Signaalit ja järjestelmät aika- ja taajuusalueissa
|
|
- Saara Hakala
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 Signaalit ja järjestelmät aika- ja taajuusalueissa Signaalit aika ja taajuusalueissa Muunnokset aika ja taajuusalueiden välillä Fourier sarja (jaksollinen signaali) Fourier muunnos (jaksoton signaali) Muunnosten ominaisuuksia Signaalien kuvaus aika- ja taajuusalueissa Järjestelmän analysointi aika- ja taajuusalueissa Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 1
2 Signaalit aika ja taajuusalueissa Kaikilla signaaleilla on kuvaus molemmissa alueissa Mittaukset ja tulosten analysointi tai tulkinta voidaan tehdä kummassa alueessa tahansa Laskennallisesti voidaan siirtyä alueesta toiseen Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 2
3 Signaalien esitystavoista taajuusalueessa Signaalit voidaan kuvata joko kompleksisten tai reaalisten sinifunktioiden summana Kompleksiesityksessä signaalista näkyy vaihe, reaaliesityksessä tämä on (tarvittaessa) otettava erikseen huomioon. Osoitinesityksessä ilmaistaan sinisignaali(e)n amplitudi(t) ja kulma(t) Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 3
4 Fourier sarja Esittää jaksollisen signaalin sini ja kosinivärähtelyjen summana A0 xt () = + cos( ) + sin( ) 2 A B n n = = 2 T 2 T T T n= 1 missä Fourier kertoimet 2 T 2 2 T 2 [ An nω0t Bn nω0t ] xt ()cos( nω tdt ) xt ()sin( nω tdt ) 0 0 KertoimetA n ja B n kuvaavat signaalia taajuusalueessa. 2 2 Amplitudispektri C = A + B n n n Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 4
5 Parillisten ja parittomien signaalien Fourier sarjat Pariton signaali sinien sarja Kertoimet A n = 0, kaikilla n:n arvoilla Parillinen signaali kosinien sarja Kertoimet B n = 0, kaikilla n:n arvoilla Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 5
6 Fourier sarja kompleksisten sinifunktioiden avulla Eulerin kaavan avulla Fourier sarja voidaan saattaa kompleksiseen muotoon 2 () = n, missä n = () T ( inω0t ) ( inω0t ) xt C e C xt e dt n= T T 2 2 Yksi kerroinsarja C n, joka sisältää nyt myös vaiheen Summaus on nyt -äärettömästä äärettömään, koska mukana on myös negatiiviset taajuudet Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 6
7 Fourier muunnos ja käänteismuusnnos Ei jaksollinen aikarajoitettu signaali muunnetaan taajuusavaruuteen käyttäen Fourier muunnosta Fourier muunnos saadaan Fourier sarjan kertoimista asettamalla jakson ajaksi T= ja vaihtamalla ω jatkuvaksi muuttujaksi Fourier käänteismuunnos { } i ft X( f) = xte () 2π dt= F xt () { } i2πft 1 x( t) = X( f ) e df = F X( f ) Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 7
8 Fourier sarjan ja Fourier muunnoksen välinen yhteys Yksittäisen pulssin F-muunnos Jatkuvan pulssijonon F-sarja Fourier muunnos on vastaavan Fourier sarjan verhokäyrä Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 8
9 Fourier muunnoksen tärkeimpiä ominaisuuksia X(-f)=X*(f) (kompleksikonjugaatti) Parilliselle funktiolle x(t) Fourier muunnos X(f) on reaalinen Parittomalle funktiolle x(t) Fourier muunnos X(f) on puhtaasti imaginaarinen Superpositio pätee sekä aika, että taajuusalueissa Signaalin kapeneminen toisessa alueessa vastaa leventymistä toisessa, ja päinvastoin Kertominen toisessa alueessa vastaa konvoluutiota toisessa Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 9
10 Konvoluutio Konvoluutio määritellään seuraavasti gt ()* ht () = gu ( ) ht ( u) du Konvoloitu signaali on (useinmiten) olennaisesti sama kuin alkuperäinen signaali Signaalin kuhunkin pisteeseen summautuu myös signaalin muut pisteet konvoloivan funktion määräämän painon mukaisesti Fyysiset mittalaitteet konvoloivat aina mitattavan suureen omalla siirtofunktiollaan (esim. spektrianalysaattorin äärellinen kaistanleveys) Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 10
11 Mittalaitteen aiheuttama konvoluutio Mitattava signaali (kanttiaalto) * Analysaattorin päästökaista = Konvoloitu mittaustulos Mitattaessa spektriä analysaattorilla, jonka päästökaista on kolmio, konvoloituvat kaikki taajuuskomponentit kolmiolla f Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 11
12 Esimerkki konvoluutiosta: Signaalin katkaisu Aikataso Taajuustaso D(t) Katkaisulaatikko -T T X h(t)=cos(2πf 0 t) f Mitattava Signaali t H(t) -f 0 f 0 Mittaustulos t = -f 0 H(t) f 0 Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 12
13 Fourier sarja vai Fourier muunnos? Fourier sarja on Fourier muunnoksen erikoistapaus jaksollisille signaaleille. Fourier muunnos antaa saman tuloksen Käytännön mittaustekniikassa Fourier sarja ei koskaan voi kuvata signaalia täydellisesti Aikatasossa signaali on katkaistava Taajuustasossa näkyy tällöin konvoluutio laatikkofunktion Fourier muunnoksen sinc-funktion kanssa Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 13
14 Signaalin käsittelyä aika-alueessa: n. asteen keskiarvo x n 1 n () t = x () t dt 2T T T keskiarvoistus Jaksollisella signaalilla T on jakson aika, jaksottomalla signaalilla joku sopivaksi katsottu aika n = 1 -> aritmeettinen keskiarvo, n = 2 -> varianssi. Varianssista saadaan neliöllinen keskiarvo x 2 () t Jatkuvasti muuttuvaa signaalia voidaan suodattaa esim. liukuvalla keskiarvolla x n 1 = k n+ k i= n k x i Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 14
15 Korrelaatio ( samankaltaisuus ) ψ xy ( τ) = xt () yt () = T 1 lim xt ( ) yt ( + τ ) dt T 2T T Korrelaatio kuvaa kahden signaalin x(t) ja y(t) samankaltaisuutta signaalien välisen vaihe-eron τ funktiona Autokorrelaatio ja ristikorrelaatio Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 15
16 Ristikorrelaatio Kuvaa kahden eri signaalin samankaltaisuutta Ristikorrelaation avulla voidaan etsiä tietyn funktion piirteitä toisesta mitattavasta signaalista Voidaan käyttää esim. jonkin järjestelmän aiheuttaman vaiheeron mittaamiseksi Virtausnopeuden mittaaminen ristikorrelaattorilla Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 16
17 Autokorrelaatio Signaalin korrelaatio itsensä kanssa viiveen τ funktiona Kohinaisesta signaalista voidaan etsiä jaksollisia signaaleja Kohina korreloi vain viiveenarvolla 0 Voidaan käyttää esim pulsarien lähettämien jaksollisten signaalien erottamiseen kohinasta Käytössä stealth-radioissa Jaksollisen signaalin ja valkoisen kohinan autokorrelaatiofunktio Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 17
18 Signaalin analysointia taajuusalueessa: Amplitudi- ja tehotiheysspektri Amplitudispektri, joka ilmaisee signaalin jakautumisen eri taajuuksille saadaan Fourier muunnoksesta Satunnaisille signaaleille, kuten kohinalle, ei amplitudispektriä voida määrittää (=0). Signaalia kuvaa tällöin paremmin tehotiheysspektri. Saadaan esim Fourier muunnoksella asettamalla x(t) -> x 2 (t) Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 18
19 Signaalin käsittelymahdollisuuksia taajuusalueessa Instrumenttifunktion, näytteistyksen ym. aiheuttaman konvoluution dekonvolointi (konvoluutio muuttuu kertolaskuksi -> dekonvoluutio jakamalla) Interpolointi nollia lisäämällä Matemaattinen suodatus Matemaattinen tasoitus Interferenssin poisto Taustan poisto (Näitä käsitellään enemmän kurssissa Fourier muunnokset mittaustekniikassa) Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 19
20 Järjestelmien analysointi Järjestelmän toimintaa voidaan analysoida aika- tai taajuusalueissa laittamalla sisäänmenoon testisignaali ja tarkastelemalla ulostulon muutosta Tavallisimpia testisignaaleja yksikköaskel -> askelvaste Dirac n deltafunktio -> impulssivaste sinifunktio -> taajuusvaste Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 20
21 Askelvasteen analysointi Määritettävät parametrit Kuollut aika t d Viive t l Nousuaika t n (10%->90%) Asettumisaika t t Ylitys x Aikavakio (0%->63%) Impulssivaste vastaavasti Antavat vasteen tietylle testisignaalille. Vaste muille testisignaaleille voidaan laskea superpositioperiaatteella Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 21
22 Järjestelmien askelvasteita Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 22
23 Järjestelmien pulssivasteita aika- ja taajuustasoissa Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 23
Spektri- ja signaalianalysaattorit
Spektri- ja signaalianalysaattorit Pyyhkäisevät spektrianalysaattorit Suora pyyhkäisevä Superheterodyne Reaaliaika-analysaattorit Suora analoginen analysaattori FFT-spektrianalysaattori DFT FFT Analysaattoreiden
LisätiedotSIGNAALITEORIAN 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
LisätiedotSIGNAALITEORIAN KERTAUSTA 1
SIGNAALITEORIAN KERTAUSTA 1 1 (26) Fourier-muunnos ja jatkuva spektri Spektri taajuuden funktiona on kompleksiarvoinen funktio, jonka esittäminen graafisesti edellyttää 3D-kuvaajan piirtämisen. Yleensä
LisätiedotTietoliikennesignaalit & spektri
Tietoliikennesignaalit & spektri 1 Tietoliikenne = informaation siirtoa sähköisiä signaaleja käyttäen. Signaali = vaihteleva jännite (tms.), jonka vaihteluun on sisällytetty informaatiota. Signaalin ominaisuuksia
LisätiedotSignaalien datamuunnokset
Signaalien datamuunnokset Datamuunnosten teoriaa Muunnosten taustaa Muunnosten teoriaa Muunnosten rajoituksia ja ongelmia Petri Kärhä 06/02/2004 Luento 4a: Signaalien datamuunnokset 1 Digitaalitekniikan
LisätiedotJaksollisen 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
LisätiedotSignaalien datamuunnokset. Digitaalitekniikan edut
Signaalien datamuunnokset Datamuunnosten teoriaa Muunnosten taustaa Muunnosten teoriaa Muunnosten rajoituksia ja ongelmia Petri Kärhä 09/02/2009 Signaalien datamuunnokset 1 Digitaalitekniikan edut Tarkoituksena
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 13 Ti 18.10.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 13 Ti 18.10.2011 p. 1/43 p. 1/43 Nopeat Fourier-muunnokset Fourier-sarja: Jaksollisen funktion esitys
LisätiedotDynaamisten systeemien identifiointi 1/2
Dynaamisten systeemien identifiointi 1/2 Mallin rakentaminen mittausten avulla Epäparametriset menetelmät: tuloksena malli, joka ei perustu parametreille impulssi-, askel- tai taajusvaste siirtofunktion
LisätiedotLuento 2. Jaksolliset signaalit
Luento Jaksollisten signaalien Fourier-sarjat Viivaspektri S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio Jaksollinen (periodinen) Jaksolliset signaalit Jaksonaika - / / Perusjakso Amplitudi
Lisätiedot1 Vastaa seuraaviin. b) Taajuusvasteen
Vastaa seuraaviin a) Miten määritetään digitaalisen suodattimen taajuusvaste sekä amplitudi- ja vaihespektri? Tässä riittää sanallinen kuvaus. b) Miten viivästys vaikuttaa signaalin amplitudi- ja vaihespektriin?
LisätiedotSIGNAALITEORIAN KERTAUSTA OSA 2
1 SIGNAALITEORIAN KERTAUSTA OSA 2 Miten spektri lasketaan moduloiduille ja näytteistetyille tietoliikennesignaaleille? KONVOLUUTIO JA KERTOLASKU 2 Kantataajuussignaali (baseband) = sanomasignaali ilman
LisätiedotLuento 8. Suodattimien käyttötarkoitus
Luento 8 Lineaarinen suodatus Ideaaliset alipäästö, ylipäästö ja kaistanpäästösuodattimet Käytännölliset suodattimet 8..006 Suodattimien käyttötarkoitus Signaalikaistan ulkopuolisen kohinan ja häiriöiden
LisätiedotMS-C1420 Fourier-analyysi osa I
MS-C142 Fourier-analyysi osa I G. Gripenberg Aalto-yliopisto 29. tammikuuta 214 G. Gripenberg (Aalto-yliopisto) MS-C142 Fourier-analyysiosa I 29. tammikuuta 214 1 / 3 1 Johdanto 2 Fourier-integraali Fourier-muunnos
LisätiedotKompleksiluvut signaalin taajuusjakauman arvioinnissa
Kompleksiluvut signaalin taajuusjakauman arvioinnissa Vierailuluento IMA-kurssilla Heikki Huttunen Lehtori, TkT Signaalinkäsittely, TTY heikki.huttunen@tut.fi Department of Signal Processing Fourier-muunnos
LisätiedotMS-C1420 Fourier-analyysi osa I
1 Johdanto MS-C142 Fourier-analyysi osa I G Gripenberg 2 Fourier-integraali Fourier-muunnos ja derivaatta Konvoluutio Fourier-käänteismuunnos eliöintegroituvat funktiot Aalto-yliopisto 29 tammikuuta 214
Lisätiedot4. Fourier-analyysin sovelletuksia. Funktion (signaalin) f(t) näytteistäminen tapahtuu kertomalla funktio näytteenottosignaalilla
4.1 Näytteenottolause 4. Fourier-analyysin sovelletuksia Näyttenottosignaali (t) = k= δ(t kt). T on näytteenottoväli, ja ω T = 1 T on näyttenottotaajuus. Funktion (signaalin) f(t) näytteistäminen tapahtuu
Lisätiedotspektri taajuus f c f c W f c f c + W
Kaistanpäästösignaalit Monet digitaaliset tiedonsiirtosignaalit ovat keskittyneet jonkin tietyn kantoaaltotaajuuden f c ympäristöön siten, että signaali omaa merkittäviä taajuuskomponetteja vain kaistalla
LisätiedotMS-C1420 Fourier-analyysi osa I
MS-C1420 Fourier-analyysi osa I G. Gripenberg Aalto-yliopisto 29. tammikuuta 2014 G. Gripenberg (Aalto-yliopisto) MS-C1420 Fourier-analyysiosa I 29. tammikuuta 2014 1 / 29 Fourier-muunnoksia Jatkuva-aikaisen
LisätiedotMissä mennään. systeemi. identifiointi. mallikandidaatti. validointi. malli. (fysikaalinen) mallintaminen. mallin mallin käyttötarkoitus, reunaehdot
Missä mennään systeemi mallin mallin käyttötarkoitus, reunaehdot käyttö- (fysikaalinen) mallintaminen luonnonlait yms. yms. identifiointi kokeita kokeita + päättely päättely vertailu mallikandidaatti validointi
LisätiedotLuento 4 Fourier muunnos
Luento 4 Luento 4 Fourier muunnos 4. F muunnos F muunnos Oppenheim 4. 4. Energiaspektri (spektritiheys) Rayleigh'n energia teoreema, energiaspektri Kaistanleveys Boden diagrammi 4.3 F muunnoksen ominaisuudet,
LisätiedotMat / Mat Matematiikan peruskurssi C3-I / KP3-I Harjoitus 5 / vko 42, loppuviikko, syksy 2008
Mat-.3 / Mat-.33 Matematiikan peruskurssi C3-I / KP3-I Harjoitus 5 / vko 4, loppuviikko, syksy 8 Ennen malliratkaisuja, muistin virkistämiseksi kaikkien rakastama osittaisintegroinnin kaava: b a u(tv (t
LisätiedotFourier-sarjat ja -muunnos
24. marraskuuta 2016 Jaksolliset funktiot, trigonometriset sarjat, parilliset ja p Jaksolliset funktiot Funktio f : R R on jaksollinen, jos on olemassa p > 0 siten, että f (x + p) = f (x) kaikilla x R
LisätiedotS-108.180 Elektroniset mittaukset ja elektroniikan häiriökysymykset. Vanhoja tenttitehtäviä
S-18.18 Elektroniset mittaukset ja elektroniikan häiriökysymykset 1. Vastaa lyhyesti: a) Mitä on kohina (yleisesti)? b) Miten määritellään kohinaluku? c) Miten / missä syntyy raekohinaa? Vanhoja tenttitehtäviä
LisätiedotOsa VI. Fourier analyysi. A.Rasila, J.v.Pfaler () Mat Matematiikan peruskurssi KP3-i 12. lokakuuta / 246
Osa VI Fourier analyysi A.Rasila, J.v.Pfaler () Mat-1.1331 Matematiikan peruskurssi KP3-i 12. lokakuuta 2007 127 / 246 1 Johdanto 2 Fourier-sarja 3 Diskreetti Fourier muunnos A.Rasila, J.v.Pfaler () Mat-1.1331
LisätiedotDigitaalinen Signaalinkäsittely T0125 Luento 4-7.04.2006
Digitaalinen Signaalinkäsittely T5 Luento 4-7.4.6 Jarkko.Vuori@evtek.fi Z-taso Z-taso on paljon käytetty graafinen esitystapa jonka avulla voidaan tarkastella signaalien taajuussisältöjä sekä järjestelmien
LisätiedotNumeeriset menetelmät TIEA381. Luento 13. Kirsi Valjus. Jyväskylän yliopisto. Luento 13 () Numeeriset menetelmät / 42
Numeeriset menetelmät TIEA381 Luento 13 Kirsi Valjus Jyväskylän yliopisto Luento 13 () Numeeriset menetelmät 8.5.2013 1 / 42 Luennon 13 sisältö Tavallisten differentiaaliyhtälöiden numeriikasta Moniaskelmenetelmien
Lisätiedote ax, kun x > 0 f(x) = 0, kun x < 0, 0, kun x > 0 e ax, kun x < 0 e (a iω)x dx = a+iω = 1 a 2 +ω 2. e ax, x > 0 e ax, x < 0,
Harjoitus 5 1. Olkoot a > 0. Laske vaimenevan pulssin e ax, kun x > 0 fx) = 0, kun x < 0, ja voimistuvan pulssin gx) = konvoluution g f Fourier-muunnos. 0, kun x > 0 e ax, kun x < 0 apa 1: Konvoluution
LisätiedotMS-C1420 Fourier-analyysi Esimerkkejä, perusteluja, osa I
MS-C140 Fourier-analyysi Esimerkkejä, perusteluja, osa I G. Gripenberg Aalto-yliopisto 3. tammikuuta 014 G. Gripenberg (Aalto-yliopisto MS-C140 Fourier-analyysiEsimerkkejä, perusteluja, osa3. I tammikuuta
LisätiedotMS-C1420 Fourier-analyysi Esimerkkejä, perusteluja, osa I
MS-C14 Fourier-analyysi Esimerkkejä, perusteluja, osa I G. Gripenberg Aalto-yliopisto 3. tammikuuta 14 G. Gripenberg (Aalto-yliopisto MS-C14 Fourier-analyysiEsimerkkejä, perusteluja, osa3. I tammikuuta
LisätiedotLaplace-muunnos: määritelmä
Laplace-muunnos: määritelmä Olkoon f : [, [ R funktio. Funktion f Laplacen muunnos määritellään yhtälöllä F(s) = L(f) := f(t)e st dt edellyttäen, että integraali f(t)e st dt suppenee. Riittävä ehto integraalin
Lisätiedotz muunnos ja sen soveltaminen LTI järjestelmien analysointiin
z muunnos ja sen soveltaminen LTI järjestelmien analysointiin muunnoksella (eng. transform) on vastaava asema diskreettiaikaisten signaalien ja LTI järjestelmien analyysissä kuin Laplace muunnoksella jatkuvaaikaisten
LisätiedotTRIGONOMETRISTEN FUNKTIOIDEN KUVAAJAT
3.0.07 0 π TRIGONOMETRISTEN FUNKTIOIDEN KUVAAJAT π = π 3π π = π 5π 6π = 3π 7π TRIGONOMETRISET FUNKTIOT, MAA7 Tarkastellaan aluksi sini-funktiota ja lasketaan sin :n arvoja, kun saa arvoja 0:sta 0π :ään
LisätiedotELEC-C7230 Tietoliikenteen siirtomenetelmät
ELEC-C7230 Tietoliikenteen siirtomenetelmät Laskuharjoitus 8 - ratkaisut 1. Tehtävässä on taustalla ajatus kantoaaltomodulaatiosta, jossa on I- ja Q-haarat, ja joka voidaan kuvata kompleksiarvoisena kantataajuussignaalina.
LisätiedotKäytännön radiotekniikkaa: Epälineaarinen komponentti ja signaalien siirtely taajuusalueessa (+ laboratoriotyön 2 esittely)
Käytännön radiotekniikkaa: Epälineaarinen komponentti ja signaalien siirtely taajuusalueessa (+ laboratoriotyön 2 esittely) ELEC-C5070 Elektroniikkapaja, 21.9.2015 Huom: Kurssissa on myöhemmin erikseen
LisätiedotSignaalimallit: sisältö
Signaalimallit: sisältö Motivaationa häiriöiden kuvaaminen ja rekonstruointi Signaalien kuvaaminen aikatasossa, determinisitinen vs. stokastinen Signaalien kuvaaminen taajuustasossa Fourier-muunnos Deterministisen
LisätiedotSaSun VK1-tenttikysymyksiä 2019 Enso Ikonen, Älykkäät koneet ja järjestelmät (IMS),
SaSun VK1-tenttikysymyksiä 2019 Enso Ikonen, Älykkäät koneet ja järjestelmät (IMS), 5.2.2019 Tentin arvosteluperusteita: o Kurssin alku on osin kertausta SäAn ja prosessidynamiikkakursseista, jotka oletetaan
LisätiedotINTEGROINNIN SOVELLUKSIA TIEDONSIIRTOTEKNIIKASSA. Taustaa. Jukka Talvitie, Toni Levanen & Mikko Valkama TTY / Tietoliikennetekniikka
IMA-3 Excursio: Integroinnin sovelluksia tiedonsiirtotekniikassa / 1 INTEGROINNIN SOVELLUKSIA TIEDONSIIRTOTEKNIIKASSA Taustaa IMA-3 Excursio: Integroinnin sovelluksia tiedonsiirtotekniikassa / 2 Jukka
LisätiedotÄärettömät raja-arvot
Äärettömät raja-arvot Määritelmä Funktion f oikeanpuoleinen raja-arvo pisteessä x 0 on + mikäli kaikilla R > 0 löytyy sellainen δ > 0 että f (x) > R aina kun x 0 < x < x 0 + δ. Funktion f oikeanpuoleinen
LisätiedotLuento 5: Kantataajuusvastaanotin AWGNkanavassa I: Suodatus ja näytteistys a. Kuvaa diskreetin ajan signaaliavaruussymbolit jatkuvaan aikaan
ELEC-C7230 Tietoliikenteen siirtomenetelmät Luento 5: Kantataajuusvastaanotin AWGNkanavassa I: Suodatus ja näytteistys a Olav Tirkkonen Aalto, Tietoliikenne- ja tietoverkkotekniikan laitos a [10.1-10.6.3]
LisätiedotLuento 4 Jaksollisten signaalien Fourier-sarjaesitys 4.1 Fourier-sarja 4.2 Viivaspektri, tehospektri
Luento 4 Luento 4 Jaksollisten signaalien Fourier-sarjaesitys 9 Oppenheim 3.3, 3.4 4.1 Fourier-sarja Kompleksi F-sarja F-sinisarja Sinc-funktio 4. Viivaspektri, tehospektri Viivaspektri Parsevalin teoreema
LisätiedotSGN-1200 Signaalinkäsittelyn menetelmät, Tentti
SG-1200 Signaalinkäsittelyn menetelmät, Tentti 24.4.2006 Kirjoita nimesi ja opiskelijanumerosi jokaiseen paperiin. Vastauspaperit tullaan irrottamaan toisistaan. Jos tila ei riitä, jatka kääntöpuolelle
LisätiedotLABORATORIOTYÖ 2 SPEKTRIANALYSAATTORI
LABORATORIOTYÖ 2 SPEKTRIANALYSAATTORI Päivitetty: 25/02/2004 MV 2-1 2. SPEKTRIANALYSAATTORI Työn tarkoitus: Työn tarkoituksena on tutustua spektrianalysaattorin käyttöön, sekä oppia tuntemaan erilaisten
LisätiedotF {f(t)} ˆf(ω) = 1. F { f (n)} = (iω) n F {f}. (11) BM20A5700 - INTEGRAALIMUUNNOKSET Harjoitus 10, viikko 46/2015. Fourier-integraali:
BMA57 - INTEGRAALIMUUNNOKSET Harjoitus, viikko 46/5 Fourier-integraali: f(x) A() π B() π [A() cos x + B() sin x]d, () Fourier-muunnos ja käänteismuunnos: f(t) cos tdt, () f(t) sin tdt. (3) F {f(t)} ˆf()
LisätiedotELEC-A7200 Signaalit ja järjestelmät
ELEC-A700 Signaalit ja järjestelmät Professori Riku Jäntti ELEC-A700 Signaalit ja järjestelmät Mitä kurssilla käsitellään? signaalien ja järjestelmien peruskäsitteitä signaali- ja järjestelmäanalyysin
LisätiedotSignaaliavaruuden kantoja äärellisessä ajassa a
ELEC-C7230 Tietoliikenteen siirtomenetelmät Luento 3: Kompleksiarvoiset signaalit, taajuus, kantoaaltomodulaatio Olav Tirkkonen, Jari Lietzen Aalto, Tietoliikenne- ja tietoverkkotekniikan laitos Signaaliavaruuden
LisätiedotTaajuus-, Fourier- ja spektraalianalyysi
Taajuus-, Fourier- ja spektraalianalyysi Impulssi- ja askelvastetekniikat sekä korrelaatioanalyysi tähtäävät impulssivasteen mallintamiseen aikataso Taajuus- Fourier- ja spektraalianalyysi tähtäävät systeemin
LisätiedotSpektrianalysaattori. Spektrianalysaattori
Mittaustekniikan perusteet / luento 9 Spektrianalysaattori Spektrianalyysi Jean Baptiste Fourier (1768-1830): Signaali voidaan esittää taajuudeltaan ja amplitudiltaan (sekä vaiheeltaan) erilaisten sinien
LisätiedotELEC-A7200 Signaalit ja järjestelmät
ELEC-A700 Signaalit ja järjestelmät Professori Riku Jäntti ELEC-A700 Signaalit ja järjestelmät Mitä kurssilla käsitellään? signaalien ja järjestelmien peruskäsitteitä signaali- ja järjestelmäanalyysin
LisätiedotSGN-1200 Signaalinkäsittelyn menetelmät Välikoe
SGN-00 Signaalinkäsittelyn menetelmät Välikoe 9.3.009 Sivuilla - on. Älä vastaa siihen, jos et ollut ensimmäisessä välikokeessa. Tentin kysymykset ovat sivuilla 3-4. Vastaa vain jompaan kumpaan kokeeseen,
Lisätiedotjärjestelmät Luento 8
DEE-111 Lineaariset järjestelmät Luento 8 1 Lineaariset järjestelmät Risto Mikkonen 7.8.214 Luento 7 - Recap Z-muunnos ja sen ominaisuudet Lineaaristen dierenssiyhtälöiden käsittely Alku- ja loppuarvot
LisätiedotLuento 2. S Signaalit ja järjestelmät 5 op TKK Tietoliikenne Laboratorio 1. Jean Baptiste Joseph Fourier ( )
Luento Jasollisten signaalien Fourier-sarjat Viivaspetri S-.7. Signaalit ja järjestelmät 5 op KK ietoliienne Laboratorio Jean Baptiste Joseph Fourier (768-83) Ransalainen matemaatio ja fyysio. Esitti Fourier-sarjat
LisätiedotLuento 7. LTI-järjestelmät
Luento 7 Lineaaristen järjestelmien analyysi taajuustasossa Taajuusvaste Stabiilisuus..7 LTI-järjestelmät u(t) h(t) y(t) Tarkastellaan lineaarista aikainvarianttia järjestelmää n n m m d d d d yt () =
LisätiedotDiskreetti Fourier-muunnos ja sen hyödyntäminen signaalien spektrien muodostamisessa. Pentti Romppainen
Diskreetti Fourier-muunnos ja sen hyödyntäminen signaalien spektrien muodostamisessa Pentti Romppainen Kajaanin ammattikorkeakoulu Oy Kajaani University of Applied Sciences Diskreetti Fourier-muunnos ja
LisätiedotT L 9 0 8 Z S I G N A A L I T E O R I A O S A I V: E N E R G I A - J A T E H O T I H E Y S
L 9 8 Z S I G N L I E O R I O S I V: E N E R G I - J E H O I H E Y S 4 Spektrin eneria- ja tehotiheys 57 4. Spektrin eneriatiheys 57 4.. Parsevalin teoreema 57 4.. Spektrin eneriatiheyden ominaisuuksia
LisätiedotS Signaalit ja järjestelmät
dsfsdfs S-72.1110 Työ 2 Ryhmä 123: Tiina Teekkari EST 12345A Teemu Teekkari TLT 56789B Selostus laadittu 1.1.2007 Laboratoriotyön suoritusaika 31.12.2007 klo 08:15 11:00 Esiselostuksen laadintaohje Täytä
LisätiedotS SÄHKÖTEKNIIKKA JA ELEKTRONIIKKA
S-55.1100 SÄHKÖTKNIIKKA A KTONIIKKA Tentti 0.1.006: tehtävät 1,3,4,6,8 1. välikoe: tehtävät 1,,3,4,5. välikoe: tehtävät 6,7,8,9,10 Saat vastata vain neljään tehtävään/koe; ne sinun pitää itse valita! Kimmo
LisätiedotHarjoitus Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia:
Differentiaaliyhtälöt, Kesä 216 Harjoitus 2 1. Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia: (a) y = (2 y) 3, (b) y = (y 1) 2, (c) y = 2y y 2. 2. Etsi seuraavien
LisätiedotTL5503 DSK, laboraatiot (1.5 op) Suodatus 2 (ver 1.0) Jyrki Laitinen
TL5503 DSK, laboraatiot (1.5 op) Suodatus 2 (ver 1.0) Jyrki Laitinen TL5503 DSK, laboraatiot (1.5 op), K2005 1 Suorita oheisten ohjeiden mukaiset tehtävät Matlab-ohjelmistoa käyttäen. Kokoa erilliseen
LisätiedotMS-C1420 Fourier-analyysi osa II
MS-C142 Fourier-analyysi osa II G. Gripenberg Aalto-yliopisto 14. helmikuuta 214 1 Fourier-sarjat ja Fourier-integraalit Poissonin summakaava Whittaker-Shannonin interpolointikaava 2 Vaimennetunen distribuution
LisätiedotSpektrianalyysi, motivaatio
Digitaalinen Signaalinkäsittely 5 Luento 7-3.5.6 Jarkko.Vuori@evtek.fi Spektrianalyysi, motivaatio Ihmiskeholla on luontaisesti hidas reagointikoneisto Musiikkia kuunnellessamme emme erota äänenpaineen
LisätiedotAnalogiatekniikka. Analogiatekniikka
1 Opintojakson osaamistavoitteet Opintojakson hyväksytysti suoritettuaan opiskelija: osaa soveltaa ja tulkita siirtofunktiota, askelvastetta, Bodediagrammia ja napa-nolla-kuvaajaa lineaarisen, dynaamisen
LisätiedotMittalaitetekniikka. NYMTES13 Vaihtosähköpiirit Jussi Hurri syksy 2014
Mittalaitetekniikka NYMTES13 Vaihtosähköpiirit Jussi Hurri syksy 2014 1 1. VAIHTOSÄHKÖ, PERUSKÄSITTEITÄ AC = Alternating current Jatkossa puhutaan vaihtojännitteestä. Yhtä hyvin voitaisiin tarkastella
LisätiedotA 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
LisätiedotLuento 8. Suodattimien käyttötarkoitus
Luento 8 Lineaarinen suodatus Ideaaliset alipäästö, ylipäästö ja kaistanpäästösuodattimet Käytännölliset suodattimet 8..007 Suodattimien käyttötarkoitus Signaalikaistan ulkopuolisen kohinan ja häiriöiden
Lisätiedot1. Annettu siirtofunktio on siis G(s) ja vastaava systeemi on stabiili. Heräte (sisäänmeno) on u(t) = A sin(ωt), jonka Laplace-muunnos on
Aalto-yliopiston Perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Mat-419 Systeemien Identifiointi 8 harjoituksen ratkaisut 1 Annettu siirtofunktio on siis G(s) ja vastaava systeemi
Lisätiedot2. Fourier-sarjoista. Aaltoliikkeen ja lämmöjohtumisen matemaattinen tarkastelu
2. Fourier-sarjoista Fourier-analyysi: Aaltoliikkeen ja lämmöjohtumisen matemaattinen tarkastelu Matemaattisen analyysin täkein työväline "Jokainen funktio" voidaan esittää harmonisten värähtelyjen, so.
LisätiedotKompleksianalyysi, viikko 7
Kompleksianalyysi, viikko 7 Jukka Kemppainen Mathematics Division Fourier-muunnoksesta Laplace-muunnokseen Tarkastellaan seuraavassa kausaalisia signaaleja eli signaaleja x(t), joille x(t) 0 kaikilla t
LisätiedotELEC-A7200 Signaalit ja järjestelmät
ELEC-A7200 Signaalit ja järjestelmät Professori Riku Jäntti ELEC-A7200 Signaalit ja järjestelmät Mitä kurssilla käsitellään? signaalien ja järjestelmien peruskäsitteitä signaali- ja järjestelmäanalyysin
LisätiedotKapeakaistainen signaali
Tiedonsiirrossa sellaiset signaalit ovat tyypillisiä, joilla informaatio jakautuu kapealle taajuusalueelle jonkun keskitaajuuden ympäristöön. Tällaisia signaaleja kutustaan kapeakaistaisiksi signaaleiksi
LisätiedotSÄÄTÖJÄRJESTELMIEN SUUNNITTELU
ENSO IKONEN PYOSYS 1 SÄÄTÖJÄRJESTELMIEN SUUNNITTELU Enso Ikonen professori säätö- ja systeemitekniikka http://cc.oulu.fi/~iko Oulun yliopisto Älykkäät koneet ja järjestelmät / systeemitekniikka Jan 019
LisätiedotSuodattimet. Suodatintyypit: Bessel Chebyshev Elliptinen Butterworth. Suodattimet samalla asteluvulla (amplitudivaste)
Suodattimet Suodatintyypit: Bessel Chebyshev Elliptinen Butterworth Suodattimet samalla asteluvulla (amplitudivaste) Kuvasta nähdään että elliptinen suodatin on terävin kaikista suodattimista, mutta sisältää
LisätiedotA! Modulaatioiden luokittelu. Luento 4: Digitaaliset modulaatiokonstellaatiot, symbolijonolähetteet. ELEC-C7230 Tietoliikenteen siirtomenetelmät
ELEC-C7230 Tietoliikenteen siirtomenetelmät Luento 4: Digitaaliset modulaatiokonstellaatiot, symbolijonolähetteet Olav Tirkkonen, Jari Lietzen Aalto, Tietoliikenne- ja tietoverkkotekniikan laitos A! Modulaatioiden
LisätiedotMS-C1420 Fourier-analyysi osa II
MS-C142 Fourier-analyysi osa II G. Gripenberg Aalto-yliopisto 14. helmikuuta 214 G. Gripenberg (Aalto-yliopisto) MS-C142 Fourier-analyysiosa II 14. helmikuuta 214 1 / 36 1 Fourier-sarjat ja Fourier-integraalit
LisätiedotT SKJ - TERMEJÄ
T-61140 SKJ - termit Sivu 1 / 7 T-61140 SKJ - TERMEJÄ Nimi Opnro Email Signaalinkäsittelyyn liittyviä termejä ja selityksiä Kevät 2005 Täytä lomaketta kevään aikana ja kerää mahdollisesti puuttuvia termejä
LisätiedotTL5231, Signaaliteoria (S2004) Matlab-harjoituksia
1. a) Muodosta Matlab-ohjelmistossa kosinisignaali x(t) = Acos(2πft+θ), jonka amplitudi on 1V, taajuus hertseinä sama kuin ikäsi vuosina (esim. 2 v = 2 Hz) ja vaihekulma +π/2. Piirrä signaali ja tarkista
LisätiedotSGN-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
LisätiedotSGN-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
LisätiedotTilastotieteessä aikasarja tarkoittaa yleensä sarjaa, jossa peräkkäisten havaintojen aikaväli on aina sama.
Aikasarjat Tilastotieteessä aikasarja tarkoittaa yleensä sarjaa, jossa peräkkäisten havaintojen aikaväli on aina sama. Aikasarja on laajassa mielessä stationäärinen (wide sense stationary, WSS), jos odotusarvo
LisätiedotSGN-1200 Signaalinkäsittelyn menetelmät Välikoe
SGN-100 Signaalinkäsittelyn menetelmät Välikoe 6.4.010 Sivuilla 1- on. Älä vastaa siihen, jos et ollut ensimmäisessä välikokeessa. Tentin kysymykset ovat sivuilla 3-4. Vastaa vain jompaan kumpaan kokeeseen,
LisätiedotSignaalin energia- ja tehotiheys
Spektrin energiatiheys Signaalin energia- ja tehotiheys Reaaliarvoisen energiasignaalin g(t) kokonaisenergia E saadaan kaavalla E = g ( t) dt Olkoon signaalin g(t) Fourier-muunnos G(ω). Parsevalin teoreeman
LisätiedotPetri Kärhä 04/02/04. Luento 2: Kohina mittauksissa
Kohinan ominaisuuksia Kohinamekanismit Terminen kohina Raekohina 1/f kohina (Kvantisointikohina) Kohinan käsittely Kohinakaistanleveys Kohinalähteiden yhteisvaikutus Signaali-kohina suhde Kohinaluku Kohinalämpötila
LisätiedotSäätötekniikan ja signaalinkäsittelyn työkurssi
Säätötekniikan ja signaalinkäsittelyn työkurssi Työ D102: Sinimuotoisen signaalin suodattaminen 0.4 op. Julius Luukko Lappeenrannan teknillinen yliopisto Sähkötekniikan osasto/säätötekniikan laboratorio
LisätiedotLukujonot Z-muunnos Z-muunnoksen ominaisuuksia Z-käänteismuunnos Differenssiyhtälöt. Z-muunnos. 5. joulukuuta Z-muunnos
Lukujonot Z-muunnoksen ominaisuuksia Z-käänteismuunnos Differenssiyhtälöt 5. joulukuuta 2016 Lukujonot Z-muunnoksen ominaisuuksia Z-käänteismuunnos Differenssiyhtälöt Lukujonot Lukujonot Z-muunnoksen ominaisuuksia
LisätiedotLuento 9. tietoverkkotekniikan laitos
Luento 9 Luento 9 Jaksolliset signaalit epälineaarisissa muistittomissa järjestelmissä 9.1 Muistittomat epälineaariset komponentit Pruju Taylor-sarjakehitelmä ja konvoluutio taajuustasossa Särö Keskinäismodulaatio
LisätiedotFourier-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
LisätiedotLuento 7. tietoverkkotekniikan laitos
Luento 7 Luento 7 LTI järjestelmien taajuusalueen analyysi II 7. LTI järjestelmän taajuusvaste Vaste kompleksiselle eksponenttiherätteelle Taajuusvaste, Boden diagrammi 7.2 Signaalin muuntuminen LTI järjestelmässä
Lisätiedot= 2 L L. f (x)dx. coshx dx = 1 L. sinhx nπ. sin. sin L + 2 L. a n. L 2 + n 2 cos. tehdään approksimoinnissa virhe, jota voidaan arvioida integraalin
BMA7 - Integraalimuunnokset Harjoitus 9. Määritä -jaksollisen funktion f x = coshx, < x < Fourier-sarja. Funktion on parillinen, joten b n = kun n =,,3,... Parillisuudesta johtuen kertoimet a ja a n saadaan
LisätiedotSGN-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
LisätiedotDigitaalinen signaalinkäsittely Desibeliasteikko, suotimen suunnittelu
Digitaalinen signaalinkäsittely Desibeliasteikko, suotimen suunnittelu Teemu Saarelainen, teemu.saarelainen@kyamk.fi Lähteet: Ifeachor, Jervis, Digital Signal Processing: A Practical Approach H.Huttunen,
LisätiedotSinin muotoinen signaali
Sinin muotoinen signaali Pekka Rantala.. Sini syntyy tasaisesta pyörimisestä Sini-signaali syntyy vakio-nopeudella pyörivän osoittimen y-suuntaisesta projektiosta. y u û α positiivinen pyörimissuunta x
LisätiedotSGN-1200 Signaalinkäsittelyn menetelmät, Tentti
SG-00 Signaalinkäsittelyn menetelmät, Tentti 6.3.006 Kirjoita nimesi ja opiskelijanumerosi jokaiseen paperiin. Vastauspaperit tullaan irrottamaan toisistaan. Jos tila ei riitä, jatka kääntöpuolelle ja
LisätiedotHyvyyskriteerit. ELEC-C1230 Säätötekniikka. Luku 8: Säädetyn järjestelmän hyvyys aika- ja taajuustasossa, suunnittelu taajuustasossa, kompensaattorit
Hyvyyskriteerit ELEC-C1230 Säätötekniikka Aikaisemmilla luennoilla on havainnollistettu, miten systeemien käyttäytymiseen voi vaikuttaa säätämällä niitä. Epästabiileista systeemeistä saadaan stabiileja,
LisätiedotLukujonot Z-muunnos Z-muunnoksen ominaisuuksia Z-käänteismuunnos Differenssiyhtälöt. Z-muunnos. 1. joulukuuta Z-muunnos
Lukujonot Z-muunnoksen ominaisuuksia Z-käänteismuunnos Differenssiyhtälöt 1. joulukuuta 2015 Lukujonot Z-muunnoksen ominaisuuksia Z-käänteismuunnos Differenssiyhtälöt Lukujono Lukujono on diskreetti funktio
LisätiedotLaskuharjoitus 2 ( ): Tehtävien vastauksia
TT12S1E Tietoliikenteen perusteet Metropolia/A. Koivumäki Laskuharjoitus 2 (11.9.2013): Tehtävien vastauksia 1. Eräässä kuvitteellisessa radioverkossa yhdessä radiokanavassa voi olla menossa samanaikaisesti
Lisätiedot( ds ) A (2) ψ ξ dv + ψ 2 ξ dv = ψ 2 ξ ξ 2 ψ ) V
Kenttäteorian matemaattisia apuneuvoja 4..7. Gaussin ja Stokesin lauseet V S ds A = dl A = V S A dv, =, tai ) ds ) A ). Greenin kaavat I : II : 3. Diracin deltafunktio 4. Vektorilaskentaa V V ψ ξ dv +
LisätiedotLuento 5. tietoverkkotekniikan laitos
Luento 5 Luento 5 Jaksolliset signaalit epälineaarisissa muistittomissa järjestelmissä 5.1 Muistittomat epälineaariset komponentit Pruju Taylor-sarjakehitelmä ja konvoluutio taajuustasossa Särö Keskinäismodulaatio
Lisätiedot5. Z-muunnos ja lineaariset diskreetit systeemit. z n = z
5. Z-muunnos ja lineaariset diskreetit systeemit Jono: (x(n)) n=0 = (x(0), x(1), x(2),..., x(n),...) Z-muunnos: X(z) = n=0 x(n)z n, jos sarja suppenee jossain kompleksitason osassa. Esim. 4. Ykkösjonon
LisätiedotTaajuus-, Fourier- ja spektraalianalyysi
Taajuus-, Fourier- ja spektraalianalyysi Transientti- ja korrelaatioanalyysi tähtäävät impulssivasteen (askelvasteen) mallintamiseen Kuvaus aikatasossa Taajuus- Fourier- ja spektraalianalyysi tähtäävät
LisätiedotMuuntavat analogisen signaalin digitaaliseksi Vertaa sisääntulevaa signaalia referenssijännitteeseen Sarja- tai rinnakkaismuotoinen Tyypilliset
Muuntavat analogisen signaalin digitaaliseksi Vertaa sisääntulevaa signaalia referenssijännitteeseen Sarja- tai rinnakkaismuotoinen Tyypilliset valintakriteerit resoluutio ja nopeus Yleisimmät A/D-muunnintyypit:
Lisätiedot