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

Koko: px
Aloita esitys sivulta:

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

Transkriptio

1 L1: Audio Prof. Vesa Välimäki ELEC-C Sovellettu digitaalinen signaalinkäsittely Luennon sisältö Äänisignaalien näytteenotto ja kvantisointi Dither Oskillaattorit Digitaalinen suodatus Lyhyt FIR-suodin Resonaattori 2 1

2 Näytteenotto signaalista Kuva kirjasta: Rossin, Moore & Wheeler, The Science of Sound. Third Edition Signaalin muuttaminen digitaaliseksi 1) Otetaan aaltomuodosta näytteitä tasavälein (näytteenotto) 2) Kunkin näytteen arvo esitetään lukuna (kvantisointi) Nyquist-kriteeri: näytetaajuuden fs oltava vähintään 2- kertainen korkeimpaan taajuuteen nähden Esim. jos korkein taajuus on 20 khz, näytetaajuuden oltava vähintään 40 khz fs/2 = Nyquist-raja 4 2

3 Dynamiikka Dynamiikka = signaalissa esiintyvän hiljaisimman ja voimakkaimman äänen suhde Dynamiikka riippuu kvantisoinnista eli bittimäärästä Esim. 16 bitillä lukualue on ja dynamiikka noin 96 db (= 20log[2 16 ]) Peukalosääntö: 1 bitin lisäyksellä +6 db dynamiikkaa Kuulon dynamiikka on n. 120 db Kuulokynnys on keskitaajuuksilla n. 0 db Kipukynnys on n. 120 db 20 bitillä saadaan 120 db dynamiikka CD-järjestelmässä 16 bittiä Äänitysstudioissa käytetään 24 bittiä 5 Kvantisointivirhe Digitaalitallennuksessa äärellinen määrä näytearvoja Esim. 16-bittinen kvantisointi: 2 16 = eri arvoa Joudutaan pyöristämään, mikä aiheuttaa säröä Kvantisointivirhe = signaaliarvon ja kvantisointitason ero Virhe enintään puolet kvantisointiaskeleesta 6 3

4 Bittimäärän vaikutus äänenlaatuun Musiikkisignaali eri bittimäärillä 1) 16 b (alkuperäinen) 2) 8 b 3) 6 b 4) 4 b 5) 3 b 6) 16 b (alkuperäinen) 7 Dither Dither on pientasoista kohinaa, joka lisätään signaaliin ennen näytteenottoa (Lipschitz et al., 1992) Kvantisointivirhe muuttuu satunnaiseksi Särö muuttuu korreloimattomaksi kohinaksi 8 4

5 Kvantisointi ilman ditheriä Siniääni Kvantisointu siniääni Kvantisointi ditherillä Ditteröity siniääni Kvantisoitu ditteröity siniääni

6 Äänen rekonstruointi Lukujonon voi muuttaa ääneksi DA-muuntimella ja suodattimella Pitopiiri tekee lukujonosta porraskäyrän Alipäästösuodin, joka poistaa Nyquist-rajaa korkeammat taajuudet (esim. >20 khz) pehmentäen aaltomuodon 11 Laskostuminen (aliasing) Kun näytteenotto on liian hidas, eritaajuiset signaalit tuottavat saman lukujonon! vrt. western-elokuvien väärään suuntaan pyörivät kärrynpyörät, ks. ja

7 Laskostuminen (aliasing) Näytetaajuus fs = 44 khz: 22 khz (Nyquist-rajataajuus) 33 khz 11 khz 44 khz 0 Hz 55 khz 11 khz Laskostuminen vältetään suodattamalla liian korkeat (> fs/2) äänet pois ennen näytteenottoa (alipäästösuodatus) 13 Oskillaattorit äänisynteesissä Vähentävässä synteesissä oskillaattorit laskostavat, jos aaltomuodot näytteistetään sellaisenaan 14 7

8 Saha-aallon laskostuminen Näytteistetyn sahaaallon laskostuminen perustaajuuden kasvaessa Harmoniset peilautuvat Nyquistin rajataajuudesta takaisin Video by Andreas Franck, Saha-aalto ilman laskostumista Laskostuminen vältetään tuottamalla saha-aalto additiivisella synteesillä: Jokainen harmoninen luodaan erikseen Video by Andreas Franck,

9 DPW-oskillaattori Saha-aalto-oskillaattorin laskostumista voidaan vaimentaa peräkkäisillä integrointi- ja derivointioperaatioilla (Välimäki 2005, Välimäki & Huovilainen 2006) H(z) = c (1 z 1 ) missä c = f s /4f 17 DPW-oskillaattori fghfg Modulolaskurin lähtö x(n) Triviaali saha-aalto Neliöity signaali x 2 (n) Saha-aallon integraali on paraabeliaalto Erosignaali c[x 2 (n) x 2 (n 1)] Viereisten näytteiden erotus Discrete time 18 9

10 DPW-oskillaattorin spektri fghfg O Harmoniset Nyquist-raja (22050 Hz) Modulolaskurin lähtö x(n) Triviaali saha-aalto Neliöity signaali x 2 (n) Saha-aallon integraali on paraabeliaalto Erosignaali c[x 2 (n) x 2 (n 1)] Viereisten näytteiden erotus Level (db) Level (db) Level (db) Frequency (khz) 19 Saha-aaltoalgoritmien vertailu Liu utus (engl. pitch bend) 1. Triviaali saha-aalto (modulolaskurista) 2. DPW-saha-aalto 3. Ideaalinen saha-aalto (additiivinen synteesi) f s = 44.1 khz 20 10

11 DPW-saha-aallon spektri DPW-algoritmi vähentää saha-aallon laskostumista eniten pienillä taajuuksilla Kuulo on herkkä juuri noilla taajuuksilla: siksi subjektiivinen parannus on suuri Video by Andreas Franck, Digitaalinen suodatus Digitaalisia signaaleita voidaan suodattaa kuten analogisia Suodattimien kaksi päätyyppiä 1) FIR-suotimet Myötäkytketty rakenne Tekee taajuusvasteeseen kuoppia (nollat) 2) IIR-suotimet Rakenteessa takaisinkytkentä Tekee taajuusvasteeseen korostumia (navat) 22 11

12 FIR-suodatin FIR = Finite Impulse Response Impulssivaste = Suodattimen lähtösignaali, joka saadaan kun tulosignaali x(n) on yksikköimpulssi Yksikköimpulssi = Signaali, jonka 1. näyte on 1 ja muut nollia FIR-suodattimen impulssivaste h(n) koostuu sen kertoimista x(n) z -1 z -1 z -1 h(0) h(1) h(2)... h(n) y(n) 23 Ensimmäisen asteen FIR-suodatin Tulosignaaliin lisätään sen viivästetty ja skaalattu kopio Kertoimet h 1 ja h 2 painottavat tuloa ja viivästettyä tuloa Differenssiyhtälö: y(n) = h 1 x(n) + h 2 x(n 1) x(n) Impulssivaste: [h 1 h 2 ] Z-muunnos: Y(z) = h 1 X(z) + h 2 X(z)z -1 = [h 1 + h 2 z -1 ]X(z) Siirtofunktio: H(z) = h 1 + h 2 z -1 Taajuusvaste (sijoita edelliseen: z = e j ) H(e j ) = Y(e j )/ X(e j ) = h 1 + h 2 e j z -1 h 1 h 2 y(n) 24 12

13 Magnitudivasteen geometrinen tulkinta Magnitudivaste H(e j ) on vektoripituus z-tasossa Magnitudivasteen voi määrittää kulkemalla yksikköympyrällä ja mittaamalla etäisyyden nollakohtaan H ( e j ) Kuva kirjasta: Ken Steiglitz, A Digital Signal Processing Primer with Applications to Digital Audio and Computer Music, Addison-Wesley, FIR-suodattimen magnitudivaste 1. asteen FIR-suodattimien magnitudvaste: H( ) = h 12 + h h 1 h 2 cos( ) 1/2 Example: h 1 = 1 h 2 =

14 Musiikin FIR-suodatus Äänisignaali suodataan FIR-suodattimella H(z) = h 1 + h 2 z -1, missä h 1 = 1 ja h 2 vaihtuu 1) Alkuperäinen 2) Suodatus kun h 2 = 1.0 3) Suodatus kun h 2 = 0.9 4) Suodatus kun h 2 = 0.5 5) Alkuperäinen 6) Suodatus kun h 2 = 0.5 7) Suodatus kun h 2 = 0.9 8) Suodatus kun h 2 = 1.0 9) Alkuperäinen 27 IIR-suodin IIR = Infinite Impulse Response Impulssivaste on (teoriassa) äärettömän pituinen Yleensä impulssivaste vaimenee nollaan IIR-suodinrakenne perustuu takaisinkytkentään Siirtofunktiossa on nollien lisäksi napoja x (n) y(n) 1 z 1 z 1 z a N a N 1 a 1 a1 a N 1 a N 1 z 1 z 1 z 28 14

15 Yhden navan IIR-suodin Lisää tulosignaaliin lähtösignaalin viivästetty kopio Takaisinkytkentäkertoimen itseisarvo ei saa ylittää 1:tä! Differenssiyhtälö: y(n) = x(n) + a 1 y(n 1) Z-muunnos: Y(z) = X(z) + a 1 Y(z)z 1 Siirtofunktio: H(z) = 1/(1 a 1 z 1 ) Taajuusvaste: H(e j ) = 1/(1 a 1 e j ) x(n) a 1 z -1 Vuotava integraattori (kun 0 < a 1 < 1) y(n) 29 IIR-suodattimen magnitudivaste Magnitudivaste: H( ) = 1 / 1 a 1 e j Nimittäjän nollakohta eli napa Geometrinen tulkinta Merkitse napa z-tasoon Kulje yksikköympyrää nollasta :hin Mittaa etäisyys navasta Laske etäisyyden käänteisarvo 30 15

16 IIR-suodattimen magnitudivaste 1. asteen IIR-suodattimen magnitudivaste on H( ) = g / 1 a 1 e j, missä g on vahvistus DC-vahvistus* pysyy vakiona kun valitaan g = 1 a 1 *DC-vahvistus = Vahvistus taajuudella 0 Hz 31 Musiikin IIR-suodatus Äänisignaali suodataan IIR-suodattimella H(z) = g/(1 a 1 z -1 ), missä a 1 vaihtuu 1) Alkuperäinen 2) Suodatus kun a 1 = 0,9 3) Suodatus kun a 1 = 0,99 4) Suodatus kun a 1 = 0,999 5) Alkuperäinen 6) Suodatus kun a 1 = 0,9 7) Suodatus kun a 1 = 0,99 8) Suodatus kun a 1 = 0,999 9) Alkuperäinen 32 16

17 Resonanssi Korostuma magnitudivasteessa Esim. formantti tai värähtelevän rakenteen moodi Resonanssin terävyyttä kuvaa kaistanleveys: Niiden taajuuspisteiden väli, joissa magnitudivaste on 3 db huipusta Muut ominaisuudet: keskitaajuus & huippuvahvistus Q-arvo: Q = keskitaajuus / kaistanleveys (Suuri Q-arvo terävä resonanssi, pieni Q-arvo leveä resonanssi) 33 Resonanssi ja napasäde Resonanssi tuotetaan navalla, joka on lähellä 1-ympyrää Etäisyys voidaan arvioida kaistanleveydestä: R 1 B/2 missä B = 2 f ja f on normalisoitu taajuus (f = 1 vastaa näytetaajuutta) Vaihtoehtoinen kaava: R 1 f Esimerkki: f s = 44.1 khz ja kaistanleveys on 20 Hz: R 1 (20/44100) = 0,

18 Digitaalinen resonaattori Resonaattorit yleisiä audiosignaalinkäsittelyssä Parametriset ekvalisaattorit, vähentävä synteesi, formattisuodattimet Yhden resonanssin tuottamiseen käytetään napaparia (napa ja sen kompleksikonjugaatti) Taajuusvaste: H(z) = 1 / (1 Re j z 1 ) (1 Re j z 1 ) tai H(z) = 1 / (1 2Rcos( )z 1 + R 2 z 2 ) Differenssiyhtälö on helppo johtaa 35 Digitaalinen resonanssi Esimerkkejä 2. asteen IIR-suodattimen magnitudivasteesta (DC-skaalaus) 36 18

19 Digitaalisen resonaattorin suunnittelu Yleensä riittää kun valitaan taajuus ja säde R on resonanssitaajuus ja R = 1 B/2 napasäde Pienillä taajuuksilla napa ja sen peilikuva ovat lähekkäin ja häiritsevät huipun muodostumista Huippu ei olekaan täsmälleen taajuudella! 37 Matlab-demo: resonaattori 38 19

20 Nolla-naparesonaattori Parannellun resonaattorin siirtofunktio (nollat z = ±1) H(z) = (1 z 2 ) / (1 2Rcos( )z 1 + R 2 z 2 ) Ehdottivat Smith & Angell (1982) Motivaatio oli resonanssitaajuuden pyyhkäisy pitäen kaistanleveys ja vahvistus vakiona 39 Yhteenveto Näytteenottotaajuuden oltava riittävän korkea ja/tai signaalin alipäästösuodatettava jottei synny laskostumista Dither muuttaa kvantisointisärön kohinaksi Oskillaattoreissa laskostuminen voi heikentää äänenlaatua FIR-suodattimet painottavat viivästettyjä näytteitä ja suodattavat siten signaalin IIR-suodattimissa on takaisinkytkentä, jolla vahvistetaan tiettyjä taajuuksia (navat, resonanssitaajuudet) 40 20

21 Lähteitä S. Lipschitz, R. A. Wannamaker & J. Vanderkooy, Quantization and dither: a theoretical survey, Journal of the Audio Engineering Society, vol. 40, no. 5, pp. 355, J. O. Smith and J. B. Angell, A constant-gain digital resonator tuned by a single coefficient, Computer Music Journal, vol. 6, no. 4, pp , K. Steiglitz, A Digital Signal Processing Primer with Applications to Digital Audio and Computer Music, Addison-Wesley, V. Välimäki, Discrete-Time Synthesis of the Sawtooth Waveform with Reduced Aliasing, IEEE Signal Processing Letters, vol. 12, no. 3, pp , March V. Välimäki & A. Huovilainen, Oscillator and Filter Algorithms for Virtual Analog Synthesis, Computer Music Journal, vol. 30, no. 2, pp , summer

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

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

1 Diskreettiaikainen näytteistys. 1.1 Laskostuminen. Laskostuminen

1 Diskreettiaikainen näytteistys. 1.1 Laskostuminen. Laskostuminen AD/DA muunnos Lähteet: Pohlman. (1995). Principles of digital audio (3rd ed). Zölzer. (008). Digital audio signal processing (nd ed). Reiss. (008), Understanding sigma-delta modulation: The solved and

Lisätiedot

ELEC-C5070 Elektroniikkapaja (5 op)

ELEC-C5070 Elektroniikkapaja (5 op) (5 op) Luento 5 A/D- ja D/A-muunnokset ja niiden vaikutus signaaleihin Signaalin A/D-muunnos Analogia-digitaalimuunnin (A/D-muunnin) muuttaa analogisen signaalin digitaaliseen muotoon, joka voidaan lukea

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

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

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 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 30.1.2006 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

LASKOSTUMISEN HAVAITSEMINEN SAHA-AALLOSSA

LASKOSTUMISEN HAVAITSEMINEN SAHA-AALLOSSA Heidi-Maria Lehtonen 1, Jussi Pekonen 2 ja Vesa Välimäki 1 1 Aalto-yliopisto Sähkötekniikan korkeakoulu Signaalinkäsittelyn ja akustiikan laitos PL 13, 76 AALTO heidi-maria.lehtonen@aalto.fi 2 Itsenäinen

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

Virheen kasautumislaki

Virheen kasautumislaki Virheen kasautumislaki Yleensä tutkittava suure f saadaan välillisesti mitattavista parametreistä. Tällöin kokonaisvirhe f määräytyy mitattujen parametrien virheiden perusteella virheen kasautumislain

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 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

Alla olevassa kuvassa on millisekunnin verran äänitaajuisen signaalin aaltomuotoa. Pystyakselilla on jännite voltteina.

Alla olevassa kuvassa on millisekunnin verran äänitaajuisen signaalin aaltomuotoa. Pystyakselilla on jännite voltteina. TT12S1E Tietoliikenteen perusteet Metropolia/A. Koivumäki 1 Kirjan lukuun 3 liittyvää lisäselitystä ja esimerkkejä Kirjan luvussa 3 (Signals Carried over the Network) luodaan katsaus siihen, minkälaisia

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

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

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

Laskuharjoitus 4 ( ): Tehtävien vastauksia

Laskuharjoitus 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.

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

Puheenkoodaus. Olivatpa kerran iloiset serkukset. PCM, DPCM ja ADPCM

Puheenkoodaus. Olivatpa kerran iloiset serkukset. PCM, DPCM ja ADPCM Puheenkoodaus Olivatpa kerran iloiset serkukset PCM, DPCM ja ADPCM PCM eli pulssikoodimodulaatio Koodaa jokaisen signaalinäytteen binääriseksi (eli vain ykkösiä ja nollia sisältäväksi) luvuksi kvantisointitasolle,

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

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

11. kierros. 1. Lähipäivä

11. kierros. 1. Lähipäivä 11. kierros 1. Lähipäivä Viikon aihe AD/DA-muuntimet Signaalin digitalisointi Kvantisointivirhe Kvantisointikohina Kytkinkapasitanssipiirit Mitoitus Kontaktiopetusta: 6 tuntia Kotitehtäviä: 4 tuntia Tavoitteet:

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

1. Perusteita. 1.1. Äänen fysiikkaa. Ääniaalto. Aallonpituus ja amplitudi. Taajuus (frequency) Äänen nopeus

1. Perusteita. 1.1. Äänen fysiikkaa. Ääniaalto. Aallonpituus ja amplitudi. Taajuus (frequency) Äänen nopeus 1. Perusteita 1. Äänen fysiikkaa 2. Psykoakustiikka 3. Äänen syntetisointi 4. Samplaus ja kvantisointi 5. Tiedostoformaatit 1.1. Äänen fysiikkaa ääni = väliaineessa etenevä mekaaninen värähtely (aaltoliike),

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

LABORATORIOTYÖ 2 A/D-MUUNNOS

LABORATORIOTYÖ 2 A/D-MUUNNOS LABORATORIOTYÖ 2 A/D-MUUNNOS Päivitetty: 23/01/2009 TP 2-1 2. A/D-muunnos Työn tarkoitus Tässä työssä demotaan A/D-muunnoksen ominaisuuksia ja ongelmia. Tarkoitus on osoittaa käytännössä, miten bittimäärä

Lisätiedot

Successive approximation AD-muunnin

Successive approximation AD-muunnin AD-muunnin Koostuu neljästä osasta: näytteenotto- ja pitopiiristä, (sample and hold S/H) komparaattorista, digitaali-analogiamuuntimesta (DAC) ja siirtorekisteristä. (successive approximation register

Lisätiedot

LABORATORIOTYÖ 2 A/D-MUUNNOS

LABORATORIOTYÖ 2 A/D-MUUNNOS LABORATORIOTYÖ 2 A/D-MUUNNOS 2-1 2. A/D-muunnos Työn tarkoitus Tässä työssä demotaan A/D-muunnoksen ominaisuuksia ja ongelmia. Tarkoitus on osoittaa käytännössä, miten bittimäärä ja näytteenottotaajuus

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

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-1200 Signaalinkäsittelyn menetelmät, Tentti

SGN-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

Lisätiedot

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

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

Lisätiedot

A/D-muuntimia. Flash ADC

A/D-muuntimia. Flash ADC A/D-muuntimia A/D-muuntimen valintakriteerit: - bittien lukumäärä instrumentointi 6 16 audio/video/kommunikointi/ym. 16 18 erikoissovellukset 20 22 - Tarvittava nopeus hidas > 100 μs (

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 Feb 2019

Lisätiedot

Muuntavat analogisen signaalin digitaaliseksi Vertaa sisääntulevaa signaalia referenssijännitteeseen Sarja- tai rinnakkaismuotoinen Tyypilliset

Muuntavat analogisen signaalin digitaaliseksi Vertaa sisääntulevaa signaalia referenssijännitteeseen Sarja- tai rinnakkaismuotoinen Tyypilliset Muuntavat analogisen signaalin digitaaliseksi Vertaa sisääntulevaa signaalia referenssijännitteeseen Sarja- tai rinnakkaismuotoinen Tyypilliset valintakriteerit resoluutio ja nopeus Yleisimmät A/D-muunnintyypit:

Lisätiedot

Mitä on signaalien digitaalinen käsittely

Mitä 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

Lisätiedot

Digitaalinen signaalinkäsittely Johdanto, näytteistys

Digitaalinen signaalinkäsittely Johdanto, näytteistys Digitaalinen signaalinkäsittely Johdanto, näytteistys Teemu Saarelainen, teemu.saarelainen@kyamk.fi Lähteet: Ifeachor, Jervis, Digital Signal Processing: A Practical Approach H.Huttunen, Signaalinkäsittelyn

Lisätiedot

AD/DA muunnos Lähteet: Pohlman. (1995). Principles of digital audio (3rd ed). Zölzer. (1997). Digital audio signal processing

AD/DA muunnos Lähteet: Pohlman. (1995). Principles of digital audio (3rd ed). Zölzer. (1997). Digital audio signal processing AD/DA muunnos Lähteet: Pohlman. (1995). Principles of digital audio (3rd ed). Zölzer. (1997). Digital audio signal processing Sisältö: Näytteistys, laskostuminen Kvantisointi, kvantisointivirhe, kvantisointisärö,

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

Signaalien digitaalinen käsittely

Signaalien digitaalinen käsittely Signaalien digitaalinen käsittely Antti Kosonen Syksy 25 LUT Energia Sähkötekniikka Alkulause Luentomoniste pohjautuu kirjaan Digital Signal Processing: Principles, Algorithms, and Applications, Proakis

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

Johdanto tieto- viestintäteknologian käyttöön: Äänitystekniikka. Vfo135 ja Vfp124 Martti Vainio

Johdanto tieto- viestintäteknologian käyttöön: Äänitystekniikka. Vfo135 ja Vfp124 Martti Vainio Johdanto tieto- viestintäteknologian käyttöön: Äänitystekniikka Vfo135 ja Vfp124 Martti Vainio Akustiikka Äänityksen tarkoitus on taltioida paras mahdo!inen signaali! Tärkeimpinä kolme akustista muuttujaa:

Lisätiedot

Flash AD-muunnin. Ominaisuudet. +nopea -> voidaan käyttää korkeataajuuksisen signaalin muuntamiseen (GHz) +yksinkertainen

Flash AD-muunnin. Ominaisuudet. +nopea -> voidaan käyttää korkeataajuuksisen signaalin muuntamiseen (GHz) +yksinkertainen Flash AD-muunnin Koostuu vastusverkosta ja komparaattoreista. Komparaattorit vertailevat vastuksien jännitteitä referenssiin. Tilanteesta riippuen kompraattori antaa ykkösen tai nollan ja näistä kootaan

Lisätiedot

Virtuaalista nostalgiaa digitaalinen vähentävä äänisynteesi

Virtuaalista nostalgiaa digitaalinen vähentävä äänisynteesi Virtuaalista nostalgiaa digitaalinen vähentävä äänisynteesi Vesa Välimäki ja Antti Huovilainen Johdanto Virtuaalianalogisella äänisynteesillä tarkoitetaan laskentamenetelmiä, jotka matkivat 1960- ja 1970-luvuilla

Lisätiedot

Radioamatöörikurssi 2013

Radioamatöörikurssi 2013 Radioamatöörikurssi 2013 Polyteknikkojen Radiokerho Radiotekniikka 21.11.2013 Tatu, OH2EAT 1 / 19 Vahvistimet Vahvistin ottaa signaalin sisään ja antaa sen ulos suurempitehoisena Tehovahvistus, db Jännitevahvistus

Lisätiedot

SGN-4200 Digitaalinen audio

SGN-4200 Digitaalinen audio SGN-4200 Digitaalinen audio Luennot, kevät 2013, periodi 4 Anssi Klapuri Tampereen teknillinen yliopisto Kurssin tavoite Johdanto 2! Tarjota tiedot audiosignaalinkäsittelyn perusteista perusoperaatiot,

Lisätiedot

6. Analogisen signaalin liittäminen mikroprosessoriin 2 6.1 Näytteenotto analogisesta signaalista 2 6.2. DA-muuntimet 4

6. Analogisen signaalin liittäminen mikroprosessoriin 2 6.1 Näytteenotto analogisesta signaalista 2 6.2. DA-muuntimet 4 Datamuuntimet 1 Pekka antala 19.11.2012 Datamuuntimet 6. Analogisen signaalin liittäminen mikroprosessoriin 2 6.1 Näytteenotto analogisesta signaalista 2 6.2. DA-muuntimet 4 7. AD-muuntimet 5 7.1 Analoginen

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

T-61.246 DSP: GSM codec

T-61.246 DSP: GSM codec T-61.246 DSP: GSM codec Agenda Johdanto Puheenmuodostus Erilaiset codecit GSM codec Kristo Lehtonen GSM codec 1 Johdanto Analogisen puheen muuttaminen digitaaliseksi Tiedon tiivistäminen pienemmäksi Vähentää

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

Digitaalitekniikan matematiikka Luku 1 Sivu 1 (19) Johdatus digitaalitekniikkaan

Digitaalitekniikan matematiikka Luku 1 Sivu 1 (19) Johdatus digitaalitekniikkaan Digitaalitekniikan matematiikka Luku 1 Sivu 1 (19) Digitaalitekniikan matematiikka Luku 1 Sivu 2 (19) Johdanto Tässä luvussa esitellään tiedon lajeja ja tiedolle tehtävää käsittelyä käsitellään tiedon

Lisätiedot

VIRTUAALIANALOGIASYNTEESIN LYHYT HISTORIA 1 JOHDANTO

VIRTUAALIANALOGIASYNTEESIN LYHYT HISTORIA 1 JOHDANTO Jussi Pekonen, Vesa Välimäki Signaalinkäsittelyn ja akustiikan laitos, Aalto-yliopiston sähkötekniikan korkeakoulu PL 13000, 00076 AALTO Jussi.Pekonen@aalto.fi, Vesa.Valimaki@tkk.fi 1 JOHDANTO Suurin osa

Lisätiedot

Hyvyyskriteerit. ELEC-C1230 Säätötekniikka. Luku 8: Säädetyn järjestelmän hyvyys aika- ja taajuustasossa, suunnittelu taajuustasossa, kompensaattorit

Hyvyyskriteerit. ELEC-C1230 Säätötekniikka. Luku 8: Säädetyn järjestelmän hyvyys aika- ja taajuustasossa, suunnittelu taajuustasossa, kompensaattorit Hyvyyskriteerit ELEC-C1230 Säätötekniikka Aikaisemmilla luennoilla on havainnollistettu, miten systeemien käyttäytymiseen voi vaikuttaa säätämällä niitä. Epästabiileista systeemeistä saadaan stabiileja,

Lisätiedot

TL5503 DSK, laboraatiot (1.5 op) Audiosignaalit (ver 1.0) Jyrki Laitinen

TL5503 DSK, laboraatiot (1.5 op) Audiosignaalit (ver 1.0) Jyrki Laitinen TL5503 DSK, laboraatiot (1.5 op) Audiosignaalit (ver 1.0) Jyrki Laitinen TL5503 DSK, laboraatiot (1.5 op), K2005 1 Suorita oheisten ohjeiden mukaiset tehtävät Matlab- ja SPDemo-ohjelmistoja käyttäen. Kokoa

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

Yleistä. Digitaalisen äänenkäsittelyn perusteet. Tentit. Kurssin hyväksytty suoritus = Harjoitustyö 2(2) Harjoitustyö 1(2)

Yleistä. Digitaalisen äänenkäsittelyn perusteet. Tentit. Kurssin hyväksytty suoritus = Harjoitustyö 2(2) Harjoitustyö 1(2) Yleistä Digitaalisen äänenkäsittelyn perusteet Jouni Smed jouni.smed@utu.fi syksy 2006 laajuus: 5 op. (3 ov.) esitiedot: Java-ohjelmoinnin perusteet luennot: keskiviikkoisin 10 12 12 salissa β perjantaisin

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

Digitaalinen audio & video I

Digitaalinen audio & video I Digitaalinen audio & video I Johdanto Digitaalinen audio + Psykoakustiikka + Äänen digitaalinen esitys Digitaalinen kuva + JPEG 1 Johdanto Multimediassa hyödynnetään todellista ääntä, kuvaa ja videota

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

Pianon äänten parametrinen synteesi

Pianon äänten parametrinen synteesi Pianon äänten parametrinen synteesi Jukka Rauhala Pianon akustiikkaa Kuinka ääni syntyy Sisält ltö Pianon ääneen liittyviä ilmiöitä Pianon äänen synteesi Ääniesimerkkejä Akustiikan ja äänenkäsittelytekniikan

Lisätiedot

Radioamatöörikurssi 2015

Radioamatöörikurssi 2015 Radioamatöörikurssi 2015 Polyteknikkojen Radiokerho Radiotekniikka 5.11.2015 Tatu Peltola, OH2EAT 1 / 25 Vahvistimet Vahvistin ottaa signaalin sisään ja antaa sen ulos suurempitehoisena Tehovahvistus,

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

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

Tietoliikennesignaalit & spektri

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

Lisätiedot

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

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

Digitaalinen Audio & Video I

Digitaalinen Audio & Video I Digitaalinen Audio & Video I Johdanto Digitaalinen audio Psykoakustiikka Äänen digitaalinen esitys Monikanavaääni ja äänen digitaalinen siirto Digitaalinen kuva Diskreetti kosiinimuunnos JPEG 1 Johdanto

Lisätiedot

Uuden sukupolven HF-kommunikaatiotekniikka

Uuden sukupolven HF-kommunikaatiotekniikka MATINE tutkimusseminaari 16.11.2017 Uuden sukupolven HF-kommunikaatiotekniikka Lauri Anttila 1, Mika Korhonen 1, Juha Yli-Kaakinen 1, Markku Renfors 1, Hannu Tuomivaara 2 1 Elektroniikan ja tietoliikennetekniikan

Lisätiedot

Radioamatöörikurssi 2017

Radioamatöörikurssi 2017 Radioamatöörikurssi 2017 Elektroniikan kytkentöjä 7.11.2017 Tatu Peltola, OH2EAT 1 / 20 Suodattimet Suodattaa signaalia: päästää läpi halutut taajuudet, vaimentaa ei-haluttuja taajuuksia Alipäästösuodin

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

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

Digitaalinen audio

Digitaalinen audio 8003203 Digitaalinen audio Luennot, kevät 2005 Tuomas Virtanen Tampereen teknillinen yliopisto Kurssin tavoite Johdanto 2 Tarjota tiedot audiosignaalinkäsittelyn perusteista perusoperaatiot, sekä niissä

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

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

2. kierros. 2. Lähipäivä

2. kierros. 2. Lähipäivä 2. kierros 2. Lähipäivä Viikon aihe Vahvistimet, kohina, lineaarisuus Siirtofunktiot, tilaesitys Tavoitteet: tietää Yhden navan vasteen ekvivalentti kohinakaistaleveys Vastuksen terminen kohina Termit

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

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

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

Digitaalinen audio & video, osa I. Johdanto. Digitaalisen audion sovellusalueet. Johdanto. Taajuusalue. Psykoakustiikka. Johdanto Digitaalinen audio

Digitaalinen audio & video, osa I. Johdanto. Digitaalisen audion sovellusalueet. Johdanto. Taajuusalue. Psykoakustiikka. Johdanto Digitaalinen audio Digitaalinen audio & video, osa I Johdanto Digitaalinen audio + Psykoakustiikka + Äänen digitaalinen esitys Digitaalinen kuva +JPEG Petri Vuorimaa 1 Johdanto Multimediassa hyödynnetään todellista ääntä,

Lisätiedot

OPERAATIOVAHVISTIN. Oulun seudun ammattikorkeakoulu Tekniikan yksikkö. Elektroniikan laboratoriotyö. Työryhmä Selostuksen kirjoitti 11.11.

OPERAATIOVAHVISTIN. Oulun seudun ammattikorkeakoulu Tekniikan yksikkö. Elektroniikan laboratoriotyö. Työryhmä Selostuksen kirjoitti 11.11. Oulun seudun ammattikorkeakoulu Tekniikan yksikkö Elektroniikan laboratoriotyö OPERAATIOVAHVISTIN Työryhmä Selostuksen kirjoitti 11.11.008 Kivelä Ari Tauriainen Tommi Tauriainen Tommi 1 TEHTÄVÄ Tutustuimme

Lisätiedot

20 Kollektorivirta kun V 1 = 15V 10. 21 Transistorin virtavahvistus 10. 22 Transistorin ominaiskayrasto 10. 23 Toimintasuora ja -piste 10

20 Kollektorivirta kun V 1 = 15V 10. 21 Transistorin virtavahvistus 10. 22 Transistorin ominaiskayrasto 10. 23 Toimintasuora ja -piste 10 Sisältö 1 Johda kytkennälle Theveninin ekvivalentti 2 2 Simuloinnin ja laskennan vertailu 4 3 V CE ja V BE simulointituloksista 4 4 DC Sweep kuva 4 5 R 2 arvon etsintä 5 6 Simuloitu V C arvo 5 7 Toimintapiste

Lisätiedot

Taajuustason tekniikat: Boden ja Nyquistin diagrammit, kompensaattorien suunnittelu. Vinkit 1 a

Taajuustason 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

Lisätiedot

MATKAPUHELINKAIUTTIMIEN TAAJUUSVASTEISTA JA SÄRÖKÄYT- TÄYTYMISESTÄ 1 JOHDANTO 2 ANALYYSIMENETELMÄT

MATKAPUHELINKAIUTTIMIEN TAAJUUSVASTEISTA JA SÄRÖKÄYT- TÄYTYMISESTÄ 1 JOHDANTO 2 ANALYYSIMENETELMÄT MATKAPUHELINKAIUTTIMIEN TAAJUUSVASTEISTA JA SÄRÖKÄYT- TÄYTYMISESTÄ Henri Penttinen, Antti Jylhä, Perttu Laukkanen ja Niko Lehtonen Aalto-yliopiston sähkötekniikan korkeakoulu Signaalinkäsittelyn ja akustiikan

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

FIR suodinpankit * 1 Johdanto

FIR 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

Lisätiedot

Radioamatöörikurssi 2014

Radioamatöörikurssi 2014 Radioamatöörikurssi 2014 Polyteknikkojen Radiokerho Radiotekniikka 4.11.2014 Tatu, OH2EAT 1 / 25 Vahvistimet Vahvistin ottaa signaalin sisään ja antaa sen ulos suurempitehoisena Tehovahvistus, db Jännitevahvistus

Lisätiedot

Signaalien generointi

Signaalien generointi Signaalinkäsittelyssä joudutaan usein generoimaan erilaisia signaaleja keinotekoisesti. Tyypillisimpiä generoitavia aaltomuotoja ovat eritaajuiset sinimuotoiset signaalit (modulointi) sekä normaalijakautunut

Lisätiedot

Teknillinen korkeakoulu, Akustiikan ja äänenkäsittelytekniikan laboratorio PL 3000, 02015 TKK, Espoo Henri.Penttinen@hut.fi

Teknillinen korkeakoulu, Akustiikan ja äänenkäsittelytekniikan laboratorio PL 3000, 02015 TKK, Espoo Henri.Penttinen@hut.fi KITARAEFEKTEJÄ KAIKUKOPPAMALLEILLA Henri Penttinen 1, Vesa Välimäki 1,2 ja Matti Karjalainen 1 1 Teknillinen korkeakoulu, Akustiikan ja äänenkäsittelytekniikan laboratorio PL 3000, 02015 TKK, Espoo Henri.Penttinen@hut.fi

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

H(s) + + _. Ymit(s) Laplace-tason esitykseksi on saatu (katso jälleen kalvot):

H(s) + + _. Ymit(s) Laplace-tason esitykseksi on saatu (katso jälleen kalvot): ELEC-C3 Säätötekniikka 5. laskuharjoitus Vastaukset Quiz: Luennon 4 luentokalvojen (luku 4) lopussa on esimerkki: Sähköpiiri (alkaa kalvon 39 tienoilla). Lue esimerkki huolellisesti ja vastaa seuraavaan:

Lisätiedot

SAMETTIKOHINA 1 JOHDANTO 2 SAMETTIKOHINAN SYNTEESI. Vesa Välimäki 1, Heidi-Maria Lehtonen 1 ja Jari Kleimola 2

SAMETTIKOHINA 1 JOHDANTO 2 SAMETTIKOHINAN SYNTEESI. Vesa Välimäki 1, Heidi-Maria Lehtonen 1 ja Jari Kleimola 2 Vesa Välimäki, Heidi-Maria Lehtonen ja Jari Kleimola 2 Aalto-yliopisto, Signaalinkäsittelyn ja akustiikan laitos PL 3 76 AALTO vesa.valimaki@aalto.fi, heidi-maria.lehtonen@aalto.fi 2 Aalto-yliopisto, Mediatekniikan

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

ELEC-C1230 Säätötekniikka. Luku 8: Säädetyn järjestelmän hyvyys aika- ja taajuustasossa, suunnittelu taajuustasossa, kompensaattorit

ELEC-C1230 Säätötekniikka. Luku 8: Säädetyn järjestelmän hyvyys aika- ja taajuustasossa, suunnittelu taajuustasossa, kompensaattorit ELEC-C3 Säätötekniikka Luku 8: Säädetyn järjestelmän hyvyys aika- ja taajuustasossa, suunnittelu taajuustasossa, kompensaattorit Hyvyyskriteerit Aikaisemmilla luennoilla on havainnollistettu, miten systeemien

Lisätiedot

Perusmittalaitteet. Oskilloskooppi. Oskilloskooppi. Mittaustekniikan perusteet / luento 3. Oskilloskooppi. Oskilloskooppi

Perusmittalaitteet. Oskilloskooppi. Oskilloskooppi. Mittaustekniikan perusteet / luento 3. Oskilloskooppi. Oskilloskooppi Mittaustekniikan perusteet / luento 3 Perusmittalaitteet Oskilloskooppi Tärkein ja monipuolisin elektroniikkamittalaite Mittauksia: jännite, taajuus, muutosilmiöt, kohina, säröytyminen... Oskilloskooppi

Lisätiedot

Dynaamisten systeemien identifiointi 1/2

Dynaamisten 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

Lisätiedot