JATKUVAN AWGN-KANAVAN KAPASITEETTI SHANNON-HARTLEY -LAKI

Koko: px
Aloita esitys sivulta:

Download "JATKUVAN AWGN-KANAVAN KAPASITEETTI SHANNON-HARTLEY -LAKI"

Transkriptio

1 1 JATKUVAN AWGN-KANAVAN KAPASITEETTI SHANNON-HARTLEY -LAKI Miten tiedonsiirrossa tarvittavat perusresurssit (teho & kaista) riippuvat toisistaan?

2 SHANNONIN 2. TEOREEMA = KANAVAKOODAUS 2 Shannonin 2. teoreema olettaa kanavan muistittomuuden symbolien välisen riippumattomuuden, jolloin kukin symboli kärsii kohinasta muista symboleista riippumatta. Lisäksi tiedonsiirtoon on käytettävissä tarvittaessa mielivaltaisen pitkä aika (virheenkorjaava kanavakoodi voi kestää hyvin kauan). Teoreema on vain olemassaoloteoreema, eikä konstruktiivinen, ts. se ei kerro miten nuo koodit löydetään. Shannonin 2. teoreema (kanavakoodausteoreema): Olkoon diskreetin muistittoman kanavan kapasiteetti C ja olkoon siihen liitetyllä lähteellä positiivinen informaationopeus R siten, että R < C. Tällöin on olemassa koodi, jota käyttäen lähteen symbolit voidaan siirtää mielivaltaisen pienellä virhetodennäköisyydellä (ts. P E 0) kohinaisen kanavan yli. Seuravaksi määrittellään jatkuvan kanavan kapasiteetti hieman eri tavalla kuin kaavassa C = max[i(x;y)] diskreetille kanavalle. Shannon-Hartley-laki on informaatioteorian tunnetuin kaava.

3 SHANNON-HARTLEY -LAKI S C c = B log N Logaritmin kantaluku = 2! Jatkuvan kanavan kaistanleveys on B Hz ja AWGN-kanavan SNR on S/N. Kaavan C = max[i(x;y)] kapasiteetin yksikkö oli [bittiä/symboli], mutta C c :n [bittiä/sekunnissa]. Voidaan päätellä kaistanleveyden ja lähetystehon (ts. SNR:n) välisen kaupankäynnin mahdollisuus. Kohinattomassa (N = 0) kanavassa SNR = C c = nollasta poikkeavalle äärelliselle kaistanleveydelle! Kohinan läsnäollessa (SNR < ) kapasiteettia ei voida kasvattaa mielivaltaisen suureksi vain kaistanleveyttä lisäämällä! Jos Shannonin raja ylitetään jollakin (E B /N 0,R B,B) -kombinaatiolla, ei ole enää mahdollista saavuttaa mielivaltaisen pientä virhesuhdetta (P E 0) AWGN-kanavassa millään modulaation ja virheenkorjaavan koodauksen yhdistelmällä. Pian osoitetaan, että E B /N 0 täytyy olla aina suurempi kuin 1,6 db (ns. Shannonin vesiputousraja ), jotta P E 0. 3

4 SHANNON-HARTLEY -LAKI 4 P E 0 P E 0

5 ESIMERKKI 5 B log10 log10(2) 6 6 min = = ( ) Hz

6 6 AWGN-KANAVAN KAPASITEETTI ERI PARAMETRISUUNNISTA TARKASTELTUNA Tehon ja kaistanleveyden välinen kaupankäynti

7 C = MAX[I(X;Y)] SNR:N (Z = E B /N 0 :N) FUNKTIONA 7 BSC -kanavan siirtotn. perusteella (BPSK:n P E -arvon) on laskettu kaavan C = max[i(x;y)] kapasiteetti yksiköissä [bit/symb]. Opetus: Kun P E 0, niin C 1

8 KAPASITEETTI VS. SNR KAISTANLEVEYS VAKIO 8 Opetus: Kohinattomassa tilanteessa SNR (E b /N 0 ), jolloin C äärellisellä kaistanleveydellä. Opetus: Jos kohinaa ei olisi, niin kaikki tietoliikenne mahtuisi 1 Hz kaistalle!

9 KAPASITEETTI VS. KAISTANLEVEYS SNR VAKIO 9 Opetus: Vaikka kaista, niin kapasiteettiarvon kasvu saturoituu kohinan vaikuttaessa (SNR << ). Se kasvaisi rajatta, jos SNR =.

10 PARAMETRIEN SNR (E B /N 0 ), W JA C RIIPPUVUUS 10 Opetus: 3D-esitys havainnollistaa parametrien SNR, W ja C välisen riippuvuuden ja järkevän toiminta-alueen.

11 SHANNONIN 1,6 DB:N RAJAN JOHTO 11 Ajatellaan toimittavan kapasiteetirajalla, eli R b = C c. Lasketaan paljonko E B /N 0 :n on silloin oltava, jotta P E 0: 1 S EB Cc EB = STB = S, N = N0B, = C N N B Cc B = log E N c B 0 Cc B E, N B 0 = B C c 2 Cc Cc ln 2 x C B B c e 1+ x, x << 1, B >> C 2 = e 1+ ln 2 B kun B EB ln 2 = 1,6dB, B >> Cc N0 Kun R B = C c, niin E b /N 0 lähestyy arvoa 1,6 db, jos kaistanleveys B kasvaa rajatta. S-H-laki jakaa (E B /N 0,R B /B) -tason kahteen alueeseen. Alueessa R B C c voi P E 0, mutta alueessa R B > C c P E 0 aina. Kiinnostavassa toiminta-alueessa R B < C c tarvitaan vähintään signaaliteho S R B N 0 W ln2, jotta E B /N 0 1,6 db. Tuota aluetta kutsutaan tehorajoitetuksi alueeksi. Cc B 0 1

12 SHANNON-HARTLEY -LAKI (E B /N 0,R B /B) -TASOSSA 12 Normaali toiminta-alue. Tällä alueella voi P E 0. B täällä pieni kaistarajoitettu tapaus. Kaistanleveyttä rajallisesti käytettävissä. Tarvitaan suuri lähetysteho (E B /N 0 ). Tällä alueella P E 0 aina. B täällä suuri tehorajoitettu tapaus. Kaistanleveyttä paljon käytettävissä. Pärjätään pienellä lähetysteholla (E B /N 0 ).

13 TEHORAJOITETUT VS. KAISTARAJOITETUT 13 Teho (SNR) ja kaistanleveys ovat tiedonsiirron kaksi perusresurssia, jotka ohjaavat järjestelmätyypin valintaa. Shannon-Hartley -lain perusteella voidaan päätellä kaupankäynti tehon ja kaistan välillä. Järjestelmät voidaan siis jaotella tehorajoitettuihin ja kaistarajoitettuihin. Tehorajoitettu tilanne on mm. avaruussovellus (satelliitit, alukset, luotaimet). Niissä käytetään aaltomuotoja, jotka ovat signaaliavaruudessa mahdollisimman kaukana toisistaan (esim. ortogonaalinen MFSK tai BPSK), jotta kohinan suuren varianssin vaikuttaessa (suhteessa signaalivektorin pituuteen) voidaan tehdä luotettavia päätöksiä. Tällöin kaistanleveys ei ole ongelma. Tilaajajohtomodeemi on selvästi kaistarajoitettu sovellus. Silloin käytetään aaltomuotoja, jotka ovat 2D-signaaliavaruudessa lähellä toisiaan (esim. QAM, MPSK). Kohinan varianssi kompensoidaan lähetystehoa lisäämällä vektorien välinen euklidinen etäisyys kasvaa, kun amplitudi kasvaa MPSK:n I/Q-diag. säde kasvaa.

14 TEHORAJOITETTU JÄRJESTELMÄ MFSK 14 Vesiputouskäyrät lähestyvät MFSK:n ortogonaalisella modulaatiolla -1,6 db rajaa, kun M, MFSK vastaa efektiivisesi tehokasta virheen korjaavaa koodausta. Myös virheen korjaavan koodauksen ja QAM/MPSK:n yhteisvaikutuksella voidaan lähestyä Shannonin 1,6 db - rajaa. On siis erilaisia keinoja lähestyä rajaa, joko modulaatiolla, tai kanavakoodauksella tai niiden sopivalla yhdistelmällä. Jokainen temppu siirtää laskettavissa olevan db-määrän käyrää vasemmalle koti -1,6 db:n seinämää.

15 KAUPANKÄYNTI P B :N, E B /N 0 :N JA R/W:N VÄLILLÄ (S) 15

16 16 KAISTAN KÄYTÖN TEHOKKUUS M-TILAISILLA MODULAATIOILLA MFSK MPSK & QAM

17 ORTOGONAALINEN VS. MONIVAIHEINEN SIGNALOINTI Normalisoitu suhde R/W jonka yksikkö on [bit/s/hz] kuvaa suhteellista kaistanleveyttä, eli kaistankäytön tehokkuutta. Se riippuu karkeasti ottaen parametriarvosta k = log 2 M ja siitä onko kyseessä MPSK- vai MFSK-modulaatio, ja edelleen siitä onko kyseessä koherentti vai epäkoherentti MFSK (kantoaaltojen taajuusero vaikuttaa R/W-arvoon). Oppikirjoissa esiintyy hieman erilaisia määrittelykaavoja kaistankäytön tehokkuudelle, joten eri lähteistä peräisin olevissa numeroarvoissa ja kuvaajissa saattaa esiintyä pieniä eroja. BPSK 1 bit/s/hz, QPSK 2 bit/s/hz, 8PSK 3 bit/s/hz, 16PSK ja 16QAM 4 bit/s/hz. MFSK:lla se on puolestaan murto-osia, kuten 1/2, 1/3,1/4, jne.. Kun R ja P B pidetään vakioina, MFSK:n kaistanleveys kasvaa (tarvitaan enemmän ortogonaalisia kanto-aaltoja, joilla on sopiva taajuusväli). MFSK vastaa efektiivisesti tehokasta virheen korjaavaa koodausta, mutta paljon huonommalla kaistan käytön tehokkuudella. 17

18 ORTOGONAALINEN VS. MONIVAIHEINEN SIGNALOINTI 18 Kuvaajat on piirretty arvolle P B = 10 5 Yhdellä pistetaajuudella voi toimia kaksi ortogonaalista (sini + kosini) signaalia häiritsemättä toisiaan Kaistanleveystarve ei kasva vaikka signaalien määrä kaksinkertaistuu BPSK ja QPSK saavuttavat saman virhetodennäköisyyden samalla SNR-arvolla, kun verrataan samalla bittinopeudella toimivia järjestelmiä kaistan käytön tehokkuus kaksinkertaistuu ilman lisätehon tarvetta.

MONITILAISET TIEDONSIIRTOMENETELMÄT TÄRKEIMPIEN ASIOIDEN KERTAUS A Tietoliikennetekniikka II Osa 18 Kari Kärkkäinen Syksy 2015

MONITILAISET TIEDONSIIRTOMENETELMÄT TÄRKEIMPIEN ASIOIDEN KERTAUS A Tietoliikennetekniikka II Osa 18 Kari Kärkkäinen Syksy 2015 1 MONITILAISET TIEDONSIIRTOMENETELMÄT TÄRKEIMPIEN ASIOIDEN KERTAUS 2 M-tilaisilla yhdellä symbolilla siirtyy k = log 2 M bittiä. Symbolivirhetn. sasketaan ensin ja sitten kuvaussäännöstä riippuvalla muunnoskaavalla

Lisätiedot

SYMBOLIVIRHETODENNÄKÖISYYDESTÄ BITTIVIRHETODENNÄKÖISYYTEEN

SYMBOLIVIRHETODENNÄKÖISYYDESTÄ BITTIVIRHETODENNÄKÖISYYTEEN SYMBOLIVIRHETODENNÄKÖISYYDESTÄ BITTIVIRHETODENNÄKÖISYYTEEN Miten modulaation P S P B? 536A Tietoliienneteniia II Osa 4 Kari Käräinen Sysy 05 SEP VS. BEP D-SIGNAALIAVARUUDESSA Kullein modulaatiolle johdetaan

Lisätiedot

INFORMAATIOTEORIA & KOODAUS TÄRKEIMPIEN ASIOIDEN KERTAUS A Tietoliikennetekniikka II Osa 28 Kari Kärkkäinen Syksy 2015

INFORMAATIOTEORIA & KOODAUS TÄRKEIMPIEN ASIOIDEN KERTAUS A Tietoliikennetekniikka II Osa 28 Kari Kärkkäinen Syksy 2015 1 INFORMAATIOTEORIA & KOODAUS TÄRKEIMPIEN ASIOIDEN KERTAUS TEENVETO 2 Informaatioteoria tarkastelee tiedonsiirtoa yleisemmällä, hieman abstraktilla tasolla ei enää tarkastella signaaleja aika- tai taajuusalueissa.

Lisätiedot

VAIHEKOHERENTIT BINÄÄRISET KANTOAALTOMODULAATIOT JA NIIDEN VIRHETODENNÄKÖISYYDET

VAIHEKOHERENTIT BINÄÄRISET KANTOAALTOMODULAATIOT JA NIIDEN VIRHETODENNÄKÖISYYDET 1 VAIHEKOHERENTIT BINÄÄRISET KANTOAALTOMODULAATIOT JA NIIDEN VIRHETODENNÄKÖISYYDET Millaiset aaltomuodot s 1 (t) ja s (t) valitaan erilaisten kantoaatomodulaatioiden toteuttamiseksi? SYMBOLIAALTOMUODOT

Lisätiedot

LUKU 6 TÄRKEIMPIEN ASIOIDEN KERTAUS

LUKU 6 TÄRKEIMPIEN ASIOIDEN KERTAUS LUKU 6 TÄRKEIMPIEN ASIOIDEN KERTAUS 1 (8) Kantatajuisen järjestelmän lähdön (SNR) D = P T /N 0 W käytetään referenssinä verrattaessa eri kantoaaltomodulaatioita keskenään. Analyysissä oletettiin AWGN-kanava,

Lisätiedot

Suodatus ja näytteistys, kertaus

Suodatus ja näytteistys, kertaus ELEC-C7230 Tietoliikenteen siirtomenetelmät Luento 6: Kantataajuusvastaanotin AWGN-kanavassa II: Signaaliavaruuden vastaanotin a Olav Tirkkonen Aalto, Tietoliikenne- ja tietoverkkotekniikan laitos a [10.6.3-10.6.6;

Lisätiedot

ELEC-C7230 Tietoliikenteen siirtomenetelmät

ELEC-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.

Lisätiedot

LUKU 7 TÄRKEIMPIEN ASIOIDEN KERTAUS A Tietoliikennetekniikka I Osa 30 Kari Kärkkäinen Kevät 2015

LUKU 7 TÄRKEIMPIEN ASIOIDEN KERTAUS A Tietoliikennetekniikka I Osa 30 Kari Kärkkäinen Kevät 2015 1 LUKU 7 TÄRKEIMPIEN ASIOIDEN KERTAUS 51357A Tietoliikennetekniikka I Osa 30 Kari Kärkkäinen Kevät 015 Kantatajuisen järjestelmän lähdön (SNR) D = P T /(N 0 W) käytetään referenssinä verrattaessa eri kantoaaltomodulaatioita

Lisätiedot

KAISTANLEVEYDEN JA TEHON KÄYTÖN KANNALTA OPTIMAALINEN MODULAATIO TRELLISKOODATTU MODULAATIO (TCM)

KAISTANLEVEYDEN JA TEHON KÄYTÖN KANNALTA OPTIMAALINEN MODULAATIO TRELLISKOODATTU MODULAATIO (TCM) 1 KAISTANLEVEYDEN JA TEHON KÄYTÖN KANNALTA OPTIMAALINEN MODULAATIO TRELLISKOODATTU MODULAATIO (TCM) CPM & TCM-PERIAATTEET 2 Tehon ja kaistanleveyden säästöihin pyritään, mutta yleensä ne ovat ristiriitaisia

Lisätiedot

521361A TIETOLIIKENNETEKNIIKKA II

521361A TIETOLIIKENNETEKNIIKKA II 1 521361A TIETOLIIKENNETEKNIIKKA II KURSSI DIGITAALISEN TIEDONSIIRRON PERUSTEISTA KARI KÄRKKÄINEN Tietoliikennetekniikan osasto, huone TS439 kk@ee.oulu.fi, puh: 029 448 2848, http://www.ee.oulu.fi/~kk/

Lisätiedot

Nämä ovat siis minimivaatimukset, enemmänkin saa ja suositellaan

Nämä ovat siis minimivaatimukset, enemmänkin saa ja suositellaan Mitä pitäisi vähintään osata Tässäkäydään läpi asiat jotka olisi hyvä osata Nämä ovat siis minimivaatimukset, enemmänkin saa ja suositellaan osattavan 333 Kurssin sisältö Todennäköisyyden, satunnaismuuttujien

Lisätiedot

BINÄÄRISET TIEDONSIIRTOMENETELMÄT TÄRKEIMPIEN ASIOIDEN KERTAUS A Tietoliikennetekniikka II Osa 11 Kari Kärkkäinen Syksy 2015

BINÄÄRISET TIEDONSIIRTOMENETELMÄT TÄRKEIMPIEN ASIOIDEN KERTAUS A Tietoliikennetekniikka II Osa 11 Kari Kärkkäinen Syksy 2015 BINÄÄRISET TIEDONSIIRTOMENETELMÄT TÄRKEIMPIEN ASIOIDEN KERTAUS 536A Tietoliienneteniia II Osa Kari Käräinen Sysy 5 Kantataajuusjärjestelmä lähettää ±A -tasoisia symboleita T:n välein. Optimaalinen vastaanotin

Lisätiedot

521330A TIETOLIIKENNETEKNIIKKA KURSSI ANALOGISEN JA DIGITAALISEN TIEDONSIIRRON TEORIASTA JA TOTEUTUSMENETELMISTÄ

521330A TIETOLIIKENNETEKNIIKKA KURSSI ANALOGISEN JA DIGITAALISEN TIEDONSIIRRON TEORIASTA JA TOTEUTUSMENETELMISTÄ 1 521330A TIETOLIIKENNETEKNIIKKA KURSSI ANALOGISEN JA DIGITAALISEN TIEDONSIIRRON TEORIASTA JA TOTEUTUSMENETELMISTÄ KARI KÄRKKÄINEN CWC Radioteknologiat, huone TS439, puh: 029 448 2848 Kari.Karkkainen@oulu.fi,

Lisätiedot

521330A TIETOLIIKENNETEKNIIKKA

521330A TIETOLIIKENNETEKNIIKKA 1 521330A TIETOLIIKENNETEKNIIKKA KURSSI ANALOGISEN JA DIGITAALISEN TIEDONSIIRRON MENETELMISTÄ KARI KÄRKKÄINEN Tietoliikennetekniikan osasto, huone TS439 kk@ee.oulu.fi, puh: 029 448 2848, http://www.ee.oulu.fi/~kk/

Lisätiedot

LÄHTEENKOODAUS. Mikä on lähteenkoodauksen perusidea? A Tietoliikennetekniikka II Osa 20 Kari Kärkkäinen Syksy 2015

LÄHTEENKOODAUS. Mikä on lähteenkoodauksen perusidea? A Tietoliikennetekniikka II Osa 20 Kari Kärkkäinen Syksy 2015 1 LÄHTEENKOODAUS Mikä on lähteenkoodauksen perusidea? LÄHTEENKOODAUKSEN IDEA 2 Lähteen symbolien keskimääräinen informaatio (keskimääräinen epävarmuus) määritellään entropian H(X) avulla, ja se on symbolien

Lisätiedot

Ohjelmistoradio tehtävät 4. P1: Ekvalisointi ja demodulaatio. OFDM-symbolien generoiminen

Ohjelmistoradio tehtävät 4. P1: Ekvalisointi ja demodulaatio. OFDM-symbolien generoiminen Ohjelmistoradio tehtävät 4 P: Ekvalisointi ja demodulaatio Tässä tehtävässä dekoodata OFDM data joka on sijotetty synknonontisignaalin lälkeen. Synkronointisignaali on sama kuin edellisessä laskutehtävässä.

Lisätiedot

A! Modulaatioiden luokittelu. Luento 4: Digitaaliset modulaatiokonstellaatiot, symbolijonolähetteet. ELEC-C7230 Tietoliikenteen siirtomenetelmät

A! 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

Lisätiedot

MULTIPLEKSOINTIMENETELMÄT FDM, TDM, CDM JA QM. Tietoliikennetekniikka I A Kari Kärkkäinen Osa 22 1 (16)

MULTIPLEKSOINTIMENETELMÄT FDM, TDM, CDM JA QM. Tietoliikennetekniikka I A Kari Kärkkäinen Osa 22 1 (16) MULTIPLEKSOINTIMENETELMÄT FDM, TDM, CDM JA QM Tietoliikennetekniikka I 521357A Kari Kärkkäinen Osa 22 1 (16) Multipleksointimenetelmät Usein on tarve yhdistää eri lähteistä tulevia toisistaan riippumattomia

Lisätiedot

MULTIPLEKSOINTIMENETELMÄT FDM, TDM, CDM JA QM

MULTIPLEKSOINTIMENETELMÄT FDM, TDM, CDM JA QM MULTIPLEKSOINTIMENETELMÄT FDM, TDM, CDM JA QM 1 (17) Multipleksointimenetelmät Usein on tarve yhdistää riippumattomista eri lähteistä tulevia signaaleja multipleksoinnin keinoin, jotta ne voidaan lähettää

Lisätiedot

1 Määrittele seuraavat langattoman tiedonsiirron käsitteet.

1 Määrittele seuraavat langattoman tiedonsiirron käsitteet. 1 1 Määrittele seuraavat langattoman tiedonsiirron käsitteet. Radiosignaalin häipyminen. Adaptiivinen antenni. Piilossa oleva pääte. Radiosignaali voi edetä lähettäjältä vastanottajalle (jotka molemmat

Lisätiedot

Inversio-ongelmien laskennallinen peruskurssi Luento 4

Inversio-ongelmien laskennallinen peruskurssi Luento 4 Inversio-ongelmien laskennallinen peruskurssi Luento 4 Kevät 20 Regularisointi Eräs keino yrittää ratkaista (likimääräisesti) huonosti asetettuja ongelmia on regularisaatio. Regularisoinnissa ongelmaa

Lisätiedot

Energia bittiä kohden

Energia bittiä kohden TLT-54/4u Energia ittiä kohden Kirjallisuudessa (ja muutenkin) on usein tapana käyttää S/ suhteen sijasta suuretta (syy seliää tarkemmin hetken päästä ) E missä - E on hyötysignaalienergia ittiä kohden

Lisätiedot

Helsinki University of Technology Laboratory of Telecommunications Technology

Helsinki University of Technology Laboratory of Telecommunications Technology Helsinki University of Technology Laboratory of Telecommunications Technology S-38.211 Signaalinkäsittely tietoliikenteessä I Signal Processing in Communications (2 ov) Syksy 1998 1. Luento: Johdanto prof.

Lisätiedot

Peruskerros: OFDM. Fyysinen kerros: hajaspektri. Hajaspektri: toinen tapa. FHSS taajuushyppely (frequency hopping)

Peruskerros: OFDM. Fyysinen kerros: hajaspektri. Hajaspektri: toinen tapa. FHSS taajuushyppely (frequency hopping) Fyysinen kerros: hajaspektri CSMA/CA: Satunnaisperääntyminen (Random backoff) samankaltainen kuin Ethernetissä Kilpailuikkuna : 31-1023 aikaviipaletta oletusarvo 31 kasvaa, jos lähetykset törmäävat, pienee

Lisätiedot

Helsinki University of Technology

Helsinki University of Technology Helsinki University of Technology Laboratory of Telecommunications Technology S-38.211 Signaalinkäsittely tietoliikenteessä I Signal Processing in Communications (2 ov) Syksy 1997 1. Luento: Johdanto prof.

Lisätiedot

2 Osittaisderivaattojen sovelluksia

2 Osittaisderivaattojen sovelluksia 2 Osittaisderivaattojen sovelluksia 2.1 Ääriarvot Yhden muuttujan funktiolla f(x) on lokaali maksimiarvo (lokaali minimiarvo) pisteessä a, jos f(x) f(a) (f(x) f(a)) kaikilla x:n arvoilla riittävän lähellä

Lisätiedot

Luento 5: Kantataajuusvastaanotin AWGNkanavassa I: Suodatus ja näytteistys a. Kuvaa diskreetin ajan signaaliavaruussymbolit jatkuvaan aikaan

Luento 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]

Lisätiedot

SGN-1200 Signaalinkäsittelyn menetelmät Välikoe

SGN-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,

Lisätiedot

SIGNAALITEORIAN JATKOKURSSI 2003

SIGNAALITEORIAN JATKOKURSSI 2003 SIGNAALITEORIAN JATKOKURSSI 2003 Harri Saarnisaari University of Oulu Telecommunication laboratory & Centre for Wireless Communications (CWC) Yhteystiedot Luennot Harri Saarnisaari puh. 553 2842 vastaanotto

Lisätiedot

Digitaalinen signaalinkäsittely Desibeliasteikko, suotimen suunnittelu

Digitaalinen 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,

Lisätiedot

MAB3 - Harjoitustehtävien ratkaisut:

MAB3 - Harjoitustehtävien ratkaisut: MAB - Harjoitustehtävien ratkaisut: Funktio. Piirretään koordinaatistoakselit ja sijoitetaan pisteet:. a) Funktioiden nollakohdat löydetään etsimällä kuvaajien ja - akselin leikkauspisteitä. Funktiolla

Lisätiedot

Pyramidi 9 Trigonometriset funktiot ja lukujonot 15.4.2011 HK1-1. Dsin3 x. 3cos3x. Dsinx. u( x) sinx ja u ( x) cosx. Dsin. Dsin

Pyramidi 9 Trigonometriset funktiot ja lukujonot 15.4.2011 HK1-1. Dsin3 x. 3cos3x. Dsinx. u( x) sinx ja u ( x) cosx. Dsin. Dsin Pyramidi 9 Trigonometriset funktiot ja lukujonot 5.4.0 HK- a) Dsin3 us ( ) cos3 3 us( ) s( ) 3cos3 s( ) 3 ja s( ) 3 u( ) sin ja u( ) cos b) Dsin 3 3 Dsin us ( ) s( ) sin ja s( ) cos 3 u( ) ja u( ) 3 3sin

Lisätiedot

Funktion raja-arvo. lukumäärien tutkiminen. tutkiminen

Funktion raja-arvo. lukumäärien tutkiminen. tutkiminen Matematiikka algebra geometria Funktion raja-arvo analyysi tarve lukumäärien tutkiminen kuvioiden ja kappaleiden tutkiminen muutosten tutkiminen DERIVAATTA, MAA6 Yhtä vanhoja kuin ihmiskuntakin ~6 000

Lisätiedot

Johdatus reaalifunktioihin P, 5op

Johdatus reaalifunktioihin P, 5op Johdatus reaalifunktioihin 802161P, 5op Osa 2 Pekka Salmi 1. lokakuuta 2015 Pekka Salmi FUNK 1. lokakuuta 2015 1 / 55 Jatkuvuus ja raja-arvo Tavoitteet: ymmärtää raja-arvon ja jatkuvuuden määritelmät intuitiivisesti

Lisätiedot

Vektorien pistetulo on aina reaaliluku. Esimerkiksi vektorien v = (3, 2, 0) ja w = (1, 2, 3) pistetulo on

Vektorien pistetulo on aina reaaliluku. Esimerkiksi vektorien v = (3, 2, 0) ja w = (1, 2, 3) pistetulo on 13 Pistetulo Avaruuksissa R 2 ja R 3 on totuttu puhumaan vektorien pituuksista ja vektoreiden välisistä kulmista. Kuten tavallista, näiden käsitteiden yleistäminen korkeampiulotteisiin avaruuksiin ei onnistu

Lisätiedot

Reaalifunktioista 1 / 17. Reaalifunktioista

Reaalifunktioista 1 / 17. Reaalifunktioista säilyy 1 / 17 säilyy Jos A, B R, niin funktiota f : A B sanotaan (yhden muuttujan) reaalifunktioksi. Tällöin karteesinen tulo A B on (aiempia esimerkkejä luonnollisemmalla tavalla) xy-tason osajoukko,

Lisätiedot

Kertaus. x x x. K1. a) b) x 5 x 6 = x 5 6 = x 1 = 1 x, x 0. K2. a) a a a a, a > 0

Kertaus. x x x. K1. a) b) x 5 x 6 = x 5 6 = x 1 = 1 x, x 0. K2. a) a a a a, a > 0 Juuri 8 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty 8.9.07 Kertaus K. a) 6 4 64 0, 0 0 0 0 b) 5 6 = 5 6 = =, 0 c) d) K. a) b) c) d) 4 4 4 7 4 ( ) 7 7 7 7 87 56 7 7 7 6 6 a a a, a > 0 6 6 a

Lisätiedot

5 Differentiaalilaskentaa

5 Differentiaalilaskentaa 5 Differentiaalilaskentaa 5.1 Raja-arvo Esimerkki 5.1. Rationaalifunktiota g(x) = x2 + x 2 x 1 ei ole määritelty nimittäjän nollakohdassa eli, kun x = 1. Funktio on kuitenkin määritelty kohdan x = 1 läheisyydessä.

Lisätiedot

CSMA/CA: Satunnaisperääntyminen (Random backoff)

CSMA/CA: Satunnaisperääntyminen (Random backoff) CSMA/CA: Satunnaisperääntyminen (Random backoff) samankaltainen kuin Ethernetissä Kilpailuikkuna : 31-1023 aikaviipaletta oletusarvo 31 kasvaa, jos lähetykset törmäävat, pienee kun lähetys onnistuu törmäys

Lisätiedot

Signaalien datamuunnokset. Digitaalitekniikan edut

Signaalien 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

Lisätiedot

Signaalien datamuunnokset

Signaalien datamuunnokset Signaalien datamuunnokset Datamuunnosten teoriaa Muunnosten taustaa Muunnosten teoriaa Muunnosten rajoituksia ja ongelmia Petri Kärhä 06/02/2004 Luento 4a: Signaalien datamuunnokset 1 Digitaalitekniikan

Lisätiedot

Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2017 Insinöörivalinnan matematiikan koe , Ratkaisut (Sarja A)

Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2017 Insinöörivalinnan matematiikan koe , Ratkaisut (Sarja A) Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 017 Insinöörivalinnan matematiikan koe 30..017, Ratkaisut (Sarja A) 1. a) Lukujen 9, 0, 3 ja x keskiarvo on. Määritä x. (1 p.) b) Mitkä reaaliluvut

Lisätiedot

Radioamatöörikurssi 2016

Radioamatöörikurssi 2016 Radioamatöörikurssi 2016 Modulaatiot Radioiden toiminta 8.11.2016 Tatu Peltola, OH2EAT 1 / 18 Modulaatiot Erilaisia tapoja lähettää tietoa radioaalloilla Esim. puhetta ei yleensä laiteta antenniin sellaisenaan

Lisätiedot

JOHDANTO VIRHEENKORJAAVAAN KOODAUKSEEN KANAVAKOODAUSMENETELMÄT A Tietoliikennetekniikka II Osa 22 Kari Kärkkäinen Syksy 2015

JOHDANTO VIRHEENKORJAAVAAN KOODAUKSEEN KANAVAKOODAUSMENETELMÄT A Tietoliikennetekniikka II Osa 22 Kari Kärkkäinen Syksy 2015 1 JOHDANTO VIRHEENKORJAAVAAN KOODAUKSEEN KANAVAKOODAUSMENETELMÄT RESURSSIEN VÄLINEN KAUPANKÄYNTI 2 LÄHETYSTEHO KAISTANLEVEYS MONIMUTKAISUUS VIRHETODEN- NÄKÖISYYS RESURSSIEN VÄLINEN KAUPANKÄYNTI 3 Resurssien

Lisätiedot

Positiivitermisten sarjojen suppeneminen

Positiivitermisten sarjojen suppeneminen Positiivitermisten sarjojen suppeneminen Jono (b n ) n= on kasvava, jos b n+ b n kaikilla n =, 2,... Lemma Jokainen ylhäältä rajoitettu kasvava jono (b n ) n= raja-arvo on lim n b n = sup n Z+ b n. suppenee

Lisätiedot

Tee konseptiin pisteytysruudukko! Muista kirjata nimesi ja ryhmäsi. Lue ohjeet huolellisesti

Tee konseptiin pisteytysruudukko! Muista kirjata nimesi ja ryhmäsi. Lue ohjeet huolellisesti MAA8 Ko 5..04 T konsptiin pisttsruudukko! Muista kirjata nimsi ja rhmäsi. Lu ohjt huolllissti A-Osio: Ei saa kättää laskinta. MAOL saa olla alusta asti kätössä. Maksimissaan h aikaa suorittaa A- Osio.

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

Laskuharjoitus 2 ( ): Tehtävien vastauksia

Laskuharjoitus 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

T Luonnollisen kielen tilastollinen käsittely Vastaukset 3, ti , 8:30-10:00 Kollokaatiot, Versio 1.1

T Luonnollisen kielen tilastollinen käsittely Vastaukset 3, ti , 8:30-10:00 Kollokaatiot, Versio 1.1 T-61.281 Luonnollisen kielen tilastollinen käsittely Vastaukset 3, ti 10.2.2004, 8:30-10:00 Kollokaatiot, Versio 1.1 1. Lasketaan ensin tulokset sanaparille valkoinen, talo käsin: Frekvenssimenetelmä:

Lisätiedot

MAANPUOLUSTUSKORKEAKOULU VIRHEENKORJAUSALGORITMIT. Kandidaatintutkielma. Kadetti Ville Parkkinen. 99. kadettikurssi Maasotalinja

MAANPUOLUSTUSKORKEAKOULU VIRHEENKORJAUSALGORITMIT. Kandidaatintutkielma. Kadetti Ville Parkkinen. 99. kadettikurssi Maasotalinja MAANPUOLUSTUSKORKEAKOULU VIRHEENKORJAUSALGORITMIT Kandidaatintutkielma Kadetti Ville Parkkinen 99. kadettikurssi Maasotalinja Maaliskuu 2015 MAANPUOLUSTUSKORKEAKOULU Kurssi Linja 99. kadettikurssi Maasotalinja

Lisätiedot

Tilastollinen päättely II, kevät 2017 Harjoitus 2A

Tilastollinen päättely II, kevät 2017 Harjoitus 2A Tilastollinen päättely II, kevät 07 Harjoitus A Heikki Korpela 3. tammikuuta 07 Tehtävä. (Monisteen tehtävä.3 Olkoot Y,..., Y n Exp(λ. Kirjoita vastaava tilastollisen mallin lauseke (ytf. Muodosta sitten

Lisätiedot

Vanhoja koetehtäviä. Analyyttinen geometria 2016

Vanhoja koetehtäviä. Analyyttinen geometria 2016 Vanhoja koetehtäviä Analyyttinen geometria 016 1. Määritä luvun a arvo, kun piste (,3) on käyrällä a(3x + a) = (y - 1). Suora L kulkee pisteen (5,1) kautta ja on kohtisuorassa suoraa 6x + 7y - 19 = 0 vastaan.

Lisätiedot

SIGNAALITEORIAN KERTAUSTA OSA 2

SIGNAALITEORIAN KERTAUSTA OSA 2 1 SIGNAALITEORIAN KERTAUSTA OSA 2 Miten spektri lasketaan moduloiduille ja näytteistetyille tietoliikennesignaaleille? KONVOLUUTIO JA KERTOLASKU 2 Kantataajuussignaali (baseband) = sanomasignaali ilman

Lisätiedot

110. 111. 112. 113. 114. 4. Matriisit ja vektorit. 4.1. Matriisin käsite. 4.2. Matriisialgebra. Olkoon A = , B = Laske A + B, 5 14 9, 1 3 3

110. 111. 112. 113. 114. 4. Matriisit ja vektorit. 4.1. Matriisin käsite. 4.2. Matriisialgebra. Olkoon A = , B = Laske A + B, 5 14 9, 1 3 3 4 Matriisit ja vektorit 4 Matriisin käsite 42 Matriisialgebra 0 2 2 0, B = 2 2 4 6 2 Laske A + B, 2 A + B, AB ja BA A + B = 2 4 6 5, 2 A + B = 5 9 6 5 4 9, 4 7 6 AB = 0 0 0 6 0 0 0, B 22 2 2 0 0 0 6 5

Lisätiedot

Talousmatematiikan perusteet: Luento 5. Käänteisfunktio Yhdistetty funktio Raja-arvot ja jatkuvuus

Talousmatematiikan perusteet: Luento 5. Käänteisfunktio Yhdistetty funktio Raja-arvot ja jatkuvuus Talousmatematiikan perusteet: Luento 5 Käänteisfunktio Yhdistetty funktio Raja-arvot ja jatkuvuus Tähän mennessä Funktiolla f: A B, y = f x kuvataan muuttujan y B riippuvuutta muuttujasta x A Jotta funktio

Lisätiedot

MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ

MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ YLIOPPILSTUTKINTO- LUTKUNT..7 MTEMTIIKN KOE PITKÄ OPPIMÄÄRÄ -osa Ratkaise kaikki tämän osan tehtävät. Tehtävät arvostellaan pistein. Kunkin tehtävän ratkaisu kirjoitetaan tehtävän alla olevaan ruudukkoon.

Lisätiedot

Kurssin perustiedot. ELEC-C7110 Informaatioteknologian perusteet. Tämän viikon aiheet. Tiedonsiirron perusteita. Tiedonsiirron rakenneosat

Kurssin perustiedot. ELEC-C7110 Informaatioteknologian perusteet. Tämän viikon aiheet. Tiedonsiirron perusteita. Tiedonsiirron rakenneosat Kurssin perustiedot ELEC-C7 Informaatioteknologian perusteet Kalevi Kilkki Tietoliikenne- ja tietoverkkotekniikan laitos siirto 5.. & 7..6» Kalevi Kilkki: Luennot ja kurssin sisältö kalevi.kilkki@aalto.fi,

Lisätiedot

samankaltainen kuin Ethernetissä

samankaltainen kuin Ethernetissä CSMA/CA: Satunnaisperääntyminen (Random backoff) samankaltainen kuin Ethernetissä Kilpailuikkuna : 31-1023 aikaviipaletta oletusarvo 31 kasvaa, jos lähetykset törmäävat, pienee kun lähetys onnistuu törmäys

Lisätiedot

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti SGN-1200 Signaalinkäsittelyn menetelmät, Tentti 18.3.2008 Kirjoita nimesi ja opiskelijanumerosi jokaiseen paperiin. Vastauspaperit tullaan irrottamaan toisistaan. Jos tila ei riitä, jatka kääntöpuolelle

Lisätiedot

WLAN langaton lähiverkko (Wireless LAN) ISM. Hidden terminal -ongelma. CSMA/CA (Collision avoidance) IEEE standardi. exposed station problem:

WLAN langaton lähiverkko (Wireless LAN) ISM. Hidden terminal -ongelma. CSMA/CA (Collision avoidance) IEEE standardi. exposed station problem: WLAN langaton lähiverkko (Wireless LAN) IEEE 802.11-standardi IEEE 802.11: 1 ja 2 Mbps IEEE 802.11a: 6, 12, 24, 54 Mbps IEEE 802.11b: 5.5, 11 Mbps ETSI: HiperLAN HiperLAN1: 20 Mbbps HiperLAN2: 25-54 Mbps

Lisätiedot

1. Sähköön liittyviä peruskäsitteitä tietoliikenneorientoituneesti tarkasteltuna

1. Sähköön liittyviä peruskäsitteitä tietoliikenneorientoituneesti tarkasteltuna TTSE Tietoliikenteen perusteet Metropolia/A. Koivumäki Kirjan lukuun 3 liittyvää lisäselitystä ja esimerkkejä Kirjan luvussa 3 (Signals Carried over the Network) luodaan katsaus siihen, minkälaisia sähköisiä

Lisätiedot

6 Eksponentti- ja logaritmifunktio

6 Eksponentti- ja logaritmifunktio ANALYYSI A, HARJOITUSTEHTÄVIÄ, KEVÄT 019 6 Eksponentti- ja logaritmifunktio 6.1 Eksponenttifunktio 1. Määritä (a) e 3 e + 5, (b) e, (c) + 3e e cos.. Tutki, onko funktiolla f() = 1 e tan + 1 ( π + nπ, n

Lisätiedot

Tehtävänanto oli ratkaista seuraavat määrätyt integraalit: b) 0 e x + 1

Tehtävänanto oli ratkaista seuraavat määrätyt integraalit: b) 0 e x + 1 Tehtävä : Tehtävänanto oli ratkaista seuraavat määrätyt integraalit: a) a) x b) e x + Integraali voisi ratketa muuttujanvaihdolla. Integroitava on muotoa (a x ) n joten sopiva muuttujanvaihto voisi olla

Lisätiedot

WLAN langaton lähiverkko (Wireless LAN)

WLAN langaton lähiverkko (Wireless LAN) WLAN langaton lähiverkko (Wireless LAN) IEEE 802.11-standardi IEEE 802.11: 1 ja 2 Mbps IEEE 802.11a: 6, 12, 24, 54 Mbps IEEE 802.11b: 5.5, 11 Mbps ETSI: HiperLAN HiperLAN1: 20 Mbbps HiperLAN2: 25-54 Mbps

Lisätiedot

WLAN langaton lähiverkko (Wireless LAN)

WLAN langaton lähiverkko (Wireless LAN) WLAN langaton lähiverkko (Wireless LAN) IEEE 802.11-standardi IEEE 802.11: : 1 ja 2 Mbps IEEE 802.11a: 6, 12, 24, 54 Mbps IEEE 802.11b: 5.5, 11 Mbps ETSI: HiperLAN HiperLAN1: 20 Mbbps HiperLAN2: 25-54

Lisätiedot

f (28) L(28) = f (27) + f (27)(28 27) = = (28 27) 2 = 1 2 f (x) = x 2

f (28) L(28) = f (27) + f (27)(28 27) = = (28 27) 2 = 1 2 f (x) = x 2 BMA581 - Differentiaalilaskenta ja sovellukset Harjoitus 4, Syksy 15 1. (a) Olisiko virhe likimain.5, ja arvio antaa siis liian suuren arvon. (b) Esim (1,1.5) tai (,.5). Funktion toinen derivaatta saa

Lisätiedot

LIITE 1 VIRHEEN ARVIOINNISTA

LIITE 1 VIRHEEN ARVIOINNISTA Oulun yliopisto Fysiikan opetuslaboratorio Fysiikan laboratoriotyöt 1 1 LIITE 1 VIRHEEN RVIOINNIST Mihin tarvitset virheen arviointia? Mittaustuloksiin sisältyy aina virhettä, vaikka mittauslaite olisi

Lisätiedot

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 1: Parametrisoidut käyrät ja kaarenpituus

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 1: Parametrisoidut käyrät ja kaarenpituus MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 1: Parametrisoidut käyrät ja kaarenpituus Antti Rasila Aalto-yliopisto Syksy 2015 Antti Rasila (Aalto-yliopisto) MS-A0202 Syksy 2015 1 / 18

Lisätiedot

Kapeakaistainen signaali

Kapeakaistainen signaali Tiedonsiirrossa sellaiset signaalit ovat tyypillisiä, joilla informaatio jakautuu kapealle taajuusalueelle jonkun keskitaajuuden ympäristöön. Tällaisia signaaleja kutustaan kapeakaistaisiksi signaaleiksi

Lisätiedot

puheen laatu kärsii koodauksesta mahdollisimman vähän. puhe pakkautuu mahdollisimman pieneen määrään bittejä.

puheen laatu kärsii koodauksesta mahdollisimman vähän. puhe pakkautuu mahdollisimman pieneen määrään bittejä. Luku 1 Puheen koodaus Puheen koodauksella tarkoitetaan puhesignaalin esittämiseen tarvittavan bittimäärän pienentämistä sillä tavalla, että puhesignaalin laatu ja ymmärrettävyys kärsivät mahdollisimman

Lisätiedot

a) I f I d Eri kohinavirtakomponentit vahvistimen otossa (esim. http://www.osioptoelectronics.com/)

a) I f I d Eri kohinavirtakomponentit vahvistimen otossa (esim. http://www.osioptoelectronics.com/) a) C C p e n sn V out p d jn sh C j i n V out Käytetyt symbolit & vakiot: P = valoteho [W], λ = valodiodin ilmaisuvaste eli responsiviteetti [A/W] d = pimeävirta [A] B = kohinakaistanleveys [Hz] T = lämpötila

Lisätiedot

Digitaalinen tiedonsiirto ja siirtotiet

Digitaalinen tiedonsiirto ja siirtotiet A! Aalto University Comnet ELEC-C7230 Tietoliikenteen siirtomenetelmät, Luento 1 Digitaalinen tiedonsiirto ja siirtotiet Olav Tirkkonen [Luku 1: Introduction, kokonaisuudessaan] A! OSI-kerrokset Tiedonsiirtojärjestelmiä

Lisätiedot

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle / MS-A8 Differentiaali- ja integraalilaskenta, V/7 Differentiaali- ja integraalilaskenta Ratkaisut 5. viikolle / 9..5. Integroimismenetelmät Tehtävä : Laske osittaisintegroinnin avulla a) π x sin(x) dx,

Lisätiedot

WLAN langaton lähiverkko (Wireless LAN) Hidden terminal -ongelma ISM. IEEE standardi. Ratkaisu piilolähettäjän ongelmaan

WLAN langaton lähiverkko (Wireless LAN) Hidden terminal -ongelma ISM. IEEE standardi. Ratkaisu piilolähettäjän ongelmaan WLAN langaton lähiverkko (Wireless LAN) IEEE 802.11-standardi IEEE 802.11: 1 ja 2 Mbps IEEE 802.11a: 6, 12, 24, 54 Mbps IEEE 802.11b: 5.5, 11 Mbps ETSI: HiperLAN HiperLAN1: 20 Mbbps HiperLAN2: 25-54 Mbps

Lisätiedot

4. Käyrän lokaaleja ominaisuuksia

4. Käyrän lokaaleja ominaisuuksia 23 VEKTORIANALYYSI Luento 3 4 Käyrän lokaaleja ominaisuuksia Käyrän tangentti Tarkastellaan parametrisoitua käyrää r( t ) Parametrilla t ei tarvitse olla mitään fysikaalista merkitystä, mutta seuraavassa

Lisätiedot

Joukot. Georg Cantor ( )

Joukot. Georg Cantor ( ) Joukot Matematiikassa on pyrkimys määritellä monimutkaiset asiat täsmällisesti yksinkertaisempien asioiden avulla. Tarvitaan jokin lähtökohta, muutama yleisesti hyväksytty ja ymmärretty käsite, joista

Lisätiedot

Itseoppivan radiojärjestelmän simulointijärjestelmän kehitys, CWC:n osahanke. DI Juho Markkula

Itseoppivan radiojärjestelmän simulointijärjestelmän kehitys, CWC:n osahanke. DI Juho Markkula Itseoppivan radiojärjestelmän simulointijärjestelmän kehitys, CWC:n osahanke DI Juho Markkula Johdanto Tutkimuksen tavoite Kehittää itseoppivan radiojärjestelmän simulaattori Tutkia signaalin havaitsemistehokkuutta

Lisätiedot

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 7: Pintaintegraali ja vuointegraali

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 7: Pintaintegraali ja vuointegraali MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 7: Pintaintegraali ja vuointegraali Antti Rasila Aalto-yliopisto Syksy 2015 Antti Rasila (Aalto-yliopisto) MS-A0305 Syksy 2015 1 / 24 Mikä on pinta?

Lisätiedot

766334A Ydin- ja hiukkasfysiikka

766334A Ydin- ja hiukkasfysiikka 1 76633A Ydin- ja hiukkasfysiikka Luentomonistetta täydentävää materiaalia: 3 5-3 Kuorimalli Juhani Lounila Oulun yliopisto, Fysiikan laitos, 011 Kuva 7-13 esittää, miten parillis-parillisten ydinten ensimmäisen

Lisätiedot

Maximum likelihood-estimointi Alkeet

Maximum likelihood-estimointi Alkeet Maximum likelihood-estimointi Alkeet Keijo Ruotsalainen Oulun yliopisto, Teknillinen tiedekunta Matematiikan jaos Maximum likelihood-estimointi p.1/20 Maximum Likelihood-estimointi satunnaismuuttujan X

Lisätiedot

WLAN langaton lähiverkko (Wireless LAN)

WLAN langaton lähiverkko (Wireless LAN) WLAN langaton lähiverkko (Wireless LAN) IEEE 802.11-standardi IEEE 802.11: 1 ja 2 Mbps IEEE 802.11a: 6, 12, 24, 54 Mbps IEEE 802.11b: 5.5, 11 Mbps ETSI: HiperLAN HiperLAN1: 20 Mbbps HiperLAN2: 25-54 Mbps

Lisätiedot

MAB3 - Harjoitustehtävien ratkaisut:

MAB3 - Harjoitustehtävien ratkaisut: MAB3 - Harjoitustehtävien ratkaisut: 1 Funktio 1.1 Piirretään koordinaatistoakselit ja sijoitetaan pisteet: 1 1. a) Funktioiden nollakohdat löydetään etsimällä kuvaajien ja - akselin leikkauspisteitä.

Lisätiedot

WLAN langaton lähiverkko (Wireless LAN)

WLAN langaton lähiverkko (Wireless LAN) WLAN langaton lähiverkko (Wireless LAN) IEEE 802.11-standardi IEEE 802.11: 1 ja 2 Mbps IEEE 802.11a: 6, 12, 24, 54 Mbps IEEE 802.11b: 5.5, 11 Mbps ETSI: HiperLAN HiperLAN1: 20 Mbbps HiperLAN2: 25-54 Mbps

Lisätiedot

Radioamatöörikurssi 2017

Radioamatöörikurssi 2017 Radioamatöörikurssi 2017 Polyteknikkojen Radiokerho Luento 4: Modulaatiot 9.11.2017 Otto Mangs, OH2EMQ, oh2emq@sral.fi 1 / 29 Illan aiheet 1.Signaaleista yleisesti 2.Analogiset modulaatiot 3.Digitaalinen

Lisätiedot

Mallin arviointi ja valinta. Ennustevirhe otoksen sisällä, parametrimäärän valinta, AIC, BIC ja MDL

Mallin arviointi ja valinta. Ennustevirhe otoksen sisällä, parametrimäärän valinta, AIC, BIC ja MDL Mallin arviointi ja valinta Ennustevirhe otoksen sisällä, parametrimäärän valinta, AIC, BIC ja MDL Sisältö Otoksen ennustevirheen estimointi AIC - Akaiken informaatiokriteeri mallin valintaan Parametrimäärän

Lisätiedot

Talousmatematiikan perusteet: Luento 4. Potenssifunktio Eksponenttifunktio Logaritmifunktio

Talousmatematiikan perusteet: Luento 4. Potenssifunktio Eksponenttifunktio Logaritmifunktio Talousmatematiikan perusteet: Luento 4 Potenssifunktio Eksponenttifunktio Logaritmifunktio Viime luennolla Funktiolla f: A B kuvataan muuttujan y B riippuvuutta muuttujasta x A A on lähtö- tai määrittelyjoukko

Lisätiedot

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B Sovellettu todennäköisyyslaskenta B Antti Rasila 21. syyskuuta 2007 Antti Rasila () TodB 21. syyskuuta 2007 1 / 19 1 Satunnaismuuttujien riippumattomuus 2 Jakauman tunnusluvut Odotusarvo Odotusarvon ominaisuuksia

Lisätiedot

6.8 Erityisfunktioiden sovelluksia

6.8 Erityisfunktioiden sovelluksia 6.8 Erityisfunktioiden sovelluksia Tässä luvussa esitellään muutama esimerkki, joissa käytetään hyväksi eksponentti-, logaritmi- sekä trigonometrisia funktioita. Ensimmäinen esimerkki juontaa juurensa

Lisätiedot

SÄHKÖTEKNIIKAN TUTKINTO-OHJELMA

SÄHKÖTEKNIIKAN TUTKINTO-OHJELMA KANDIDAATINTYÖ Joona Hämäläinen Ohjaaja: Juha-Pekka Mäkelä SÄHKÖTEKNIIKAN TUTKINTO-OHJELMA 2019 Hämäläinen J. (2019) Kandidaatintyö. Oulun yliopisto, Elektroniikan ja tietoliikennetekniikan tutkinto-ohjelma.

Lisätiedot

Luento 8. Suodattimien käyttötarkoitus

Luento 8. Suodattimien käyttötarkoitus Luento 8 Lineaarinen suodatus Ideaaliset alipäästö, ylipäästö ja kaistanpäästösuodattimet Käytännölliset suodattimet 8..006 Suodattimien käyttötarkoitus Signaalikaistan ulkopuolisen kohinan ja häiriöiden

Lisätiedot

HY, MTL / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIb, syksy 2017 Harjoitus 1 Ratkaisuehdotuksia

HY, MTL / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIb, syksy 2017 Harjoitus 1 Ratkaisuehdotuksia HY, MTL / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIb, syksy 07 Harjoitus Ratkaisuehdotuksia Tehtäväsarja I Osa tämän viikon tehtävistä ovat varsin haastavia, joten ei todellakaan

Lisätiedot

2 Raja-arvo ja jatkuvuus

2 Raja-arvo ja jatkuvuus Juuri 6 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty 5.7.6 Raja-arvo ja jatkuvuus. a) Kun suorakulmion kärki on kohdassa =, on suorakulmion kannan pituus. Suorakulmion korkeus on käyrän y-koordinaatti

Lisätiedot

Latinalaiset neliöt ja taikaneliöt

Latinalaiset neliöt ja taikaneliöt Latinalaiset neliöt ja taikaneliöt LuK-tutkielma Aku-Petteri Niemi Matemaattisten tieteiden tutkinto-ohjelma Oulun yliopisto Kevät 2018 Sisältö Johdanto 2 1 Latinalaiset neliöt 3 1.1 Latinalainen neliö.........................

Lisätiedot

Derivaatan sovellukset (ääriarvotehtävät ym.)

Derivaatan sovellukset (ääriarvotehtävät ym.) Derivaatan sovellukset (ääriarvotehtävät ym.) Tehtävät: 1. Tutki derivaatan avulla funktion f kulkua. a) f(x) = x 4x b) f(x) = x + 6x + 11 c) f(x) = x4 4 x3 + 4 d) f(x) = x 3 6x + 1x + 3. Määritä rationaalifunktion

Lisätiedot

Laajaverkot (WAN) Puhelinverkko. runkolinjat digitaalisia, kuitua local loop analoginen, kierretty pari kanavointi

Laajaverkot (WAN) Puhelinverkko. runkolinjat digitaalisia, kuitua local loop analoginen, kierretty pari kanavointi Laajaverkot (WAN) Puhelinverkko runkolinjat digitaalisia, kuitua local loop analoginen, kierretty pari kanavointi Kanavointi (multiplexing) Kanavointi (tai limitys) runkolinja yhteiskäytössä 24.1.2001

Lisätiedot

Numeeriset menetelmät TIEA381. Luento 6. Kirsi Valjus. Jyväskylän yliopisto. Luento 6 () Numeeriset menetelmät / 33

Numeeriset menetelmät TIEA381. Luento 6. Kirsi Valjus. Jyväskylän yliopisto. Luento 6 () Numeeriset menetelmät / 33 Numeeriset menetelmät TIEA381 Luento 6 Kirsi Valjus Jyväskylän yliopisto Luento 6 () Numeeriset menetelmät 4.4.2013 1 / 33 Luennon 6 sisältö Interpolointi ja approksimointi Polynomi-interpolaatio: Vandermonden

Lisätiedot

Kanavointi (multiplexing)

Kanavointi (multiplexing) Laajaverkot (WAN) Puhelinverkko runkolinjat digitaalisia, kuitua local loop analoginen, kierretty pari kanavointi Kanavointi (multiplexing) Kanavointi (tai limitys) runkolinja yhteiskäytössä 24.1.2001

Lisätiedot

Kanavointi (multiplexing) Laajaverkot (WAN) T1 Carrier CCITT PCM. E1 (2.048 Mbps)

Kanavointi (multiplexing) Laajaverkot (WAN) T1 Carrier CCITT PCM. E1 (2.048 Mbps) Laajaverkot (WAN) Puhelinverkko runkolinjat digitaalisia, kuitua local loop analoginen, kierretty pari kanavointi Kanavointi (multiplexing) Kanavointi (tai limitys) runkolinja yhteiskäytössä 24.1.2001

Lisätiedot