TL5231, Signaaliteoria (S2004) Matlab-harjoituksia

Koko: px
Aloita esitys sivulta:

Download "TL5231, Signaaliteoria (S2004) Matlab-harjoituksia"

Transkriptio

1 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 piirroksesta signaalin amplitudi, taajuus ja vaihe. Kuinka paljon signaali on viivästynyt nollataajuiseen kosiniin verrattuna? muodosta komentotilassa (Command Window) aikaparametri (aika s -> 1s 1 ms:n välein) t = :.1:1; muodosta kosinisignaali, esim. x = 1*cos(2*pi*2*t); käynnistä sptool-komennolla signal processing toolbox vie signaali sptool-ohjelmaan (File -> Import) ja piirrä se (Signals -> View) Kuvassa on piirretty signaali x (yhtenäinen viiva) ja vastaava nollavaiheinen kosinisignaali (katkoviiva). Signaalin x amplitudi on 1 (vaihteluväli 1.. 1) ja taajuus 1/.5 Hz = 2 Hz (.5 s = kuvasta määritetty yhden jakson pituus). Signaali x on aikaistunut 13 ms nollavaiheiseen kosiniin verrattuna. Kulmana tämä on.13 2π/.5 =.26π.25π. b) Muodosta a-kohdan signaalin spektri. Piirrä spektri. Esittääkö saatu spektri amplitudi-, vaihe- vai tehoarvoja taajuuden funktiona. Onko se muodoltaan odotetun kaltainen? Mitä taajuuksia spektrissä voidaan havaita? Jyrki Laitinen 1

2 sptool: Spectra -> Create (FFT-menetelmä) sptool: Spectra -> View Kuvassa on esitetty signaalin x tehospektri (= teho taajuuden funktiona) taajuusvälillä f s /2 f s /2 (-5 Hz 5 Hz). Spektrissä havaitaan piikit taajuuksilla 19.5 Hz ja 19.5 Hz, joka mittaustarkkuuden rajoissa on sama kuin signaalin x taajuus (2 Hz). Mittaustarkkuutta rajoittaa tässä näytetaajuus, jonka perusteella taajuus resoluutio f = f s /N = 1 Hz/124 1 Hz. Jyrki Laitinen 2

3 2. Tutki tehtävän 1 signaalin ja spektrin käyttäytymistä, kun amplitudi, taajuus tai vaihe muuttuu. Miksi amplitudin muutos ei näy spektrissä samansuuruisena muutoksena? Spektrissä esitetään tehoarvoja taajuuden funktiona. Jos amplitudi esimerkiksi kaksinkertaistuu, niin tehoarvo vastaavasti nelinkertaistuu (teho amplitudi 2 ). Jyrki Laitinen 3

4 3. Toista tehtävä 1 signaalille x =.5*cos(2*pi*5*t+pi/4).2*cos(2*pi*1*t-pi/4) +.4*cos(2*pi*2*t-3*pi/4); Jyrki Laitinen 4

5 Signaali muodostuu nyt kolmesta eritaajuisesta kosinisignaalista. Taajuuksia vastaavat piikit havaitaan spektrissä taajuuksilla 4.9 Hz, 9.8 Hz ja 19.5 Hz. Tarkat taajuusarvot olivat signaalin laskukaavan perusteella 5 Hz, 1 Hz ja 2 Hz, joten jälleen mittauksessa kadotetaan osa tarkkuudesta. Jyrki Laitinen 5

6 4. a) Muodosta aikaparametri t siten, että aika mitataan välillä.. 1 s.1s välein. Muodosta suorakaidepulssi x1, jonka amplitudi on 2 ja leveys.1 s ja joka sijaitsee aika-akselilla kohdassa t = 5 s. Käynnistä sptool-ohjelma ja siirrä signaali x1 sptooliin. t = :.1:1; x1 = 2*rectpuls(t-5,.1); b) Määritä sptoolissa signaalin x1 kaistanleveys 3dB pisteen perusteella. c) Suunnittele sptoolin Filters-sarakkeessa (Filters -> New) Equiripple FIRalipäästösuodin, jolla mallinnetaan alipäästävää tiedonsiirtokanavaa. Aseta suotimen rajataajuudeksi signaalin x1 3 db taajuus, siirtymäkaistan leveydeksi 1 Hz, päästökaistavahvistuksen maksimivaihteluksi.1 db ja estokaistavaimennuksen vaatimukseksi 4 db. Totea suotimen asteluku, kertoimien määrä, vaihespektri, ryhmäviive ja impulssivasteen muoto (Filters -> View). d) Suodata signaali x1 (Filters -> Apply) suunnittelemallasi suotimella ja totea suodatustulos. Miten signaalin muoto muuttuu suodatuksessa? Paljonko signaali levenee? Paljonko signaali viivästyy? Vastaako tämä vaihespektrin derivaatan perusteella määritettyä viiveen arvoa? Edellä on esitetty malli tilanteelle, jossa signaalille on varattu tiedonsiirtokanavasta 3 db kaistaleveyden perusteella siirtokaista. x(t) Tulosignaali KANAVA kaistanleveys B = f -3dB y(t) Lähtösignaali vääristyy, koska osa taajuuksista suodattuu kanavassa e) Määritä signaalin x1 kaistanleveys päämaksimin nollakohdan perusteella. Toista edellä annetut kohdat c d käyttäen suotimen rajataajuutena nollakohdan perusteella määritettyä kaistanleveyttä. f) Muodosta.1 s leveistä ja 2 korkeista pulsseista muodostuva suorakaidepulssijono x2, jonka perustaajuus on 1 Hz. Toista kohdat c ja d käyttäen suotimen rajataajuutena signaalin x1 3 db taajuutta. Eroaako pulssijonon käyttäytyminen kanavassa yksittäisen pulssin käyttäytymisestä? x2 = 2*square(2*pi*1*t); Jyrki Laitinen 6

7 g) Suunnittele sptoolin Filters-sarakkeessa Elliptic IIR-alipäästösuodin samoilla asetuksilla kuin edellä suunniteltu FIR-suodin (käytä rajataajuutena signaalin x1 3 db taajuutta. Totea suotimen asteluku vaihespektri, ryhmäviive ja impulssivasteen muoto. Suodata signaalit x1 ja x2 suunnittelemallasi IIR-suotimella ja totea suodatustulos. Miten suodatustulos poikkeaa edellisistä tapauksista? Mistä erot johtuvat? a) - d) f -3db = 4.4 Hz (tämän taajuuden alapuolella on n. 5% pulssin energiasta). f 1. nollakohta = 1/(pulssin leveys) = 1/.1s = 1 Hz alapuolella 9% pulssin energiasta). Jyrki Laitinen 7

8 Asteluku 211, kertoimien määrä 212. Vaihespektri lineaarinen, ryhmäviive vakio = ms = 15.5 ms. Impulssivaste symmetrinen. Suodatettu pulssi viivästynyt 16 ms (mitattu ryhmäviive = 15.5 ms). Suodin päästää läpi puolet suorakaidepulssin tehosta, mikä näkyy pulssin pyöristymisenä ja levenemisenä (n. kolminkertaiseksi). Jyrki Laitinen 8

9 e) Suodatettu pulssi viivästynyt 16 ms (mitattu ryhmäviive = 15.5 ms). Suodin päästää läpi 9% suorakaidepulssin tehosta, mikä näkyy pulssin pyöristymisenä ja levenemisenä (n. kolminkertaiseksi). f) Jyrki Laitinen 9

10 g) Asteluku 4, kertoimien määrä = 9. Vaihespektri epälineaarinen. Viive riippuu taajuudesta. Impulssivaste epäsymmetrinen. Jyrki Laitinen 1

11 Läpimennyt signaali vääristyy epäsymmetrisesti. Signaalin teho leviää n. sekunnin pituiselle aikavälille. Epäsymmetrisen vääristymisen aiheuttaa viiveen taajuusriippuvuus eli tällainen käyttäytyminen on ominaista epälineaarisen vaiheen omaaville järjestelmille. Jyrki Laitinen 11

12 5. a) Muodosta aikaparametri t siten, että aika mitataan välillä.. 1 s.1 s välein. Muodosta.2 s leveistä ja 5 korkeista pulsseista muodostuva suorakaidepulssijono x, jonka perustaajuus on 2.5 Hz. Käynnistä sptoolohjelma ja siirrä signaali x1 sptooliin. t = :.1:1; x = 5*square(2*pi*2.5*t); b) Suunnittele sptoolissa (Filters -> New) signaalille x elliptiset IIR-jakosuotimet rajataajuudelle 1 Hz. Suotimien siirtymäkaista on Hz, estokaistanvaimennus > 6 db ja päästökaistavärähtely <.1 db. Totea suotimen asteluku ja kertoimien määrä, vaihespektri sekä ryhmäviive (Filters -> View). Tarkoituksena on toteuttaa suodatus oheisen lohkokaavion mukaisesti LPF x <1 Hz (t) x(t) f raja = 1 Hz HPF x >1 Hz (t) f raja = 1 Hz c) Suodata sptoolissa signaali x suunnittelemillasi suotimilla (Filters -> Apply). Piirrä suodatustulokset samaan kuvaan. Päättele kuvasta, miksi elliptisillä IIR-suotimilla toteutettu jakosuodatus ei ole käytännössä toimiva ratkaisu. Miten suodatus voidaan käytännössä hyvälaatuisena toteuttaa? a) c) Jyrki Laitinen 12

13 Yllä olevissa kuvissa on esitetty alipäästösuotimen vasteet. Kuvassa alkuperäinen suorakaidepulssi, alipäästösuodatettu signaali (vihreä) sekä ylipäästösuodatettu signaali (punainen). Suotimien epälineaarisen vaiheen aiheuttamat vääristymät näkyvät selvästi. Esimerkiksi ylipäästösuodatetussa signaalissa pitäisi näkyä vastetta vain tulosignaalin reunojen kohdalla, mikä ei tässä tapauksessa selvästikään toteudu. Jyrki Laitinen 13

14 6. Epäideaalinen LTI-kanava. Tarkastellaan seuraavan kuvan tilannetta H ( f ) = j 2π f. 2 [ cos(.12 2π f )] e x(t) F-muunnos Epäideaalinen LTI-kanava y(t) =? F-muunnos käänteinen F-muunnos X(f) Y(f) = H(f) X(f) a) Määritä kanavan amplitudi- ja vaihespektri. Vertaa siirtofunktiota H j 2π f t ideaalisen kanavan siirtofunktioon H d ideaalinen ( f ) = k e. Miten kanava H poikkeaa ideaalisesta kanavasta? Arvioi kanavassa H syntyvä viive td. b) Muodosta aikaparametri t siten, että aika mitataan välillä.. 1 s.1s välein. Muodosta suorakaidepulssi x1, jonka amplitudi on 2 ja leveys.1 s ja joka sijaitsee aika-akselilla kohdassa t = 5 s. t = :.1:1; x1 = 2*rectpuls(t-5,.1); c) Muodosta signaalin x1 Fourier-muunnos X1. X1 = fft(x1); d) Muodosta epäideaalisen LTI-kanavan siirtofunktio H. f = :.1:1; H = (.6 +.4*cos(.12 * 2 * pi * f)).*exp(-i*2*pi*f*.2); e) Muodosta taajuustasossa kanavan H vastesignaali Y1 kertomalla tulosignaalin Fourier-muunnos X1 kanavan siirtofunktiolla X1. Y1 = H.*X1; f) Muodosta vastesignaalin Y1 aikatason esitys käänteisellä Fouriermuunnoksella. y1 = ifft(y1); g) Käynnistä sptool. Vie signaalit x1 ja y1 sptooliin ja piirrä ne samaan kuvaan. Vastaako viive kanavan siirtofunktion ennustamaa arvoa? Mitä muuta kanavan epäideaalisuus on aiheuttanut vasteeseen? Mitä ongelmia tällainen vaste aiheuttaa tiedonsiirrossa? Jyrki Laitinen 14

15 a) Vertaamalla kanavan siirtofunktiota ideaalisen kanavan siirtofunktioon nähdään heti, että kanavassa amplitudi vääristyy. Sen sijaan vaihe on ideaalisen kanavan vaihe. Amplitudispektri: H ( f ) = cos(.12 2π f ) H π viive t =. 2 Vaihespektri: arg{ ( f )} = 2 f. 2 b) g) d Kanavan läpäissyt signaali on viivästynyt siirtofunktion ennustamalla tavalla.2 s. Signaalin energia on kuitenkin jakautunut kolmeen osaan, jolloin vastaanotettu pulssi levenee ja tiedonsiirto hidastuu. (leveitä pulsseja voidaan aikayksikössä siirtää vähemmän kuin kapeita pulsseja!) Jyrki Laitinen 15

16 7. Epälineaarinen tiedonsiirtokanava a) Muodosta aikasignaali t (f s = 1 Hz) sekä signaalit x1 ja x2 t = :.1:1; x1 = cos(2*pi*1*t); x2 = cos(2*pi*1*t) + cos(2*pi*25*t); b) Oletetaan, että signaalit kulkevat 3. asteen epälineaarisen kanavan läpi. Kanavan malli on y(t) = a 1 x(t) + a 2 x 2 (t) + a 3 x 3 (t), missä a 1 =.6, a 2 =.3 ja a 3 =.1. x(t) 3. asteen epälineaarinen kanava y(t) = a 1 x(t) + a 2 x 2 (t) +a 3 x 3 (t) Muodosta signaaleille x1 ja x2 epälineaarisen kanavan läpäisseet signaalit y1 ja y2. y1 =.6*x1 +.3*x1.^2 +.3*x1.^3; y2 = c) Vie signaalit x1, x2, y1 ja y2 sptooliin ja tutki signaalien aaltomuotoja ja spektrejä. Etsi spektreistä harmoniset särökomponentit. Arvioi signaalin y1 harmoninen kokonaissärö {=total harmonic distortion = THD = harmonisilla taajuuksilla havaittavan tehon (tai amplitudin) suhde perustaajuudella havaittavaan tehoon (tai amplitudiin)}. Voitko määrittää vastaavan suureen signaalille y2? d) Muodosta signaali x3 ja laske em. kanavassa vääristynyt signaali y3 x3 = 1.5*tripuls(t-5,.1); y3 = Vie signaalit x3 ja y3 sptooliin ja tutki, miten epälineaarinen kanava vaikuttaa pulssin muotoon ja signaalin taajuuksiin. Voidaanko vastaanottimella tunnistaa lähetetty pulssi? Mikä ongelma tiedonsiirtoon tässä tapauksessa liittyy? e) Muodosta signaali x4 ja laske em. kanavassa vääristynyt signaali y4 x4 = cos(2*pi*t).*cos(2*pi*t); y4 = Vie signaalit x4 ja y4 sptooliin ja tutki, miten epälineaarinen kanava vaikuttaa signaalin taajuuksiin. Jyrki Laitinen 16

17 a) c) Kuvassa alkuperäinen 1 Hz taajuinen kosinisignaali ja epälineaarisen kanavan läpäissyt signaali. Kuvassa kanavan läpäisseen signaalin spektri. Spektrissä näkyy perustaajuus 1 Hz = tulosignaalin taajuus sekä tämän., 2. ja 3. harmoninen monikertataajuus (DC-taso, 2 Hz ja 3 Hz). Jyrki Laitinen 17

18 Epälineaarisuuden astetta voidaan arvioidaan määrittämällä ns. harmoninen kokonaissärö (total harmonic distortion = THD) harmonisten monikertataajuuksien tehon suhteena perustaajuudella olevaan tehoon. Tässä tapauksessa THD =.4 = 4% ˆ 14dB Kuvassa alkuperäinen 1 ja 25 Hz taajuuksia sisältävä signaali sekä epälineaarisen kanavan läpäissyt signaali (punainen). Jyrki Laitinen 18

19 Kanavan läpäisseen signaalin spektrissä havaitaan tulotaajuuksien ja näiden harmonisten monikertataajuuksien lisäksi välitaajuuksia, jotka syntyvät tulotaajuuksien monikertojen summista ja erotuksista. Spektrissä havaitaan ns. keskeismodulaatiosäröä (intermodulation distortion = IMD). Jyrki Laitinen 19

20 8. SSB-modulaatio 1 Mallinnetaan seuraavassa SSB-modulaatiota oheisella lohkokaaviolla. x(t) x ssb (t) H cos(2π f c t) ±j a) Muodosta Matlab-komentoikkunassa aikasignaali -> 1 s (f s = 1 Hz) ja 1 ms levyinen suorakaidepulssi x kohtaan.5 s. t=:.1:1; x=1.5*rectpuls(t-.5,.1); Määritä sptoolissa signaalin x spektri. b) Valitse signaalista x positiiviset taajuudet ja negatiiviset taajuudet muodostamalla signaalit xp ja xn komennoilla xp = hilbert(x); xn = conj(hilbert(x)); Määritä signaalien xp ja xn spektrit ja vertaa tuloksia x:n spektriin. Sivukaista voidaan valita muodostamalla signaalista s analyyttinen signaali s + jŝ, missä ŝ on signaalin s Hilbert-muunnos. Matlabissa signaalin s analyyttinen signaali muodostetaan komennolla hilbert(s), jolloin signaalin taajuuksista valitaan ylempi sivukaista. Alempi sivukaista saadaan analyyttisen signaalin kompleksikonjugaattina Matlab-komennolla conj(hilbert(s)). c) Muodosta 1 Hz:n taajuinen kantoaaltosignaali c (= kosini, jonka amplitudi = 1, taajuus = 1 Hz ja vaihekulma = ). Moduloi signaalit x, xp ja xn kantoaaltotaajuudelle kertomalla niillä kantoaaltosignaalia c. Tutki moduloitujen signaalien aikatason kuvaajia sekä spektrejä. Jyrki Laitinen 2

21 2 Reaaliosa 1 Imaginaariosa xre 1 xim xpre 1 xpim xnre 1 xnim t [s] t [s] Kuva 1. Signaalien x, xp (positiiviset taajuudet) ja xn (negatiiviset taajuudet) reaalija imaginaariosat. Huomaa, että x on reaaliarvoinen signaali (imaginaariosa = ) ja xp ja xn kompleksiarvoisia signaaleja. 2 Amplitudispektri X(f) Xp(f) Xn(f) f [Hz] Kuva 2. Signaalien x, xp (positiiviset taajuudet) ja xn (negatiiviset taajuudet) amplitudisepktrit. Jyrki Laitinen 21

22 2 Reaaliosa 1 Imaginaariosa xcre xcim xpcre xpcim xncre xncim t [s] t [s] Kuva 3. Moduloitujen signaalien reaali- ja imaginaariosat (kantoaallon taajuus 1 Hz). 1 Amplitudispektri Xc(f) Xpc(f) Xnc(f) f [Hz] Kuva 4. Moduloitujen signaalien amplitudispektrit (kantoaallon taajuus 1 Hz). Jyrki Laitinen 22

23 9. SSB-modulaatio 2 Alla on esitetty SSB-lähetin ja -vastaanotin. Olkoon f c = 1 Hz ja signaali m(t) = sin(2π1t). Selvitä itsellesi lohkokaavioiden toiminta sekä signaalien x(t) ja y(t) aaltomuodot ja spektrit. cos(2πf c t) m(t) x(t) H H x(t) LPF y(t) cos(2πf c t) m( t) = sin(2 π 1 t) mˆ ( t) = cos(2 π 1 t) c( t) = cos(2 π 1 t) cˆ( t) = sin(2 π 1 t) x( t) = sin(2 π 1 t) cos(2 π 1 t) cos(2 π 1 t) sin(2 π 1 t) Olkoon vastaanottimella ennen alipäästösuodatusta havaittu signaali d(t). d( t) = x( t) cos(2 π 1 t) Jyrki Laitinen 23

24 1.5 m(t) x(t) t [s] Kuva 1. Hyötysignaali m(t) ja SSB-moduloitusignaali x(t). 1.8 M(f) X(f) f [Hz] Kuva 2. Hyötysignaalin m(t) ja SSB-moduloidun signaalin x(t) amplitudispektrit. Huomaa ylemmän sivukaistan puuttuminen. Jyrki Laitinen 24

25 1.5 d(t) y(t) m(t) t [s] Kuva 3. Vastaanottimella ennen alipäästösuodatusta havaittava signaali d(t) sekä alipäästösuodatettu vastaanotettava signaali y(t) ja alkuperäinen lähetetty signaali m(t). D(f) LPF:n amplitudispektri d(t):n amplitudispektri Y(f).3.2 y(t):n amplitudispektri f [Hz] Kuva 4. Signaalin d(t), yhden mahdollisen alipäästösuotimen sekä vastaanotetun signaalin y(t) amplitudispektrit. Jyrki Laitinen 25

26 1. QAM-modulaatio a) Muodosta kaksi reaaliarvoista hyötysignaalia komennoilla m1=4*cos(2*pi*9*t)+cos(2*pi*11*t); m2=2*cos(2*pi*9*t)+3*cos(2*pi*11*t); b) Määritä sptoolissa hyötysignaalien spektrit. Kummassakin hyötysignaalissa on informaatiota 9 Hz:n ja 11 Hz:n taajuuksilla. c) Muodosta oheisen lohkokaavion mukaisesti (f c = 1 Hz) hyötysignaaleista m 1 (t) ja m 2 (t) tiedonsiirtotielle lähetettävä signaali x(t). m 1 (t) H cos(2πf c t) x(t) m 2 (t) Määritä x(t):n aaltomuoto ja spektri. Mitä etua hyötysignaalien yhdistämisestä saadaan? Miksi yhdistäminen onnistuu, vaikka signaalit ovat samalla taajuuskaistalla? d) Ilmaise signaalista x signaalit r 1 (t) ja r 2 (t) oheisen lohkokaavion mukaisella signaalinkäsittelyllä. Vertaa signaaleja r 1 (t) ja r 2 (t) hyötysignaaleihin m 1 (t) ja m 2 (t). LPF r 1 (t) x(t) H cos(2πf c t) LPF r 2 (t) Jyrki Laitinen 26

Kapeakaistainen signaali

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

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 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

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

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

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

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

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

IIR-suodattimissa ongelmat korostuvat, koska takaisinkytkennästä seuraa virheiden kertautuminen ja joissakin tapauksissa myös vahvistuminen. TL536DSK-algoritmit (J. Laitinen)..5 Välikoe, ratkaisut Millaisia ongelmia kvantisointi aiheuttaa signaalinkäsittelyssä? Miksi ongelmat korostuvat IIR-suodatinten tapauksessa? Tarkastellaan Hz taajuista

Lisätiedot

Tietoliikennesignaalit & spektri

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

Lisätiedot

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

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

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

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

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti SG-1200 Signaalinkäsittelyn menetelmät, Tentti 24.4.2006 Kirjoita nimesi ja opiskelijanumerosi jokaiseen paperiin. Vastauspaperit tullaan irrottamaan toisistaan. Jos tila ei riitä, jatka kääntöpuolelle

Lisätiedot

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti SG-00 Signaalinkäsittelyn menetelmät, Tentti 6.3.006 Kirjoita nimesi ja opiskelijanumerosi jokaiseen paperiin. Vastauspaperit tullaan irrottamaan toisistaan. Jos tila ei riitä, jatka kääntöpuolelle ja

Lisätiedot

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

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

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

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

Luento 2. Jaksolliset signaalit

Luento 2. Jaksolliset signaalit Luento Jaksollisten signaalien Fourier-sarjat Viivaspektri S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio Jaksollinen (periodinen) Jaksolliset signaalit Jaksonaika - / / Perusjakso Amplitudi

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 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

S Signaalit ja järjestelmät

S Signaalit ja järjestelmät dsfsdfs S-72.1110 Työ 2 Ryhmä 123: Tiina Teekkari EST 12345A Teemu Teekkari TLT 56789B Selostus laadittu 1.1.2007 Laboratoriotyön suoritusaika 31.12.2007 klo 08:15 11:00 Esiselostuksen laadintaohje Täytä

Lisätiedot

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

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

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

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

SIGNAALITEORIAN KERTAUSTA OSA 1

SIGNAALITEORIAN KERTAUSTA OSA 1 1 SIGNAALITEORIAN KERTAUSTA OSA 1 Millainen on signaalin spektri ja miten se lasketaan? SIGNAALIEN JA SPEKTRIN PERUSKÄSITTEITÄ 2 Spektri taajuuden funktiona on kompleksiarvoinen funktio, jonka graafinen

Lisätiedot

Tuntematon järjestelmä. Adaptiivinen suodatin

Tuntematon järjestelmä. Adaptiivinen suodatin 1 1 Vastaa lyhyesti seuraaviin a) Miksi signaaleja ylinäytteistetään AD- ja DA-muunnosten yhteydessä? b) Esittele lohkokaaviona adaptiiviseen suodatukseen perustuva tuntemattoman järjestelmän mallinnus.

Lisätiedot

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

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

Luento 9. tietoverkkotekniikan laitos

Luento 9. tietoverkkotekniikan laitos Luento 9 Luento 9 Jaksolliset signaalit epälineaarisissa muistittomissa järjestelmissä 9.1 Muistittomat epälineaariset komponentit Pruju Taylor-sarjakehitelmä ja konvoluutio taajuustasossa Särö Keskinäismodulaatio

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

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

Matlab-tietokoneharjoitus

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

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

2. kierros. 2. Lähipäivä

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

Lisätiedot

Signaalien generointi

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

Lisätiedot

ELEC-C7230 Tietoliikenteen siirtomenetelmät

ELEC-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.

Lisätiedot

Luento 5. tietoverkkotekniikan laitos

Luento 5. tietoverkkotekniikan laitos Luento 5 Luento 5 Jaksolliset signaalit epälineaarisissa muistittomissa järjestelmissä 5.1 Muistittomat epälineaariset komponentit Pruju Taylor-sarjakehitelmä ja konvoluutio taajuustasossa Särö Keskinäismodulaatio

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

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

Helsinki University of Technology

Helsinki University of Technology Helsinki University of Technology Laboratory of Telecommunications Technology S-38.11 Signaalinkäsittely tietoliikenteessä I Signal Processing in Communications ( ov) Syksy 1997. Luento: Pulssinmuokkaussuodatus

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

Kotitehtävät 1-6: Vastauksia

Kotitehtävät 1-6: Vastauksia /V Integraalimuunnokset Metropolia/. Koivumäki Kotitehtävät -6: Vastauksia. Merkitse kompleksitasoon näiden kompleksilukujen sijainti: a = 3 j b = 3 35 (3 kulmassa 35 ) jπ / c = d = 3 e j 9.448 e cos(

Lisätiedot

Laskuharjoitus 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

nykyään käytetään esim. kaapelitelevisioverkoissa radio- ja TVohjelmien

nykyään käytetään esim. kaapelitelevisioverkoissa radio- ja TVohjelmien 2.1.8. TAAJUUSJAKOKANAVOINTI (FDM) kanavointi eli multipleksointi tarkoittaa usean signaalin siirtoa samalla siirtoyhteydellä käyttäjien kannalta samanaikaisesti analogisten verkkojen siirtojärjestelmät

Lisätiedot

Luento 7. LTI-järjestelmät

Luento 7. LTI-järjestelmät Luento 7 Lineaaristen järjestelmien analyysi taajuustasossa Taajuusvaste Stabiilisuus..7 LTI-järjestelmät u(t) h(t) y(t) Tarkastellaan lineaarista aikainvarianttia järjestelmää n n m m d d d d yt () =

Lisätiedot

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

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

ELEC-C5340 - Sovellettu digitaalinen signaalinkäsittely. Äänisignaalien näytteenotto ja kvantisointi Dither Oskillaattorit Digitaalinen suodatus L1: Audio Prof. Vesa Välimäki ELEC-C5340 - Sovellettu digitaalinen signaalinkäsittely Luennon sisältö Äänisignaalien näytteenotto ja kvantisointi Dither Oskillaattorit Digitaalinen suodatus Lyhyt FIR-suodin

Lisätiedot

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

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

EMC Säteilevä häiriö

EMC Säteilevä häiriö EMC Säteilevä häiriö Kaksi päätyyppiä: Eromuotoinen johdinsilmukka (yleensä piirilevyllä) silmulla toimii antennina => säteilevä magneettikenttä Yhteismuotoinen ei-toivottuja jännitehäviöitä kytkennässä

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

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

e ax, kun x > 0 f(x) = 0, kun x < 0, 0, kun x > 0 e ax, kun x < 0 e (a iω)x dx = a+iω = 1 a 2 +ω 2. e ax, x > 0 e ax, x < 0,

e ax, kun x > 0 f(x) = 0, kun x < 0, 0, kun x > 0 e ax, kun x < 0 e (a iω)x dx = a+iω = 1 a 2 +ω 2. e ax, x > 0 e ax, x < 0, Harjoitus 5 1. Olkoot a > 0. Laske vaimenevan pulssin e ax, kun x > 0 fx) = 0, kun x < 0, ja voimistuvan pulssin gx) = konvoluution g f Fourier-muunnos. 0, kun x > 0 e ax, kun x < 0 apa 1: Konvoluution

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

Modulaatio. f C. amplitudimodulaatio (AM) taajuusmodulaatio (FM)

Modulaatio. f C. amplitudimodulaatio (AM) taajuusmodulaatio (FM) Lähetelajit Modulaatio Modulaatio: siirrettävän informaation liittämistä kantoaaltoon Kantoaalto: se radiotaajuinen signaali, jota pientaajuinen signaali moduloi Kaksi pääluokkaa moduloinnille: P amplitudimodulaatio

Lisätiedot

b) Määritä/Laske (ei tarvitse tehdä määritelmän kautta). (2p)

b) Määritä/Laske (ei tarvitse tehdä määritelmän kautta). (2p) Matematiikan TESTI, Maa7 Trigonometriset funktiot RATKAISUT Sievin lukio II jakso/017 VASTAA JOKAISEEN TEHTÄVÄÄN! MAOL/LIITE/taulukot.com JA LASKIN ON SALLITTU ELLEI TOISIN MAINITTU! TARKISTA TEHTÄVÄT

Lisätiedot

Luento 5: Kantataajuusvastaanotin AWGNkanavassa I: Suodatus ja näytteistys a. Kuvaa diskreetin ajan signaaliavaruussymbolit jatkuvaan aikaan

Luento 5: Kantataajuusvastaanotin AWGNkanavassa I: Suodatus ja näytteistys a. Kuvaa diskreetin ajan signaaliavaruussymbolit jatkuvaan aikaan ELEC-C7230 Tietoliikenteen siirtomenetelmät Luento 5: Kantataajuusvastaanotin AWGNkanavassa I: Suodatus ja näytteistys a Olav Tirkkonen Aalto, Tietoliikenne- ja tietoverkkotekniikan laitos a [10.1-10.6.3]

Lisätiedot

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

T-61.246 DSP (Harjoitustyö 2003, v. 5.01) Sivu 2 / 9 T-61.246 DSP (Harjoitustyö 2003, v. 5.01) Sivu 1 / 9 T-61.246 DSP (Harjoitustyö 2003, v. 5.01) Sivu 2 / 9 T-61.246 Digitaalinen signaalinkäsittely ja suodatus Versio 5.01 (29.9.2003) T-61.246 Harjoitustyö

Lisätiedot

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

Radioamatöörikurssi 2012

Radioamatöörikurssi 2012 Radioamatöörikurssi 2012 Sähkömagneettinen säteily, Aallot, spektri ja modulaatiot Ti 6.11.2012 Johannes, OH7EAL 6.11.2012 1 / 19 Sähkömagneettinen säteily Radioaallot ovat sähkömagneettista säteilyä.

Lisätiedot

Signaaliavaruuden kantoja äärellisessä ajassa a

Signaaliavaruuden kantoja äärellisessä ajassa a ELEC-C7230 Tietoliikenteen siirtomenetelmät Luento 3: Kompleksiarvoiset signaalit, taajuus, kantoaaltomodulaatio Olav Tirkkonen, Jari Lietzen Aalto, Tietoliikenne- ja tietoverkkotekniikan laitos Signaaliavaruuden

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

LABORATORIOTYÖ 2 SPEKTRIANALYSAATTORI

LABORATORIOTYÖ 2 SPEKTRIANALYSAATTORI LABORATORIOTYÖ 2 SPEKTRIANALYSAATTORI Päivitetty: 25/02/2004 MV 2-1 2. SPEKTRIANALYSAATTORI Työn tarkoitus: Työn tarkoituksena on tutustua spektrianalysaattorin käyttöön, sekä oppia tuntemaan erilaisten

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

Ohjelmistoradio tehtävät 4. P1: Ekvalisointi ja demodulaatio. OFDM-symbolien generoiminen

Ohjelmistoradio tehtävät 4. P1: Ekvalisointi ja demodulaatio. OFDM-symbolien generoiminen Ohjelmistoradio tehtävät 4 P: Ekvalisointi ja demodulaatio Tässä tehtävässä dekoodata OFDM data joka on sijotetty synknonontisignaalin lälkeen. Synkronointisignaali on sama kuin edellisessä laskutehtävässä.

Lisätiedot

Oikosulkumoottorikäyttö

Oikosulkumoottorikäyttö Oikosulkumoottorikäyttö 1 DEE-33040 Sähkömoottorikäyttöjen laboratoriotyöt TTY Oikosulkumoottorikäyttö T. Kantell & S. Pettersson 2 Laboratoriomittauksia suorassa verkkokäytössä 2.1 Käynnistysvirtojen

Lisätiedot

TRIGONOMETRISTEN FUNKTIOIDEN KUVAAJAT

TRIGONOMETRISTEN FUNKTIOIDEN KUVAAJAT 3.0.07 0 π TRIGONOMETRISTEN FUNKTIOIDEN KUVAAJAT π = π 3π π = π 5π 6π = 3π 7π TRIGONOMETRISET FUNKTIOT, MAA7 Tarkastellaan aluksi sini-funktiota ja lasketaan sin :n arvoja, kun saa arvoja 0:sta 0π :ään

Lisätiedot

T Signaalinkäsittelyjärjestelmät Kevät 2005 Pakolliset ja lisäpistelaskarit

T Signaalinkäsittelyjärjestelmät Kevät 2005 Pakolliset ja lisäpistelaskarit T-61.14 SKJ (Pakolliset ja lisäpistetehtävät 5) Sivu / 16 T-61.14 Signaalinkäsittelyjärjestelmät Kevät 5 Pakolliset ja lisäpistelaskarit HUOM! Kurssi luennoidaan todennäköisesti viimeistä kertaa keväällä

Lisätiedot

A B = 100, A = B = 0. D = 1.2. Ce (1.2 D. C (t D) 0, t < 0. t D. )} = Ae πjf D F{Π( t D )} = ADe πjf D sinc(df)

A B = 100, A = B = 0. D = 1.2. Ce (1.2 D. C (t D) 0, t < 0. t D. )} = Ae πjf D F{Π( t D )} = ADe πjf D sinc(df) ELEC-A7 Signaalit ja järjestelmät Syksy 5 Tehtävä 3. a) Suoran tapauksessa ratkaistaan kaksi tuntematonta termiä, A ja B, joten tarvitaan kaksi pistettä, jotka ovat pisteet t = ja t =.. Saadaan yhtälöpari

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

spektri taajuus f c f c W f c f c + W

spektri taajuus f c f c W f c f c + W Kaistanpäästösignaalit Monet digitaaliset tiedonsiirtosignaalit ovat keskittyneet jonkin tietyn kantoaaltotaajuuden f c ympäristöön siten, että signaali omaa merkittäviä taajuuskomponetteja vain kaistalla

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

R = Ω. Jännite R:n yli suhteessa sisäänmenojännitteeseen on tällöin jännitteenjako = 1

R = Ω. Jännite R:n yli suhteessa sisäänmenojännitteeseen on tällöin jännitteenjako = 1 Fysiikan mittausmenetelmät I syksy 206 Laskuharjoitus 4. Merkitään kaapelin resistanssin ja kuormaksi kytketyn piirin sisäänmenoimpedanssia summana R 000.2 Ω. Jännite R:n yli suhteessa sisäänmenojännitteeseen

Lisätiedot

Luento 7. tietoverkkotekniikan laitos

Luento 7. tietoverkkotekniikan laitos Luento 7 Luento 7 LTI järjestelmien taajuusalueen analyysi II 7. LTI järjestelmän taajuusvaste Vaste kompleksiselle eksponenttiherätteelle Taajuusvaste, Boden diagrammi 7.2 Signaalin muuntuminen LTI järjestelmässä

Lisätiedot

Käytännön radiotekniikkaa: Epälineaarinen komponentti ja signaalien siirtely taajuusalueessa (+ laboratoriotyön 2 esittely)

Käytännön radiotekniikkaa: Epälineaarinen komponentti ja signaalien siirtely taajuusalueessa (+ laboratoriotyön 2 esittely) Käytännön radiotekniikkaa: Epälineaarinen komponentti ja signaalien siirtely taajuusalueessa (+ laboratoriotyön 2 esittely) ELEC-C5070 Elektroniikkapaja, 21.9.2015 Huom: Kurssissa on myöhemmin erikseen

Lisätiedot

Radioamatöörikurssi 2016

Radioamatöörikurssi 2016 Radioamatöörikurssi 2016 Modulaatiot Radioiden toiminta 8.11.2016 Tatu Peltola, OH2EAT 1 / 18 Modulaatiot Erilaisia tapoja lähettää tietoa radioaalloilla Esim. puhetta ei yleensä laiteta antenniin sellaisenaan

Lisätiedot

Elektroniikan perusteet, Radioamatööritutkintokoulutus

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

Lisätiedot

Pakotettu vaimennettu harmoninen värähtelijä Resonanssi

Pakotettu vaimennettu harmoninen värähtelijä Resonanssi Pakotettu vaimennettu harmoninen värähtelijä Resonanssi Tällä luennolla tavoitteena Mikä on pakkovoiman aiheuttama vaikutus vaimennettuun harmoniseen värähtelijään? Mikä on resonanssi? Kertaus: energian

Lisätiedot

Preliminäärikoe Pitkä Matematiikka 3.2.2009

Preliminäärikoe Pitkä Matematiikka 3.2.2009 Preliminäärikoe Pitkä Matematiikka..9 x x a) Ratkaise yhtälö =. 4 b) Ratkaise epäyhtälö x > x. c) Sievennä lauseke ( a b) (a b)(a+ b).. a) Osakkeen kurssi laski aamupäivällä,4 % ja keskipäivällä 5,6 %.

Lisätiedot

S-114.3812 Laskennallinen Neurotiede

S-114.3812 Laskennallinen Neurotiede S-114.3812 Laskennallinen Neurotiede Laskuharjoitus 2 4.12.2006 Heikki Hyyti 60451P Tehtävä 1 Tehtävässä 1 piti tehdä lineaarista suodatusta kuvalle. Lähtötietoina käytettiin kuvassa 1 näkyvää harmaasävyistä

Lisätiedot

Sinin muotoinen signaali

Sinin muotoinen signaali Sinin muotoinen signaali Pekka Rantala.. Sini syntyy tasaisesta pyörimisestä Sini-signaali syntyy vakio-nopeudella pyörivän osoittimen y-suuntaisesta projektiosta. y u û α positiivinen pyörimissuunta x

Lisätiedot

Luento 4 Jaksollisten signaalien Fourier-sarjaesitys 4.1 Fourier-sarja 4.2 Viivaspektri, tehospektri

Luento 4 Jaksollisten signaalien Fourier-sarjaesitys 4.1 Fourier-sarja 4.2 Viivaspektri, tehospektri Luento 4 Luento 4 Jaksollisten signaalien Fourier-sarjaesitys 9 Oppenheim 3.3, 3.4 4.1 Fourier-sarja Kompleksi F-sarja F-sinisarja Sinc-funktio 4. Viivaspektri, tehospektri Viivaspektri Parsevalin teoreema

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

Organization of (Simultaneous) Spectral Components

Organization of (Simultaneous) Spectral Components Organization of (Simultaneous) Spectral Components ihmiskuulo yrittää ryhmitellä ja yhdistää samasta fyysisestä lähteestä tulevat akustiset komponentit yhdistelyä tapahtuu sekä eri- että samanaikaisille

Lisätiedot

Luento 2. S Signaalit ja järjestelmät 5 op TKK Tietoliikenne Laboratorio 1. Jean Baptiste Joseph Fourier ( )

Luento 2. S Signaalit ja järjestelmät 5 op TKK Tietoliikenne Laboratorio 1. Jean Baptiste Joseph Fourier ( ) Luento Jasollisten signaalien Fourier-sarjat Viivaspetri S-.7. Signaalit ja järjestelmät 5 op KK ietoliienne Laboratorio Jean Baptiste Joseph Fourier (768-83) Ransalainen matemaatio ja fyysio. Esitti Fourier-sarjat

Lisätiedot

Ch4 NMR Spectrometer

Ch4 NMR Spectrometer Ch4 NMR Spectrometer Tässä luvussa esitellään yleistajuisesti NMR spektrometrin tärkeimmät osat NMR-signaalin mittaaminen edellyttää spektrometriltä suurta herkkyyttä (kykyä mitata hyvin heikko SM-signaali

Lisätiedot

Koesuunnitelma. ViDRoM Virtual Design of Rotating Machines. Raine Viitala

Koesuunnitelma. ViDRoM Virtual Design of Rotating Machines. Raine Viitala Koesuunnitelma ViDRoM Virtual Design of Rotating Machines Raine Viitala ViDRoM Virtual Design of Rotating Machines Mitataan dynaamista käyttäytymistä -> nopeuden funktiona Puhtaat laakerit, kolmikulmaiset

Lisätiedot

DSP:n kertausta. 1 Spektri, DFT, DTFT ja aika-taajuusresoluutio

DSP:n kertausta. 1 Spektri, DFT, DTFT ja aika-taajuusresoluutio DSP:n kertausta Kerrataan/käydään läpi: ffl Spektri, DFT, DTFT ja FFT ffl signaalin jaksollisuuden ja spektrin harmonisuuden yhteys ffl aika-taajuusresoluutio Spektri, DFT, DTFT ja aika-taajuusresoluutio

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

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

Testaa taitosi 1. 2. Piirrä yksikköympyrään kaksi erisuurta kulmaa, joiden a) sini on 0,75 b) kosini on

Testaa taitosi 1. 2. Piirrä yksikköympyrään kaksi erisuurta kulmaa, joiden a) sini on 0,75 b) kosini on Testaa taitosi. Laske lausekkeen 60 cos80 sin arvo. Päättele sinin ja kosinin arvot yksikköympyrästä. y x. Piirrä yksikköympyrään kaksi erisuurta kulmaa, joiden a) sini on 0,75 b) kosini on y y. x x. Määritä

Lisätiedot

z 1+i (a) f (z) = 3z 4 5z 3 + 2z (b) f (z) = z 4z + 1 f (z) = 12z 3 15z 2 + 2

z 1+i (a) f (z) = 3z 4 5z 3 + 2z (b) f (z) = z 4z + 1 f (z) = 12z 3 15z 2 + 2 BM20A5700 - Integraauunnokset Harjoitus 2 1. Laske seuraavat raja-arvot. -kohta ratkeaa, kun pistät sekä yläkerran että alakerran muotoon (z z 1 )(z z 2 ), missä siis z 1 ja z 2 ovat näiden lausekkeiden

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

Kompleksianalyysi, viikko 6

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

Lisätiedot

1. Piirrä kompleksitasoon seuraavat matemaattiset objektit/alueet.

1. Piirrä kompleksitasoon seuraavat matemaattiset objektit/alueet. BM0A5700 - Integraalimuunnokset Harjoitus 1 1. Piirrä kompleksitasoon seuraavat matemaattiset objektit/alueet. a Piste z 1 i. Ympyrä z 1 i. Avoin kiekko z 1 i

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

Analogiatekniikka. Analogiatekniikka

Analogiatekniikka. Analogiatekniikka 1 Opintojakson osaamistavoitteet Opintojakson hyväksytysti suoritettuaan opiskelija: osaa soveltaa ja tulkita siirtofunktiota, askelvastetta, Bodediagrammia ja napa-nolla-kuvaajaa lineaarisen, dynaamisen

Lisätiedot