SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

Koko: px
Aloita esitys sivulta:

Download "SGN-1200 Signaalinkäsittelyn menetelmät, Tentti"

Transkriptio

1 SGN-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 talvella Osallistuin harjoituksiin vuonna: syksyllä kesällä keväällä 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 napojen itseisarvot pienempiä kuin yksi. (b) Signaalin x(n)y(n) DFT on X(n)Y(n). (d) Järjestelmä, jonka impulssivaste on h(n) =δ(n)+0.5δ(n 1) 0.25δ(n 3) on stabiili. (d) Vaihevasteen lineaarisuus takaa, että signaalin kaikki taajuudet viivästyvät yhtä monta sekuntia. (f) Binäärisissä fax-dokumenteissa mustaa pistettä esitetään nollalla ja valkoista ykkösellä. Täysin mustan fax-kuvan entropia on suurempi kuin sellaisen, jossa mustia ja valkoisia pisteitä on yhtä monta. (f) FIR-suotimen siirtofunktio voidaan päätellä sen impulssivasteesta. Tosi Epätosi 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 (N 1)/2 Suorakulmainen 0.9/N Bartlett 3.05/N n N 1 Hanning 3.1/N cos 2πn N Hamming 3.3/N cos 2πn N Blackman 5.5/N cos 2πn N cos 4πn N

2 2. (a) Erään suotimen napanollakuvio on kuvassa 1. Onko kyseessä FIR vai IIR-suodin? Millä perusteella? (1p) (b) Tarkastellaan reaalista vektoria x = (x 0,x 1,x 2,x 3,x 4,x 5,x 6,x 7 ) T. Laske sen diskreetti Fourier-muunnos X, kun vektorin (x 0,x 2,x 4,x 6 ) T DFT on ( 3, 3, 1, 3) T ja vektorin (x 1,x 3,x 5,x 7 ) T DFT on (16, 8, 4, 8) T. (2p) (c) Eräs lääketieteen sovellus mittaa potilaan aivosähkökäyrää, johon on sekoittunut sähköverkosta tulevaa häiriötä 50 Hertzin taajuudella. Sovellutuksen kannalta olennainen informaatio sijaitsee taajuusalueella 0 22 Hz. Järjestelmän näytteenottotaajuus on 150 Hz. Millaiset päästö- ja estokaistat tarvitaan, jotta verkkohurina poistuu ja varsinainen signaali säilyy? Mikä on pienin mahdollinen kertoimien määrä, kun suodinsuunnittelu tapahtuu ikkunamenetelmällä Blackman-ikkunaa käyttäen. (3p) Imaginääriosa Reaaliosa Kuva 1: suotimen napanollakuvio.

3 3. Oletetaan, että kausaalisen LTI-järjestelmän heräte x(n) ja vaste y(n) toteuttavat seuraavan differenssiyhtälön: y(n) =2y(n 1) 2y(n 2)+x(n)+x(n 1)+ 1 x(n 2). 2 (a) Määritä järjestelmän siirtofunktio H(z). (b) Piirrä napa-nollakuvio. (c) Onko järjestelmä stabiili? Miksi / miksi ei?

4 4. Suunnittele ikkunamenetelmällä alipäästösuodin (selvitä käsin impulssivasteen lauseke), jonka vaatimukset ovat seuraavat: Estokaista Päästökaista Päästökaistan maksimivärähtely Estokaistan minimivaimennus Näytteenottotaajuus [12 khz,16khz] [0 khz,9.9khz] 0.06 db 34 db 32 khz Käytä oheisia taulukoita hyväksesi.

5 5. (a) Tarkastellaan kausaalista IIR-suodinta, jonka amplitudivaste on alla olevassa kuvassa. Hahmottele suotimen napanollakuvio siinä määrin kuin se on mahdollista amplitudivasteen perusteella. Huomaa, että suotimen impulssivaste on reaalinen, joten napanollakuvio on symmetrinen reaaliakselin suhteen. (3p) Amplitudivaste (db) Normalisoitu taajuus (b) Tuhannen näytteen mittainen signaali sisältää kuutta eri lukuarvoa väliltä alla olevan taulukon mukaisesti. 1 Arvo Lukumäärä Generoi Huffman-puu ja Huffman-koodi tälle signaalille. Montako bittiä kyseisen näytteen tallentamiseen tarvitaan kyseisellä Huffman-koodilla? (3p)

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

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

Lisätiedot

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

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

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

Lisätiedot

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

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

SGN-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

Lisätiedot

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

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

Lisätiedot

SGN-1200 Signaalinkäsittelyn menetelmät Välikoe

SGN-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,

Lisätiedot

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

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

Lisätiedot

SGN Signaalinkäsittelyn perusteet Välikoe Heikki Huttunen

SGN 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

Lisätiedot

SGN Signaalinkäsittelyn perusteet Välikoe Heikki Huttunen

SGN 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

Lisätiedot

IIR-suodattimissa ongelmat korostuvat, koska takaisinkytkennästä seuraa virheiden kertautuminen ja joissakin tapauksissa myös vahvistuminen.

IIR-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

Lisätiedot

T Digitaalinen signaalinkäsittely ja suodatus

T 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)

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

SGN-1251 Signaalinkäsittelyn sovellukset Välikoe Heikki Huttunen

SGN-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

Lisätiedot

Remez-menetelmä FIR-suodinten suunnittelussa

Remez-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

Lisätiedot

Alipäästösuotimen muuntaminen muiksi perussuotimiksi

Alipäästösuotimen muuntaminen muiksi perussuotimiksi Alipäästösuotimen muuntaminen muiksi perussuotimiksi Usein suodinsuunnittelussa on lähtökohtana alipäästösuodin (LPF), josta voidaan yksinkertaisilla operaatioilla muodostaa ylipäästö- (HPF), kaistanpäästö-

Lisätiedot

Tuntematon järjestelmä. Adaptiivinen suodatin

Tuntematon 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.

Lisätiedot

1 Vastaa seuraaviin. b) Taajuusvasteen

1 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?

Lisätiedot

T SKJ - TERMEJÄ

T 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

Lisätiedot

1 Tarkastellaan digitaalista suodatinta, jolle suurin sallittu päästökaistavärähtely on 0.05 db ja estokaistalla vaimennus on 44 db.

1 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

Lisätiedot

Digitaalinen Signaalinkäsittely T0125 Luento 4-7.04.2006

Digitaalinen 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

Lisätiedot

SMG-1100: PIIRIANALYYSI I. Verkkojen taajuusriippuvuus: suo(dat)timet

SMG-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:

Lisätiedot

Suodattimet. Suodatintyypit: Bessel Chebyshev Elliptinen Butterworth. Suodattimet samalla asteluvulla (amplitudivaste)

Suodattimet. 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

Lisätiedot

TL5503 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) 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

Lisätiedot

Heikki Huttunen Signaalinkäsittelyn sovellukset

Heikki 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

Lisätiedot

1 Olkoon suodattimen vaatimusmäärittely seuraava:

1 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

Lisätiedot

Katsaus suodatukseen

Katsaus suodatukseen Katsaus suodatukseen Suodatuksen perustaa, ideaaliset suotimet, käytännön toteutuksia Suodatus Suodatusta käytetään yleensä signaalin muokkaukseen siten, että 2 poistetaan häiritsevä signaali hyötysignaalin

Lisätiedot

Kompleksiluvut signaalin taajuusjakauman arvioinnissa

Kompleksiluvut 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

Lisätiedot

Säätötekniikan ja signaalinkäsittelyn työkurssi

Säätötekniikan ja signaalinkäsittelyn työkurssi Säätötekniikan ja signaalinkäsittelyn työkurssi Työ D102: Sinimuotoisen signaalin suodattaminen 0.4 op. Julius Luukko Lappeenrannan teknillinen yliopisto Sähkötekniikan osasto/säätötekniikan laboratorio

Lisätiedot

1 Äänisignaalin tallentaminen ja analysointi... 2 Q Q Q Q Häiriönpoisto... 5 Q Q Q2.3...

1 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

Lisätiedot

T Signaalinkäsittelyjärjestelmät Kevät 2005 Pakolliset ja lisäpistelaskarit

T 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

Lisätiedot

Spektri- ja signaalianalysaattorit

Spektri- ja signaalianalysaattorit Spektri- ja signaalianalysaattorit Pyyhkäisevät spektrianalysaattorit Suora pyyhkäisevä Superheterodyne Reaaliaika-analysaattorit Suora analoginen analysaattori FFT-spektrianalysaattori DFT FFT Analysaattoreiden

Lisätiedot

z muunnos ja sen soveltaminen LTI järjestelmien analysointiin

z 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

Lisätiedot

Esipuhe. Tampereella, 9. toukokuuta 2003, Heikki Huttunen heikki.huttunen@tut.fi

Esipuhe. 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

Lisätiedot

Signaalinkäsittelyn sovellukset

Signaalinkäsittelyn sovellukset Signaalinkäsittelyn laitos. Opetusmoniste 26: Institute of Signal Processing. Lecture Notes 26: Heikki Huttunen Signaalinkäsittelyn sovellukset Tampere 26 Tampereen teknillinen yliopisto. Signaalinkäsittelyn

Lisätiedot

8000253: Johdatus signaalinkäsittelyyn 2

8000253: 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

Lisätiedot

MATEMATIIKAN JAOS Kompleksianalyysi

MATEMATIIKAN 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

Lisätiedot

Heikki Huttunen Signaalinkäsittelyn sovellukset

Heikki 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

Lisätiedot

Kompleksianalyysi, viikko 7

Kompleksianalyysi, 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

Lisätiedot

TL5503 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) 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

Lisätiedot

Signaalinkäsittelyn menetelmät

Signaalinkäsittelyn menetelmät Signaalinkäsittelyn laitos. Opetusmoniste 25: Institute of Signal Processing. Lecture Notes 25: Heikki Huttunen Signaalinkäsittelyn menetelmät Tampere 25 Opetusmoniste 25: Signaalinkäsittelyn menetelmät

Lisätiedot

Harjoitustyö 1. Signaaliprosessorit Sivu 1 / 11 Vähämartti Pasi & Pihlainen Tommi. Kaistanestosuodin, estä 2 khz. Amplitudi. 2 khz.

Harjoitustyö 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);

Lisätiedot

L/M = 16.9/9.1 = 169/91 = 13/7.

L/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

Lisätiedot

Numeeriset menetelmät

Numeeriset menetelmät Numeeriset menetelmät Luento 13 Ti 18.10.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 13 Ti 18.10.2011 p. 1/43 p. 1/43 Nopeat Fourier-muunnokset Fourier-sarja: Jaksollisen funktion esitys

Lisätiedot

Heikki Huttunen Signaalinkäsittelyn perusteet

Heikki 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

Lisätiedot

SÄÄTÖJÄRJESTELMIEN SUUNNITTELU

SÄÄTÖJÄRJESTELMIEN 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

Lisätiedot

T-61.246 DSP (Harjoitustyö 2003, v. 5.01) Sivu 2 / 9

T-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

Lisätiedot

Tehtävä 1. Vaihtoehtotehtävät.

Tehtävä 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

Lisätiedot

Luento 8. Suodattimien käyttötarkoitus

Luento 8. Suodattimien käyttötarkoitus Luento 8 Lineaarinen suodatus Ideaaliset alipäästö, ylipäästö ja kaistanpäästösuodattimet Käytännölliset suodattimet 8..007 Suodattimien käyttötarkoitus Signaalikaistan ulkopuolisen kohinan ja häiriöiden

Lisätiedot

5. Z-muunnos ja lineaariset diskreetit systeemit. z n = z

5. 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

Lisätiedot

SGN-16006 Bachelor's Laboratory Course in Signal Processing ELT-41100 Tietoliikenne-elektroniikan työkurssi. Äänitaajuusjakosuodintyö (2013-2014)

SGN-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)

Lisätiedot

3 Ikkunointi. Kuvio 1: Signaalin ikkunointi.

3 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

Lisätiedot

1 Määrittele lyhyesti seuraavat käsitteet. a) Kvantisointivirhe. b) Näytetaajuuden interpolointi. c) Adaptiivinen suodatus.

1 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

Lisätiedot

ELEC-C5340 - Sovellettu digitaalinen signaalinkäsittely. Äänisignaalien näytteenotto ja kvantisointi Dither Oskillaattorit Digitaalinen suodatus

ELEC-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

Lisätiedot

Yksinkertaisin järjestelmä

Yksinkertaisin järjestelmä Digitaalinen Signaalinkäsittely T05 Luento 5 -.04.006 Jarkko.Vuori@evtek.fi Yksinkertaisin järjestelmä Differenssiyhtälö [ n] x[ n] y Lohkokaavio X() Y() Siirtofunktio H ( ) Nolla-napa kuvio Ei nollia

Lisätiedot

TL5231, Signaaliteoria (S2004) Matlab-harjoituksia

TL5231, 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

Lisätiedot

SÄÄTÖJÄRJESTELMIEN SUUNNITTELU

SÄÄTÖJÄRJESTELMIEN 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

Lisätiedot

8000203: Johdatus signaalinkäsittelyyn 1

8000203: 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

Lisätiedot

Osatentti

Osatentti 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.

Lisätiedot

FYSP105 / K3 RC-SUODATTIMET

FYSP105 / K3 RC-SUODATTIMET FYSP105 / K3 R-SODATTIMET Työn tavoitteita tutustua R-suodattimien toimintaan oppia mitoittamaan tutkittava kytkentä laiterajoitusten mukaisesti kerrata oskilloskoopin käyttöä vaihtosähkömittauksissa Työssä

Lisätiedot

Luento 8. tietoverkkotekniikan laitos

Luento 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,

Lisätiedot

Diskreetti Fourier-muunnos ja sen hyödyntäminen signaalien spektrien muodostamisessa. Pentti Romppainen

Diskreetti 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

Lisätiedot

Sisältö. 1. Kompleksiluvut 2. Funktiot 3. Differentiaalilaskentaa 4. Sarjat 5. Integrointi 6. Möbius-muunnos 7. Diskreetti systeemi

Sisältö. 1. Kompleksiluvut 2. Funktiot 3. Differentiaalilaskentaa 4. Sarjat 5. Integrointi 6. Möbius-muunnos 7. Diskreetti systeemi Sisältö 1. Kompleksiluvut 2. Funktiot 3. Differentiaalilaskentaa 4. Sarjat 5. Integrointi 6. Möbius-muunnos 7. Diskreetti systeemi Kompleksiluvut C Kompleksiluvut C määritellään reaalilukuparien (a, b)

Lisätiedot

Luento 7. LTI-järjestelmät

Luento 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 () =

Lisätiedot

Alias-ilmiö eli taajuuden laskostuminen

Alias-ilmiö eli taajuuden laskostuminen Prosessiorientoituneet mallit Todellista hybridijärjestelmää ELEC-C1230 Säätötekniikka Luku 12: Näytteenottoteoreema ja jatkuvien säätimien diskreetit approksimaatiot Prosessiorientoituneet mallit katsotaan

Lisätiedot

a) z 1 + z 2, b) z 1 z 2, c) z 1 z 2, d) z 1 z 2 = 4+10i 4 = 10i 5 = 2i. 4 ( 1)

a) z 1 + z 2, b) z 1 z 2, c) z 1 z 2, d) z 1 z 2 = 4+10i 4 = 10i 5 = 2i. 4 ( 1) Matematiikan johdantokurssi, syksy 06 Harjoitus, ratkaisuista. Osoita, että kompleksilukujen yhteenlasku määriteltynä tasopisteiden kautta koordinaateittain on liitännäinen, so. z + (z + z ) = (z + z )

Lisätiedot

Tehtäväsarja I Seuraavissa tehtävissä harjoitellaan erilaisia todistustekniikoita. Luentokalvoista 11, sekä voi olla apua.

Tehtäväsarja I Seuraavissa tehtävissä harjoitellaan erilaisia todistustekniikoita. Luentokalvoista 11, sekä voi olla apua. HY / Avoin yliopisto Johdatus yliopistomatematiikkaan, kesä 2015 Harjoitus 2 Ratkaisuehdotuksia Tehtäväsarja I Seuraavissa tehtävissä harjoitellaan erilaisia todistustekniikoita. Luentokalvoista 11, 15-17

Lisätiedot

S Piirianalyysi 1 2. välikoe

S Piirianalyysi 1 2. välikoe S-55.20 Piirianalyysi 2. välikoe 4.2.200 aske tehtävät 2 eri paperille kuin tehtävät 3 5. Muista kirjoittaa jokaiseen paperiin selvästi nimi, opiskelijanumero, kurssin nimi ja koodi. Tehtävät lasketaan

Lisätiedot

Kotitehtävät 1-6: Vastauksia

Kotitehtävät 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(

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

Kirjoitetaan FIR-suotimen differenssiyhtälö (= suodatuksen määrittelevä kaava):

Kirjoitetaan FIR-suotimen differenssiyhtälö (= suodatuksen määrittelevä kaava): TL536, DSK-algoritmit (S4) Harjoitus. Olkoo x(t) = cos(πt)+cos(8πt). a) Poimi sigaalista x äytepisteitä taajuudella f s = 8 Hz. Suodata äi saamasi äytejoo x[] FIR-suotimella, joka suodikertoimet ovat a

Lisätiedot

SEBASTIAN RINTALA SIGNAALIN DOMINOIVAN TAAJUUDEN ARVIOINTI

SEBASTIAN RINTALA SIGNAALIN DOMINOIVAN TAAJUUDEN ARVIOINTI SEBASTIAN RINTALA SIGNAALIN DOMINOIVAN TAAJUUDEN ARVIOINTI Kandidaatintyö Tarkastaja: yliopistonlehtori Heikki Huttunen ii TIIVISTELMÄ TAMPEREEN TEKNILLINEN YLIOPISTO Signaalinkäsittelyn ja tietoliikennetekniikan

Lisätiedot

S Signaalit ja järjestelmät

S 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

Lisätiedot

Vastekorjaus (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. 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?!

Lisätiedot

Toinen harjoitustyö. ASCII-grafiikkaa

Toinen harjoitustyö. ASCII-grafiikkaa Toinen harjoitustyö ASCII-grafiikkaa Yleistä Tehtävä: tee Javalla ASCII-merkkeinä esitettyä grafiikkaa käsittelevä ASCIIArt-ohjelma omia operaatioita ja taulukoita käyttäen. Työ tehdään pääosin itse. Ideoita

Lisätiedot

521384A RADIOTEKNIIKAN PERUSTEET Harjoitus 3

521384A RADIOTEKNIIKAN PERUSTEET Harjoitus 3 51384A RADIOTEKNIIKAN PERUSTEET Harjoitus 3 1. Tutkitaan mikroliuskajohtoa, jonka substraattina on kvartsi (ε r 3,8) ja jonka paksuus (h) on,15 mm. a) Mikä on liuskan leveyden w oltava, jotta ominaisimpedanssi

Lisätiedot

Esimerkki: Laaduntasaussäiliö. Esimerkki: Laaduntasaussäiliö. Taajuusanalyysi. ELEC-C1230 Säätötekniikka. Luku 7: Taajuusanalyysi

Esimerkki: Laaduntasaussäiliö. Esimerkki: Laaduntasaussäiliö. Taajuusanalyysi. ELEC-C1230 Säätötekniikka. Luku 7: Taajuusanalyysi Taajuusanalyysi ELEC-C1230 Säätötekniikka Luku 7: Taajuusanalyysi Aikaisemmilla luennoilla on tarkasteltu systeemien käyttäytymistä aikatasossa (differentiaaliyhtälöt, herätteet ja vasteet) tai Laplace-tasossa

Lisätiedot

Esimerkki: Laaduntasaussäiliö. Esimerkki: Laaduntasaussäiliö. Taajuusanalyysi. ELEC-C1230 Säätötekniikka. Luku 7: Taajuusanalyysi

Esimerkki: Laaduntasaussäiliö. Esimerkki: Laaduntasaussäiliö. Taajuusanalyysi. ELEC-C1230 Säätötekniikka. Luku 7: Taajuusanalyysi Taajuusanalyysi ELEC-C1230 Säätötekniikka Luku 7: Taajuusanalyysi Aikaisemmilla luennoilla on tarkasteltu systeemien käyttäytymistä aikatasossa (differentiaaliyhtälöt, herätteet ja vasteet) tai Laplace-tasossa

Lisätiedot

Mitä FIR suodin on oikeastaan. Pekka Ritamäki. Esittely. Esimerkki

Mitä 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

Lisätiedot

Y Yhtälöparista ratkaistiin vuorotellen siirtofunktiot laittamalla muut tulot nollaan. = K K K M. s 2 3s 2 KK P

Y Yhtälöparista ratkaistiin vuorotellen siirtofunktiot laittamalla muut tulot nollaan. = K K K M. s 2 3s 2 KK P Säädön kotitehtävä vk3 t. 1 a) { Y =G K P E H E=R K N N G M Y Yhtälöparista ratkaistiin vuorotellen siirtofunktiot laittamalla muut tulot nollaan. G R s = Y R = GK P s 1 = KK 1 GK P K N G P M s 2 3s 2

Lisätiedot

Harjoitus 1. Tehtävä 1. Malliratkaisut. f(t) = e (t α) cos(ω 0 t + β) L[f(t)] = f(t)e st dt = e st t+α cos(ω 0 t + β)dt.

Harjoitus 1. Tehtävä 1. Malliratkaisut. f(t) = e (t α) cos(ω 0 t + β) L[f(t)] = f(t)e st dt = e st t+α cos(ω 0 t + β)dt. Harjoitus Malliratkaisut Tehtävä L[f(t)] ˆ f(t) e (t α) cos(ω t + β) f(t)e st dt ˆ e st t+α cos(ω t + β)dt cos(ω t + β) 2 (ej(ωt+β) + e j(ωt+β) ) L[f(t)] 2 eα 2 ˆ ˆ e st t+α (e j(ω t+β) + e j(ω t+β) )

Lisätiedot

Luento 7. tietoverkkotekniikan laitos

Luento 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

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

Kompleksianalyysi, viikko 6

Kompleksianalyysi, viikko 6 Kompleksianalyysi, viikko 6 Jukka Kemppainen Mathematics Division Funktion erikoispisteet Määr. 1 Jos f on analyyttinen pisteen z 0 aidossa ympäristössä 0 < z z 0 < r jollakin r > 0, niin sanotaan, että

Lisätiedot

B. 2 E. en tiedä C. 6. 2 ovat luonnollisia lukuja?

B. 2 E. en tiedä C. 6. 2 ovat luonnollisia lukuja? Nimi Koulutus Ryhmä Jokaisessa tehtävässä on vain yksi vastausvaihtoehto oikein. Laske tehtävät ilman laskinta.. Missä pisteessä suora y = 3x 6 leikkaa x-akselin? A. 3 D. B. E. en tiedä C. 6. Mitkä luvuista,,,

Lisätiedot

1. Määritä pienin näytelauseen ehdon mukainen näytetaajuus taajuus seuraaville signaaleille:

1. 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

1. a) Piiri sisältää vain resistiivisiä komponentteja, joten jännitteenjaon tulos on riippumaton taajuudesta.

1. a) Piiri sisältää vain resistiivisiä komponentteja, joten jännitteenjaon tulos on riippumaton taajuudesta. Fysiikan mittausmenetelmät I syksy 2013 Malliratkaisut 3 1. a) Piiri sisältää vain resistiivisiä komponentteja, joten jännitteenjaon tulos on riippumaton taajuudesta. b) Ulostulo- ja sisäänmenojännitteiden

Lisätiedot

Mb8 Koe Kuopion Lyseon lukio (KK) sivu 1/3

Mb8 Koe Kuopion Lyseon lukio (KK) sivu 1/3 Mb8 Koe 4.11.015 Kuopion Lyseon lukio (KK) sivu 1/3 Kokeessa on kaksi osaa. Osa A ratkaistaan tehtäväpaperille ja osa B ratkaistaan konseptipaperille. Osa A: saat käyttää taulukkokirjaa mutta et laskinta.

Lisätiedot

/1. MTTTP5, luento Normaalijakauma (jatkuu) Binomijakaumaa voidaan approksimoida normaalijakaumalla

/1. MTTTP5, luento Normaalijakauma (jatkuu) Binomijakaumaa voidaan approksimoida normaalijakaumalla 17.11.2016/1 MTTTP5, luento 17.11.2016 3.5.5 Normaalijakauma (jatkuu) Binomijakaumaa voidaan approksimoida normaalijakaumalla likimain Jos X ~ Bin(n, p), niin X ~ N(np, np(1 p)), kun n suuri. 17.11.2016/2

Lisätiedot

4. Taajuusalueen suodatus 4.1. Taustaa Perusteita

4. 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.

Lisätiedot

Luku 4 - Kuvien taajuusanalyysi

Luku 4 - Kuvien taajuusanalyysi Luku 4 - Kuvien taajuusanalyysi Matti Eskelinen 8.2.2018 Kuvien taajuusanalyysi Tässä luvussa tutustumme taajuustasoon ja opimme analysoimaan kuvia ja muitakin signaaleja Fourier-muunnoksen avulla. Aiheina

Lisätiedot

Diskreetin matematiikan perusteet Laskuharjoitus 2 / vko 9

Diskreetin matematiikan perusteet Laskuharjoitus 2 / vko 9 Diskreetin matematiikan perusteet Laskuharjoitus 2 / vko 9 Tuntitehtävät 9-10 lasketaan alkuviikon harjoituksissa ja tuntitehtävät 13-14 loppuviikon harjoituksissa. Kotitehtävät 11-12 tarkastetaan loppuviikon

Lisätiedot

Elektroniikan perusteet, Radioamatööritutkintokoulutus

Elektroniikan perusteet, Radioamatööritutkintokoulutus Elektroniikan perusteet, Radioamatööritutkintokoulutus Antti Karjalainen, PRK 14.11.2013 Komponenttien esittelytaktiikka Toiminta, (Teoria), Käyttö jännite, virta, teho, taajuus, impedanssi ja näiden yksiköt:

Lisätiedot

S SÄHKÖTEKNIIKKA Kimmo Silvonen

S 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.

Lisätiedot

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45 MS-A3/A5 Matriisilaskenta Laskuharjoitus 2 / vko 45 Tehtävä (L): Hahmottele kompleksitasoon ne pisteet, jotka toteuttavat a) z 2i = 2, b) z 2i < 2, c) /z

Lisätiedot

Approbatur 3, demo 1, ratkaisut A sanoo: Vähintään yksi meistä on retku. Tehtävänä on päätellä, mitä tyyppiä A ja B ovat.

Approbatur 3, demo 1, ratkaisut A sanoo: Vähintään yksi meistä on retku. Tehtävänä on päätellä, mitä tyyppiä A ja B ovat. Approbatur 3, demo 1, ratkaisut 1.1. A sanoo: Vähintään yksi meistä on retku. Tehtävänä on päätellä, mitä tyyppiä A ja B ovat. Käydään kaikki vaihtoehdot läpi. Jos A on rehti, niin B on retku, koska muuten

Lisätiedot

Kepstri - sisältö. Kepstrimuunnos ja puhesignaalien analyysi. Kepstri - Intro. Kepstri - Intro. Luento perustuu kepstri-lukuun teoksissa:

Kepstri - sisältö. Kepstrimuunnos ja puhesignaalien analyysi. Kepstri - Intro. Kepstri - Intro. Luento perustuu kepstri-lukuun teoksissa: Kepstrimuunnos ja puhesignaalien analyysi S-89.3640 Puheenkäsittelytekniikan metodit Kevät 2011 Unto K. Laine Kepstri - sisältö Kirjallisuuslähteet, taustamateriaali Kepstrin idea ja syntyhistoria Kepstrin

Lisätiedot

3. kierros. 2. Lähipäivä

3. kierros. 2. Lähipäivä 3. kierros. Lähipäivä Viikon aihe (viikko /) Takaisinkytketyt vahvistimet Takaisinkytkentä, suljettu säätöluuppi Nyquistin kriteeri, stabiilisuus Taajuusanalyysi, Boden ja Nyquistin diagrammit Systeemin

Lisätiedot

a) Mikä on integraalifunktio ja miten derivaatta liittyy siihen? Anna esimerkki. 8 3 + 4 2 0 = 16 3 = 3 1 3.

a) Mikä on integraalifunktio ja miten derivaatta liittyy siihen? Anna esimerkki. 8 3 + 4 2 0 = 16 3 = 3 1 3. Integraalilaskenta. a) Mikä on integraalifunktio ja miten derivaatta liittyy siihen? Anna esimerkki. b) Mitä määrätty integraali tietyllä välillä x tarkoittaa? Vihje: * Integraali * Määrätyn integraalin

Lisätiedot

Signaalimallit: sisältö

Signaalimallit: sisältö Signaalimallit: sisältö Motivaationa häiriöiden kuvaaminen ja rekonstruointi Signaalien kuvaaminen aikatasossa, determinisitinen vs. stokastinen Signaalien kuvaaminen taajuustasossa Fourier-muunnos Deterministisen

Lisätiedot