Puheenkoodaus. koodekki toimii hyvin myös kohinaiselle puheelle (ja mielellään vielä musiikille ja muille yleisille signaaleille)
|
|
- Hilkka Tuominen
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 Puheenkoodaus Puheenkoodauksella tarkoitetaan puhesignaalin esittämiseen tarvittavan bittimäärän pienentämistä sillä tavalla, että puhesignaalin laatu ja ymmärrettävyys kärsivät mahdollisimman vähän. Puheenkoodauksella on suuri merkitys mm. digitaalisissa matkapuhelinjärjestelmissä ja tämän vuoksi puheenkoodauksen menetelmät ovat kehittyneet voimakkaasti viimeisen 0 vuoden aikana. Kaupallisesti ajateltuna puheenkoodaus on puheenkäsittelyn ylivoimaisesti tärkein sovellus. Hyvällä puhekoodekilta (codec = coder-decoder) voidaan vaatia mm. seuraavia ominaisuuksia: puheen laatu kärsii koodauksesta mahdollisimman vähän puhe kompressoituu pieneen määrään bittejä koodaaminen-dekoodaaminen aiheuttaa vain pienen viiveen koodekki ei ole herkkä lähetyksessä tapahtuville virheille koodaaminen/dekoodaaminen on laskennallisesti nopeaa koodekki toimii hyvin myös kohinaiselle puheelle (ja mielellään vielä musiikille ja muille yleisille signaaleille) useampi peräkkäinen koodaaminen ei heikennä laatua suhteettoman paljon Em. kaltaista täydellistä koodekkia ei ole olemassa, koska osa vaatimuksista on toisensa poissulkevia. Kuitenkin erilaisia kompromisseja vaatimusten välillä on kehitetty ja standardoitu suuri määrä erilaisia sovelluksia varten. Esimerkiksi matkapuhelimen puhekoodekissa kaikki edellä olleet vaatimukset ovat oleellisia, kun taas vaikkapa puheen tallennussovelluksessa laskennalliset vaatimukset, viive ja virhesietoisuus ovat epäoleellisia, kun taas puheen laatu ja bittimäärä ovat tärkeitä. Koodausmenetelmiä on useita erilaisia, mutta ne voidaan jakaa karkeasti kahteen luokkaan: aaltomuotokoodaus lähdekoodaus Aaltomuotokoodauksessa pyritään säilyttämään (puhe)signaalin alkuperäinen aaltomuoto ja koodaus perustuu kvantisointiin ja aaltomuodossa olevan redundanssin poistamiseen. Lähdekoodauksessa keskitytään aaltomuodon sijasta puheen parametrien koodaamiseen (herätteen tyyppi, ääniväylämalli, formanttitaajuudet,...), joiden avulla puhe voidaan rekonstruoida dekooderissa. Raja näiden koodausmenetelmien välillä ei ole täysin terävä, etenkin uudemmissa synteesi-analyysi koodekeissa, joissa puheen aaltomuoto pyritään syntetisoimaan sopivien parametrien avulla. Seuraavassa oletetaan yleisesti että puhesignaalin kaista on sama kuin lankapuhelinverkossa eli Hz ja että näytteenottotaajuus on khz. Tämä on ns. kapeakaistaista puhetta. Sovelluksissa joissa puheen ei täydy kulkea kiinteän lankapuhelinverkon kautta voidaan käyttää korkeampaa puheenlaatua, esim. videokonferenssit. Näissä sovelluksissa käytetään usein Hz kaistanleveyttä ja 6 khz näytteenottotaajuutta, jota kutsutaan laajakaistaiseksi puheeksi.
2 % B # ( Aaltomuotokoodaus Kvantisointi on välttämätön osa kaikkia digitaalisia järjestelmiä, joissa käsitellään analogista tietoa, mutta myös jo digitoituja signaaleja voidaan kvantisoida.. Pulssikoodimodulaatio PM PM (pulse-code modulation) koodaa jatkuva-aikaisen puhesignaalin ajan suhteen tasavälisiksi näytteiksi, missä kvantisointi on myös tasavälinen, kuten kuva osoittaa. Jos käytössä on bittiä näytettä kohden, voidaan koodata eri amplituditasoa. Näiden amplituditasojen voidaan ajatella olevan koodikirjassa, ja jokainen kvantisoitu näyte esitetään binäärilukuindeksinä tähän koodikirjaan, jota vastaavaa arvoa alkuperäinen näyte vastaa parhaiten. PM:n tapauksessa 2-bittinen koodikirja voisi olla vaikkapa indeksi arvo Alkuperäinen kvantisoimaton signaali voidaan aina esittää muodossa missä on kvantisoitu signaali ja on kvantisointivirhe. Oletetaan, että signaalin dynamiikka on rajoitettu välille. Tällöin PM:n kvantisointivirheen jakaumaa voidaan menestyksekkäästi mallintaa tasajakaumalla "! #$ % missä % *-,. on kvantisointiaskel. Tasavälisen kvantisoijan kvantisointivirheen keskimääräinen teho on %'& )( /) ;: %9, 576 %=&?> < % A@, Entä mikä on hyötysignaalin teho? Riippuu signaalista, mutta parhaassakin tapauksessa signaalin kaikki näytteet ovat amplitudiltaan D, jolloin keskimääräinen teho on. Kvantisoidun signaalin laadusta kertoo nyt signaali/kohina suhde (signal/noise ratio, SNR), joka määritellään EF "GHKJAL *NM 2 E / %'& 2:POQ %=&?>
3 B _ Kvantisointitasot, 4 bittinen PM Kvantisoitu arvo Kvantisoimaton arvo Kuvio : Tasavälinen PM-kvantisointi saturoinnilla, eli dynamiisen alueen ulkopuoliset arvot asetetaan mahdollisimman lähelle kvantisoimatonta arvoa. Tasoja on 6 eli kvantisointi on 4-bittinen. missä E on hyötysignaalin teho, / Eli tässä tapauksessa EF on kohinan teho ja yksikkö on desibeli (db). GHRJ.L *SM UTWVYX G HRJ.L \[ *SM [.] GA Toisin sanoen, yhden bitin lisääminen kvantisointitarkkuuteen nostaa signaali/kohina-suhdetta 6 db. Puhesignaalien kvantisoinnissa kannattaa käyttää epätasavälistä kvantisointia, osittain siksi, että puheessa on pääosin matalia amplitudeja, osittain siksi, että ihmisen kuulo on pikemminkin herkkä amplitudien osamäärälle kuin niiden erotukselle (lisää infoa kuulon ominaisuuksista kurssilla 0545 Digitaalinen Audio). Kuvassa 2 on esimerkki puheen amplitudijakaumasta. Yleisesti jos tunnetaan signaalin amplitudien jakauma (joka voidaan aina estimoida testiaineistosta), voidaan määrittää tälle jakaumalle ja valitulle virhefunktiolle optimaalinen kvantisoija, ns. Lloyd-Max kvantisoija (josta lisätietoa on kurssilla 0533 Hahmon- ja Puheentunnistus). Epätasavälinen kvantisointi toteutetaan käytännössä epälineaarisella muunnoksella ennen tasavälistä kvantisointia ja käänteismuunnoksella kvantisoinnin jälkeen. Tätä sanotaan kompandoinniksi (compression, expanding). Puheen tapauksessa Euroopassa käytetään lankapuhelinverkoissa Alaw -kompressointia, joka muuntaa näytearvon seuraavasti: (ei kannata opetella ulkoa) ^ k L.l _$` *-aabdc-egfrh *-aab cme _ fkhmn _7o`4o p *-aabdc-efkh n _7p 3 GHKJAL *SM G)(ji ia( * * (ji ia(q _ B
4 B u 0 5 Puheen amplitudijakauma 0 4 Esiintymien lukumäärä s]a[ Näytearvo Kuvio 2: Amplitudien jakauma 20 s näytteelle naisen puhetta. missä r t. Pohjois-Amerikan puhelinliikenteessä käytetään u -law -kompressointia, joka perustuu samantyyliseen logaritmiseen kompressointiin: ^ k LAl HRJ.L uvi i HKJAL tat. Vastaavat ekspandoinnit saadaan ratkaisemalla ^ :n avulla edellisistä yhtälöistä. missä u Epätasavälisellä kvantisoinnilla saavutetaan suuri etu puhesignaalien kvantisoinnissa; 2 bpn (bittiä/näyte) tasavälisellä kvantisoinnilla vastaa subjektiivisesti suunnilleen bpn em. kvantisoinneilla. Karvalakki-PM-kvantisointiin löytyy iso nippu ehostuksia, joita katsotaan seuraavaksi. Periaatteessa voidaan lisäksi käyttää mitä tahansa yleisiä kompressiomenetelmiä (joita löytyy mm. kurssilta Signal ompression), mutta jatkossa keskitytään menetelmiin, jotka sopivat nimenomaan puheelle..2 Adaptiivinen PM Kvantisointiaskelta voidaan säätää signaalin mukaan; tätä menetelmää sanotaan adaptiiviseksi kvantisoinniksi. Perusajatuksena on pienentää kvantisointiaskelta silloin kun signaalin taso on pieni, jolloin kvantisointivirhe pienenee myös. Vastaavasti suurien arvojen myötä kvantisointiaskelta suurennetaan. Adaptiivisesta kvantisoinnista on erityisesti hyötyä epästationaaristen signaalien matalan bittimäärän (w ) kvantisoinnissa. Yleisesti käytetty menetelmä kvantisointiaskelen % säätämiseksi on % x % yq 4
5 Š Š ] ƒ ƒ G missä yqz yq on kiinteä funktio ja on hetkellä olevan puhenäytteen kvantisoitu arvo. Funktio voidaan määrittää kokeellisesti testiaineiston avulla. Tällä menetelemällä on se hyvä puoli, että kvantisointitasot saadaan vastaanotettaessa rekonstruoitua ilman eksplisiittistä tietoa kvantisointiaskelen muutoksista. Miksi? Oletetaan, että hetkellä kooderissa käytetään kvantisointiaskelta % ja saadaan kvantisoitu näyte, joka lähetetään vastaanottimeen. Mutta koska seuraava kvantisointiaskel % { riippuu ainoastaan edellisestä kvantisointiaskelesta % (joka tiedetään dekooderissa), yq näytteestä (joka lähetettiin dekooderiin joten sekin on tiedossa) ja kiinteästä funktiosta (joka on koodattu kooderiin ja dekooderiin), voidaan se laskea myös vastaanottimessa. Tämä on tärkeä synkronointipiirre kooderin ja dekooderin välillä paljon monimutkaisemmissakin koodekeissa: kooderin ja dekooderin tulisi olla samassa tilassa. Mielellään vielä niin, että jos ne joutuvat eri tilaan esim. lähetyksessä tapahtuvan virheen vuoksi, ne pystyisivät synkronoitumaan uudestaan suhteellisen nopeasti..3 Differentiaalinen PM alias DPM Perusidea: lähetetään kvantisoitujen näytteiden sijasta niiden väliset erotukset. Tämän pitäisi toimia jos erotukset ovat keskimäärin pienempiä kuin näytteet, jolloin niiden vaatima dynaaminen alue on pienempi, eli samalla bittimäärällä voidaan käyttää pienempää kvantisointiaskelta, joka luonnollisesti pienentää kvantisointivirhettä. tse asiassa erosignaalin } teho on /Q0 3 ƒ R $ missä ƒ on puheen teho ja on puheen autokorrelaatio viiveellä. Siis jos ˆ n * p G t. Puheelle on yleisesti ˆ n * p G t. ˆ n M p ˆ n M p on pienempi kuin Tarkastellaan kuvion 3 mukaista DPM-kvantisointia, jossa lasketaan sisäänmenon erotus joka kvantisoidaan ja lähetetään. Kvantisointi on mallinnettu kvantisointikohinan lisäämisellä. Vastaanottimessa erotukset vastaavasti summataan. q(n) ƒ - d(n) u(n) y(n) - -. Kvantisointikohina on mal- Kuvio 3: Avoin DPM-kvantisoija, jossa ennustus on linnettu lisättynä kohinalähteenä. z v z Œ Tällä menetelmällä on kuitenkin vakava puute: kvantisointikohina summautuu vastaanottimessa. Katsotaanpa miten. Kuviosta saadaan 2A\. 5
6 Edelleen sijoittamalla g 2A, *. 2A T *-,. f impulssivaste on yksikköaskel eli kvantisointikohina summautuu, joten periaat- Suodattimen * teessa kohinan vaikutus voi kasvaa vastaanottimessa mielivaltaisen suureksi (saturointi luonnollisesti estää tämän käytännössä). Edellisen tapaista järjestelmää, jossa kvantisointi tehdään alkuperäisen signaalin pohjalta, sanotaan avoimeksi (open-loop). Vaihtoehto on suljettu järjestelmä (closed-loop), jossa kvantisoiti tehdään dekoodatun signaalin perusteella. Suljetuilla järjestelmillä on se tärkeä ominaisuus, että kvantisointikohina ei summaudu vastaanottimessa, koska kooderissa valitaan kvantisoitu näyte siten että dekoodattu signaali on mahdollisimman hyvä. Tämä on oleellinen piirre myöhemmin esitettävissä synteesi-analyysi koodekeissa. Esimerkki sovellettuna DPM-kvantisointiin on kuvassa 4. q(n) ^ - e(n) y(n) z - z - Kuvio 4: Suljettu DPM-kvantisoija, jossa ennustaja on. Kvantisointikohina ei summaudu vastaanottimessa. eli Lasketaan seuraavaksi suljetun DPM-kvantisoijan siirtofunktio. Kuviosta / 2. š2a.s š2.. 2A š2. / 2A /. 6
7 .s. Signaalien tulkinnat ovat seuraavat: /. š2. : kvantisoitu residuaalivirhe : rekonstruoitu signaali. / 2. š2. : ennustus rekonstruktion perusteella Edellisistä kaavoista (tai suoraan š2a kuviosta) havaitaan, että 2Aœ dekooderi. Lasketaan vielä josta seuraa :.. / 2A š2... š2.. '2., *.. T Tf *m,. f.. š2a 2A š2a, eli siis kooderiin sisältyy kuten pitääkin. Seuraava parannus DPM-koodekkiin on käyttää yksinkertaisen erotuksen sijasta monimutkaisempaa ennustusta. Suodatin voidaan ajatella ennustajaksi jossa siis ennustetaan seuraavaa näytettä edellisellä. Suljetun järjestelmän tapauksessa Käyttämällä parempaa ennustavaa suodatinta saadaan ennustusvirheen tehoa pienennettyä, jolloin kvantisointi voidaan tehdä vähemmillä biteillä. Tarkoitukseen sopivan ennustajankin osaamme jo määrittää lineaarisen ennustuksen avulla. Normaaliyhtälöiden perusteella ongelmana on siis määrittää puheen autokorrelaatio, joka voidaan estimoida puhedatasta. Jo toisen asteen ennustaja pienentää kohinaa n. 6 db, jolloin sama signaali/kohina-suhde saavutetaan lähettämällä bpn (eli 000 bps) vähemmän kuin ilman ennustajaa. 7
8 .4 Adaptiivinen DPM = ADPM Seuraava parannus DPM-koodekkiin saadaan käyttämällä adaptiivista ennustajaa, koska puhe on epästationaarista ja optimaalinen ennustaja vaihtelee ajan myötä hyvinkin paljon, kuten totesimme lineaarisen ennustuksen yhteydessä. Vastaanottimen täytyy myös tietää koodauksessa käytetty ennustaja, joten ennustajan kertoimet pitää joko lähettää sivuinformaationa jos ne lasketaan alkuperäisestä puheesta (eteenpäin-adaptointi, kuvio 5) tai laskea jo syntetisoidusta puheesta (taaksepäin-adaptointi, kuvio 6). ADPM-koodekin ennustavia suodattimia voidaan adaptoida kehyksittäin tai näytteittäin. Virallisessa nternational Telecommunications Union Telecommunications Sector (TU-T) standardissa G.72 jota käytetään puhelinkeskusten välisten puhelujen koodaamiseen on käytössä taaksepäin-adaptointi ja 4 bitin kvantisointi residuaalille. Eteenpäin-adaptoinnin tapauksessa ennustajan kertoimet pitää vielä kvantisoida ennen lähettämistä. Tämän takia myös lähettimessä pitää käyttää kvantisoituja kertoimia, koska muutoin ennustajien erosta johtuva virhe kumuloituisi vastaanottimessa. q(n) ^ - e(n) y(n) P(z) P(z) Kuvio 5: ADPM eteenpäin-adaptoinnilla. Ennustajan kertoimet kvantisoidaan ennen käyttöä. q(n) ^ - e(n) y(n) P(z) P(z) Kuvio 6: ADPM taaksepäin-adaptoinnilla. Ennustajan kertoimia ei täydy lähettää erikseen. Taaksepäin-adaptointi toimii hyvin mikäli rekonstruoitu puhe muistuttaa riittävästi alkuperäistä, jolloin ennustajan kertoimet saadaan estimoitua melko tarkasti. Käytännössä tämä vaatii n. 4 bittiä näytettä kohden. Matalammilla bittinopeuksilla rekonstruktion ja vastaavasti myös ennustajan taso
9 i * ž * M, Ÿ heikkenee. Tämän takia matalammilla nopeuksilla (alle 2 bittiä/näyte) käytetään yleensä eteenpäinadaptointia..5 LP-kertoimien skalaarikvantisointi Miten voidaan mahdollisimman vähillä biteillä lähettää ADPM-koodekissakin tarvittavat LP-suodattimen kertoimet? Tämä on yksi tärkeä perusongelma puheenkoodauksessa. Tällä hetkellä paras ratkaisu on ns. LSF-kertoimien (line spectral frequencies) prediktiivinen vektorikvantisointi, josta enemmän myöhemmin. Katsotaan ensin yksinkertaisempaa skalaarikvantisointia. LP-suodattimen suoramuotototeutuksen kertoimia ž ž UU žwÿ (ž, joten sitä ei täydy lähettää) ei kannata kvantisoida suoraan, koska kvantisoitu suodatin ei välttämättä ole stabiili. Lisäksi kertoimien dynaaminen alue on laaja. Tämän takia LP-suodattimen kertoimet U muunnetaan ensin sopivampaan esitysmuotoon ennen Ÿ ovat hyvä esitysmuoto koska stabiilisuus on helppo kvantisointia. 4 Heijastuskertoimet * U tarkistaa ( i i w ) sekä dynaaminen alue on rajattu välille. Tasavälinen kvantisointi tuottaa kuitenkin huonon tuloksen sillä heijastuskertoimien jakauma ei ole tasainen, jonka takia yleensä käytetään epätasavälistä kvantisoijaa. Tämä voidaan taas toteuttaa sopivalla epälineaarisella muunnoksella ennen tasavälistä kvantisointia. Seuraavassa kaksi sopivaa heijastuskertoimien muunnosta: Log-ala suhteet (log-area ratios, LAR). Nämä määritellään HRJ.L Käänteiset sini-parametrit (inverse sine). Nämä ovat k l Nämä ovat käyttökelpoisia lähinnä sen takia, että ne laajentavat heijastuskertoimien dynamiikkaa kun i. q, jotka ovat kriittisimmät arvot. Näiden avulla kvantisointi tapahtuu siis seuraavasti:. Lasketaan ikkunoidun lohkon LP-polynomi r UU autokorrelaation ja Levinson-Durbin rekursion avulla. LP-analyysi kehys voi olla ja yleensä onkin eri kehys kuin se jota koodataan. Esimerkki kuvassa. Muunnetaan r 2A heijastuskertoimiksi * U U Muunnetaan heijastuskertoimet toisella em. muunnoksista. Esim. LAR-muunnoksen tapauksessa lasketaan * UU Ÿ, missä Kvantisoidaan tulokset tasavälisesti. HRJ.L 2 $ Ÿ. g žwÿ 9
10 .5 LAR ja käänteinen sini LAR käänteinen sini k Kuvio 7: Heijastuskertoimien muunnoksia. Lähetetään saatujen kvantisointitasojen indeksit vastaanottimeen. Muunnetaan sekä lähettimessä että vastaanottimessa nämä indeksit takaisin heijatuskertoimien muunnoksiksi. Tehdään käänteismuunnos takaisin kvantisoiduiksi heijastuskertoimiksi. Muunnetaan kvantisoidut heijastuskertoimet kvantisoiduksi r sekä lähettimessä että vastaanottimessa.. polynomiksi, jota käytetään.6 Residuaalikompressio ADPM:ssä suurin osa lähetetystä bittivirrasta muodostuu residuaalivirheestä. Tämän residuaalivirheen bittimäärää voidaan vielä yrittää pienentää erilaisilla nikseillä. On havaittu että oleellisinta residuaalissa ovat korkeat amplitudit, joten nämä täytyy kvantisoida tarkasti huippujen leikkaaminen aiheuttaa säröä matalien amplitudien leikkaaminen ei aiheuta oleellista säröä Tämän perusteella voidaan residuaalista kvantisoida pienet arvot nolliksi ja tulos koodata tehokkaammin. 0
11 LP analyysi ja synteesi ikkunat synteesi ikkuna LP analyysi ikkuna Näyte Kuvio : Esimerkki synteesi-ikkunasta jota koodataan sekä LP-analyysi ikkunasta, josta lasketaan LP-kertoimet.
puheen laatu kärsii koodauksesta mahdollisimman vähän. puhe pakkautuu mahdollisimman pieneen määrään bittejä.
Luku 1 Puheen koodaus Puheen koodauksella tarkoitetaan puhesignaalin esittämiseen tarvittavan bittimäärän pienentämistä sillä tavalla, että puhesignaalin laatu ja ymmärrettävyys kärsivät mahdollisimman
LisätiedotPuheenkoodaus. Olivatpa kerran iloiset serkukset. PCM, DPCM ja ADPCM
Puheenkoodaus Olivatpa kerran iloiset serkukset PCM, DPCM ja ADPCM PCM eli pulssikoodimodulaatio Koodaa jokaisen signaalinäytteen binääriseksi (eli vain ykkösiä ja nollia sisältäväksi) luvuksi kvantisointitasolle,
LisätiedotSGN-4051 Puheenkoodaus
SGN-4051 Puheenkoodaus Konsta Koppinen konsta.koppinen@tut.fi 23. helmikuuta 2009 Sisältö 1 Aaltomuotokoodaus 1 1.1 Pulssikoodimodulaatio eli PCM.................. 2 1.1.1 Epätasavälinen kvantisointi.................
LisätiedotAlla olevassa kuvassa on millisekunnin verran äänitaajuisen signaalin aaltomuotoa. Pystyakselilla on jännite voltteina.
TT12S1E Tietoliikenteen perusteet Metropolia/A. Koivumäki 1 Kirjan lukuun 3 liittyvää lisäselitystä ja esimerkkejä Kirjan luvussa 3 (Signals Carried over the Network) luodaan katsaus siihen, minkälaisia
LisätiedotSynteesi-analyysi koodaus
Luku 2 Synteesi-analyysi koodaus Tärkein koodausmenetelmä puheenkoodausstandardeissa 9-luvulta alkaen on ollut synteesi-analyysi koodaus (engl. analysis-by-synthesis). Tässä lähestymistavassa optimaaliset
LisätiedotJohdanto tieto- viestintäteknologian käyttöön: Äänitystekniikka. Vfo135 ja Vfp124 Martti Vainio
Johdanto tieto- viestintäteknologian käyttöön: Äänitystekniikka Vfo135 ja Vfp124 Martti Vainio Akustiikka Äänityksen tarkoitus on taltioida paras mahdo!inen signaali! Tärkeimpinä kolme akustista muuttujaa:
Lisätiedot1 Diskreettiaikainen näytteistys. 1.1 Laskostuminen. Laskostuminen
AD/DA muunnos Lähteet: Pohlman. (1995). Principles of digital audio (3rd ed). Zölzer. (008). Digital audio signal processing (nd ed). Reiss. (008), Understanding sigma-delta modulation: The solved and
LisätiedotLaskuharjoitus 4 ( ): Tehtävien vastauksia
TT12S1E Tietoliikenteen perusteet Metropolia/A. Koivumäki Laskuharjoitus 4 (2.10.2013): Tehtävien vastauksia 1. Tutkitaan signaalista näytteenotolla muodostettua PAM (Pulse Amplitude Modulation) -signaalia.
Lisätiedot3 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
Lisätiedot5 Lineaarinen ennustus
5 Lineaarinen ennustus Lineaarinen ennustus (linear prediction, LP) on yksi tärkeimmistä puheenkäsittelyn työkaluista Sitä voidaan eri tilanteessa käyttää eri tavoilla, mutta puheenkäsittelyn kannalta
LisätiedotLARI KUMPU ADPCM:N KÄYTTÖ ÄÄNEN HÄVIÖTTÖMÄSSÄ PAKKAUKSESSA
LARI KUMPU ADPCM:N KÄYTTÖ ÄÄNEN HÄVIÖTTÖMÄSSÄ PAKKAUKSESSA Kandidaatintyö Tarkastaja: lehtori Konsta Koppinen Työ jätetty tarkastettavaksi 19. joulukuuta 2010 ii TIIVISTELMÄ TAMPEREEN TEKNILLINEN YLIOPISTO
LisätiedotPuhetie, PCM järjestelmä, johtokoodi
Puhetie, PCM järjestelmä, johtokoodi PCM~PulseCodeModulation Näytteenotto Kvantisointi ÿ Lineaarinen ÿ Epälineaarinen Kvantisointisärö TDM-kanavointi PCM-kehysrakenne, CRC -ylikehys PCM, PCM, PCM 8, PCM
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).
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
LisätiedotT-61.246 DSP: GSM codec
T-61.246 DSP: GSM codec Agenda Johdanto Puheenmuodostus Erilaiset codecit GSM codec Kristo Lehtonen GSM codec 1 Johdanto Analogisen puheen muuttaminen digitaaliseksi Tiedon tiivistäminen pienemmäksi Vähentää
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
Lisätiedot1 Johdanto. Johdanto Vaatimuksia audiokoodekille. Johdanto 1.1 Vaatimuksia audiokoodekille
Kuulon malleihin perustuva audiokoodaus, osa I Lähteet: Kahrs, Brandenburg, (Editors). (1998). Applications of digital signal processing to audio and acoustics Kluwer Academic. Bernd Edler. (1997). Low
LisätiedotAD/DA muunnos Lähteet: Pohlman. (1995). Principles of digital audio (3rd ed). Zölzer. (1997). Digital audio signal processing
AD/DA muunnos Lähteet: Pohlman. (1995). Principles of digital audio (3rd ed). Zölzer. (1997). Digital audio signal processing Sisältö: Näytteistys, laskostuminen Kvantisointi, kvantisointivirhe, kvantisointisärö,
LisätiedotDigitaalinen tiedonsiirto ja siirtotiet
A! Aalto University Comnet ELEC-C7230 Tietoliikenteen siirtomenetelmät, Luento 1 Digitaalinen tiedonsiirto ja siirtotiet Olav Tirkkonen [Luku 1: Introduction, kokonaisuudessaan] A! OSI-kerrokset Tiedonsiirtojärjestelmiä
LisätiedotKanavointi ja PCM järjestelmä
Kanavointi ja PCM järjestelmä Kanavointi PCM ~ Pulse Code Modulation ƒ Näytteenotto ƒ Kvantisointi y Lineaarinen y Epälineaarinen ƒ Kvantisointisärö TDM-kanavointi ƒ PCM 0, PCM 0, PCM 80, PCM 90 Rka/ML
Lisätiedot1 Johdanto. Tiedonsiirron kaistanleveys kasvaa jatkuvasti, mutta kaistan tarve kasvaa vielä enemmän tarve kompressiotekniikoille
Kuulon malleihin perustuva audiokoodaus Lähteet: Kahrs, Brandenburg, (Editors). (1998). Applications of digital signal processing to audio and acoustics. Kluwer Academic. Bernd Edler. (1997). Low bit rate
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
LisätiedotDigitaalitekniikan matematiikka Luku 1 Sivu 1 (19) Johdatus digitaalitekniikkaan
Digitaalitekniikan matematiikka Luku 1 Sivu 1 (19) Digitaalitekniikan matematiikka Luku 1 Sivu 2 (19) Johdanto Tässä luvussa esitellään tiedon lajeja ja tiedolle tehtävää käsittelyä käsitellään tiedon
LisätiedotRyhmätyö. Kalle Palomäki Signaalinkäsi5elyn ja akus8ikan laitos
Ryhmätyö Kalle Palomäki Signaalinkäsi5elyn ja akus8ikan laitos Aikataulu Viikko Luento Ope-ajat Harjoitus 5: 5.10.- Ryhmätyöohjaus, suunnitelman iteroin8a Emilio, Jaakko, Jussi, Niklas, Kalle 6: 12.10-
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:
LisätiedotDigitaalinen audio & video, osa I
Digitaalinen audio & video, osa I Johdanto Digitaalinen audio + Psykoakustiikka + Äänen digitaalinen esitys Digitaalinen kuva +JPEG Petri Vuorimaa 1 Johdanto Multimediassa hyödynnetään todellista ääntä,
LisätiedotVirheen kasautumislaki
Virheen kasautumislaki Yleensä tutkittava suure f saadaan välillisesti mitattavista parametreistä. Tällöin kokonaisvirhe f määräytyy mitattujen parametrien virheiden perusteella virheen kasautumislain
LisätiedotAV-muotojen migraatiotyöpaja - ääni. KDK-pitkäaikaissäilytys 2013 -seminaari 6.5.2013 / Juha Lehtonen
AV-muotojen migraatiotyöpaja - ääni KDK-pitkäaikaissäilytys 2013 -seminaari 6.5.2013 / Juha Lehtonen Äänimuodot Ääneen vaikuttavia asioita Taajuudet Äänen voimakkuus Kanavien määrä Näytteistys Bittisyvyys
LisätiedotIIR-suodattimissa ongelmat korostuvat, koska takaisinkytkennästä seuraa virheiden kertautuminen ja joissakin tapauksissa myös vahvistuminen.
TL536DSK-algoritmit (J. Laitinen)..5 Välikoe, ratkaisut Millaisia ongelmia kvantisointi aiheuttaa signaalinkäsittelyssä? Miksi ongelmat korostuvat IIR-suodatinten tapauksessa? Tarkastellaan Hz taajuista
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
LisätiedotDigitaalinen audio & video, osa I. Johdanto. Digitaalisen audion sovellusalueet. Johdanto. Taajuusalue. Psykoakustiikka. Johdanto Digitaalinen audio
Digitaalinen audio & video, osa I Johdanto Digitaalinen audio + Psykoakustiikka + Äänen digitaalinen esitys Digitaalinen kuva +JPEG Petri Vuorimaa 1 Johdanto Multimediassa hyödynnetään todellista ääntä,
LisätiedotDigitaalinen audio & video I
Digitaalinen audio & video I Johdanto Digitaalinen audio + Psykoakustiikka + Äänen digitaalinen esitys Digitaalinen kuva + JPEG 1 Johdanto Multimediassa hyödynnetään todellista ääntä, kuvaa ja videota
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?
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
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
Lisätiedot2. kierros. 2. Lähipäivä
2. kierros 2. Lähipäivä Viikon aihe Vahvistimet, kohina, lineaarisuus Siirtofunktiot, tilaesitys Tavoitteet: tietää Yhden navan vasteen ekvivalentti kohinakaistaleveys Vastuksen terminen kohina Termit
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
Lisätiedot11. kierros. 1. Lähipäivä
11. kierros 1. Lähipäivä Viikon aihe AD/DA-muuntimet Signaalin digitalisointi Kvantisointivirhe Kvantisointikohina Kytkinkapasitanssipiirit Mitoitus Kontaktiopetusta: 6 tuntia Kotitehtäviä: 4 tuntia Tavoitteet:
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
LisätiedotOngelma 1: Onko datassa tai informaatiossa päällekkäisyyttä?
Ongelma 1: Onko datassa tai informaatiossa päällekkäisyyttä? 2012-2013 Lasse Lensu 2 Ongelma 2: Voidaanko dataa tai informaatiota tallettaa tiiviimpään tilaan koodaamalla se uudelleen? 2012-2013 Lasse
LisätiedotSignaalit 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)
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
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,
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.
Lisätiedot1. Perusteita. 1.1. Äänen fysiikkaa. Ääniaalto. Aallonpituus ja amplitudi. Taajuus (frequency) Äänen nopeus
1. Perusteita 1. Äänen fysiikkaa 2. Psykoakustiikka 3. Äänen syntetisointi 4. Samplaus ja kvantisointi 5. Tiedostoformaatit 1.1. Äänen fysiikkaa ääni = väliaineessa etenevä mekaaninen värähtely (aaltoliike),
LisätiedotDigitaalinen tiedonsiirto ja siirtotiet. OSI-kerrokset
A! Aalto University Comnet ELEC-C7230 Tietoliikenteen siirtomenetelmät, Luento 1 Digitaalinen tiedonsiirto ja siirtotiet Olav Tirkkonen [Luku 1: Introduction, kokonaisuudessaan] A! OSI-kerrokset Tiedonsiirtojärjestelmiä
LisätiedotDynamiikan hallinta Lähde: Zölzer. Digital audio signal processing. Wiley & Sons, 2008. Zölzer (ed.) DAFX Digital Audio Effects. Wiley & Sons, 2002.
Dynamiikan hallinta Lähde: Zölzer. Digital audio signal processing. Wiley & Sons, 2008. Zölzer (ed. DAFX Digital Audio Effects. Wiley & Sons, 2002. Sisältö:! Johdanto!! Ajallinen käyttäytyminen! oteutus!
Lisätiedot1 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
LisätiedotTuntematon järjestelmä. Adaptiivinen suodatin
1 1 Vastaa lyhyesti seuraaviin a) Miksi signaaleja ylinäytteistetään AD- ja DA-muunnosten yhteydessä? b) Esittele lohkokaaviona adaptiiviseen suodatukseen perustuva tuntemattoman järjestelmän mallinnus.
Lisätiedot1 Olkoon suodattimen vaatimusmäärittely seuraava:
Olkoon suodattimen vaatimusmäärittely seuraava: Päästökaistan maksimipoikkeama δ p =.5. Estokaistan maksimipoikkeama δ s =.. Päästökaistan rajataajuus pb = 5 Hz. Estokaistan rajataajuudet sb = 95 Hz Näytetaajuus
LisätiedotMediaanisuodattimet. 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
LisätiedotRadioamatöörikurssi 2015
Radioamatöörikurssi 2015 Polyteknikkojen Radiokerho Radiotekniikka 5.11.2015 Tatu Peltola, OH2EAT 1 / 25 Vahvistimet Vahvistin ottaa signaalin sisään ja antaa sen ulos suurempitehoisena Tehovahvistus,
LisätiedotKuulon malleihin perustuva audiokoodaus, osa II
Kuulon malleihin perustuva audiokoodaus, osa II Lähteet: Kahrs, Brandenburg, (Editors). (1998). Applications of digital signal processing to audio and acoustics Kluwer Academic. Bernd Edler. (1997). Low
LisätiedotPuhetie, PCM järjestelmä, johtokoodi
Puhetie, PCM järjestelmä, johtokoodi PCM ~ Pulse Code Modulation Näytteenotto Kvantisointi ÿ Lineaarinen ÿ Epälineaarinen Kvantisointisärö TDM-kanavointi PCM-kehysrakenne, CRC -ylikehys PCM, PCM, PCM 8,
LisätiedotTL5503 DSK, laboraatiot (1.5 op) Audiosignaalit (ver 1.0) Jyrki Laitinen
TL5503 DSK, laboraatiot (1.5 op) Audiosignaalit (ver 1.0) Jyrki Laitinen TL5503 DSK, laboraatiot (1.5 op), K2005 1 Suorita oheisten ohjeiden mukaiset tehtävät Matlab- ja SPDemo-ohjelmistoja käyttäen. Kokoa
Lisätiedot5. Z-muunnos ja lineaariset diskreetit systeemit. z n = z
5. Z-muunnos ja lineaariset diskreetit systeemit Jono: (x(n)) n=0 = (x(0), x(1), x(2),..., x(n),...) Z-muunnos: X(z) = n=0 x(n)z n, jos sarja suppenee jossain kompleksitason osassa. Esim. 4. Ykkösjonon
LisätiedotKOHINA 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
LisätiedotLABORATORIOTYÖ 2 A/D-MUUNNOS
LABORATORIOTYÖ 2 A/D-MUUNNOS 2-1 2. A/D-muunnos Työn tarkoitus Tässä työssä demotaan A/D-muunnoksen ominaisuuksia ja ongelmia. Tarkoitus on osoittaa käytännössä, miten bittimäärä ja näytteenottotaajuus
LisätiedotJukka Pätynen. Jukka, Jussi, Niklas, aiheassistenat 5: Tilaääni Prof. Ville Pulkki, Juhani Paasonen
Puheenkoodaus Jukka Pätynen Aikataulu Viikko Luento Ope-ajat Harjoitus 0: 12.9- Johdanto Jukka, Jussi, Niklas OhjelmoinAympäristöt 15.9. Palautus: Vastaa ryhmätyökyselyyn 1: 19.9- Audio 1, ryhmäjako Jukka
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,
LisätiedotDigitaalinen Audio & Video I
Digitaalinen Audio & Video I Johdanto Digitaalinen audio Psykoakustiikka Äänen digitaalinen esitys Monikanavaääni ja äänen digitaalinen siirto Digitaalinen kuva Diskreetti kosiinimuunnos JPEG 1 Johdanto
LisätiedotRadiokurssi. Modulaatiot, arkkitehtuurit, modulaattorit, ilmaisimet ja muut
Radiokurssi Modulaatiot, arkkitehtuurit, modulaattorit, ilmaisimet ja muut Modulaatiot CW/OOK Continous Wave AM Amplitude Modulation FM Frequency Modulation SSB Single Side Band PM Phase Modulation ASK
LisätiedotDynaamiset regressiomallit
MS-C2128 Ennustaminen ja Aikasarja-analyysi, Lauri Viitasaari Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2016 Tilastolliset aikasarjat voidaan jakaa kahteen
LisätiedotKanavointi ja PCM järjestelmä. Kanavointi pakkaa yhteyksiä johdolle
Kanavointi ja PCM järjestelmä Kanavointi PCM ~ Pulse Code Modulation Näytteenotto Kvantisointi Lineaarinen Epälineaarinen Kvantisointisärö TDM-kanavointi PCM-kehysrakenne, CRC4 -ylikehys PCM 3, PCM, PCM
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
LisätiedotLuento 8. Suodattimien käyttötarkoitus
Luento 8 Lineaarinen suodatus Ideaaliset alipäästö, ylipäästö ja kaistanpäästösuodattimet Käytännölliset suodattimet 8..006 Suodattimien käyttötarkoitus Signaalikaistan ulkopuolisen kohinan ja häiriöiden
LisätiedotLUKU 6 TÄRKEIMPIEN ASIOIDEN KERTAUS
LUKU 6 TÄRKEIMPIEN ASIOIDEN KERTAUS 1 (8) Kantatajuisen järjestelmän lähdön (SNR) D = P T /N 0 W käytetään referenssinä verrattaessa eri kantoaaltomodulaatioita keskenään. Analyysissä oletettiin AWGN-kanava,
LisätiedotSignaalien generointi
Signaalinkäsittelyssä joudutaan usein generoimaan erilaisia signaaleja keinotekoisesti. Tyypillisimpiä generoitavia aaltomuotoja ovat eritaajuiset sinimuotoiset signaalit (modulointi) sekä normaalijakautunut
LisätiedotLABORATORIOTYÖ 2 A/D-MUUNNOS
LABORATORIOTYÖ 2 A/D-MUUNNOS Päivitetty: 23/01/2009 TP 2-1 2. A/D-muunnos Työn tarkoitus Tässä työssä demotaan A/D-muunnoksen ominaisuuksia ja ongelmia. Tarkoitus on osoittaa käytännössä, miten bittimäärä
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
Lisätiedot3. Pulssimodulaatiojärjestelmät
3.1. Yleistä 3. Pulssimodulaatiojärjestelmät kappaleessa käsitellään pääasiassa analogisesta digitaaliseen tietoliikenteeseen siirtymiseen liittyviä asioita: näytteenotto, joka on kaikkien pulssimodulaatiomenetelmien
LisätiedotDigitaalinen signaalinkäsittely Desibeliasteikko, suotimen suunnittelu
Digitaalinen signaalinkäsittely Desibeliasteikko, suotimen suunnittelu Teemu Saarelainen, teemu.saarelainen@kyamk.fi Lähteet: Ifeachor, Jervis, Digital Signal Processing: A Practical Approach H.Huttunen,
LisätiedotSuodatus ja näytteistys, kertaus
ELEC-C7230 Tietoliikenteen siirtomenetelmät Luento 6: Kantataajuusvastaanotin AWGN-kanavassa II: Signaaliavaruuden vastaanotin a Olav Tirkkonen Aalto, Tietoliikenne- ja tietoverkkotekniikan laitos a [10.6.3-10.6.6;
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
LisätiedotMitä on pätö-, näennäis-, lois-, keskimääräinen ja suora teho sekä tehokerroin? Alla hieman perustietoa koskien 3-vaihe tehomittauksia.
Mitä on sähköinen teho? Tehojen mittaus Mitä on pätö-, näennäis-, lois-, keskimääräinen ja suora teho sekä tehokerroin? Alla hieman perustietoa koskien 3-vaihe tehomittauksia. Tiettynä ajankohtana, jolloin
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
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
Lisätiedot8. Muita stokastisia malleja 8.1 Epölineaariset mallit ARCH ja GARCH
8. Muita stokastisia malleja 8.1 Epölineaariset mallit ARCH ja GARCH Osa aikasarjoista kehittyy hyvin erityyppisesti erilaisissa tilanteissa. Esimerkiksi pörssikurssien epävakaus keskittyy usein lyhyisiin
LisätiedotLUKU 7 TÄRKEIMPIEN ASIOIDEN KERTAUS A Tietoliikennetekniikka I Osa 30 Kari Kärkkäinen Kevät 2015
1 LUKU 7 TÄRKEIMPIEN ASIOIDEN KERTAUS 51357A Tietoliikennetekniikka I Osa 30 Kari Kärkkäinen Kevät 015 Kantatajuisen järjestelmän lähdön (SNR) D = P T /(N 0 W) käytetään referenssinä verrattaessa eri kantoaaltomodulaatioita
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, 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
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
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
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 12 To 13.10.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 12 To 13.10.2011 p. 1/38 p. 1/38 Tavalliset differentiaaliyhtälöt Yhtälöissä tuntematon funktio Tavalliset
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
LisätiedotHelsinki University of Technology Laboratory of Telecommunications Technology
Helsinki University of Technology Laboratory of Telecommunications Technology S-38.211 Signaalinkäsittely tietoliikenteessä I Signal Processing in Communications (2 ov) Syksy 1998 1. Luento: Johdanto prof.
LisätiedotBINÄÄRISET TIEDONSIIRTOMENETELMÄT TÄRKEIMPIEN ASIOIDEN KERTAUS A Tietoliikennetekniikka II Osa 11 Kari Kärkkäinen Syksy 2015
BINÄÄRISET TIEDONSIIRTOMENETELMÄT TÄRKEIMPIEN ASIOIDEN KERTAUS 536A Tietoliienneteniia II Osa Kari Käräinen Sysy 5 Kantataajuusjärjestelmä lähettää ±A -tasoisia symboleita T:n välein. Optimaalinen vastaanotin
LisätiedotTL5503 DSK, laboraatiot (1.5 op) Suodatus 1 (ver 1.0) Jyrki Laitinen
TL5503 DSK, laboraatiot (1.5 op) Suodatus 1 (ver 1.0) Jyrki Laitinen TL5503 DSK, laboraatiot (1.5 op), K2005 1 Suorita oheisten ohjeiden mukaiset tehtävät Matlab-ohjelmistoa käyttäen. Kokoa erilliseen
LisätiedotIdentifiointiprosessi
Alustavia kokeita Identifiointiprosessi Koesuunnittelu, identifiointikoe Mittaustulosten / datan esikäsittely Ei-parametriset menetelmät: - Transientti-, korrelaatio-, taajuus-, Fourier- ja spektraalianalyysi
LisätiedotHelsinki University of Technology
Helsinki University of Technology Laboratory of Telecommunications Technology S38.211 Signaalinkäsittely tietoliikenteessä I Signal Processing in Communications (2 ov) Syksy 1997 8. Luento: Kaiunpoisto
LisätiedotJATKUVAN AWGN-KANAVAN KAPASITEETTI SHANNON-HARTLEY -LAKI
1 JATKUVAN AWGN-KANAVAN KAPASITEETTI SHANNON-HARTLEY -LAKI Miten tiedonsiirrossa tarvittavat perusresurssit (teho & kaista) riippuvat toisistaan? SHANNONIN 2. TEOREEMA = KANAVAKOODAUS 2 Shannonin 2. teoreema
LisätiedotRadioamatöörikurssi 2014
Radioamatöörikurssi 2014 Polyteknikkojen Radiokerho Radiotekniikka 4.11.2014 Tatu, OH2EAT 1 / 25 Vahvistimet Vahvistin ottaa signaalin sisään ja antaa sen ulos suurempitehoisena Tehovahvistus, db Jännitevahvistus
LisätiedotSignaalien digitaalinen käsittely
Signaalien digitaalinen käsittely Antti Kosonen Syksy 25 LUT Energia Sähkötekniikka Alkulause Luentomoniste pohjautuu kirjaan Digital Signal Processing: Principles, Algorithms, and Applications, Proakis
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
LisätiedotLineaarinen optimointitehtävä
Lineaarinen optimointitehtävä Minimointitehtävä yhtälörajoittein: min kun n j=1 n j=1 c j x j a ij x j = b i x j 0 j = 1,..., n i = 1,..., m Merkitään: z = alkuperäisen objektifunktion arvo käsiteltävänä
LisätiedotTekniikka ja liikenne (5) Tietoliikennetekniikan laboratorio
Tekniikka ja liikenne 4.4.2011 1 (5) Tietoliikennetekniikan laboratorio Työ 1 PCM-työ Työn tarkoitus Työssä tutustutaan pulssikoodimodulaation tekniseen toteutustapaan. Samalla nähdään, miten A/Dmuunnin
LisätiedotSignaalinkäsittelyn sovellukset
Signaalinkäsittelyn laitos. Opetusmoniste 26: Institute of Signal Processing. Lecture Notes 26: Heikki Huttunen Signaalinkäsittelyn sovellukset Tampere 26 Tampereen teknillinen yliopisto. Signaalinkäsittelyn
Lisätiedotesimerkkejä erilaisista lohkokoodeista
6.2.1 Lohkokoodit tehdään bittiryhmälle bittiryhmään lisätään sovitun algoritmin mukaan ylimääräisiä bittejä [k informaatiobittiä => n koodibittiä, joista n-k lisäbittiä], käytetään yleensä merkintää (n,k)-koodi
LisätiedotApplication of the theory of rational decisionmaking to adaptive transmission (RATIONALE)
Application of the theory of rational decisionmaking to adaptive transmission (RATIONALE) 17.11.2011, Säätytalo Marko Höyhtyä VTT Technical Research Centre of Finland Hankkeen rahoitus: 45255 euroa 2 Johdanto
Lisätiedot