ELEC-C Sovellettu digitaalinen signaalinkäsittely. Äänisignaalien näytteenotto ja kvantisointi Dither Oskillaattorit Digitaalinen suodatus
|
|
- Jari Heino
- 8 vuotta sitten
- Katselukertoja:
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 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
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,
Lisätiedot1 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
LisätiedotELEC-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
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
LisätiedotAlias-ilmiö eli taajuuden laskostuminen
Prosessiorientoituneet mallit Todellista hybridijärjestelmää ELEC-C1230 Säätötekniikka Luku 12: Näytteenottoteoreema ja jatkuvien säätimien diskreetit approksimaatiot Prosessiorientoituneet mallit katsotaan
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 18.3.2008 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 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,
LisätiedotLASKOSTUMISEN 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
LisätiedotSGN-1200 Signaalinkäsittelyn menetelmät, Tentti
SG-1200 Signaalinkäsittelyn menetelmät, Tentti 24.4.2006 Kirjoita nimesi ja opiskelijanumerosi jokaiseen paperiin. Vastauspaperit tullaan irrottamaan toisistaan. Jos tila ei riitä, jatka kääntöpuolelle
LisätiedotVirheen kasautumislaki
Virheen kasautumislaki Yleensä tutkittava suure f saadaan välillisesti mitattavista parametreistä. Tällöin kokonaisvirhe f määräytyy mitattujen parametrien virheiden perusteella virheen kasautumislain
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 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?
LisätiedotAlla 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
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).
LisätiedotSGN-1200 Signaalinkäsittelyn menetelmät, Tentti
SG-00 Signaalinkäsittelyn menetelmät, Tentti 6.3.006 Kirjoita nimesi ja opiskelijanumerosi jokaiseen paperiin. Vastauspaperit tullaan irrottamaan toisistaan. Jos tila ei riitä, jatka kääntöpuolelle ja
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 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.
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.
LisätiedotPuheenkoodaus. 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,
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
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
Lisätiedot11. 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:
Lisätiedotpuheen 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
Lisätiedot1. 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),
LisätiedotAlipäästösuotimen muuntaminen muiksi perussuotimiksi
Alipäästösuotimen muuntaminen muiksi perussuotimiksi Usein suodinsuunnittelussa on lähtökohtana alipäästösuodin (LPF), josta voidaan yksinkertaisilla operaatioilla muodostaa ylipäästö- (HPF), kaistanpäästö-
LisätiedotLABORATORIOTYÖ 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
LisätiedotSuccessive 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
LisätiedotLABORATORIOTYÖ 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
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?!
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-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-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
LisätiedotA/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 (
LisätiedotSÄÄTÖJÄRJESTELMIEN SUUNNITTELU
ENSO IKONEN PYOSYS 1 SÄÄTÖJÄRJESTELMIEN SUUNNITTELU Enso Ikonen professori säätö- ja systeemitekniikka http://cc.oulu.fi/~iko Oulun yliopisto Älykkäät koneet ja järjestelmät, Systeemitekniikka Feb 2019
LisätiedotMuuntavat analogisen signaalin digitaaliseksi Vertaa sisääntulevaa signaalia referenssijännitteeseen Sarja- tai rinnakkaismuotoinen Tyypilliset
Muuntavat analogisen signaalin digitaaliseksi Vertaa sisääntulevaa signaalia referenssijännitteeseen Sarja- tai rinnakkaismuotoinen Tyypilliset valintakriteerit resoluutio ja nopeus Yleisimmät A/D-muunnintyypit:
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
LisätiedotDigitaalinen 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
LisätiedotAD/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,
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
LisätiedotSignaalien digitaalinen käsittely
Signaalien digitaalinen käsittely Antti Kosonen Syksy 25 LUT Energia Sähkötekniikka Alkulause Luentomoniste pohjautuu kirjaan Digital Signal Processing: Principles, Algorithms, and Applications, Proakis
LisätiedotSIGNAALITEORIAN KERTAUSTA OSA 2
1 SIGNAALITEORIAN KERTAUSTA OSA 2 Miten spektri lasketaan moduloiduille ja näytteistetyille tietoliikennesignaaleille? KONVOLUUTIO JA KERTOLASKU 2 Kantataajuussignaali (baseband) = sanomasignaali ilman
LisätiedotJohdanto 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:
LisätiedotFlash 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
LisätiedotVirtuaalista 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
LisätiedotRadioamatöörikurssi 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
LisätiedotSGN-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,
Lisätiedot6. 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
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
LisätiedotT-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
LisätiedotSignaalinkäsittelyn sovellukset
Signaalinkäsittelyn laitos. Opetusmoniste 26: Institute of Signal Processing. Lecture Notes 26: Heikki Huttunen Signaalinkäsittelyn sovellukset Tampere 26 Tampereen teknillinen yliopisto. Signaalinkäsittelyn
LisätiedotDigitaalitekniikan 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
LisätiedotVIRTUAALIANALOGIASYNTEESIN 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
LisätiedotHyvyyskriteerit. ELEC-C1230 Säätötekniikka. Luku 8: Säädetyn järjestelmän hyvyys aika- ja taajuustasossa, suunnittelu taajuustasossa, kompensaattorit
Hyvyyskriteerit ELEC-C1230 Säätötekniikka Aikaisemmilla luennoilla on havainnollistettu, miten systeemien käyttäytymiseen voi vaikuttaa säätämällä niitä. Epästabiileista systeemeistä saadaan stabiileja,
LisätiedotTL5503 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
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)
LisätiedotYleistä. 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
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
LisätiedotDigitaalinen 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
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
LisätiedotPianon 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
LisätiedotRadioamatöörikurssi 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,
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
LisätiedotTietoliikennesignaalit & spektri
Tietoliikennesignaalit & spektri 1 Tietoliikenne = informaation siirtoa sähköisiä signaaleja käyttäen. Signaali = vaihteleva jännite (tms.), jonka vaihteluun on sisällytetty informaatiota. Signaalin ominaisuuksia
LisätiedotYksinkertaisin 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
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
LisätiedotSignaalinkäsittelyn menetelmät
Signaalinkäsittelyn laitos. Opetusmoniste 25: Institute of Signal Processing. Lecture Notes 25: Heikki Huttunen Signaalinkäsittelyn menetelmät Tampere 25 Opetusmoniste 25: Signaalinkäsittelyn menetelmät
LisätiedotDigitaalinen 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
LisätiedotUuden 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
LisätiedotRadioamatöörikurssi 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
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
LisätiedotY 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
LisätiedotDigitaalinen audio
8003203 Digitaalinen audio Luennot, kevät 2005 Tuomas Virtanen Tampereen teknillinen yliopisto Kurssin tavoite Johdanto 2 Tarjota tiedot audiosignaalinkäsittelyn perusteista perusoperaatiot, sekä niissä
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)
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
Lisätiedot2. 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
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
LisätiedotLuento 8. Suodattimien käyttötarkoitus
Luento 8 Lineaarinen suodatus Ideaaliset alipäästö, ylipäästö ja kaistanpäästösuodattimet Käytännölliset suodattimet 8..006 Suodattimien käyttötarkoitus Signaalikaistan ulkopuolisen kohinan ja häiriöiden
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
LisätiedotDigitaalinen 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,
LisätiedotOPERAATIOVAHVISTIN. 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
Lisätiedot20 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
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
LisätiedotMATKAPUHELINKAIUTTIMIEN 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
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
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
LisätiedotRadioamatöörikurssi 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
LisätiedotSignaalien generointi
Signaalinkäsittelyssä joudutaan usein generoimaan erilaisia signaaleja keinotekoisesti. Tyypillisimpiä generoitavia aaltomuotoja ovat eritaajuiset sinimuotoiset signaalit (modulointi) sekä normaalijakautunut
LisätiedotTeknillinen 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
Lisätiedot3. kierros. 2. Lähipäivä
3. kierros. Lähipäivä Viikon aihe (viikko /) Takaisinkytketyt vahvistimet Takaisinkytkentä, suljettu säätöluuppi Nyquistin kriteeri, stabiilisuus Taajuusanalyysi, Boden ja Nyquistin diagrammit Systeemin
LisätiedotH(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:
LisätiedotSAMETTIKOHINA 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
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
LisätiedotELEC-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
LisätiedotPerusmittalaitteet. 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
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
Lisätiedot