SGN-1200 Signaalinkäsittelyn menetelmät, Tentti
|
|
- Annika Parviainen
- 6 vuotta sitten
- Katselukertoja:
Transkriptio
1 SG-1200 Signaalinkäsittelyn menetelmät, Tentti Kirjoita nimesi ja opiskelijanumerosi jokaiseen paperiin. Vastauspaperit tullaan irrottamaan toisistaan. Jos tila ei riitä, jatka kääntöpuolelle ja sen jälkeen erilliselle konseptille, jota voit pyytää valvojalta. Laskinta saa käyttää, mutta muistin tulee olla tyhjä. Rastita vielä alle mistä löytyy merkintä pakollisista harjoituksista. Osallistuin harjoituksiin lukuvuonna 05-06: periodeilla 1-2 periodeilla 3-4. Osallistuin harjoituksiin vuonna: syksyllä kesällä Palautin harjoitustehtäväpaketin vuonna: En ole vielä suorittanut pakollisia harjoituksia ja otan yhteyttä luennoitsijaan. 1. Ovatko seuraavat väittämät tosia vai epätosia? (Perusteluja ei tarvita. Oikea vastaus: 1 p, väärä: 1 2 p, ei vastausta 0 p.) (a) Suotimen stabiilius tarkistetaan selvittämällä ovatko sen siirtofunktion nollien itseisarvot pienempiä kuin yksi. (b) Vaihevasteen lineaarisuus takaa, että signaalin kaikki taajuudet viivästyvät yhtä monta sekuntia. (c) Kaksiulotteinen diskreetti Fourier-muunnos voidaan laskea yksiulotteisten diskreettien Fourier-muunnosten avulla. (d) Skalaarilla kertominen ja signaalien yhteenlasku voidaan lineaarisen suotimen tapauksessa tehdä yhtä hyvin ennen suodatusta kuin sen jälkeenkin. (e) Laskostuminen estetään A/D-muunnoksessa asettamalla näytteenottotaajuus vähintään samaksi kuin analogisen signaalin suurin taajuus. (f) Epästabiilin LTI-järjestelmän impulssivasteessa on äärellinen määrä nollasta poikkeavia arvoja. Suodintyyppi Impulssivaste kun n 0 n = 0 Alipäästö 2f c sinc(n 2πf c ) 2f c Ylipäästö 2f c sinc(n 2πf c ) 1 2f c Kaistanpäästö 2f 2 sinc(n 2πf 2 ) 2f 1 sinc(n 2πf 1 ) 2(f 2 f 1 ) Kaistanesto 2f 1 sinc(n 2πf 1 ) 2f 2 sinc(n 2πf 2 ) 1 2(f 2 f 1 ) Ikkuna- Siirtymäkaistan Päästökaistan Estokaistan Ikkunan lauseke funktion leveys värähtely minimi- w(n), kun nimi (normalisoitu) (db) vaimennus (db) n ( 1)/2 Suorakulmainen 0.9/ Bartlett 3.05/ n 1 Hanning 3.1/ cos 2πn Hamming 3.3/ cos 2πn Blackman 5.5/ cos 2πn cos 4πn
2 2. (a) Laske käsin lukujonon x(n) = ( 2, 2, 5, 3) diskreetti Fourier-muunnos. (2p) (b) Eräs tiedosto sisältää kuutta eri symbolia, joille on laskettu esiintymistodennäköisyydet p 0 = 0.34, p 1 = 0.18, p 2 = 0.16, p 3 = 0.15, p 4 = 0.14 ja p 5 = Generoi Huffman-puu ja Huffman-koodi. Paljonko on keskimääräinen koodisanan pituus? (2p) (c) Suodin suunnitellaan ikkunamenetelmällä seuraavien määrittelyjen mukaiseksi. Estokaista Päästökaista Päästökaistan maksimivärähtely Estokaistan minimivaimennus äytteenottotaajuus [12 khz, 16 khz] [0 khz, 10 khz] 0.06 db 48 db 32 khz Kertoimia saat käyttää enintään 101 kappaletta. Millä ikkunoilla tämä onnistuu (vai onnistuuko millään)? Suodinta ei tarvitse suunnitella, mutta perustele valintasi. (2p)
3 3. Oletetaan, että kausaalisen LTI-järjestelmän heräte x(n) ja vaste y(n) toteuttavat seuraavan differenssiyhtälön: y(n) = y(n 1) 1 y(n 2) + x(n) 2x(n 1) + 2x(n 2). 2 (a) Määritä järjestelmän siirtofunktio H(z). (b) Piirrä napa-nollakuvio. (c) Onko järjestelmä stabiili? Miksi / miksi ei?
4 4. Suunnittele ikkunamenetelmällä ylipäästösuodin (selvitä käsin impulssivasteen lauseke), jonka vaatimukset ovat seuraavat: Estokaista Päästökaista Päästökaistan maksimivärähtely Estokaistan minimivaimennus äytteenottotaajuus [0 khz, 3 khz] [4 khz, 16 khz] 0.07 db 51 db 32 khz Käytä etusivun taulukoita hyväksesi.
5 5. (a) Tarkastellaan alla olevan kuvan mukaista järjestelmää. Järjestelmä koostuu kolmesta suotimesta, joiden siirtofunktiot ovat H 1 (z) = z z 2, H 2 (z) = z z 2 ja H 3 (z) = 3 2z 2. Mikä on katkoviivojen sisällä olevan kokonaisuuden siirtofunktio H(z)? (2p) H ( z ) 1 x ( n) H ( z) 3 y ( n) H ( z) 2 (b) Tarkastellaan FIR-suodinta, jonka siirtofunktio on H(z) = z z z 3 6. Järjestelmän heräte on x(n) = u(n) cos(0.25 2πn), eli normalisoituina taajuuksina taajuudella 0.25 värähtelevä kosinisignaali (tällöin kulmataajuus ω = 2 π 0.25). Laske suotimen amplitudi- ja vaihevaste kyseisellä taajuudella. (4p)
SGN-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
LisätiedotSGN-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
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,
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-1200 Signaalinkäsittelyn menetelmät, Tentti 30.1.2006 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
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,
LisätiedotSGN-1200 Signaalinkäsittelyn menetelmät, Tentti
SGN-1200 Signaalinkäsittelyn menetelmät, Tentti 5.5.2008 Kirjoita nimesi ja opiskelijanumerosi jokaiseen paperiin. Vastauspaperit tullaan irrottamaan toisistaan. Jos tila ei riitä, jatka kääntöpuolelle
LisätiedotSGN Signaalinkäsittelyn perusteet Välikoe Heikki Huttunen
SGN-11 Signaalinkäsittelyn perusteet Välikoe 3.5.16 Heikki Huttunen Laskimen käyttö sallittu. Muiden materiaalien käyttö ei sallittu. Tenttikysymyksiä ei tarvitse palauttaa. Sivuilla 1-3 on. Sivuilla 4-5
LisätiedotSGN Signaalinkäsittelyn perusteet Välikoe Heikki Huttunen
SGN- Signaalinkäsittelyn perusteet Välikoe.5.4 Heikki Huttunen Tentissä ja välikokeessa saa käyttää vain tiedekunnan laskinta. Tenttikysymyksiä ei tarvitse palauttaa. Sivuilla -3 on. Sivuilla 4-5 on. Sivulla
LisätiedotIIR-suodattimissa ongelmat korostuvat, koska takaisinkytkennästä seuraa virheiden kertautuminen ja joissakin tapauksissa myös vahvistuminen.
TL536DSK-algoritmit (J. Laitinen)..5 Välikoe, ratkaisut Millaisia ongelmia kvantisointi aiheuttaa signaalinkäsittelyssä? Miksi ongelmat korostuvat IIR-suodatinten tapauksessa? Tarkastellaan Hz taajuista
LisätiedotTuntematon järjestelmä. Adaptiivinen suodatin
1 1 Vastaa lyhyesti seuraaviin a) Miksi signaaleja ylinäytteistetään AD- ja DA-muunnosten yhteydessä? b) Esittele lohkokaaviona adaptiiviseen suodatukseen perustuva tuntemattoman järjestelmän mallinnus.
LisätiedotRemez-menetelmä FIR-suodinten suunnittelussa
Luku Remez-menetelmä FIR-suodinten suunnittelussa Remez-menetelmä, eli optimaalinen menetelmä etsii minimax-mielessä optimaalista suodinta. Algoritmi johdetaan seuraavassa (täydellisyyden vuoksi) melko
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,
LisätiedotT Digitaalinen signaalinkäsittely ja suodatus
T-63 Digitaalinen signaalinkäsittely ja suodatus 2 välikoe / tentti Ke 4528 klo 6-9 Sali A (A-x) ja B (x-ö)m 2 vk on oikeus tehdä vain kerran joko 75 tai 45 Tee välikokeessa tehtävät, 2 ja 7 (palaute)
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?
LisätiedotAlipäästösuotimen muuntaminen muiksi perussuotimiksi
Alipäästösuotimen muuntaminen muiksi perussuotimiksi Usein suodinsuunnittelussa on lähtökohtana alipäästösuodin (LPF), josta voidaan yksinkertaisilla operaatioilla muodostaa ylipäästö- (HPF), kaistanpäästö-
LisätiedotSGN-1251 Signaalinkäsittelyn sovellukset Välikoe Heikki Huttunen
SGN-5 Signaalinkäsittelyn sovellukset Välikoe.. Heikki Huttunen Tentissä ja välikokeessa saa käyttää vain tiedekunnan laskinta. Tenttikysymyksiä ei tarvitse palauttaa. Sivuilla - on. Sivuilla 4-6 on. Vastaa
Lisätiedot1 Tarkastellaan digitaalista suodatinta, jolle suurin sallittu päästökaistavärähtely on 0.05 db ja estokaistalla vaimennus on 44 db.
TL5362DSK-algoritmit (J. Laitinen) 2.2.26 Tarkastellaan digitaalista suodatinta, jolle suurin sallittu äästökaistavärähtely on.5 db ja estokaistalla vaimennus on 44 db. 6 Kuinka suuri maksimioikkeama vahvistusarvosta
LisätiedotSMG-1100: PIIRIANALYYSI I. Verkkojen taajuusriippuvuus: suo(dat)timet
SMG-00: PIIRIANALYYSI I Verkkojen taajuusriippuvuus: suo(dat)timet alipäästösuodin ylipäästösuodin kaistanpäästösuodin kaistanestosuodin jännitevahvistus rajataajuus kaistanleveys resonanssi Suotimet:
LisätiedotTL5503 DSK, laboraatiot (1.5 op) Suodatus 1 (ver 1.0) Jyrki Laitinen
TL5503 DSK, laboraatiot (1.5 op) Suodatus 1 (ver 1.0) Jyrki Laitinen TL5503 DSK, laboraatiot (1.5 op), K2005 1 Suorita oheisten ohjeiden mukaiset tehtävät Matlab-ohjelmistoa käyttäen. Kokoa erilliseen
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
Lisätiedot1 Olkoon suodattimen vaatimusmäärittely seuraava:
Olkoon suodattimen vaatimusmäärittely seuraava: Päästökaistan maksimipoikkeama δ p =.5. Estokaistan maksimipoikkeama δ s =.. Päästökaistan rajataajuus pb = 5 Hz. Estokaistan rajataajuudet sb = 95 Hz Näytetaajuus
LisätiedotKatsaus suodatukseen
Katsaus suodatukseen Suodatuksen perustaa, ideaaliset suotimet, käytännön toteutuksia Suodatus Suodatusta käytetään yleensä signaalin muokkaukseen siten, että 2 poistetaan häiritsevä signaali hyötysignaalin
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
LisätiedotHeikki Huttunen Signaalinkäsittelyn sovellukset
Tampereen teknillinen yliopisto. Signaalinkäsittelyn laitos. Opetusmoniste 2: Tampere University of Technology. Department of Signal Processing. Lecture Notes 2: Heikki Huttunen Signaalinkäsittelyn sovellukset
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
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
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
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
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
LisätiedotSpektri- ja signaalianalysaattorit
Spektri- ja signaalianalysaattorit Pyyhkäisevät spektrianalysaattorit Suora pyyhkäisevä Superheterodyne Reaaliaika-analysaattorit Suora analoginen analysaattori FFT-spektrianalysaattori DFT FFT Analysaattoreiden
Lisätiedot1 Määrittele lyhyesti seuraavat käsitteet. a) Kvantisointivirhe. b) Näytetaajuuden interpolointi. c) Adaptiivinen suodatus.
TL536DSK-algoritmit (J. Laitinen) 6.4.5 Määrittele lyyeti euraavat käitteet a) Kvantiointivire. b) äytetaajuuden interpolointi. ) Adaptiivinen uodatu. a) Kvantiointivire yntyy, kun ignaalin ykittäinen
LisätiedotSÄÄTÖJÄRJESTELMIEN SUUNNITTELU
ENSO IKONEN PYOSYS SÄÄTÖJÄRJESTELMIEN SUUNNITTELU Enso Ikonen professori säätö- ja systeemitekniikka http://cc.oulu.fi/~iko Oulun yliopisto Teknillinen tiedekunta Älykkäät koneet ja järjestelmät helmikuu
Lisätiedot1 Äänisignaalin tallentaminen ja analysointi... 2 Q Q Q Q Häiriönpoisto... 5 Q Q Q2.3...
1 Äänisignaalin tallentaminen ja analysointi... 2 Q1.1... 2 Q1.2... 2 Q1.3... 3 Q1.4... 4 2 Häiriönpoisto... 5 Q2.1... 5 Q2.2... 8 Q2.3... 9 3 FIR- ja IIR-suotimien vertailu... 10 Q3.1... 10 Q3.2... 11
LisätiedotLuento 8. Suodattimien käyttötarkoitus
Luento 8 Lineaarinen suodatus Ideaaliset alipäästö, ylipäästö ja kaistanpäästösuodattimet Käytännölliset suodattimet 8..007 Suodattimien käyttötarkoitus Signaalikaistan ulkopuolisen kohinan ja häiriöiden
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
LisätiedotEsipuhe. Tampereella, 9. toukokuuta 2003, Heikki Huttunen heikki.huttunen@tut.fi
Esipuhe Käsillä oleva moniste on tarkoitettu opetusmateriaaliksi Tampereen teknillisen yliopiston signaalinkäsittelyn laitoksen kurssille "8253: Johdatus signaalinkäsittelyyn 2". Materiaali on kehittynyt
Lisätiedot8000253: Johdatus signaalinkäsittelyyn 2
TAMPEREEN TEKNILLINEN YLIOPISTO Tietotekniikan osasto Signaalinkäsittelyn laitos TAMPERE UNIVERSITY OF TECHNOLOGY Department of Information Technology Institute of Signal Processing Opetusmoniste 2-23
LisätiedotHeikki Huttunen Signaalinkäsittelyn sovellukset
Tampereen teknillinen yliopisto. Signaalinkäsittelyn laitos. Opetusmoniste 2: Tampere University of Technology. Department of Signal Processing. Lecture Notes 2: Heikki Huttunen Signaalinkäsittelyn sovellukset
LisätiedotSignaalinkäsittelyn menetelmät
Signaalinkäsittelyn laitos. Opetusmoniste 25: Institute of Signal Processing. Lecture Notes 25: Heikki Huttunen Signaalinkäsittelyn menetelmät Tampere 25 Opetusmoniste 25: Signaalinkäsittelyn menetelmät
LisätiedotT Signaalinkäsittelyjärjestelmät Kevät 2005 Pakolliset ja lisäpistelaskarit
T-61.14 SKJ (Pakolliset ja lisäpistetehtävät 5) Sivu / 16 T-61.14 Signaalinkäsittelyjärjestelmät Kevät 5 Pakolliset ja lisäpistelaskarit HUOM! Kurssi luennoidaan todennäköisesti viimeistä kertaa keväällä
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
LisätiedotAlias-ilmiö eli taajuuden laskostuminen
Prosessiorientoituneet mallit Todellista hybridijärjestelmää ELEC-C1230 Säätötekniikka Luku 12: Näytteenottoteoreema ja jatkuvien säätimien diskreetit approksimaatiot Prosessiorientoituneet mallit katsotaan
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
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
LisätiedotOsatentti
Osatentti 3 1.4.016 Nimi: Opiskelijanumero: Ohjeet: Kirjoita vastaukset paperissa annettuun tilaan. Lisävastaustilaa on paperin lopussa. Käytä selvää käsialaa. Laskin EI ole sallittu. Tenttikaavasto jaetaan.
LisätiedotTehtävä 1. Vaihtoehtotehtävät.
Kem-9.47 Prosessiautomaation perusteet Tentti.4. Tehtävä. Vaihtoehtotehtävät. Oikea vastaus +,5p, väärä vastaus -,5p ja ei vastausta p Maksimi +5,p ja minimi p TÄMÄ PAPERI TÄYTYY EHDOTTOMASTI PALAUTTAA
LisätiedotSignaalit ja järjestelmät aika- ja taajuusalueissa
Signaalit ja järjestelmät aika- ja taajuusalueissa Signaalit aika ja taajuusalueissa Muunnokset aika ja taajuusalueiden välillä Fourier sarja (jaksollinen signaali) Fourier muunnos (jaksoton signaali)
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
LisätiedotS SÄHKÖTEKNIIKKA Kimmo Silvonen
S55.103 SÄHKÖTKNKK 21.12.2000 Kimmo Silvonen Tentti: tehtävät 1,3,4,8,9 1. välikoe: tehtävät 1,2,3,4,5 2. välikoe: tehtävät,7,8,9,10 Oletko jo ehtinyt vastata palautekyselyyn Voit täyttää lomakkeen nyt.
LisätiedotSignaalinkäsittelyn sovellukset
Signaalinkäsittelyn laitos. Opetusmoniste 26: Institute of Signal Processing. Lecture Notes 26: Heikki Huttunen Signaalinkäsittelyn sovellukset Tampere 26 Tampereen teknillinen yliopisto. Signaalinkäsittelyn
LisätiedotHeikki Huttunen Signaalinkäsittelyn perusteet
Tampereen teknillinen yliopisto. Signaalinkäsittelyn laitos. Opetusmoniste 24: Tampere University of Technology. Department of Signal Processing. Lecture Notes 24: Heikki Huttunen Signaalinkäsittelyn perusteet
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
LisätiedotHarjoitustyö 1. Signaaliprosessorit Sivu 1 / 11 Vähämartti Pasi & Pihlainen Tommi. Kaistanestosuodin, estä 2 khz. Amplitudi. 2 khz.
Signaaliprosessorit Sivu 1 / 11 Harjoitustyö 1 Kaistanestosuodin, estä 2 khz Amplitudi f 2 khz MATLAB koodi: clear; close all; w=[0 1900 1950 2050 2100 4000]/4000; m=[1 1 0 0 1 1]; h=remez(800,w,m); [H,w]=freqz(h,1);
LisätiedotELEC-C5340 - Sovellettu digitaalinen signaalinkäsittely. Äänisignaalien näytteenotto ja kvantisointi Dither Oskillaattorit Digitaalinen suodatus
L1: Audio Prof. Vesa Välimäki ELEC-C5340 - Sovellettu digitaalinen signaalinkäsittely Luennon sisältö Äänisignaalien näytteenotto ja kvantisointi Dither Oskillaattorit Digitaalinen suodatus Lyhyt FIR-suodin
LisätiedotTietoliikennesignaalit & spektri
Tietoliikennesignaalit & spektri 1 Tietoliikenne = informaation siirtoa sähköisiä signaaleja käyttäen. Signaali = vaihteleva jännite (tms.), jonka vaihteluun on sisällytetty informaatiota. Signaalin ominaisuuksia
LisätiedotSignaalimallit: sisältö
Signaalimallit: sisältö Motivaationa häiriöiden kuvaaminen ja rekonstruointi Signaalien kuvaaminen aikatasossa, determinisitinen vs. stokastinen Signaalien kuvaaminen taajuustasossa Fourier-muunnos Deterministisen
LisätiedotVastekorjaus (ekvalisointi) Lähteet: Zölzer. Digital audio signal processing. Wiley & Sons. Zölzer (ed.) DAFX Digital Audio Effects. Wiley & Sons.
Vastekorjaus (ekvalisointi) Lähteet: Zölzer. Digital audio signal processing. Wiley & Sons. Zölzer (ed.) DAFX Digital Audio Effects. Wiley & Sons. Sisältö:! Johdanto! IIR vai FIR äänten suodattamiseen?!
LisätiedotL/M = 16.9/9.1 = 169/91 = 13/7.
TL56DSK-algoritit J. Laitinn 7.. TTES5, TTES5Z Väliko, ratkaisut Signaali x[n], onka näyttaauus on 9. khz, pitää uuntaa signaaliksi, onka näyttaauus on 6.9 khz. Esitä uunnoksn vaiht lohkokaaviona skä tarvittavin
LisätiedotFYSP105 / K3 RC-SUODATTIMET
FYSP105 / K3 R-SODATTIMET Työn tavoitteita tutustua R-suodattimien toimintaan oppia mitoittamaan tutkittava kytkentä laiterajoitusten mukaisesti kerrata oskilloskoopin käyttöä vaihtosähkömittauksissa Työssä
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-16006 Bachelor's Laboratory Course in Signal Processing ELT-41100 Tietoliikenne-elektroniikan työkurssi. Äänitaajuusjakosuodintyö (2013-2014)
TAMPEREEN TEKNILLINEN YLIOPISTO Signaalinkäsittelyn laitos SGN-16006 Bachelor's Laboratory Course in Signal Processing ELT-41100 Tietoliikenne-elektroniikan työkurssi Äänitaajuusjakosuodintyö (2013-2014)
LisätiedotKotitehtävät 1-6: Vastauksia
/V Integraalimuunnokset Metropolia/. Koivumäki Kotitehtävät -6: Vastauksia. Merkitse kompleksitasoon näiden kompleksilukujen sijainti: a = 3 j b = 3 35 (3 kulmassa 35 ) jπ / c = d = 3 e j 9.448 e cos(
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
Lisätiedot8000203: Johdatus signaalinkäsittelyyn 1
TAMPEREEN TEKNILLINEN YLIOPISTO Tietotekniikan osasto Signaalinkäsittelyn laitos TAMPERE UNIVERSITY OF TECHNOLOGY Department of Information Technology Institute of Signal Processing Opetusmoniste -23 Heikki
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
LisätiedotElektroniikan perusteet, Radioamatööritutkintokoulutus
Elektroniikan perusteet, Radioamatööritutkintokoulutus Antti Karjalainen, PRK 14.11.2013 Komponenttien esittelytaktiikka Toiminta, (Teoria), Käyttö jännite, virta, teho, taajuus, impedanssi ja näiden yksiköt:
LisätiedotAnalogiapiirit III. Keskiviikko , klo , TS127. Jatkuva-aikaiset IC-suodattimet ja PLL-rakenteet
Oulun yliopisto Sähkötekniikan osasto Analogiapiirit III Harjoitus 8. Keskiviikko 5.2.2003, klo. 12.15-14.00, TS127. Jatkuva-aikaiset IC-suodattimet ja PLL-rakenteet 1. Mitoita kuvan 1 2. asteen G m -C
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 () =
LisätiedotLuento 8. tietoverkkotekniikan laitos
Luento 8 Luento 8 Signaalien suodatus 8. Ideaaliset suodattimet Ideaaliset alipäästö-, ylipäästö-, kaistanpäästö- ja kaistanestosuodattimet Oppenheim 6.3 8. Käytännön suodattimet Käytännön suodattimet,
LisätiedotAjatellaan jotakin datajoukkoa joka on talletettu datamatriisiin X: n vectors. TKK, Informaatiotekniikan laboratorio 1
3. DATA VEKTORINA 3.1. Vektorit, matriisit, etäisyysmitat Ajatellaan jotakin datajoukkoa joka on talletettu datamatriisiin X: n vectors {}}{ d vector elements X TKK, Informaatiotekniikan laboratorio 1
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
LisätiedotLuento 8. Suodattimien käyttötarkoitus
Luento 8 Lineaarinen suodatus Ideaaliset alipäästö, ylipäästö ja kaistanpäästösuodattimet Käytännölliset suodattimet 8..006 Suodattimien käyttötarkoitus Signaalikaistan ulkopuolisen kohinan ja häiriöiden
LisätiedotRYHMÄKERROIN ÄÄNILÄHDERYHMÄN SUUNTAAVUUDEN
ÄÄNILÄHDERYHMÄN SUUNTAAVUUDEN ARVIOINNISSA Seppo Uosukainen, Jukka Tanttari, Heikki Isomoisio, Esa Nousiainen, Ville Veijanen, Virpi Hankaniemi VTT PL, 44 VTT etunimi.sukunimi@vtt.fi Wärtsilä Finland Oy
LisätiedotSpektrianalysaattori. Spektrianalysaattori
Mittaustekniikan perusteet / luento 9 Spektrianalysaattori Spektrianalyysi Jean Baptiste Fourier (1768-1830): Signaali voidaan esittää taajuudeltaan ja amplitudiltaan (sekä vaiheeltaan) erilaisten sinien
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
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
LisätiedotAnalogiatekniikka. Analogiatekniikka
1 Opintojakson osaamistavoitteet Opintojakson hyväksytysti suoritettuaan opiskelija: osaa soveltaa ja tulkita siirtofunktiota, askelvastetta, Bodediagrammia ja napa-nolla-kuvaajaa lineaarisen, dynaamisen
LisätiedotHelsinki University of Technology
Helsinki University of Technology Laboratory of Telecommunications Technology S-38.11 Signaalinkäsittely tietoliikenteessä I Signal Processing in Communications ( ov) Syksy 1997. Luento: Pulssinmuokkaussuodatus
LisätiedotFIR suodinpankit * 1 Johdanto
FIR suodinpankit * Lähteet: Zölzer. Digital audio signal processing. Wiley & Sons. Saramäki. Multirate signal processing. TTKK:n kurssi 80558. * ) Aihealue on erittäin laaja. Esitys tässä on tarkoituksellisesti
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
LisätiedotLaskuharjoitus 4 ( ): Tehtävien vastauksia
TT12S1E Tietoliikenteen perusteet Metropolia/A. Koivumäki Laskuharjoitus 4 (2.10.2013): Tehtävien vastauksia 1. Tutkitaan signaalista näytteenotolla muodostettua PAM (Pulse Amplitude Modulation) -signaalia.
LisätiedotKON-C3004 Kone- ja rakennustekniikan laboratoriotyöt Tiedonkeruu ja analysointi Panu Kiviluoma
KON-C34 Kone- ja rakennustekniikan laboratoriotyöt Tiedonkeruu ja analysointi Panu Kiviluoma Mitattava suure Tarkka arvo Mittausjärjestelmä Mitattu arvo Ympäristö Mitattava suure Anturi Signaalinkäsittely
Lisätiedot4. Taajuusalueen suodatus 4.1. Taustaa Perusteita
4. Taajuusalueen suodatus 4.1. Taustaa Fourier esitti v. 1807 idean, että laskien yhteen jaksollisia painotettuja funktioita voidaan esittää kuinka tahansa monimutkainen jaksollinen funktio. Kuva 4.1.
LisätiedotTaajuus-, Fourier- ja spektraalianalyysi
Taajuus-, Fourier- ja spektraalianalyysi Impulssi- ja askelvastetekniikat sekä korrelaatioanalyysi tähtäävät impulssivasteen mallintamiseen aikataso Taajuus- Fourier- ja spektraalianalyysi tähtäävät systeemin
LisätiedotT-61.246 DSP (Harjoitustyö 2003, v. 5.01) Sivu 2 / 9
T-61.246 DSP (Harjoitustyö 2003, v. 5.01) Sivu 1 / 9 T-61.246 DSP (Harjoitustyö 2003, v. 5.01) Sivu 2 / 9 T-61.246 Digitaalinen signaalinkäsittely ja suodatus Versio 5.01 (29.9.2003) T-61.246 Harjoitustyö
LisätiedotLuento 14: Periodinen liike, osa 2. Vaimennettu värähtely Pakkovärähtely Resonanssi F t F r
Luento 14: Periodinen liike, osa 2 Vaimennettu värähtely Pakkovärähtely Resonanssi θ F µ F t F r m g 1 / 20 Luennon sisältö Vaimennettu värähtely Pakkovärähtely Resonanssi 2 / 20 Vaimennettu värähtely
LisätiedotR = Ω. Jännite R:n yli suhteessa sisäänmenojännitteeseen on tällöin jännitteenjako = 1
Fysiikan mittausmenetelmät I syksy 206 Laskuharjoitus 4. Merkitään kaapelin resistanssin ja kuormaksi kytketyn piirin sisäänmenoimpedanssia summana R 000.2 Ω. Jännite R:n yli suhteessa sisäänmenojännitteeseen
LisätiedotSuodinpankit ja muunnokset*
Suodinpankit ja muunnokset* Lähteet: Zölzer. Digital audio signal processing. Wiley & Sons. Spanias et al. Audio signal processing and coding. Wiley & Sons Smith, Spectral audio signal processing, online
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
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
Lisätiedot3 Ikkunointi. Kuvio 1: Signaalin ikkunointi.
3 Ikkunointi Puhe ei ole stationaarinen signaali, vaan puheen ominaisuudet muuttuvat varsin nopeasti ajan myötä. Tämä on täysin luonnollinen ja hyvä asia, mutta tämä tekee sellaisten signaalinkäsittelyn
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
LisätiedotTaajuustason tekniikat: Boden ja Nyquistin diagrammit, kompensaattorien suunnittelu. Vinkit 1 a
ELEC-C3 Säätötekniikka 9. laskuharjoitus Taajuustason tekniikat: Boden ja Nyquistin diagrammit, kompensaattorien suunnittelu Vinkit a 3. Vaiheenjättökompensaattorin siirtofunktio: ( ) s W LAG s, a. s Vahvistus
LisätiedotMitä FIR suodin on oikeastaan. Pekka Ritamäki. Esittely. Esimerkki
Mitä FIR suodin on oikeastaan Pekka Ritamäki Esittely...1 Esimerkki...1 Mikä FIR suodin on?...3 Mitkä ovat FIR suotimen huonot ominaisuudet verrattuna IIR suotimiin?...5 Millä termeillä FIR suodinta kuvataan?...5
LisätiedotMitä on signaalien digitaalinen käsittely
Mitä on signaalien digitaalinen käsittely Signaalien digitaalinen analyysi: mitä sisältää, esim. mittaustulosten taajuusanalyysi synteesi: signaalien luominen, esim. PC:n äänikortti käsittely: oleellisen
LisätiedotMATEMATIIKAN JAOS Kompleksianalyysi
MATEMATIIKAN JAOS Kompleksianalyysi Harjoitustehtäviä, syksy 00. Määrää kompleksiluvun a) = 3 j + 3j, b) = j, + j c) = ( 3 3 3 j)( j) itseisarvo ja argumentti.. Määrää sellaiset reaaliluvut x ja y, että
LisätiedotVastekorjaus (ekvalisointi)
Vastekorjaus (ekvalisointi) Lähteet: Zölzer. Digital audio signal processing. Wiley & Sons. Sisältö: Johdanto IIR vai FIR äänten suodattamiseen? Diskreettien IIR:ien suunnittelu jatkuva-aikaisista yllykorjaimet
Lisätiedot1. Määritä pienin näytelauseen ehdon mukainen näytetaajuus taajuus seuraaville signaaleille:
TL61, Näytejonosysteemit (K00) Harjoitus 1. Määritä pienin näytelauseen ehdon mukainen näytetaajuus taajuus seuraaville signaaleille: a) 1 (t) = cos(000πt) + sin(6000πt) + cos(00πt) ja ) (t) = cos(00πt)cos(000πt).
Lisätiedot