S Signaalit ja järjestelmät Tentti
|
|
- Aimo Auvinen
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 S-7. Signaali ja järjeselmä eni..6 Vasaa ehävään, ehävisä 7 oeaan huomioon neljä parhaien suorieua ehävää.. Vasaa lyhyesi seuraaviin osaehäviin, käyä arviaessa kuvaa. a) Mikä kaksi ehoa kanaunkioiden φ () ja φ () on äyeävä, joa ne olisiva oronormaaleja? Signaalien on olava orogonaaleja (φ () φ ()) ja niiden normin/ehon/energian on olava skaalau arvoon : (φ () φ ()) b) Signaalin () ampliudi- ja vaihespekri ova kuvan mukaise. Esiä signaalin lauseke. () A/ep(iπ(- )-iφ)a/ep(iπ iφ)acos(π φ) c) Mikä on lineaarisen suodaimen ryhmäkulkuaikaviive? _g/(π) d/d φ(), φ()-arg{h()} d) Signaalia ()A cos(π) A cos(4π) näyeiseään Hz näyeenooaajuudella. Miä aajuuksia näyeisey signaali sisälää? Alkuperäinen signaali sisälää aajuude / Hz ja Hz Nyquis aajuus _N/ _S / * Hz Hz. ää rajaaajua suuremma signaali laskosuva alemmille aajuuksille. Hz>Hz e) Esiä 6QAM moduloinimeneelmän konsellaaio. Neliöllinen QAM (M6)
2 Ampliudispekri Vaihespekri Kuva.. a) Johda Fourier-muunnos :n piuiselle pulssille () > ( p) piuisen pulssin Fourier muunnos iπ F e d { Π ()} Π cos ( π ) d ( sin ( π ) sin ( π ) ) π sin ( π ) sinc( π ) π Parillinen signaali, joen muunnos on reaalinen b) Johda Fourier-muunnos kuvan. mukaisella pulssille (6 p)
3 A - -/ / -A Kuva. Alkuperäinen signaali () A - -/ / -A Derivaaa / d()/d A /(/) - -/ / Π () > -A 3/4 Derivaaa koosuu pulsseisa 3 3 () 4 A 4 Π Π Π
4 iπ λ { ( λ) } X( ) e Viipeen Fourier muunnos F Käyämällä viipeen ja pulsiin derivaaan lausekkeia saadaan { () } F 3 3 A 4 F 4 Π Π Π A π sinc e sinc ( ) sinc e π π π 3 Asinc π cos π Asinc( π ) 4 Derivoimiskeino { } F () i π X( ) X( ) F ( ) iπ 3 3 i iπ 4 4 { } A 3 F { ()} i sinc π cos π sinc( π) π 3. Kuva 3a esiää sisäisen mallin sääöjärjeselmän lohkokaavioa. a) Rakaise siirounkio Y()/X() (3 p) b) Rakaise C sien, eä kuvien 3a ja 3b järjeselmien siirounkioisa ulee sama. (3 p) c) arkasellaan apausa, jossa (3 p) H( ) H( ) iπ iπ F( ) iπ Rakaise sääimen C() siirounkio sekä prosessin siirounkio Y()/X(). d) Mikä ulee siirounkion F() olla, joa prosessin siirounkioksi ulisi G()? ( p)
5 X() - F() H() H () - Y() a) X() - C() H() Y() b) Kuva 3. a) ja b)
6 X() - F() H() H () - Y() X() - F() H() Y() H () F( ) C FH ( ) X() - F() FH () H() Y() F( ) H( ) Y( ) FH ( ) F( ) H( ) X( ) F( ) H( ) F( ) H( ) H( ) H ( ) ( ) c) d) Y( ) X ( ) iπ C( )
7 F( ) H( ) Y( ) FH ( ) F( ) H( ) X( ) F( ) H( ) F( ) H( ) H( ) H ( ) H( ) H ( ) Y( ) F( ) H( ) X( ) G( ) Y( ) F( ) G( ) H( ) X( ) ( ) 4. a) Esiä -keskiarvoisen saionaarisen saunnaissignaalin () keskimääräisen ehon lauseke ehospekrin Φ() avulla. ( p) { } E () φ () Φ ( ) d () H() y() b) Esiä lineaarisesi suodaeun saunnaissignaalin y() ehospekri ():n ehospekrin ja suodaimen siirounkion avulla. (4 p) Φ ( ) H( ) Φ ( ) yy c) Suodain on ideaalinen kaisanpääsösuodain jonka siirounkio esieään oheisessa kuvassa. Kuinka suuri on lähösignaalin y() keskimääräinen eho, kun Φ()Po/W. (4 p) 4 H( ) Id_bp_iler.ds -W -W W W Kuva 4.
8 { } E y() Φ ( ) d H( ) Φ ( ) d W W W P P d d W W yy W P P ( W ( W) ) ( W W) W W P 5. Oskillaaori generoi säröisen sinisignaalin, jonka lauseke on ( ) sin b π g 6, sin b π g 8, sinb π 3 g. Signaalin säröä vaimenneaan 4. aseen Buerworh-suodaimella, jonka ampliudiunkio on A( ). b g 8 a) Laske suodaamaoman signaalin kokonaissärökerroin. (4 p) u ( π ) ( π ) ( π ) ( ) usin usin u3sin 3 u u,6 u3,8 u d,6 d u 3 3,8 u o 3 d d d, 6, 8, b) Laske suodauksen jälkeisen signaalin perusaajuisen komponenin ja harmonisen komponenien ampliudi. (4 p) c) Laske suodaeun signaalin kokonaissärökerroin. ( p)
9 A( ) 8 ( ) A( ) 8 57 ( ) A(3 ) d d ( ) A( ) u,6 A( ) u 57 A(3 ) u,8 ( ) A u do d d3, 6, arkasellaan RC-suodaimen pulssivasea. Suodaimen impulssivase on h () e A < > ja pulssiheräe on muooa (). a) Rakaise pulssivase y() h( λ) ( λ) dλ käyäen graaisa konvoluuioa. (5 p) y () h( λ) ( λ) dλ (-λ) h(λ) λ y () e dλ y () e dλ e e e > ( ) y () e dλ e e e e
10 b) Rakaise pulssivase käyäen Fourier-muunnosa. (5 p) Viive Y( ) H( ) X( ) H( ) iπ e X( ) sinc( ) e iπ iπ iπ Määriellään askel u(), u() < Y( ) H( ) X( ) h () e iπ H( ) F g() h( λ) dλ e H( ) ( ) ( ) iπ iπ d F e g d u d Inegroimiskeino H( ) H( ) y F e gu g u iπ iπ iπ () () () ( ) ( ) < e e e e e > 7. arkasellaan AM ja FM modulaaiomeneelmiä. a) Esiä moduloidu signaali. (4p) AM: () A( μv() ) cos( π c ) () Acos π π v( ) d FM: c missä v() on moduloiva signaali b) Käyössä on verhokäyrään perusuva AM-vasaanoin. Mien FMsignaalia ulee vasaanoimessa prosessoida, joa verhokäyrän havaisijaa voiaisiin käyää sen demoduloimiseen? ( p) d d () Acos π c π v( ) d d d Aπ c v( ) sin π c π v( ) d c Verhokäyrä Kanoaalo c) Miä ehoja moduloivan signaalin ja modulaaio indeksien on äyeävä AM ja FM modulaaioiden apauksessa? (4 p) AM modulaaion apauksessa v ( ), μ <
11 FM apauksessa v ( ), vd ( ) <, < c
Luento 11. Stationaariset prosessit
Lueno Soasisen prosessin ehosperi Signaalin suodaus Kaisarajoieu anava 5..6 Saionaarise prosessi Auoorrelaaio φ * * (, ) ( ), { } { } jos prosessi on saionaarinen auoorrelaaio ei riipu ajasa vaan ainoasaan
LisätiedotLuento 11. Stationaariset prosessit
Lueno Soasisen prosessin ehosperi Saunnaissignaalin suodaus 5..7 Saionaarise prosessi Auoorrelaaio φ * * (, ) ( ) ( ) ( ) ( ), { } { } jos prosessi on saionaarinen auoorrelaaio ei riipu ajasa vaan ainoasaan
Lisätiedot( ) ( ) x t. 2. Esitä kuvassa annetun signaalin x(t) yhtälö aikaalueessa. Laske signaalin Fourier-muunnos ja hahmottele amplitudispektri.
ELEC-A7 Signaali ja järjeselmä Laskuharjoiukse LASKUHARJOIUS Sivu 1/11 1. Johda anneun pulssin Fourier-muunnos ja hahmoele ampliudispekri. Käyä esim. derivoinieoreemaa, ja älä unohda 1. derivaaan epäjakuvuuskohia!
LisätiedotLuento 9. Epälineaarisuus
Lueno 9 Epälineaarisuus 8..6 Epälineaarisuus Tarkasellaan passiivisa epälineaarisa komponenia u() y() f( ) Taylor-sarjakehielmä 3 y f( x) + f '( x) ( x x) + f ''( x) ( x x) + f ''( x) ( x x) +...! 3! 4!
LisätiedotLuento 4. Fourier-muunnos
Lueno 4 Erikoissignaalien Fourier-muunnokse Näyeenoo 4..6 Fourier-muunnos Fourier-muunnos Kääneismuunnos Diricle n edo Fourier muunuvalle energiasignaalille I: Signaali on iseisesi inegroiuva v ( d< II:
LisätiedotLuento 11. tietoverkkotekniikan laitos
Lueno Lueno Sokasise signaali ja prosessi II. Sokasise prosessi Pruju Saionaarisuus, ergodisuus Auo ja risikorrelaaio ehospekri.3 Kohinan suodaaminen Sokasinen raja arvo ja derivaaa Winer Khinchin eoreema.3
Lisätiedot( ) ( ) 2. Esitä oheisen RC-ylipäästösuotimesta, RC-alipäästösuotimesta ja erotuspiiristä koostuvan lineaarisen järjestelmän:
ELEC-A700 Signaali ja järjeselmä Laskuharjoiukse LASKUHARJOIUS 3 Sivu /8. arkasellaan oheisa järjeselmää bg x Yksikköviive + zbg z bg z d a) Määriä järjeselmän siirofunkio H Y = X b) Määriä järjeselmän
Lisätiedota) Ortogonaalinen, koska kantafunktioiden energia 1
S-7.060 Signaali ja järjeselmä Teni 14.5.001 1. Vasaa lyhyesi seuraaviin saehäviin, käyä arviaessa kuvaa. a) Mikä minaisuuksisa rgnaalinen ja rnrmaalinen kuvaa paremmin Furier-sarjaa ja miksi? b) Esiä
Lisätiedotx v1 y v2, missä x ja y ovat kokonaislukuja.
Digiaalinen videonkäsiel Harjoius, vasaukse ehäviin 4-0 Tehävä 4. Emämariisi a: V A 0 V B 0 Hila saadaan kanavekorien (=emämariisin sarakkee) avulla. Kunkin piseen paikka hilassa on kokonaisluvulla kerroujen
LisätiedotSilloin voidaan suoraan kirjoittaa spektrin yhtälö käyttämällä hyväksi suorakulmaisen pulssin Fouriermuunnosta sekä viiveen vaikutusta: ( ) (
TT/TV Inegraalimuunnokse Fourier-muunnos, ehäviä : Vasauksia Meropolia/. Koivumäki v(. Määriä oheisen signaalin Fourier-muunnos. Vinkki: Superposiio, viive. Voidaan sovelaa superposiioperiaaea, koska signaalin
LisätiedotLuento 9. Epälineaarisuus
Lueno 9 Epälineaarisuus 9..7 Epälineaarisuus Tarkasellaan passiivisa epälineaarisa komponenia u() y() f( ) Taylor-sarjakehielmä 3 y f( x) + f '( x) ( x x) + f ''( x) ( x x) + f ''( x) ( x x) +...! 3! 4!
LisätiedotYKSISIVUKAISTAMODULAATIO (SSB)
YKSISIVUKAISTAODULAATIO SSB ien kaisaa voi sääsää verrauna DSB- a A-modulaaioihin? ikä on Hilber-munnin? 5357A Tieoliikenneekniikka I Osa 9 Kari Kärkkäinen Kevä 05 YKSISIVUKAISTAODULAATION IDEA DSB & A-inormaaio
LisätiedotSIGNAALITEORIAN KERTAUSTA 2. Tietoliikennetekniikka I A Kari Kärkkäinen Osa 3
SIGNAALITEORIAN KERTAUSTA 2 Tieoliikenneekniikka I 521359A Kari Kärkkäinen Osa 3 Konvoluuio ja kerolasku ajassa ja aajuudessa Kanaaajuussignaali baseband sanomasignaali sellaisenaan ilman modulaaioa Kaisanpääsösignaali
LisätiedotKYNNYSILMIÖ JA SILTÄ VÄLTTYMINEN KYNNYKSEN SIIRTOA (LAAJENNUSTA) HYVÄKSI KÄYTTÄEN
YYSILMIÖ J SILÄ VÄLYMIE YYSE SIIRO LJEUS HYVÄSI ÄYÄE ieoliikenneekniikka I 559 ari ärkkäinen Osa 5 4 MILLOI? Milloin ja missä kynnysilmiö esiinyy? un vasaanoimen ulon SR siis esi-ilmaisusuodaimen lähdössä
LisätiedotTietoliikennesignaalit
ieoliikennesignaali 1 ieoliikenne inormaaion siiroa sähköisiä signaaleja käyäen. Signaali vaiheleva jännie ms., jonka vaiheluun on sisällyey inormaaioa. Signaalin ominaisuuksia voi ukia a aikaasossa ime
LisätiedotLuento 3. Fourier-sarja
Fourier muuos Rayleigh eoreema Spekriiheys Lueo 3 4..6 Fourier-sarja Fourier-sarja avulla pysyii esiämää jaksollie sigaali, joka jaksoaika o. Fourier-sarja Fourier-kompoei Eäpä aperiodise sigaali, joilla
LisätiedotLuento 3. Fourier-sarja
Fourier-muuos Rayleigh eoreema Spekriiheys Lueo 3 4..7 Fourier-sarja Fourier-sarja avulla pysyii esiämää jaksollie sigaali, joka jaksoaika o. Fourier-sarja Fourier-kompoei Eäpä aperiodise sigaali, joilla
Lisätiedot12. Luento. Modulaatio
Analoginen modulaaio Digiaalinen modulaaio. Lueno 5..6 Modulaaio Modulaaiossa siirreään moduloivan signaalin spekri moduloidun signaalin aajuusalueelle, joko sien eä spekrin muoo säilyy lineaarisessa modulaaiossa,
LisätiedotEPÄLINEAARISET KULMAMODULAATIOT VAIHEMODULAATIO (PM) JA TAAJUUSMODULAATIO (FM)
1 EPÄLINERISET KULMMODULTIOT VIHEMODULTIO PM J TJUUSMODULTIO FM Mien PM a FM eroava oisisaan? Millainen on kapeakaisainen kulmamodulaaori? 521357 Tieoliikenneekniikka I Osa 14 Kari Kärkkäinen Kevä 2015
Lisätiedot9. Epäoleelliset integraalit; integraalin derivointi parametrin suhteen. (x + y)e x y dxdy. e (ax+by)2 da. xy 2 r 4 da; r = x 2 + y 2. b) A.
9. Epäoleellise inegraali; inegraalin derivoini paramerin suheen 9.. Epäoleellise aso- ja avaruusinegraali 27. Olkoon = {(x, y) x, y }. Osoia hajaanuminen ai laske arvo epäoleelliselle asoinegraalille
LisätiedotYKSISIVUKAISTAMODULAATIO (SSB)
YKSISIVUKISTODULTIO SSB Tieoliikenneekniikka I 5359 Kari Kärkkäinen Osa 6 0 Yksisivukaisamodulaaion idea DSB:ssa inormaaio on redundanisesi kaheen keraan, s. LSB & USB. Toisen kaisan läheys riiää, olloin
Lisätiedota) Miksi signaalin jaksollisuus on tärkeä ominaisuus? Miten jaksollisuus vaikuttaa signaalin taajuussisältöön?
L53, Sinaalioria J. Laiinn..5 E3SN, E3SN5Z Väliko, rakaisu Vasaa lyhysi suraaviin kysymyksiin. 6p a Miksi sinaalin aksollisuus on ärkä ominaisuus? Min aksollisuus vaikuaa sinaalin aauussisälöön? b Miä
Lisätiedotjärjestelmät Luento 4
DEE- Lineaarise järjeselmä Lueno 4 Lineaarise järjeselmä Riso Mionen 3.7.4 Lueno 3 - Recap Lineaarisen differenssiyhälöiden raaiseminen Impulssivaseen äsie Impulssivase ja onvoluuiosumma Lineaarise järjeselmä
LisätiedotTKK Tietoliikennelaboratorio Seppo Saastamoinen Sivu 1/5 Konvoluution laskeminen vaihe vaiheelta
KK ieoliikennelaboraorio 7.2.27 Seppo Saasamoinen Sivu /5 Konvoluuion laskeminen vaihe vaiheela Konvoluuion avulla saadaan laskeua aika-alueessa järjeselmän lähösignaali, kun ulosignaali ja järjeselmän
LisätiedotLuento 2. Järjestelmät aika-alueessa Konvoluutio-integraali. tietoverkkotekniikan laitos
Lueno 2 Järjeselmä aika-alueessa Konvoluuio-inegraali Lueno 2 Lueno 2 Järjeselmä aika alueessa; Konvoluuio inegraali 2.1 Järjeselmien perusominaisuude Oppenheim 1.5. 1.6 Muisillise ja muisioma järjeselmä
LisätiedotKonvoluution laskeminen vaihe vaiheelta Sivu 1/5
S-72. Signaali ja järjeselmä Laskuharjoiukse, syksy 28 Konvoluuion laskeminen vaihe vaiheela Sivu /5 Konvoluuion laskeminen vaihe vaiheela Konvoluuion avulla saadaan laskeua aika-alueessa järjeselmän lähösignaali,
LisätiedotKULMAMODULOITUJEN SIGNAALIEN ILMAISU DISKRIMINAATTORILLA
1 KULMMOULOITUJEN SIGNLIEN ILMISU ISKRIMINTTORILL Millaisia keinoja on PM & FM -ilmaisuun? 51357 Tieoliikenneekniikka I Osa 17 Kai Käkkäinen Kevä 015 ISKRIMINTTORIN TOIMINTKÄYRÄ J -YHTÄLÖ FM-signaalin
LisätiedotELEC-A7200 Signaalit ja järjestelmät Laskuharjoitukset. LASKUHARJOITUS 1 Sivu 1/18. Hyvä opiskelija
ELEC-A7 LASKUHARJOIUS Sivu /8 Hyvä opiskelija ässä opeusmoniseessa esieään kurssiin ELEC-A7 liiyviä laskuharjoiusehäviä rakaisuineen. Kaikkia ehäviä ei välämää käsiellä laskuharjoiuksissa, joen voi jouua
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
LisätiedotELEC-A7200 Signaalit ja järjestelmät 5 op
Luennoisija Prof. Riku Jäni Pääassiseni Seppo Saasamoinen S-posi: riku.jani@aalo.fi Puh. 5 597 8588 E9 Vasaanoo ma klo 9- S-posi: seppo.saasamoinen@aalo.fi Puh. 5 365 376 hps://noppa.aalo.fi/noppa/kurssi/elec-a7/eusivu
Lisätiedotf x dx y dy t dt f x y t dx dy dt O , (4b) . (4c) f f x = ja x (4d)
Tehävä 1. Oleeaan, eä on käössä jakuva kuva, jossa (,, ) keroo harmaasävn arvon paikassa (, ) ajanhekenä. Dnaaminen kuva voidaan esiää Talor sarjana: d d d d d d O ( +, +, + ) = (,, ) + + + + ( ). (4a)
LisätiedotKULMAMODULOITUJEN SIGNAALIEN SPEKTRIN LASKEMINEN
KULMMODULOITUJEN SIGNLIEN SPEKTRIN LSKEMINEN 1 (3) (3) Spekri laskeie siisaoalle Kulaoduloidu sigaali spekri johaie o yöläsä epälieaarisuudesa johue (epälieaarise aalyysi ova yleesä hakalia). Se voidaa
Lisätiedot12. Luento. Modulaatio
Analoginen modulaaio Digiaalinen modulaaio. Lueno..7 Modulaaio Modulaaiossa siirreään moduloivan signaalin spekri kanoaallon aajuusalueelle, joko sien eä spekrin muoo säilyy lineaarisessa modulaaiossa,
LisätiedotLuento 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
Lisätiedot7. Luento. Luento 7 Modulaatio Oppenheim luku 8 soveltuvin Koherentti ja epäkoherentti analoginen modulaatio
7. Lueno Lueno 7 Modulaaio Oppenheim luku 8 soveluvin Kohereni ja epäkohereni analoginen modulaaio osin Digiaalinen modulaaio Konsillaio (Lueno & ) Modulaaio Modulaaiossa siirreään moduloivan signaalin
Lisätiedotjoka on separoituva yhtälö, jolla ei ole reaalisia triviaaliratkaisuja. Ratkaistaan: z z(x) dx =
HY / Maemaiikan ja ilasoieeen laios Differeniaalihälö I kevä 09 Harjois 4 Rakaisehdoksia. Rakaise differeniaalihälö = (x + + Rakais: Tehdään differeniaalihälöön lineaarinen mnnos z(x = x + (x + jolloin
LisätiedotKANTOAALTOMODULOIDUN KAISTANPÄÄSTÖSIGNAALIN (BANDPASS) JA KANTATAAJUISEN (BASEBAND) SIGNAALIN AMPLITUDISPEKTRIT
KANOAALOMODULOIDUN KAISANPÄÄSÖSINAALIN BANDPASS JA KANAAAJUISEN BASEBAND SINAALIN AMPLIUDISPEKRI 536A ieoliienneeniia II Osa 5 Kari Käräinen Sysy 05 EHOIHEYSSPEKRI & KAISANLEVEYS Edellä arasellu modulaaio
Lisätiedotb) Ei ole. Todistus samaan tyyliin kuin edellinen. Olkoon C > 0 ja valitaan x = 2C sekä y = 0. Tällöin pätee f(x) f(y)
Maemaiikan ja ilasoieeen osaso/hy Differeniaaliyhälö II Laskuharjoius 1 malli Kevä 19 Tehävä 1. Ovako seuraava funkio Lipschiz-jakuvia reaaliakselilla: a) f(x) = x 1/3, b) f(x) = x, c) f(x) = x? a) Ei
Lisätiedot12. ARKISIA SOVELLUKSIA
MAA. Arkiia ovellukia. ARKISIA SOVELLUKSIA Oleeaan, eä kappale liikkuu ykiuloeia raaa, eimerkiki -akelia pikin. Kappaleen nopeuden vekoriluonne riiää oaa vauhdin eumerkin avulla huomioon, ja on ehkä arkoiukenmukaiina
Lisätiedota) Esitä piirtämällä oheisen kaksoissymmetrisen ulokepalkkina toimivan kotelopalkin kaksi täysin erityyppistä plastista rajatilamekanismia (2p).
LUT / Teräsrakenee/Timo Björk BK80A30: Teräsrakenee II: 9.9.016 Oheismaeriaalin käyö EI salliua, laskimen käyö on salliua, lausekkeia ehäväosion lopussa Vasaukse laadiaan ehäväpaperille, joka palaueava,
LisätiedotW dt dt t J.
DEE-11 Piirianalyysi Harjoius 1 / viikko 3.1 RC-auon akku (8.4 V, 17 mah) on ladau äyeen. Kuinka suuri osa akun energiasa kuluu ensimmäisen 5 min aikana, kun oleeaan mooorin kuluavan vakiovirran 5 A? Oleeaan
LisätiedotSATE2140 Dynaaminen kenttäteoria syksy /7 Laskuharjoitus 4 / Sähkömagneettiset aaltojen polarisoituminen
SATE14 Dnaainen kenäeoia sks 16 1 /7 Laskuhajoius 4 / Sähköagneeise aalojen polaisoiuinen Tehävä 1. Vapaassa ilassa väähelevän piseläheen aiheuaan palloaallon sähkökenän voiakkuus on A V E, sincos k e.
LisätiedotDiskreetillä puolella impulssi oli yksinkertainen lukujono:
DEE-00 ineaarise järjeselmä Harjoius 5, rakaisuehdoukse [johdano impulssivaseeseen] Jakuva-aikaisen järjeselmän impulssivase on vasaavanlainen järjeselmäyökalu kuin diskreeillä puolellakin: impulssivase
LisätiedotINTERFERENSSIN VAIKUTUS LINEAARISISSA MODULAATIOISSA
1 INTERFERENSSIN VIKUTUS LINERISISS MOULTIOISS Men yksaajunen häökanoaalo haaa lasua? 521357 Teolkenneeknkka I Osa 18 Ka Käkkänen Kevä 2015 KERTUST 2 Kanoaaloodulaaolle: os[2πf φ] Lneaanen odulaao Vahee
LisätiedotS Signaalit ja järjestelmät 5 op. Pääassistentti Seppo Saastamoinen. S-posti: Puh E307B S.72.
S-7. Signaali ja järjeselmä 5 op Luennoisija Prof. Riu Jäni S-posi: riu.jani@.fi Puh. 9 45 353 E9 Pääassiseni Seppo Saasamoinen S-posi: seppo.saasamoinen@.fi Puh. 45 547 E37B S.7. Miä äsiellään? signaalien
LisätiedotDEE Lineaariset järjestelmät Harjoitus 4, ratkaisuehdotukset
D-00 ineaarise järjeselmä Harjoius 4, rakaisuehdoukse nnen kuin mennään ämän harjoiuksen aihepiireihin, käydään läpi yksi huomionarvoinen juu. Piirianalyysin juuri suorianee opiskelija saaava ihmeellä,
LisätiedotVÄRÄHTELYMEKANIIKKA SESSIO 18: Yhden vapausasteen pakkovärähtely, transienttikuormituksia
8/ VÄRÄHTELYMEKANIIKKA SESSIO 8: Yhen vapausaseen paovärähely, ransieniuormiusia JOHDANTO c m x () Kuva. Syseemi. Transieniuormiusella aroieaan uormiusheräeä, joa aiheuaa syseemiin lyhyaiaisen liieilan.
LisätiedotSysteemimallit: sisältö
Syseemimalli: sisälö Malliyypi ja muuuja Inpu-oupu -kuvaus ja ilayhälömalli, ila Linearisoini Jakuva-aikaisen lineaarisen järjeselmän siirofunkio, sabiilisuus Laplace-muunnos Diskreeiaikaisen lineaarisen
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)
LisätiedotA-osio. Ei laskinta! Valitse seuraavista kolmesta tehtävästä vain kaksi joihin vastaat!
MAA Koe 7..03 A-osio. Ei laskina! Valise seuraavisa kolmesa ehäväsä vain kaksi joihin vasaa! A. a) Mikä on funkion f(x) määrieljoukko, jos f( x) x b) Muua ulomuooon: 4a 8a 4 A. a) Rakaise hälö: x 4x b)
LisätiedotTietoliikennesignaalit & spektri
Tietoliikennesignaalit & spektri 1 Tietoliikenne = informaation siirtoa sähköisiä signaaleja käyttäen. Signaali = vaihteleva jännite (tms.), jonka vaihteluun on sisällytetty informaatiota. Signaalin ominaisuuksia
LisätiedotELEC-A7200 Signaalit ja järjestelmät 5 op
ELEC-A7 Signaali ja järjeselmä 5 op Luennoisija Prof. Riu Jäni Pääassiseni Seppo Saasamoinen S-posi: riu.jani@aalo.fi Puh. 5 597 8588 E9 Vasaanoo ma lo 9- S-posi: seppo.saasamoinen@aalo.fi Puh. 5 365 376
LisätiedotMittaustekniikan perusteet, piirianalyysin kertausta
Miausekniikan perusee, piirianalyysin kerausa. Ohmin laki: =, ai = Z ( = ännie, = resisanssi, Z = impedanssi, = vira). Kompleksiluvu Kompleksilukua arviaan elekroniikassa analysoiaessa piireä, oka sisälävä
LisätiedotLuento 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>LTI-järjestelmä. >vaihespektri. >ryhmäviive
TL53, Signaalioria (J. Laiinn) 9..4 TTESN, TTESN5X, TTESN5Z Väliko, rakaisu Täydnnä ohisn kuvaan > - ai < -mrkiy kohda. Miä arkoiaan idonsiirokanavan kvalisoinnilla? Esiä lausk kvalisaaorin siirofunkioll,
Lisätiedot3 SIGNAALIN SUODATUS 3.1 SYSTEEMIN VASTE AIKATASOSSA
S I G N A A L I T E O R I A, O S A I I I TL98Z SIGNAALITEORIA, OSA III 44 3 Signaalin suodaus...44 3. Sysmin vas aikaasossa... 44 3. Kausaalisuus a sabiilisuus... 46 3.3 Vas aauusasossa... 46 3.4 Ampliudivas
LisätiedotDynaaminen optimointi ja ehdollisten vaateiden menetelmä
Dynaaminen opimoini ja ehdollisen vaaeiden meneelmä Meneelmien keskinäinen yheys S yseemianalyysin Laboraorio Esielmä 10 - Peni Säynäjoki Opimoiniopin seminaari - Syksy 2000 / 1 Meneelmien yhäläisyyksiä
LisätiedotS Signaalit ja järjestelmät 5 op. Luennoitsija Prof. Riku Jäntti S-posti: Puh E219 S.72.
S-7. Signaali ja järjeselmä 5 op Luennoisija Prof. Riu Jäni S-posi: riu.jani@.fi Puh. 9 45 353 E9 S.7. Miä äsiellään? signaalien ja järjeselmien perusäsieiä signaali- ja järjeselmäanalyysin perusmeneelmiä
Lisätiedot2. Systeemi- ja signaalimallit
2. Syseemi- ja signaalimalli Malliyyppejä: maemaainen malli: muuujien välise suhee kuvau maemaaisesi yhälöin lohkokaaviomalli: syseemin oiminojen looginen jako lohkoihin, joiden välisiä vuorovaikuuksia
Lisätiedot5. Vakiokertoiminen lineaarinen normaaliryhmä
1 MAT-145 LAAJA MATEMATIIKKA 5 Tampereen eknillinen yliopiso Riso Silvennoinen Kevä 21 5. Vakiokeroiminen lineaarinen normaaliryhmä Todeaan ensin ilman odisuksia (ulos on syvällinen) rakaisujen olemassaoloa
LisätiedotSuunnitteluharjoitus s-2016 (...k-2017)
1 Suunnieluharjoius s-2016 (...k-2017) HAKKURITEHOLÄHDE Seuraavan push-pull-yyppisen hakkurieholäheen komponeni ulisi valia (muunajaa lukuunoamaa). V1 iin 230 V ± 10 % 50 Hz V3 Perusieoja kykennäsä Verkkoasasuunauksen
LisätiedotTasaantumisilmiöt eli transientit
uku 12 Tasaanumisilmiö eli ransieni 12.1 Kelan kykeminen asajännieeseen Kappaleessa 11.2 kykeiin reaalinen kela asajännieeseen ja ukiiin energian varasoiumisa kelan magneeikenään. Tilanne on esiey uudelleen
LisätiedotPienimmän neliösumman menetelmä
Pienimmän neliösumman menetelmä Keijo Ruotsalainen Division of Mathematics Funktion sovitus Datapisteet (x 1,...,x n ) Annettu data y i = f(x i )+η i, missä f(x) on tuntematon funktio ja η i mittaukseen
LisätiedotKULMAMODULOITUJEN SIGNAALIEN SPEKTRIN LASKEMINEN
1 KULMMODULOITUEN SIGNLIEN SPEKTRIN LSKEMINEN Mie laskea eroaa lieaarise odulaaioide apauksesa? Milä spekri äyää epälieaarise prosessi jälkee? 51357 Tieoliikeeekiikka I Osa 15 Kari Kärkkäie Kevä 015 SPEKTRIN
LisätiedotKotitehtävät 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(
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
LisätiedotJLP:n käyttämättömät mahdollisuudet. Juha Lappi
JLP:n äyämäömä mahdollisuude Juha Lappi LP ehävä p z = a x + b z 0 Max or Min (.) 0 0 = = subjec o he following consrains: c a x + b z C, =,, q p q K r (.2) = = m n i ij K (.3) i= j= ij x xw= 0, =,, p
LisätiedotHuomaa, että aika tulee ilmoittaa SI-yksikössä, eli sekunteina (1 h = 3600 s).
DEE- Piirianalyysi Ykkösharkan ehävien rakaisuehdoukse. askeaan ensin, kuinka paljon äyeen ladaussa akussa on energiaa. Tämä saadaan laskeua ehäväpaperissa anneujen akun ieojen 8.4 V ja 7 mah avulla. 8.4
LisätiedotOH CHOOH (2) 5. H2O. OH säiliö. reaktori 2 erotus HCOOCH 3 11.
Kemian laieekniikka 1 Koilasku 1 4.4.28 Jarmo Vesola Tuoee ja reakio: hiilimonoksidi, meanoli, meyyliformiaai C HC (1) vesi, meyyliformiaai, meanoli, muurahaishappo HC CH (2) hiilimonoksi, vesi, muurahaishappo
LisätiedotMonisilmukkainen vaihtovirtapiiri
Monisilmukkainen vaihovirapiiri Oeaan arkaselun koheeksi RLC-vaihovirapiiri jossa on käämejä, vasuksia ja kondensaaoreia. Kykenä Tarkasellaan virapiiriä, jossa yksinkeraiseen RLC-piiriin on kodensaaorin
LisätiedotXII RADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA
II ADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA Laskenaaajuus akiivisuus Määrieäessä radioakiivisen näyeen akiivisuua (A) uloksena saadaan käyeyn miausyseemin anama laskenaaajuus (). = [II.I] jossa =
LisätiedotTiedonhakumenetelmät Tiedonhakumenetelmät Helsingin yliopisto / TKTL. H.Laine 1. Todennäköisyyspohjainen rankkaus
Tieonhakumeneelmä Helsingin yliopiso / TKTL.4.04 Toennäköisyyeen perusuva rankkaus Tieonhakumeneelmä Toennäköisyyspohjainen rankkaus Dokumenien haussa ongelmana on löyää käyäjän kyselynä ilmaiseman ieoarpeen
LisätiedotJuuri 13 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Kertaus. K1. A: III, B: I, C: II ja IV.
Juuri Tehävie rakaisu Kusausosakeyhiö Oava päiviey 9.8.8 Keraus K. A: III, B: I, C: II ja IV Kuvaaja: I II III IV Juuri Tehävie rakaisu Kusausosakeyhiö Oava päiviey 9.8.8 K. a) lim ( ) Nimiäjä ( ) o aia
LisätiedotDVC. VARIZON Piennopeuslaite säädettävällä hajotuskuviolla. Pikavalintataulukko
VARIZON Piennoeuslaie säädeävällä hajouskuviolla Lyhyesi Säädeävä hajouskuvio ja lähivyöhyke Soii kaikenyyisiin iloihin Miausyhde Helosi uhdiseava Peiey ruuviliiännä Eri värivaihoehoja Pikavalinaaulukko
LisätiedotRatkaisu. Virittäviä puita on kahdeksan erilaista, kun solmut pidetään nimettyinä. Esitetään aluksi verkko kaaviona:
Diskreei maemaiikka, sks 00 Harjoius 0, rakaisuisa. Esi viriävä puu suunaamaomalle verkolle G = (X, E, Ψ), kun X := {,,, }, E := { {, }, {, }, {, }, {, }, {, }}, ja Ψ on ieninen kuvaus. Rakaisu. Viriäviä
Lisätiedotb) Esitä kilpaileva myötöviivamekanismi a-kohdassa esittämällesi mekanismille ja vertaile näillä mekanismeilla määritettyjä kuormitettavuuksia (2p)
LUT / Teräsrakenee/Timo Björk BK80A30: Teräsrakenee II:.5.016 Oheismaeriaalin käyö EI salliua, laskimen käyö on salliua, lausekkeia ehäväosion lopussa Vasaukse laadiaan ehäväpaperille, joka palaueava,
LisätiedotPisteessä (1,2,0) osittaisderivaatoilla on arvot 4,1 ja 1. Täten f(1, 2, 0) = 4i + j + k. b) Mihin suuntaan pallo lähtee vierimään kohdasta
Laskukarnevaali Matematiikka B. fx, y, z) = x sin z + x y, etsi f,, ) Osittaisderivaatat ovat f f x = sin z + xy, y = x, f z = x cos z Pisteessä,,) osittaisderivaatoilla on arvot 4, ja. Täten f,, ) = 4i
LisätiedotMS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 11: Lineaarinen differentiaaliyhtälö
MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 11: Lineaarinen differentiaaliyhtälö Pekka Alestalo, Jarmo Malinen Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos
LisätiedotS SÄHKÖTEKNIIKKA Kimmo Silvonen
S55.103 SÄHKÖTKNKK 21.12.2000 Kimmo Silvonen Tentti: tehtävät 1,3,4,8,9 1. välikoe: tehtävät 1,2,3,4,5 2. välikoe: tehtävät,7,8,9,10 Oletko jo ehtinyt vastata palautekyselyyn Voit täyttää lomakkeen nyt.
LisätiedotValintakoe
Valintakoe 7.3.05 Kokeessa saa käyttää kirjoitusvälinewiden lisäksi ainoastaan kokeessa jaettavaa funktiolaskinta ja taulukkoa Pisteytys 8*3p=4p. Tehtävien alakohtien pistemäärät voivat poiketa toisistaan..
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
LisätiedotPIENTAAJUISET SÄHKÖ- JA MAGNEETTIKENTÄT HARJOITUSTEHTÄVÄ 1. Pallomaisen solun relaksaatiotaajuus 1 + 1
Aalto-yliopisto HARJOITUSTEHTÄVIEN Sähkötekniikan korkeakoulu RATKAISUT Sähkömagneettisten kenttien ja optisen säteilyn biologiset 8.1.016 vaikutukset ja mittaukset ELEC-E770 Lauri Puranen Säteilyturvakeskus
LisätiedotSATE2180 Kenttäteorian perusteet syksy / 6 Laskuharjoitus 7 / Siirrosvirta ja indusoitunut sähkömotorinen voima
ATE18 Kenäeorin perusee syksy 18 1 / 6 Lskuhrjoius 7 / iirrosvir j inusoiunu sähkömoorinen voim Tehävä 1. All olevn kuvn mukinen piiri on sinimuooisesi värähelevässä j epähomogeenisess mgneeikenässä sin
LisätiedotJohda jakauman momenttiemäfunktio ja sen avulla jakauman odotusarvo ja varianssi.
/ Raaisu Aihee: Avaisaa: Momeiemäfuio Sauaismuuujie muuose ja iide jaauma Kovergessiäsiee ja raja-arvolausee Biomijaauma, Espoeijaauma, Geomerie jaauma, Jaaumaovergessi, Jauva asaie jaauma, Kolmiojaauma,
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,
Lisätiedot10. Toisen kertaluvun lineaariset differentiaaliyhtälöt
37. Toisen kertaluvun lineaariset differentiaalihtälöt Tarkastelemme muotoa () ( x) + a( x) ( x) + a( x) ( x) = b( x) olevia htälöitä, missä kerroinfunktiot ja oikea puoli ovat välillä I jatkuvia. Edellisen
Lisätiedot1. Todista/Prove (b) Lause 2.4. käyttäen Lausetta 2.3./by using Theorem b 1 ; 1 b + 1 ; 1 b 1 1
KETJUMURTOLUVUT Harjoiuksia 209. Todisa/Prove Lause 2.2. käyäen Lausea 2.3./by using Theorem 2.3. Lause 2.4. käyäen Lausea 2.3./by using Theorem 2.3. 2. Määrää Canorin kehielmä luvuille 0,, 2, 3, 4, 5,
LisätiedotTehtävä I. Vaihtoehtotehtävät.
Kem-9.7 Prosessiauomaaion perusee Teni 5.9.5 TÄMÄ PAPERI TÄYTYY EHDOTTOMASTI PALAUTTAA TENTIN MUKANA NIMI: (OS: ) OPINTOKIRJA: VIERAILULUENNOT KUUNNELTU: VALV. LASK: Tehävä I. Vaihoehoehävä. Oikea vasaus
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
LisätiedotPalopelti ETCE Asennus-, käyttö- ja huolto-ohje 01/2015
Asennus-, käyö- ja huolo-ohje 0/05 Asennus Palopeli ETCE ulee asenaa ämän asennusohjeen mukaan, ks. sivu 5. Käyö ja oiminnan esaus CE-merkinnän mukaan palopeli ulee aina varusaa lämpöilaan perusuvalla
Lisätiedot6 Integraali ja derivaatta
ANALYYSI B, HARJOITUSTEHTÄVIÄ, KEVÄT 9 6 Inegrli j deriv 6. Inegrli ylärjns funkion. Olkoon Määriä kun () [, ], (b) ], 3]., kun [, ],, kun ], 3]. f() d, [, 3],. Osoi, eä jos funkio f on Riemnn-inegroiuv
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
LisätiedotLUKU 7 KOHINAN VAIKUTUS ANALOGISTEN MODULAATIOIDEN SUORITUSKYKYYN A Tietoliikennetekniikka I Osa 24 Kari Kärkkäinen Kevät 2015
1 LUKU 7 KOHINAN VAIKUUS ANALOGISEN MODULAAIOIDEN SUORIUSKYKYYN 51357A ieoliikeeekiikka I Osa 4 Kari Kärkkäie Kevä 15 LUKU 7 KOHINA ANALOGISISSA MODULAAIOISSA Johdao aalyysieeelii Sigaali-kohiasuhee ääriäie
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
LisätiedotAluksi.1. Integrointia
TT/TV Iegraalimuuokse Meropolia/. Koivumäki Tässä iedosossa ova kaikki uilla esille ullee ehävä. (Tosi iha kaikkia ehäviä ei välämää ole uilla mey läpi kovi arkasi, jos ollekaa.) Esimmäisellä uilla ollee
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
LisätiedotINTERFERENSSIN VAIKUTUS LINEAARISESSA MODULAATIOSSA
INTERFERENSSIN VIUTUS LINERISESS MOULTIOSS Teolkenneeknkka I 521359 a äkkänen Osa 15 1 19 Inefeenssn vakuus lneaasessa odulaaossa Radoaausa nefeenssä RFI sn usa äeselsä, kun oa kanoaaloaauus on lähellä
Lisätiedot2. Taloudessa käytettyjä yksinkertaisia ennustemalleja. ja tarkasteltavaa muuttujan arvoa hetkellä t kirjaimella y t
Tilasollinen ennusaminen Seppo Pynnönen Tilasoieeen professori, Meneelmäieeiden laios, Vaasan yliopiso. Tausaa Tulevaisuuden ennusaminen on ehkä yksi luoneenomaisimpia piireiä ihmiselle. On ilmeisesi aina
LisätiedotTehtävän 1 moottorin kuormana an työkone, jonka momentti on vakio T=30 Nm. Laske
SÄHKÖENERGAEKNKKA Hrjoius - lueno 9 ehävä 1 Oheisess kuvss on ssähkökoneen sijiskykenämlli. Joh pyörimisnopeuden kv momenin funkion, kun mgneoinivuo φ j nkkurijännie V ov vkioin. Piirrä johmsi kv -ω soss,
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
Lisätiedot