Organization of (Simultaneous) Spectral Components
|
|
- Elsa Hukkanen
- 6 vuotta sitten
- Katselukertoja:
Transkriptio
1 Organization of (Simultaneous) Spectral Components ihmiskuulo yrittää ryhmitellä ja yhdistää samasta fyysisestä lähteestä tulevat akustiset komponentit yhdistelyä tapahtuu sekä eri- että samanaikaisille komponenteille ongelma: mista tiedämme, mitkä komponentit ovat saman fyysisen tapahtuman tulos? komponenteilla, jotka ovat tulosta samasta fyysisesta tapahtumasta, on yleensä useita yhteisiä piirteitä 1 of 10
2 Aikatason yhdistely yleensä kuulo ennustaa tulevaa olettamalla, että ääni jatkuu samanlaisena f B B B A A A Kuva 1: Yksittäinen harmoninen A ja useamman harmonisen muodostama kompleksinen ääni B, jossa osakomponenttina A, vuorottelevat. Kuulo ryhmittelee kaikki A-komponentit samaan lähteeseen, jolloin ääni A kuuluu kaksinkertaisella taajuudella B:hen nähden, eli ryhmittely menee katkoviivan mukaan. Jos ääntä A ei olisi, ryhmittely menisi luonnollisesti pisteviivan mukaan. t 2 of 10
3 Vanha + uusi -periaate: kuulo olettaa äänet jatkuviksi => iteratiivinen erotteluprosessi, jossa ensin assosioidaan ne uudet komponentit vanhojen perusteella Ihminen kuulee ylläolevan näin: t Kuva 2: Samankaistaiset, erisuuruiset vuorottelevat kohinapulssit ihminen kuulee siten, että pienempi-intensiteettinen kuuluu kaksinkertaisella taajuudella, ja sen päällä on yli jäävä osa suurempi-intensiteettisestä pulssista. 3 of 10
4 Kuulojärjestelmä käyttää samanaikaisten komponenttien yhdistelyyn seuraavia ominaisuuksia: lähekkäisyys taajuustasossa harmoniset suhteet yhtäaikaiset taajuuden muutokset yhtäaikaiset amplitudin muutokset, erityisesti alkuhetki spatiaalinen yhteensopivuus Lähekkäisyys taajuustasossa mitä lähempänä taajuudessa komponentit ovat, sitä helpommin ne yhdistyvät samaan lähteeseen 4 of 10
5 kohinassa spektrin jatkuvat alueet ryhmitellään samaan lähteeseen jos spektrissä on aukko, jossa ei ole komponentteja, sen eripuolilla olevat komponentit kuulostavat tulevan eri lähteistä myös muista erillään olevat harmoniset komponentit erottuvat helpommin kuulo on logaritminen, mutta harmoniset lineaarisesti sijoittuneet => malalimmat harmoniset ovat helpompia erottaa harmonisissa äänissä spektrin tasaisuus vaikuttaa - eriintensiteettiset harmoniset erottuvat helpoimmin luonnollisissa äänissä korkeammilla harmonisilla on pienempi intensiteetti - tällaiset äänet ryhmittyvät helpommin 5 of 10
6 Harmoniset suhteet joukko harmonisia, joilla on sama perustaajuus, kuullaan yhtenä äänenä - harmonisuus on erittäin voimakas piirre yhdistelyssä, joka voi jopa kumota muut ristiriitaiset piirteet kuulo estimoi perustaajuutta (paikka vs. jaksollisuus) estimointi tapahtuu taajuuskaistoittain, ja ihminen pystyy kuulemaan useamman perustaajuuden yhtä aikaa äänen korkeuden pystyy aistimaan vaikka perustaajuuskomponentti puuttuu myös ei-jaksollisille äänille kuulo yrittää löytää perustaajuutta - korkeusaistimus ei silloin ole yhtä voimakas 6 of 10
7 Yhtäaikaiset taajuuden muutokset kuulo olettaa, että taajuus pysyy samana f kuullaan näin: f t Kuva 3: Risteävät harmoniset äänet kuulostavat siltä, että ensimmäinen ääni ensin laskee, ja sitten nousee, toisella päinvastoin harmoniset suhteen lisäksi yhteinen taajuusmodulaatio vahvistaa yhteenkuuluvuutta taajuusmodulaation lisäys saattaa aiheuttaa yhdistämisen komponenteille, jotka eivät muutoin yhdistyisi t 7 of 10
8 huomaa, että jos perustaajuuden f 0 modulaation suuruus on df, n:nnen harmonisen (taajuus nf 0 ) modulaation suuruus on ndf Yhtäaikaiset amplitudimuutokset monet luonnolliset äänet, kuten puhe, sisältävät intensiteettivaihteluja intensiteettivaihtelut eri taajuuskaistoilla korreloivat voimakkaasti keskenään => kuulo käyttää komponenttien amplitudivaihteluja yhdistelyyn täsmälleen yhtäaikainen alkuhetki (onset) aiheuttaa yhdistämiset äänille, jotka eivät muuten yhdistyisi 8 of 10
9 Muuta modulaatioista sekä amplitudi- että taajuusmodulaatiot synnyttävät lisää taajuuksia spektriin monissa luonnollisissa luonnollisissa äänissä on yhtäaikaa sekä amplitudi- että taajuusmodulaatiota myös modulaation vaiheella on vaikutusta ryhmittelyyn - samanvaiheinen modulaatio aiheuttaa voimakkaampaa assosiointia kuin erivaiheinen f 5f 0 Kuva 4: Harmonisen äänen spektrogrammi. Taajuuskomponentit ovat perustaajuuden monikerroin. f 0 t 9 of 10
10 7 Spectogram of a sound with frequency modulation 6 5 frequency time 3 Signal with amplitude modulation amplitude time Kuva 5: Taajuusmoduloidun sinin spektrogrammi ja amplitudimoduloitu sini aikatasossa. 10 of 10
Tietoliikennesignaalit & spektri
Tietoliikennesignaalit & spektri 1 Tietoliikenne = informaation siirtoa sähköisiä signaaleja käyttäen. Signaali = vaihteleva jännite (tms.), jonka vaihteluun on sisällytetty informaatiota. Signaalin ominaisuuksia
LisätiedotTHE audio feature: MFCC. Mel Frequency Cepstral Coefficients
THE audio feature: MFCC Mel Frequency Cepstral Coefficients Ihmiskuulo MFCC- kertoimien tarkoituksena on mallintaa ihmiskorvan toimintaa yleisellä tasolla. Näin on todettu myös tapahtuvan, sillä MFCC:t
LisätiedotDigitaalinen audio
8003203 Digitaalinen audio Luennot, kevät 2005 Tuomas Virtanen Tampereen teknillinen yliopisto Kurssin tavoite Johdanto 2 Tarjota tiedot audiosignaalinkäsittelyn perusteista perusoperaatiot, sekä niissä
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,
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
LisätiedotÅbo Akademi 3.5.2011 klo 12-16. Mietta Lennes mietta.lennes@helsinki.fi. Nykykielten laitos Helsingin yliopisto
Åbo Akademi 3.5.2011 klo 12-16 Mietta Lennes mietta.lennes@helsinki.fi Nykykielten laitos Helsingin yliopisto Praat-puheanalyysiohjelma Mikä on Praat? Mikä on Praat? Praat [Boersma and Weenink, 2010] on
LisätiedotSGN-4200 Digitaalinen Audio Harjoitustyö-info
1 SGN-4200 Digitaalinen Audio Harjoitustyö-info 04.04.2012 Joonas Nikunen Harjoitystyö - 2 Suorittaminen ja Käytännöt Kurssin pakollinen harjoitustyö: Harjoitellaan audiosignaalinkäsittelyyn tarkoitetun
LisätiedotTiistai klo 10-12 Jari Eerola 20.1.2015
Tiistai klo 10-12 Jari Eerola 20.1.2015 } 20.1. Kuvaajatyypit ja ohjelmat Analyysiohjelmista Praat ja Sonic Visualiser Audacity } 27.1. Nuotinnusohjelmista Nuotinnusohjelmista Musescore } Tietokoneavusteinen
LisätiedotPuheen akustiikan perusteita Mitä puhe on? 2.luento. Äänet, resonanssi ja spektrit. Äänen tuotto ja eteneminen. Puhe äänenä
Puheen akustiikan perusteita Mitä puhe on? 2.luento Martti Vainio Äänet, resonanssi ja spektrit Fonetiikan laitos, Helsingin yliopisto Puheen akustiikan perusteita p.1/37 S-114.770 Kieli kommunikaatiossa...
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
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
LisätiedotKuuloaistin ominaisuuksia
www.physicst day.org January 2014 A publication of the American Institute of Physics volume 67, number 1 Kuuloaistin ominaisuuksia Professori Tapio Lokki Aalto-yliopiston perustieteiden korkeakoulu Tietotekniikan
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
LisätiedotYleistä. Digitaalisen äänenkäsittelyn perusteet. Tentit. Kurssin hyväksytty suoritus = Harjoitustyö 2(2) Harjoitustyö 1(2)
Yleistä Digitaalisen äänenkäsittelyn perusteet Jouni Smed jouni.smed@utu.fi syksy 2006 laajuus: 5 op. (3 ov.) esitiedot: Java-ohjelmoinnin perusteet luennot: keskiviikkoisin 10 12 12 salissa β perjantaisin
LisätiedotInfraäänimittaukset. DI Antti Aunio, Aunio Group Oy
Infraäänimittaukset DI Antti Aunio, Aunio Group Oy antti.aunio@aunio.fi Mitä infraääni on? Matalataajuista ilmanpaineen vaihtelua Taajuusalue < 20 Hz Ihmisen kuuloalue on tyypillisesti 20-20 000 Hz Osa
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
LisätiedotKuulohavainnon perusteet
Kuulohavainnon ärsyke on ääni - mitä ääni on? Kuulohavainnon perusteet - Ääni on ilmanpaineen nopeaa vaihtelua: Tai veden tms. Markku Kilpeläinen Käyttäytymistieteiden laitos, Helsingin yliopisto Värähtelevä
LisätiedotSpektri- ja signaalianalysaattorit
Spektri- ja signaalianalysaattorit Pyyhkäisevät spektrianalysaattorit Suora pyyhkäisevä Superheterodyne Reaaliaika-analysaattorit Suora analoginen analysaattori FFT-spektrianalysaattori DFT FFT Analysaattoreiden
LisätiedotÄänen eteneminen ja heijastuminen
Äänen ominaisuuksia Ääni on ilmamolekyylien tihentymiä ja harventumia. Aaltoliikettä ja värähtelyä. Värähtelevä kappale synnyttää ääntä. Pistemäinen äänilähde säteilee pallomaisesti ilman esteitä. Käytännössä
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
LisätiedotPuheen akustiikan perusteita
Puheen akustiikan perusteita Mitä puhe on? 2.luento Martti Vainio Fonetiikan laitos, Helsingin yliopisto Puheen akustiikan perusteita p.1/37 Äänet, resonanssi ja spektrit S-114.770 Kieli kommunikaatiossa...
LisätiedotLuento 15: Ääniaallot, osa 2
Luento 15: Ääniaallot, osa 2 Aaltojen interferenssi Doppler Laskettuja esimerkkejä Luennon sisältö Aaltojen interferenssi Doppler Laskettuja esimerkkejä Aaltojen interferenssi Samassa pisteessä vaikuttaa
Lisätiedotf k = 440 x 2 (k 69)/12 (demoaa yllä Äänen väri Johdanto
Äänen väri vs. viritysjärjestelmät Anssi klap@cs.tut.fi www.cs.tut.fi/~klap Lähdemateriaali: Tuning, Timbre, Spectrum, Scale by William A. Sethares Johdanto Oktaaviesimerkki: perusidea Länsimaisen virityksen
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),
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
LisätiedotSignaalinkäsittely Musiikin sisältöanalyysi Rumpujen nuotinnos Muotoanalyysi Yhteenveto. Lectio praecursoria
Lectio praecursoria Signal Processing Methods for Drum Transcription and Music Structure Analysis (Signaalinkäsittelymenetelmiä rumpujen nuotintamiseen ja musiikin muotoanalyysiin) Jouni Paulus 8.1.2010
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)
LisätiedotLuento: Puhe. Mitä puhe on? Anatomiaa ja fysiologiaa. Puhetapahtuma. Brocan ja Wernicken alueet. Anatomiaa ja fysiologiaa. Puheen tuottaminen:
Puheen anatomiaa ja fysiologiaa Puhesignaalin analyysi Puheen havaitseminen luku 11 Luento: Puhe Mitä puhe on? Ihmisen kehittämä symbolinen kommunikaatiojärjestelmä. Perustuu sovittuihin kielellisiin koodeihin
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
LisätiedotAnalyysi on helpointa aloittaa painamalla EDIT-painiketta. (Tuotu tiedosto täytyy olla aktiivinen eli valittuna).
1 PRAAT OHJE Yleistä Praat on puheentutkimukseen tarkoitettu ilmainen ohjelma (GNU ohjelma, open source). Se sisältää useita eri analyysimahdollisuuksia, mahdollisuuden määrittää hyvin tarkasti kuvien
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
LisätiedotPetri Kärhä 04/02/04. Luento 2: Kohina mittauksissa
Kohinan ominaisuuksia Kohinamekanismit Terminen kohina Raekohina 1/f kohina (Kvantisointikohina) Kohinan käsittely Kohinakaistanleveys Kohinalähteiden yhteisvaikutus Signaali-kohina suhde Kohinaluku Kohinalämpötila
LisätiedotMatlab-tietokoneharjoitus
Matlab-tietokoneharjoitus Tämän harjoituksen tavoitteena on: Opettaa yksinkertaisia piirikaavio- ja yksikkömuunnoslaskuja. Opettaa Matlabin perustyökaluja mittausten analysoimiseen. Havainnollistaa näytteenottotaajuuden,
LisätiedotJOHDATUS TEKOÄLYYN TEEMU ROOS
JOHDATUS TEKOÄLYYN TEEMU ROOS AI-TUTKIJAN URANÄKYMIÄ AJATUSTENLUKUA COMPUTER VISION SIGNAALINKÄSITTELY KUVA VOIDAAN TULKITA MUUTTUJIEN (X,Y) FUNKTIONA. LÄHDE: S. SEITZ VÄRIKUVA KOOSTUU KOLMESTA KOMPONENTISTA
Lisätiedot3 Ääni ja kuulo. Ihmiskorva aistii paineen vaihteluita, joten yleensä äänestä puhuttaessa määritellään ääniaalto paineen vaihteluiden kautta.
3 Ääni ja kuulo 1 Mekaanisista aalloista ääni on ihmisen kannalta tärkein. Ääni on pitkittäistä aaltoliikettä, eli ilman (tai muun väliaineen) hiukkaset värähtelevät suuntaan joka on sama kuin aallon etenemissuunta.
Lisätiedot5 Akustiikan peruskäsitteitä
Puheen tuottaminen, havaitseminen ja akustiikka / Reijo Aulanko / 2016 2017 14 5 Akustiikan peruskäsitteitä ääni = ilmapartikkelien edestakaista liikettä, "tihentymien ja harventumien" vuorottelua, ilmanpaineen
LisätiedotPuheen akustiikan perusteita
Puheen akustiikan perusteita Mitä puhe on? 2.luento Martti Vainio Fonetiikan laitos, Helsingin yliopisto Puheen akustiikan perusteita p.1/39 Äänet, resonanssi ja spektrit ctl103 Fonetiikan perusteet kieliteknologeille
LisätiedotProjektisuunnitelma ja johdanto AS-0.3200 Automaatio- ja systeemitekniikan projektityöt Paula Sirén
Projektisuunnitelma ja johdanto AS-0.3200 Automaatio- ja systeemitekniikan projektityöt Paula Sirén Sonifikaatio Menetelmä Sovelluksia Mahdollisuuksia Ongelmia Sonifikaatiosovellus: NIR-spektroskopia kariesmittauksissa
Lisätiedot800 Hz Hz Hz
800 Hz korvaan tulevat ilmanpaineen vaihtelut taajuus 1 Hz = 1 heilahdus sekunnissa pianon keski C: 261 Hz puhe 1000-3000 Hz kuuloalue 20-20000 Hz amplitudi, db voimakkuus (loudness) rakenne siniääni monesta
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
LisätiedotKuulokoje, joka avaa maailmasi
Kuulokoje, joka avaa maailmasi Perinteinen teknologia Uusi teknologia keskittyy yhteen puhujaan ja vaimentaa kaikki muut puhujat avaa äänimaiseman, johon mahtuu useita puhujia Luultavasti tiedät tunteen.
LisätiedotLuento 5. tietoverkkotekniikan laitos
Luento 5 Luento 5 Jaksolliset signaalit epälineaarisissa muistittomissa järjestelmissä 5.1 Muistittomat epälineaariset komponentit Pruju Taylor-sarjakehitelmä ja konvoluutio taajuustasossa Särö Keskinäismodulaatio
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
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.
LisätiedotRadioamatöörikurssi 2017
Radioamatöörikurssi 2017 Polyteknikkojen Radiokerho Luento 4: Modulaatiot 9.11.2017 Otto Mangs, OH2EMQ, oh2emq@sral.fi 1 / 29 Illan aiheet 1.Signaaleista yleisesti 2.Analogiset modulaatiot 3.Digitaalinen
LisätiedotOhjelmistoradio tehtävät 4. P1: Ekvalisointi ja demodulaatio. OFDM-symbolien generoiminen
Ohjelmistoradio tehtävät 4 P: Ekvalisointi ja demodulaatio Tässä tehtävässä dekoodata OFDM data joka on sijotetty synknonontisignaalin lälkeen. Synkronointisignaali on sama kuin edellisessä laskutehtävässä.
LisätiedotPuheen akustiikan perusteita Mitä puhe on? 2.luento. Äänet, resonanssi ja spektrit. Äänen tuotto ja eteneminen. Puhe äänenä
Puheen akustiikan perusteita Mitä puhe on? 2.luento Martti Vainio Äänet, resonanssi ja spektrit Fonetiikan laitos, Helsingin yliopisto Puheen akustiikan perusteita p.1/39 ctl103 Fonetiikan perusteet kieliteknologeille
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
LisätiedotLuento 8. Suodattimien käyttötarkoitus
Luento 8 Lineaarinen suodatus Ideaaliset alipäästö, ylipäästö ja kaistanpäästösuodattimet Käytännölliset suodattimet 8..006 Suodattimien käyttötarkoitus Signaalikaistan ulkopuolisen kohinan ja häiriöiden
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
LisätiedotJOHDATUS TEKOÄLYYN TEEMU ROOS
JOHDATUS TEKOÄLYYN TEEMU ROOS TERMINATOR SIGNAALINKÄSITTELY KUVA VOIDAAN TULKITA KOORDINAATTIEN (X,Y) FUNKTIONA. LÄHDE: S. SEITZ VÄRIKUVA KOOSTUU KOLMESTA KOMPONENTISTA (R,G,B). ÄÄNI VASTAAVASTI MUUTTUJAN
LisätiedotVirheen kasautumislaki
Virheen kasautumislaki Yleensä tutkittava suure f saadaan välillisesti mitattavista parametreistä. Tällöin kokonaisvirhe f määräytyy mitattujen parametrien virheiden perusteella virheen kasautumislain
LisätiedotPHYS-C0240 Materiaalifysiikka (5op), kevät 2016
PHYS-C0240 Materiaalifysiikka (5op), kevät 2016 Prof. Martti Puska Emppu Salonen Tomi Ketolainen Ville Vierimaa Luento 7: Hilavärähtelyt tiistai 12.4.2016 Aiheet tänään Hilavärähtelyt: johdanto Harmoninen
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
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
LisätiedotKuuloaisti. Korva ja ääni. Melu
Kuuloaisti Ääni aaltoliikkeenä Tasapainoaisti Korva ja ääni Äänen kulku Korvan sairaudet Melu Kuuloaisti Ääni syntyy värähtelyistä. Taajuus mitataan värähtelyt/sekunti ja ilmaistaan hertseinä (Hz) Ihmisen
Lisätiedot(1) Teknillinen korkeakoulu, Signaalinkäsittelyn ja akustiikan laitos PL 3000, FI-02015 TKK Etunimi.Sukunimi@tkk.fi - http://www.acoustics.hut.
VOIMASOINNUN LAATU - DUURI VAI MOLLI? Henri Penttinen (1), Esa Lilja (2), Niklas Lindroos (1) (1) Teknillinen korkeakoulu, Signaalinkäsittelyn ja akustiikan laitos PL 3000, FI-02015 TKK Etunimi.Sukunimi@tkk.fi
LisätiedotKuule - luonnollisesti
Kuule - luonnollisesti Täydellisen tasapainoinen ääni Kuvittele, millaista olisi pystyä seuraamaan keskusteluja. Kuulla kaikki ympäristön äänet. Siirtyä mukavasti hiljaisesta paikasta meluisaan. Kuulla
LisätiedotAudiosignaalin mallintaminen sineillä ja kohinalla
8323 Digitaalinen audio, harjoitustyö kevät 25: vaiheet I ja II Audiosignaalin mallintaminen sineillä ja kohinalla 1. Yleistä Sinikohinamalli on parametrinen tapa esittää audiosignaali kompaktisti. Siinä
LisätiedotAkustisen emission Wavelet-analyysi
Akustisen emission Wavelet-analyysi Pekka Salmenperä ja Juha Miettinen Tampereen Teknillinen Yliopisto Konedynamiikan laboratorio Korkeakoulunkatu 6 BOX 589 FI-33101 Tampere FINLAND pekka.salmenpera@tut.fi,
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
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
LisätiedotTRIGONOMETRISTEN FUNKTIOIDEN KUVAAJAT
3.0.07 0 π TRIGONOMETRISTEN FUNKTIOIDEN KUVAAJAT π = π 3π π = π 5π 6π = 3π 7π TRIGONOMETRISET FUNKTIOT, MAA7 Tarkastellaan aluksi sini-funktiota ja lasketaan sin :n arvoja, kun saa arvoja 0:sta 0π :ään
LisätiedotÄäni, akustiikka Lähdemateriaali: Rossing. (1990). The science of sound. Luvut 2-4, 23.
Ääni, akustiikka Lähdemateriaali: Rossing. (1990). The science of sound. Luvut 2-4, 23. Sisältö: 1. Johdanto 2. Värähtelevät järjestelmät 3. Aallot 4. Resonanssi 5. Huoneakustiikka 1 Johdanto Sanaa akustiikka
LisätiedotLähettimet ja vastaanottimet
Aiheitamme tänään Lähettimet ja vastaanottimet OH3TR:n radioamatöörikurssi Kaiken perusta: värähtelijä eli oskillaattori Vastaanottimet: värähtelijän avulla alas radiotaajuudelta eri lähetelajeille sama
LisätiedotLUONNOLLINEN MITTASIGNAALI
Teoria ja mittausesimerkkejä Kalervo Kuikka 1 Yleisiä ominaisuuksia Luonnollinen mittasignaali on äänitaajuuslaitteiden laatumittauksiin tarkoitettu laajakaistainen synkroninen multitone mittasignaali,
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(
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
LisätiedotJOHDATUS TEKOÄLYYN TEEMU ROOS
JOHDATUS TEKOÄLYYN TEEMU ROOS TERMINATOR SIGNAALINKÄSITTELY KUVA VOIDAAN TULKITA KOORDINAATTIEN (X,Y) FUNKTIONA. LÄHDE: S. SEITZ VÄRIKUVA KOOSTUU KOLMESTA KOMPONENTISTA (R,G,B). ÄÄNI VASTAAVASTI MUUTTUJAN
Lisätiedot16 Ääni ja kuuleminen
16 Ääni ja kuuleminen Ääni on väliaineessa etenevää pitkittäistä aaltoliikettä. Ihmisen kuuloalue 20 Hz 20 000 Hz. (Infraääni kuuloalue ultraääni) 1 2 Ääniaallon esittämistapoja: A = poikkeama-amplitudi
LisätiedotS Elektroniset mittaukset ja elektroniikan häiriökysymykset. 2 ov
TKK / Mittaustekniikan laboratorio HUT / Metrology Research Institute S-108.180 Elektroniset mittaukset ja elektroniikan häiriökysymykset 2 ov 7.2.2001 KL kohina.ppt 1 Elektroninen mittaussysteemi MITATTAVA
LisätiedotSanajärjestyksen ja intensiteetin vaikutus suomen intonaation havaitsemisessa ja tuotossa
Sanajärjestyksen ja intensiteetin vaikutus suomen intonaation havaitsemisessa ja tuotossa Martti Vainio, Juhani Järvikivi & Stefan Werner Helsinki/Turku/Joensuu Fonetiikan päivät 2004, Oulu 27.-28.8.2004
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
LisätiedotSignaalimallit: sisältö
Signaalimallit: sisältö Motivaationa häiriöiden kuvaaminen ja rekonstruointi Signaalien kuvaaminen aikatasossa, determinisitinen vs. stokastinen Signaalien kuvaaminen taajuustasossa Fourier-muunnos Deterministisen
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,
LisätiedotMekaniikan jatkokurssi Fys102
Mekaniikan jatkokurssi Fys102 Kevät 2010 Jukka Maalampi LUENTO 6 Yksinkertainen harmoninen liike yhteys ympyräliikkeeseen energia dynamiikka Värähdysliike Knight Ch 14 Heilahtelut pystysuunnassa ja gravitaation
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.
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:
LisätiedotToimivat, esteettömät työtilat Esken verkostoseminaari IIRIS
150318 Toimivat, esteettömät työtilat Esken verkostoseminaari IIRIS NÄKÖKULMIA TYÖPAIKKOJEN ESTEETTÖMYYTEEN Koppikonttori avokonttori monitilatoimisto Kommenttipuheenvuoro Kuuloliitto ry muokattu viimeksi
LisätiedotTuulivoimamelun ominaispiirteiden määrittäminen
Tuulivoimamelun ominaispiirteiden määrittäminen Pekka Härkönen Kandidaatintyö 0.9.06 School of Energy Systems Sähkötekniikka Pekka Härkönen Lappeenrannan teknillinen yliopisto School of Energy Systems
LisätiedotMittalaitetekniikka. NYMTES13 Vaihtosähköpiirit Jussi Hurri syksy 2014
Mittalaitetekniikka NYMTES13 Vaihtosähköpiirit Jussi Hurri syksy 2014 1 1. VAIHTOSÄHKÖ, PERUSKÄSITTEITÄ AC = Alternating current Jatkossa puhutaan vaihtojännitteestä. Yhtä hyvin voitaisiin tarkastella
LisätiedotMitä tulisi huomioida ääntä vaimentavia kalusteita valittaessa?
Mitä tulisi huomioida ääntä vaimentavia kalusteita valittaessa? Kun seinät katoavat ja toimistotila avautuu, syntyy sellaisten työpisteiden tarve, joita voi kutsua tilaksi tilassa. Siirrettävillä väliseinillä
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
Lisätiedot1 PID-taajuusvastesuunnittelun esimerkki
Enso Ikonen, Oulun yliopisto, systeemitekniikan laboratorio 2/23 Säätöjärjestelmien suunnittelu 23 PID-taajuusvastesuunnittelun esimerkki Tehtävänä on suunnitella säätö prosessille ( ) = = ( +)( 2 + )
LisätiedotS-114.2720 Havaitseminen ja toiminta
S-114.2720 Havaitseminen ja toiminta Heikki Hyyti 60451P Harjoitustyö 3 puheen havaitseminen Mikä on akustinen vihje (acoustic cue)? Selitä seuraavat käsitteet ohjelman ja kirjan tietoja käyttäen: Spektrogrammi
LisätiedotEMC Säteilevä häiriö
EMC Säteilevä häiriö Kaksi päätyyppiä: Eromuotoinen johdinsilmukka (yleensä piirilevyllä) silmulla toimii antennina => säteilevä magneettikenttä Yhteismuotoinen ei-toivottuja jännitehäviöitä kytkennässä
LisätiedotILKKA HULKKO TAAJUUDEN MITTAUS PAINESIGNAALISTA. Kandidaatintyö
ILKKA HULKKO TAAJUUDEN MITTAUS PAINESIGNAALISTA Kandidaatintyö Tarkastaja: Konsta Koppinen Työ jätetty tarkastettavaksi: 8.5.2009 II TIIVISTELMÄ TAMPEREEN TEKNILLINEN YLIOPISTO Automaatiotekniikan koulutusohjelma
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
LisätiedotAkustiikka ja toiminta
Akustiikka ja toiminta Äänitiede on kutsumanimeltään akustiikka. Sana tulee Kreikan kielestä akoustos, joka tarkoittaa samaa kuin kuulla. Tutkiessamme värähtelyjä ja säteilyä, voimme todeta että värähtely
LisätiedotMusiikista ja äänestä yleisesti. Mitä tiedetään vaikutuksista. Mitä voi itse tehdä
Tarja Ketola 13.3.2017 Musiikista ja äänestä yleisesti Mitä tiedetään vaikutuksista Mitä voi itse tehdä MELU ihmisen tekemää ääntä, erityisesti sitä mitä ei pysty itse kontrolloimaan HILJAISUUS sallii
LisätiedotPianon äänten parametrinen synteesi
Pianon äänten parametrinen synteesi Jukka Rauhala Pianon akustiikkaa Kuinka ääni syntyy Sisält ltö Pianon ääneen liittyviä ilmiöitä Pianon äänen synteesi Ääniesimerkkejä Akustiikan ja äänenkäsittelytekniikan
Lisätiedothavainnollistaa Dopplerin ilmiötä ja interferenssin aiheuttamaa huojuntailmiötä
FYSP0 / K3 DOPPLERIN ILMIÖ Työn tavoitteita havainnollistaa Dopplerin ilmiötä ja interferenssin aiheuttamaa huojuntailmiötä harjoitella mittausarvojen poimimista Capstonen kuvaajalta sekä kerrata maksimiminimi
LisätiedotRadioamatöörikurssi 2016
Radioamatöörikurssi 2016 Radiotekniikan komponentit 9.11.2016 Tatu Peltola, OH2EAT 1 / 30 Vahvistimet Vahvistin ottaa signaalin sisään ja antaa sen ulos suurempitehoisena Tehovahvistus, db Jännitevahvistus
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
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,
LisätiedotRadioamatöörikurssi 2012
Radioamatöörikurssi 2012 Sähkömagneettinen säteily, Aallot, spektri ja modulaatiot Ti 6.11.2012 Johannes, OH7EAL 6.11.2012 1 / 19 Sähkömagneettinen säteily Radioaallot ovat sähkömagneettista säteilyä.
LisätiedotLiikemäärän säilyminen Vuorovesivoimat Jousivoima
Liikemäärän säilyminen Vuorovesivoimat Jousivoima Tämän luennon tavoitteet Liikemäärän säilyminen Vuorovesivoimat ja binomiapproksimaatio gravitaatio jatkuu viime viikolta Jousivoima: mikä se on ja miten
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,
LisätiedotPSYKOAKUSTINEN ADAPTIIVINEN EKVALISAATTORI KUULOKEKUUNTELUUN MELUSSA
PSYKOAKUSTINEN ADAPTIIVINEN EKVALISAATTORI KUULOKEKUUNTELUUN MELUSSA Jussi Rämö 1, Vesa Välimäki 1 ja Miikka Tikander 2 1 Aalto-yliopisto, Signaalinkäsittelyn ja akustiikan laitos PL 13000, 00076 AALTO
Lisätiedot