Spektri- ja signaalianalysaattorit
|
|
- Elsa Mäkinen
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 Spektri- ja signaalianalysaattorit Pyyhkäisevät spektrianalysaattorit Suora pyyhkäisevä Superheterodyne Reaaliaika-analysaattorit Suora analoginen analysaattori FFT-spektrianalysaattori DFT FFT Analysaattoreiden ominaisuuksia Petri Kärhä 05/03/2004 Luento 6: Spektri- ja signaalianalysaattorit 1
2 Spektrianalysaattorin periaate Ilmaisee tutkittavan signaalin spektrin, eli amplitudikomponentit taajuuden funktiona Voi mitata komponentit suoraan taajuustasossa (pyyhkäisevä spektrianalysaattori) Voi myös mitata signaalin aikatasossa ja laskea spektrin taajuustasossa (FFT spektrianalysaattori) Petri Kärhä 05/03/2004 Luento 6: Spektri- ja signaalianalysaattorit 2
3 Pyyhkäisevä spektrianalysaattori Mittaa amplitudin suodattimen läpi tietyltä taajuuskaistalta Pyyhkäisee suodatinta (tai signaalia) läpi koko kiinnostavan taajuusalueen Suodatus joko suoraan pyyhkäisevällä kaistanpäästösuodattimella tai sekoittamalla Petri Kärhä 05/03/2004 Luento 6: Spektri- ja signaalianalysaattorit 3
4 Pyyhkäisevän spektrianalysaattorin päästökaistan vaikutus signaaliin Saatu spektri konvoloituu suodattimen päästökaistalla (Puoliarvoleveys f) -> signaali vääristyy Pienin havaittava taajuusero resoluutiokaistanleveys f Resoluution kasvattaminen (päästökaistan kaventaminen) lisää mittausaikaa a) Konvoluutio b) Resoluutio Petri Kärhä 05/03/2004 Luento 6: Spektri- ja signaalianalysaattorit 4
5 Mittausajan ja resoluution välinen riippuvuus Jotta mitattavan signaalin jokainen piste vaikuttaa saatuun spektriin, tulee arvoja mitata f:n välein. Mittauspisteitä tulee siten N=(f 2 - f 1 )/ f kappaletta, missä f 1 ja f 2 ovat tutkittavan taajuusalueen rajat Kunkin mitattavan arvon mittaus vaatii riittävän ajan t m, jottei signaali vääristy. Koko alueen mittaamiseen tarvitaan f siis aikaa T= N * t m Amplitudi 1 Tarvittava aika kääntäenverrannollinen 0,5 päästökaistan leveyteen (f 2 - f 1 ) Taajuus Petri Kärhä 05/03/2004 Luento 6: Spektri- ja signaalianalysaattorit 5
6 Suora pyyhkäisevä spektrianalysaattori (selektiivinen volttimittari) Yksioikoisin tapa mitata spektriä Säädettävä kaistanpäästösuodatin, joka pyyhkäistään yli halutun taajuusalueen Halpa, rajoitettu tarkkuus Petri Kärhä 05/03/2004 Luento 6: Spektri- ja signaalianalysaattorit 6
7 Superheterodyne spektrianalysaattori Signaali (f s ) sekoitetaan pyyhkäistävään paikallisoskillaattorin taajuuteen (f lo ), jolloin syntyy ero ja summataajuudet (f s f lo, f s + f lo ja f lo -f s ) Näistä yksi (f if = f lo -f s ) vahvistetaan, suodatetaan ja ilmaistaan Petri Kärhä 05/03/2004 Luento 6: Spektri- ja signaalianalysaattorit 7
8 Verhokäyräilmaisin Envelope detector Ilmaisee välitaajuuden verhokäyrän Petri Kärhä 05/03/2004 Luento 6: Spektri- ja signaalianalysaattorit 8
9 Superheterodyne spektrianalysaattori taajuustasossa Mitattava spektri Välitaajuussuodatin Paikallisoskillaattori Häiritsevät peilitaajuudet f 1 f 2 f if f 1 + f if f 2 + f if f * f if f * f if Häiritsevät peilitaajuudet on suodatettava mitattavasta signaalista ENNEN sekoitusta. Petri Kärhä 05/03/2004 Luento 6: Spektri- ja signaalianalysaattorit 9
10 Superheterodyne analysaattori Yleisimmin käytetty analysaattorityyppi Taajuusalueen määrää paikallisoskillaattorin taajuusalue Aluetta voi laajentaa esim käyttämällä sekoituksessa paikallisoskillaattorin taajuuden harmonisia monikertoja Sekoitus voidaan tehdä useammassa vaiheessa Petri Kärhä 05/03/2004 Luento 6: Spektri- ja signaalianalysaattorit 10
11 Reaaliaika-analysaattorit Mittaavat signaalin kaikki taajuuskomponentit (lähes) reaaliajassa Voidaan käyttää lyhyiden kertailmiöiden tutkimiseen Suora reaaliaikaanalysaattori voidaan tehdä suurella määrällä suotimia Käytännössä kaikki reaaliaikaanalysaattorit käyttävät FFT-tekniikkaa Petri Kärhä 05/03/2004 Luento 6: Spektri- ja signaalianalysaattorit 11
12 Fourier (FFT-) spektrianalysaattori Signaalin spektri lasketaan lähes reaaliajassa DFT muunnoksella FFT algoritmia hyväksi käyttäen Signaalista otetaan aikatasossa N näytettä, joista lasketaan N pisteen spektri taajuustasossa Hyvä matalilla taajuuksilla reaaliaikaisuutensa vuoksi Soveltuu nopeiden kertailmiöiden mittaamiseen Petri Kärhä 05/03/2004 Luento 6: Spektri- ja signaalianalysaattorit 12
13 Diskreetti Fourier muunnos (DFT) Fourier muunnos Diskreetti Fourier muunnos (DFT) N 1 k = 0 { } i ft X( f) = xte () 2π dt= F xt () X n f x k t e i 2π ( ) ( ) nk / = N Signaali oletetaan jaksolliseksi (mitä se muunnoksen jälkeen onkin) Jokainen piste aikaalueessa kuvautuu jokaiselle pisteelle taajuusalueessa -> N 2 kompleksista kerto ja summauslaskua! Petri Kärhä 05/03/2004 Luento 6: Spektri- ja signaalianalysaattorit 13
14 Fast Fourier Transform (FFT) algoritmi N pisteen Fourier muunnos voidaan muuntaa kahdeksi N/2 pisteen muunnokseksi jakamalla pisteet parittomiin ja parillisiin N/2 pisteen muunnoksen voi edelleen jakaa pienemmiksi muunnoksiksi Petri Kärhä 05/03/2004 Luento 6: Spektri- ja signaalianalysaattorit 14
15 Cooley-Tukey algoritmi Mikäli näytteinen lukumäärä on kakkosen potenssi (N=2 m ), voidaan muunnos jakaa m-vaiheiseksi sarjaksi kahden luvun Fourier muunnoksia Petri Kärhä 05/03/2004 Luento 6: Spektri- ja signaalianalysaattorit 15
16 Cooley-Tukey algoritmin edut Mikäli näytteiden lukumäärä ei ole kakkosen potenssi, voidaan sarjan perään lisätä nollia (ei mainittavaa vaikutusta spektriin) Säästö laskenta-ajassa on valtava. Ajatellaan esim 400- pisteistä DFT:tä Suoraan laskemalla tarvitaan = kompleksista kerto ja summalaskua Cooley-Tukey algoritmia varten data täydennetään 512 (2 9 ) näytteeksi lisäämällä nollia. Algoritmi tarvitsee =9 216 kompleksista kerto ja summalaskua. Ajan säästö on siis 17- kertainen! Mahdollistaa lähes reaaliaikaisen FFT analysaattorin Petri Kärhä 05/03/2004 Luento 6: Spektri- ja signaalianalysaattorit 16
17 Nollien lisäyksen vaikutus signaalin spektriin Nollien lisäys aikatasossa vastaa interpolointia taajuustasossa Petri Kärhä 05/03/2004 Luento 6: Spektri- ja signaalianalysaattorit 17
18 DFT:n epäideaalisuuksia Signaalin katkaisu aikaalueessa näkyy taajuusalueessa konvoluutiona sinc-funktion kanssa Näyttenotto tekee signaalista periodisen, mikä aiheuttaa alias-vääristymää Jaksollisen signaalin katkaisu väärästä kohdasta voi aiheuttaa signaaliin epäjatkuvuuskohtia, mikä näkyy ylimääräisinä spektrikomponentteina Petri Kärhä 05/03/2004 Luento 6: Spektri- ja signaalianalysaattorit 18
19 Katkaisun vaikutus spektriin Katkaisu aikatasossa aiheuttaa sincaaltoilua taajuustasossa Petri Kärhä 05/03/2004 Luento 6: Spektri- ja signaalianalysaattorit 19
20 Näytteenoton vaikutus spektriin Näytteenotto aikatasossa aiheuttaa signaalin kertautumista taajuustasossa Petri Kärhä 05/03/2004 Luento 6: Spektri- ja signaalianalysaattorit 20
21 Signaalin katkaisukohdan vaikutus spektriin Voidaan vähentää erilaisilla ikkunafunktioilla, jotka pehmentävät katkaisua (cos, Hamming ) Petri Kärhä 05/03/2004 Luento 6: Spektri- ja signaalianalysaattorit 21
22 Signaalianalysaattoreiden valintakriteereitä Taajuusalue, Määrää ensisijaisesti mihin analysaattoria voi käyttää Nopeus Tarkkuus (Taajuusasteikko ja mitattu amplitudi) Resoluutiokaistanleveys, ilmaisee kuinka lähekkäin olevia taajuuskomponentteja voidaan havaita Kohinaominaisuudet Petri Kärhä 05/03/2004 Luento 6: Spektri- ja signaalianalysaattorit 22
23 Spektrianalysaattoreiden vertailua Selektiivinen volttimittari Taajuusalue <100 khz Superheterodyne analysaattori -10 khz 100 GHz (voidaan optimoida tietylle taajuusalueelle) Resoluutio Huonohko 10 Hz 10 MHz (Riippuu mitattavasta taajuudesta) Sovellukset Vaatimatonta tarkkuutta vaativat mittaukset Käytetään melkein missä vain Edut Pienikokoinen, halpa Tarkka, mittaa suurilla tajuuksilla Haitat Epätarkka, hidas, leveä päästökaista Hidas FFT-spektri analysaattori 1 µhz 100 khz 20 µhz (min) Nopeiden ilmiöiden mittaukset Nopea, mittaa myös vaiheen Ei voi käyttää yli 100 khz taajuuksilla Petri Kärhä 05/03/2004 Luento 6: Spektri- ja signaalianalysaattorit 23
Spektrianalysaattori. Spektrianalysaattori
Mittaustekniikan perusteet / luento 9 Spektrianalysaattori Spektrianalyysi Jean Baptiste Fourier (1768-1830): Signaali voidaan esittää taajuudeltaan ja amplitudiltaan (sekä vaiheeltaan) erilaisten sinien
LisätiedotPerusmittalaitteet 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
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)
LisätiedotPerusmittalaitteet 2. Spektrianalyysi. Mittaustekniikan perusteet / luento 4. Spektrianalyysi. Logaritmiasteikko ja db (desibel) Spektrianalysaattori
Mittaustekniikan perusteet / luento 4 Perusmittalaitteet Spektrianalyysi Jean Bapiste Fourier (1768-1830): Signaali voidaan esittää taajuudeltaan ja amplitudiltaan (sekä vaiheeltaan) erilaisten sinien
LisätiedotKäytännön 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
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 13 Ti 18.10.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 13 Ti 18.10.2011 p. 1/43 p. 1/43 Nopeat Fourier-muunnokset Fourier-sarja: Jaksollisen funktion esitys
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
LisätiedotLABORATORIOTYÖ 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
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
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
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:
LisätiedotTietoliikennesignaalit & spektri
Tietoliikennesignaalit & spektri 1 Tietoliikenne = informaation siirtoa sähköisiä signaaleja käyttäen. Signaali = vaihteleva jännite (tms.), jonka vaihteluun on sisällytetty informaatiota. Signaalin ominaisuuksia
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
LisätiedotSIGNAALITEORIAN KERTAUSTA 1
SIGNAALITEORIAN KERTAUSTA 1 1 (26) Fourier-muunnos ja jatkuva spektri Spektri taajuuden funktiona on kompleksiarvoinen funktio, jonka esittäminen graafisesti edellyttää 3D-kuvaajan piirtämisen. Yleensä
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
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
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?
LisätiedotRadioamatöörikurssi 2013
Radioamatöörikurssi 2013 Polyteknikkojen Radiokerho Radiotekniikka 21.11.2013 Tatu, OH2EAT 1 / 19 Vahvistimet Vahvistin ottaa signaalin sisään ja antaa sen ulos suurempitehoisena Tehovahvistus, db Jännitevahvistus
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
LisätiedotSGN-1200 Signaalinkäsittelyn menetelmät, Tentti
SG-1200 Signaalinkäsittelyn menetelmät, Tentti 30.1.2006 Kirjoita nimesi ja opiskelijanumerosi jokaiseen paperiin. Vastauspaperit tullaan irrottamaan toisistaan. Jos tila ei riitä, jatka kääntöpuolelle
LisätiedotSGN-1200 Signaalinkäsittelyn menetelmät, 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
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
LisätiedotJaksollisen signaalin spektri
Jaksollisen signaalin spektri LuK-tutkielma Topi Suviaro 2257699 Matemaattisten tieteiden laitos Oulun yliopisto Syksy 215 Sisältö Johdanto 2 1 Jaksollisuudesta 2 2 Spektristä 3 2.1 Symmetrian vaikutuksesta
LisätiedotLiitännät ja lisälaitteet
Liitännät ja lisälaitteet PC:n yleiset liitännät GPIB USB, LAN, sarja, rinnakkais,... Lisänäyttö, hiiri, näppäimistö Korppuasema (3,5 ) Lämpöpaperikirjoitin 109 Kannettavat oscilloskoopit Handheld (Fluke:
LisätiedotSGN-1200 Signaalinkäsittelyn menetelmät, Tentti
SGN-1200 Signaalinkäsittelyn menetelmät, Tentti 5.5.2008 Kirjoita nimesi ja opiskelijanumerosi jokaiseen paperiin. Vastauspaperit tullaan irrottamaan toisistaan. Jos tila ei riitä, jatka kääntöpuolelle
LisätiedotSGN-1200 Signaalinkäsittelyn menetelmät, Tentti
SGN-1200 Signaalinkäsittelyn menetelmät, Tentti 18.3.2008 Kirjoita nimesi ja opiskelijanumerosi jokaiseen paperiin. Vastauspaperit tullaan irrottamaan toisistaan. Jos tila ei riitä, jatka kääntöpuolelle
LisätiedotSGN-1200 Signaalinkäsittelyn menetelmät 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,
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
Lisätiedotnykyään 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
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,
LisätiedotSIGNAALITEORIAN 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
LisätiedotSGN Signaalinkäsittelyn perusteet Välikoe Heikki Huttunen
SGN-11 Signaalinkäsittelyn perusteet Välikoe 3.5.16 Heikki Huttunen Laskimen käyttö sallittu. Muiden materiaalien käyttö ei sallittu. Tenttikysymyksiä ei tarvitse palauttaa. Sivuilla 1-3 on. Sivuilla 4-5
LisätiedotSignaalien datamuunnokset. Näytteenotto ja pito -piirit
Signaalien datamuunnokset Muunnoskomponentit Näytteenotto ja pitopiirit Multiplekserit A/D-muuntimet Jännitereferenssit D/A-muuntimet Petri Kärhä 26/02/2008 Signaalien datamuunnokset 1 Näytteenotto ja
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
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,
LisätiedotDiskreetti 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
LisätiedotVirheen kasautumislaki
Virheen kasautumislaki Yleensä tutkittava suure f saadaan välillisesti mitattavista parametreistä. Tällöin kokonaisvirhe f määräytyy mitattujen parametrien virheiden perusteella virheen kasautumislain
LisätiedotAlipäästösuotimen muuntaminen muiksi perussuotimiksi
Alipäästösuotimen muuntaminen muiksi perussuotimiksi Usein suodinsuunnittelussa on lähtökohtana alipäästösuodin (LPF), josta voidaan yksinkertaisilla operaatioilla muodostaa ylipäästö- (HPF), kaistanpäästö-
LisätiedotTAAJUUDEN SIIRTO JA SEKOITUS VÄLITAAJUUSVASTAANOTIN & SUPERHETERODYNEVASTAANOTTO
TAAJUUDEN SIIRTO JA SEKOITUS VÄLITAAJUUSVASTAANOTIN & SUPERHETERODYNEVASTAANOTTO 1 (17) Sekoitus uudelle keskitaajuudelle Kantataajuussignaali (baseband) = signaali ilman modulaatiota Kaistanpäästösignaali
LisätiedotDigitaalinen signaalinkäsittely Johdanto, näytteistys
Digitaalinen signaalinkäsittely Johdanto, näytteistys Teemu Saarelainen, teemu.saarelainen@kyamk.fi Lähteet: Ifeachor, Jervis, Digital Signal Processing: A Practical Approach H.Huttunen, Signaalinkäsittelyn
LisätiedotFYSP105 / K3 RC-SUODATTIMET
FYSP105 / K3 R-SODATTIMET Työn tavoitteita tutustua R-suodattimien toimintaan oppia mitoittamaan tutkittava kytkentä laiterajoitusten mukaisesti kerrata oskilloskoopin käyttöä vaihtosähkömittauksissa Työssä
LisätiedotLABORATORIOTYÖ 3 VAIHELUKITTU VAHVISTIN
LABORATORIOTYÖ 3 VAIHELUKITTU VAHVISTIN Päivitetty: 23/01/2009 TP 3-1 3. VAIHELUKITTU VAHVISTIN Työn tavoitteet Työn tavoitteena on oppia vaihelukitun vahvistimen toimintaperiaate ja käyttömahdollisuudet
LisätiedotTiedonkeruu 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
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.
LisätiedotRadioamatöörikurssi 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
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,
LisätiedotTaajuus-, Fourier- ja spektraalianalyysi
Taajuus-, Fourier- ja spektraalianalyysi Impulssi- ja askelvastetekniikat sekä korrelaatioanalyysi tähtäävät impulssivasteen mallintamiseen aikataso Taajuus- Fourier- ja spektraalianalyysi tähtäävät systeemin
LisätiedotMatlab-tietokoneharjoitus
Matlab-tietokoneharjoitus Tämän harjoituksen tavoitteena on: Opettaa yksinkertaisia piirikaavio- ja yksikkömuunnoslaskuja. Opettaa Matlabin perustyökaluja mittausten analysoimiseen. Havainnollistaa näytteenottotaajuuden,
LisätiedotTiedonkeruu 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,
LisätiedotKojemeteorologia. Sami Haapanala syksy 2013. Fysiikan laitos, Ilmakehätieteiden osasto
Kojemeteorologia Sami Haapanala syksy 2013 Fysiikan laitos, Ilmakehätieteiden osasto Datan käsittely ja tallentaminen Käytännössä kaikkien mittalaitteiden ensisijainen signaali on analoginen Jotta tämä
LisätiedotLähettimet ja vastaanottimet. OH3TR:n radioamatöörikurssi
Lähettimet ja vastaanottimet OH3TR:n radioamatöörikurssi Värähtelijä Värähtelee eli oskilloi tietyllä taajuudella Kiinteätaajuuksisia sekä säädettäviä (esim VCO) Invertteri värähtelijänä: (hallitsematon)
LisätiedotKON-C3004 Kone- ja rakennustekniikan laboratoriotyöt Tiedonkeruu ja analysointi Panu Kiviluoma
KON-C34 Kone- ja rakennustekniikan laboratoriotyöt Tiedonkeruu ja analysointi Panu Kiviluoma Mitattava suure Tarkka arvo Mittausjärjestelmä Mitattu arvo Ympäristö Mitattava suure Anturi Signaalinkäsittely
LisätiedotA 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
LisätiedotLOPPURAPORTTI 19.11.2007. Lämpötilahälytin. 0278116 Hans Baumgartner xxxxxxx nimi nimi
LOPPURAPORTTI 19.11.2007 Lämpötilahälytin 0278116 Hans Baumgartner xxxxxxx nimi nimi KÄYTETYT MERKINNÄT JA LYHENTEET... 3 JOHDANTO... 4 1. ESISELOSTUS... 5 1.1 Diodi anturina... 5 1.2 Lämpötilan ilmaisu...
LisätiedotSIGNAALITEORIAN KERTAUSTA OSA 2
1 SIGNAALITEORIAN KERTAUSTA OSA 2 Miten spektri lasketaan moduloiduille ja näytteistetyille tietoliikennesignaaleille? KONVOLUUTIO JA KERTOLASKU 2 Kantataajuussignaali (baseband) = sanomasignaali ilman
LisätiedotLähettimet ja vastaanottimet
Aiheitamme tänään Lähettimet ja vastaanottimet OH3TR:n radioamatöörikurssi Kaiken perusta: värähtelijä eli oskillaattori Vastaanottimet: värähtelijän avulla alas radiotaajuudelta eri lähetelajeille sama
LisätiedotLuku 4 - Kuvien taajuusanalyysi
Luku 4 - Kuvien taajuusanalyysi Matti Eskelinen 8.2.2018 Kuvien taajuusanalyysi Tässä luvussa tutustumme taajuustasoon ja opimme analysoimaan kuvia ja muitakin signaaleja Fourier-muunnoksen avulla. Aiheina
LisätiedotRadioamatöörikurssi 2018
Radioamatöörikurssi 2018 Radioiden toimintaperiaatteet ja lohkokaaviot 20.11.2018 Tatu Peltola, OH2EAT 1 / 13 Sisältö Lähettimien ja vastaanottimien rakenne eri modulaatiolla Superheterodyne-periaate Välitaajuus
LisätiedotSignaalien datamuunnokset
Signaalien datamuunnokset Muunnoskomponentit Näytteenotto ja pitopiirit Multiplekserit A/D-muuntimet Jännitereferenssit D/A-muuntimet Petri Kärhä 17/02/2005 Luento 4b: Signaalien datamuunnokset 1 Näytteenotto
LisätiedotTAAJUUDEN SIIRTO JA SEKOITUS VÄLITAAJUUSVASTAANOTIN ELI SUPERHETERODYNEVASTAANOTTO
1 TAAJUUDEN SIIRTO JA SEKOITUS VÄLITAAJUUSVASTAANOTIN ELI SUPERHETERODYNEVASTAANOTTO Millaista analogista signaalinkäsittelyä suoritetaan radiosignaalin vastaanotossa? SEKOITUS UUDELLE KESKITAAJUUDELLE
LisätiedotLaskuharjoitus 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
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
LisätiedotELEC-A7200 Signaalit ja järjestelmät
ELEC-A7200 Signaalit ja järjestelmät Professori Riku Jäntti ELEC-A7200 Signaalit ja järjestelmät Mitä kurssilla käsitellään? signaalien ja järjestelmien peruskäsitteitä signaali- ja järjestelmäanalyysin
LisätiedotYleiskatsaus vastaanotintekniikan perusteisiin
Yleiskatsaus vastaanotintekniikan perusteisiin Jukka Kinkamo OH2JIN oh2jin@yahoo.com +358 44 965 2689 Suora vastaanotin Suora yksipiirinen vastaanotin on yksinkertaisin tunnettu vastaanotintyyppi. Sen
LisätiedotSEBASTIAN RINTALA SIGNAALIN DOMINOIVAN TAAJUUDEN ARVIOINTI
SEBASTIAN RINTALA SIGNAALIN DOMINOIVAN TAAJUUDEN ARVIOINTI Kandidaatintyö Tarkastaja: yliopistonlehtori Heikki Huttunen ii TIIVISTELMÄ TAMPEREEN TEKNILLINEN YLIOPISTO Signaalinkäsittelyn ja tietoliikennetekniikan
LisätiedotA/D-muuntimia. Flash ADC
A/D-muuntimia A/D-muuntimen valintakriteerit: - bittien lukumäärä instrumentointi 6 16 audio/video/kommunikointi/ym. 16 18 erikoissovellukset 20 22 - Tarvittava nopeus hidas > 100 μs (
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
LisätiedotDSP: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
Lisätiedot805324A (805679S) Aikasarja-analyysi Harjoitus 5 (2016)
805324A (805679S) Aikasarja-analyysi Harjoitus 5 (2016) Tavoitteet (teoria): Ymmärtää kausivaihtelun käsite ja sen yhteys otoshetkiin. Oppia käsittelemään periodogrammia.. Tavoitteet (R): Periodogrammin,
LisätiedotIsmo Kemppainen. Digitaalisen suodattimen kokeilu LabVIEW-ohjelmointiympäristössä
Ismo Kemppainen Digitaalisen suodattimen kokeilu LabVIEW-ohjelmointiympäristössä Insinöörityö Kajaanin ammattikorkeakoulu Tekniikan ja liikenteen ala Tietotekniikan koulutusohjelma Syksy 2006 OPINNÄYTETYÖ
Lisätiedot12. Laskostumisen teoria ja käytäntö
12.1. Aliakset eli laskostuminen ja näytteistys 12. Laskostumisen teoria ja käytäntö Monet seikat vaikuttavat kuvien laatuun tietokonegrafiikassa. Mallintamisesta ja muista tekijöistä syntyy myös artefakteja,
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
LisätiedotLuento 8. Suodattimien käyttötarkoitus
Luento 8 Lineaarinen suodatus Ideaaliset alipäästö, ylipäästö ja kaistanpäästösuodattimet Käytännölliset suodattimet 8..006 Suodattimien käyttötarkoitus Signaalikaistan ulkopuolisen kohinan ja häiriöiden
LisätiedotPerusmittalaitteet. Oskilloskooppi. Oskilloskooppi. Mittaustekniikan perusteet / luento 3. Oskilloskooppi. Oskilloskooppi
Mittaustekniikan perusteet / luento 3 Perusmittalaitteet Oskilloskooppi Tärkein ja monipuolisin elektroniikkamittalaite Mittauksia: jännite, taajuus, muutosilmiöt, kohina, säröytyminen... Oskilloskooppi
LisätiedotLuku 3. Data vektoreina
1 / 4 Luku 3. Data vektoreina T-61.21 Datasta tietoon, syksy 211 professori Erkki Oja Tietojenkäsittelytieteen laitos, Aalto-yliopisto 3.11.211 2 / 4 Tämän luennon sisältö 1 Data vektoreina Datamatriisi
LisätiedotTämän luennon sisältö. Luku 3. Data vektoreina. Datamatriisi (2) Datamatriisi. T Datasta tietoon, syksy 2011
Tämän luennon sisältö Luku 3. T-6.2 Datasta tietoon, syksy 2 professori Erkki Oja Tietojenkäsittelytieteen laitos, Aalto-yliopisto Datamatriisi Piirreirrotus: ääni- ja kuvasignaalit Dimensionaalisuuden
Lisätiedot1 db Compression point
Spektrianalysaattori mittaukset 1. Työn tarkoitus Työssä tutustutaan vahvistimen ja mixerin perusmittauksiin ja spektrianalysaattorin toimintaan. 2. Teoriaa RF- vahvistimen ominaisuudet ja käyttäytyminen
LisätiedotOhjelmistoradio. Mikä se on:
1 Mikä se on: SDR = Software Defined Radio radio, jossa ohjelmisto määrittelee toiminnot ja ominaisuudet: otaajuusalue olähetelajit (modulaatio) olähetysteho etuna joustavuus, jota tarvitaan sovelluksissa,
LisätiedotEMC Säteilevä häiriö
EMC Säteilevä häiriö Kaksi päätyyppiä: Eromuotoinen johdinsilmukka (yleensä piirilevyllä) silmulla toimii antennina => säteilevä magneettikenttä Yhteismuotoinen ei-toivottuja jännitehäviöitä kytkennässä
LisätiedotLuento 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
Lisätiedot4. Fourier-analyysin sovelletuksia. Funktion (signaalin) f(t) näytteistäminen tapahtuu kertomalla funktio näytteenottosignaalilla
4.1 Näytteenottolause 4. Fourier-analyysin sovelletuksia Näyttenottosignaali (t) = k= δ(t kt). T on näytteenottoväli, ja ω T = 1 T on näyttenottotaajuus. Funktion (signaalin) f(t) näytteistäminen tapahtuu
LisätiedotAlias-ilmiö eli taajuuden laskostuminen
Prosessiorientoituneet mallit Todellista hybridijärjestelmää ELEC-C1230 Säätötekniikka Luku 12: Näytteenottoteoreema ja jatkuvien säätimien diskreetit approksimaatiot Prosessiorientoituneet mallit katsotaan
LisätiedotNumeeriset menetelmät TIEA381. Luento 14. Kirsi Valjus. Jyväskylän yliopisto. Luento 14 () Numeeriset menetelmät / 55
Numeeriset menetelmät TIEA381 Luento 14 Kirsi Valjus Jyväskylän yliopisto Luento 14 () Numeeriset menetelmät 15.5.2013 1 / 55 Luennon 14 sisältö Nopeat Fourier-muunnokset (FFT) Yleinen algoritmi 2-kantainen
LisätiedotSGN-4200 Digitaalinen audio
SGN-4200 Digitaalinen audio Luennot, kevät 2013, periodi 4 Anssi Klapuri Tampereen teknillinen yliopisto Kurssin tavoite Johdanto 2! Tarjota tiedot audiosignaalinkäsittelyn perusteista perusoperaatiot,
LisätiedotSuodinpankit ja muunnokset*
Suodinpankit ja muunnokset* Lähteet: Zölzer. Digital audio signal processing. Wiley & Sons. Spanias et al. Audio signal processing and coding. Wiley & Sons Smith, Spectral audio signal processing, online
LisätiedotSpektrianalyysi, motivaatio
Digitaalinen Signaalinkäsittely 5 Luento 7-3.5.6 Jarkko.Vuori@evtek.fi Spektrianalyysi, motivaatio Ihmiskeholla on luontaisesti hidas reagointikoneisto Musiikkia kuunnellessamme emme erota äänenpaineen
LisätiedotT SKJ - TERMEJÄ
T-61140 SKJ - termit Sivu 1 / 7 T-61140 SKJ - TERMEJÄ Nimi Opnro Email Signaalinkäsittelyyn liittyviä termejä ja selityksiä Kevät 2005 Täytä lomaketta kevään aikana ja kerää mahdollisesti puuttuvia termejä
LisätiedotDigitaalinen signaalinkäsittely Kuvankäsittely
Digitaalinen signaalinkäsittely Kuvankäsittely Teemu Saarelainen, teemu.saarelainen@kyamk.fi Lähteet: Ifeachor, Jervis, Digital Signal Processing: A Practical Approach H.Huttunen, Signaalinkäsittelyn menetelmät,
LisätiedotAjatellaan jotakin datajoukkoa joka on talletettu datamatriisiin X: n vectors. TKK, Informaatiotekniikan laboratorio 1
3. DATA VEKTORINA 3.1. Vektorit, matriisit, etäisyysmitat Ajatellaan jotakin datajoukkoa joka on talletettu datamatriisiin X: n vectors {}}{ d vector elements X TKK, Informaatiotekniikan laboratorio 1
LisätiedotKapeakaistainen signaali
Tiedonsiirrossa sellaiset signaalit ovat tyypillisiä, joilla informaatio jakautuu kapealle taajuusalueelle jonkun keskitaajuuden ympäristöön. Tällaisia signaaleja kutustaan kapeakaistaisiksi signaaleiksi
LisätiedotLuento 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= vaimenevan värähdysliikkeen taajuus)
Fysiikan laboratoriotyöohje Tietotekniikan koulutusohjelma OAMK Tekniikan yksikkö TYÖ 7: MEKAANINEN VÄRÄHTELIJÄ Teoriaa Vaimeneva värähdysliike y ŷ ŷ ŷ t T Kuva. Vaimeneva värähdysliike ajan funktiona.
LisätiedotELEC-A7200 Signaalit ja järjestelmät
ELEC-A700 Signaalit ja järjestelmät Professori Riku Jäntti ELEC-A700 Signaalit ja järjestelmät Mitä kurssilla käsitellään? signaalien ja järjestelmien peruskäsitteitä signaali- ja järjestelmäanalyysin
LisätiedotS-108.180 Elektroniset mittaukset ja elektroniikan häiriökysymykset. Vanhoja tenttitehtäviä
S-18.18 Elektroniset mittaukset ja elektroniikan häiriökysymykset 1. Vastaa lyhyesti: a) Mitä on kohina (yleisesti)? b) Miten määritellään kohinaluku? c) Miten / missä syntyy raekohinaa? Vanhoja tenttitehtäviä
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.
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
Lisätiedot2003 Eero Alkkiomäki (OH6GMT) 2009 Tiiti Kellomäki (OH3HNY)
Häiriöt ja mittaaminen 2003 Eero Alkkiomäki (OH6GMT) 2009 Tiiti Kellomäki (OH3HNY) Häiriötyypit sähkömagneettisesti kytkeytyvät puutteellinen kotelointi huonot liitokset puutteelliset suodatukset kapasitiivisesti
LisätiedotTL5231, Signaaliteoria (S2004) Matlab-harjoituksia
1. a) Muodosta Matlab-ohjelmistossa kosinisignaali x(t) = Acos(2πft+θ), jonka amplitudi on 1V, taajuus hertseinä sama kuin ikäsi vuosina (esim. 2 v = 2 Hz) ja vaihekulma +π/2. Piirrä signaali ja tarkista
LisätiedotNumeeriset menetelmät TIEA381. Luento 13. Kirsi Valjus. Jyväskylän yliopisto. Luento 13 () Numeeriset menetelmät / 42
Numeeriset menetelmät TIEA381 Luento 13 Kirsi Valjus Jyväskylän yliopisto Luento 13 () Numeeriset menetelmät 8.5.2013 1 / 42 Luennon 13 sisältö Tavallisten differentiaaliyhtälöiden numeriikasta Moniaskelmenetelmien
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
Lisätiedot