown และ on_result Edge AI Developer: จากเซนเซอร์สู่โมเดลบนอุปกรณ์ L2 ทำตามแนวทาง
ออกแบบ capstone: Guardian สามเสาในไฟล์เดียว Edge AI Developer: จากเซนเซอร์สู่โมเดลบนอุปกรณ์ L2 ทำตามแนวทาง
บทเรียน ระดับ หลักฐาน
ลงมือทำ: เกจลูกบิดกับแถบสัมผัส L2 ทำตามแนวทาง practice/s05_pot_capsense.py
ลงมือทำ: เกจฟิสิกส์สี่ตัวบนจอ L2 ทำตามแนวทาง practice/s06_physics_viz.py
ลงมือทำ: ฟิลเตอร์ทำสัญญาณให้สะอาดสด ๆ L2 ทำตามแนวทาง practice/s08_filters.py
ลงมือทำ: สเปกตรัมสดจาก IMU L2 ทำตามแนวทาง practice/s09_fft_spectrum.py
ลงมือทำ: feature vector จากหน้าต่างเลื่อน L3 ทำได้เอง practice/s10_windowing.py
บทบาท ระดับขั้นต่ำ ในบทบาทนี้
วิศวกร Edge AI L3 ทำได้เอง จำเป็น (R) · ยกจาก P ในแผนที่
  • L1 รู้จัก · Bloom: remember/understand
  • L2 ทำตามแนวทาง · Bloom: apply (scaffolded)
  • L3 ทำได้เอง · Bloom: apply/analyse
  • L4 มืออาชีพ · Bloom: analyse/evaluate
  • L5 ออกแบบและนำทีม · Bloom: evaluate/create

UUID: 5b5e79e1-28f8-5854-a510-f2071f339666

{
"type": [
"Alignment"
],
"targetName": "Digital Signal Processing",
"targetUrl": "https://tesaiot.github.io/tesa-qualification-program/skills/sys.dsp/",
"targetCode": "sys.dsp",
"targetFramework": "TESA Embedded Systems Skill Map 0.1.0",
"targetType": "CFItem"
}

ข้อมูลแผนที่ทักษะเผยแพร่ภายใต้ CC BY-SA 4.0 ดัดแปลงจาก Embedded Systems Engineering Roadmap ของ Meysam Parvizi

TESA Open Knowledge · © 2026 สมาคมสมองกลฝังตัวไทย (TESA) · CC BY-NC 4.0

เนื้อหาเผยแพร่ภายใต้ CC BY-NC 4.0 นำไปใช้ต่อในงานที่ไม่ใช่เพื่อการค้าได้ โปรดอ้างอิงสมาคมสมองกลฝังตัวไทย (TESA) ทุกครั้ง · วิธีอ้างอิง TESA