Alias-ilmiö eli taajuuden laskostuminen
|
|
- Heikki Lehtilä
- 8 vuotta sitten
- Katselukertoja:
Transkriptio
1 Prosessiorientoituneet mallit Todellista hybridijärjestelmää ELEC-C1230 Säätötekniikka Luku 12: Näytteenottoteoreema ja jatkuvien säätimien diskreetit approksimaatiot Prosessiorientoituneet mallit katsotaan nyt prosessin näkökulmasta Alias-ilmiö eli taajuuden laskostuminen Signaali f ja sen Fourier-muunnos F ovat Tarkastellaan jaksollista taajuustason signaalia (jakso ) Tämän Fourier-sarja on 1
2 Alias-ilmiö eli taajuuden laskostuminen Kompleksinen Fourier-sarja Nimittäin Alias-ilmiö eli taajuuden laskostuminen Kertoimet Osoitetaan seuravaksi, että sarjan kertoimet ovat itse asiassa näytepisteet. Huomaamalla, että ja vaihtamalla muuttujaa integraaleissa Alias-ilmiö eli taajuuden laskostuminen Siis funktio f(kh), k =...-1, 0, 1,2,3,4,... määrää yksikäsitteisesti funktion F s ( ). Jos aikatason signaalin spektri on nolla taajuusalueen (- 0, 0 ) ulkopuolella ja jos näyteväli valitaan siten, että niin eli signaalin spektri saadaan täysin määrättyä näytteiden (spektrin) avulla. Informaatiota ei ole kadonnut näytteenotossa. Näytteenotto ja jatkuvan signaalin rekonstruointi Shannonin näyttenottoteoreema: Jatkuva signaali, jonka Fourier-muunnos on nolla välin [-w 0, w 0 ] ulkopuolella, on yksikäsitteisesti määritelty tasavälisillä näytteillä (signaalin arvoilla), jos näytteenottotaajuus w s on suurempi kuin 2w 0. Jatkuva signaali voidaan tällöin määrittää näytteistään interpolointiyhtälön avulla: Taajuutta w N = w s /2 kutsutaan Nyquistin taajuudeksi. 2
3 Näytteenotto ja jatkuvan signaalin rekonstruointi Johdetaan vielä Shannonin rekonstruointikaava Alias-ilmiö eli taajuuden laskostuminen Eli käytännössä: kun jatkuvasta signaalista, jolla on Fouriermuunnos F, otetaan tasavälisesti näytteitä (näytteenottotaajuudella w s ), niin saadaan diskreetti signaali, jolla on Fourier-muunnos F s. F s on periodinen funktio; itse asiassa sama kuin F, joka vain toistuu w s :n välein. Vaihtamalla integroinnin ja summalausekkeen järjestystä saadaan jossa integroinnin laskeminen auki antaa suoraan Shannonin kaavan Kun kahdesta jatkuvasta eri signaalista otataan näytteitä (h = 1), niin saadaan täysin identtinen näytejoukko y 1 (t) = sin(0.2pi t) y 2 (t) = sin(1.8pi t) Alias-ilmiö eli taajuuden laskostuminen Alias-ilmiö eli taajuuden laskostuminen Lasketaan edellisen esimerkin Fourier-muunnokset ja tarkastellaan niiden suhdetta näytteenotto- ja Nyquistin taajuuksiin. Puhtaasti harmoniselle värähtelylle on helppo laskea Fouriermuunnos, koska signaalit sisältävät ainoastaan yhtä taajuutta. Alkuperäiset signaalit ovat toistensa aliaksia kyseisellä näytteenottotaajuudella 3
4 Alias-ilmiö eli taajuuden laskostuminen Näiden kuvaajat ovat Näytteenoton jälkeen kummankin diskreetin signaalin Fouriermuunnos on identtinen Alias-ilmiö eli taajuuden laskostuminen Voidaan todeta, että kaikki taajuudet peilautuvat Nyquistin taajuuden kautta peilikuvina yhtä kauas Nyquisin taajuuden toiselle puolelle. Näitä peilikuvataajuuksia ja alkuperäisiä taajuuksia, joita ei voida eroittaa toisistaan diskreetissä tasossa kutsutaan toistensa aliaksiksi ja ne voidaan määrittää kuten alla on esitetty. Taajuus on siis alias taajuuksille Esisuodatus Shannonin näytteenottoteoreeman mukaan Nyquistin taajuutta suuremmat taajuudet laskostuvat matalammille taajuuksille ja ideaalisessa tapauksessa signaalien Fourier-muunnosten pitäisi kadota Nyquistin taajuutta suuremmilla taajuuksilla. Käytännön signaaleilla näin ei luonnollisesti tapahdu, joten mikäli signaalin laskostuminen tahdotaan välttää on korkeat taajuudet suodatettava signaalista pois. Toinen vaihtoehto on tietysti kasvattaa näytteenottotaajuutta, jolloin myös Nyquistin taajuus siirtyy pidemmälle taajuusakselilla (tämä luonnollisesti pätee vain silloin kuin signaalissa ei ole erittäin korkeita taajuuksia). Esisuodatus Mikäli signaalissa, josta otetaan näytteitä, on korkeita taajuuksia, niin ne tavallisesti poistetaan suodattimella. Yleensä käytetään näytteenoton edessä analogista suodatinta. Tyypillinen toisen kertaluvun suodatin on esimerkiksi Hyvin yleisesti käytetty suodatin on myös Besselin suodatin. 4
5 Esisuodatus, esimerkki Esisuodatus, esimerkki Tarkastellaan esisuodatuksen merkitystä esimerkin avulla Askelfuntioon lisätty sinimuotoista kohinaa. Vasemmalla signaali ja sen suora näytteistys.(alias- ilmiö) Oikealla suodatetut signaalit. (ylh. jatkuvasta, alh. diskretoidusta signaalista) Jatkuvan säätimen diskreetti approksimaatio Tutkitaan jälleen diskretointia, mutta tällä kertaa eri lähtökohdista. Aikaisemmin jatkuva säädettävä prosessi ja pitopiiri (ZOH) tunnettiin ja prosessille muodostettiin diskreetti, tarkka malli, jota käytettiin hyväksi diskreetin, mallipohjaisen säätimen suunnittelussa. Nyt säädettävän prosessin mallia ei tunneta (tai siitä ei välitetä). Prosessille on olemassa jatkuva-aikaiseen teoriaan perustuva säädin (esim. PID), jota tahdotaan approksimoida vastaavalla diskreetillä säätimellä. Säätimelle tuleva signaali muuttuu näytteenottohetkien välillä, joten ZOH-oletusta ei voida tehdä. Usein oletetaan signaalin olevan pehmeä. Jatkuvan säätimen diskreetti approksimaatio Siirtofunktion approksimaatiossa tavoitteena on kehittää diskreetti systeemi, joka vastaa jatkuvan ajan siirtofunktiota. Tämä on jo kertaalleen tehty prosessin diskretoinnin yhteydessä (olettamalla nollannen kertaluvun pito). Säätimillä ei kuitenkaan voida olettaa olevan nollannen kertaluvun pitoa (lähtösignaali y muuttuu mielivaltaisesti ja säädin ottaa signaalin vastaan sellaisenaan) ja kysehän on jatkuvan säätimen diskreetistä approksimaatiosta. Tavallisesti nämä approksimaatiot lähtevät derivaatan ja integraalin diskreeteistä approksimaatioista olettaen signaalin olevan pehmeä. 5
6 Derivaatan approksimaatiot Yleiset derivaatan approksimaatiot lähtevät derivaatan määritelmistä Derivaatan approksimaatiot Näistä määritelmistä saadaan etenpäinderivoinnin ja taaksepäinderivoinnin approksimaatiot. Eteenpäinderivointia kutsutaan myös Eulerin menetelmäksi. Saadaan approksimaatiot Pehmeillä funktioilla, joiden derivaatat ovat jatkuvia nämä määritelmät antavat saman tuloksen Derivaatan approksimaatiot Integraalin approksimaatiot Jatkuvasta integraalista voidaan kehittää vastaavat diskreetit approksimaatiot summien avulla Samat approksimaatiot voidaan helposti johtaa myös rekursiivisesti, jos tahdotaan välttää geometrisen sarjan summan käyttö. Esim. 6
7 Integraalin approksimaatiot Integraalin approksimaatiot Saadaan integraalin approksimaatiot ja ohjelmoitavissa jo! Vertaamalla näitä approksimaatioita derivaatan approksimaatioihin, niin voidaan todeta niiden olevan identtiset Integraalin approksimaatiot Johdetaan vielä yksi tärkeä integraalin approksimaatio. Integraalin trapetsiyhtälöstä saadaan Tustinin approksimaatio eli bilineaarinen approksimaatio. Tustin approksimaatio on kahden edellä esitetyn integraalin approksimaation keskiarvo: Taaksepäinderivoinnnin approksimaatio Eulerin approksimaatio. Tustinin approksimaatio. Integraalin approksimaatiot Differentiaaliyhtälössä jokainen derivointioperaattori p korvataan vastaavalla siirto-operaattorin q lausekkeella. 7
8 Taaksepäinderivoinin approksimaatio Eulerin approksimaatio. Tustinin approksimaatio. Siirtofunktion approksimaatiot Kun siirtofunktiolle tahdotaan kehittää sitä vastaava approksimatiivinen pulssinsiirtofunktio, niin operaattorien p ja q sijasta käytetään muuttujia s ja z. Kehitetään differenssiyhtälölle ja sitä vastaavalle siirtofunktiolle diskreetit approksimaatiot eri menetelmillä. Jatkuva-aikainen differentiaaliyhtälö: Sitä vastaava siirtofunktio: Tulosignaalin oletetaan noudattavan nollannen kertaluvun pitoa, jolloin saadaan differenssiyhtälö ja pulssinsiirtofunktio perinteisillä diskretointikaavoilla Taaksepäinderivoinnin approksimaatiolla Eulerin approksimaatiolla Tustinin approksimaatiolla 8
9 Muille approksimaatioille Vastaavasti voidaan johtaa pulssinsiirtofunktiot Vertaillaan eri approksimaatioita simuloimalla Kokeillaan aluksi askelfunktiota (tulosignaali noudattaa ZOHoletusta) Korkealla näytteenottotaajuudella kaikki approksimaatiot toimivat hyvin, mutta eivät matalammilla näytteenottotaajuuksilla 9
10 Koska tulosignaali noudattaa ZOHoletusta, niin ZOHmenetelmillä johdettu pulssinsiirtofunktio pätee kaikilla näytteenottotaajuuksilla. Taaksepäinderivoinnin approksimaatio pärjää hyvin tarkasteltavilla näytteenottotaajuuksilla Eulerin approksimaatioantaa epästabiilin vasteen matalilla näytteenottotaajuuksilla Tustinin approksimaatio pätee kohtuullisen hyvin tarkas-teltavilla näytteenottotaajuuk-silla 10
11 Approksimoitujen siirtofunktioiden stabiilius Pehmeillä signaaleilla approksimaatiot pätevät paremmin kuin ZOHsignaaleilla. Nyt sinimuotoinen signaali näytteenottovälillä h = 1 ZOH Euler B.D Tustin Aikaisemmat esimerkit osoittavat, että täysin stabiilin systeemin diskreetti approksimaatio saattaa olla suurilla näyteväleillä epästabiili (Esimerkeissä Eulerin approksimaatio). Jokainen jatkuvan järjestelmän napa s P kuvautuu diskreetin tason navaksi z P approksimaation mukaisesti. Pienillä näytteenottoajoilla eli korkeilla näytteenottotaajuuksilla kaikki diskretointimenetelmät käyttäytyvät identtisesti (lähestyvät jatkuvaa järjestelmää) ja niiden navat lähestyvät pistettä Approksimoitujen siirtofunktioiden stabiilius Diskretointimenetelmästä riippumatta diskreetti järjestelmä on stabiili vain ja jos vain kaikki sen pulssinsiirtofunktion navat ovat yksikköympyrän sisäpuolella. Näin ollen on mielenkiintoista tarkastella miten jatkuvan reaali/imaginääri-tason stabiilisuusalue (vasen puolitaso) kuvautuu diskreettiin tasoon. Kuviin on piirretty yksikköympyrä (diskreetti stabiiliusalue) ja varjostettuna alue, johon jatkuva-aikainen stabiiliusalue kuvautuu. Approksimoitujen siirtofunktioiden stabiilius Nähdään, että vain ZOH:lla ja Tustinin approksimaatiolla stabiilius on identtinen jatkuvassa ja diskreetillä systeemillä. Taaksepäin derivointi kuvaa kyllä kaikki jatkuvat stabiilit systeemit stabiileina diskreetteinä systeemeinä, mutta se antaa myös joukolle epästabiileja jatkuvia systeemejä stabiilin diskreetin mallin. Eulerin menetelmä taas antaa joukolle stabiileja jatkuvia systeemejä epästabiilin diskreetin mallin (kuten simuloinneista kävi ilmi). ZOH BD Euler Tustin 11
12 Diskreetti PID-säädin Diskreetti PID-säädin on tänä päivänä kaikkein yleisin säädin. Se voidaan johtaa helposti jatkuvasta PID-säätimestä. Teoreettinen oppikirjaversio jatkuvasta PID-algoritmista on Diskreetti PID-säädin Tämän takia derivointi tavallisesti toteutetaan suodatettuna. Ideaalista derivointia ei voida (eikä myöskään pitäisi) toteuttaa PIDsäätimessä. Käytännön systeemeissä on aina kohinaa ja derivointi vahvistaa korkeataajuisia häiriöitä kuten valkoista kohinaa. Muita tyypillisiä käytännön modifikaatioita ovat: - Derivointitermin osalta ajatellaan referenssin olevan vakio, jolloin siis derivoidaan pelkästään lähtösignaalia (negatiivisena). Diskreetti PID-säädin Kehitetään aikaisemman oppikirjaversion diskreetti esitys Diskreetti PID-säädin Diskreetti PID-säädin saadaan jatkuvasta korvaamalla erosuureen integraali summalla, erosuureen derivaatta erosuureen muutoksella ja jakamalla aikaparametrit T I ja T D näytteenottovälillä h. (Euler) Yhtäpitävästi, huomaa edelleen oppikirjaversio Laplace-tasossa (BD) ja siitä saatavat approksimaatiot korvaamalla s kuten esitetty aiemmin. 12
13 Diskreetti PID-säädin z-tason pulssinsiirtofunktiona säädin on (integroinnissa Euler, derivoinnissa BD) Ohjauksen muutokselle saadaan: Diskreetti PID-säädin Edellä esitettyä algoritmia kutsutaan asento- eli absoluuttialgoritmiksi, koska sen avulla lasketaan absoluuttinen ohjauksen arvo. Se edellyttää summalausekkeen laskemista (tai päivittämistä), mikä ei ole algoritmisesti taloudellista. Huomattavasti yleisempi muoto käytännön sovelluksissa on nopeus- eli inkrementtialgoritmi, jonka avulla voidaan laskea ohjaussignaalin muutos edellisestä näytteenottohetkestä (ja jonka avulla voidaan välttää summalauseke). Diskreetti PID-säädin Kaikki jatkuvan PID-säätimen modifikaatiot voidaan myös toteuttaa diskreetillä PID-säätimellä. Tärkeimpiä modifikaatioita integraattorille ovat antiwinup-toiminto saturoituville toimilaitteille, pehmeä moodinvaihto automatiikan ja käsiajon moodinvaihdoissa ja hyppäyksettömät parametripäivitykset itsevirittyvissä ja adaptiivisissa PID-algoritmeissa. Esim. toimilaitteen saturoituessa on vaarana, että integraattori jatkaa integroimistaan kohtuuttoman suuriin arvoihin. Kun tilanne normalisoituu (toimilaite esimerkiksi vaihdetaan uuteen), säätöpiirin toiminnan palautuminen normaaliksi kestää kauan juuri integraattorin takia. Integrator windup ja antiwindup Ilmiö on nimeltään Integrator windup ja sen korjaava toiminta antiwindup. Yksinkertaisin tapa antiwindup-toiminnolle on yksinkertaisesti lopettaa integrointi epänormaalissa tilanteessa. Katkoviivalla on kuvattu windup-ilmiön vaikutus säätöpiirin toiminnalle. Kiinteä viiva puolestaan kuvaa samaa tilannetta, kun antiwindup-piiri on toiminnassa. Antiwindup-toimintoa ei saa unohtaa käytännön säätöpiirien toteutuksessa! 13
14 Integrator windup ja antiwindup Esimerkki antiwindup-piiristä Kun toimilaite toimii normaalisti, kyseessä on tavallinen PID-säädin (huom. derivoidaan vain lähtösignaalia). Jos toimilaite saturoituu, signaali e s saa nollasta poikkeavia arvoja ja korjaa integraattorin tulotermiä oikeaan suuntaan (vrt. edellisen sivun kuva). LOPPU Välikoe ja tentti ke 8.4 klo 10:00-12:00 AS2 (Tu2 vara) Tenttialue: luvut 1-12 ja vastaavat harjoitukset 2. välikoe: luvut 7-12 ja vastaavat harjoitukset Molemmat kokeet saa halutessaan nähtäviksi, ja voi päättää kumman tekee. Aikaisemmasta tiedosta poiketen: seuraavassa rästitentissä voi tehdä/uusia kevään Säätötekniikka-kurssin 1. tai 2. välikokeen. Esim. 2005/2011 tutkintosäännön opiskelijat voivat tällä tavoin edelleen saada suorituksen Analogisesta / Digitaalisesta säädöstä. 14
ELEC-C1230 Säätötekniikka
Johdanto: Digitaalinen (diskreetti, diskreettiaikainen) säätöjärjestelmä ELEC-C1230 Säätötekniikka Luku 10: Digitaalinen säätö, perusteet, jatkuu A/D-muunnoksessa analoginen signaali näytteistetään (sampling);
LisätiedotELEC-C1230 Säätötekniikka
Johdanto: Digitaalinen (diskreetti, diskreettiaikainen) säätöjärjestelmä ELEC-C1230 Säätötekniikka Luku 10: Digitaalinen säätö, perusteet, jatkuu A/D-muunnoksessa analoginen signaali näytteistetään (sampling);
LisätiedotELEC-C1230 Säätötekniikka
Johdanto: Digitaalinen (diskreetti, diskreettiaikainen) säätöjärjestelmä ELEC-C1230 Säätötekniikka Luku 10: Digitaalinen säätö, perusteet, jatkuu A/D-muunnoksessa analoginen signaali näytteistetään (sampling);
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
LisätiedotSäätötekniikkaa. Säätöongelma: Hae (mahdollisesti ulostulon avulla) ohjaus, joka saa systeemin toimimaan halutulla tavalla
Säätötekniikkaa Säätöongelma: Hae (mahdollisesti ulostulon avulla) ohjaus, joka saa systeemin toimimaan halutulla tavalla servo-ongelma: ulostulon seurattava referenssisignaalia mahdollisimman tarkasti,
LisätiedotSäätötekniikkaa. Säätöongelma: Hae (mahdollisesti ulostulon avulla) ohjaus, joka saa systeemin toimimaan halutulla tavalla
Säätötekniikkaa Säätöongelma: Hae (mahdollisesti ulostulon avulla) ohjaus, joka saa systeemin toimimaan halutulla tavalla servo-ongelma: ulostulon seurattava referenssisignaalia mahdollisimman tarkasti,
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
LisätiedotELEC-C1230 Säätötekniikka. Luku 10: Digitaalinen säätö, perusteet, jatkuu
ELEC-C230 Säätötekniikka Luku 0: Digitaalinen säätö, perusteet, jatkuu Johdanto: Digitaalinen (diskreetti, diskreettiaikainen) säätöjärjestelmä r(tk) _ e(tk) Säädin u(tk) D/A u(t) Prosessi y(t) A/D y(tk)
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?
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,
Lisätiedot3. kierros. 2. Lähipäivä
3. kierros. Lähipäivä Viikon aihe (viikko /) Takaisinkytketyt vahvistimet Takaisinkytkentä, suljettu säätöluuppi Nyquistin kriteeri, stabiilisuus Taajuusanalyysi, Boden ja Nyquistin diagrammit Systeemin
LisätiedotSGN-1200 Signaalinkäsittelyn menetelmät, Tentti
SG-1200 Signaalinkäsittelyn menetelmät, Tentti 21.3.2006 Kirjoita nimesi ja opiskelijanumerosi jokaiseen paperiin. Vastauspaperit tullaan irrottamaan toisistaan. Jos tila ei riitä, jatka kääntöpuolelle
LisätiedotSGN-1200 Signaalinkäsittelyn menetelmät Välikoe
SGN-00 Signaalinkäsittelyn menetelmät Välikoe 9.3.009 Sivuilla - on. Älä vastaa siihen, jos et ollut ensimmäisessä välikokeessa. Tentin kysymykset ovat sivuilla 3-4. Vastaa vain jompaan kumpaan kokeeseen,
LisätiedotSGN-1200 Signaalinkäsittelyn menetelmät 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,
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
LisätiedotSaSun VK1-tenttikysymyksiä 2019 Enso Ikonen, Älykkäät koneet ja järjestelmät (IMS),
SaSun VK1-tenttikysymyksiä 2019 Enso Ikonen, Älykkäät koneet ja järjestelmät (IMS), 5.2.2019 Tentin arvosteluperusteita: o Kurssin alku on osin kertausta SäAn ja prosessidynamiikkakursseista, jotka oletetaan
LisätiedotHarjoitus 6: Simulink - Säätöteoria. Syksy 2006. Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1
Harjoitus 6: Simulink - Säätöteoria Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Tutustuminen säätötekniikkaan Takaisinkytkennän
LisätiedotVirheen kasautumislaki
Virheen kasautumislaki Yleensä tutkittava suure f saadaan välillisesti mitattavista parametreistä. Tällöin kokonaisvirhe f määräytyy mitattujen parametrien virheiden perusteella virheen kasautumislain
LisätiedotSpektri- ja signaalianalysaattorit
Spektri- ja signaalianalysaattorit Pyyhkäisevät spektrianalysaattorit Suora pyyhkäisevä Superheterodyne Reaaliaika-analysaattorit Suora analoginen analysaattori FFT-spektrianalysaattori DFT FFT Analysaattoreiden
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
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
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
LisätiedotELEC-C5340 - Sovellettu digitaalinen signaalinkäsittely. Äänisignaalien näytteenotto ja kvantisointi Dither Oskillaattorit Digitaalinen suodatus
L1: Audio Prof. Vesa Välimäki ELEC-C5340 - Sovellettu digitaalinen signaalinkäsittely Luennon sisältö Äänisignaalien näytteenotto ja kvantisointi Dither Oskillaattorit Digitaalinen suodatus Lyhyt FIR-suodin
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:
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
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 Jan 019
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
LisätiedotSäätötekniikan matematiikan verkkokurssi, Matlab tehtäviä ja vastauksia 29.7.2002
Matlab tehtäviä 1. Muodosta seuraavasta differentiaaliyhtälöstä siirtofuntio. Tämä differentiaaliyhtälö saattaisi kuvata esimerkiksi yksinkertaista vaimennettua jousi-massa systeemiä, johon on liitetty
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kertausluento 2. välikokeeseen Toisessa välikokeessa on syytä osata ainakin seuraavat asiat:. Potenssisarjojen suppenemissäde, suppenemisväli ja suppenemisjoukko. 2. Derivaatan
LisätiedotMS-A0107 Differentiaali- ja integraalilaskenta 1 (CHEM)
. Lasketaan valmiiksi derivaattoja ja niiden arvoja pisteessä x = 2: f(x) = x + 3x 3 + x 2 + 2x + 8, f(2) = 56, f (x) = x 3 + 9x 2 + 2x + 2, f (2) = 7, f (x) = 2x 2 + 8x + 2, f (2) = 86, f (3) (x) = 2x
LisätiedotTehtävä 1. Vaihtoehtotehtävät.
Kem-9.47 Prosessiautomaation perusteet Tentti.4. Tehtävä. Vaihtoehtotehtävät. Oikea vastaus +,5p, väärä vastaus -,5p ja ei vastausta p Maksimi +5,p ja minimi p TÄMÄ PAPERI TÄYTYY EHDOTTOMASTI PALAUTTAA
LisätiedotY (z) = z-muunnos on lineaarinen kuten Laplace-muunnoskin
Aalto-yliopiston Perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Mat-2.429 Systeemien Identifiointi 3. harjoituksen ratkaisut. Vapaan vasteen löytämiseksi asetetaan ohjaukseksi u(t)
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
LisätiedotDigitaalinen Signaalinkäsittely T0125 Luento 4-7.04.2006
Digitaalinen Signaalinkäsittely T5 Luento 4-7.4.6 Jarkko.Vuori@evtek.fi Z-taso Z-taso on paljon käytetty graafinen esitystapa jonka avulla voidaan tarkastella signaalien taajuussisältöjä sekä järjestelmien
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
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
LisätiedotElektroniikka, kierros 3
Elektroniikka, kierros 3 1. a) Johda kuvan 1 esittämän takaisinkytketyn systeemin suljetun silmukan vahvistuksen f lauseke. b) Osoita, että kun silmukkavahvistus β 1, niin suljetun silmukan vahvistus f
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:
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 13 Ti 18.10.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 13 Ti 18.10.2011 p. 1/43 p. 1/43 Nopeat Fourier-muunnokset Fourier-sarja: Jaksollisen funktion esitys
LisätiedotTilaesityksen hallinta ja tilasäätö. ELEC-C1230 Säätötekniikka. Luku 6: Tilasäätö, tilaestimointi, saavutettavuus ja tarkkailtavuus
Tilaesityksen hallinta ja tilasäätö ELEC-C1230 Säätötekniikka Luku 6: Tilasäätö, tilaestimointi, saavutettavuus ja tarkkailtavuus Edellisessä luvussa tarkasteltiin napoja ja nollia sekä niiden vaikutuksia
Lisätiedot12. Laskostumisen teoria ja käytäntö
12.1. Aliakset eli laskostuminen ja näytteistys 12. Laskostumisen teoria ja käytäntö Monet seikat vaikuttavat kuvien laatuun tietokonegrafiikassa. Mallintamisesta ja muista tekijöistä syntyy myös artefakteja,
LisätiedotSIGNAALITEORIAN KERTAUSTA OSA 2
1 SIGNAALITEORIAN KERTAUSTA OSA 2 Miten spektri lasketaan moduloiduille ja näytteistetyille tietoliikennesignaaleille? KONVOLUUTIO JA KERTOLASKU 2 Kantataajuussignaali (baseband) = sanomasignaali ilman
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
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
LisätiedotEsimerkki: Laaduntasaussäiliö. Esimerkki: Laaduntasaussäiliö. Taajuusanalyysi. ELEC-C1230 Säätötekniikka. Luku 7: Taajuusanalyysi
Taajuusanalyysi ELEC-C1230 Säätötekniikka Luku 7: Taajuusanalyysi Aikaisemmilla luennoilla on tarkasteltu systeemien käyttäytymistä aikatasossa (differentiaaliyhtälöt, herätteet ja vasteet) tai Laplace-tasossa
LisätiedotFunktiojonot ja funktiotermiset sarjat Funktiojono ja funktioterminen sarja Pisteittäinen ja tasainen suppeneminen
4. Funktiojonot ja funktiotermiset sarjat 4.1. Funktiojono ja funktioterminen sarja 60. Tutki, millä muuttujan R arvoilla funktiojono f k suppenee, kun Mikä on rajafunktio? a) f k () = 2k 2k + 1, b) f
LisätiedotEsimerkki: Laaduntasaussäiliö. Esimerkki: Laaduntasaussäiliö. Taajuusanalyysi. ELEC-C1230 Säätötekniikka. Luku 7: Taajuusanalyysi
Taajuusanalyysi ELEC-C1230 Säätötekniikka Luku 7: Taajuusanalyysi Aikaisemmilla luennoilla on tarkasteltu systeemien käyttäytymistä aikatasossa (differentiaaliyhtälöt, herätteet ja vasteet) tai Laplace-tasossa
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
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
LisätiedotNumeeriset menetelmät TIEA381. Luento 11. Kirsi Valjus. Jyväskylän yliopisto. Luento 11 () Numeeriset menetelmät / 37
Numeeriset menetelmät TIEA381 Luento 11 Kirsi Valjus Jyväskylän yliopisto Luento 11 () Numeeriset menetelmät 24.4.2013 1 / 37 Luennon 11 sisältö Numeerisesta integroinnista ja derivoinnista Adaptiiviset
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
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 2 Lisää osamurtoja Tutkitaan jälleen rationaalifunktion P(x)/Q(x) integrointia. Aiemmin käsittelimme tapauksen, jossa nimittäjä voidaan esittää muodossa Q(x) = a(x x
LisätiedotLuento 8. Suodattimien käyttötarkoitus
Luento 8 Lineaarinen suodatus Ideaaliset alipäästö, ylipäästö ja kaistanpäästösuodattimet Käytännölliset suodattimet 8..006 Suodattimien käyttötarkoitus Signaalikaistan ulkopuolisen kohinan ja häiriöiden
LisätiedotKohina. 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
LisätiedotMATLAB harjoituksia RST-säädöstä (5h)
Digitaalinen säätöteoria MATLAB harjoituksia RST-säädöstä (5h) Enso Ikonen Oulun yliopisto, systeemitekniikan laboratorio November 25, 2008 Harjoituskerran sisältö kertausta (15 min) Napojensijoittelu
LisätiedotELEC-C7230 Tietoliikenteen siirtomenetelmät
ELEC-C7230 Tietoliikenteen siirtomenetelmät Laskuharjoitus 8 - ratkaisut 1. Tehtävässä on taustalla ajatus kantoaaltomodulaatiosta, jossa on I- ja Q-haarat, ja joka voidaan kuvata kompleksiarvoisena kantataajuussignaalina.
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
LisätiedotOsatentti
Osatentti 2.8.205 Nimi: Opiskelijanumero: Ohjeet: Vastaa kysymyspaperiin ja kysymyksille varattuun tilaan. Laskin ei ole sallittu. Tenttikaavasto jaetaan. Kaavastoon EI merkintöjä. Palauta kaavasto tämän
LisätiedotDIFFERENTIAALI- JA INTEGRAALILASKENTA
DIFFERENTIAALI- JA INTEGRAALILASKENTA Timo Mäkelä Tässä tekstissä esitellään yhden muuttujan reaaliarvoisten funktioiden differentiaalilaskentaa sekä sarjoja. Raja-arvot Raja-arvoja voidaan laskea käyttämällä
LisätiedotY (s) = G(s)(W (s) W 0 (s)). Tarkastellaan nyt tilannetta v(t) = 0, kun t < 3 ja v(t) = 1, kun t > 3. u(t) = K p y(t) K I
Aalto-yliopiston Perustieteiden korkeakoulu Matematiikan systeemianalyysin laitos Mat-2.429 Systeemien Identifiointi 6. harjoituksen ratkaisut. Laplace-tasossa saadaan annetulle venttiilille W (s) W (s)
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
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kertausta 2. välikokeeseen Toisessa välikokeessa on syytä osata ainakin seuraavat asiat: 1. Potenssisarjojen suppenemissäe, suppenemisväli ja suppenemisjoukko. 2. Derivaatan laskeminen
LisätiedotSarja. Lukujonosta (a k ) k N voi muodostaa sen osasummien jonon (s n ): s 1 = a 1, s 2 = a 1 + a 2, s 3 = a 1 + a 2 + a 3,...,
Sarja Lukujonosta (a k ) k N voi muodostaa sen osasummien jonon (s n ): Määritelmä 1 s 1 = a 1, s 2 = a 1 + a 2, s 3 = a 1 + a 2 + a 3,..., n s n = a k. Jos osasummien jonolla (s n ) on raja-arvo s R,
LisätiedotMS-A0207 Differentiaali- ja integraalilaskenta 2 Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio.
MS-A0207 Differentiaali- ja integraalilaskenta 2 Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio. Riikka Korte Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto
LisätiedotF {f(t)} ˆf(ω) = 1. F { f (n)} = (iω) n F {f}. (11) BM20A5700 - INTEGRAALIMUUNNOKSET Harjoitus 10, viikko 46/2015. Fourier-integraali:
BMA57 - INTEGRAALIMUUNNOKSET Harjoitus, viikko 46/5 Fourier-integraali: f(x) A() π B() π [A() cos x + B() sin x]d, () Fourier-muunnos ja käänteismuunnos: f(t) cos tdt, () f(t) sin tdt. (3) F {f(t)} ˆf()
LisätiedotJaksollisen signaalin spektri
Jaksollisen signaalin spektri LuK-tutkielma Topi Suviaro 2257699 Matemaattisten tieteiden laitos Oulun yliopisto Syksy 215 Sisältö Johdanto 2 1 Jaksollisuudesta 2 2 Spektristä 3 2.1 Symmetrian vaikutuksesta
Lisätiedot8. kierros. 2. Lähipäivä
8. kierros 2. Lähipäivä Viikon aihe Tilaestimointi Tilasäätö Saavutettavuus, ohjattavuus Tarkkailtavuus, havaittavuus Mitoitus Kontaktiopetusta: 8 tuntia Kotitehtäviä: 4 tuntia Tavoitteet: tietää Saavutettavuus
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
LisätiedotMS-C1420 Fourier-analyysi osa II
MS-C142 Fourier-analyysi osa II G. Gripenberg Aalto-yliopisto 14. helmikuuta 214 G. Gripenberg (Aalto-yliopisto) MS-C142 Fourier-analyysiosa II 14. helmikuuta 214 1 / 36 1 Fourier-sarjat ja Fourier-integraalit
Lisätiedot3. kierros. 1. Lähipäivä
3. kierros 1. Lähipäivä Viikon aihe (viikko 1/2) Takaisinkytketyt vahvistimet Takaisinkytkentä, suljettu säätöluuppi Nyquistin kriteeri, stabiilisuus Taajuusanalyysi, Boden ja Nyquistin diagrammit Systeemin
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
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
LisätiedotDynaamisten systeemien teoriaa. Systeemianalyysilaboratorio II
Dynaamisten systeemien teoriaa Systeemianalyysilaboratorio II 15.11.2017 Vakiot, sisäänmenot, ulostulot ja häiriöt Mallin vakiot Systeemiparametrit annettuja vakioita, joita ei muuteta; esim. painovoiman
LisätiedotOsa IX. Z muunnos. Johdanto Diskreetit funktiot
Osa IX Z muunnos A.Rasila, J.v.Pfaler () Mat-.33 Matematiikan peruskurssi KP3-i 9. lokakuuta 2007 298 / 322 A.Rasila, J.v.Pfaler () Mat-.33 Matematiikan peruskurssi KP3-i 9. lokakuuta 2007 299 / 322 Johdanto
LisätiedotMS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 4: Derivaatta
MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 4: Derivaatta Pekka Alestalo, Jarmo Malinen Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos 21.9.2016 Pekka Alestalo, Jarmo
LisätiedotTenttiin valmentavia harjoituksia
Tenttiin valmentavia harjoituksia Alla olevissa harjoituksissa suluissa oleva sivunumero viittaa Juha Partasen kurssimonisteen siihen sivuun, jolta löytyy apua tehtävän ratkaisuun. Funktiot Harjoitus.
LisätiedotMat Dynaaminen optimointi, mallivastaukset, kierros Vaimennetun heilurin tilanyhtälöt on esitetty luennolla: θ = g sin θ r θ
Mat-48 Dynaaminen optimointi, mallivastaukset, kierros Vaimennetun heilurin tilanyhtälöt on esitetty luennolla: θ = g sin θ r θ L ẋ = x ẋ = g L sin x rx Epälineaarisen systeemin tasapainotiloja voidaan
LisätiedotSIGNAALITEORIAN KERTAUSTA 1
SIGNAALITEORIAN KERTAUSTA 1 1 (26) Fourier-muunnos ja jatkuva spektri Spektri taajuuden funktiona on kompleksiarvoinen funktio, jonka esittäminen graafisesti edellyttää 3D-kuvaajan piirtämisen. Yleensä
Lisätiedot1 PID-taajuusvastesuunnittelun esimerkki
Enso Ikonen, Oulun yliopisto, systeemitekniikan laboratorio 2/23 Säätöjärjestelmien suunnittelu 23 PID-taajuusvastesuunnittelun esimerkki Tehtävänä on suunnitella säätö prosessille ( ) = = ( +)( 2 + )
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
LisätiedotSignaalien generointi
Signaalinkäsittelyssä joudutaan usein generoimaan erilaisia signaaleja keinotekoisesti. Tyypillisimpiä generoitavia aaltomuotoja ovat eritaajuiset sinimuotoiset signaalit (modulointi) sekä normaalijakautunut
LisätiedotVarauspumppu-PLL. Taulukko 1: ulostulot sisääntulojen funktiona
Varauspumppu-PLL Vaihevertailija vertaa kelloreunoja aikatasossa. Jos sisääntulo A:n taajuus on korkeampi tai vaihe edellä verrattuna sisääntulo B:hen, ulostulo A on ylhäällä ja ulostulo B alhaalla ja
LisätiedotYleisiä integroimissääntöjä
INTEGRAALILASKENTA, MAA9 Yleisiä integroimissääntöjä Integroiminen eli annetun funktion f integraalifunktion F määrittäminen (löytäminen) on yleisesti haastavaa. Joskus joutuu jopa arvata tai kokeilla.
LisätiedotFourier-analyysi, I/19-20, Mallivastaukset, Laskuharjoitus 7
MS-C14, Fourier-analyysi, I/19- Fourier-analyysi, I/19-, Mallivastaukset, Laskuharjoitus 7 Harjoitustehtävä 7.1. Hetkellä t R olkoon s(t) 1 + cos(4πt) + sin(6πt). Laske tämän 1-periodisen signaalin s Fourier-kertoimet
Lisätiedot8 Potenssisarjoista. 8.1 Määritelmä. Olkoot a 0, a 1, a 2,... reaalisia vakioita ja c R. Määritelmä 8.1. Muotoa
8 Potenssisarjoista 8. Määritelmä Olkoot a 0, a, a 2,... reaalisia vakioita ja c R. Määritelmä 8.. Muotoa a 0 + a (x c) + a 2 (x c) 2 + olevaa sarjaa sanotaan c-keskiseksi potenssisarjaksi. Selvästi jokainen
LisätiedotDierentiaaliyhtälöistä
Dierentiaaliyhtälöistä Markus Kettunen 4. maaliskuuta 2009 1 SISÄLTÖ 1 Sisältö 1 Dierentiaaliyhtälöistä 2 1.1 Johdanto................................. 2 1.2 Ratkaisun yksikäsitteisyydestä.....................
LisätiedotMS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 5: Taylor-polynomi ja sarja
MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 5: Taylor-polynomi ja sarja Pekka Alestalo, Jarmo Malinen Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos 26.9.2016 Pekka Alestalo,
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 4 Jatkuvuus Jatkuvan funktion määritelmä Tarkastellaan funktiota f x) jossakin tietyssä pisteessä x 0. Tämä funktio on tässä pisteessä joko jatkuva tai epäjatkuva. Jatkuvuuden
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 helmikuu 2019 ENSO IKONEN PYOSYS
LisätiedotMS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 2: Sarjat
MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 2: Sarjat Pekka Alestalo, Jarmo Malinen Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos 14.9.2016 Pekka Alestalo, Jarmo Malinen
LisätiedotELEC-C6001 Sähköenergiatekniikka, laskuharjoitukset oppikirjan lukuun 10 liittyen.
ELEC-C6001 Sähköenergiatekniikka, laskuharjoitukset oppikirjan lukuun 10 liittyen. X.X.2015 Tehtävä 1 Bipolaaritransistoria käytetään alla olevan kuvan mukaisessa kytkennässä, jossa V CC = 40 V ja kuormavastus
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
Lisätiedot3 Suorat ja tasot. 3.1 Suora. Tässä luvussa käsitellään avaruuksien R 2 ja R 3 suoria ja tasoja vektoreiden näkökulmasta.
3 Suorat ja tasot Tässä luvussa käsitellään avaruuksien R 2 ja R 3 suoria ja tasoja vektoreiden näkökulmasta. 3.1 Suora Havaitsimme skalaarikertolaskun tulkinnan yhteydessä, että jos on mikä tahansa nollasta
LisätiedotMustan kappaleen säteily
Mustan kappaleen säteily Musta kappale on ideaalisen säteilijän malli, joka absorboi (imee itseensä) kaiken siihen osuvan säteilyn. Se ei lainkaan heijasta eikä sirota siihen osuvaa säteilyä, vaan emittoi
Lisätiedotk=0 saanto jokaisen kolmannen asteen polynomin. Tukipisteet on talloin valittu
LIS AYKSI A kirjaan Reaalimuuttujan analyysi 1.6. Numeerinen integrointi: Gaussin kaavat Edella kasitellyt numeerisen integroinnin kaavat eli kvadratuurikaavat Riemannin summa, puolisuunnikassaanto ja
Lisätiedot2. kierros. 1. Lähipäivä
2. kierros. Lähipäivä Viikon aihe Vahvistimet, kohina, lineaarisuus Siirtofunktiot, tilaesitys Mitoitus Kontaktiopetusta: 8 tuntia Kotitehtäviä: 4 + 4 tuntia Tavoitteet: tietää Yhden navan vasteen ekvivalentti
LisätiedotEi välttämättä, se voi olla esimerkiksi Reuleaux n kolmio:
Inversio-ongelmista Craig, Brown: Inverse problems in astronomy, Adam Hilger 1986. Havaitaan oppositiossa olevaa asteroidia. Pyörimisestä huolimatta sen kirkkaus ei muutu. Projisoitu pinta-ala pysyy ilmeisesti
LisätiedotTekijä MAA2 Polynomifunktiot ja -yhtälöt = Vastaus a)
K1 a) Tekijä MAA Polynomifunktiot ja -yhtälöt 6.8.016 ( + + ) + ( ) = + + + = + + + = + 4 b) 4 4 ( 5 + ) ( 5 + 1) = 5 + + 5 + 1 4 = + + + 4 = + 5 5 1 1 Vastaus a) 4 + b) 4 + 1 K a) f ( ) = + 1 f () = +
Lisätiedot1. Määritä pienin näytelauseen ehdon mukainen näytetaajuus taajuus seuraaville signaaleille:
TL61, Näytejonosysteemit (K00) Harjoitus 1. Määritä pienin näytelauseen ehdon mukainen näytetaajuus taajuus seuraaville signaaleille: a) 1 (t) = cos(000πt) + sin(6000πt) + cos(00πt) ja ) (t) = cos(00πt)cos(000πt).
Lisätiedot