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

Koko: px
Aloita esitys sivulta:

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

Transkriptio

1 TL536DSK-algoritmit (J. Laitinen)..5 Välikoe, ratkaisut Millaisia ongelmia kvantisointi aiheuttaa signaalinkäsittelyssä? Miksi ongelmat korostuvat IIR-suodatinten tapauksessa? Tarkastellaan Hz taajuista kosinisignaalia, jonka amplitudi on. Kuinka monella bitillä signaali on kvantisoitava, jotta signaalikvantisointikohinasuhde olisi suurempi kuin db (SQR > db)? Katso Johdatus signaalinkäsittelyyn monisteen s. 7. IIR-suodattimissa ongelmat korostuvat, koska takaisinkytkennästä seuraa virheiden kertautuminen ja joissakin tapauksissa myös vahvistuminen. keskimääräinen teho saadaan korottamalla toiseen potenssin ja määrittämällä näin saadun signaalin keskiarvo. Tarkastellaan tilannetta graaisesti: Hz, s Hz t [s] t [s] Kuvasta havaitaan selvästi, että signaalin keskiarvo on.5. Signaalin varianssiksi saadaan σ. ( σ ) SQR log b log b b > b > Vastaus: 9 bitillä.

2 TL536DSK-algoritmit (J. Laitinen)..5 Välikoe, ratkaisut Signaali (n), jonka näytetaajuus on 5 Hz, pitää muuntaa signaaliksi, jonka näytetaajuus on 375 Hz. Esitä muunnoksen vaiheet lohkokaaviona sekä tarvittavien suodinten päästö- ja estokaistojen sijainti, kun taajuudet.. 9 Hz halutaan muunnoksessa säilyttää. Merkitse näytetaajuus lohkokaavion eri vaiheisiin näkyviin. L M 5 c 75 Hz c 87.5 Hz (n) 5 LPF LPF y(n) s 5 Hz s 75 Hz s 75 Hz s 75 Hz s 375 Hz c 75 Hz (n) 5 LPF y(n) s 5 Hz s 75 Hz s 75 Hz s 375 Hz LPF : Päästökaista: Estokaista: esim... 6 Hz, > 75 Hz taajuuksia ei voi säilyttää! Hz.

3 TL536DSK-algoritmit (J. Laitinen)..5 Välikoe, ratkaisut 3 3 Tarkastellaan signaalia, jossa inormaatio on taajuuskaistalla.. Hz, kun näytetaajuus s Hz. Signaalista halutaan erottaa alipäästösuodattimella.. 8 Hz taajuinen osa. Suodattimen siirtymäkaistaksi määritetään 8.. Hz. Mikä ongelma suodatukseen liittyy? Miten suodatus kannattaa toteuttaa? c) Arvioi numeerisesti b-kohdassa esittämälläsi toteutuksella saavutettava etu. Oletetaan, että kaikissa tapauksissa tarvittava suodatin/suodattimet toteutetaan ikkunamenetelmällä Hanning-ikkunaa käyttäen. ormalisoidaan siirtymäkaista: 8. Määritetään tämän perusteella Hanning-ikkunalla toteutetun suodattimen vaatima kerroinmäärä: Suodatin ei suuren kerroinmäärän vuoksi ole käytännössä toteutuskelpoinen. Koska Hz taajuuskaistan säilyttämiseksi riittää 4 Hz näytetaajuus, pudotetaan näytetaajuus desimoimalla vaiheittain Hz -> 4 Hz eli tekijällä 5. Esimerkiksi (n) LPF 5 LPF y(n) s Hz s Hz s 8Hz s 8Hz s 4Hz yt suodattimien siirtymäkaistat ja kerroinmäärät määräytyvät seuraavasti: Siirtymäkaista Kerroinmäärä LPF Hz LPF 8.. Hz c) Kokonaiskerroinmäärä jää b-kohdan toteutuksessa suoraa suodatusta huomattavasti pienemmäksi. Kertolaskujenmäärä sekunnissa on suorassa suodatuksessa 3 6 ja b-kohdan vaiheittaisessa toteutuksessa

4 TL536DSK-algoritmit (J. Laitinen)..5 Välikoe, ratkaisut 4 4 Tiedetään, että diskreetin Fourier-muunnoksen (DFT) laskeminen vaatii kompleksista kertolaskuoperaatiota, kun käytetään suoraan DFT:n määritelmää. FFT-algoritmia käytettäessä tarvitaan log ( ) kompleksista kertolaskua. Kaavoissa näytepisteiden määrä muunnettavassa signaalissa signaalin pituus. Piirrä samaan kuvaan :n unktiona kertolaskujen määrä käytettäessä ) suoraa DFT:n määritelmää ja ) FFTalgoritmia. Määritä laskentaan kuluva aika suoralla DFT:n määritelmällä ja FFT-algoritmilla, jos muunnettavan signaalin pituus on 89 pistettä ja käytettävissä oleva laskentayksikkö kykenee suorittamaan reaalilukujen kertolaskua sekunnissa. Kertolaskujen lukumäärä DFT FFT Kompleksilukujen kertolaskuja Reaalilukujen kertolaskuja Aikaa kuluu DFT FFT log ( ) / s 6. 8 s 99 / s. 3 ms 89 log ( ) log ( 89) Huomaa: Kahden kompleksiluvun kertominen vaatii neljä reaalilukujen kertolaskua. log ( ) log ( ) log ( )

5 TL536DSK-algoritmit (J. Laitinen)..5 Välikoe, ratkaisut 5 Ikkuna Siirtymäkaistan normalisoitu leveys Vasteen vaihtelu päästökaistalla (db) Pienin vaimennus estokaistalla (db) Ikkunaunktio w[n], n (-)/ Suorakaide.9/.746 Hanning 3./ πn w[] n.5 +.5cos Hamming 3.3/ πn w[] n cos Blackman 5.5/.7 74 πn 4πn w[] n.4 +.5cos +.8cos Huomaa: Siirtymäkaistan normalisoitu leveys y a, missä y siirtymäkaistan ylempi s rajataajuus, a siirtymäkaistan alempi rajataajuus ja s näytetaajuus. Kvantisointikohina: ( ) b SQR log σ, σ signaalin varianssi. e n ( n) σ σ h, σ kohina suodatuksen jälkeen, σ kohina ennen suodatusta e

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 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

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 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 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 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, 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 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 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, 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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) 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

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

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

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

Kapeakaistainen signaali

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

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

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

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

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

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

TL5362DSK-algoritmit (J. Laitinen) TTE2SN4X/4Z, TTE2SN5X/5Z Välikoe 1, ratkaisut

TL5362DSK-algoritmit (J. Laitinen) TTE2SN4X/4Z, TTE2SN5X/5Z Välikoe 1, ratkaisut TL536DSK-algoritmit (J. Laitie) 4. - 5..4 TTESN4X/4Z, TTESN5X/5Z Välikoe, ratkaiut a) Maiite väitää kaki digitaalite FIR-uotimie etua verrattua IIR-uotimii. b) Mite Reme-meetelmällä uuitellu FIR-uotime

Lisätiedot

KOHINA LÄMPÖKOHINA VIRTAKOHINA. N = Noise ( Kohina )

KOHINA LÄMPÖKOHINA VIRTAKOHINA. N = Noise ( Kohina ) KOHINA H. Honkanen N = Noise ( Kohina ) LÄMÖKOHINA Johtimessa tai vastuksessa olevien vapaiden elektronien määrä ei ole vakio, vaan se vaihtelee satunnaisesti. Nämä vaihtelut aikaansaavat jännitteen johtimeen

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

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

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

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

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

Signaalien generointi

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

Lisätiedot

Spektrianalysaattori. Spektrianalysaattori

Spektrianalysaattori. Spektrianalysaattori Mittaustekniikan perusteet / luento 9 Spektrianalysaattori Spektrianalyysi Jean Baptiste Fourier (1768-1830): Signaali voidaan esittää taajuudeltaan ja amplitudiltaan (sekä vaiheeltaan) erilaisten sinien

Lisätiedot

Tiedonkeruu ja analysointi

Tiedonkeruu ja analysointi Tiedonkeruu ja analysointi ViDRoM Virtual Design of Rotating Machines Raine Viitala 30.9.2015 ViDRoM Virtual Design of Rotating Machines Mitataan dynaamista käyttäytymistä -> nopeuden funktiona Puhtaat

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

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

Matlab-tietokoneharjoitus

Matlab-tietokoneharjoitus Matlab-tietokoneharjoitus Tämän harjoituksen tavoitteena on: Opettaa yksinkertaisia piirikaavio- ja yksikkömuunnoslaskuja. Opettaa Matlabin perustyökaluja mittausten analysoimiseen. Havainnollistaa näytteenottotaajuuden,

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

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

1. Määritä pienin näytelauseen ehdon mukainen näytetaajuus taajuus seuraaville signaaleille: 1. Määritä pienin näytelauseen ehdon mukainen näytetaajuus taajuus seuraaville signaaleille: a) x 1 (t) = cos(πt) + sin(6πt) + 1cos(1πt) ja b) x (t) = cos(1πt)cos(πt). a) x 1 (t) = cos(πt) + sin(6πt) +

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

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

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

1 Määrittele seuraavat langattoman tiedonsiirron käsitteet.

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

Lisätiedot

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

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

TL5503 DSK, laboraatiot (1.5 op) Kuvasignaalit. Jyrki Laitinen

TL5503 DSK, laboraatiot (1.5 op) Kuvasignaalit. Jyrki Laitinen TL553 DSK, laboraatiot (.5 op) Kuvasignaalit Jyrki Laitinen TL553 DSK, laboraatiot (.5 op), K25 Suorita oheisten ohjeiden mukaiset tehtävät Matlab- ja VCDemo-ohjelmistoja käyttäen. Kokoa erilliseen mittauspöytäkirjaan

Lisätiedot

Signaalit ja järjestelmät aika- ja taajuusalueissa

Signaalit ja järjestelmät aika- ja taajuusalueissa Signaalit ja järjestelmät aika- ja taajuusalueissa Signaalit aika ja taajuusalueissa Muunnokset aika ja taajuusalueiden välillä Fourier sarja (jaksollinen signaali) Fourier muunnos (jaksoton signaali)

Lisätiedot

Numeeriset menetelmät TIEA381. Luento 14. Kirsi Valjus. Jyväskylän yliopisto. Luento 14 () Numeeriset menetelmät / 55

Numeeriset menetelmät TIEA381. Luento 14. Kirsi Valjus. Jyväskylän yliopisto. Luento 14 () Numeeriset menetelmät / 55 Numeeriset menetelmät TIEA381 Luento 14 Kirsi Valjus Jyväskylän yliopisto Luento 14 () Numeeriset menetelmät 15.5.2013 1 / 55 Luennon 14 sisältö Nopeat Fourier-muunnokset (FFT) Yleinen algoritmi 2-kantainen

Lisätiedot

KON-C3004 Kone- ja rakennustekniikan laboratoriotyöt Tiedonkeruu ja analysointi Panu Kiviluoma

KON-C3004 Kone- ja rakennustekniikan laboratoriotyöt Tiedonkeruu ja analysointi Panu Kiviluoma KON-C34 Kone- ja rakennustekniikan laboratoriotyöt Tiedonkeruu ja analysointi Panu Kiviluoma Mitattava suure Tarkka arvo Mittausjärjestelmä Mitattu arvo Ympäristö Mitattava suure Anturi Signaalinkäsittely

Lisätiedot

Suodinpankit ja muunnokset*

Suodinpankit ja muunnokset* Suodinpankit ja muunnokset* Lähteet: Zölzer. Digital audio signal processing. Wiley & Sons. Spanias et al. Audio signal processing and coding. Wiley & Sons Smith, Spectral audio signal processing, online

Lisätiedot

Johdatus matematiikkaan

Johdatus matematiikkaan Johdatus matematiikkaan Luento 6 Mikko Salo 6.9.2017 Sisältö 1. Kompleksitaso 2. Joukko-oppia Kompleksiluvut Edellisellä luennolla huomattiin, että toisen asteen yhtälö ratkeaa aina, jos ratkaisujen annetaan

Lisätiedot

Perusmittalaitteet 2. Spektrianalyysi. Mittaustekniikan perusteet / luento 4. Spektrianalyysi. Logaritmiasteikko ja db (desibel) Spektrianalysaattori

Perusmittalaitteet 2. Spektrianalyysi. Mittaustekniikan perusteet / luento 4. Spektrianalyysi. Logaritmiasteikko ja db (desibel) Spektrianalysaattori Mittaustekniikan perusteet / luento 4 Perusmittalaitteet Spektrianalyysi Jean Baptiste Fourier (1768-1830): Signaali voidaan esittää taajuudeltaan ja amplitudiltaan (sekä vaiheeltaan) erilaisten sinien

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

Tiedonkeruu ja analysointi

Tiedonkeruu ja analysointi Tiedonkeruu ja analysointi ViDRoM Virtual Design of Rotating Machines Raine Viitala ViDRoM Virtual Design of Rotating Machines Mitataan dynaamista käyttäytymistä -> nopeuden funktiona Puhtaat laakerit,

Lisätiedot

ELEC-C5070 Elektroniikkapaja. Laboratoriotyö 3 A/D- ja D/A-muuntimet

ELEC-C5070 Elektroniikkapaja. Laboratoriotyö 3 A/D- ja D/A-muuntimet ELEC-C5070 Elektroniikkapaja Laboratoriotyö 3 A/D- ja D/A-muuntimet Työohje Syksy 2016 Sisällysluettelo 1 Johdanto... 3 2 Teoriaa... 3 2.1 A/D- ja D/A-muunnos... 3 2.2 Switched capacitor-tekniikka... 4

Lisätiedot

Numeeriset menetelmät

Numeeriset menetelmät Numeeriset menetelmät Luento 14 To 20.10.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 14 To 20.10.2011 p. 1/39 p. 1/39 Nopeat Fourier-muunnokset Diskreetti Fourier-muunnos ˆf k = 1 N 1 N

Lisätiedot

Mediaanisuodattimet. Tähän asti käsitellyt suodattimet ovat olleet lineaarisia. Niille on tyypillistä, että. niiden ominaisuudet tunnetaan hyvin

Mediaanisuodattimet. Tähän asti käsitellyt suodattimet ovat olleet lineaarisia. Niille on tyypillistä, että. niiden ominaisuudet tunnetaan hyvin Mediaanisuodattimet Tähän asti käsitellyt suodattimet ovat olleet lineaarisia. Niille on tyypillistä, että niiden ominaisuudet tunnetaan hyvin niiden analysointiin on olemassa vakiintuneita menetelmiä

Lisätiedot

1 Johdanto. 2 Kriittinen näytteistys 2:lla alikaistalla. 1.1 Suodatinpankit audiokoodauksessa. Johdanto

1 Johdanto. 2 Kriittinen näytteistys 2:lla alikaistalla. 1.1 Suodatinpankit audiokoodauksessa. Johdanto Suodinpankit ja muunnokset* Lähteet: Zölzer. Digital audio signal processing. Wiley & Sons. Spanias et al. Audio signal processing and coding. Wiley & Sons Smith, Spectral audio signal processing, online

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

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

SIGNAALITEORIAN KERTAUSTA 1

SIGNAALITEORIAN KERTAUSTA 1 SIGNAALITEORIAN KERTAUSTA 1 1 (26) Fourier-muunnos ja jatkuva spektri Spektri taajuuden funktiona on kompleksiarvoinen funktio, jonka esittäminen graafisesti edellyttää 3D-kuvaajan piirtämisen. Yleensä

Lisätiedot

ELEC-A7200 Signaalit ja järjestelmät

ELEC-A7200 Signaalit ja järjestelmät ELEC-A700 Signaalit ja järjestelmät Professori Riku Jäntti ELEC-A700 Signaalit ja järjestelmät Mitä kurssilla käsitellään? signaalien ja järjestelmien peruskäsitteitä signaali- ja järjestelmäanalyysin

Lisätiedot

Ismo Kemppainen. Digitaalisen suodattimen kokeilu LabVIEW-ohjelmointiympäristössä

Ismo Kemppainen. Digitaalisen suodattimen kokeilu LabVIEW-ohjelmointiympäristössä Ismo Kemppainen Digitaalisen suodattimen kokeilu LabVIEW-ohjelmointiympäristössä Insinöörityö Kajaanin ammattikorkeakoulu Tekniikan ja liikenteen ala Tietotekniikan koulutusohjelma Syksy 2006 OPINNÄYTETYÖ

Lisätiedot

LOPPURAPORTTI 19.11.2007. Lämpötilahälytin. 0278116 Hans Baumgartner xxxxxxx nimi nimi

LOPPURAPORTTI 19.11.2007. Lämpötilahälytin. 0278116 Hans Baumgartner xxxxxxx nimi nimi LOPPURAPORTTI 19.11.2007 Lämpötilahälytin 0278116 Hans Baumgartner xxxxxxx nimi nimi KÄYTETYT MERKINNÄT JA LYHENTEET... 3 JOHDANTO... 4 1. ESISELOSTUS... 5 1.1 Diodi anturina... 5 1.2 Lämpötilan ilmaisu...

Lisätiedot

3. Kirjoita seuraavat joukot luettelemalla niiden alkiot, jos mahdollista. Onko jokin joukoista tyhjä joukko?

3. Kirjoita seuraavat joukot luettelemalla niiden alkiot, jos mahdollista. Onko jokin joukoista tyhjä joukko? HY / Avoin yliopisto Johdatus yliopistomatematiikkaan, kesä 2015 Harjoitus 1 Ratkaisuehdotuksia Tehtäväsarja I Seuraavat tehtävät liittyvät luentokalvoihin 1 14. Erityisesti esimerkistä 4 ja esimerkin

Lisätiedot

Numeeriset menetelmät TIEA381. Luento 13. Kirsi Valjus. Jyväskylän yliopisto. Luento 13 () Numeeriset menetelmät / 42

Numeeriset menetelmät TIEA381. Luento 13. Kirsi Valjus. Jyväskylän yliopisto. Luento 13 () Numeeriset menetelmät / 42 Numeeriset menetelmät TIEA381 Luento 13 Kirsi Valjus Jyväskylän yliopisto Luento 13 () Numeeriset menetelmät 8.5.2013 1 / 42 Luennon 13 sisältö Tavallisten differentiaaliyhtälöiden numeriikasta Moniaskelmenetelmien

Lisätiedot

MS-C1420 Fourier-analyysi Esimerkkejä, perusteluja, osa I

MS-C1420 Fourier-analyysi Esimerkkejä, perusteluja, osa I MS-C140 Fourier-analyysi Esimerkkejä, perusteluja, osa I G. Gripenberg Aalto-yliopisto 3. tammikuuta 014 G. Gripenberg (Aalto-yliopisto MS-C140 Fourier-analyysiEsimerkkejä, perusteluja, osa3. I tammikuuta

Lisätiedot

MS-C1420 Fourier-analyysi Esimerkkejä, perusteluja, osa I

MS-C1420 Fourier-analyysi Esimerkkejä, perusteluja, osa I MS-C14 Fourier-analyysi Esimerkkejä, perusteluja, osa I G. Gripenberg Aalto-yliopisto 3. tammikuuta 14 G. Gripenberg (Aalto-yliopisto MS-C14 Fourier-analyysiEsimerkkejä, perusteluja, osa3. I tammikuuta

Lisätiedot

Jaksollisen signaalin spektri

Jaksollisen signaalin spektri Jaksollisen signaalin spektri LuK-tutkielma Topi Suviaro 2257699 Matemaattisten tieteiden laitos Oulun yliopisto Syksy 215 Sisältö Johdanto 2 1 Jaksollisuudesta 2 2 Spektristä 3 2.1 Symmetrian vaikutuksesta

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

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

Johdatus vaihtosähköön, sinimuotoiset suureet. DEE Piirianalyysi Risto Mikkonen

Johdatus vaihtosähköön, sinimuotoiset suureet. DEE Piirianalyysi Risto Mikkonen DEE-11000 Piirianalyysi Johdatus vaihtosähköön, sinimuotoiset suureet 1 Vaihtovirta vs tasavirta Sähkömagneettinen induktio tuottaa kaikissa pyörivissä generaattoreissa vaihtojännitettä. Vaihtosähköä on

Lisätiedot

Kohina. Havaittujen fotonien statistinen virhe on kääntäen verrannollinen havaittujen fotonien lukumäärän N neliö juureen ( T 1/ N)

Kohina. Havaittujen fotonien statistinen virhe on kääntäen verrannollinen havaittujen fotonien lukumäärän N neliö juureen ( T 1/ N) Kohina Havaittujen fotonien statistinen virhe on kääntäen verrannollinen havaittujen fotonien lukumäärän N neliö juureen ( T 1/ N) N on suoraan verrannollinen integraatioaikaan t ja havaittuun taajuusväliin

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

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 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

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

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

MAB3 - Harjoitustehtävien ratkaisut:

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

Lisätiedot

Digitaalinen signaalinkäsittely Kuvankäsittely

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

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

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