UNIVERSITY OF CALICUT 

 
 
 
SCHEME AND SYLLABI FOR 
M‐Tech 
in 
COMMUNICATION ENGINEERING AND 
SIGNAL PROCESSING 
(2010 Admission onwards) 
 
 
 
 
 
 
 
 
 
 
 
 2 
 

Scheme of M‐Tech programme in Communication Engineering and 
Signal Processing 
 
 
 
 

SEMESTER I 
 
 
Hours / 
Sl. 
Course code  Subject  week  ICA ESE  Total  Credits
no 
L  T  P 
1  ECS10 101  Mathematics for 
Communication  3  1  0  100  100  200  4 
Engineering 
2  ECS10 102  Advanced Digital 
3  1  0  100  100  200  4 
Communication 
3  ECS10 103  Advanced Digital Signal 
3  1  0  100  100  200  4 
Processing  
4  ECS10 104  Design of  Digital Signal 
3  1  0  100  100  200  4 
Processing Systems 
5  ECS10 105  Elective I  3  1  0  100  100  200  4 
6  ECS10 106(P)  Signal Processing Lab  0  0  2  100    100  2 
7  ECS10 107(P)  Seminar  0  0  2  100    100  2 
Total  15  5  4  700  500  1200  24 
 

     L‐Lecture;  T‐Tutorial ; P‐Practical; ICA‐Internal Continuous Assessment; ESE‐End Semester Examination 

ELECTIVE I                 

ECS10 105 (A): Information Theory               

ECS10 105 (B): Adaptive Signal Processing               

ECS10 105 (C): Radio Frequency Integrated Circuits and Systems        

ECS10 105 (D): Digital Image Processing 

Note: 6 hours/week is meant for departmental assistance by students.

                               

 
 3 
 

 
SEMESTER II 
Hours / 
Sl.  IC
Course code  Subject  week  ESE  Total  Credits 
no  A 
L  T  P 
1  ECS10 201  Estimation and Detection  3  1  0  100  100  200  4 

2  ECS10 202  Wireless Communication  3  1  0  100  100  200  4 

3  ECS10 203  Coding Theory  3  1  0  100  100  200  4 

4  ECS10 204  Elective II  3  1  0  100  100  200  4 

5  ECS10 205  Elective III  3  1  0  100  100  200  4 
6  ECS10 206(P)  Advanced Communication Lab   0  0  2  100    100  2 
7  ECS10 207(P)  Seminar  0  0  2  100    100  2 
Total  15  5  4  700  500  1200  24 
 

L‐Lecture; T‐Tutorial; P‐Practical; ICA‐Internal Continuous Assessment; ESE‐End Semester 
Examination 

ELECTIVE  II               

ECS10 204 (A):  Multirate Signal Processing and Filter Banks 

ECS10 204 (B):  Spectral Analysis of Signals   

ECS10 204 (C):   Spread Spectrum and CDMA Systems 

ECS10 204 (D):  Markov Modeling and Queuing Theory 

ELECTIVE III 

ECS10 205 (A): Communication Switching Theory 

ECS10 205 (B):  Wavelets 

ECS10 205 (C): Communication Networks 

ECS10 205 (D):  System design Using Embedded Processors 

       

Note: 6 hours/week is meant for departmental assistance by students.

   

 
 
 4 
 

SEMESTER III 
 

Sl.  Hours / week 
Course code  Subject  ICA  ESE  Total  Credits 
no  L  T  P 

1  ECS10 301  Elective IV  3  1  0  100  100  200  4 

2  ECS10 302  Elective V  3  1  0  100  100  200  4 

Industrial 
3  ECS10 303(P)  0  0  30    50  50  1 
Training 
Master 
4  ECS10 304(P)  Research  0  0  22  150  150  300  6 
Project Phase I 
 
6  2  52  350  400  750  15 
Total 
 
L‐Lecture;  T‐Tutorial;  P‐Practical;   ICA‐Internal Continuous Assessment; ESE‐End Semester 
Examination  
 

ELECTIVE IV           

ECS10 301 (A): Signal Compression – Theory and Methods  

ECS10 301 (B):  Speech and Audio Processing   

ECS10 301(C):  Biomedical Signal Processing 

ECS10 301 (D): DSP Algorithms and Architectures 

ELECTIVE V   

ECS10 302 (A): Linear Systems Theory   

ECS10 302 (B): Linear and Nonlinear Optimization     

ECS10 302 (C): Transform Theory         

ECS10 302 (D): Information Hiding and Data Encryption 

 Note: The student has to undertake the departmental work assigned by HOD

 
 
 5 
 

SEMESTER IV 
 

Hours /  ESE     
ICA 
week     
Sl  Course     
Subject  External  Viva 
no  code  Guid  Evaluation 
L  T P  Examiner  Voce  Tota Credits 
e  Committee  l 

 
1  ECS10  Master Research 
0  0  30  150  150  150  150  600  12 
401  Project  Phase II 
 

 
L‐Lecture;  T‐Tutorial; P‐Practical; ICA‐Internal Continuous Assessment; ESE‐End Semester 
Examination 
 

 Note: The student has to undertake the departmental work assigned by HOD

                 

GRAND TOTAL FOR ALL SEMESTERS 

Total credits  75
Total Marks  3750
 

 
 6 
 

               

              CORE SUBJECTS 

  MATHEMATICS FOR 
COMMUNICATION 
ECS10 101  Credits – 4 
ENGINEERING 

Hours/Week: Lecture – 3 hours Tutorial – 1 hour 

  
Objective: This course is intended to provide the necessary  Mathematical foundation needed 
for  the  subjects  to  be  dealt  with  in  the  program.  After  the  completion  of  the  course,  the 
student  should  have  a  thorough  understanding  of  Linear  Algebra  ,  Random  Processes  and 
their applications.  
Module I   (14 hours)  
Linear  Algebra:    Vector  spaces,  subspaces,  Linear  dependence,  Basis  and 
Dimension,  Inner  product  spaces,  Gram‐  Schmidt  Orthogonalization  Procedure,  
Linear  transformations,  Kernels  and  Images  ,  Matrix  representation  of  linear 
transformation, Change of basis, Eigen values and Eigen vectors of linear operator, 
Quadratic form. 
Module II  (14 hours) 
Operations  on  random  variables:    Random  Variables,  Distributions  and  Density 
functions,  Moments and Moment generating function,   Multivariate  distributions, 
Independent  Random  Variables,  Marginal  and  Conditional  distributions    , 
Conditional  Expectation,  Transformation  of  Random  Variables  ,  Elements  of 
stochastic processes, Classification of general stochastic processes. 
Module III  (13 hours) 
Random  Processes:    Markov  Chains‐  Definition,  Examples,  Transition  Probability 
Matrices of a Markov Chain, Classification of states and chains, Basic limit theorem, 
Limiting distribution of  Markov chains.  
Continuous  Time  Markov  Chains:  General  pure  Birth  processes  and  Poisson 
processes, Birth and death processes,  Finite state continuous time Markov chains 
Module IV   (13 hours) 
Second Order Processes:  Second Order Stochastic Processes, Linear operations and 
second  order  calculus,  Stationary  processes,  Wide  sense  Stationary  processes, 
Spectral density function, Low pass and band pass processes, White noise and white 
noise integrals, Linear Predictions and Filtering. 
 
 
 7 
 

References: 

1. Kenneth Hoffman and Ray Kunze, Linear Algebra, 2nd Edition, PHI. 
2. Erwin Kreyszig, Introductory Functional Analysis with Applications, John Wiley 
& Sons. 
3. Irwin  Miller  and  Marylees  Miller,  John  E.  Freund’s  Mathematical  Statistics,  6th 
Edition, PHI. 
4. S.  Karlin  &  H.M  Taylor,  A  First  Course  in  Stochastic  Processes,  2nd  edition, 
Academic Press, New York. 
5. S.  M.  Ross,  Introduction  to  Probability  Models,  Harcourt  Asia  Pvt.  Ltd.  and 
Academic Press. 
6. J. Medhi, Stochastic Processes, New Age International, New Delhi. 
7. A Papoulis, Probability, Random Variables and Stochastic Processes, 3rd Edition, 
McGraw Hill. 
8. John B Thomas, An Introduction to Applied Probability and Random Processes, 
John Wiley & Sons. 
Examination pattern 

The  question  paper  shall  contain  7  questions,  choosing  at  least  one  from  each 
module but not exceeding two from any one of the modules. 5 full questions out of 
7 questions are to be answered 

Internal continuous assessment: 100 marks 
Internal  continuous  assessment  is  in  the  form  of  periodical  tests,  assignments, 
seminars  or  a  combination  of  these.  There will  be  a minimum of  two  tests  in  each 
subject.  
 
End semester Examination: 100 marks 
Answer any 5 questions by choosing at least one question from each module. 
 
Module 1  Module 2 Module 3 Module 4
Question 1:20 marks Question 3:20 marks Question 5:20 marks Question 7:20 marks
               
Question 2:20 marks  Question 4:20 marks Question 6:20 marks  Question 8:20 marks
 
 
 
 
 
 
 
 8 
 

 
 

ADVANCED DIGITAL 
ECS10 102  COMMUNICATION  Credits – 4 
Hours/Week: Lecture – 3 hours Tutorial – 1 hour 

 
 
Objectives: This course provides a thorough understanding of the principles of 
Digital Communication. It addresses the issues related the recent developments  
in the area of Modern Communication.   
Module  I  (12 hours) 
Random  Process:  Review  of  Random  Process:  Moment  generating  function, 
Chernoff  bound,  Markov’s  inequality,  Chebyshev’s  inequality,  Central  limit 
Theorem,  Chi  square,  Rayleigh  and  Rician  distributions,  Correlation,  Covariance 
matrix, Stationary processes, wide sense stationary processes, ergodic process, cross 
correlation and autocorrelation functions, Gaussian process 
Module  II  (14 hours) 
Communication  over  Additive  Gaussian  Noise  Channels,  Characterization  of 
Communication Signals and Systems: Signal space representation‐Overview, Signal 
detection in Gaussian channels.       
Optimum  receiver  in  additive  white  Gaussian  noise  (AWGN)  channels,  Cross 
correlation receiver, Matched filter receiver and error probabilities.       
Optimum  Receiver  for  Signals  with  random  phase  in  AWGN  Channels,  Optimum 
receiver  for  Binary  Signals,  Optimum  receiver  for  M‐ary  Orthogonal  signals, 
Probability of error for envelope detection of M‐ary Orthogonal signals.     
Module  III  (14 hours) 
Digital  Communication  over  Fading  Channels:  Characterization  of  Fading 
Multipath Channels: Statistical Models for Fading Channels, Time Varying Channel 
Impulse  response,  Narrow  band  Fading  Models,  Wideband  Fading  Models, 
Channel  Correlation  Functions,  Key  Multi  path  parameters,  Rayleigh  and  Rician 
Fading  Channels.  Optimum  non‐coherent  receiver  in  random  amplitude,  random 
phase  channels:  Performance  of  non‐coherent  receiver  in  random  amplitude, 
random phase channels, Performance in Rayleigh and Rician channels, Performance 
of  digital  Modulation  schemes  such  as  BPSK,  QPSK,  FSK,  DPSK  etc  over  wireless 
Channels.           
Module  IV  (14 hours) 
Communication  over  band  limited  Channels:  Optimum  pulse  shaping  and 
equalization.  Receiver  synchronization:  Frequency  and  phase  synchronization‐ 
symbol synchronization. 
 9 
 

 
References: 

1. J.G. Proakis, “Digital Communication”, MGH 4TH edition. 
2. Edward. A. Lee and David. G. Messerschmitt, “Digital Communication”, Allied 
     Publishers (second edition). 
3. J  Marvin.K.Simon,  Sami.  M.  Hinedi  and  William.  C.  Lindsey,  “Digital 
Communication Techniques”, PHI. 
4. William  Feller,  “An  introduction  to  Probability  Theory  and  its  applications”,  
Wiley. 
5. Sheldon.M.Ross,  “Introduction  to  Probability  Models”,  Academic  Press,  7th 
edition. 
Internal continuous assessment: 100 marks 
Internal  continuous  assessment  is  in  the  form  of  periodical  tests,  assignments, 
seminars  or  a  combination  of  these.  There  will  be  a minimum of  two  tests  in  each 
subject.  
End semester Examination: 100 marks 
 
Question pattern: 
 
Answer any 5 questions by choosing at least one question from each module. 
 
Module 1  Module 2 Module 3 Module 4
Question 1:20 marks Question 3:20 marks Question 5:20 marks Question 7:20 marks
               
Question 2:20 marks  Question 4:20 marks Question 6:20 marks  Question 8:20 marks
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 10 
 

ADVANCED DIGITAL SIGNAL 
ECS10 103  PROCESSING  Credits – 4 
Hours/Week: Lecture – 3 hours Tutorial – 1 hour 

 
 
Objectives: This is an extension of the principles of Digital Signal Processing, introduced in 
the undergraduate level. Upon completion of the course, the student must be able to design 
and  implement  various  systems  like  filter  banks,  implement  different  means  of  spectral 
estimation  and  apply  Digital  Signal  Processing  principles  to  process  speech  and  Radar 
signals. 
 
Module I  (14hours) 
Review  of  fundamentals  of  the  Discrete    Time  Systems:  Design      of    FIR    Digital  
filters‐ Window   method,   Park‐McClellanʹs method. Design  of IIR Digital Filters‐ 
Butterworth,    Chebyshev  and  Elliptic  Approximations;  Lowpass,  Bandpass, 
Bandstop and High pass filters. Effect of finite register length in FIR filter design. 
          
Module II (14 hours) 
Multirate  system  fundamentals:  Basic  multirate  operations  –  up‐sampling  and 
down  sampling,  Time  domain  and  frequency  domain  analysis–  Identities  of 
multirate  operations–  Interpolator  and  decimator  design–  Rate  conversion– 
Polyphase representation. Multirate filter banks. 
 
Module III (14 hours) 
Parametric  and  non‐parametric    spectral  estimation:  Estimation  of  the 
Autocorrelation  and  power  spectrum  of  random  signals:  periodogram‐  DFT  in 
power spectrum estimation 
Non‐parametric spectral estimation: Barlett method, Welch method, Blackman and 
Tukey Method‐Performance characteristics‐Computational requirements.  
Parametric  spectral  estimation:  Yule‐Walker  method  for  AR  model  parameters, 
Burg method, Selection of AR model order‐ MA and ARMA models. 
 
Module IV (12 hours) 
Application of DSP to Speech and Radar signal processing : Fourier analysis of non‐
stationary  signals‐speech  and  radar  signals.  Fourier  analysis  of  stationary  signals 
using Periodogram. 
 
 
 

 
 11 
 

References: 

1. A.V. Oppenheim and Schafer,  Discrete Time Signal Processing, Prentice Hall. 
2. John   G.   Proakis  and  D.G.  Manolakis,   Digital   Signal Processing:  Principles, 
    Algorithms and   Applications, Prentice Hall. 
3. L.R.  Rabiner and B. Gold, Theory and Application of  Digital Signal Processing, 
    Prentice Hall. 
4. J.R.  Johnson, Introduction to Digital Signal Processing, Prentice Hall. 
5. D. J.DeFatta,  J. G. Lucas and W. S. Hodgkiss, Digital Signal Processing, J Wiley 
    and Sons, Singapore. 

Internal continuous assessment: 100 marks 
Internal  continuous  assessment  is  in  the  form  of  periodical  tests,  assignments, 
seminars  or  a  combination  of  these.  There  will  be  a minimum of  two  tests  in  each 
subject.  
 
End semester Examination: 100 marks 
 Question pattern: 
Answer any 5 questions by choosing at least one question from each module. 
Module 1  Module 2 Module 3 Module 4
Question 1:20 marks Question 3:20 marks Question 5:20 marks Question 7:20 marks
               
Question 2:20 marks  Question 4:20 marks Question 6:20 marks  Question 8:20 marks
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 12 
 

DESIGN OF DIGITAL SIGNAL 
ECS10 104  PROCESSING SYSTEMS   Credits – 4 
Hours/Week: Lecture – 3 hours Tutorial – 1 hour 

 
Objectives: Upon completion of this course, the student will be able to design systems using 
the popular Digital Signal Processor Family TMS 320 C64X.  
 
Module I     (14 Hours)  
Introduction  to  a  popular  DSP  from  Texas  Instruments,  CPU  Architecture,  CPU 
Data  Paths  and  Control,  Timers,  Interrupts,  Internal  Data/  Program  Memory, 
External Memory Interface, pipelining 
Module II     (14 Hours)   
Programming :  Instruction Set and Addressing  Modes  ,TMS  320C64X CPU Simple 
programming examples using C and assembly. 
Typical  DSP  development  system,  support  tools  and  files  ,  compiler,  assembler, 
Code composer studio, CODECs 
Module III     (13 Hours)  
Digital  Signal  Processing  Applications:  Filter  Design  ,  FIR  &  IIR  Digital  Filter 
Design,  filter  Design  programs  using  MATLAB  ,  Fourier  Transform:  DFT,  FFT 
programs  using  MATLAB  ,  Real  Time  Implementation:  Implementation  of  Real 
Time  Digital  filters  using  DSP  ,  Implementation  of  FFT  applications  using  DSP  , 
DTMF Tone Generation and Detection  
Module IV     (13 Hours) 
DSP Application examples in CODEC : PLL ,Image processing, FSK modems, Voice 
detection and reverse playback, Multirate filters, PID controllers.  
Current Trends in Digital Signal Processors , DSP Controllers 
 
References: 
1. Digital Signal Processing and Application with C6713 and C6416 DSK, Rulph 
Chassaing, Worcester Polytechnic Institute, A Wiley‐Interscience Publication 
2.  Digital Signal Processing Implementation using the TMS320C6000 DSP Platform, 
1st   Edition; Naim Dahnoun 
3.  Digital Signal Processing ‐ A Student Guide,1st Edition;   T.J. Terrel and Lik‐
Kwan Shark; Macmillan Press Ltd. 
4.  Digital Signal Processing: A System Design Approach, 1st Edition;   David J 
Defatta J,  Lucas Joseph G & Hodkiss William S ; John Wiley 
5. Digital Signal Processing‐A Practical Guide for Engineers and Scientists by 
Steven K  Smith, Newnes, An imprint of Elsevier Science 
 13 
 

6.  DSP Applications using ʹCʹ and the TMS320C6X DSK, 1st Edition;  Rulph 
Chassaing 
7 . Digital Signal Processing Design, 1st Edition, Andrew Bateman, Warren Yates 

Internal continuous assessment: 100 marks

Internal  continuous  assessment  is  in  the  form  of  periodical  tests,  assignments, 
seminars  or  a  combination  of  these.  There  will  be  a minimum of  two  tests  in  each 
subject.  

End semester Examination: 100 marks

Question pattern:
Answer any 5 questions by choosing at least one question from each module. 
Module 1  Module 2 Module 3 Module 4
Question 1:20 marks Question 3:20 marks Question 5:20 marks Question 7:20 marks
               
Question 2:20 marks  Question 4:20 marks Question 6:20 marks  Question 8:20 marks
 

 
 14 
 

ELECTIVE I 

INFORMATION THEORY  
ECS10 105(A)  Credits – 4 
Hours/Week: Lecture – 3 hours Tutorial – 1 hour 

Objectives: Gives a detailed concepts in Information Theory. Upon completion of this course, 
the student will have a deep understanding of  
 Information and its measurement 
 Various source coding schemes 
 Concept of Channel capacity for both discrete and continuous channels and 
Shannon’s theorems 
 Rate distortion theory and its applications 
 Module I   (13 hours) 
Information and Sources:  Zero Memory sources‐ Concepts of entropy‐Extension of 
a  Zero  memory  source‐Markov  information  sources‐  Entropy  calculation‐  Entropy 
of  a  discrete  Random  variable‐  Joint,  conditional  and  relative  entropy‐  Mutual 
Information and conditional mutual information.  
Module II  (13 hours) 
 Source Coding:  Uniquely decodable codes‐ Instantaneous codes‐ Kraft’s inequality 
– McMillan’s inequality‐Average length of a code‐ Optimal codes‐ Shannon codes‐ 
Fano  codes‐Huffman  Coding  –Optimality  of  Huffman  Codes‐Lempel  Ziv  codes‐ 
Shannon’s source coding theorem–Arithmetic coding. 
 
Module III  (14 hours)  

Channel  Capacity:  Properties‐Data  transmission  over  Discrete  Memoryless 

Channels‐Capacity  of  Binary  symmetric  and  Binary  Erasure  channels‐Computing 
channel capacity‐ Arimoto‐Blahut algorithm‐ Fano’s inequality‐ Shannon’s Channel 
Coding Theorem  

Module IV    (14 hours) 

Continuous  Sources  and  Channels:  Information  measure  for  Continuous  sources 

and  channels‐Differential  Entropy‐  Joint,  relative  and  conditional  differential 
entropy‐  Mutual  information‐  Waveform  channels‐  Gaussian  channels‐  Mutual 
information and Capacity calculation for Band limited Gaussian channels‐ Shannon 
limit.  

Rate Distortion Theory: Rate Distortion Function ‐ Properties – Calculation of Rate 
Distortion Function for binary source Gaussian  
 15 
 

References: 

1. T. Cover and Thomas, “Elements of Information Theory”, John Wiley & Sons  
2. Robert Gallager, “Information Theory and Reliable Communication”, John Wiley 
& Sons. 
3. R.  J.  McEliece,  “The  theory  of  information  &  coding”,  Addison  Wesley 
Publishing Co. 
4. T. Bergu, “Rate Distortion Theory a Mathematical Basis for Data Compression” 
PH Inc. 
5. Special  Issue  on  Rate  Distortion  Theory,  IEEE  Signal  Processing  Magazine, 
November 1998. 
 
Internal continuous assessment: 100 marks 
Internal  continuous  assessment  is  in  the  form  of  periodical  tests,  assignments, 
seminars  or  a  combination  of  these.  There will  be  a minimum of  two  tests  in  each 
subject.  
End semester Examination: 100 marks 
Question pattern: 
Answer any 5 questions by choosing at least one question from each module. 
Module 1  Module 2 Module 3 Module 4
Question 1:20 marks Question 3:20 marks Question 5:20 marks Question 7:20 marks
               
Question 2:20 marks  Question 4:20 marks Question 6:20 marks  Question 8:20 marks
 
 
 16 
 

ADAPTIVE SIGNAL PROCESSING 
ECS10 105 (B)  Credits – 4 
Hours/Week: Lecture – 3 hours Tutorial – 1 hour 

Objectives: This course is intended to impart to the students the principles of  
 Adaptive signal processing, 
  different algorithms used for design of Adaptive Filters,  
 Performance evaluation of systems 
 Modelling systems like multipath communication channel 
 Synthesis of filters.  
 
Module I     (14 Hours):    
Adaptive  systems  ‐  definitions  and  characteristics  ‐  applications  ‐  properties‐
examples ‐ adaptive linear combiner‐input signal and weight vectors ‐ performance 
function‐gradient  and  minimum  mean  square  error  ‐  introduction  to  filtering‐
smoothing and prediction ‐ linear optimum filtering‐orthogonality ‐ Wiener ‐ Hopf 
equation‐performance surface 
Module II     (14 Hours):    
Searching  performance  surface‐stability  and  rate  of  convergence  ‐  learning  curve‐
gradient  search  ‐  Newton’s  method  ‐  method  of  steepest  descent  ‐  comparison  ‐ 
gradient  estimation  ‐  performance  penalty  ‐  variance  ‐  excess  MSE  and  time 
constants ‐ maladjustments   
Module III     (13 Hours):   
LMS algorithm convergence of weight vector‐LMS/Newton algorithm ‐ properties ‐ 
sequential  regression  algorithm  ‐  adaptive  recursive  filters  ‐  random‐search 
algorithms ‐ lattice structure ‐ adaptive  filters with orthogonal signals 
Module IV     (13 Hours):   
Applications‐adaptive  modelling  and  system  identification‐adaptive  modelling  for 
multipath  communication  channel,  geophysical  exploration,  FIR  digital  filter 
synthesis,  inverse  adaptive  modelling,  equalization,  and  deconvolution‐adaptive 
equalization  of  telephone  channels‐adapting  poles  and  zeros  for  IIR  digital  filter 
synthesis 
References:  
1. Bernard  Widrow  and  Samuel  D.  Stearns,  Adaptive  Signal  Processing,  Pearson 
Education, 2005. 
2. Simon Haykin, Adaptive Filter Theory, Pearson Education. 
3. John R. Treichler, C. Richard Johnson, Michael G. Larimore,  Theory and Design 
of Adaptive Filters, Prentice‐Hall of India, 2002 
 17 
 

4. S.  Thomas  Alexander,  Adaptive  Signal  Processing  ‐  Theory  and  Application, 

Springer‐Verlag. 
5. D.  G.  Manolokis,  V.  K.  Ingle  and  S.  M.  Kogar,  Statistical  and  Adaptive  Signal 
Processing, Mc Graw Hill International Edition, 2000. 
 
 
Internal continuous assessment: 100 marks 
Internal  continuous  assessment  is  in  the  form  of  periodical  tests,  assignments, 
seminars  or  a  combination  of  these.  There  will  be  a  minimum  of  two  tests  in  each 
subject.  
 
End semester Examination: 100 marks 
Question pattern: 
Answer any 5 questions by choosing at least one question from each module. 
Module 1  Module 2 Module 3 Module 4
Question 1:20 marks Question 3:20 marks Question 5:20 marks Question 7:20 marks
               
Question 2:20 marks  Question 4:20 marks Question 6:20 marks  Question 8:20 marks
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 18 
 

VLSI CIRCUITS FOR SIGNAL 
ECS10 105(C)  PROCESSING   Credits – 4 
Hours/Week: Lecture – 3 hours Tutorial – 1 hour 

 
 
Objectives: Provides a detailed theory of the VLSI implementation of circuits used in Signal 
processing. Upon completion of the course, the student will have a thorough understanding 
of 
 Modelling a MOS transistor at low and high frequencies 
 Analysis and design of CMOS amplifiers, Opamps and switches 
 Theory, application and implementation of switched capacitor circuits. 
Module I     (12 Hours)  
Analog, Digital and Sampled analog signals and systems, Transformation methods, 
Design of Sampled data filters from Continuous time models. The MOS transistor, 
small  signal  equivalent,  short  channel  effects,  Low  frequency  and  High  frequency 
models. 
Module II     (14 Hours)  
Analog  CMOS  sub  circuits:  MOS  switch,  Current  sinks  and  sources,  Current 
mirrors,  Current  and  Voltage  references,  Bandgap  references,  CMOS  Amplifiers: 
Inverters,  Differential  amplifiers,  Cascode  amplifiers,  Current  amplifiers,  Output 
amplifiers, High gain amplifier architectures. 
Module III     (14 Hours) 
CMOS  Operational  Amplifiers:  Design  of  CMOS  Op  Amps,  Stability  and 
Compensation  of  Op  Amps,  Design  of  two  stage  Op  Amps,  Cascode  Op  Amps, 
High performance CMOS Op Amps. 
Module IV     (14 Hours)  
Switched Capacitor Circuits: Switched Capacitor Filters, Integrated Filters, Switched 
Capacitor  Integrators,  Stray  insensitive  integrators,  Second  order  sections;  cascade 
filter  design,  Switched  capacitor  filter  design,  Switched  Capacitor  Amplifiers  and 
Integrators.  Application  of  Switched  Capacitor  circuits  in  Data  modems/  Digital 
voice transmission systems. 
 
References :  
1. Analog MOS Integrated Circuits for Signal Processing;  Roubik Gregorian, Gabor 
C. Temes , John Wiley and Sons. 
2. CMOS Analog Circuit Design; Phillip E. Allen, Douglas R. Holberg; Oxford 
Univesity Press 
3. Analysis and Design of Analog Integrated Circuits; Gray, Hurst, Lewis and 
Meyer; Wiley, India. 
4. Design of Analog CMOS Integrated Circuits; Behzad Razavi; Tata Mc Graw hill. 
 19 
 

 
 
 
Internal continuous assessment: 100 marks 
Internal  continuous  assessment  is  in  the  form  of  periodical  tests,  assignments, 
seminars  or  a  combination  of  these.  There will  be  a minimum of  two  tests  in  each 
subject.  
End semester Examination: 100 marks 
Question pattern: 
Answer any 5 questions by choosing at least one question from each module. 
Module 1  Module 2 Module 3 Module 4
Question 1:20 marks Question 3:20 marks Question 5:20 marks Question 7:20 marks
               
Question 2:20 marks  Question 4:20 marks Question 6:20 marks  Question 8:20 marks
 
 

 
 20 
 

DIGITAL IMAGE PROCESSING
ECS10 105(D)  Hours/Week: Lecture – 3 hours Tutorial – 1 hour  Credits – 4 

Objectives:  Upon  completion  of  this  course,  the  student  will  have  an  understanding  of 
various  Monochrome  and  Colour  Image  processing  methods,  Image  enhancement,  Image 
segmentation, and image compression methods. The students are exposed to popular image 
compression standards like JPEG and JPEG 2000.  

Module I     (14 Hours) 
Fundamental steps in digital image processing, Components of an image processing 
system,  Image sampling and quantization, Some basic relationships between pixels, 
Linear  and  nonlinear  operations,  2D  convolution‐  2D  FFT,  2D‐wavelet,  contourlet 
transforms. 
Module II     (14 Hours) 
Image enhancement techniques : Some basic gray level transformations, Histogram  
processing,  Smoothing  and  Sharpening  spatial  filters,  Image  enhancement    in 
frequency  domain‐  Smoothing,  and  Sharpening  frequency  domain  filters, 
Homomorphic  filtering,  Image  restoration  :  Noise  models,  Restoration  in  the 
presence  of  noise  only‐spatial  filtering,  Estimating  the  degradation  functions, 
Inverse filtering. 
Module III     (13 Hours) 
Colour  image  processing:  colour  models,  pseudo‐colour  processing,  image 
compression:  image  compression  models,  loss‐less  and  lossy  compression,  JPEG 
and JPEG 2000 ‐ morphological image processing: dilation and erosion, opening and 
closing, some basic morphological algorithms. 
Module IV     (13 Hours) 
Image  segmentation:  Detection  of  discontinuities,  Edge  linking  and  boundary 
detection,  Thresholding,  Region  based  segmentation,  applications  of  digital  image 
processing in medical, recent developments, Image fusion, pseudo colouring.  
  
References:  
1.  R.  C.  Gonzalez  and  R.E.  Woods  ‐  Digital  Image  Processing,  Pearson  Education,   
2006  
2.  K. Jain ‐ Fundamentals of Digital Image Processing, Pearson Education, 2007   
3.  L. R. Rabiner and B. Gold – Theory and Application of Digital Signal Processing,  
Pearson Education  
 
 
 
 
 
 21 
 

Internal continuous assessment: 100 marks 

Internal  continuous  assessment  is  in  the  form  of  periodical  tests,  assignments, 
seminars  or  a  combination  of  these.  There will  be  a minimum of  two  tests  in  each 
subject.  

 
End semester Examination: 100 marks 
 Question pattern: 
Answer any 5 questions by choosing at least one question from each module. 
Module 1  Module 2 Module 3 Module 4
Question 1:20 marks Question 3:20 marks Question 5:20 marks Question 7:20 marks
               
Question 2:20 marks  Question 4:20 marks Question 6:20 marks  Question 8:20 marks
 

 
 

 
 22 
 

SIGNAL PROCESSING LAB 
ECS10 106(P)  Credits – 2 
Hours/Week: Practical 2 hours 

Objectives:  This  course  enables  the  students  to  explore  the  concepts  of  designing  and 
implementing various systems using DSP kits, Simulate and study various systems using 
MATLAB. 
Tools: 
Numerical  Computing  Environments  –  GNU  Octave  or  MATLAB  or  any  other 
equivalent tool, DSP Kits. 
 
1. Generation of waveforms and observation of the output using the graphical 
display utility of integrated Development Environment (IDE) 
2. Generation  of  a  sine  function  and  sampling  of    generated  sine  waveform. 
Observation of the spectrum and windowing effect. 
3. Implementation of linear convolution on 1D and 2D signals . 
4. Implementation of circular convolution on 1D and 2D signal 
5. Implementation of FIR filter( Filter coefficients may be obtained from 
MATLAB) 
6. Implementation of FIR filter( Filter coefficients may be obtained from 
MATLAB) 
7. Verification  of  FIR  and  IIR  filters  by  inputting  a  signal  from  the  signal 
generator (configure the codec in the DSP development board) 
8. Implementation of simple algorithms in audio and image processing 
9. Real time data exchange between MATLAB and IDE to transfer the data from 
computer to Development kit. 
 
10. Assembly language programming 
i) Implementation of linear convolution  
ii) Implementation of circular convolution 
11. Mini  Project‐  Related  to  the  area  of  advanced  communication  /signal 
processing using the development kit. 
 
Internal continuous assessment: 100 marks 

Regularity – 30% 
Record – 20% 
Test and Viva – 50% 
 
 
 
 
 
 23 
 

 
SEMINAR 
ECS10 107(P)  Credits – 2 
Hours/Week: 2 hours  

Objectives : This course is intended for 
 Increasing the breadth of knowledge  
 Enhancing the ability of self study 
 Improving presentation and communication skills   
 Augmenting the skill of Technical Report Writing. 
 
   Each  student  is  required  to  choose  a  topic  of  their  interest  from 
Communication / Signal Processing or related topics from outside the syllabus and 
present a topic for about 45 minutes. A committee consisting of at least three faculty 
members  shall  assess  the  presentation.  Internal  continuous  assessment  marks  are 
awarded based on the relevance of the topic, presentation skill, quality of the report 
and participation.  

Internal continuous assessment: 100 marks 

     

       

 
 24 
 

CORE SUBJECTS 

ESTIMATION AND DETECTION 
ECS10 201  Credits – 4 
Hours/Week: Lecture – 3 hours Tutorial – 1 hour 

Objectives: Upon completion of this course, the students will have an understanding of the 
different criteria and methods used in detection theory, Methods and measures of estimation, 
Properties and characteristics of estimators and principles of state estimation. 
Module I (13 hours) 
Detection  theory:    Binary  decisions  ‐  Single  observation.  Maximum  likelihood 
decision  criterion;  Neymann‐Pearson  criterion;  Probability  of  error  criterion;  Bayes 
risk  criterion;  Minimax  criterion;  Robust  detection;  Receiver  operating 
characteristics. 
Module II  (13 hours) 
Binary decisions ‐ Multiple observations: Vector observations‐ The general Gaussian 
problem;  Waveform  observation  in  additive  Gaussian  noise;  The  integrating 
optimum receiver; Matched filter receiver. 
Module III  (14 hours) 
Estimation theory: a)  Methods   
Maximum  likelihood  estimation;  Bayes  cost  method  Bayes  estimation  criterion  ‐ 
Mean  square  error  criterion;  Uniform  cost  function;  absolute  value  cost  function; 
Linear  minimum  variance  ‐  Least  squares  method;  Estimation  in  the  presence  of 
Gaussian noise ‐ Linear observation; Non‐linear estimation. 
b)    Properties  of  estimators:    Bias,  E_ciency,  Cramer  Rao  bound  Asymptotic 
properties; Sensitivity and error analysis 
Module IV  (14 hours) 
a) State estimation : Prediction; Kalman filter.   
b) Sufficient statistics and statistical estimation of parameters: Concept of sufficient 
statistics; Exponential families of distributions; Exponential families and Maximum 
likelihood estimation; Uniformly minimum variance unbiased estimation. 
 
References:  

1. James  L.  Melsa  and  David  L.  Cohn,  “Decision  and  Estimation  Theory,ʺ     
McGraw Hill. 
2. Dimitri Kazakos, P. Papantoni Kazakos, “Detection and Estimation,ʺ    Computer 
Science Press. 
3. Steven M. Kay,  “Statistical Signal Processing: Vol. 1: Estimation  Theory,  Vol. 2: 
Detection Theory,ʺ Prentice Hall Inc. 
 25 
 

4. Harry  L.  Van  Trees,  “Detection,  Estimation  and  Modulation  Theory,  Part  1,ʺ 
John Wiley & Sons Inc.  
5. Jerry  M.  Mendel,  “Lessons  in  Estimation  Theory  for  Signal  Processing, 
Communication and Control,ʺ Prentice Hall Inc. 
6. Sophocles J. Orfanidis, “Optimum Signal Processing,ʺ 2 nd edn., McGraw Hill. 
7. Monson  H.  Hayes,  “Statistical  Digital  Signal  Processing  and  Modelling,ʺ  John 
Wiley & Sons Inc. 
 

Internal continuous assessment: 100 marks 
Internal  continuous  assessment  is  in  the  form  of  periodical  tests,  assignments, 
seminars  or  a  combination  of  these.  There will  be  a  minimum of  two  tests  in  each 
subject.  
 
End semester Examination: 100 marks 
 Question pattern: 
Answer any 5 questions by choosing atleast one question from each module. 
Module 1  Module 2 Module 3 Module 4
Question 1:20 marks Question 3:20 marks Question 5:20 marks Question 7:20 marks
               
Question 2:20 marks  Question 4:20 marks Question 6:20 marks  Question 8:20 marks
 
 26 
 

 
WIRELESS COMMUNICATION 
ECS10 202  Credits – 4 
Hours/Week: Lecture – 3 hours Tutorial – 1 hour 

Objectives: This course gives a thorough treatment of the principles of Wireless Mobile 
communication. Upon completion of the course, the student will have knowledge about 
 Different types of fading in wireless channels and their mitigation 
 Diversity schemes 
 MIMO channels 
 Cellular communication systems – GSM and CDMA 
 Cellular communication standards 
Module I  (13 hours) 
Fading and Diversity:  Wireless Channel Models‐ path loss and shadowing models‐ 
statistical  fading  models‐  Narrow  band  and  wideband  Fading  models‐  Review  of 
performance  of  digital  modulation  schemes  over  wireless  channels‐  Diversity‐ 
Repetition  coding  and  Time  Diversity‐  Frequency  and  Space  Diversity‐  Receive 
Diversity‐  Concept  of  diversity  branches  and  signal  paths‐  Combining  methods‐ 
Selective  diversity  combining  ‐  Switched  combining‐  maximal  ratio  combining‐ 
Equal gain combining‐ performance analysis for Rayleigh fading channels. 
Module II  (13 hours)  
Fading  Channel  Capacity:  Capacity  of  Wireless  Channels‐  Capacity  of  flat  and 
frequency  selective  fading  channels‐  Multiple  Input  Multiple  output  (MIMO) 
systems‐  Narrow  band  multiple  antenna  system  model‐  Parallel  Decomposition  of 
MIMO Channels‐ Capacity of MIMO Channels. 

Module III  (13 hours) 
Cellular  Communication:  Cellular  Networks‐  Multiple  Access: 
FDM/TDM/FDMA/TDMA‐  Spatial  reuse‐  Co‐channel  interference  Analysis‐  Hand 
over Analysis‐  Erlang  Capacity Analysis‐ Spectral  efficiency  and  Grade  of Service‐ 
Improving capacity ‐ Cell splitting and sectoring. 

Module IV  (15 hours) 
Spread  spectrum  and  CDMA:  Overview  of  CDMA  systems:  Direct  sequence  and 
frequency  hoped  systems‐spreading  codes‐code  synchronization‐Channel 
estimation‐power  control‐Multiuser  detection‐  Spread  Spectrum  Multiple  Access‐ 
CDMA Systems‐ Interference Analysis for Broadcast and Multiple Access Channels‐ 
Capacity  of  cellular  CDMA  networks‐  Reverse  link  power  control‐  Hard  and  Soft 
hand off strategies. 
 27 
 

Cellular Wireless Communication Standards   
Second generation cellular systems: Brief discussion specifications on GSM, CDMA, 
Wideband CDMA, Wi‐Fi, Wi‐max  
Introduction to multicarrier Communication: OFDM, MCCDMA 
 
References:  

1. Andrea Goldsmith, “Wireless Communications”, Cambridge University press. 
2. Simon  Haykin  and  Michael  Moher,  “  Modern  Wireless  Communications”, 
Pearson Education. 
3. T.S. Rappaport, “Wireless Communication, principles & practice”. 
4. G.L  Stuber,  “Principles  of  Mobile  Communications”,  2nd  edition,  Kluwer 
Academic Publishers. 
5. Kamilo Feher, ‘Wireless digital communication’, PHI. 
6. R.L Peterson, R.E. Ziemer and David E. Borth, “Introduction to Spread Spectrum 
Communication”, Pearson Education.  
7. A.J.Viterbi, “CDMA‐ Principles of Spread Spectrum”, Addison Wesley. 
 
Internal continuous assessment: 100 marks 
Internal  continuous  assessment  is  in  the  form  of  periodical  tests,  assignments, 
seminars  or  a  combination  of  these.  There will  be  a minimum of  two  tests  in  each 
subject.  
 
End semester Examination: 100 marks 
 Question pattern: 
Answer any 5 questions by choosing atleast one question from each module. 
Module 1  Module 2 Module 3 Module 4
Question 1:20 marks Question 3:20 marks Question 5:20 marks Question 7:20 marks
               
Question 2:20 marks  Question 4:20 marks Question 6:20 marks  Question 8:20 marks
 
 28 
 

CODING THEORY 
ECS10 203  Credits – 4 
Hours/Week::Lecture – 3 hours Tutorial – 1 hour 

Objectives: Provides a thorough understanding of the theory and design of Channel codes for 
error control. The course begins with an introduction to the basic Mathematical concepts 
and develops systematically through Linear block codes to the Convolutional Codes. 

Module I  (13 hours) 

 Introduction to algebra: Groups‐ Rings‐ Fields‐ Binary Field arithmetic‐Arithmetic 
of Galois Field‐ Integer Ring‐ Finite Field based on Integer Ring‐ Polynomial Rings‐ 
Finite Field based on Polynomial Rings‐Primitive elements‐ Construction and basic 
properties  of  Finite  Fields‐  Computations  using  Galois  Field  arithmetic‐  Vector 
spaces‐ Vector subspaces‐ Linear independence. 

Module II  (13 hours) 
 Linear Block Codes Matrix description of Linear Block codes‐ Minimum Distance of 
a Block code‐‐ Error detecting and correcting capabilities of a Block code‐ Standard 
Array and Syndrome decoding‐ Hamming codes‐ Perfect   and Quasi‐perfect codes‐ 
Extended codes‐ Hadamard codes. 
Module III  (13 hours) 
Cyclic  Codes:  Polynomial  description‐Minimal  polynomial  and  conjugates‐ 
Generator  and  parity‐Check  matrices  of  cyclic  codes‐  Encoding  of  cyclic  codes‐
Syndrome  computation‐  Error  detection  ‐  decoding  of  cyclic  codes‐  Cyclic 
Hamming  codes‐  Binary  Golay  codes‐  BCH  codes‐Performance‐  Decoding  of  BCH 
codes, Reed Solomon codes‐Encoding and Decoding 
Module IV  (15 hours) 
Convolutional  Coding:  Structural    properties‐Encoders  for  convolutional  coding  – 
State  representation  and  the  state  diagram‐  The  Tree  diagram  ‐    The    Trellis 
diagram‐  Transfer  function    of  a  Convolutional  code  –  Systematic  and  Non‐
systematic Convolutional codes – Catastrophic error propagation in Convolutional 
codes – Maximum likelihood decoding of Convolutional codes – Hard  versus Soft 
decision  decoding  ‐  The  Viterbi  Algorithm  –  Sequential  decoding  –  Concept  of 
interleaving – Block interleaving –Convolutional interleaving – Concatenated  codes 
– Turbo codes – Basic concepts – Encoding with recursive  systematic codes.  
 

 
 29 
 

References : 

1. Shu  Lin  and  Daniel.  J.  Costello  Jr.,  “Error  Control  Coding:  Fundamentals  and 
applications”, Prentice Hall Inc. 
2. R.E. Blahut, “Theory and Practice of Error Control Coding”, MGH. 

3. W.C.  Huffman  and  Vera  Pless,  “Fundamentals  of  Error  correcting  codes”, 
Cambridge University Press. 
4. Rolf  Johannesson,    Kamil  Sh.  Zigangirov,  “Fundamentals  of  Convolutional 
Coding”, Universities Press (India) Ltd. 
5. Sklar, ‘ Digital Communication’, Pearson Education.  
 

Internal continuous assessment: 100 marks 
Internal  continuous  assessment  is  in  the  form  of  periodical  tests,  assignments, 
seminars  or  a  combination  of  these.  There will  be  a minimum of  two  tests  in  each 
subject.  
 
End semester Examination: 100 marks 
 Question pattern: 
Answer any 5 questions by choosing atleast one question from each module. 
Module 1  Module 2 Module 3 Module 4
Question 1:20 marks Question 3:20 marks Question 5:20 marks Question 7:20 marks
               
Question 2:20 marks  Question 4:20 marks Question 6:20 marks  Question 8:20 marks
 

 
 30 
 

ELECTIVE II 

 
MULTIRATE SIGNAL 
PROCESSING  
ECS10 204(A)  Credits – 4 
AND FILTER BANKS 
Hours/Week: Lecture – 3 hours Tutorial – 1 hour 

 
Objectives: Upon completion this course, the student will have deep understanding of the 
theory, design and applications of 
 QMF banks 
 Perfect Reconstruction filters 
 Cosine modulated Filter banks. 
Module I     (14 Hours)   
Fundamentals  of  Multirate  Theory:    The  sampling  theorem  ‐  sampling  at  sub‐
Nyquist  rate  ‐  Basic  Formulations  and  schemes  ‐  Basic  Multirate  operations‐ 
Decimation  and  Interpolation  ‐  Digital  Filter  Banks‐  DFT  Filter  Bank‐  Identities‐ 
Polyphase  representation  ‐  Maximally  decimated  filter  banks:  Polyphase 
representation ‐ Errors in  the QMF bank‐  Perfect  Reconstruction (PR) QMF Bank  ‐ 
Design of an alias free QMF Bank 
Module II     (14 Hours)   
M‐channel perfect reconstruction filter banks: Uniform band and non uniform filter 
bank  ‐  tree  structured  filter  bank‐  Errors  created  by  filter  bank  system‐  Polyphase 
representation‐ perfect reconstruction systems 
Module III     (13 Hours)   
Perfect  reconstruction  (PR)  filter  banks:  Para‐unitary    PR  Filter  Banks‐  Filter  Bank 
Properties    induced  by  paraunitarity‐  Two  channel  FIR  paraunitary  QMF  Bank‐ 
Linear phase PR Filter banks‐ Necessary conditions for Linear phase property‐  
Quantization    Effects:  ‐Types  of  quantization  effects  in  filter  banks.  ‐  coefficient 
sensitivity effects,  dynamic range and scaling. 
 
Module IV     (13 Hours)  
 Cosine  Modulated  filter  banks:  Cosine  Modulated  pseudo  QMF  Bank‐  Alas 
cancellation‐ phase ‐ Phase distortion‐ Closed form expression‐ Polyphase structure‐ 
PR Systems. 
 
References: 
1. P.P. Vaidyanathan. “Multirate systems and filter banks.”  Prentice Hall. PTR.  
2. N.J. Fliege. “Multirate digital signal processing .”  John Wiley. 
3.  Sanjit  K.  Mitra.  “  Digital  Signal  Processing:  A  computer  based  approach.” 
McGraw  
 31 
 

    Hill.  
4. R.E. Crochiere. L. R. “Multirate Digital Signal Processing”,  Prentice Hall. Inc.  
5. J.G. Proakis.  D.G. Manolakis. “Digital Signal Processing: Principles. Algorithms  
   and Applications”, 3rd Edn. Prentice Hall India. 
 

Internal continuous assessment: 100 marks 
Internal  continuous  assessment  is  in  the  form  of  periodical  tests,  assignments, 
seminars  or  a  combination  of  these.  There will  be  a  minimum of  two  tests  in  each 
subject.  
 
End semester Examination: 100 marks 
 Question pattern: 
Answer any 5 questions by choosing atleast one question from each module. 
Module 1  Module 2 Module 3 Module 4
Question 1:20 marks Question 3:20 marks Question 5:20 marks Question 7:20 marks
               
Question 2:20 marks  Question 4:20 marks Question 6:20 marks  Question 8:20 marks
 
 32 
 

SPECTRAL ANALYSIS OF 
ECS10 204(B)  SIGNALS  Credits – 4 
Hours/Week: Lecture – 3 hours Tutorial – 1 hour 

Objectives: This course deals with the different methods for Power Spectrum Estimation. 
Upon completion of this course, students will be well versed with 

 Power and Energy spectral density of signals 
 Parametric and  non parametric methods of estimation of PSD  
 Filter bank methods of spectral analysis. 

 Module I     (14 Hours)  
 Power  Spectral  Density:  Energy  spectral  density  of  deterministic  signals,  Power 
spectral density of random signals, Properties of PSD. 
Module II     (14 Hours)  
 PSD  Estimation  ‐  Non‐parametric  methods  :  Estimation  of  PSD  from  finite  data, 
Non‐parametric  methods  :  Periodogram  properties,  bias  and  variance  analysis, 
Blackman‐Tuckey  method,  Window  design  considerations,  time‐bandwidth 
product  and  resolution  ‐  variance  trade‐offs  in  window  design,  Refined 
periodogram methods : Bartlet method, Welch method. 
Module III     (13 Hours)  
 Parametric  method  for  rational  spectra  :‐  Covariance  structure  of  ARMA  process, 
AR  signals,  Yule‐Walker  method,  Least  square  method,  Levinson‐Durbin 
Algorithm,  MA  signals,  Modified  Yule‐Walker  method,  Two  stage  least  square 
method, Burg method for AR parameter estimation. 
Parametric  method  for  line  spectra  :‐  Models  of  sinusoidal  signals  in  noise,  Non‐
linear  least  squares  method,  Higher  order  Yule‐Walker  method,  MUSIC  and 
Pisayenko methods, Min‐norm method, ESPIRIT method. 
Module IV     (13 Hours) 
Filterbank  methods:  Filterbank  interpolation  of  periodogram,  Slepia  base‐band 
filters,  refined  filterbank  method  for  higher  resolution  spectral  analysis,  Capon 
method, Introduction to higher order spectra. 
References: 
1.Introduction to Spectral Analysis, Stoica , R.L. Moses, Prentice Hall 
2.Modern Spectral Estimation Theory & Applications, Kay SM, Prentice Hall 
3 Marple, Introduction to Spectral Analysis, Prentice Hall 
 

 
 
 33 
 

Internal continuous assessment: 100 marks 
Internal  continuous  assessment  is  in  the  form  of  periodical  tests,  assignments, 
seminars  or  a  combination  of  these.  There will  be  a minimum of  two  tests  in  each 
subject.  
 
End semester Examination: 100 marks 
 Question pattern: 
Answer any 5 questions by choosing atleast one question from each module. 
Module 1  Module 2 Module 3 Module 4
Question 1:20 marks Question 3:20 marks Question 5:20 marks Question 7:20 marks
               
Question 2:20 marks  Question 4:20 marks Question 6:20 marks  Question 8:20 marks
 
 34 
 

SPREAD SPECTRUM AND CDMA 
ECS10 204(C)  SYSTEMS  Credits – 4 
Hours/Week: Lecture – 3 hours Tutorial – 1 hour 

Objectives:  Upon  completion  of  this  course,  students  will  have  deep  insight  on  spread 
spectrum communication systems. The course imparts knowledge about principle of spread 
spectrum and use of orthogonal codes, performance of CDMA systems under  AWGN and 
fading  channels,  use  of CDMA  systems  in  cellular  communication and important  CDMA 
standards.  
Module I     (14 Hours) 
Introduction  to  spread  spectrum  communication,  pulse  noise  jamming,  low 
probability  of  detection,  direct  sequence  spread  spectrum,  frequency‐hopping  and 
time‐hopping spread spectrum systems, correlation functions, spreading sequences‐ 
maximal‐length  sequences,  gold  codes,  Walsh  orthogonal  codes‐  properties  and 
generation  of  sequences  Synchronization  and  Tracking:  delay  lock  and  tau‐dither 
loops,  coarse  synchronization‐  principles  of  serial  search  and  match  filter 
techniques. 
Module II     (14 Hours) 
Performance  of  spread  spectrum  system  under  AWGN,  multi‐user  Interference, 
jamming  and  narrow  band  interferences  Low  probability  of  intercept  methods, 
optimum  intercept  receiver  for  direct  sequence  spread  spectrum,  Error  probability 
of DS‐CDMA system under AWGN and fading channels, RAKE receiver 
Module III     (14 Hours)  
Basics  of  spread  spectrum  multiple  access  in  cellular  environments,  reverse  Link 
power  control,  multiple  cell  pilot  tracking,  soft  and  hard  handoffs,  cell  coverage 
issues with hard and soft handoff, spread spectrum multiple access outage, outage 
with imperfect power control, Erlang capacity of forward and reverse links. 
Multi‐user  Detection  ‐MF  detector,  decorrelating  detector,  MMSE  detector. 
Interference  Cancellation:  successive,  Parallel  Interference  Cancellation, 
performance analysis of multiuser detectors and interference cancellers. 
Module IV     (14 Hours) 
General  aspects  of  CDMA  cellular  systems,  IS‐95  standard,  Downlink  and  uplink, 
Evolution  to  Third  Generation  systems,  WCDMA  and  CDMA‐2000  standards, 
Principles of Multicarrier communication, MCCDMA and MC‐DS‐CDMA. 
 
References: 
1.  R.  L.  Peterson,  R.  Ziemer  and  D.  Borth,  “Introduction  to  Spread  Spectrum 
Communications,” Prentice Hall. 
2.  A.  J.  Viterbi,  “CDMA  ‐  Principles  of  Spread  Spectrum  Communications,” 
Addison‐Wesley. 
 35 
 

3.  Vijay  K.  Garg,  Kenneth  Smolik,  Joseph  E.  Wilkes,  Applications  of  CDMA  in  
Wireless/Personal Communications, Prentice Hall. 
4.  S. Verdu, “ Multiuser Detection” , Cambridge University Press. 
5.  M.  K.  Simon,  J.  K.  Omura,  R.  A.  Scholts  and  B.  K.  Levitt,  “  Spread  Spectrum 
Communications Handbook”, McGraw‐ Hill. 
6. Cooper and McGillem, “Modern Communications and Spread Spectrum”  
McGraw‐ Hill. 
7.   J. G. Proakis, “Digital Communications,” McGraw Hill, 4th ed. 
8.  S. Glisic and B. Vucetic, “Spread Spectrum CDMA Systems for Wireless 
    Communications,” Artech House,  
 
Internal continuous assessment: 100 marks 
Internal  continuous  assessment  is  in  the  form  of  periodical  tests,  assignments, 
seminars  or  a  combination  of  these.  There  will  be  a  minimum  of  two  tests  in  each 
subject.  
End semester Examination: 100 marks 
 Question pattern: 
Answer any 5 questions by choosing atleast one question from each module. 
Module 1  Module 2 Module 3 Module 4
Question 1:20 marks Question 3:20 marks Question 5:20 marks Question 7:20 marks
               
Question 2:20 marks  Question 4:20 marks Question 6:20 marks  Question 8:20 marks
 
 36 
 

MARKOV MODELING AND 
QUEUEING THEORY 
ECS10 204(D)  Hours/Week: Lecture – 3 hours Tutorial – 1 hour  Credits – 4 

(Common with PMS01204(D)) 

Objectives:  This  course  is  a  thorough  treatment  of  Markov  chains  and  Markov  models  of 
systems. It also deals with the essential queuing theory and application of Markov models in 
the analysis of queuing networks. 
Module I     (14 Hours) 
Stochastic  Processes:  Renewal  Processes  ‐  Reward  and  Cost  Models,  Poisson 
Process; Point Processes; Regenerative Processes; Renewal Theorems.  
Module II     (14 Hours) 
Markov  Models:  Discrete  Time  Markov  Chain  ‐  Transition  Probabilities, 
Communication  Classes,  Irreducible  Chains;  Continuous  Time  Markov  Chain  ‐ 
Pure‐Jump  Continuous‐Time  Chains,  Regular  Chains,  Birth  and  Death  Process, 
Semi‐Markov Processes.  
Module III     (13 Hours) 
Single  Class  &  Multi‐class  Queuing  Networks:  Simple  Markovian  queues;  M/G/1 
queue;  G/G/1  queue;  Open  queuing  networks;  Closed  queuing  networks;  Mean 
value  analysis;  Multi‐class  traffic  model;  Service  time  distributions;  BCMP 
networks; Priority systems.  
Module IV     (13 Hours) 
Time  Delays  and  Blocking  in  Queuing  Networks:  Time  delays  in  single  server 
queue; Time delays in networks of queues; Types of Blocking; Two finite queues in 
a closed network; Aggregating Markovian states.  
 
References: 
1. Ronald W. Wolff, Stochastic Modeling and The Theory of Queues, Prentice‐Hall 
   International. 
2.Peter G. Harrison and Naresh M. Patel, Performance Modeling of Communication  
   Networks and Computer Architectures, Addison‐Wesley. 
3.Gary N. Higginbottom, Performance Evaluation of Communication Networks, 
   Artech House. 
4.Anurag Kumar, D. Manjunath, and Joy Kuri, Communication Networking: An 
   Analytical Approach, Morgan Kaufman Publ.  
5. D. Bertsekas and R. Gallager, Data Networks, Prentice Hall of India. 
6. Ross, K.W., Multiservice Loss Models for Broadband Telecommunication 
    Networks, Springer‐Verlag. 
7. Walrand, J., An Introduction to Queueing Networks, Prentice Hall. 
 37 
 

8. Cinlar, E., Introduction to Stochastic processes, Prentice Hall. 
9. Karlin, S. and Taylor, H., A First course in Stochastic Processes, 2nd edition 
    Academic press. 
 

Internal continuous assessment: 100 marks 
Internal  continuous  assessment  is  in  the  form  of  periodical  tests,  assignments, 
seminars  or  a  combination  of  these.  There will  be  a minimum of  two  tests  in  each 
subject.  
 
End semester Examination: 100 marks 
 Question pattern: 
Answer any 5 questions by choosing atleast one question from each module. 
Module 1  Module 2 Module 3 Module 4
Question 1:20 marks Question 3:20 marks Question 5:20 marks Question 7:20 marks
               
Question 2:20 marks  Question 4:20 marks Question 6:20 marks  Question 8:20 marks
 
 38 
 

ELECTIVE III 

COMMUNICATION SWITCHING 
ECS10 205(A)  THEORY  Credits – 4 
Hours/Week: Lecture – 3 hours Tutorial – 1 hour 

Objectives: Upon completion of this course, the students will have a deep knowledge about 
the Communication switching methods, blocking in switching networks, traffic analysis and 
multiplexing systems. 
Module I     (14 Hours)  
Switching: Performance and architectural issues: Packet switches‐ Circuit switches. 
Time  and  Space  division  switching  ‐  Point  to  point  circuit  switching  ‐  multistage 
switching  network  ‐  Paull’s  matix  for  representing  connections  ‐  Strict  sense  non‐
blocking Clos network. 
Generalized  circuit  switching‐  Cross  Point  Complexity  (CPC)‐  Fast  packet 
switching‐  Self  routing  Banyan  networks‐  Combinatorial  limitations  of  Banyan 
networks. 
Module II     (14 Hours)  
Types of blocking for a packet switch‐ Output conflicts‐ HOL blocking. 
Traffic  analysis:  Traffic  measurements,  arrival  distributions,  Poisson  process, 
holding/service  time  distributions,  loss  systems,  lost  calls  cleared  –  Erlang‐B 
formula,  lost  calls  returning  and  lost  calls  held  models,  lost  calls  cleared  and  held 
models  with  finite  sources,  delay  systems,  Little’s  theorem,  Erlang‐C  formula  , 
M/G/1 model. 
Blocking probability: Analysis of single stage and multistage networks –Blocking for 
Unique  path  routing‐  Alternate  path  routing‐  The  Lee  approximation  –  The 
Jacobaeus method. 
 
Module III     (13 Hours)  
Multiplexing: Network performance and source characterization; Stream sessions in 
packet  networks  ‐  deterministic  analysis,  stochastic  analysis,  circuit  multiplexed 
networks. 
Module IV     (13 Hours)  
Statistical  multiplexing:  blocking  analysis  in  circuit  multiplexed  networks,  with 
single rate or Multirate traffic‐ Models for performance analysis of integrated packet 
networks;  deterministic  models,  worst  case  analysis;  stochastic  models,  large 
deviations analysis. 
The effective Bandwidth approach for Admission control ‐ Models for traffic flow in 
packet networks, long range dependence and self similar processes. 
 
References: 
1. A. Kumar, D. Manjunath, J. Kuri, Communication Networking: An Analytical 
 39 
 

    Approach, Morgan Kaufman Publishers. 
2. Hui, J.Y., Switching and Traffic Theory for Integrated Broadband Networks, 
    Kluwer. 
 
Internal continuous assessment: 100 marks 
Internal  continuous  assessment  is  in  the  form  of  periodical  tests,  assignments, 
seminars  or  a  combination  of  these.  There  will  be  a  minimum  of  two  tests  in  each 
subject.  
 
End semester Examination: 100 marks 
 Question pattern: 
Answer any 5 questions by choosing atleast one question from each module. 
Module 1  Module 2 Module 3 Module 4
Question 1:20 marks Question 3:20 marks Question 5:20 marks Question 7:20 marks
               
Question 2:20 marks  Question 4:20 marks Question 6:20 marks  Question 8:20 marks
 
 40 
 

WAVELETS THEORY 
ECS10 205(B)  Credits – 4 
Hours/Week: Lecture – 3 hours Tutorial – 1 hour 

  

Objectives: This course provides the students with a thorough foundation of Wavelet theory, 
construction of wavelets and their applications in signal analysis. 

Module I     (14 Hours) 

Fourier and Sampling Theory, Generalized Fourier theory, Fourier transform, Short‐
time (windowed) Fourier transform, Time‐frequency analysis, Fundamental notions 
of the theory of sampling. Theory of Frames: Bases, Resolution of unity, Definition 
of  frames,  Geometrical  considerations  and  the  general  notion  of  a  frame,  Frame 
projector, Example – windowed Fourier frames. 
Module II     (14 Hours) 
Wavelets: The basic functions, Specifications, Admissibility conditions, Continuous 
wavelet  transform  (CWT),  Discrete  wavelet  transform  (DWT).  The  multiresolution 
analysis  ,  MRA  axioms,  Construction  of  an  MRA  from  scaling  functions  ‐  The 
dilation  equation  and  the  wavelet  equation,  Compactly  supported  orthonormal 
wavelet bases ‐ Necessary and sufficient conditions for orthonormality. 
Regularity  and  selection  of  wavelets:  Smoothness  and  approximation  order  ‐ 
Analysis in Soboleve space, Criteria for wavelet selection with examples. 
Module III     (13 Hours) 
Splines,  Cardinal  B‐spline  MRA,  Subband  filtering  schemes,  Compactly  supported 
orthonormal wavelet bases. Wavelet decomposition and reconstruction of functions 
in  L2(  ).  Fast  wavelet  transform  algorithms  ‐  Relation  to  filter  banks,  Wavelet 
packets – Representation of functions, Selection of basis. 
Module IV     (13 Hours) 
Biorthogonality  and  biorthogonal  basis,  Biorthogonal  system  of  wavelets  ‐ 
construction, The Lifting scheme. 
 
References: 
1. Stephen G. Mallat, “A wavelet tour of signal processing” 2nd Edition Academic 
    Press. 
2. M. Vetterli, J. Kovacevic, “Wavelets and subband coding” Prentice Hall Inc. 
3. Gilbert Strang and Truong Q. Nguyen, “Wavelets and filter banks” 2nd Edition 
    Wellesley‐ Cambridge Press. 
4. Gerald Kaiser, “A friendly guide to wavelets” Birkhauser/Springer International 
    Edition. 
 41 
 

5. L. Prasad and S. S. Iyengar, “Wavelet analysis with applications to image 
    processing” CRC Press. 
6. J. C. Goswami and A. K. Chan, “Fundamentals of wavelets: Theory, Algorithms 
    and Applications” Wiley‐Interscience Publication, John Wiley & Sons. 
7. Mark A. Pinsky, “Introduction to Fourier Analysis andWavelets” Brooks/Cole 
    Series in Advanced Mathematics. 
8. Christian Blatter, “Wavelets: A primer” A. K. Peters, Massachusetts. 
9. M. Holschneider, “Wavelets: An analysis tool” Oxford Science Publications. 
10. R. M. Rao and A. Bopardikar, “Wavelet transforms: Introduction to theory and 
      applications” Addison‐Wesley. 
11. Ingrid Daubechies, “Ten lectures on wavelets” SIAM. 
12. H. L. Resnikoff and R. O. Wells, Jr., “Wavelet analysis: The scalable structure of 
      information” 
 

Internal continuous assessment: 100 marks 
Internal  continuous  assessment  is  in  the  form  of  periodical  tests,  assignments, 
seminars  or  a  combination  of  these.  There will  be  a  minimum  of  two  tests  in  each 
subject.  
 
 
 
 
 
End semester Examination: 100 marks 
 Question pattern: 
Answer any 5 questions by choosing atleast one question from each module. 
Module 1  Module 2 Module 3 Module 4
Question 1:20 marks Question 3:20 marks Question 5:20 marks Question 7:20 marks
               
Question 2:20 marks  Question 4:20 marks Question 6:20 marks  Question 8:20 marks
 
 42 
 

COMMUNICATION NETWORKS 
ECS10 205(C)  Credits – 4 
Hours/Week: Lecture – 3 hours Tutorial – 1 hour 

Objectives: This course provides a deep knowledge on Internet architecture, Quality of 
service issues in broad band networks, and Statistical multiplexing of communication 
networks.   
Module I     (14 Hours) 
 Internet  Architecture:  Architectural  concepts  in  ISO’s  OSI  layered  model,  layering 
in  the  Internet.  TCP/IP  protocol  stack.  Transport  layer  ‐  TCP  and  UDP.  Network 
layer ‐ IP, routing, internetworking. Data link layer ‐ ARQ schemes, multiple access, 
LANs.  
Module II     (14 Hours)  
Broadband  services  and  QoS    issues:  Quality  of  Service  issues  in  networks‐ 
Integrated  service  architecture‐  Queuing  Disciplines‐  Weighted  Fair  Queuing‐ 
Random  Early  Detection‐  Differentiated  Services‐  Protocols  for  QS  support‐ 
Resource  reservation‐RSVP‐  Multi  protocol  Label  switching‐  Real  Time  transport 
protocol.  
Module III     (13 Hours)  
Introduction to Queuing theory: Markov chain‐ Discrete time and continuous time 
Markov chains‐ Poisson process‐ Queuing models for Data gram networks‐ Little’s 
theorem‐ M/M/1 queuing systems‐ M/M/m/m queuing models‐ M/G/1 queue‐ Mean 
value analysis.  
Module IV     (13 Hours)  
Statistical  Multiplexing  in  Communication  Networks:  Multiplexing:  Network 
performance  and  source  characterization;  Stream  sessions  in  packet  networks  ‐ 
deterministic analysis, stochastic analysis, circuit multiplexed networks.  
References:  
1. James. F. Kurose and Keith.W. Ross, “Computer Networks, A top‐down approach 
featuring the Internet”, Addison Wesley.  
2. D. Bertsekas and R. Gallager, “Data Networks”. 
3.  S.  Keshav,  “An  Engineering  Approach  to  Computer  Networking”,  Addison 
Wesley  
4. Peterson L.L. & Davie B.S., “Computer Networks: A System Approach”, Morgan 
Kaufman Publishers.  
5.  Anurag  Kumar,  D.  Manjunath,  and  Joy  Kuri,  Communication  Networking:  An 
Analytical Approach, Morgan Kaufman Publ.  
 
 43 
 

Internal continuous assessment: 100 marks 
Internal  continuous  assessment  is  in  the  form  of  periodical  tests,  assignments, 
seminars  or  a  combination  of  these.  There will  be  a minimum of  two  tests  in  each 
subject.  
 
End semester Examination: 100 marks 
 Question pattern: 
Answer any 5 questions by choosing atleast one question from each module. 
 
Module 1  Module 2 Module 3 Module 4
Question 1:20 marks Question 3:20 marks Question 5:20 marks Question 7:20 marks
               
Question 2:20 marks  Question 4:20 marks Question 6:20 marks  Question 8:20 marks
 
 44 
 

SYSTEM DESIGN USING 
ECS10 205(D)  EMBEDDED PROCESSORS  Credits – 4 
Hours/Week: Lecture – 3 hours Tutorial – 1 hour 

Objectives:  Upon  completion  of  this  course,  the  students  will  be  able  to  program  and 
interface  PIC  microcontroller,  design  and  implement  systems  using  PIC  microcontrollers, 
development of embedded systems, gain knowledge about real time operating systems. 
Module I  (14 hours) 
Microcontroller: Brief history of the PIC microcontroller ‐ PIC18 features and block 
diagram‐PIC18  Architecture  and  assembly  language  Programming,  SFRs,  RISC 
architecture  in  the  PIC,  Branch,  Call,  Time delay  loop,  PIC  I/O  Port  programming, 
addressing modes, look‐up table and table processing, Bank switching in the PIC18, 
Data  types  and  time  delays  in  C,  I/O  Port  programming  in  C,  Bit‐addressable  I/O 
programming, logic operations in C, Data conversion programs in C. 
Module II (14 hours) 
PIC  Peripherals  and  Interfacing:  PIC18  timer  programming  in  assembly  and  C, 
Serial  Port  programming  in  assembly  and  C,  Interrupt  programming  in  assembly 
and  C,  ADC  and  DAC  interfacing,  CCP  and  ECCP  programming,  DC  Motor 
interfacing and PWM. 
Module III  (13 hours) 
Introduction to Embedded Systems: Characteristics of Embedded systems, Software 
embedded into a system‐ Device Drivers and Interrupt Servicing mechanisms. 
Inter‐process Communication and Synchronisation of Processes, Tasks and Threads: 
Multiple Processes in an Application ‐ Data sharing by multiple tasks and routines‐ 
Inter Process Communication 
Module IV  (13 hours) 
Real Time Operating Systems: 
Operating  System  Services,  I/O  Subsystems  ‐  Network  Operating  Systems  ‐  Real 
Time and Embedded System Operating systems 
Interrupt  routines  in  RTOS  Environments  ‐  RTOS  Task  Scheduling  models, 
Interrupt  Latency  and  response  Times  ‐  Standardization  of  RTOS  ‐      Ideas  of 
Embedded Linux. Case study using ARM processor/PIC microcontroller 
 
References: 

1. PIC  Microcontroller  and  Embedded  Systems  using  assembly  and  C  for  PIC18  – 
Muhammad Ali Mazidi, Roind D. Mckinay, Danny Causey; Pearson Education. 
2. Design with PIC microcontroller – John Peatman; Printice Hall
3. Rajkamal; “Embedded Systems Architecture; Programming and Design”; Tata McGraw 
Hill Publications. 
 45 
 

4. Real‐time Systems ‐ Jane Liu, PH 2000 
5. Real‐Time  Systems  Design  and  Analysis  :  An  Engineerʹs  Handbook:  Phillip  A 
Laplante 
6. Embedded Software Primer ‐ Simon, David E. 
7. Tornado API Programmers guide 
 

Internal continuous assessment: 100 marks 
Internal  continuous  assessment  is  in  the  form  of  periodical  tests,  assignments, 
seminars  or  a  combination  of  these.  There will  be  a  minimum  of  two  tests  in  each 
subject.  
 
End semester Examination: 100 marks 
 Question pattern: 
Answer any 5 questions by choosing atleast one question from each module. 
 
Module 1  Module 2 Module 3 Module 4
Question 1:20 marks Question 3:20 marks Question 5:20 marks Question 7:20 marks
               
Question 2:20 marks  Question 4:20 marks Question 6:20 marks  Question 8:20 marks
 
 46 
 

ADVANCED COMMUNICATION 
ECS10 206(P)  LAB  Credits – 2 
Hours/Week: Practical ‐2 hours 

 
Objectives: Upon completion, the students will  
 Be able to design enlisted experiments and implement using hardware 
 Acquire sufficient expertise in simulating these systems using MATLAB  
 Be able to design and implement self standing systems of their choice with sufficient 
complexity. 
Tools : 
Numerical  Computing  Environments  –  GNU  Octave  or  MATLAB  or  any  other 
equivalent tool 
Lab: 
1. Implementation of digital modulation schemes – BASK, BFSK, BPSK. Plot BER vs 
Eb / N0. in AWGN channels. 
2.  Performance comparison of QPSK, DPSK, MSK & GMSK. 
3. Communication over fading channels – Rayleigh fading & Rician fading 
channels. 
4. Comparison of diversity combining techniques – SC, EGC & MRC. 
5. Simulation of CDMA systems. 
6. Implementation of Matched filter, Correlation receiver & Equalizer. 
7. Gram Schmidt Orthogonalization of waveforms. 
8. Carrier recovery and bit synchronization. 
9. Implementation of multicarrier communication. 
10.  Plotting Eye pattern. 
11.  Constellation diagram of various digital modulation schemes. 
Miniproject: 
12. Miniproject  in the area of  advanced communication/signal processing 
Internal continuous assessment: 100 marks 

Regularity – 30% 
Lab          Miniproject 
Record – 10%       Report – 10% 
Test and Viva – 25%     Demonstration and presentation – 25% 
 47 
 

SEMINAR 
ECS10 207(P)  Credits – 2 
Hours/Week: 2 hours 

 
Objectives : This course is intended for 
 Increasing the breadth of knowledge  
 Enhancing the ability of self study 
 Improving presentation and communication skills   
 Augmenting the skill of Technical Report Writing. 
 
   Each  student  is  required  to  choose  a  topic  of  their  interest  from 
Communication / Signal Processing or related topics from outside the syllabus and 
present a topic for about 45 minutes. A committee consisting of at least three faculty 
members  shall  assess  the  presentation.  Internal  continuous  assessment  marks  are 
awarded based on the relevance of the topic, presentation skill, quality of the report 
and participation.  

Internal continuous assessment: 100 marks 

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 48 
 

ELECTIVE IV 
 

SIGNAL COMPRESSION – 
ECS10 301(A)  THEORY AND METHODS  Credits – 4 
Hours/Week: Lecture – 3 hours Tutorial – 1 hour 

 
Objectives: Upon completion of this course, the students will get a deep understanding about 
the various source coding techniques used for signal compression. The course also provides 
knowledge about important data, audio, image and video compression standards. 
 
Module I     (14 Hours)  
Review of Information Theory: The discrete memoryless information source ‐ Kraft 
inequality;  optimal  codes  Source  coding  theorem.  Compression  Techniques  ‐ 
Lossless  and  Lossy  Compression  ‐  Mathematical  Preliminaries  for  Lossless 
Compression ‐Huffman Coding ‐ Optimality of Huffman codes ‐ Extended Huffman 
Coding  –  Adaptive  Huffman  Coding  ‐  Arithmetic  Coding  ‐  Adaptive  Arithmetic 
coding,  Run  Length  Coding,  Dictionary  Techniques  ‐  Lempel‐Ziv  coding, 
Applications ‐ Predictive Coding ‐ Prediction with Partial Match ‐ Burrows Wheeler 
Transform, Dynamic Markov Compression. 
Module II     (13 Hours)  
Rate distortion theory: Rate distortion function R(D),Properties of R(D); Calculation 
of  R(D)  for  the  binary  source  and  the  Gaussian  source,  Rate  distortion  theorem, 
Converse of the Rate distortion theorem, Quantization ‐ Uniform & Non‐uniform ‐ 
optimal  and  adaptive  quantization,  vector  quantization  and  structures  for  VQ, 
Optimality conditions for VQ, Predictive Coding ‐ Differential Encoding Schemes 
Module III     (13 Hours)  
Mathematical  Preliminaries  for  Transforms:  Karhunen  Loeve  Transform,  Discrete 
Cosine  and  Sine  Transforms,  Discrete  Walsh  Hadamard  Transform,  Lapped 
transforms  ‐  Transform  coding  ‐  Subband  coding  ‐  Wavelet  Based  Compression  ‐ 
Analysis/Synthesis Schemes  
Module IV     (14 Hours)  
Data Compression standards: Zip and Gzip, Speech Compression Standards: PCM, 
ADPCM,  SBC,  CELP,    MPC‐MLQ,  MELP,  LPC.  Audio  Compression  standards: 
MPEG. 
 Image  Compression  standards:  JBIG,  GIF,  JPEG  &  JFIF,  SPIHT,  EZW,  JPEG  2000. 
Video Compression Standards: MPEG, H.261, H.263 & H264.  
 
 
 
 49 
 

References: 
1.Khalid Sayood, “Introduction to Data Compression”, Morgan Kaufmann 
Publishers., Second Edn.,  
2.David Salomon, “Data Compression: The Complete Reference”, Springer 
Publications, 4th Edn.,  
3.Thomas M. Cover, Joy A. Thomas, “Elements of Information Theory,ʺ John Wiley 
& Sons, Inc. 
4.N. S Jayant, Peter Noll, Digital Coding of Waveforms: Principles and Applications 
to Speech and Video, Prentice Hall Inc. 
5.Toby Berger, Rate Distortion Theory: A Mathematical Basis for Data Compression,      
Prentice Hall, Inc. 
6.K.R.Rao, P.C.Yip, “The Transform and Data Compression Handbook”, CRC Press. 
7.R.G.Gallager, “Information Theory and Reliable Communication”, John Wiley &   
Sons, Inc.  
 
Internal continuous assessment: 100 marks 
Internal  continuous  assessment  is  in  the  form  of  periodical  tests,  assignments, 
seminars  or  a  combination  of  these.  There will  be  a minimum of  two  tests  in  each 
subject.  
 
End semester Examination: 100 marks 
 Question pattern: 
Answer any 5 questions by choosing at least one question from each module. 
Module 1  Module 2 Module 3 Module 4
Question 1:20 marks Question 3:20 marks Question 5:20 marks Question 7:20 marks
               
Question 2:20 marks  Question 4:20 marks Question 6:20 marks  Question 8:20 marks
 
 50 
 

SPEECH & AUDIO PROCESSING 
ECS10 301(B)  Credits – 4 
Hours/Week: Lecture – 3 hours Tutorial – 1 hour 

 
Objectives: This course imparts a detailed knowledge of modelling of speech signals, subband 
coding  of  speech,  vocoders,  Homomorphic  speech  processing,  Voice  morphing,  speaker 
identification and speaker recognition systems, and processing of music. 

Module I     (13 Hours)  
Digital  models  for  the  speech  signal  ‐  mechanism  of  speech  production  ‐  acoustic 
theory  ‐  lossless  tube  models  ‐  digital  models  ‐  linear  prediction  of  speech  ‐  auto 
correlation  ‐  formulation  of  LPC  equation  ‐  solution  of  LPC  equations  ‐  Levinson 
Durbin algorithm ‐ Levinson recursion ‐ Schur algorithm – lattice formulations and 
solutions  ‐ PARCOR coefficients ‐ Spectral  analysis of speech ‐ Short Time Fourier 
analysis  ‐  filter  bank  design.  Auditory  Perception  :  Psychoacoustics‐  Frequency 
Analysis and Critical Bands – Masking properties of human ear : 
Module II     (14 Hours) 
Speech  coding  ‐subband  coding  of  speech  ‐  transform  coding  ‐  channel  vocoder  ‐ 
formant  vocoder  –  cepstral  vocoder  ‐  vector  quantizer  coder‐  Linear  predictive 
Coder. Speech synthesis ‐ pitch extraction algorithms ‐ Gold Rabiner pitch trackers ‐ 
autocorrelation  pitch  trackers  ‐  voiced/unvoiced  detection  ‐  homomorphic  speech 
processing  ‐  homomorphic  systems  for  convolution  ‐  complex  cepstrums  ‐  pitch 
extraction using homomorphic speech processing. Sound Mixtures and Separation ‐ 
CASA, ICA & Model based separation. 
Module III     (13 Hours) 
Speech  Transformations  ‐  Time  Scale  Modification  ‐  Voice  Morphing.  Automatic 
speech  recognition  systems  ‐  isolated  word  recognition  ‐  connected  word 
recognition  ‐large  vocabulary  word  recognition  systems  ‐  pattern  classification  ‐ 
DTW, HMM ‐ speaker recognition systems ‐ speaker verification systems – speaker 
identification Systems. 
Module IV     (14 Hours) 
Audio  Processing  :  Non  speech  and  Music  Signals  ‐  Modeling  ‐Differential, 
transform and subband coding of audio signals and standards ‐ High Quality Audio 
coding  using  Psychoacoustic  models  ‐  MPEG  Audio  coding  standard.  Music 
Production ‐ sequence of steps in a bowed string instrument ‐ Frequency response 
measurement of the bridge of a violin. Audio Data bases and applications ‐ Content 
based retrieval. 
 
 
 
 
 
 51 
 

References: 
1.Rabiner L.R. & Schafer R.W., “Digital Processing of Speech Signals”, Prentice Hall 
Inc. 
2.OʹShaughnessy, D. “Speech Communication, Human and Machine”. Addison‐
Wesley. 
3.Thomas F. Quatieri , “Discrete‐time Speech Signal Processing: Principles and 
Practice” Prentice Hall, Signal Processing Series. 
4.Deller, J., J. Proakis, and J. Hansen. “Discrete‐Time Processing of Speech Signals.” 
Macmillan. 
5.Ben Gold & Nelson Morgan , “ Speech and Audio Signal Processing”, John Wiley 
& Sons, Inc. 
6.Owens F.J., “Signal Processing of Speech”, Macmillan New Electronics 
7.Saito S. & Nakata K., “Fundamentals of Speech Signal Processing”, Academic 
Press, Inc. 
8.Papamichalis P.E., “Practical Approaches to Speech Coding”, Texas Instruments, 
Prentice Hall 
9.Rabiner L.R. & Gold, “Theory and Applications of Digital Signal Processing”, 
Prentice Hall of India 
10.Jayant, N. S. and P. Noll. “Digital Coding of Waveforms: Principles and 
Applications to Speech and Video. Signal Processing Series”, Englewood Cliffs: 
Prentice‐Hall 
11.Thomas Parsons, “Voice and Speech Processing”, McGraw Hill Series 
12.Chris Rowden, “Speech Processing”, McGraw‐Hill International Limited 
13.Moore. B, “An Introduction to Psychology of hearing”Academic Press, London, 
1997 
14.E. Zwicker and L. Fastl, “Psychoacoustics‐facts and models”, Springer‐Verlag., 
1990   

Internal continuous assessment: 100 marks 
Internal  continuous  assessment  is  in  the  form  of  periodical  tests,  assignments, 
seminars  or  a  combination  of  these.  There will  be  a minimum of  two  tests  in  each 
subject.  
End semester Examination: 100 marks 
 Question pattern: 
Answer any 5 questions by choosing atleast one question from each module. 
Module 1  Module 2 Module 3 Module 4
Question 1:20 marks Question 3:20 marks Question 5:20 marks Question 7:20 marks
               
Question 2:20 marks  Question 4:20 marks Question 6:20 marks  Question 8:20 marks
 52 
 

BIOMEDICAL SIGNAL 
ECS10 301(C)  PROCESSING  Credits – 4 
Hours/Week: Lecture – 3 hours Tutorial – 1 hour 

Objectives:  Upon  completion  of  this  course,  students  will  have  thorough  understanding  of 
the  various  biomedical  signals,  their  processing  using  standard  signal  processing  tools, 
cardio  vascular  and  neurological  applications  of  signal  processing,  modeling  of  EEG,  EEG 
segmentation and Medical image formats.   

Module I     (14 Hours) 
Introduction  to  Biomedical  Signals  ‐  Examples  of  Biomedical  signals  ‐  ECG,  EEG, 
EMG ‐ Tasks in Biomedical Signal Processing ‐ Computer Aided Diagnosis. Origin 
of  bio  potentials  ‐  Review  of  linear  systems  ‐  Fourier  Transform  and  Time 
Frequency  Analysis  (Wavelet)  of  biomedical  signals‐  Processing  of  Random  & 
Stochastic  signals  ‐  spectral  estimation  –  Properties  and  effects  of  noise  in 
biomedical instruments ‐ Filtering in biomedical instruments 
Module II     (13 Hours) 
Concurrent,  coupled  and  correlated  processes  ‐  illustration  with  case  studies  ‐ 
Adaptive  and  optimal  filtering  ‐  Modeling  of  Biomedical  signals  ‐  Detection  of 
biomedical signals in noise ‐ removal of artifacts of one signal embedded in another 
‐Maternal‐Fetal  ECG  ‐  Muscle‐contraction  interference.  Event  detection  ‐  case 
studies  with  ECG  &  EEG  ‐  Independent  component  Analysis  ‐  Cocktail  party 
problem applied to EEG signals ‐ Classification of biomedical signals. 
Module III     (13 Hours) 
Cardio vascular applications : Basic ECG ‐ Electrical Activity of the heart‐ ECG data 
acquisition  –  ECG  parameters  &  their  estimation  ‐  Use  of  multiscale  analysis  for 
ECG  parameters  estimation  ‐  Noise  &  Artifacts‐  ECG  Signal  Processing:  Baseline 
Wandering,  Power  line  interference,  Muscle  noise  filtering  –  QRS  detection  ‐ 
Arrhythmia analysis ‐ Data Compression: Lossless & Lossy‐ Heart Rate Variability – 
Time Domain measures ‐ Heart Rhythm representation ‐ Spectral analysis of heart 
rate variability ‐ interaction with other physiological signals. 
Module IV     (14 Hours) 
Neurological Applications : The electroencephalogram ‐ EEG rhythms & waveform 
‐ categorization of EEG activity ‐ recording techniques ‐ EEG applications‐ Epilepsy, 
sleep disorders, brain computer interface. Modeling EEG‐ linear, stochastic models ‐ 
Non linear modeling of EEG ‐ artifacts in EEG & their characteristics and processing 
‐ Model based spectral analysis ‐ EEG segmentation ‐ Joint Time‐Frequency analysis 
‐  correlation  analysis  of  EEG  channels  ‐  coherence  analysis  of  EEG  channels. 
Medical Image format ‐  DICOM, HL‐7, PACS 
 53 
 

 
References: 
1.Bruce, “Biomedical Signal Processing & Signal Modeling,” Wiley, 2001 
2.Sörnmo, “Bioelectrical Signal Processing in Cardiac & Neurological Applications”, 
Elsevier 
3.Rangayyan, “Biomedical Signal Analysis”, Wiley 2002. 
4.Semmlow, Marcel Dekker “Biosignal and Biomedical Image Processing”, 2004 
5.Enderle, “Introduction to Biomedical Engineering,” 2/e, Elsevier, 2005 
6.D.C.Reddy , “ Biomedical Signal Processing: Principles and techniques” , Tata 
McGraw Hill,  
 
Internal continuous assessment: 100 marks 
Internal  continuous  assessment  is  in  the  form  of  periodical  tests,  assignments, 
seminars  or  a  combination  of  these.  There  will  be  a minimum of  two  tests  in  each 
subject.  
 
End semester Examination: 100 marks 
 Question pattern: 
Answer any 5 questions by choosing atleast one question from each module. 
Module 1  Module 2 Module 3 Module 4
Question 1:20 marks Question 3:20 marks Question 5:20 marks Question 7:20 marks
               
Question 2:20 marks  Question 4:20 marks Question 6:20 marks  Question 8:20 marks
 54 
 

DSP ALGORITHMS AND 
ECS10 301(D)  ARCHITECTURES  Credits – 4 
Hours/Week: Lecture – 3 hours Tutorial – 1 hour 

Objectives:  Upon  completion  of  this  course,  the  students  will  have  detailed  knowledge  of 
design  of  DSP  algorithms,  simulation  of  DSP  systems  in  C  and  modeling  using  VHDL, 
VLSI implementation of algorithms, synthesis of DSP modules and modeling the synthesis 
in VHDL. 

Module I     (14 Hours) 
DSP  Algorithm  Design  :  DSP  representations  (data‐flow,  control‐flow,  and  signal‐
flow  graphs,  block  diagrams),  fixed‐point  DSP  design  (A/D  precision,  coefficient 
quantization,  round‐off  and  scaling),  filter  structures  (recursive,  nonrecursive  and 
lattice), algorithmic simulations of DSP systems in C , behavioral modeling in HDL 
System modeling and performance measures. 
Module II     (14 Hours) 
Circuits  and  DSP  Architecture  Design:  Fast  filtering  algorithms  (Winogradʹs,  FFT, 
short‐  length  FIR),  retiming  and  pipelining,  block  processing,  folding,  distributed 
arithmetic  architectures,  VLSI  performance  measures  (area,  power,  and  speed), 
structural  modeling  in  VHDL,  Analog  signal  processing  for  fast  operation,  Impact 
of nonideal characteristics of analog functional blocks on the system performance. 
Module III     (13 Hours) 
DSP  Module  Synthesis:  Distributed  arithmetic  (DA),  Advantageous  of  using  DA, 
Size reduction of look‐up tables, Canonic signed digit arithmetic, Implementation of 
elementary  functions  Table‐oriented  methods,  Polynomial  approximation  Random 
number generators, Linear feedback shift register, High performance arithmetic unit 
architectures (adders, multipliers, dividers), bit‐parallel, bit‐serial, digit‐serial, carry‐
save  architectures,  redundant  number  system,  modeling  for  synthesis  in  HDL, 
synthesis place‐and‐route. 
Module IV     (13 Hours) 
Parallel  algorithms  and  their  dependence  :  Applications  to  some  common  DSP 
algorithms,  System  timing  using  the  scheduling  vector,  Projection  of  the 
dependence graph using a projection direction, The delay operator and z‐transform 
techniques for mapping DSP algorithms onto processor arrays, Algebraic technique 
for  mapping  algorithms,  The  computation  domain,  The  dependence  matrix  of  a 
variable,  The  scheduling  and  projection  functions,  Data  broadcast  and  pipelining, 
Applications using common DSP algorithms. 
 
 
 
 
 55 
 

References: 
1.  Digital  Signal  Processors:  Architectures,  Implementations,  and  Applications  Sen 
M.Kuo , Woon‐Seng, S. Gan Prentice Hall  
2.  VLSI  Signal  Processing  Systems,  Design  and  Implementation.Keshab  K.  Parhi, 
John Wiley & Sons. 
3.  Digital  Signal  Processing  with  Field  Programmable  Gate  Array,  Uwe  Meyer‐
Baese, Springer‐ Verlag 
4.  DSP  Principles,  Algorithms  and  Applications,  John  G.  Proakis  ,  Dimitris 
Manolakis K ‐ Prentice Hall 
5. Architectures for Digital Signal Processing, Pirsch, John Wiley and Sons. 
6. DSP Integrated Circuits, Lars Wanhammar, Academic Press. 
7.  Computer  Arithmetic:  Algorithms  and  Hardware  Designs,  Parhami,  Behrooz, 
Oxford University Press, 
8. Computer Arithmetic Algorithms, Israel Koren, A. K. Peters, Natick, MA. 
 
Internal continuous assessment: 100 marks 
Internal  continuous  assessment  is  in  the  form  of  periodical  tests,  assignments, 
seminars  or  a  combination  of  these.  There  will  be  a  minimum of  two  tests  in  each 
subject.  
 
End semester Examination: 100 marks 
 Question pattern: 
Answer any 5 questions by choosing atleast one question from each module. 
Module 1  Module 2 Module 3 Module 4
Question 1:20 marks Question 3:20 marks Question 5:20 marks Question 7:20 marks
               
Question 2:20 marks  Question 4:20 marks Question 6:20 marks  Question 8:20 marks
 
 56 
 

ELECTIVE V 
 
LINEAR SYSTEMS THEORY 
ECS10 302(A)  Credits – 4 
Hours/Week: Lecture – 3 hours Tutorial – 1 hour 

 
Objectives:  Upon  completion  of  this  course,  the  students  will  have  deep  knowledge  and 
insight on vector space representation of signals, bases, orthonormal bases, analysis of linear 
systems,  eigen  values  and  eigen  vectors,  infinite  dimensional  vector  spaces  and  Hilbert 
spaces.  
 
Module I     (14 Hours)  
Finite Dimensional Signal Space: Vector Spaces :‐ Complex Numbers, Definition of 
Vector Space, Properties of Vector Spaces, Subspaces, Sums and Direct Sums, Span 
and Linear Independence, Bases, Dimension Inner‐Product Spaces :‐ Inner Products, 
Norms,  Orthonormal  Bases,  Orthogonal  Projections  and  Minimization  Problems, 
Linear Functionals and Adjoints Some Important Bases :‐ Standard Ordered Bases, 
DFT Bases, DCT Bases. 
Module II     (13 Hours)  
Linear Systems :Linear Maps :‐ Definitions and Examples, Null Spaces and Ranges, 
The Matrix of a Linear Map, Invertibility. Eigenvalues and Eigenvectors :‐ Invariant 
Subspaces, Polynomials Applied to Operators, Upper‐Triangular Matrices, Diagonal 
Matrices, Invariant Subspaces on Real Vector Spaces 
Module III     (13 Hours)  
Linear  Systems  :  Operators  on  Inner‐Product  Spaces  :‐  Self‐Adjoint  and  Normal 
Operators, The Spectral Theorem, Normal Operators on Real Inner‐Product Spaces, 
Positive Operators, Isometries, Polar and Singular‐Value Decompositions. 
Some  Important  Classes  of  Linear  Systems  :‐  Shift  Invariant  systems  and  Toeplitz 
matrices.  Operators  and  square  matrices.  Self  adjoint  operators  and  Hermitian 
matrices. Projections and idempotent matrices. Rotations and unitary matrices. 
Module IV     (14 Hours) 
Infinite  Dimensional  Signal  Spaces  :  Metric  Spaces  :‐  Definition,  Convergence  and 
Completeness.  Hilbert  spaces  :‐  Introduction  [Ref  3,  Appendix].  l2  and  L2  spaces. 
Definition  and  some  properties.  Orthogonal  Complements,  Orthonormal  Sets, 
Fourier Expansion. Conjugate Space, Adjoint of an Operator, Self Adjoint Operators, 
Normal and Unitary operators, Projections. 
 
References: 
1. Sheldon Axler, Linear Algebra Done Right, Springer 
2. G. F. Simmons, Introduction to Topology and Modern Analysis, Tata McGraw 
Hill. 
 57 
 

3. Paul R. Halmos, Finite‐Dimensional Vector Spaces, Springer 
4. Todd K. Moon and Wynn C. Stirling, Mathematical Methods and Algorithms for   
Signal Processing, Pearson 
5. Arch W. Naylor and George R. Sell, Linear Operator Theory in Engineering and 
Science, Springer 
6. Peter D. Lax, Linear Algebra, Wiley Students Edition. 
7. Michael W. Frazier, An Introduction to Wavelets Through Linear Algebra, 
Springer. 
 
Internal continuous assessment: 100 marks 
Internal  continuous  assessment  is  in  the  form  of  periodical  tests,  assignments, 
seminars  or  a  combination  of  these.  There will  be  a minimum of  two  tests  in  each 
subject.  
 
End semester Examination: 100 marks 
 Question pattern: 
Answer any 5 questions by choosing atleast one question from each module. 
Module 1  Module 2 Module 3 Module 4
Question 1:20 marks Question 3:20 marks Question 5:20 marks Question 7:20 marks
               
Question 2:20 marks  Question 4:20 marks Question 6:20 marks  Question 8:20 marks
 
 58 
 

LINEAR & NONLINEAR 
ECS10 302(B)  OPTIMIZATION  Credits – 4 
Hours/Week: Lecture – 3 hours Tutorial – 1 hour 

 
 Objectives: The objective of this course is to provide thorough Mathematical 
foundation for linear and non linear optimization techniques. Upon completion of 
this course, the student will have deep understanding of Vector spaces, linear 
transformation, linear optimization algorithms, sensitivity analysis, constrained and  
unconstrained optimization and Engineering applications of these methods.   

Module I     (14 Hours) 
Mathematical  Background:  Sequences  and  Subsequences‐  Mapping  and  functions‐ 
Continuous functions‐ Infimum and Supremum of functions‐ Minima and maxima 
of  functions‐  Differentiable  functions.  Vectors  and  vector  spaces‐  Matrices‐  Linear 
transformation‐  Quadratic forms‐ Definite quadratic forms‐ Gradient  and  Hessian‐ 
Linear  equations‐  Solution  of  a  set  of  linear  equations‐Basic  solution  and 
degeneracy. 
Convex  sets  and  Convex  cones‐  Introduction  and  preliminary  definition‐  Convex 
sets  and  properties‐  Convex  Hulls‐  Extreme  point‐  Separation  and  support  of 
convex sets‐ Convex Polytopes and Polyhedra‐ Convex cones‐ Convex and concave 
functions‐  Basic  properties‐  Differentiable  convex  functions‐  Generalization  of 
convex functions. 
Module II     (14 Hours) 
Linear  Programming:  Introduction  ‐Optimization  model,  formulation  and 
applications‐Classical optimization techniques: Single and multi variable problems‐
Types  of  constraints.  Linear  optimization  algorithms:  The  simplex  method  ‐Basic 
solution  and  extreme  point  ‐Degeneracy‐The  primal  simplex  method  ‐Dual  linear 
programs  ‐  Primal,  dual,  and  duality  theory  ‐  The  dual  simplex  method  ‐The 
primal‐dual algorithm‐Duality applications. Post optimization problems: Sensitivity 
analysis and parametric programming‐ 
Module III     (13 Hours) 
Nonlinear  Programming:  Minimization  and  maximization  of  convex  functions‐ 
Local  &  Global  optimum‐  Convergence‐Speed  of  convergence.  Unconstrained 
optimization:  One  dimensional  minimization  ‐  Elimination  methods:  Fibonacci  & 
Golden  section  search  ‐  Gradient  methods  ‐  Steepest  descent  method.  Constrained 
optimization:  Constrained  optimization  with  equality  and  inequality  constraints. 
Kelleyʹs  convex  cutting  plane  algorithm  ‐  Gradient  projection  method  ‐  Penalty 
Function methods. 
 
 
 59 
 

 
Module IV     (13 Hours) 
Constrained  optimization:  Lagrangian  method  ‐  Sufficiency  conditions  ‐  Kuhn‐
Tucker  optimality  conditions‐  Rate  of  convergence  ‐  Engineering  applications 
Quadratic programming problems‐Convex programming problems. 
 
References: 
1. David G Luenberger, .Linear and Non Linear Programming., 2nd Ed, Addison‐  
Wesley. 
2. S.S.Rao, .Engineering Optimization.; Theory and Practice; Revised 3rd Edition, 
New Age International Publishers, New Delhi 
3. S.M. Sinha, Mathematical programming: Theory and Methods, Elsevier. 
4. Hillier and Lieberman Introduction to Operations Research, McGraw‐Hill, 8th  
edition. 
5. Saul I Gass, Linear programming, McGraw‐Hill, 5th edition. 
6. Bazarra M.S., Sherali H.D. & Shetty C.M., Nonlinear Programming Theory and   
Algorithms, John Wiley, New York. 
7. Kalyanmoy Deb, Optimization for Engineering: Design‐Algorithms and 
Examples, Prentice Hall (India). 

Internal continuous assessment: 100 marks 
Internal  continuous  assessment  is  in  the  form  of  periodical  tests,  assignments, 
seminars  or  a  combination  of  these.  There will  be  a minimum of  two  tests  in  each 
subject.  
 
End semester Examination: 100 marks 
 Question pattern: 
Answer any 5 questions by choosing atleast one question from each module. 
Module 1  Module 2 Module 3 Module 4
Question 1:20 marks Question 3:20 marks Question 5:20 marks Question 7:20 marks
               
Question 2:20 marks  Question 4:20 marks Question 6:20 marks  Question 8:20 marks
 60 
 

TRANSFORM THEORY 
ECS10 302(C)  Credits – 4 
Hours/Week: Lecture – 3 hours Tutorial – 1 hour 

Objectives: The primary objective is to provide deep understanding of the various transforms 
used in signal analysis. Upon completion of this course, the student will have sound 
knowledge in the methods of Lapalce transform, Z‐transform, the Fourier transforms, 
Wavelet transform, DCT and other trsnsforms, their applications in various fields like image 
compression. The course also introduces new transforms like CTT and WBCT. 

Module I     (14 Hours) 
Introduction and Review: Introduction on the integral and discrete transforms and 
their applications‐ Need of reversibility‐ basis – Requirements of transforms‐ (Linear 
algebraic  approach)  ‐  Review  of    Laplace  Transform,  Z  transform,  Continuous 
Fourier  Transform,  Discrete  Time  Fourier  transform,  Discrete  transform‐Relations 
between the transforms 
Module II     (14 Hours) 
Integral  Transforms:  Short  Term  Fourier  Transform(STFT)  –  Limitations  of  STFT  ‐ 
Heisenbergs uncertainty principle ‐ Continuous wavelet transform (CWT) ‐ Hilbert 
Transforms  ‐  Radon  Transform  ‐  Abel  Transform  ‐  Sine  transform  –    Cosine 
Transform  ‐ The Mellin Transform ‐  Hankel Transform ‐  Hartley Transform. 
Module III     (13 Hours) 
Discrete Transforms and Applictions: Discrete Cosine transform and applications in 
JPEG ‐ Discrete STFT (DSTFT) – Application of DSTFT in audio signal processing,‐ 
Discrete  Wavelet  Transform  (DWT)    ‐  lifting  applied  to  DWT  –  Applications  of  
DWT  in  audio  signal  processing  ‐  image  compression  (JPEG  2000)  ‐  At  least  one 
application  of  each  transform  in  one  dimensional,  two‐dimensional  or  three 
dimensional  signals  or  multimedia  signal  processing  (Example  :  compression, 
information  security,  watermarking  ,  steganography,  denoising,  signal  separation, 
signal classification). 
Module IV     (13 Hours) 
New  Transforms  and  Applications:  Limitations  of  DWT  in  image  processing  ‐ 
Contourlet  transform  (CTT)  –  Applications  of  CTT  in  image  processing  ‐  Ridgelet 
and  Curvelet  transforms  ‐  New  developments  in  DWT  and  CTT  such  as  wavelet 
Based Contourlet Transform(WBCT) 
 
References: 
1.  The  Transforms  and  Applications  Handbook,  Second  Edition  ‐  Edited  by 
Alexander   D. Poularikas, CRC Press 
 61 
 

2. Integral and Discrete transforms with applications and error analysis, Abdul Jerri, 
Marcel Dekker Inc. 
3. Integral Transforms and Their Applications  Lokenath Debnath, Dambaru Bhatta, 
Taylor & Francis Inc 
 
Internal continuous assessment: 100 marks 
Internal  continuous  assessment  is  in  the  form  of  periodical  tests,  assignments, 
seminars  or  a  combination  of  these.  There  will  be  a  minimum of  two  tests  in  each 
subject.  
 
End semester Examination: 100 marks 
 Question pattern: 
Answer any 5 questions by choosing atleast one question from each module. 
Module 1  Module 2 Module 3 Module 4
Question 1:20 marks Question 3:20 marks Question 5:20 marks Question 7:20 marks
               
Question 2:20 marks  Question 4:20 marks Question 6:20 marks  Question 8:20 marks
 
 
 62 
 

INFORMATION HIDING AND 
ECS10 302(D)  DATA ENCRYPTION  Credits – 4 
Hours/Week: Lecture – 3 hours Tutorial – 1 hour 

 
Objectives: This course deals with the principles and implementation of secure 
communication. It extensively covers cryptography, steganography, their methods and 
applications. 
Module I     (14 Hours)    
Information  security  –  Digital  rights  management  –  copy  right  protection  ‐ 
Information  integration  ‐  Digital  watermarking  and  steganography‐  difference 
between watermarking  and steganography –Classification, applications in content 
authentication, medical images, audio and video – requisites of watermarking and 
steganography  –  data  hiding  capacity,  robustness    and  imperceptibility    ‐ 
Watermarking  with  side  information  ‐  fragile  watermark  –  benchmark  for 
watermarking – data hiding in text   
Module II     (14 Hours)    
Watermarking  in  spatial  domain  ‐  Additive  methods,  spread  spectrum  based 
methods‐  Steganography  in  spatial  domain  ‐      Information  theoretic  approach  for 
watermarking ‐ Watermarking and steganography in frequency domain – Based on 
Discrete cosine transform, Discrete Wavelet transform and  Contourlet transform ‐  
different  methods  ‐    Comparison  between  frequency  domain  and  spatial  domain 
methods  
Module III     (13 Hours) 
Watermark  detection  –  detection  theoretic  and  information  theoretic  approach  – 
Operating  characteristics  ‐  Recovery  of  embedded  data  ‐  Blind  and  non  blind 
methods  –  Quality  evaluation  of  data  hidden  images,  audio  and  video.  Quality 
evaluation  with  and  without  reference  –  Human  visual  system  based  methods  ‐ 
Weighted  signal  noise  ratio  for  quality  evaluation  of  stetgo  data  –  Robustness 
measure  of  recovered  data    ‐  steganalysis  –  statistical  based  techniques  for 
steganalysis  
Module IV     (13 Hours) 
Difference  between  steganography  and  cryptography  ‐  Encryption  and  decryption 
for  Watermarks  ‐  Embedding  and  Extraction  Procedures  –  Image  hashing  ‐ 
Watermarking with Visual Cryptography ‐ Analysis of different methods 
 

 
 63 
 

References: 

1. Ingemar  Cox,  Matthew  Miller,  Jeffrey  Bloom,  Jessica  Fridrich,  Ton  Kalker 
“Digital  Watermarking and Steganography, 2nd Ed.,  Morgan Kaufman Publishers 
2. Fundamentals  of  Digital  Image  Watermarking  Book  Description,  John  Wiley  & 
Sons Fernando Perez Gonzalez, Sviatoslav Voloshynovskiy  
3. Fabien Petitcolas   Stefan Katzenbeisser   Information Hiding Techniques for 
Steganography and Digital Watermarking, Artech publihsers  
4.  Wang, F. Pan, J. Jain, L. C. Innovations in Digital Watermarking Techniques, 
Springer 
Internal continuous assessment: 100 marks 
Internal  continuous  assessment  is  in  the  form  of  periodical  tests,  assignments, 
seminars  or  a  combination  of  these.  There will  be  a minimum of  two  tests  in  each 
subject.  
 
End semester Examination: 100 marks 
 Question pattern: 
Answer any 5 questions by choosing atleast one question from each module. 
Module 1  Module 2 Module 3 Module 4
Question 1:20 marks Question 3:20 marks Question 5:20 marks Question 7:20 marks
               
Question 2:20 marks  Question 4:20 marks Question 6:20 marks  Question 8:20 marks
 64 
 

INDUSTRIAL TRAINING 
ECS10 303(P)  Credit – 1 
Hours/Week: 30 (During the training period) 

 
Objectives : Upon completion of Industrial Training,  
 the student  gains awareness of  issues related to designing and maintaining 
sophisticated equipments, their management and adopting to new standards as when 
they are formed 
 the student learns issues related to managing people in industries 
 
              The students have to undergo an industrial training of minimum two weeks 
in an industry dealing with communication/signal processing, during the semester 
break between semester II and semester III, and complete within 15 calendar days 
from  the  start  of  semester  III.  The  students  are  required  to  submit  a  report  of  the 
training  undergone  and    present  the  contents  of  the  report  before  the  evaluation 
committee.  Evaluation  committee  will  award  the  marks  based  on  training  quality, 
contents of the report and presentation. 

Internal Continuous assessment: 50 Marks 

 
 65 
 

MASTER RESEARCH PROJECT 
ECS10 304(P)  PHASE I  Credits – 6 
Hours/Week: 22 hours 

Objectives: The main objective of the Master Research Project is to identify current issues in 
the area of Communication Engineering and Signal Processing. The ability of the student to 
address  contemporary  issues  and  to  find  practical  solutions  to  the  issues  increases.  Also, 
continued and self learning skill of the student is enhanced.  

The  project  work  can  be  a  design  project/experimental  project  and/or  computer 
simulation  project  on  any  of  the  topics  in  communication/signal  processing  area. 
The  project  work  is  allotted  individually  on  different  topics.  The  students  shall  be 
encouraged to do their project work in the parent institute itself. If found essential, 
they may be permitted to continue their project outside the parent institute, subject 
to the conditions in clause 10 of M. Tech regulations. Department will constitute an 
Evaluation  Committee  to  review  the  project  work.  The  Evaluation  committee 
consists  of  at  least  three  faculty  members  of  which  internal  guide  and  another 
expert in the specified area of the project shall be two essential members.    

                 The  student  is  required  to  undertake  the  master  research  project  phase  I 
during  the  3rd  semester  and  Phase  II  in  the  4th  semester.  Phase  I  consists  of 
preliminary  thesis  work,  two  reviews  of  the  work  and  the  submission  of  a 
preliminary report. First review would highlight the topic, objectives, methodology 
and expected results. Second review assesses the progress of the work, preliminary 
report  and  future  plan  of  the  work  to  be  completed  in  the  4th  semester.  The 
Evaluation  committee  consists  of  at  least  three  faculty  members  of  which  internal 
guide and another  expert  in  the  specified  area  of  the project  shall be two essential 
members.    

 
 66 
 

Internal Continuous assessment: 

   
  Guide  Evaluation Committee 

 
First Review  50  50 
 

Second Review  100  100                 

Total  150  150   

 
 67 
 

MASTER RESEARCH PROJECT 
PHASE II 
ECS10 401   Credits – 12 
 
Hours/Week: 30 

Master Research project phase II is a continuation of project phase I started in the 3rd 
semester. There would be two reviews in the 4th semester, first in the middle of the 
semester  and the second at the  end of the  semester.  First review is to evaluate the 
progress of the work. Second review would be a pre‐submission presentation before 
the evaluation committee to assess the quality and quantum of the work done. This 
would  be  a  pre  qualifying  exercise  for  the  students  for  getting  approval  by  the 
Departmental  committee  for  the  submission  of  the  thesis.  At  least  one  technical 
paper  is  to  be  prepared  for  possible  publication  in  journal  or  conferences.  The 
technical paper is to be submitted along with the thesis. The final evaluation of the 
project will be external evaluation. 

Internal Continuous assessment: 

  Guide  Evaluation Committee 

First Review  50  50 

Second Review  100  100 

Total  150  150