CPE324 

Digital Signal Processing   Spring 2022 

COMSATS University Islamabad 
 

COURSE DESCRIPTION FILE 

CPE324 Digital Signal Processing  

DEPARTMENT OF ELECTRICAL & COMPUTER ENGINEERING 

   

COMSATS University Islamabad Page 1

CPE324 Digital Signal Processing   Spring 2022 

COMSATS University Islamabad 
 

COURSE DESCRIPTION FILE 

CPE324 Digital Signal Processing  

DEPARTMENT OF ELECTRICAL & COMPUTER ENGINEERING 

Prepared By:  Checked By:  Approved By: 

 
‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐  ‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐  ‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ 
   

COMSATS University Islamabad Page 2

CPE324 Digital Signal Processing   Spring 2022 

Digital Signal Processing 
Course code:   
CPE324 (3+1) 

Prerequisites: 
CPE223 Signals and Systems 

Co‐requisites:  
None 

Course Catalog Description: 
Introduction:  DSP  and  its  advantages  over  analog  signal  processing.  Review  of  signals  and  systems 
concepts: linearity, stability, causality, convolution, correlation. Fourier analysis: Review of discrete‐time 
Fourier  Transform  (DTFT),  and  discrete  Fourier  Series  (DFS),  Properties  of  DFS,  Periodic  Convolution, 
Discrete Fourier Transform (DFT), Properties of DFT, Circular Convolution, linear vs circular convolution. 
Z‐Transform:  Introduction  of  Z‐Transform  and  its  motivation  in  transform  analysis  of  LTI  systems, 
computing Z‐transform and associated ROC, computing inverse Z‐transform via partial fraction expansion. 
Sampling  &  Sampling  Rate  Alteration:  Sampling  of  continuous  time  signals,  Frequency  domain 
representation  of  sampled  signals,  Nyquist  sampling  theorem,  Aliasing,  Ideal  reconstruction  filter, 
changing  the  sampling  rate  using  discrete‐time  processing  (decimation  and  interpolation).  Transform 
analysis of LTI systems: Magnitude and phase response of LTI systems, Group delay, Frequency Response 
of  Rational  Systems,  Frequency  response  of  a  one‐zero  (‐pole)  system,  pole  zero  plot  representation, 
Magnitude squared response, All pass systems, IIR and FIR systems, Minimum phase systems, Linear phase 
systems (Type I‐IV). DT Structures: Direct form I and II, cascade and parallel representations of IIR and FIR 
filters. Filter Design Techniques: Analog Filter design (Butterworth, Chebyshev Type I or II), IIR Digital filter 
design using Impulse Invariance and Bilinear transformation, FIR filter design using windowing method, 
FIR filter design using Frequency sampling method (time permitting). 

Textbook: 
1. V. Oppenheim, R. W. Schafer and J. R. Buck, Discrete‐Time Signal Processing, 2nd ed. Prentice Hall, 
2006.  

Other Recommended Text Books: 
1. D.G. Manolakis, and V.K. Ingle. Applied Digital Signal Processing, Theory and Practice (2011). 
2. S. K. Mitra. Digital Signal Processing, A Computer‐Based Approach (4e) (2011) 
3. J.G. Proakis, and D.G. Manolakis. Digital Signal Processing, Principle, Algorithms, and Applications (4e) 
2007 
4. E.C. Ifeachor and B.W. Jervis. Digital Signal Processing – A Practical Approach (2e)  (2002) 

COMSATS University Islamabad Page 3

CPE324 Digital Signal Processing   Spring 2022 

Course Learning Objectives: 
This course is designed to familiarize students with the fundamental concepts in digital signal processing. 
The students are expected to learn the analysis of discrete time signals and LTI systems in both time and 
frequency  domains,  and  shall  also  study  some  fundamental  techniques  in  designing  IIR  and  FIR  filter. 
Moreover,  emphasis  is  placed  on  teaching  students  the  mechanism  of  sampling  process  and  related 
concepts of aliasing, how to change the sampling rate of discrete time signals, and commonly used (but 
important) digital filter topologies. 

Course Learning Outcomes (CLOs): 
After successfully completing this course, the students will be able to: 
1. Understand  basics  of  core  topics  in  digital  signal  processing  including  discrete‐time  signals  and 
systems, Discrete  Time  Fourier  Transform  (DTFT),  Discrete  Fourier  Transform  (DFT),  Z‐transform, 
sampling theorem and FIR/IIR Filters. (C3‐PLO1) 
2. Discretize continuous signals and systems and perform their transform‐domain analysis using Discrete 
Fourier Transform and Z‐Transform. Also see how sampling‐rate alteration may affect the transform 
domain analysis. (C4‐PLO2) 
3. Design digital (FIR and IIR) filters and develop various structures for their realization. (C5‐PLO3) 
4. Perform MATLAB/Simulink simulations, as well as gain hands‐on experience on DSP kits during the lab 
experiments. (A3‐PLO5) 
5. Present and analyze data with effective report writing skills. (A2‐PLO10) 

Course Schedule: 
3 credit hours/week 
One laboratory session/week (3 hours/session) 

Topics Covered: 
1. Introduction to discrete‐time and digital signal processing, Review of basic discrete time signal and 
system  concepts:  LTI  systems  and  their  time  domain  characterization  via  impulse  response  (and 
discrete convolution), Discrete time Fourier transform (DTFT), Difference Equations (2 week) 
2. Discrete Fourier Series (DFS) and its properties, periodic convolution, Discrete Fourier Transform (DFT) and 
its properties, circular convolution, computing linear convolution via circular convolution (2 weeks) 
3. Z‐transform and its properties, Region of convergence (ROC), computation of inverse Z‐transform via 
partial fraction expansion (2 week) 
4. Ideal sampling and reconstruction in time and frequency domain, Nyquist sampling theorem, aliasing, 
Increasing and decreasing the sampling rate of a signal via interpolators and decimators respectively 
(2 weeks) 
5. Transform analysis of LTI systems: group delay, system transfer function, pole zero representation 
and  its  significance,  IIR  and  FIR  systems,  All‐pass  systems,  Minimum  phase  systems,  Linear  phase 
systems (Type 1‐4) (2 weeks) 
6. Direct‐form 1, Direct‐form 2, cascade, and parallel structures for IIR and FIR digital filters (1 week) 

COMSATS University Islamabad Page 4

CPE324 Digital Signal Processing   Spring 2022 

7. Analog  filter  design:  Butterworth  and  Chebechev  filters.  IIR  low‐pass  filter  design  using  i)  impulse 
invariance transformation, and ii) bilinear transformation methods. FIR filter design using windowing 
method (3 weeks) 
8. Course summary 

Assessment Plan: 
Theory  Quizzes (4)  15% 
  Homework assignments   10% 
  Mid‐term exam (in class, 60‐80 minutes)  25% 
  Terminal exam (3 hours)  50% 
  Total (theory)    100% 
Lab work  Lab reports (12)   25% 
  Lab Mid‐term exam    25% 
  Lab project and terminal exam    50% 
  Total (lab)    100% 
Final marks  Theory marks * 0.75 + Lab marks * 0.25   

Learning Outcomes Assessment Plan (Tentative): 
Sr. #  Course Learning Outcomes  Assessment 
1.     Quiz 1 
2.     Quiz 2 
3.     Quiz 3 
4.     Quiz 4 
5.     Assignment 1 
6.     Assignment 2 
7.     Assignment 3 
8.     Assignment 4 
9.     Mid‐term Exam 
10.     Terminal Exam 
Table 1: Assessment Plan for Course Learning Outcomes 

Laboratory Experiences: 
There is a laboratory component in all 3+1 credit courses taught at the department. Lab work consists of 
a minimum of 12 experiments and related assignments, which constitute 25% of the overall course‐grade. 
The laboratory experiments are designed to provide students with hands‐on experience in:  
i) Analysis of discrete signals and LTI systems in MATLAB,  
ii) System model designing in the Simulink environment,  
iii) Digital filter designing in MATLAB, iv) Implementation of Simulink models and digital filters on the 
available DSP kits.     
 

COMSATS University Islamabad Page 5

CPE324 Digital Signal Processing   Spring 2022 

Laboratory Resources: 
The relevant laboratory is equipped with workbenches and required hardware and software resources to 
perform the experiments outlined in the lab handbook(s) that are periodically updated. A current list of 
the  12  lab  experiments  performed  in  this  course  is  provided  as  Annexure‐II.  The  list  of  software  and 
equipment available is also posted in all labs and is managed by staff dedicated for this purpose. In relation 
to the DSP course, the laboratories are fully equipped with:  i) adequate work benches with computers 
and relevant software (especially Matlab) installed, ii) DSP starter kits (both fixed‐ and floating point). 

Mapping Course Learning Outcomes (CLOs) to Program Learning Outcomes (PLOs): 
PLO 1  Engineering  Knowledge:  An  ability  to  apply  knowledge  of  mathematics,  science, 
engineering fundamentals and an engineering specialization to the solution of complex 
engineering problems. 
PLO 2  Problem  Analysis:  An  ability  to  identify,  formulate,  research  literature,  and  analyze 
complex engineering problems reaching substantiated conclusions using first principles 
of mathematics, natural sciences and engineering sciences. 
PLO 3  Design/Development  of  Solutions:  An  ability  to  design  solutions  for  complex 
engineering  problems  and  design  systems,  components  or  processes  that  meet 
specified  needs  with  appropriate  consideration  for  public  health  and  safety,  cultural, 
societal, and environmental considerations.
PLO 4  Investigation: An ability to investigate complex engineering problems in a methodical 
way  including  literature  survey,  design  and  conduct  of  experiments,  analysis  and 
interpretation  of  experimental  data,  and  synthesis  of  information  to  derive  valid 
conclusions. 
PLO 5  Modern  Tool  Usage:  An  ability  to  create,  select  and  apply  appropriate  techniques, 
resources, and modern engineering and IT tools, including prediction and modeling, to 
complex engineering activities, with an understanding of the limitations. 
PLO 6  The  Engineer  and  Society:  An  ability  to  apply  reasoning  informed  by  contextual 
knowledge  to  assess  societal,  health,  safety,  legal  and  cultural  issues  and  the 
consequent responsibilities relevant to professional engineering practice and solution 
to complex engineering problems. 
PLO 7  Environment  and  Sustainability:  An  ability  to  understand  the  impact  of  professional 
engineering  solutions  in  societal  and  environmental  contexts  and  demonstrate 
knowledge of and need for sustainable development. 
PLO 8  Ethics: Apply ethical principles and commit  to professional ethics and responsibilities 
and norms of engineering practice.  
PLO 9  Individual and Team Work: An ability to work effectively, as an individual or in a team, 
on multifaceted and /or multidisciplinary settings. 
PLO 10  Communication: An ability to communicate effectively, orally as well as in writing, on 
complex  engineering  activities  with  the  engineering  community  and  with  society  at 
large,  such  as  being  able  to  comprehend  and  write  effective  reports  and  design 
documentation, make effective presentations, and give and receive clear instructions.   

COMSATS University Islamabad Page 6

CPE324 Digital Signal Processing   Spring 2022 

PLO 11  Project  Management:  An  ability  to  demonstrate  management  skills  and  apply 
engineering  principles  to  one’s  own  work,  as  a  member  and/or  leader  in  a  team,  to 
manage projects in a multidisciplinary environment. 
PLO 12  Lifelong Learning: An ability to recognize importance of, and pursue lifelong learning in 
the broader context of innovation and technological developments.   
 
PLOs 
 

PLO10 

PLO11 

PL012 
PLO 9 
PLO1 

PLO2 

PLO3 

PLO4 

PLO5 

PLO6 

PLO7 

PLO8 
CLOs 
CLO1  C3                       
CLO2    C4                     

CLO3      C5                   
CLO4          A3               
CLO5                    A2     
Table 2: Mapping CLOs to PLOs 

PLO Coverage Explanation: 
PLO 1 ‐ Engineering Knowledge: 
Fundamental  knowledge  of  mathematics  and  engineering  is  a  prerequisite  for  this  course  and  is 
thoroughly tested via quizzes, assignments and sessional exams. 
PLO 2 ‐ Problem Analysis:  
The homework, quizzes, exams, and laboratory experiments have been designed to encourage students 
to analyze complex problems related to signal processing. 
PLO 3 ‐ Design/Development of Solutions: 
In the second half of the course, students are equipped with the knowledge of digital filter design methods 
given some of the economic and manufacturability constraints involved in the process. For instance, in 
this course we emphasis on the filter design structures which are canonic (require minimum components). 
Students  are  given  chances  to  test  those  abilities  with  various  homework  assignments  and  especially 
during lab sessions. The course however does not cover the environmental, social, political, and ethical 
issues  of  system  design.  Students  are  also  encouraged  to  come  up  with  their  own  design  of  a  signal 
processing system and test and implement it during their semester project. 
PLO 5 ‐ Modern Tool Usage:  
Effective use of the MATLAB design and simulation tools (including Simulink) is an important requirement 
of the course. Students also learn to use highly advanced DSP kits during this course with special emphasis 
on interfacing between DSP kits and Matlab‐based Simulink tool. The final semester project also prepares 
students to become well‐equipped in the technology. 
PLO 4, 6 ‐ 12: These PLOs are not directly addressed in this course. 
   

COMSATS University Islamabad Page 7

CPE324 Digital Signal Processing   Spring 2022 

ANNEXURE‐I 
Tentative Lecture Breakdown (28 Lectures): 
No. of 
Topics  
lectures 

Introduction to discrete‐time sequences (signals) and systems, Introduction to DSP and 
1 
its advantages over analog signal processing. 

Review of signals and systems concepts: Linearity, stability, time invariance and causality 
properties of discrete time systems, discrete complex exponentials and their properties, 
4 
discrete convolution operation, analysis of discrete time signals in the frequency domain 
‐ DTFT, convergence and properties of DTFT, difference equations. 

Discrete Fourier Series (DFS), Properties of DFS, Periodic Convolution,  Discrete Fourier 
4 
Transform (DFT), Properties of DFT, Circular Convolution, Linear vs circular convolution.  

Introduction of Z‐Transform and its motivation in transform analysis of LTI systems, 
computing Z‐transform and associated ROC, computing inverse Z‐transform via partial  4 
fraction expansion 

Sampling of continuous time signals, Frequency domain representation of sampled 
signals, Nyquist sampling theorem, Aliasing, Ideal reconstruction filter, Changing the  4 
sampling rate using discrete‐time processing (decimation and interpolation) 

Transform analysis of LTI systems: Magnitude and phase response of LTI systems, Group 
delay, Frequency Response of Rational Systems, Frequency response of a one‐zero (‐ 2 
pole) system, Pole‐zero representation, Magnitude squared response. 

All pass systems, IIR and FIR systems, Minimum phase systems, Linear phase systems 
2 
(Type I‐IV). 

Direct form I and II representations of IIR and FIR filters  1 

Analog Filter design (Butterworth, Chebyshev Type I or II).  2 
IIR Digital filter design using Impulse Invariance (IIT) and Bilinear transformation (BLT). 
IIR Filter design using different combination of Butterworth, Chebyshev, IIT and BLT  3 
methods.  
FIR filter design using windowing method, Course review  1 

 
   

COMSATS University Islamabad Page 8

CPE324 Digital Signal Processing   Spring 2022 

 
 
 
 

Version  Applicable From 

Version 1  Fall 2016 

Version 2  Spring 2017 

Version 3  Fall 2017 

Version 4  Fall 2021 

   
 

COMSATS University Islamabad Page 9