ELEC-A7200 Signaalit ja järjestelmät 5 op

Koko: px
Aloita esitys sivulta:

Download "ELEC-A7200 Signaalit ja järjestelmät 5 op"

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-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

Lisätiedot

S Signaalit ja järjestelmät 5 op. Pääassistentti Seppo Saastamoinen. S-posti: Puh E307B S.72.

S 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

Lisätiedot

Luento 4. Fourier-muunnos

Luento 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:

Lisätiedot

S Signaalit ja järjestelmät 5 op. Luennoitsija Prof. Riku Jäntti S-posti: Puh E219 S.72.

S 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

Lisätiedot

S Signaalit ja järjestelmät Tentti

S 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.

( ) ( ) 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!

Lisätiedot

Luento 11. tietoverkkotekniikan laitos

Luento 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

Lisätiedot

Luento 2. Järjestelmät aika-alueessa Konvoluutio-integraali. tietoverkkotekniikan laitos

Luento 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

Lisätiedot

b) Ei ole. Todistus samaan tyyliin kuin edellinen. Olkoon C > 0 ja valitaan x = 2C sekä y = 0. Tällöin pätee f(x) f(y)

b) 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

Lisätiedot

Luento 11. Stationaariset prosessit

Luento 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:

( ) ( ) 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

Lisätiedot

Luento 9. Epälineaarisuus

Luento 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!

Lisätiedot

SIGNAALITEORIAN KERTAUSTA 2. Tietoliikennetekniikka I A Kari Kärkkäinen Osa 3

SIGNAALITEORIAN 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

Lisätiedot

5. Vakiokertoiminen lineaarinen normaaliryhmä

5. 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

Lisätiedot

Tietoliikennesignaalit

Tietoliikennesignaalit ieoliikennesignaali 1 ieoliikenne inormaaion siiroa sähköisiä signaaleja käyäen. Signaali vaiheleva jännie ms., jonka vaiheluun on sisällyey inormaaioa. Signaalin ominaisuuksia voi ukia a aikaasossa ime

Lisätiedot

Luento 11. Stationaariset prosessit

Luento 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

Lisätiedot

DEE Lineaariset järjestelmät Harjoitus 4, ratkaisuehdotukset

DEE 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,

Lisätiedot

Tasaantumisilmiöt eli transientit

Tasaantumisilmiöt 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

Lisätiedot

Systeemimallit: sisältö

Systeemimallit: sisältö Syseemimalli: sisälö Malliyypi ja muuuja Inpu-oupu -kuvaus ja ilayhälömalli, ila Linearisoini Jakuva-aikaisen lineaarisen järjeselmän siirofunkio, sabiilisuus Laplace-muunnos Diskreeiaikaisen lineaarisen

Lisätiedot

TKK Tietoliikennelaboratorio Seppo Saastamoinen Sivu 1/5 Konvoluution laskeminen vaihe vaiheelta

TKK 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

Lisätiedot

Luento 9. Epälineaarisuus

Luento 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!

Lisätiedot

W dt dt t J.

W 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

Lisätiedot

x v1 y v2, missä x ja y ovat kokonaislukuja.

x 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

Lisätiedot

KYNNYSILMIÖ JA SILTÄ VÄLTTYMINEN KYNNYKSEN SIIRTOA (LAAJENNUSTA) HYVÄKSI KÄYTTÄEN

KYNNYSILMIÖ 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

Lisätiedot

Konvoluution laskeminen vaihe vaiheelta Sivu 1/5

Konvoluution 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,

Lisätiedot

9. 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. 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

Lisätiedot

7. Luento. Luento 7 Modulaatio Oppenheim luku 8 soveltuvin Koherentti ja epäkoherentti analoginen modulaatio

7. 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

Lisätiedot

Juuri 13 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Kertaus. K1. A: III, B: I, C: II ja IV.

Juuri 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

Lisätiedot

Silloin voidaan suoraan kirjoittaa spektrin yhtälö käyttämällä hyväksi suorakulmaisen pulssin Fouriermuunnosta sekä viiveen vaikutusta: ( ) (

Silloin 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

Lisätiedot

2. Systeemi- ja signaalimallit

2. 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

Lisätiedot

6.4 Variaatiolaskennan oletusten rajoitukset. 6.5 Eulerin yhtälön ratkaisuiden erikoistapauksia

6.4 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

Lisätiedot

Luento 3. Fourier-sarja

Luento 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

Lisätiedot

12. ARKISIA SOVELLUKSIA

12. 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

Lisätiedot

f x dx y dy t dt f x y t dx dy dt O , (4b) . (4c) f f x = ja x (4d)

f 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)

Lisätiedot

S Signaalit ja järjestelmät (5 op) Prof. Sven-Gustav Häggman

S 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

Lisätiedot

Luento 2. Jaksolliset signaalit

Luento 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

Lisätiedot

12. Luento. Modulaatio

12. Luento. Modulaatio Analoginen modulaaio Digiaalinen modulaaio. Lueno..7 Modulaaio Modulaaiossa siirreään moduloivan signaalin spekri kanoaallon aajuusalueelle, joko sien eä spekrin muoo säilyy lineaarisessa modulaaiossa,

Lisätiedot

12. Luento. Modulaatio

12. 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,

Lisätiedot

YKSISIVUKAISTAMODULAATIO (SSB)

YKSISIVUKAISTAMODULAATIO (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

Lisätiedot

Huomaa, että aika tulee ilmoittaa SI-yksikössä, eli sekunteina (1 h = 3600 s).

Huomaa, 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

Lisätiedot

Mittaustekniikan perusteet, piirianalyysin kertausta

Mittaustekniikan perusteet, piirianalyysin kertausta Miausekniikan perusee, piirianalyysin kerausa. Ohmin laki: =, ai = Z ( = ännie, = resisanssi, Z = impedanssi, = vira). Kompleksiluvu Kompleksilukua arviaan elekroniikassa analysoiaessa piireä, oka sisälävä

Lisätiedot

Tiedonhakumenetelmät Tiedonhakumenetelmät Helsingin yliopisto / TKTL. H.Laine 1. Todennäköisyyspohjainen rankkaus

Tiedonhakumenetelmät 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

Lisätiedot

Diskreetillä puolella impulssi oli yksinkertainen lukujono:

Diskreetillä 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

Lisätiedot

Mallivastaukset KA5-kurssin laskareihin, kevät 2009

Mallivastaukset 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

Lisätiedot

Luento 3. Fourier-sarja

Luento 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

Lisätiedot

ẍ(t) q(t)x(t) = f(t) 0 1 z(t) +.

ẍ(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

Lisätiedot

1. Todista/Prove (b) Lause 2.4. käyttäen Lausetta 2.3./by using Theorem b 1 ; 1 b + 1 ; 1 b 1 1

1. 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,

Lisätiedot

a) Ortogonaalinen, koska kantafunktioiden energia 1

a) 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

Lisätiedot

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

MATEMATIIKAN 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

Lisätiedot

DEE Lineaariset järjestelmät Harjoitus 3, harjoitustenpitäjille tarkoitetut ratkaisuehdotukset

DEE 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

Lisätiedot

Luento 7 Järjestelmien ylläpito

Luento 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

Lisätiedot

2. Taloudessa käytettyjä yksinkertaisia ennustemalleja. ja tarkasteltavaa muuttujan arvoa hetkellä t kirjaimella y t

2. 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

Lisätiedot

Dynaaminen optimointi ja ehdollisten vaateiden menetelmä

Dynaaminen 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

Lisätiedot

Tehtävä I. Vaihtoehtotehtävät.

Tehtävä 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

Lisätiedot

Rahoitusriskit ja johdannaiset Matti Estola. luento 12 Stokastisista prosesseista

Rahoitusriskit 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

Lisätiedot

Lineaaristen järjestelmien teoriaa

Lineaaristen järjestelmien teoriaa Lineaarisen järjeselmien eoriaa Saavueavuus, ohjaavuus Tarkkailavuus, havaiavuus Klassisen mekaniikan sabiilisuus vs. syseemiekninen sabiilisuusuus Tilaesimoini Kalman-suodin Mielenkiinoisia kysymyksiä

Lisätiedot

YKSISIVUKAISTAMODULAATIO (SSB)

YKSISIVUKAISTAMODULAATIO (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

Lisätiedot

Mat / Mat Matematiikan peruskurssi C3-I / KP3-I Harjoitus 5 / vko 42, loppuviikko, syksy 2008

Mat / 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

Lisätiedot

Luento 2. S Signaalit ja järjestelmät 5 op TKK Tietoliikenne Laboratorio 1. Jean Baptiste Joseph Fourier ( )

Luento 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

Lisätiedot

a) Miksi signaalin jaksollisuus on tärkeä ominaisuus? Miten jaksollisuus vaikuttaa signaalin taajuussisältöön?

a) 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

Lisätiedot

A-osio. Ei laskinta! Valitse seuraavista kolmesta tehtävästä vain kaksi joihin vastaat!

A-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)

Lisätiedot

järjestelmät Luento 4

järjestelmät 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

Lisätiedot

Systeemimallit: sisältö

Systeemimallit: sisältö Syseemimalli: sisälö Malliyypi ja muuuja Inpu-oupu -uvaus ja ilayhälömalli, ila Linearisoini Jauva-aiaisen lineaarisen järjeselmän siirofunio, sabiilisuus Laplace-muunnos Disreeiaiaisen lineaarisen järjeselmän

Lisätiedot

Derivoimalla ensimmäinen komponentti, sijoittamalla jälkimmäisen derivaatta siihen ja eliminoimalla x. saadaan

Derivoimalla 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

Lisätiedot

SATE2140 Dynaaminen kenttäteoria syksy /7 Laskuharjoitus 4 / Sähkömagneettiset aaltojen polarisoituminen

SATE2140 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.

Lisätiedot

MAT-02450 Fourier n menetelmät. Merja Laaksonen, TTY 2014

MAT-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............................

Lisätiedot

SIGNAALITEORIAN KERTAUSTA 1

SIGNAALITEORIAN 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

Lisätiedot

Numeeriset menetelmät

Numeeriset 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

Lisätiedot

1 Excel-sovelluksen ohje

1 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

Lisätiedot

b) Esitä kilpaileva myötöviivamekanismi a-kohdassa esittämällesi mekanismille ja vertaile näillä mekanismeilla määritettyjä kuormitettavuuksia (2p)

b) 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,

Lisätiedot

Taustaa KOMPLEKSILUVUT, VÄRÄHTELIJÄT JA RADIOSIGNAALIT. Jukka Talvitie, Toni Levanen & Mikko Valkama TTY / Tietoliikennetekniikka

Taustaa 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

Lisätiedot

Sopimuksenteon dynamiikka: johdanto ja haitallinen valikoituminen

Sopimuksenteon 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

Lisätiedot

Luento 4 Fourier muunnos

Luento 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,

Lisätiedot

Ratkaisu. Virittäviä puita on kahdeksan erilaista, kun solmut pidetään nimettyinä. Esitetään aluksi verkko kaaviona:

Ratkaisu. 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

Lisätiedot

VÄRÄHTELYMEKANIIKKA SESSIO 18: Yhden vapausasteen pakkovärähtely, transienttikuormituksia

VÄRÄHTELYMEKANIIKKA 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.

Lisätiedot

Monisilmukkainen vaihtovirtapiiri

Monisilmukkainen vaihtovirtapiiri Monisilmukkainen vaihovirapiiri Oeaan arkaselun koheeksi RLC-vaihovirapiiri jossa on käämejä, vasuksia ja kondensaaoreia. Kykenä Tarkasellaan virapiiriä, jossa yksinkeraiseen RLC-piiriin on kodensaaorin

Lisätiedot

XII RADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA

XII RADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA II ADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA Laskenaaajuus akiivisuus Määrieäessä radioakiivisen näyeen akiivisuua (A) uloksena saadaan käyeyn miausyseemin anama laskenaaajuus (). = [II.I] jossa =

Lisätiedot

OH CHOOH (2) 5. H2O. OH säiliö. reaktori 2 erotus HCOOCH 3 11.

OH 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

Lisätiedot

Kojemeteorologia. Sami Haapanala syksy Fysiikan laitos, Ilmakehätieteiden osasto

Kojemeteorologia. 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,

Lisätiedot

SATE1050 Piirianalyysi II syksy 2016 kevät / 6 Laskuharjoitus 10 / Kaksiporttien ABCD-parametrit ja siirtojohdot aikatasossa

SATE1050 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

Lisätiedot

2. Suoraviivainen liike

2. Suoraviivainen liike . Suoraviivainen liike . Siirymä, keskinopeus ja keskivauhi Aika: unnus, yksikkö: sekuni s Suoraviivaisessa liikkeessä kappaleen asema (paikka) ilmoieaan suoralla olevan piseen paikkakoordinaain (unnus

Lisätiedot

Ilmavirransäädin. Mitat

Ilmavirransäädin. 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

Lisätiedot

Kompleksianalyysi, viikko 6

Kompleksianalyysi, 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

>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,

Lisätiedot

Signaalit ja järjestelmät aika- ja taajuusalueissa

Signaalit 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)

Lisätiedot

1.1 Vektorit. MS-A0004/A0006 Matriisilaskenta. 1.1 Vektorit. 1.1 Vektorit. Reaalinen n-ulotteinen avaruus on joukko. x 1. R n.

1.1 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

Lisätiedot

Harjoitus Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia:

Harjoitus 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

Lisätiedot

Analyysi III. Jari Taskinen. 28. syyskuuta Luku 1

Analyysi 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....................

Lisätiedot

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 9: Greenin lause

MS-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

Lisätiedot

Rahoitusriskit ja johdannaiset Matti Estola. luento 13 Black-Scholes malli optioiden hinnoille

Rahoitusriskit 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

Lisätiedot

Johda jakauman momenttiemäfunktio ja sen avulla jakauman odotusarvo ja varianssi.

Johda 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,

Lisätiedot

l 1 2l + 1, c) 100 l=0

l 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)

Lisätiedot

a) Esitä piirtämällä oheisen kaksoissymmetrisen ulokepalkkina toimivan kotelopalkin kaksi täysin erityyppistä plastista rajatilamekanismia (2p).

a) 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,

Lisätiedot

Mittaus- ja säätölaitteet IRIS, IRIS-S ja IRIS-M

Mittaus- 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

Lisätiedot

Sinin muotoinen signaali

Sinin 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

Lisätiedot

SÄHKÖTEKNIIKKA JA ELEKTRONIIKKA

SÄHKÖTEKNIIKKA 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

Lisätiedot

ELEC-A7200 Signaalit ja järjestelmät Laskuharjoitukset. LASKUHARJOITUS 1 Sivu 1/18. Hyvä opiskelija

ELEC-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

Lisätiedot

2. Matemaattinen malli ja funktio 179. a) f (-2) = -2 (-2) = = -6 b) f (-2) = 2 (-2) 2 - (-2) = (-8) + 7 = = 23

2. 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

Lisätiedot

Osa 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 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

Lisätiedot

3 SIGNAALIN SUODATUS 3.1 SYSTEEMIN VASTE AIKATASOSSA

3 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