ELEC-A7200 Signaalit ja järjestelmät 5 op
|
|
- Sami Riitta Penttilä
- 5 vuotta sitten
- Katselukertoja:
Transkriptio
1 Luennoisija Prof. Riku Jäni Pääassiseni Seppo Saasamoinen S-posi: Puh E9 Vasaanoo ma klo 9- S-posi: seppo.saasamoinen@aalo.fi Puh hps://noppa.aalo.fi/noppa/kurssi/elec-a7/eusivu
2 ELEC-A7 Signaali ja järjeselmä 5 op Kurssimaeriaali on Nopassa hps://noppa.aalo.fi/noppa/kurssi/elec-a7/eusivu Opima on käyössä öiden palauukseen Kurssi suorieaan enillä (5%) sekä pariyönä ehävillä koiehävillä ja laboraorioöillä (5%). Kurssikirjana oimii Oppenheim & Willsky, Signals & Sysems, nd ediion, Prenice-Hall, 997 Kirjaan liiyy MITOPENCOURSEWARE videoluenno hp://ocw.mi.edu/resources/res-6-7-signals-andsysems-spring-/ Lisäksi kurssimaeriaalina oimii luenokalvo sekä niihin liiyvä videon päkä.
3 Miä kurssilla käsiellään? signaalien ja järjeselmien peruskäsieiä signaali- ja järjeselmäanalyysin perusmeneelmiä Signaalimuunnokse, signaalien aajuusesiys Näyeenoo Signaalien suodaaminen lineaarisilla alipääsö- ja kaisanpääsösuodaimilla Epälineaarisuus signaalien moduloini Missä ällaisia ieoja arviaan? elekroniikkajärjeselmissä ieoliikennejärjeselmissä signaalikäsielyssä miausekniikassa sääöekniikassa kaukokaroiuksessa radiomääriyksessä (paikannus) jne 3
4 Kalvojen värikoodi Teoriaa Kaavan joho Esimerkki Lisämaeriaalia (ei vaadia enissä) Akivoiva ehävä 4
5 Lueno Signaali aika-alueessa
6 Lueno Lueno. Johdano; Signaali aika alueessa Kurssin avoiee, mioius ja järjesely N/A. Signaalien luokielu Jakuva/diskereei aika/ampliudi Oppenheim. Jaksollinen/jaksoon Oppenheim. Parillinen/parion Oppenheim. Energia ja ehosignaali Oppenheim.. Aika akselinmuunnokse Oppenheim. Pulssin leveys Viive.3 Diracin dela ja askelfunkio Oppenheim.4 Diracin dela ja näyeenoo Askelfunkio.4 Exponeni ja sini muooise signaali Oppenheim.3 Osoiin (kompleksi ekponeni) Eulerin kaava Jakso ja ampliudi Teho Vaimeneva ja kasvava värähely.5 Signaaliavaruus Pruju Signaalien sisäulo Indusoiu normi ja eho/energia Orogonaalisuus ja oronormaalisuus Signaalin esiäminen kannan avulla 6
7 . Signaalien luokielu
8 Erilaisia signaaleja Signaali on ajan, paikan ai minkä ahansa riippumaoman muuujan mukana vaiheleva suure. Kurssilla keskiyään Aikasignaaleihin s() Taajuussignaaleihin S(f)..8.6 s() S(f) f 8
9 Erilaisia signaaleja Signaali voi olla Reaalinen s () Kompleksinen s () s() is () I Q Esim. Moduloiu signaali s () v()cos f v ()sin f I c Q c i f c i fc I Q l s () Re v() iv () e Re s() e s () v () iv () l I Q Ekvivaleni alipääsösignaali Moduloiu signaali 9
10 Erilaisia signaaleja Yksidimensioinen (yksikanavainen) s() Monidimensioinen (monikanavainen) s () s () n s() sn() Esim. Ajoneuvon ila Taajuusmulipleksoiu signaali x() Paikka s () v()cos f v()cos f s() v() Nopeus f f a () v () s() Kiihyvyys Vekori esiys v()
11 Jakuva- ja diskreeiaikaise signaali Jakuva-aikainen Signaali on määriely kaikkina ajanhekinä Diskreei-aikainen Signaali on määriely vain ieyinä ajanhekinä k ai ieyille näyeille k
12 Jakuva- ja diskreei-ampliudise signaali Jakuva-ampliudinen Signaalin ampliudi s() voi saada kaikkia ampliudiarvoja ei-numeroiuvasa joukosa A s () A A Esim. signaalin ampliudi voi saada minkä ahansa arvon reaalilukujen joukosa Diskreeiampliudinen Signaalin ampliudiarvo on rajoieu numeroiuvaan joukkoon B s () s, s, s,... Esim. 8 biin kvanisoinnilla voidaan esiää 8 = 56 signaaliasoa.
13 Jakuva- ja diskreeiaikaise sekä - ampliudise signaali JATKUVA-AIKAINEN DISKREETTIAIKAINEN I x() II x() JATKUVA- AMPLITUDINEN DISKREETTI- AMPLITUDINEN III x() IV x() S.-G. Häggman, ELEC-A7 Luenomonisee, 5 3
14 Jaksollise ja jaksooma signaali Aikarajoiamaon T : s( T) Aikarajoieu, pulssisignaali: Signaali saa nollasa poikkeavia arvoja ainoasaan ieyllä aikavälillä (, ) s(), 4
15 Deerminisise ja sokasise signaali Deerminisinen Signaalin ampliudiarvo s() unneaan eukäeen kaikilla ajan arvoilla Saunnainen (sokasinen) Saunnaisen signaalin käyäyymisä ulevaisuudessa ei voida arkasi ennusaa. Voidaan vain esiää odennäköisyys sille, eä ampliudi on jollakin ampliudivälillä Pr s ( ) s Fs ( ; ) s() s() % 5
16 Teho- ja energiasignaali
17 Signaalin eho Jänniesignaalin hekelliseho u () i () u () R R Tehon kuluus vasuksessa P ui u R () ()() () Jos kuorma sisälää reakiivisia komponeneja, niin vasaava yhälö saadaan näennäiseholle S () u () Keskimääräinen eho aikavälillä P P() d 7
18 Teho- ja energiasignaali Signaalin energia E lim s ( ) d T T T Signaali on energiasignaali, jos <E< määrielmän mukaan Keskimääräinen eho T P lim T s( ) d T T Signaali on ehosignaali, jos <P< 8
19 Teho- ja energiasignaali Pulssisignaali, s () muuoin Energia Keskimääräinen eho T T E lim s( ) d s( ) d T T T T T Plim T s( ) d lim s( ) d T Pulssisignaali on energiasignaali Pulssisignaali ei ole ehosignaali 9
20 Teho- ja energiasignaali Askelsignaali, s () Energia T T T T E lim s( ) d lim d T Keskimääräinen eho T T Plim T s( ) d limt d d T T T T T limt T Askelsignaali ei ole energiasignaali Askelsignaali on ehosignaali
21 Tehävä Yksikköpulssi rec() rec() Mikä signaali ova ehosignaaleja? Mikä signaali ova energia signaaleja? Voiko signaali olla samaan aikaan sekä eho, eä energiasignaali?
22 Teho- ja energiasignaali: Jaksollisen signaalin eho Jaksollisen signaalin keskimääräinen eho T P v() d v() d T T T missä v() on signaali, jolle päee T T d d Inegroini ehdään T:n piuisen aikavälin yli. Tulos on riippumaon :sa. Jaksollinen signaali on ehosignaali Keskimääräisen ehon laskemiseksi riiää, eä arkasellaan yhä jakson miaisa aikaväliä. Jakson paikka voidaan valia mielivalaisesi -T / T /
23 Tehävä Mikä on jänniesignaalin s() jakson aika? s() Volia sekunia Mikä on keskimääräinen eho vasuksessa R? s () R 3
24 . Aika-akselin muunnokse
25 Pulssinleveys Olkoon x() pulssi, joka on määriely aikavälille [, ] Tarkasellaan pulssia y()=x(/t), T> Jos T>, niin pulssin leveys kasvaa Jos T<, niin pulssin leveys pienenee x() x = - y() y =T x T T 5
26 Viive Viiväsey pulssi x(-t), T> x() x(-t) T +T +T 6
27 Symmeria ominaisuude Tarkasellaan apausa, jossa v () Jos v() on parillinen v(-)=v() Jos v() on parion v(-)=-v() 7
28 Aika-akselin muunnokse Piirrä x () rec x( ) rec x3( ) rec x 4( ) rec Yksikköpulssi / kanipulssi rec() 8
29 .3 Diracin dela-funkio ja askelfunio
30 Impulssifunkio/Diracin dela-funkio Ääreömän kapea pulssi, jonka pina-ala on. () d () d Impulssifunkio () voidaan johaa raja-arvona pulssisa, jonka piuus on ja korkeus /, kun. Suorakaidepulssin apauksessa: rec lim x rec x muuoin 3
31 Impulssifunkio rec Suorakaidepulssi Gaussin pulssi x exp T= T=.5 T= Ampliudi 5 4 Ampliudi Aika - - Aika 3
32 Ideaalinen näyeenoo Oeaan signaalisa s() näye ajanhekellä s() = s( ) Käyännössä kykimen sulkeuuminen ja avauuminen ei apahdu ääreömän nopeasi. 3
33 Käyännön näyeenoo Näyeenoopiirin malli p (- ) pulssi, jolla on äärellinen nousuaika / ja jonka pina-ala on p () d s() s( ) Kun pulssin nousuaika menee kohi nollaa niin s p d s ds lim ( ) ( ) ( ) ( ) ( ) 33
34 Askelfunkio Askelfunkio (Heaviside sep funcion) u() u () ( ) d Epäjakuvuuskohdan derivaaa voidaan lausua impulssifunkion avulla d u () () d u() u () 34
35 Epäjakuva-ampliudise signaali Epäjakuvuuskoha ajanhekellä d x () '() x x d '( ) on signaalin jakuvan ermin derivaaa x( + ) x( - ) x() dx()/d 35
36 .4 Eksponeni- ja sinisignaali
37 Sinimuooinen signaali Sinimuooinen signaali (esim. vaihojännie) v () Acos A Ampliudi + Vaihekulma radiaaneina ( 8) Vaihesiirymä jäö (lag), joho (lead) =/T Ominaiskulmaaajuus (rad/s) Ominaisaajuus (Hz) Jaksonaika 37
38 Sinimuooinen signaali v () Acos.5.5 A T v() cos( ) / 38
39 Teho- ja energiasignaali: Sinimuooisen signaalin eho Sinimuooisen signaali v () Acos T Tehon määrielmä P v() d T T 39
40 Teho- ja energiasignaali: Sinimuooisen signaalin eho Signaalin eho T T A P v() d cos d T T T T T cos cos( ) 4 ix ix i x ix x e e e e x T T 4 A T 4 A P cos d sin T T T 4 T T cos x dx sin( x) T A T T T 4 T T 4 T A sin sin T 4 T 4 T 4
41 Eksponenisignaali Kompleksi eksponenisignaali (osoiin) () i v e cos isin (Eulerin kaava) Jakson aika T Sinimuooinen signaali voidaan lausua kahden osoiimen avulla: A v () Acos e e e e i i i i 4
42 Eksponenisignaali Kompleksi eksponenisignaali (osoiin) v Ce rc C ri (),,, Signaali voidaan kirjoiaa muooon Reaaliosa: r v () Ce cos isin r vce Re ( ) cos 4
43 Vaimeneva ja kasvava värähely r x () Ce cos 8 r< r>
44 .5 Signaaliavaruus hp://hubblesie.org/newscener/archive/releases///image/a/
45 Vekoriavaruus Vekoriavaruus (linaariavaruuus) on joukko, johon on määriely kaksi laskuoimiusa alkioiden (vekorien) summa sekä ns. skalaarilla kerominen. x x x xn x a ib n k k k n-dimensioinen kompleksi vekori vekorin k. elemeni Yheenlasku x y x y x y x y xy x y x y n n n n Skalaarilla kerominen x ax x ax x, x xn axn a a a n 45
46 Sisäuloavaruus Sisäuloavaruus on vekoriavaruus, johon on määriely edellisen operaaioiden lisäksi myös sisäulo, jonka avulla voidaan määriää vekorien välinen kulma, orogonaalisuus sekä miaa niiden suuruua (piuus). n Tavallise ason vekrori muodosava sisäuloavaruuden, jossa sisäulo on sama kuin vekorien piseulo x x n * * * * * y y y n xky k k xy, yx yx xn x x x x * x a ib * * * * n k k k Vekorin hermioini (Transfonoini ja kompleksi kongjugaai elemeneisä) 46
47 Sisäuloavaruus Sisäulo indusoi normin, joka keroo vekorin piuuden * n k x x, x x x x x Sisäulo määriää kulman vekorien välillä xy, arccos x y x k x y x a ib * x x a ib a ib a b x Sisäulo määriää projekion piuuden xy, y x y 47
48 Sisäuloavaruus: Vekorien orogonaalisuus ja oronormaalisuus Orogonaalisuus ja oronormaalisuus xy, xy, x y Orogonaalisuus Oronormaalisuus y x Orogonaali vekori ova asossa oisiaan kohisuorassa 48
49 Sisäuloavaruus: Kanavekori Vekori { k, k=,,,n} muodosava vekoriavaruuden kannan mikäli yhäkään vekoria k ei voida lausua muiden lineaarikombinaaiona (vekori ova lineaarisesi riippumaomia) w, l,,..., n: φ wφ l k l l l lk n φ φ Vekori { k, k=,,,n} muodosava vekoriavaruuden oronormaalin kannan, jos * k, l l k φ φ φ φ k k l l φ φ 49
50 Vekoriavaruus: Vekorin esiäminen kannan avulla Vekori x voidaan esiää oronormaalin kannan avulla projisoimalla vekori kullekkin kanavekorille n * x φkx φ k k * x φ φ φ x φ x φ * * φx φ x φ * * * x φ x φ φ x φ 5
51 Vekoriavaruus: Kanavekori Olkoon {x i, i=,,,n} n-diemensioisen vekoriavaruuden vekoreia. Jos vekori ova lineaarisesi riippumaomia niin ne viriävä avaruuden Vekoreisa voidaan muodosaa oronormaali kana käyäen Gram-Schmid proseduuria φ φ x x, φ φ φ φ φ i φ x x, φ φ, i,3, 4,... n φ i i i j j j i x x φ φ i, i,,3,4,... n x x, φ φ φ x, φ φ x x 5
52 Signaaliavaruus: Sisäulo Olkoon x() ja y() kompleksiarvoisia aika-alueen signaaleja,. Signaalien sisäulo * (), () () () x y x y d x () * x () y() y() x(), y() = signaalien ulon alue 5
53 Signaaliavaruus: Sisäulo Energia signaali voi olla määrielynä myös koko aikaalueessa,, jolloin * x (), y() x() y () d Jaksollisen ehosignaalien apauksessa on apana arkasella yhä jakson piuisa aikaväliä T * (), () () () x y x y d, T 53
54 Signaaliavaruus: Sisäulo Sisäulo indusoi normin. Normin neliö keroo signaalin energian aikavälillä, * x () x (), x () xx () () d x () d Energia signaalille E x () Jaksolliselle ehosignaalille P x () T 54
55 Signaaliavaruus: Sisäulo Sisäulon ominaisuuksia x (), y () y (), x () ax(), y() a x(), y() * (), () (), () x ay a x y v () x (), y () v (), y () x (), y () * 55
56 Signaaliavaruus: Signaalien orhogonaalisuus ja oronormaalisuus Orogonaalisuus ja oronormaalisuus x (), y () x (), y () x () y () Orogonaalisuus Oronormaalisuus x() y() x() y() x (), y ()
57 Tehävä Rakaise signaalien x() ja y() energia Rakaise myös niiden sisäulo x(), y() Konsruoi singnaaleille oronormaali kana x() Volia sekunia y() Volia sekunia 57
58 Signaaliavaruus: Signaalin esiäminen kannan avulla Approksimoidaan signaalia s() oronormaalin kannan { k ()} avulla s () c () ˆ kk s () k Valiaan painokeroime c k sien, eä virhesignaalin energia minimoiuu min s ( ) s ˆ( ) c Minimi virhe-energia rakaisu on c s(), () k k Eli paras approksimaaio signaalille on sˆ( ) s(), k() k() k 58
59 Signaaliavaruus: Signaalin esiäminen kannan avulla Jos virhe s () s ˆ() niin s() ckk() k c s(), () k k ja s() ck k Parsevalin eoreema Muuoin s() ck k Besselin epäyhälö 59
60 Kanafunkioia: Fourierin kana Tarkasellaan aikaväliä (-T /, T /) Oronormaali kana k () expi k T T T T * k k k T T k...,,,,,,... k c s(), () s() () d s() expi d T T Tähän palaaan seuraavalla luennolla Jaksollisen signaalien aajuusason analyysi Im Kannan muodosaa erisuuniin ja eri aajuuksilla pyörivä osoiime f k k T Re 6
61 Kanafunkioia: Walsh-funkio Tarkasellaan aikaväliä aikavälillä (,T) K-dimensioinen orogonaali kana () W () k Esim. K=4 k W () muuoin p W n p() Wn Wn 4 4 k=: n=,p= k=: n=,p= k=3: n=,p= k=4: n=,p= W () W () Pulssimaise signaali Sovelluksia: - kanavoinikoodaus CDMAjärjeselmässä - kuvion unnisus ja kuvankäsiely - W () - W () 3 6
62 Mihin signaaliavaruua voi käyää? CDMA esimerkki 3. sukupolven makaviesinäjärjeselmässä käyeään koodijakoisa iedonsiiroa (Code Division Muliple Access, CDMA), jossa ieyllä aajuuskaisalla läheeään usealle käyäjälle ieoa samanaikaisesi. Käyäjä eroeaan oisisaan käyämällä orogonaalisia hajauuskoodeja, joka perusuva Walsh-funkioihin. Olkoon I i informaaio symboli, joka on arkoieu makapuhelimelle i. Jäeään esimerkisä selvyyden vuoksi kanoaallon vaikuus pois. Tukiaseman läheämä signaali on muooa s() I W (), T j j j Nokia Flexi WCDMA base saion 6
63 Mihin signaaliavaruua voi käyää? CDMA esimerkki Korrelaaiovasaanoin perusuu sisäulon laksemiseen vasaanoeun signaalin s() ja käyäjän oman hajauuskoodin W i () välillä. s(), W() I W(), W () I W (), W() I i j i j j j i i j j koska Walsh-funkio muodosava oronormaalin kannan. W (), W() j i j j i i 63
64 Muia oronormaaleia kanafunkioia Laguerren funkio L k (), [,), k=,,, k() exp Lk() k exp d k Lk () exp k k! d ( k) L ( ) (k ) L ( ) kl ( ) k k k Kvanimekaniikka: Schrödingerin yhälön rakaisu Hermien funkio H k (), (,), k=,,, exp k() Hk() n k! k d Hk ( ) exp exp k d H () H () kh () k k k k Fysiikka, ilasoiede Legendren funkio P k (), [-,], k=,,, k() k Pk() k d k Pk () k k k! d ( k) P ( ) (k) P ( ) kp ( ) k k k Poeniaalieoria (sähkömagneismi, virausdynamiikka, ähiiede, ): Laplacen yhälö rarkaisu Tsebysevin (Chebyshevin) funkio C k (), [-,], k=,,, 4 C ( ) k k () C () C () C (), k 4 Ck ( ) k,,... k k k C(), C() Approksimaaioeoria (inerpoloini) 64
65 S.-G. Häggman, ELEC-A7 Luenomonisee, 5 Hermien polynomeihin perusuva kanafunkio Legendren polynomeihin perusuva kanafunkio.5 n=4 n= n= n= n= -.5 n= n= n= n=4 n= n=5 n= Tšebyshevin polynomeihin perusuva kanafunkio n=3 n=5 n=4 n= n= n= Laguerren polynomeihin perusuva kanafunkio n=.5 n= n=4 n= n=3 n=5 Aalo-yliopiso -.5 Tieoliikenne- ja
66 Signaaliavaruus: kanafunkio Muodoseaan orogonaali kana n:sa lineaarisesi riippumaomasa signaalisa x () () x () x () () x () x (), () () () () () i () x () x (), () (), i,3,4,... n i i i j j j i () i ( ), i,,3,4,... n () i k 66
67 Gram-Schmid proseduuri Tarkasellaan signaaleia {x k ()} x () x () x () x4( ) x () x () x () T k k k E x () x () d E E, E E 3 67
68 Gram-Schmid proseduuri Oronormaali kanafunkio (signaali) () () () 3 Signaalijoukko {x k ()} sisälsi vain kolme lineaarisesi riippumaona signaalia, joen kanafunkioiakin on vain kolme 68
69 Gram-Schmid proseduuri Signaalien esiäminen kannan avulla x () () x () () x () () () 3 3 x () () () 4 3 Vekori esiys 3 g, g, g3, g4 E g, E g, E g 3, E g
70 Mihin signaaliavaruua voi käyää? Modulaaio esimerkki Tarkasellaan digiaalisa modulaaioa. K läheeävää biiä kuvaaan K symboliksi Symbolin piuus (ajallinen keso) on T Kuakin symbolia k=,,, K vasaa oma a k ampliudi ja vaihe k. Symboli läheeään käyäen kanoaaloa, jonka aajuus on f c Symboleia vasaava aalomuodo ova P s ( ) sin,,,,..., K k ak fck T k T Oleeaan, eä ft c 7
71 Mihin signaaliavaruua voi käyää? Modulaaio esimerkki Oeaan kaksi oronormaalia kanafunkioa () sin fc, T T () cos fc, T T Ny signaali voidaan esiää muodossa P sk() ak sin fck T P P ak cos k sin fc ak sin k cos fc T T Pa cos ( ) Pa sin ( ) k k k k 7
72 Mihin signaaliavaruua voi käyää? Modulaaio esimerkki Ny on helppo visualisoida läheeävä symboli () Pa k sin k Pa cos k k () 7
73 Mihin signaaliavaruua voi käyää? Modulaaio esimerkki Konsillaaio kuva Kaikki symboli esieynä kannan avulla 8-PSK hp://zone.ni.com/cms/images/devzone/u/psk.jpg 73
74 Mihin signaaliavaruua voi käyää? Modulaaio esimerkki TD-LTE Downlink 64-QAM 74
ELEC-A7200 Signaalit ja järjestelmät 5 op
ELEC-A7 Signaali ja järjeselmä 5 op Luennoisija Prof. Riu Jäni Pääassiseni Seppo Saasamoinen S-posi: riu.jani@aalo.fi Puh. 5 597 8588 E9 Vasaanoo ma lo 9- S-posi: seppo.saasamoinen@aalo.fi Puh. 5 365 376
LisätiedotS Signaalit ja järjestelmät 5 op. Pääassistentti Seppo Saastamoinen. S-posti: Puh E307B S.72.
S-7. Signaali ja järjeselmä 5 op Luennoisija Prof. Riu Jäni S-posi: riu.jani@.fi Puh. 9 45 353 E9 Pääassiseni Seppo Saasamoinen S-posi: seppo.saasamoinen@.fi Puh. 45 547 E37B S.7. Miä äsiellään? signaalien
LisätiedotLuento 4. Fourier-muunnos
Lueno 4 Erikoissignaalien Fourier-muunnokse Näyeenoo 4..6 Fourier-muunnos Fourier-muunnos Kääneismuunnos Diricle n edo Fourier muunuvalle energiasignaalille I: Signaali on iseisesi inegroiuva v ( d< II:
LisätiedotS Signaalit ja järjestelmät 5 op. Luennoitsija Prof. Riku Jäntti S-posti: Puh E219 S.72.
S-7. Signaali ja järjeselmä 5 op Luennoisija Prof. Riu Jäni S-posi: riu.jani@.fi Puh. 9 45 353 E9 S.7. Miä äsiellään? signaalien ja järjeselmien perusäsieiä signaali- ja järjeselmäanalyysin perusmeneelmiä
LisätiedotS Signaalit ja järjestelmät Tentti
S-7. Signaali ja järjeselmä eni..6 Vasaa ehävään, ehävisä 7 oeaan huomioon neljä parhaien suorieua ehävää.. Vasaa lyhyesi seuraaviin osaehäviin, käyä arviaessa kuvaa. a) Mikä kaksi ehoa kanaunkioiden φ
Lisätiedot( ) ( ) x t. 2. Esitä kuvassa annetun signaalin x(t) yhtälö aikaalueessa. Laske signaalin Fourier-muunnos ja hahmottele amplitudispektri.
ELEC-A7 Signaali ja järjeselmä Laskuharjoiukse LASKUHARJOIUS Sivu 1/11 1. Johda anneun pulssin Fourier-muunnos ja hahmoele ampliudispekri. Käyä esim. derivoinieoreemaa, ja älä unohda 1. derivaaan epäjakuvuuskohia!
LisätiedotLuento 11. tietoverkkotekniikan laitos
Lueno Lueno Sokasise signaali ja prosessi II. Sokasise prosessi Pruju Saionaarisuus, ergodisuus Auo ja risikorrelaaio ehospekri.3 Kohinan suodaaminen Sokasinen raja arvo ja derivaaa Winer Khinchin eoreema.3
LisätiedotLuento 2. Järjestelmät aika-alueessa Konvoluutio-integraali. tietoverkkotekniikan laitos
Lueno 2 Järjeselmä aika-alueessa Konvoluuio-inegraali Lueno 2 Lueno 2 Järjeselmä aika alueessa; Konvoluuio inegraali 2.1 Järjeselmien perusominaisuude Oppenheim 1.5. 1.6 Muisillise ja muisioma järjeselmä
Lisätiedotb) Ei ole. Todistus samaan tyyliin kuin edellinen. Olkoon C > 0 ja valitaan x = 2C sekä y = 0. Tällöin pätee f(x) f(y)
Maemaiikan ja ilasoieeen osaso/hy Differeniaaliyhälö II Laskuharjoius 1 malli Kevä 19 Tehävä 1. Ovako seuraava funkio Lipschiz-jakuvia reaaliakselilla: a) f(x) = x 1/3, b) f(x) = x, c) f(x) = x? a) Ei
LisätiedotLuento 11. Stationaariset prosessit
Lueno Soasisen prosessin ehosperi Signaalin suodaus Kaisarajoieu anava 5..6 Saionaarise prosessi Auoorrelaaio φ * * (, ) ( ), { } { } jos prosessi on saionaarinen auoorrelaaio ei riipu ajasa vaan ainoasaan
Lisätiedot( ) ( ) 2. Esitä oheisen RC-ylipäästösuotimesta, RC-alipäästösuotimesta ja erotuspiiristä koostuvan lineaarisen järjestelmän:
ELEC-A700 Signaali ja järjeselmä Laskuharjoiukse LASKUHARJOIUS 3 Sivu /8. arkasellaan oheisa järjeselmää bg x Yksikköviive + zbg z bg z d a) Määriä järjeselmän siirofunkio H Y = X b) Määriä järjeselmän
LisätiedotLuento 9. Epälineaarisuus
Lueno 9 Epälineaarisuus 8..6 Epälineaarisuus Tarkasellaan passiivisa epälineaarisa komponenia u() y() f( ) Taylor-sarjakehielmä 3 y f( x) + f '( x) ( x x) + f ''( x) ( x x) + f ''( x) ( x x) +...! 3! 4!
LisätiedotSIGNAALITEORIAN KERTAUSTA 2. Tietoliikennetekniikka I A Kari Kärkkäinen Osa 3
SIGNAALITEORIAN KERTAUSTA 2 Tieoliikenneekniikka I 521359A Kari Kärkkäinen Osa 3 Konvoluuio ja kerolasku ajassa ja aajuudessa Kanaaajuussignaali baseband sanomasignaali sellaisenaan ilman modulaaioa Kaisanpääsösignaali
Lisätiedot5. Vakiokertoiminen lineaarinen normaaliryhmä
1 MAT-145 LAAJA MATEMATIIKKA 5 Tampereen eknillinen yliopiso Riso Silvennoinen Kevä 21 5. Vakiokeroiminen lineaarinen normaaliryhmä Todeaan ensin ilman odisuksia (ulos on syvällinen) rakaisujen olemassaoloa
LisätiedotTietoliikennesignaalit
ieoliikennesignaali 1 ieoliikenne inormaaion siiroa sähköisiä signaaleja käyäen. Signaali vaiheleva jännie ms., jonka vaiheluun on sisällyey inormaaioa. Signaalin ominaisuuksia voi ukia a aikaasossa ime
LisätiedotLuento 11. Stationaariset prosessit
Lueno Soasisen prosessin ehosperi Saunnaissignaalin suodaus 5..7 Saionaarise prosessi Auoorrelaaio φ * * (, ) ( ) ( ) ( ) ( ), { } { } jos prosessi on saionaarinen auoorrelaaio ei riipu ajasa vaan ainoasaan
LisätiedotDEE Lineaariset järjestelmät Harjoitus 4, ratkaisuehdotukset
D-00 ineaarise järjeselmä Harjoius 4, rakaisuehdoukse nnen kuin mennään ämän harjoiuksen aihepiireihin, käydään läpi yksi huomionarvoinen juu. Piirianalyysin juuri suorianee opiskelija saaava ihmeellä,
LisätiedotTasaantumisilmiöt eli transientit
uku 12 Tasaanumisilmiö eli ransieni 12.1 Kelan kykeminen asajännieeseen Kappaleessa 11.2 kykeiin reaalinen kela asajännieeseen ja ukiiin energian varasoiumisa kelan magneeikenään. Tilanne on esiey uudelleen
LisätiedotSysteemimallit: sisältö
Syseemimalli: sisälö Malliyypi ja muuuja Inpu-oupu -kuvaus ja ilayhälömalli, ila Linearisoini Jakuva-aikaisen lineaarisen järjeselmän siirofunkio, sabiilisuus Laplace-muunnos Diskreeiaikaisen lineaarisen
LisätiedotTKK Tietoliikennelaboratorio Seppo Saastamoinen Sivu 1/5 Konvoluution laskeminen vaihe vaiheelta
KK ieoliikennelaboraorio 7.2.27 Seppo Saasamoinen Sivu /5 Konvoluuion laskeminen vaihe vaiheela Konvoluuion avulla saadaan laskeua aika-alueessa järjeselmän lähösignaali, kun ulosignaali ja järjeselmän
LisätiedotLuento 9. Epälineaarisuus
Lueno 9 Epälineaarisuus 9..7 Epälineaarisuus Tarkasellaan passiivisa epälineaarisa komponenia u() y() f( ) Taylor-sarjakehielmä 3 y f( x) + f '( x) ( x x) + f ''( x) ( x x) + f ''( x) ( x x) +...! 3! 4!
LisätiedotW dt dt t J.
DEE-11 Piirianalyysi Harjoius 1 / viikko 3.1 RC-auon akku (8.4 V, 17 mah) on ladau äyeen. Kuinka suuri osa akun energiasa kuluu ensimmäisen 5 min aikana, kun oleeaan mooorin kuluavan vakiovirran 5 A? Oleeaan
Lisätiedotx v1 y v2, missä x ja y ovat kokonaislukuja.
Digiaalinen videonkäsiel Harjoius, vasaukse ehäviin 4-0 Tehävä 4. Emämariisi a: V A 0 V B 0 Hila saadaan kanavekorien (=emämariisin sarakkee) avulla. Kunkin piseen paikka hilassa on kokonaisluvulla kerroujen
LisätiedotKYNNYSILMIÖ JA SILTÄ VÄLTTYMINEN KYNNYKSEN SIIRTOA (LAAJENNUSTA) HYVÄKSI KÄYTTÄEN
YYSILMIÖ J SILÄ VÄLYMIE YYSE SIIRO LJEUS HYVÄSI ÄYÄE ieoliikenneekniikka I 559 ari ärkkäinen Osa 5 4 MILLOI? Milloin ja missä kynnysilmiö esiinyy? un vasaanoimen ulon SR siis esi-ilmaisusuodaimen lähdössä
LisätiedotKonvoluution laskeminen vaihe vaiheelta Sivu 1/5
S-72. Signaali ja järjeselmä Laskuharjoiukse, syksy 28 Konvoluuion laskeminen vaihe vaiheela Sivu /5 Konvoluuion laskeminen vaihe vaiheela Konvoluuion avulla saadaan laskeua aika-alueessa järjeselmän lähösignaali,
Lisätiedot9. Epäoleelliset integraalit; integraalin derivointi parametrin suhteen. (x + y)e x y dxdy. e (ax+by)2 da. xy 2 r 4 da; r = x 2 + y 2. b) A.
9. Epäoleellise inegraali; inegraalin derivoini paramerin suheen 9.. Epäoleellise aso- ja avaruusinegraali 27. Olkoon = {(x, y) x, y }. Osoia hajaanuminen ai laske arvo epäoleelliselle asoinegraalille
Lisätiedot7. Luento. Luento 7 Modulaatio Oppenheim luku 8 soveltuvin Koherentti ja epäkoherentti analoginen modulaatio
7. Lueno Lueno 7 Modulaaio Oppenheim luku 8 soveluvin Kohereni ja epäkohereni analoginen modulaaio osin Digiaalinen modulaaio Konsillaio (Lueno & ) Modulaaio Modulaaiossa siirreään moduloivan signaalin
LisätiedotJuuri 13 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Kertaus. K1. A: III, B: I, C: II ja IV.
Juuri Tehävie rakaisu Kusausosakeyhiö Oava päiviey 9.8.8 Keraus K. A: III, B: I, C: II ja IV Kuvaaja: I II III IV Juuri Tehävie rakaisu Kusausosakeyhiö Oava päiviey 9.8.8 K. a) lim ( ) Nimiäjä ( ) o aia
LisätiedotSilloin voidaan suoraan kirjoittaa spektrin yhtälö käyttämällä hyväksi suorakulmaisen pulssin Fouriermuunnosta sekä viiveen vaikutusta: ( ) (
TT/TV Inegraalimuunnokse Fourier-muunnos, ehäviä : Vasauksia Meropolia/. Koivumäki v(. Määriä oheisen signaalin Fourier-muunnos. Vinkki: Superposiio, viive. Voidaan sovelaa superposiioperiaaea, koska signaalin
Lisätiedot2. Systeemi- ja signaalimallit
2. Syseemi- ja signaalimalli Malliyyppejä: maemaainen malli: muuujien välise suhee kuvau maemaaisesi yhälöin lohkokaaviomalli: syseemin oiminojen looginen jako lohkoihin, joiden välisiä vuorovaikuuksia
Lisätiedot6.4 Variaatiolaskennan oletusten rajoitukset. 6.5 Eulerin yhtälön ratkaisuiden erikoistapauksia
6.4 Variaaiolaskennan oleusen rajoiukse Sivu ss. 27 31 läheien Kirk, ss. 13 143] ja KS, Ch. 5] pohjala Lähökoha oli: jos J:llä on eksremaali (), niin J:n variaaio δj( (), δ()) ():ä pikin on nolla. 1. Välämäön
LisätiedotLuento 3. Fourier-sarja
Fourier muuos Rayleigh eoreema Spekriiheys Lueo 3 4..6 Fourier-sarja Fourier-sarja avulla pysyii esiämää jaksollie sigaali, joka jaksoaika o. Fourier-sarja Fourier-kompoei Eäpä aperiodise sigaali, joilla
Lisätiedot12. ARKISIA SOVELLUKSIA
MAA. Arkiia ovellukia. ARKISIA SOVELLUKSIA Oleeaan, eä kappale liikkuu ykiuloeia raaa, eimerkiki -akelia pikin. Kappaleen nopeuden vekoriluonne riiää oaa vauhdin eumerkin avulla huomioon, ja on ehkä arkoiukenmukaiina
Lisätiedotf x dx y dy t dt f x y t dx dy dt O , (4b) . (4c) f f x = ja x (4d)
Tehävä 1. Oleeaan, eä on käössä jakuva kuva, jossa (,, ) keroo harmaasävn arvon paikassa (, ) ajanhekenä. Dnaaminen kuva voidaan esiää Talor sarjana: d d d d d d O ( +, +, + ) = (,, ) + + + + ( ). (4a)
LisätiedotS Signaalit ja järjestelmät (5 op) Prof. Sven-Gustav Häggman
S-7.1110 Signaali ja järjeselmä (5 op) Prof. Sven-Gusav Häggman S-7.1110 Signaali ja järjeselmä (5 op) Sven-Gusav Häggman Sisällyslueelo sivu 1 Johdano 7 Signaali ja signaalien esiäminen 13.1 Signaalien
LisätiedotLuento 2. Jaksolliset signaalit
Luento Jaksollisten signaalien Fourier-sarjat Viivaspektri S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio Jaksollinen (periodinen) Jaksolliset signaalit Jaksonaika - / / Perusjakso Amplitudi
Lisätiedot12. Luento. Modulaatio
Analoginen modulaaio Digiaalinen modulaaio. Lueno..7 Modulaaio Modulaaiossa siirreään moduloivan signaalin spekri kanoaallon aajuusalueelle, joko sien eä spekrin muoo säilyy lineaarisessa modulaaiossa,
Lisätiedot12. Luento. Modulaatio
Analoginen modulaaio Digiaalinen modulaaio. Lueno 5..6 Modulaaio Modulaaiossa siirreään moduloivan signaalin spekri moduloidun signaalin aajuusalueelle, joko sien eä spekrin muoo säilyy lineaarisessa modulaaiossa,
LisätiedotYKSISIVUKAISTAMODULAATIO (SSB)
YKSISIVUKAISTAODULAATIO SSB ien kaisaa voi sääsää verrauna DSB- a A-modulaaioihin? ikä on Hilber-munnin? 5357A Tieoliikenneekniikka I Osa 9 Kari Kärkkäinen Kevä 05 YKSISIVUKAISTAODULAATION IDEA DSB & A-inormaaio
LisätiedotHuomaa, että aika tulee ilmoittaa SI-yksikössä, eli sekunteina (1 h = 3600 s).
DEE- Piirianalyysi Ykkösharkan ehävien rakaisuehdoukse. askeaan ensin, kuinka paljon äyeen ladaussa akussa on energiaa. Tämä saadaan laskeua ehäväpaperissa anneujen akun ieojen 8.4 V ja 7 mah avulla. 8.4
LisätiedotMittaustekniikan perusteet, piirianalyysin kertausta
Miausekniikan perusee, piirianalyysin kerausa. Ohmin laki: =, ai = Z ( = ännie, = resisanssi, Z = impedanssi, = vira). Kompleksiluvu Kompleksilukua arviaan elekroniikassa analysoiaessa piireä, oka sisälävä
LisätiedotTiedonhakumenetelmät Tiedonhakumenetelmät Helsingin yliopisto / TKTL. H.Laine 1. Todennäköisyyspohjainen rankkaus
Tieonhakumeneelmä Helsingin yliopiso / TKTL.4.04 Toennäköisyyeen perusuva rankkaus Tieonhakumeneelmä Toennäköisyyspohjainen rankkaus Dokumenien haussa ongelmana on löyää käyäjän kyselynä ilmaiseman ieoarpeen
LisätiedotDiskreetillä puolella impulssi oli yksinkertainen lukujono:
DEE-00 ineaarise järjeselmä Harjoius 5, rakaisuehdoukse [johdano impulssivaseeseen] Jakuva-aikaisen järjeselmän impulssivase on vasaavanlainen järjeselmäyökalu kuin diskreeillä puolellakin: impulssivase
LisätiedotMallivastaukset KA5-kurssin laskareihin, kevät 2009
Mallivasaukse KA5-kurssin laskareihin, kevä 2009 Harjoiukse 2 (viikko 6) Tehävä 1 Sovelleaan luenokalvojen sivulla 46 anneua kaavaa: A A Y Y K α ( 1 α ) 0,025 0,5 0,03 0,5 0,01 0,005 K Siis kysyy Solowin
LisätiedotLuento 3. Fourier-sarja
Fourier-muuos Rayleigh eoreema Spekriiheys Lueo 3 4..7 Fourier-sarja Fourier-sarja avulla pysyii esiämää jaksollie sigaali, joka jaksoaika o. Fourier-sarja Fourier-kompoei Eäpä aperiodise sigaali, joilla
Lisätiedotẍ(t) q(t)x(t) = f(t) 0 1 z(t) +.
Diffrniaaliyhälö II, harjoius 3, 8 228, rakaisu JL, kuusi sivua a On muunnava linaarinn oisn kraluvun diffrniaaliyhälö ẍ qx f yhäpiäväksi nsimmäisn kraluvun linaarisksi kahdn skalaariyhälön sysmiksi Rak
Lisätiedot1. Todista/Prove (b) Lause 2.4. käyttäen Lausetta 2.3./by using Theorem b 1 ; 1 b + 1 ; 1 b 1 1
KETJUMURTOLUVUT Harjoiuksia 209. Todisa/Prove Lause 2.2. käyäen Lausea 2.3./by using Theorem 2.3. Lause 2.4. käyäen Lausea 2.3./by using Theorem 2.3. 2. Määrää Canorin kehielmä luvuille 0,, 2, 3, 4, 5,
Lisätiedota) Ortogonaalinen, koska kantafunktioiden energia 1
S-7.060 Signaali ja järjeselmä Teni 14.5.001 1. Vasaa lyhyesi seuraaviin saehäviin, käyä arviaessa kuvaa. a) Mikä minaisuuksisa rgnaalinen ja rnrmaalinen kuvaa paremmin Furier-sarjaa ja miksi? b) Esiä
LisätiedotMATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ
MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ 4.9.4 HYVÄN VASTAUKSEN PIIRTEITÄ Alla oleva vasausen piireiden, sisälöjen ja piseiysen luonnehdina ei sido ylioppilasukinolauakunnan arvoselua. Lopullisessa arvoselussa
LisätiedotDEE Lineaariset järjestelmät Harjoitus 3, harjoitustenpitäjille tarkoitetut ratkaisuehdotukset
DEE- ineaarise järjeselmä Harjoius 3, harjoiusenpiäjille arkoieu rakaisuehdoukse Ennen kuin mennään ämän harjoiuksen aihepiireihin, käydään läpi yksi huomionarvoinen juu Piirianalyysin juuri suorianee
LisätiedotLuento 7 Järjestelmien ylläpito
Luno 7 Järjslmin ylläpio Ahi Salo Tknillinn korkakoulu PL, 5 TKK Järjslmin ylläpidosa Priaallisia vaihohoja Uusiminn rplacmn Ennalahkäisvä huolo mainnanc Korjaaminn rpair ❶ Uusiminn Vioiun komponni korvaaan
Lisätiedot2. Taloudessa käytettyjä yksinkertaisia ennustemalleja. ja tarkasteltavaa muuttujan arvoa hetkellä t kirjaimella y t
Tilasollinen ennusaminen Seppo Pynnönen Tilasoieeen professori, Meneelmäieeiden laios, Vaasan yliopiso. Tausaa Tulevaisuuden ennusaminen on ehkä yksi luoneenomaisimpia piireiä ihmiselle. On ilmeisesi aina
LisätiedotDynaaminen optimointi ja ehdollisten vaateiden menetelmä
Dynaaminen opimoini ja ehdollisen vaaeiden meneelmä Meneelmien keskinäinen yheys S yseemianalyysin Laboraorio Esielmä 10 - Peni Säynäjoki Opimoiniopin seminaari - Syksy 2000 / 1 Meneelmien yhäläisyyksiä
LisätiedotTehtävä I. Vaihtoehtotehtävät.
Kem-9.7 Prosessiauomaaion perusee Teni 5.9.5 TÄMÄ PAPERI TÄYTYY EHDOTTOMASTI PALAUTTAA TENTIN MUKANA NIMI: (OS: ) OPINTOKIRJA: VIERAILULUENNOT KUUNNELTU: VALV. LASK: Tehävä I. Vaihoehoehävä. Oikea vasaus
LisätiedotRahoitusriskit ja johdannaiset Matti Estola. luento 12 Stokastisista prosesseista
Rahoiusriski ja johdannaise Mai Esola lueno Sokasisisa prosesseisa . Markov ominaisuus Markov -prosessi on sokasinen prosessi, missä ainoasaan muuujan viimeinen havaino on relevani muuujan seuraavaa arvoa
LisätiedotLineaaristen järjestelmien teoriaa
Lineaarisen järjeselmien eoriaa Saavueavuus, ohjaavuus Tarkkailavuus, havaiavuus Klassisen mekaniikan sabiilisuus vs. syseemiekninen sabiilisuusuus Tilaesimoini Kalman-suodin Mielenkiinoisia kysymyksiä
LisätiedotYKSISIVUKAISTAMODULAATIO (SSB)
YKSISIVUKISTODULTIO SSB Tieoliikenneekniikka I 5359 Kari Kärkkäinen Osa 6 0 Yksisivukaisamodulaaion idea DSB:ssa inormaaio on redundanisesi kaheen keraan, s. LSB & USB. Toisen kaisan läheys riiää, olloin
LisätiedotMat / Mat Matematiikan peruskurssi C3-I / KP3-I Harjoitus 5 / vko 42, loppuviikko, syksy 2008
Mat-.3 / Mat-.33 Matematiikan peruskurssi C3-I / KP3-I Harjoitus 5 / vko 4, loppuviikko, syksy 8 Ennen malliratkaisuja, muistin virkistämiseksi kaikkien rakastama osittaisintegroinnin kaava: b a u(tv (t
LisätiedotLuento 2. S Signaalit ja järjestelmät 5 op TKK Tietoliikenne Laboratorio 1. Jean Baptiste Joseph Fourier ( )
Luento Jasollisten signaalien Fourier-sarjat Viivaspetri S-.7. Signaalit ja järjestelmät 5 op KK ietoliienne Laboratorio Jean Baptiste Joseph Fourier (768-83) Ransalainen matemaatio ja fyysio. Esitti Fourier-sarjat
Lisätiedota) Miksi signaalin jaksollisuus on tärkeä ominaisuus? Miten jaksollisuus vaikuttaa signaalin taajuussisältöön?
L53, Sinaalioria J. Laiinn..5 E3SN, E3SN5Z Väliko, rakaisu Vasaa lyhysi suraaviin kysymyksiin. 6p a Miksi sinaalin aksollisuus on ärkä ominaisuus? Min aksollisuus vaikuaa sinaalin aauussisälöön? b Miä
LisätiedotA-osio. Ei laskinta! Valitse seuraavista kolmesta tehtävästä vain kaksi joihin vastaat!
MAA Koe 7..03 A-osio. Ei laskina! Valise seuraavisa kolmesa ehäväsä vain kaksi joihin vasaa! A. a) Mikä on funkion f(x) määrieljoukko, jos f( x) x b) Muua ulomuooon: 4a 8a 4 A. a) Rakaise hälö: x 4x b)
Lisätiedotjärjestelmät Luento 4
DEE- Lineaarise järjeselmä Lueno 4 Lineaarise järjeselmä Riso Mionen 3.7.4 Lueno 3 - Recap Lineaarisen differenssiyhälöiden raaiseminen Impulssivaseen äsie Impulssivase ja onvoluuiosumma Lineaarise järjeselmä
LisätiedotSysteemimallit: sisältö
Syseemimalli: sisälö Malliyypi ja muuuja Inpu-oupu -uvaus ja ilayhälömalli, ila Linearisoini Jauva-aiaisen lineaarisen järjeselmän siirofunio, sabiilisuus Laplace-muunnos Disreeiaiaisen lineaarisen järjeselmän
LisätiedotDerivoimalla ensimmäinen komponentti, sijoittamalla jälkimmäisen derivaatta siihen ja eliminoimalla x. saadaan
87 5. Eliminoinimeneely Tarkaellaan -kokoia vakiokeroimia yeemiä + x a a x a x + a x b() x = = = +. a a x a x a x b () (3) b() x + Derivoimalla enimmäinen komponeni, ijoiamalla jälkimmäien derivaaa iihen
LisätiedotSATE2140 Dynaaminen kenttäteoria syksy /7 Laskuharjoitus 4 / Sähkömagneettiset aaltojen polarisoituminen
SATE14 Dnaainen kenäeoia sks 16 1 /7 Laskuhajoius 4 / Sähköagneeise aalojen polaisoiuinen Tehävä 1. Vapaassa ilassa väähelevän piseläheen aiheuaan palloaallon sähkökenän voiakkuus on A V E, sincos k e.
LisätiedotMAT-02450 Fourier n menetelmät. Merja Laaksonen, TTY 2014
MAT-45 Fourier n meneelmä Merja Laaksonen, TTY 4..4 Sisälö Johano 3. Peruskäsieiä................................... 4.. Parillinen ja parion funkio....................... 7.. Heavisien funkio............................
LisätiedotSIGNAALITEORIAN KERTAUSTA 1
SIGNAALITEORIAN KERTAUSTA 1 1 (26) Fourier-muunnos ja jatkuva spektri Spektri taajuuden funktiona on kompleksiarvoinen funktio, jonka esittäminen graafisesti edellyttää 3D-kuvaajan piirtämisen. Yleensä
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 13 Ti 18.10.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 13 Ti 18.10.2011 p. 1/43 p. 1/43 Nopeat Fourier-muunnokset Fourier-sarja: Jaksollisen funktion esitys
Lisätiedot1 Excel-sovelluksen ohje
1 (11) 1 Excel-sovelluksen ohje Seuraavassa kuvaaan jakeluverkonhalijan kohuullisen konrolloiavien operaiivisen kusannusen (SKOPEX 1 ) arvioimiseen arkoieun Excel-sovelluksen oimina, mukaan lukien sovelluksen
Lisätiedotb) Esitä kilpaileva myötöviivamekanismi a-kohdassa esittämällesi mekanismille ja vertaile näillä mekanismeilla määritettyjä kuormitettavuuksia (2p)
LUT / Teräsrakenee/Timo Björk BK80A30: Teräsrakenee II:.5.016 Oheismaeriaalin käyö EI salliua, laskimen käyö on salliua, lausekkeia ehäväosion lopussa Vasaukse laadiaan ehäväpaperille, joka palaueava,
LisätiedotTaustaa KOMPLEKSILUVUT, VÄRÄHTELIJÄT JA RADIOSIGNAALIT. Jukka Talvitie, Toni Levanen & Mikko Valkama TTY / Tietoliikennetekniikka
IMA- Exurso: Kompleksluvu ja radosgnaal / KOMPLEKSILUVUT, VÄRÄHTELIJÄT JA RADIOSIGNAALIT Tausaa IMA- Exurso: Kompleksluvu ja radosgnaal / Kakk langaon vesnä ja radoeolkenne (makapuhelme, WLAN, ylesrado
LisätiedotSopimuksenteon dynamiikka: johdanto ja haitallinen valikoituminen
Soimukseneon dynamiikka: johdano ja haiallinen valikoiuminen Ma-2.442 Oimoinioin seminaari Elise Kolola 8.4.2008 S yseemianalyysin Laboraorio Esielmä 4 Elise Kolola Oimoinioin seminaari - Kevä 2008 Esiyksen
LisätiedotLuento 4 Fourier muunnos
Luento 4 Luento 4 Fourier muunnos 4. F muunnos F muunnos Oppenheim 4. 4. Energiaspektri (spektritiheys) Rayleigh'n energia teoreema, energiaspektri Kaistanleveys Boden diagrammi 4.3 F muunnoksen ominaisuudet,
LisätiedotRatkaisu. Virittäviä puita on kahdeksan erilaista, kun solmut pidetään nimettyinä. Esitetään aluksi verkko kaaviona:
Diskreei maemaiikka, sks 00 Harjoius 0, rakaisuisa. Esi viriävä puu suunaamaomalle verkolle G = (X, E, Ψ), kun X := {,,, }, E := { {, }, {, }, {, }, {, }, {, }}, ja Ψ on ieninen kuvaus. Rakaisu. Viriäviä
LisätiedotVÄRÄHTELYMEKANIIKKA SESSIO 18: Yhden vapausasteen pakkovärähtely, transienttikuormituksia
8/ VÄRÄHTELYMEKANIIKKA SESSIO 8: Yhen vapausaseen paovärähely, ransieniuormiusia JOHDANTO c m x () Kuva. Syseemi. Transieniuormiusella aroieaan uormiusheräeä, joa aiheuaa syseemiin lyhyaiaisen liieilan.
LisätiedotMonisilmukkainen vaihtovirtapiiri
Monisilmukkainen vaihovirapiiri Oeaan arkaselun koheeksi RLC-vaihovirapiiri jossa on käämejä, vasuksia ja kondensaaoreia. Kykenä Tarkasellaan virapiiriä, jossa yksinkeraiseen RLC-piiriin on kodensaaorin
LisätiedotXII RADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA
II ADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA Laskenaaajuus akiivisuus Määrieäessä radioakiivisen näyeen akiivisuua (A) uloksena saadaan käyeyn miausyseemin anama laskenaaajuus (). = [II.I] jossa =
LisätiedotOH CHOOH (2) 5. H2O. OH säiliö. reaktori 2 erotus HCOOCH 3 11.
Kemian laieekniikka 1 Koilasku 1 4.4.28 Jarmo Vesola Tuoee ja reakio: hiilimonoksidi, meanoli, meyyliformiaai C HC (1) vesi, meyyliformiaai, meanoli, muurahaishappo HC CH (2) hiilimonoksi, vesi, muurahaishappo
LisätiedotKojemeteorologia. Sami Haapanala syksy Fysiikan laitos, Ilmakehätieteiden osasto
Kojemeeorologia Sami Haapaala syksy 03 Fysiika laios, Ilmakehäieeide osaso Mialaieide dyaamise omiaisuude Dyaamise uusluvu määriävä mie mialaie käyäyyy syöeide muuuessa Apua käyeää differeiaaliyhälöiä,
LisätiedotSATE1050 Piirianalyysi II syksy 2016 kevät / 6 Laskuharjoitus 10 / Kaksiporttien ABCD-parametrit ja siirtojohdot aikatasossa
SATE050 Piirianalyysi II syksy 06 kevä 07 / 6 Tehävä. Määriä alla olevassa kuvassa esieylle piirille kejumariisi sekä sen avulla syööpiseimpedanssi Z(s), un kuormana on resisanssi k. i () L i () u () C
Lisätiedot2. Suoraviivainen liike
. Suoraviivainen liike . Siirymä, keskinopeus ja keskivauhi Aika: unnus, yksikkö: sekuni s Suoraviivaisessa liikkeessä kappaleen asema (paikka) ilmoieaan suoralla olevan piseen paikkakoordinaain (unnus
LisätiedotIlmavirransäädin. Mitat
Ilmairransäädin Mia (MF, MP, ON, MOD, KNX) Ød nom (MF-D, MP-D, ON-D, MOD-D, KNX-D) Tuoekuaus on ilmairasäädin pyöreälle kanaalle. Se koosuu sääöpellisä ja miaaasa oimilaieesa ja siä oidaan ohjaa huonesääimen
LisätiedotKompleksianalyysi, viikko 6
Kompleksianalyysi, viikko 6 Jukka Kemppainen Mathematics Division Funktion erikoispisteet Määr. 1 Jos f on analyyttinen pisteen z 0 aidossa ympäristössä 0 < z z 0 < r jollakin r > 0, niin sanotaan, että
Lisätiedot>LTI-järjestelmä. >vaihespektri. >ryhmäviive
TL53, Signaalioria (J. Laiinn) 9..4 TTESN, TTESN5X, TTESN5Z Väliko, rakaisu Täydnnä ohisn kuvaan > - ai < -mrkiy kohda. Miä arkoiaan idonsiirokanavan kvalisoinnilla? Esiä lausk kvalisaaorin siirofunkioll,
LisätiedotSignaalit ja järjestelmät aika- ja taajuusalueissa
Signaalit ja järjestelmät aika- ja taajuusalueissa Signaalit aika ja taajuusalueissa Muunnokset aika ja taajuusalueiden välillä Fourier sarja (jaksollinen signaali) Fourier muunnos (jaksoton signaali)
Lisätiedot1.1 Vektorit. MS-A0004/A0006 Matriisilaskenta. 1.1 Vektorit. 1.1 Vektorit. Reaalinen n-ulotteinen avaruus on joukko. x 1. R n.
ja kompleksiluvut ja kompleksiluvut 1.1 MS-A0004/A0006 Matriisilaskenta 1. ja kompleksiluvut Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 8.9.015 Reaalinen
LisätiedotHarjoitus Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia:
Differentiaaliyhtälöt, Kesä 216 Harjoitus 2 1. Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia: (a) y = (2 y) 3, (b) y = (y 1) 2, (c) y = 2y y 2. 2. Etsi seuraavien
LisätiedotAnalyysi III. Jari Taskinen. 28. syyskuuta Luku 1
Analyysi III Jari Taskinen 28. syyskuuta 2002 Luku Sisältö Sarjat 2. Lukujonoista........................... 2.2 Rekursiivisesti määritellyt lukujonot.............. 8.3 Sarja ja sen suppenminen....................
LisätiedotMS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 9: Greenin lause
MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 9: Greenin lause Antti Rasila Aalto-yliopisto Syksy 2015 Antti Rasila (Aalto-yliopisto) MS-A0305 Syksy 2015 1 / 19 Esimerkki Olkoon F : R 3 R 3 vakiofunktio
LisätiedotRahoitusriskit ja johdannaiset Matti Estola. luento 13 Black-Scholes malli optioiden hinnoille
Rahoiusriski ja johannaise Mai Esola lueno 3 Black-choles malli opioien hinnoille . Ion lemma Japanilainen maemaaikko Kiyoshi Iō oisi seuraavana esieävän lemman vuonna 95 arikkelissaan: On sochasic ifferenial
LisätiedotJohda jakauman momenttiemäfunktio ja sen avulla jakauman odotusarvo ja varianssi.
/ Raaisu Aihee: Avaisaa: Momeiemäfuio Sauaismuuujie muuose ja iide jaauma Kovergessiäsiee ja raja-arvolausee Biomijaauma, Espoeijaauma, Geomerie jaauma, Jaaumaovergessi, Jauva asaie jaauma, Kolmiojaauma,
Lisätiedotl 1 2l + 1, c) 100 l=0
MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy 5. Millä reaaliluvun arvoilla a) 9 =, b) 5 + 5 +, e) 5?. Kirjoita Σ-merkkiä käyttäen summat 4, a) + + 5 + + 99, b) 5 + 4 65 + + n 5 n, c)
Lisätiedota) Esitä piirtämällä oheisen kaksoissymmetrisen ulokepalkkina toimivan kotelopalkin kaksi täysin erityyppistä plastista rajatilamekanismia (2p).
LUT / Teräsrakenee/Timo Björk BK80A30: Teräsrakenee II: 9.9.016 Oheismaeriaalin käyö EI salliua, laskimen käyö on salliua, lausekkeia ehäväosion lopussa Vasaukse laadiaan ehäväpaperille, joka palaueava,
LisätiedotMittaus- ja säätölaitteet IRIS, IRIS-S ja IRIS-M
Miaus- ja sääölaiee IRIS, IRIS-S ja IRIS-M KANSIO 4 VÄLI ESITE Lapinleimu Miaus- ja sääölaiee IRIS, IRIS-S ja IRIS-M IRIS, IRIS-S Rakenne IRIS muodosuu runko-osasa, sääösäleisä, sääömuerisa ai sääökahvasa
LisätiedotSinin muotoinen signaali
Sinin muotoinen signaali Pekka Rantala.. Sini syntyy tasaisesta pyörimisestä Sini-signaali syntyy vakio-nopeudella pyörivän osoittimen y-suuntaisesta projektiosta. y u û α positiivinen pyörimissuunta x
LisätiedotSÄHKÖTEKNIIKKA JA ELEKTRONIIKKA
1 SÄHKÖTKNIIKKA JA LKTONIIKKA X-2 2017, Kimmo Silvonen Osa II, 25.9.2017 1 Muuosilmiö ja differeniaaliyhälö Tässä luvussa rajoiuaan pääasiassa asajännieläheisiin liiyviin muuosilmiöihin, vaikka samanlainen
LisätiedotELEC-A7200 Signaalit ja järjestelmät Laskuharjoitukset. LASKUHARJOITUS 1 Sivu 1/18. Hyvä opiskelija
ELEC-A7 LASKUHARJOIUS Sivu /8 Hyvä opiskelija ässä opeusmoniseessa esieään kurssiin ELEC-A7 liiyviä laskuharjoiusehäviä rakaisuineen. Kaikkia ehäviä ei välämää käsiellä laskuharjoiuksissa, joen voi jouua
Lisätiedot2. Matemaattinen malli ja funktio 179. a) f (-2) = -2 (-2) = = -6 b) f (-2) = 2 (-2) 2 - (-2) = (-8) + 7 = = 23
LISÄTEHTÄVÄT. Maemaainen malli ja funkio 9. a) f (-) = - (-) + = - + = -6 b) f (-) = (-) - (-) + = - (-8) + = 8 + 8 + = 80. a) f ( ) = + f ( ) = 0 + = 0 ( ) = ± = ± = ai = Vasaus: = - ai = b) + = + = 0
LisätiedotOsa VI. Fourier analyysi. A.Rasila, J.v.Pfaler () Mat Matematiikan peruskurssi KP3-i 12. lokakuuta / 246
Osa VI Fourier analyysi A.Rasila, J.v.Pfaler () Mat-1.1331 Matematiikan peruskurssi KP3-i 12. lokakuuta 2007 127 / 246 1 Johdanto 2 Fourier-sarja 3 Diskreetti Fourier muunnos A.Rasila, J.v.Pfaler () Mat-1.1331
Lisätiedot3 SIGNAALIN SUODATUS 3.1 SYSTEEMIN VASTE AIKATASOSSA
S I G N A A L I T E O R I A, O S A I I I TL98Z SIGNAALITEORIA, OSA III 44 3 Signaalin suodaus...44 3. Sysmin vas aikaasossa... 44 3. Kausaalisuus a sabiilisuus... 46 3.3 Vas aauusasossa... 46 3.4 Ampliudivas
Lisätiedot