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

Koko: px
Aloita esitys sivulta:

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

Transkriptio

1 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 ise uusumaan joidenkin ehävien rakaisuihin. ehävä ova vaaivuusaseilaan eniehävien veroisia. ehävien käsielyjärjesys saaaa muuua luenojen ja laboraorioöiden vuoksi (synkronoini niihin). Kunkin harjoiuksen alussa esieään ehävänanno, joa voisi ise harjoiella laskemisa. ehävänanojen jälkeen esieään kysymykse vasauksineen. Harjoiele laskemisa! Laskuharjoiuksiin kannaaa oaa mukaan muisiinpanovälinee, laskin ja kurssin luenomonisee, koska ähän laskuharjoiusmoniseeseen ullaan ekemään äydennyksiä. Laskuharjoiuksissa on hyvä olla mukana myös laboraorioyöohjeia, sillä harjoiusen aikana anneaan vinkkejä niin esi- kuin jälkiselosusen ekemiseen. Noppa-sivuilla on myös esimerkkienejä rakaisuineen ja kaavakokoelma, josa on hyöyä myös muilla kursseilla. enissä jaeaan lainaksi vasaava kaavakokoelma, joen ällä kurssilla ei arvise opeella kaavoja ulkoa. Oa kaavakokoelma mukaan laskuharjoiuksiin, uusu samalla sen sisälöön. Lukuisisa arkasuksisa huolimaa voi ässä moniseessa olla painovirheiä. Jos havaise virheen, ilmoia siiä kurssin assisenille. Virheilmoius kannaaa myös ehdä, jos löydä painovirheiä luenomoniseisa ja laboraorioyöohjeisa. erveuloa laskuharjoiuksiin! Espoossa 3. syyskuua 3 Seppo Saasamoinen Kurssin ELEC-A7 pääassiseni seppo.saasamoinen@aalo.i p Huone E-3 (vasaanoo sopimuksen mukaan, varaa aika sähköposilla)

2 ELEC-A7 LASKUHARJOIUS Sivu /8. Laske ja piirrä signaalin v ( ) 3 4 sin ( 3 ) cos ( 4 ) = π π yksi- ja kaksipuoleise ampliudi- sekä vaihespekri. Laske myös signaalin eho oleaen impedanssiasoksi ohmi.. Johda alla olevassa kuvassa esieyn suorakaidepulssijonon (suorakaideaallon, kaniaallon ) v ( ) Fouriersarjan keroime ja piirrä v ( ) :n spekri, kun = ja = 5. v () A - -A 3. arkasellaan signaalin näyeenooa. = π spekri ennen ja jälkeen näyeisysä. Näyeenooaajuus s = 5. Mien alkuperäinen spekri saadaan näyeisyksen jälkeen? 3 b) Piirrä signaalin x ( ) = 4cos ( π ) spekri ennen ja jälkeen näyeisysä. Näyeenooaajuus s =. c) a-kohdan apauksessa on lisäksi häiriösignaali h aajuudella 3. 5, jonka ampliudi on puole hyöysignaalisa. Näyeenooaajuus s = 4. Piirrä spekri ennen ja jälkeen näyeisyksen. Mien häiriösignaalin epäoivou vaikuus näyeiseyyn signaaliin voiaisiin esää? a) Piirrä signaalin x ( ) 4cos ( ) 4. Johda kuvassa anneun pulssin Fourier-muunnos käyäen sopivia muunnoksen ominaisuuksia. on pulssin puolen ampliudin leveys. Hyödyllisiä muunnospareja riippuen käyeysä meneelysä ova esim. u rec u sinc, u δ d u e v() ( ) ( ) F F j πd a -a 5. Suorakaidepulssisa ( ) ( d ) x = rec, d =.5 s, = s, oeaan näyeiä, sekunnin välein. Määriä näyeiseyn x ( ) :n diskreei Fourier-muunnos eli DF xk ( ) ja x ( ) :n Fourier-muunnos F x ( ). Veraa DF:n ja Fourier-muunnoksen anamia perusaajuisia (n = ) komponeneja keskenään, kun näyeiden lukumäärä N =.

3 ELEC-A7 LASKUHARJOIUS Sivu 3/8. Laske ja piirrä signaalin v ( ) 3 4 sin ( 3 ) cos ( 4 ) = π π yksi- ja kaksipuoleise ampliudi- sekä vaihespekri. Laske myös signaalin eho oleaen impedanssiasoksi ohmi. Signaali aika-alueessa. Kuva uoeu Malab-ohjelmalla. Esimerkkirakaisu, ehävä. Reaalisille jaksollisille signaaleille (luonnollisille signaaleille) voidaan (rigonomerinen) Fourier-sarja esiää muodossa v c c cos n arg c () ( ) = + n ( π + n ) n= Yhälösä () voidaan pääellä, eä mikä ahansa jaksollinen signaali voidaan esiää harmonisen kosiniaalojen summana. Kosiniaalojen alin aajuus (n = ) on, joa kusuaan perusaajuudeksi ja ensimmäiseksi harmoniseksi. aajuus on signaalin v ( ) jaksonajan kääneisarvo eli =. Harmoninen = monikera. ermi c on signaalin asajännieosuus, asajänniekomponeni, joka on myös signaalin aikakeskiarvo (odousarvo). arg c n on vaihekulma (vaihe-ero) puhaaseen kosiniaaloon nähden (huippuarvo saavueaan ajanhekellä = ). Seuraavaksi saaeaan ehävän signaali kaavan () muooon (kosiniaalojen summaksi, koska Fouriermuunnoksessa reerenssinä on kosiniaalo). Käyeään hyväksi sini ja kosinisignaalien seuraavia ominaisuuksia: π sin x sin x sin x cos x cos x cos x cos x cos x ( ) = ( ) ( ) = ( ) = ( ) ( ) = ( + π) () ällöin saadaan ( ) = 3 4 ( 3π ) ( 4π ) = 3cos( π + π ) + 4cos 5 π + + cos ( π + π) v sin cos π (3) Ny voidaan piirää yksipuoleisen aajuusalueen ampliudi ( V() )- sekä vaihespekri (arg(v())) (viivaspekri eli piiki ).

4 ELEC-A7 LASKUHARJOIUS Sivu 4/8 V() arg(v()) 4 π 3 π 5 Ampliudispekri 5 Vaihespekri -puoleisessa aajuusalueessa signaalin kaava on π jπ = = + + (4) j jπ { ( )} ( ) 3 δ ( ) 4 δ ( 5 ) δ ( ) F v V Hz e Hz e Hz e Impulssin ( piikin ) merkkinä on siis δ. Merkinä ( 5 Hz) vaihekulma esieään aajuusalueessa e:n poenssina, esimerkiksi e. Mikäli jx jx e hajoeaan muooon e cos ( x) j sin ( x) δ arkoiaa spekriviivaa aajuudella 5 Hz ja π j = +, voidaan spekrin lauseke esiää kompleksisessa muodossa. On siis makuasia, esieäänkö ieyn aajuuden spekrikomponeni ( piikki ) muodossa A ϕ, jossa A = a + b ja ϕ a an b = ai muodossa ± a ± jb. Esimerkiksi Malabin aajuusvekorissa spekrikomponenin a arvo on juuri muodossa ± a ± jb. Sien siirryään kaksipuoleiseen spekriin. Siihen pääsään, kun kosiniunkio lausuaan Eulerin kaavan mukaan exponeneina jx jx ( ) ( ) cos x = e + e (5) Näin ollen ehävän signaali voidaan kirjoiaa muooon π π j 5 π + j 5 π + j( π +π) j( π +π) v ( ) = 3 + e + e + e + e (6) ja saadaan kaksipuoleinen spekri V() arg(v())

5 ELEC-A7 LASKUHARJOIUS Sivu 5/8 -puoleisessa aajuusalueessa π π j j jπ ( ) 3 δ ( ) δ ( 5 ) δ ( 5 ) jπ jπ,5 δ ( Hz) e +,5 δ ( + Hz) e V = Hz e + Hz e + + Hz e + (7) Signaali/V Aika/s.3 Ampliudi/V/Hz aajuus/hz Kuva. Esimerkki jaksollisesa signaalisa. Moniseen laaijan aaa -äänne aika-alueessa (ylin kuva) ja vasaava esiys yksipuoleisessa aajuusalueessa (alin kuva). Perusaajuus 8 Hz. Harmonisen aajuuksien aajuude eivä ole pysynee aivan vakioina (ääni on värissy), jolloin spekrikomponeni ova levenneiä. Analyysi on ehy Malab-ohjelmalla. Lopula laskemme signaalin ehon. Jaksollisen signaalin keskimääräinen eho, kun impedanssi on ohmi, saadaan kaavalla U P = v ( ) = v ( ) d P = (8) R Kun ukii ehävänannon kaavaa aika-alueessa, muodosuisi kaavan 8 mukaan aika hankala laskuoimius. oisaala Parsevalin ehoeoreeman mukaan jaksollisen signaalin eho saadaan suoraan Fourier-keroimien neliöiden summana. Huomaa, eä keroime c n laskeaan -puoleisa spekriä ajaellen. n= n P = c (9) ehävän signaalille saadaan siis (oleaen signaalin yksiköksi voli ja impedanssiasoksi ohmi) P = ( 3) + + = 7, 5W ()

6 ELEC-A7 LASKUHARJOIUS Sivu 6/8. Johda alla olevassa kuvassa esieyn suorakaideaallon v ( ) Fourier-sarjan keroime ja piirrä v ( ) :n spekri, kun = ja = 5. ässä =. Esimerkkirakaisu, ehävä. v () A - -A Jaksollisen signaalin Fourier sarja on seuraavaa muooa = n n () n= ( ) c e j π v jossa cnon Fourier-kerroin ja on signaalin perusaajuus (ensimmäinen harmoninen). Exponeniermi voidaan purkaa sini- ja kosiniaaloihin, joen signaali voidaan käsiää useiden aalojen jϕ e = cos ϕ + j sin ϕ ja kunkin aajuisa siniaaloa painoeaan keroimella c n. summana eli ( ) ( ) Kerroin c n (ampliudi) saadaan laskeua kaavalla jπn cn v ( ) e d = () Kaavasa () voidaan odea, eä keroime saadaan korreloimalla signaalia v() kunkin (ko)siniaalokomponenin kanssa. oisin sanoen, miä samankalaisempi v() on jonkun (ko)siniaalokomponenin kanssa, siä suuremman painon c n saa. Huomaa, eä cn on yleensä kompleksinen. Jos v() on reaaliarvoinen signaali (kuen kaikki luonnollise signaali), on voimassa c c c e j arg c n n = n = n (3) oisin sanoen: negaiivisen aajuusalueen F-sarjan kerroin on posiiivisen aajuusalueen keroimen kompleksikonjugaai. Käyeään seuraavassa merkinää ( ) c n = c (4) n ällöin saadaan ampliudille ja vaiheelle ( ) ( ) ( ) ( ) c n = c n arg c n = arg c n (5)

7 ELEC-A7 LASKUHARJOIUS Sivu 7/8 ehävän signaali v() voidaan lausua seuraavasi k v ( ) = A rec A k = [lue rec miinus k kaua au] (6) jossa suorakaidepulssi (rec = recangle = suorakaide) on, < rec =, > (7) Ensiksi on siis ehy kaniaaloa, jonka ampliudi on +A ja. Koska ämän keskiarvo on A, vähenneään arvoa A, jolloin kaniaalo saa arvoja +A ja A. Sijoiamalla v() kaavaan () saadaan j πn jπn jπn cn = Ae d Ae d Ae d + + (8) eli inegroimme paloiain inegroinivälin yli. Inegroimalla ja sijoiamalla ylä- ja alaraja pääsään muooon jπn ( ( )) jπn jπn jπn A cn = e e e e jπn (9) Sisempi sulkulauseke on jπn jπn ( ) ( ) e e = sin πn j = kaikilla n:n arvoilla, () joen saadaan ( n ) A sin jπn jπn A π cn = ( e e ) = jπn πn () Huomaa, eä ermi au on lisäy osoiajaan ja nimiäjään. Kaava on arpeen laboraorioyö :n loppuselosusa ehäessä! Merkiään sin ( πx) πx = sinc ( x), () jolloin saadaan lopullinen muoo

8 ELEC-A7 LASKUHARJOIUS Sivu 8/8 c n A = sinc ( n ) (3) ämä päee, kun n. Ny äyyy vielä laskea erikseen apaus n =. ällöin kysymyksessä on DC- eli asasähkökomponeni, joka saadaan laskeua signaalin aikakeskiarvona arkaseluvälin yli c = v d (4) ( ) Sijoieaan signaali v() ja inegroidaan paloiain, symmerian peruseella voidaan inegroida välillä ja keroa kahdella, joen saadaan c = A d + A d (5) ja edelleen c = A (6) Seuraavaksi piirrämme ampliudispekri apauksissa = ja = 5. Helpoina on yriää hahmoella spekrin verhokäyrä. Kun n, niin spekrin verhokäyrä noudaaa sinc-unkioa. Seuraava kuva esiää yleisesi sinc-unkion kuvaajan ( πx) sin y = πx (x:n suheen vaimeneva siniaalo) y()x

9 ELEC-A7 LASKUHARJOIUS Sivu 9/8 Hahmoellaan ensin viivaspekri, kun = = ova kohdissa n =,, 3, 4... (sini-ermi ulee nollaksi).. Funkion c sinc ( ) n n A = verhokäyrän nollakohda Koska = ja =, ova verhokäyrän nollakohda siis kohdissa, 4, 6, 8, DC-komponeni äyyy vielä laskea erikseen. Kaavalla (6) saadaan c =. Ny voimme hahmoella kaksipuoleisen viivaspekrin (ampliudispekri riiää) Viivaspekri jakuu lopuomiin, joskin harmonisen piikkien suuruude vaimeneva käänäen verrannollisena harmonisen suuruueen. Kaniaalo ei siis ole iedonsiirrossa hyvä apa siirää ieoa (biejä), sillä kaisaleveyden ova rajauja. Lopuksi hahmoellaan viivaspekri, kun = 5. ällöin verhokäyrän nollakohda ova kohdissa 5,, 5,, DC-komponenille laskeaan jälleen arvo kaavalla (6), jolloin c = A = A =. 6 A 5 ässä siis A on ampliudin symboli, ei siis ampeereia.

10 ELEC-A7 LASKUHARJOIUS Sivu /8 Näin ollen ampliudispekriksi voidaan hahmoella (huomaa, eei verhokäyrä kulje DC-piikin huipun kaua ja A = ampliudi) 3. arkasellaan signaalin näyeenooa. = π spekri ennen ja jälkeen näyeisysä. Näyeenooaajuus s = 5. Mien alkuperäinen spekri saadaan näyeisyksen jälkeen? (S = sample = näye). 3 b) Piirrä signaalin x ( ) = 4cos ( π ) spekri ennen ja jälkeen näyeisysä. Näyeenooaajuus s =. c) a-kohdan apauksessa on lisäksi häiriösignaali h aajuudella 3, 5, jonka ampliudi on puole hyöysignaalisa. Näyeenooaajuus s = 4. Piirrä spekri ennen ja jälkeen näyeisyksen. Mien häiriösignaalin epäoivou vaikuus näyeiseyyn signaaliin voiaisiin esää? a) Piirrä signaalin x ( ) 4cos ( ) Esimerkkirakaisu, ehävä 3 a) Hajoieaan kosini exponeniermeihin kaavalla jθ jθ ( ) ( ) cos θ = e + e () ja saadaan signaali x() muooon jπ j π ( ) x = e + e () ja kaksipuoleinen ampliudispekri voidaan piirää.

11 ELEC-A7 LASKUHARJOIUS Sivu /8 Ennen näyeenooa spekri on siis seuraava Xbg s s Kun signaalia näyeiseään, spekriksi ulee: Xbg s s Selvyyden vuoksi näyeisyksessä muodosunee komponeni on merkiy kakoviivalla. Havaiaan, eä alkuperäinen spekri kerauuu näyeaajuuden välein. Alkuperäinen spekri saadaan, kun näyeisey signaali alipääsösuodaeaan suodaimella, jonka kaisanleveys äyää ehdo < B < (3) s jolloin ne (kerauunee) aajuude, joka eivä ollee alkuperäisessä spekrissä suodauva pois. ( B = band(widh) = kaisa(leveys), josa usein myös käyeään merkinää W). Malab-harjoiuksissa ule näkemään aajuusalueen s, jolloin näe yhden kerauuneen komponenin eli s.

12 ELEC-A7 LASKUHARJOIUS Sivu /8 b) 3 ällä kerralla näyeenooaajuus on vain. Spekri ennen näyeisysä on seuraavanlainen X bg s s Näyeisyksessä spekri jälleen keraanuu s :n välein ja näyeisyksen jälkeen saadaan Xbg s s Ny kun näyeenooaajuus on pienempi kuin, laskosuu signaali aajuudelle, joka on pienempi kuin. Näin ollen alkuperäisä signaalia ei voida saada alipääsösuodauksella. Ilmiöä sanoaan laskosumiseksi (laskosuminen = aliasing). ässä on siis rikou Nyquisin näyeenooeoreeman lakia, joka sanoo, eä näyeaajuuden ulee olla yli -kerainen verrauna signaalin suurimpaan aajuueen max (lue: sisälämään suuriaajuisimpaan kosiniaaloon) eli s (4) max Käyännössä s,. max

13 ELEC-A7 LASKUHARJOIUS Sivu 3/8 c) spekri ennen näyeisysä Xbg h h s s ja näyeisyksen jälkeen Xbg s s Eli kuvasa havaiaan, eä korkeaaajuinen häiriösignaali laskosuu ikäväsi aajuudelle 5,, joa ei voi suodaaa alipääsösuodauksella. Ongelmasa pääsään eroon, kun signaalisa alipääsösuodaeaan korkeaaajuise häiriö pois ennen näyeenooa. Siksi näyeenoojärjeselmän ulossa on olava alipääsösuodain, joa esimerkiksi makapuhelimen aiheuama häiriö eivä sokisi järjeselmän oiminaa, häiriösignaalejahan ei pysyä näkemään.

14 ELEC-A7 LASKUHARJOIUS Sivu 4/8 4. Johda kuvassa anneun pulssin Fourier-muunnos käyäen sopivia muunnoksen ominaisuuksia. on pulssin puolen ampliudin leveys. Hyödyllisiä muunnospareja on esiey laaikon alareunassa. v() a -a u rec u sinc, u δ d u e ( ) ( ) F F j πd Esimerkkirakaisu, ehävä 3. Useimma signaali ova keraluoneisia, jolloin on iedeävä, millaisen aajuusalueen signaali arvisee edeäkseen virheeömäsi. ällöin joudumme laskemaan Fourier-muunnoksen, jonka määrielmä on j π { ( )} = ( ) = ( ) ( π ) ( ) ( π ). F v v e d v cos d j v sin d ässä siis signaalia v ( ) korreloidaan eli verraaan kaikkiin mahdollisiin kosini- ja siniaaloihin. Muunnoksen käyäminen suoraan on usein hyvin uskallisa ja siksi on viisaina käyää valmiiksi iedeyjä keinoja ( jippoja ) ja muunnosaulukoia F-muunnoksen laskemiseksi. Nämä keino ja auluko on esiey kurssin opeusmoniseissa ja kaavakokoelmassa, joka löyyy Nopasa. ässä ehävässä käyämme hyväksemme kolmea Fourier-muunnoksen ominaisuua eli Derivoinikeino d v ( F ) ( j π ) V ( ) () d F j d Origonsiiro ( ) ( ) v V e π () d Superposiio eli jos v ( ) = a v ( ) + a v ( ), niin F v ( ) = a F v ( ) + a F v ( ) Aloieaan derivoimalla maemaaisesi ja graaisesi signaali v() (3) v() a -a a a v () a

15 ELEC-A7 LASKUHARJOIUS Sivu 5/8 Merkiään suorakaidepulssia seuraavasi:, < rec =,, > jolloin saadaan + a ( ) a a v' rec rec rec = + (4) Huomaa, eä rec-pulssin viive laskeaan pulssin keskikohdasa ajanhekeen = nähden. Käyeään hyväksi ehävässä anneua suorakaidepulssin muunnoskaavaa sekä origonsiiroeoreemaa. Näin saadaan yllä oleva derivoiu signaali seuraavaan muooon { ( )} = sinc ( ) sinc ( - ) + sinc ( ) j π j π F v' a e a a e (5) Ja edelleen ( ) ( ) { } = sinc ( ) ( π ) sinc ( -) F v' a cos (6) Lopula ( ) { ( )} sinc ( ) cos ( π ) sinc ( -) F v' V = = a jπ jπ (7) Kuva. Kaavan (7) unkio aajuusalueessa, ampliudi- ja vaihespekri. Arvoiksi on aseeu seuraava: a =, =,5 ms ja = /5. Kuvaaja on laskeu ja ehy Malabilla. x Ampliudi/V/Hz aajuus/hz 5 Vaihekulma/asea aajuus/hz

16 ELEC-A7 LASKUHARJOIUS Sivu 6/8 5. Suorakaidepulssisa ( ) ( d ) x = rec, d =,5 s, = s, oeaan näyeiä, sekunnin välein. Määriä näyeiseyn x ( ) :n diskreei Fourier-muunnos eli DF xk ( ) ja x ( ) :n Fourier-muunnos F x ( ). Veraa DF:n ja Fourier-muunnoksen anamia perusaajuisia (n = ) komponeneja keskenään, kun näyeiden lukumäärä N =. Esimerkkirakaisu, ehävä 4. Fourier-muunnoksen määrielmä on π X x e d = () j ( ) ( ) Approksimoidaan Fourier-muunnosa summakaavalla ja korvaaan jakuva signaali x() näyejonolla l ( s ) xbg x k. s Kun lisäksi käsiellään vain N näyeä, saadaan yhälösä () approksimaaio N jπ( n ) ( ks ) ( ) s l ( s ) X n x k e ermi s korvaa siis merkinnän d () k = Käyeään merkinää W jπ N = e (3) sekä = N (4) s Kun näyeväli s = = = N N s s =, saadaan myös s = näyeväli (askellusväli) aajuusalueessa (5) Näin ollen saamme yhälön () muooon N s N jπ nk N s nk ( ) = s l ( s ) = s l ( s ) (6) X n x k e x k W k = k = Kun vielä merkiään x ( k ) x ( k ) l s =, niin voimme lausua

17 ELEC-A7 LASKUHARJOIUS Sivu 7/8 N nk ( ) ( ) s s ( ) X n x k W = DF x k (7) k = eli DF:n määrielmä on ( N ) = ( ) nk (8) k = DF x k x k W Malab-ohjelmassa DF laskeaan FF:llä (Fas Fourier ransorm) ja käskyn helpissä on seuraavaa: For lengh N inpu vecor x, he DF is a lengh N vecor X, wih elemens N X(k) = sum x(n)*exp(-j**pi*(k-)*(n-)/n), <= k <= N. n= Joa Malabin laskema spekri olisi ampliudilaan oikein, laskeaan X = (x)/n; Ny voimme laskea käsin ehävässä anneulle pulssille DF:n. Anneu pulssi on muooa ( d ) x ( ) = rec Pulssisa oeaan näyeiä alla olevan kuvan mukaisesi bg x s Eli näyearvo ova ( ) ( ) x k =,k =.. 5 x k =,k = Lisäksi iedeään, eä s s 5 = s sekä 5 = N = N = = s Sijoieaan arvo kaavaan (7) ja saadaan arvolla n = 9 kn X xkw = j k = eli X. 66 ja arg X = 9 o

18 ELEC-A7 LASKUHARJOIUS Sivu 8/8 Malabissa ja muissakin ieokoneohjelmissa spekrikomponeni esieään kompleksissa muodossa. Yllä esiey spekrikomponei esieään silloin muodossa X =.66i. Seuraavaksi laskeaan Fourier-muunnos anneulle pulssille. Suorakaidepulssin muunnos on A rec F A sinc ( ) (9) Lisäksi käyeään aikasiiroa F j ( ) ( ) x X e π () Ylläolevan peruseella saadaan anneulle pulssille, joka on viiväsyny sekunnilla, seuraava muunnos ( ) sinc ( ) X e π j = () Arvolla = saadaan jπ X = sinc e j, 637 eli X 637, ja arg X = 9 o Verraaan näiä uloksia DF:n anamiin approksimaaioihin, ja odeaan virhe: % Ampliudissa ja % Vaiheessa Virhe pienenee kun näyeenooaajuua kasvaeaan, jolloin näyemäärä kasvaa.

( ) ( ) 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

( ) ( ) 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

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

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 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

KULMAMODULOITUJEN SIGNAALIEN SPEKTRIN LASKEMINEN

KULMAMODULOITUJEN SIGNAALIEN SPEKTRIN LASKEMINEN KULMMODULOITUJEN SIGNLIEN SPEKTRIN LSKEMINEN 1 (3) (3) Spekri laskeie siisaoalle Kulaoduloidu sigaali spekri johaie o yöläsä epälieaarisuudesa johue (epälieaarise aalyysi ova yleesä hakalia). Se voidaa

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

( ) 5 t. ( ) 20 dt ( ) ( ) ( ) ( + ) ( ) ( ) ( + ) / ( ) du ( t ) dt

( ) 5 t. ( ) 20 dt ( ) ( ) ( ) ( + ) ( ) ( ) ( + ) / ( ) du ( t ) dt SMG-500 Verolasennan numeerise meneelmä Ehdouse harjoiusen 4 raaisuisi Haeaan ensin ehävän analyyinen raaisu: dx 0 0 0 0 dx 00e = 0 = 00e 00 x = e + = 5e + alueho: x(0 = 0 0 x 0 = 5e + = 0 = 5 0 0 0 5

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

ETERAN TyEL:n MUKAISEN VAKUUTUKSEN ERITYISPERUSTEET

ETERAN TyEL:n MUKAISEN VAKUUTUKSEN ERITYISPERUSTEET TRAN TyL:n MUKASN AKUUTUKSN RTYSPRUSTT Tässä peruseessa kaikki suuree koskea eraa, ellei oisin ole määriely. Tässä peruseessa käyey lyhenee: LL Lyhyaikaisissa yösuheissa oleien yönekijäin eläkelaki TaL

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

joka on separoituva yhtälö, jolla ei ole reaalisia triviaaliratkaisuja. Ratkaistaan: z z(x) dx =

joka on separoituva yhtälö, jolla ei ole reaalisia triviaaliratkaisuja. Ratkaistaan: z z(x) dx = HY / Maemaiikan ja ilasoieeen laios Differeniaalihälö I kevä 09 Harjois 4 Rakaisehdoksia. Rakaise differeniaalihälö = (x + + Rakais: Tehdään differeniaalihälöön lineaarinen mnnos z(x = x + (x + jolloin

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

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

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

Mallivastaukset KA5-kurssin laskareihin, kevät 2009

Mallivastaukset KA5-kurssin laskareihin, kevät 2009 Mallivasaukse KA5-kurssin laskareihin, kevä 2009 Harjoiukse 8 (viikko 14) Tehävä 1 LAD-käyrä siiryy ylöspäin. Ulkomaisen hinojen nousessa oman maan reaalinen vaihokurssi heikkenee 1 vaihoase vahvisuu IS-käyrä

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Suunnitteluharjoitus s-2016 (...k-2017)

Suunnitteluharjoitus s-2016 (...k-2017) 1 Suunnieluharjoius s-2016 (...k-2017) HAKKURITEHOLÄHDE Seuraavan push-pull-yyppisen hakkurieholäheen komponeni ulisi valia (muunajaa lukuunoamaa). V1 iin 230 V ± 10 % 50 Hz V3 Perusieoja kykennäsä Verkkoasasuunauksen

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

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

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

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

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

VÄRÄHTELYMEKANIIKKA SESSIO 14: Yhden vapausasteen vaimeneva pakkovärähtely, harmoninen kuormitusheräte

VÄRÄHTELYMEKANIIKKA SESSIO 14: Yhden vapausasteen vaimeneva pakkovärähtely, harmoninen kuormitusheräte 4/ VÄRÄHTELYMEKANIIKKA SESSIO 4: Yhden vaausaseen vaieneva akkvärähely, harninen kuriusheräe LIIKEYHTÄLÖN JOHTO JA RATKAISU Kuvassa n esiey visksisi vaienneun yhden vaausaseen harnisen akkvärähelijän erusalli.

Lisätiedot

ELEC-A7200 Signaalit ja järjestelmät 5 op

ELEC-A7200 Signaalit ja järjestelmät 5 op Luennoisija Prof. Riku Jäni Pääassiseni Seppo Saasamoinen S-posi: riku.jani@aalo.fi Puh. 5 597 8588 E9 Vasaanoo ma klo 9- S-posi: seppo.saasamoinen@aalo.fi Puh. 5 365 376 hps://noppa.aalo.fi/noppa/kurssi/elec-a7/eusivu

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

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

ÅLANDSBANKEN DEBENTUURILAINA 2/2010 LOPULLISET EHDOT

ÅLANDSBANKEN DEBENTUURILAINA 2/2010 LOPULLISET EHDOT ÅLANDSBANKEN DEBENTUURILAINA 2/200 LOPULLISET EHDOT Ålandsbanken Debenuurilaina 2/200 (ISIN: FI400003875) lopullise ehdo on 9. heinäkuua 200 vahviseu seuraavasi: - Lainan pääoma 9 980 000 euroa Maarianhamina

Lisätiedot

PK-YRITYKSEN ARVONMÄÄRITYS. KTT, DI TOIVO KOSKI elearning Community Ltd

PK-YRITYKSEN ARVONMÄÄRITYS. KTT, DI TOIVO KOSKI elearning Community Ltd PK-YRITYKSEN ARVONMÄÄRITYS KTT, DI TOIVO KOSKI elearning Communiy Ld Yriyksen arvonmääriys 1. Yriyksen ase- eli subsanssiarvo Arvioidaan yriyksen aseen vasaavaa puolella olevan omaisuuden käypäarvo, josa

Lisätiedot

VÄRÄHTELYMEKANIIKKA SESSIO 12: Yhden vapausasteen vaimenematon pakkovärähtely, harmoninen

VÄRÄHTELYMEKANIIKKA SESSIO 12: Yhden vapausasteen vaimenematon pakkovärähtely, harmoninen / VÄRÄHTELYMEKANIIKKA SESSIO : Yhden vapausaseen vaieneaon pakkoväähely, haoninen kuoiusheäe JOHDANTO Ulkoisisa kuoiuksisa aiheuuvaa väähelyä sanoaan pakkoväähelyksi. Jos syseeissä on vaiennusa, on kyseessä

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

Rakennusosien rakennusfysikaalinen toiminta Ralf Lindberg Professori, Tampereen teknillinen yliopisto ralf.lindberg@tut.fi

Rakennusosien rakennusfysikaalinen toiminta Ralf Lindberg Professori, Tampereen teknillinen yliopisto ralf.lindberg@tut.fi Rakennusosien rakennusfysikaalinen oimina Ralf Lindber Professori, Tampereen eknillinen yliopiso ralf.lindber@u.fi Rakenneosien rakennusfysikaalisen oiminnan ymmärämiseksi on välämäönä piirää kolme eri

Lisätiedot

KULMAMODULOITUJEN SIGNAALIEN SPEKTRIN LASKEMINEN

KULMAMODULOITUJEN SIGNAALIEN SPEKTRIN LASKEMINEN 1 KULMMODULOITUEN SIGNLIEN SPEKTRIN LSKEMINEN Mie laskea eroaa lieaarise odulaaioide apauksesa? Milä spekri äyää epälieaarise prosessi jälkee? 51357 Tieoliikeeekiikka I Osa 15 Kari Kärkkäie Kevä 015 SPEKTRIN

Lisätiedot

SIGNAALITEORIAN KERTAUSTA OSA 1

SIGNAALITEORIAN KERTAUSTA OSA 1 1 SIGNAALITEORIAN KERTAUSTA OSA 1 Millainen on signaalin spektri ja miten se lasketaan? SIGNAALIEN JA SPEKTRIN PERUSKÄSITTEITÄ 2 Spektri taajuuden funktiona on kompleksiarvoinen funktio, jonka graafinen

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

KOMISSION VALMISTELUASIAKIRJA

KOMISSION VALMISTELUASIAKIRJA EUROOPAN UNIONIN NEUVOSTO Bryssel, 23. oukokuua 2007 (24.05) (OR. en) Toimielinen välinen asia: 2006/0039 (CNS) 9851/07 ADD 2 N 239 RESPR 5 CADREN 32 LISÄYS 2 I/A KOHTAA KOSKEVAAN ILMOITUKSEEN Läheäjä:

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

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

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

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

EPÄLINEAARISET KULMAMODULAATIOT VAIHEMODULAATIO (PM) JA TAAJUUSMODULAATIO (FM)

EPÄLINEAARISET KULMAMODULAATIOT VAIHEMODULAATIO (PM) JA TAAJUUSMODULAATIO (FM) 1 EPÄLINERISET KULMMODULTIOT VIHEMODULTIO PM J TJUUSMODULTIO FM Mien PM a FM eroava oisisaan? Millainen on kapeakaisainen kulmamodulaaori? 521357 Tieoliikenneekniikka I Osa 14 Kari Kärkkäinen Kevä 2015

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

Lyhyiden ja pitkien korkojen tilastollinen vaihtelu

Lyhyiden ja pitkien korkojen tilastollinen vaihtelu Lyhyiden ja pikien korkojen ilasollinen vaihelu Tomi Pekka Juhani Marikainen Joensuun Yliopiso Maemaais-luonnonieeellinen iedekuna / Tieojenkäsielyieeen ja ilasoieeen laios / Tilasoiede Pro Gradu -ukielma

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

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

Tietoliikennesignaalit & spektri

Tietoliikennesignaalit & spektri Tietoliikennesignaalit & spektri 1 Tietoliikenne = informaation siirtoa sähköisiä signaaleja käyttäen. Signaali = vaihteleva jännite (tms.), jonka vaihteluun on sisällytetty informaatiota. Signaalin ominaisuuksia

Lisätiedot

LUKU 7 KOHINAN VAIKUTUS ANALOGISTEN MODULAATIOIDEN SUORITUSKYKYYN A Tietoliikennetekniikka I Osa 24 Kari Kärkkäinen Kevät 2015

LUKU 7 KOHINAN VAIKUTUS ANALOGISTEN MODULAATIOIDEN SUORITUSKYKYYN A Tietoliikennetekniikka I Osa 24 Kari Kärkkäinen Kevät 2015 1 LUKU 7 KOHINAN VAIKUUS ANALOGISEN MODULAAIOIDEN SUORIUSKYKYYN 51357A ieoliikeeekiikka I Osa 4 Kari Kärkkäie Kevä 15 LUKU 7 KOHINA ANALOGISISSA MODULAAIOISSA Johdao aalyysieeelii Sigaali-kohiasuhee ääriäie

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

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti SG-1200 Signaalinkäsittelyn menetelmät, Tentti 21.3.2006 Kirjoita nimesi ja opiskelijanumerosi jokaiseen paperiin. Vastauspaperit tullaan irrottamaan toisistaan. Jos tila ei riitä, jatka kääntöpuolelle

Lisätiedot

KULMAMODULOITUJEN SIGNAALIEN ILMAISU DISKRIMINAATTORILLA

KULMAMODULOITUJEN SIGNAALIEN ILMAISU DISKRIMINAATTORILLA 1 KULMMOULOITUJEN SIGNLIEN ILMISU ISKRIMINTTORILL Millaisia keinoja on PM & FM -ilmaisuun? 51357 Tieoliikenneekniikka I Osa 17 Kai Käkkäinen Kevä 015 ISKRIMINTTORIN TOIMINTKÄYRÄ J -YHTÄLÖ FM-signaalin

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

KÄYTTÖOPAS. -järjestelmän sisäyksikkö HXHD125A8V1B

KÄYTTÖOPAS. -järjestelmän sisäyksikkö HXHD125A8V1B KÄYÖOPAS -järjeselmän sisäyksikkö SISÄLÖ 1. Määrielmä... 1 1.1. Merkkien ja varoiusen arkoiukse... 1 1.2. Käyeyjen ermien merkiys... 1 2. Yleise varooime... 2 3. Johdano... 2 3.1. Yleisä... 2 3.2. ämän

Lisätiedot

KÄYTTÖOPAS. Ilma vesilämpöpumppujärjestelmän sisäyksikkö ja lisävarusteet RECAIR OY EKHBRD011ADV1 EKHBRD014ADV1 EKHBRD016ADV1

KÄYTTÖOPAS. Ilma vesilämpöpumppujärjestelmän sisäyksikkö ja lisävarusteet RECAIR OY EKHBRD011ADV1 EKHBRD014ADV1 EKHBRD016ADV1 EKHBRD011ADV1 EKHBRD014ADV1 EKHBRD016ADV1 EKHBRD011ADY1 EKHBRD014ADY1 EKHBRD016ADY1 KÄYÖOPAS Ilma vesilämpöpumppujärjeselmän sisäyksikkö ja lisävarusee EKHBRD011ADV1+Y1 EKHBRD014ADV1+Y1 EKHBRD016ADV1+Y1

Lisätiedot

Fourier-analyysi, I/19-20, Mallivastaukset, Laskuharjoitus 7

Fourier-analyysi, I/19-20, Mallivastaukset, Laskuharjoitus 7 MS-C14, Fourier-analyysi, I/19- Fourier-analyysi, I/19-, Mallivastaukset, Laskuharjoitus 7 Harjoitustehtävä 7.1. Hetkellä t R olkoon s(t) 1 + cos(4πt) + sin(6πt). Laske tämän 1-periodisen signaalin s Fourier-kertoimet

Lisätiedot

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti SG-1200 Signaalinkäsittelyn menetelmät, Tentti 30.1.2006 Kirjoita nimesi ja opiskelijanumerosi jokaiseen paperiin. Vastauspaperit tullaan irrottamaan toisistaan. Jos tila ei riitä, jatka kääntöpuolelle

Lisätiedot

A B = 100, A = B = 0. D = 1.2. Ce (1.2 D. C (t D) 0, t < 0. t D. )} = Ae πjf D F{Π( t D )} = ADe πjf D sinc(df)

A B = 100, A = B = 0. D = 1.2. Ce (1.2 D. C (t D) 0, t < 0. t D. )} = Ae πjf D F{Π( t D )} = ADe πjf D sinc(df) ELEC-A7 Signaalit ja järjestelmät Syksy 5 Tehtävä 3. a) Suoran tapauksessa ratkaistaan kaksi tuntematonta termiä, A ja B, joten tarvitaan kaksi pistettä, jotka ovat pisteet t = ja t =.. Saadaan yhtälöpari

Lisätiedot

OSINKOJEN JA PÄÄOMAVOITTOJEN VEROTUKSEN VAIKUTUKSET OSAKKEEN ARVOON

OSINKOJEN JA PÄÄOMAVOITTOJEN VEROTUKSEN VAIKUTUKSET OSAKKEEN ARVOON AMPN YLIOPISO Kauppaieeien laios OSINKOJN JA PÄÄOMAVOIOJN VOUKSN VAIKUUKS OSAKKN AVOON Laskenaoimi Seminaariukielma Helmikuu 2004 Ohjaaja: Ismo Vuorinen apani Höök 3 SISÄLLYS JOHDANO... 4. ukielman ausaa...4.2

Lisätiedot

1. Matemaattinen heiluri, harmoninen värähtelijä Fysiikka IIZF2020

1. Matemaattinen heiluri, harmoninen värähtelijä Fysiikka IIZF2020 1. Maeaainen heiluri, haroninen värähelijä Fysiikka IIZF Juha Jokinen (Selosuksesa vasaava) Janne Kiviäki Ani Lahi Miauspäivä:..9 Laboraorioyön selosus 9..9 Pendulu is a ass hanging fro a pivo poin which

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

Aluksi.1. Integrointia

Aluksi.1. Integrointia TT/TV Iegraalimuuokse Meropolia/. Koivumäki Tässä iedosossa ova kaikki uilla esille ullee ehävä. (Tosi iha kaikkia ehäviä ei välämää ole uilla mey läpi kovi arkasi, jos ollekaa.) Esimmäisellä uilla ollee

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

LUKU 6 KOHINAN VAIKUTUS ANALOGISTEN MODULAATIOIDEN SUORITUSKYKYYN

LUKU 6 KOHINAN VAIKUTUS ANALOGISTEN MODULAATIOIDEN SUORITUSKYKYYN LUKU 6 KOHINN VIKUUS NLOGISEN MOULIOIEN SUORIUSKYKYYN ieoliikeeekiikka I 5359 Kari Kärkkäie Osa 6 Luku 6 Kohia vaikuus aalogisii odulaaioihi Johdao aalyysieeelii Sigaali-kohiasuhee ääriäie Kaaaajuie järjeselä

Lisätiedot

Jaksollisen signaalin spektri

Jaksollisen signaalin spektri Jaksollisen signaalin spektri LuK-tutkielma Topi Suviaro 2257699 Matemaattisten tieteiden laitos Oulun yliopisto Syksy 215 Sisältö Johdanto 2 1 Jaksollisuudesta 2 2 Spektristä 3 2.1 Symmetrian vaikutuksesta

Lisätiedot

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti SG-00 Signaalinkäsittelyn menetelmät, Tentti..005 Kirjoita nimesi ja opiskelijanumerosi jokaiseen paperiin. Vastauspaperit tullaan irrottamaan toisistaan. Jos tila ei riitä, jatka kääntöpuolelle ja sen

Lisätiedot