Предмет пружа студентима фундаментална знања о обради временских низова података и њеној примени у различитим областима, са посебним нагласком на финансијском инжењерингу и телекомуникацијама. Студенти формализују концепт временског низа података кроз појам дискретног сигнала, упознају системе за обраду дискретних сигнала, основне трансформације које се над дискретним сигналима могу вршити, као и дигиталне филтре. Студенти упознају и основне моделе временских низова података и њихове особине.

Студенти ће се упознати са основним алгоритмима обраде сигнала и најважнијим трансформацијама аналогних и дискретних сигнала. Упознаће дискретне сигнале и дигиталне филтре кроз конкретне примере, и оспособити се за пројектовање система за обраду дискретних сигнала уз коришћење одговарајућих софтверских алата. На основу стечених знања умеће да анализирају дати проблем, изаберу одговарајућу методу обраде сигнала и имплементирају је. На рачунарским вежбама стећи ће практична искуства са Matlab DSP Toolbox-ом.

Аналогни и дискретни сигнали. Практични аспекти дискретизације сигнала. Трансформације аналогних и дискретних сигнала и везе међу њима. Лапласова и z-трансформација. Фуријеова трансформација аналогних и дискретних сигнала. Дискретни системи и диференцне једначине. Примери дигиталних FIR и IIR филтара, њихове карактеристике и основне методе пројектовања. Увод у моделовање временских низова података. Стационарни процеси.

Читав ток предавања континуирано је праћен синхронизованим аудиторним и рачунарским вежбама. На аудиторним вежбама решавају се проблемски задаци обраде дискретних сигнала. На вежбама у рачунарској лабораторији студенти стичу практично искуство у раду са софтверским алатом за обраду сигнала. Током целокупног процеса извођења наставе студенти се подстичу на интензивну комуникацију, критичко резоновање, самостални рад и активан однос према процесу наставе. Услов за излазак на завршни испит представља извршење свих предиспитних обавеза, у минималном обиму од 10 поена.