Kurssin sisältö: Fourier-analyysissä on kaksi perustyökalua: Fourier-sarjat ja Fourier-muunnos. Molemmat ovat keskeisiä signaalinkäsittelyn sekä teorian että käytännön kannalta. Sarjat ovat käteviä kun tarkasteltava signaali voidaan ajatella jaksollisena funktiona, muussa tapauksessa tarvitaan muunnosta. Kun sitten konkreettisesti halutaan laskea sarjan kertoimia tai muunnosta annetulle signaalille, joudutaan käyttämään numeerisia menetelmiä. Diskreetti Fourier-muunnos (DFT) on tällainen menetelmä. Matemaattiselta kannalta DFT on lineaarikuvaus, joten lineaarialgebraa/matriisilaskua tarvitaan jonkin verran. Kurssilla perehdytään DFT:n ominaisuuksiin ja sen käyttöön Matlabin avulla. Hiukan käsitellään myös nopeaa Fourier-muunnosta (FFT); tämä ei ole erillinen muunnos vaan eräs algoritmi DFT:n laskemiseksi. Juuri FFT:n keksiminen 60-luvulla teki mahdolliseksi Fourier-analyysin laajamittaisen käytön. Lopuksi selvitetään mitä tarkoitetaan ikkunoidulla Fourier-muunnoksella, sekä kerrotaan miksi väreanalyysi on viimeisten kymmenen vuoden aikana syrjäyttänyt perinteistä Fourier-analyysiä signaalinkäsittelyssä.