Organization of (Simultaneous) Spectral Components

Koko: px
Aloita esitys sivulta:

Download "Organization of (Simultaneous) Spectral Components"

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

Lisätiedot

THE audio feature: MFCC. Mel Frequency Cepstral Coefficients

THE 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

Lisätiedot

Digitaalinen audio

Digitaalinen audio 8003203 Digitaalinen audio Luennot, kevät 2005 Tuomas Virtanen Tampereen teknillinen yliopisto Kurssin tavoite Johdanto 2 Tarjota tiedot audiosignaalinkäsittelyn perusteista perusoperaatiot, sekä niissä

Lisätiedot

SGN-4200 Digitaalinen audio

SGN-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,

Lisätiedot

SIGNAALITEORIAN KERTAUSTA 1

SIGNAALITEORIAN KERTAUSTA 1 SIGNAALITEORIAN KERTAUSTA 1 1 (26) Fourier-muunnos ja jatkuva spektri Spektri taajuuden funktiona on kompleksiarvoinen funktio, jonka esittäminen graafisesti edellyttää 3D-kuvaajan piirtämisen. Yleensä

Lisätiedot

Åbo 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 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

Lisätiedot

SGN-4200 Digitaalinen Audio Harjoitustyö-info

SGN-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

Lisätiedot

Tiistai klo 10-12 Jari Eerola 20.1.2015

Tiistai 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

Lisätiedot

Puheen 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. 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...

Lisätiedot

SIGNAALITEORIAN KERTAUSTA OSA 1

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

Lisätiedot

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

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

Lisätiedot

Kuuloaistin ominaisuuksia

Kuuloaistin 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

Lisätiedot

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

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

Lisätiedot

Yleistä. Digitaalisen äänenkäsittelyn perusteet. Tentit. Kurssin hyväksytty suoritus = Harjoitustyö 2(2) Harjoitustyö 1(2)

Yleistä. 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

Lisätiedot

Infraäänimittaukset. DI Antti Aunio, Aunio Group Oy

Infraäänimittaukset. 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

Lisätiedot

Radioamatöörikurssi 2016

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

Lisätiedot

Kuulohavainnon perusteet

Kuulohavainnon 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

Lisätiedot

Spektri- ja signaalianalysaattorit

Spektri- ja signaalianalysaattorit Spektri- ja signaalianalysaattorit Pyyhkäisevät spektrianalysaattorit Suora pyyhkäisevä Superheterodyne Reaaliaika-analysaattorit Suora analoginen analysaattori FFT-spektrianalysaattori DFT FFT Analysaattoreiden

Lisätiedot

Äänen eteneminen ja heijastuminen

Äänen 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

Lisätiedot

1 Diskreettiaikainen näytteistys. 1.1 Laskostuminen. Laskostuminen

1 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

Lisätiedot

Puheen akustiikan perusteita

Puheen 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...

Lisätiedot

Luento 15: Ääniaallot, osa 2

Luento 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

Lisätiedot

f k = 440 x 2 (k 69)/12 (demoaa yllä Äänen väri Johdanto

f 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

Lisätiedot

1. Perusteita. 1.1. Äänen fysiikkaa. Ääniaalto. Aallonpituus ja amplitudi. Taajuus (frequency) Äänen nopeus

1. 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),

Lisätiedot

Laskuharjoitus 2 ( ): Tehtävien vastauksia

Laskuharjoitus 2 ( ): Tehtävien vastauksia TT12S1E Tietoliikenteen perusteet Metropolia/A. Koivumäki Laskuharjoitus 2 (11.9.2013): Tehtävien vastauksia 1. Eräässä kuvitteellisessa radioverkossa yhdessä radiokanavassa voi olla menossa samanaikaisesti

Lisätiedot

Signaalinkäsittely Musiikin sisältöanalyysi Rumpujen nuotinnos Muotoanalyysi Yhteenveto. Lectio praecursoria

Signaalinkäsittely 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

Lisätiedot

Signaalit ja järjestelmät aika- ja taajuusalueissa

Signaalit ja järjestelmät aika- ja taajuusalueissa Signaalit ja järjestelmät aika- ja taajuusalueissa Signaalit aika ja taajuusalueissa Muunnokset aika ja taajuusalueiden välillä Fourier sarja (jaksollinen signaali) Fourier muunnos (jaksoton signaali)

Lisätiedot

Luento: Puhe. Mitä puhe on? Anatomiaa ja fysiologiaa. Puhetapahtuma. Brocan ja Wernicken alueet. Anatomiaa ja fysiologiaa. Puheen tuottaminen:

Luento: 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

Lisätiedot

Jaksollisen signaalin spektri

Jaksollisen signaalin spektri Jaksollisen signaalin spektri LuK-tutkielma Topi Suviaro 2257699 Matemaattisten tieteiden laitos Oulun yliopisto Syksy 215 Sisältö Johdanto 2 1 Jaksollisuudesta 2 2 Spektristä 3 2.1 Symmetrian vaikutuksesta

Lisätiedot

Analyysi on helpointa aloittaa painamalla EDIT-painiketta. (Tuotu tiedosto täytyy olla aktiivinen eli valittuna).

Analyysi 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

Lisätiedot

Luento 9. tietoverkkotekniikan laitos

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

Lisätiedot

Petri Kärhä 04/02/04. Luento 2: Kohina mittauksissa

Petri 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

Lisätiedot

Matlab-tietokoneharjoitus

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

Lisätiedot

JOHDATUS TEKOÄLYYN TEEMU ROOS

JOHDATUS 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

Lisätiedot

3 Ääni ja kuulo. Ihmiskorva aistii paineen vaihteluita, joten yleensä äänestä puhuttaessa määritellään ääniaalto paineen vaihteluiden kautta.

3 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.

Lisätiedot

5 Akustiikan peruskäsitteitä

5 Akustiikan peruskäsitteitä Puheen tuottaminen, havaitseminen ja akustiikka / Reijo Aulanko / 2016 2017 14 5 Akustiikan peruskäsitteitä ääni = ilmapartikkelien edestakaista liikettä, "tihentymien ja harventumien" vuorottelua, ilmanpaineen

Lisätiedot

Puheen akustiikan perusteita

Puheen 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

Lisätiedot

Projektisuunnitelma ja johdanto AS-0.3200 Automaatio- ja systeemitekniikan projektityöt Paula Sirén

Projektisuunnitelma 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

Lisätiedot

800 Hz Hz Hz

800 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

Lisätiedot

Kompleksiluvut signaalin taajuusjakauman arvioinnissa

Kompleksiluvut signaalin taajuusjakauman arvioinnissa Kompleksiluvut signaalin taajuusjakauman arvioinnissa Vierailuluento IMA-kurssilla Heikki Huttunen Lehtori, TkT Signaalinkäsittely, TTY heikki.huttunen@tut.fi Department of Signal Processing Fourier-muunnos

Lisätiedot

Kuulokoje, joka avaa maailmasi

Kuulokoje, 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.

Lisätiedot

Luento 5. tietoverkkotekniikan laitos

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

Lisätiedot

Luento 2. Jaksolliset signaalit

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

Lisätiedot

Laskuharjoitus 4 ( ): Tehtävien vastauksia

Laskuharjoitus 4 ( ): Tehtävien vastauksia TT12S1E Tietoliikenteen perusteet Metropolia/A. Koivumäki Laskuharjoitus 4 (2.10.2013): Tehtävien vastauksia 1. Tutkitaan signaalista näytteenotolla muodostettua PAM (Pulse Amplitude Modulation) -signaalia.

Lisätiedot

Radioamatöörikurssi 2017

Radioamatöörikurssi 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

Lisätiedot

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

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

Lisätiedot

Puheen 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. 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

Lisätiedot

Signaalien datamuunnokset. Digitaalitekniikan edut

Signaalien 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

Lisätiedot

Signaalien datamuunnokset

Signaalien datamuunnokset Signaalien datamuunnokset Datamuunnosten teoriaa Muunnosten taustaa Muunnosten teoriaa Muunnosten rajoituksia ja ongelmia Petri Kärhä 06/02/2004 Luento 4a: Signaalien datamuunnokset 1 Digitaalitekniikan

Lisätiedot

Luento 8. Suodattimien käyttötarkoitus

Luento 8. Suodattimien käyttötarkoitus Luento 8 Lineaarinen suodatus Ideaaliset alipäästö, ylipäästö ja kaistanpäästösuodattimet Käytännölliset suodattimet 8..006 Suodattimien käyttötarkoitus Signaalikaistan ulkopuolisen kohinan ja häiriöiden

Lisätiedot

Diskreetti Fourier-muunnos ja sen hyödyntäminen signaalien spektrien muodostamisessa. Pentti Romppainen

Diskreetti Fourier-muunnos ja sen hyödyntäminen signaalien spektrien muodostamisessa. Pentti Romppainen Diskreetti Fourier-muunnos ja sen hyödyntäminen signaalien spektrien muodostamisessa Pentti Romppainen Kajaanin ammattikorkeakoulu Oy Kajaani University of Applied Sciences Diskreetti Fourier-muunnos ja

Lisätiedot

JOHDATUS TEKOÄLYYN TEEMU ROOS

JOHDATUS 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

Lisätiedot

Virheen kasautumislaki

Virheen kasautumislaki Virheen kasautumislaki Yleensä tutkittava suure f saadaan välillisesti mitattavista parametreistä. Tällöin kokonaisvirhe f määräytyy mitattujen parametrien virheiden perusteella virheen kasautumislain

Lisätiedot

PHYS-C0240 Materiaalifysiikka (5op), kevät 2016

PHYS-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

Lisätiedot

T SKJ - TERMEJÄ

T SKJ - TERMEJÄ T-61140 SKJ - termit Sivu 1 / 7 T-61140 SKJ - TERMEJÄ Nimi Opnro Email Signaalinkäsittelyyn liittyviä termejä ja selityksiä Kevät 2005 Täytä lomaketta kevään aikana ja kerää mahdollisesti puuttuvia termejä

Lisätiedot

T-61.246 DSP: GSM codec

T-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

Lisätiedot

Kuuloaisti. Korva ja ääni. Melu

Kuuloaisti. 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.

(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

Lisätiedot

Kuule - luonnollisesti

Kuule - luonnollisesti Kuule - luonnollisesti Täydellisen tasapainoinen ääni Kuvittele, millaista olisi pystyä seuraamaan keskusteluja. Kuulla kaikki ympäristön äänet. Siirtyä mukavasti hiljaisesta paikasta meluisaan. Kuulla

Lisätiedot

Audiosignaalin mallintaminen sineillä ja kohinalla

Audiosignaalin 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

Lisätiedot

Akustisen emission Wavelet-analyysi

Akustisen 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,

Lisätiedot

Digitaalinen signaalinkäsittely Johdanto, näytteistys

Digitaalinen 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

Lisätiedot

Radiokurssi. Modulaatiot, arkkitehtuurit, modulaattorit, ilmaisimet ja muut

Radiokurssi. 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

Lisätiedot

TRIGONOMETRISTEN FUNKTIOIDEN KUVAAJAT

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

Lisätiedot

Ääni, 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. 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

Lisätiedot

Lähettimet ja vastaanottimet

Lähettimet ja vastaanottimet Aiheitamme tänään Lähettimet ja vastaanottimet OH3TR:n radioamatöörikurssi Kaiken perusta: värähtelijä eli oskillaattori Vastaanottimet: värähtelijän avulla alas radiotaajuudelta eri lähetelajeille sama

Lisätiedot

LUONNOLLINEN MITTASIGNAALI

LUONNOLLINEN MITTASIGNAALI Teoria ja mittausesimerkkejä Kalervo Kuikka 1 Yleisiä ominaisuuksia Luonnollinen mittasignaali on äänitaajuuslaitteiden laatumittauksiin tarkoitettu laajakaistainen synkroninen multitone mittasignaali,

Lisätiedot

Kotitehtävät 1-6: Vastauksia

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

Lisätiedot

TL5231, Signaaliteoria (S2004) Matlab-harjoituksia

TL5231, 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

Lisätiedot

JOHDATUS TEKOÄLYYN TEEMU ROOS

JOHDATUS 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

Lisätiedot

16 Ääni ja kuuleminen

16 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

Lisätiedot

S Elektroniset mittaukset ja elektroniikan häiriökysymykset. 2 ov

S 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

Lisätiedot

Sanajärjestyksen ja intensiteetin vaikutus suomen intonaation havaitsemisessa ja tuotossa

Sanajärjestyksen 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

Lisätiedot

Radioamatöörikurssi 2013

Radioamatöörikurssi 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

Lisätiedot

Signaalimallit: sisältö

Signaalimallit: sisältö Signaalimallit: sisältö Motivaationa häiriöiden kuvaaminen ja rekonstruointi Signaalien kuvaaminen aikatasossa, determinisitinen vs. stokastinen Signaalien kuvaaminen taajuustasossa Fourier-muunnos Deterministisen

Lisätiedot

Radioamatöörikurssi 2015

Radioamatöörikurssi 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,

Lisätiedot

Mekaniikan jatkokurssi Fys102

Mekaniikan 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

Lisätiedot

ELEC-C7230 Tietoliikenteen siirtomenetelmät

ELEC-C7230 Tietoliikenteen siirtomenetelmät ELEC-C7230 Tietoliikenteen siirtomenetelmät Laskuharjoitus 8 - ratkaisut 1. Tehtävässä on taustalla ajatus kantoaaltomodulaatiosta, jossa on I- ja Q-haarat, ja joka voidaan kuvata kompleksiarvoisena kantataajuussignaalina.

Lisätiedot

Johdanto tieto- viestintäteknologian käyttöön: Äänitystekniikka. Vfo135 ja Vfp124 Martti Vainio

Johdanto 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:

Lisätiedot

Toimivat, esteettömät työtilat Esken verkostoseminaari IIRIS

Toimivat, esteettömät työtilat Esken verkostoseminaari IIRIS 150318 Toimivat, esteettömät työtilat Esken verkostoseminaari IIRIS NÄKÖKULMIA TYÖPAIKKOJEN ESTEETTÖMYYTEEN Koppikonttori avokonttori monitilatoimisto Kommenttipuheenvuoro Kuuloliitto ry muokattu viimeksi

Lisätiedot

Tuulivoimamelun ominaispiirteiden määrittäminen

Tuulivoimamelun 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

Lisätiedot

Mittalaitetekniikka. NYMTES13 Vaihtosähköpiirit Jussi Hurri syksy 2014

Mittalaitetekniikka. 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

Lisätiedot

Mitä tulisi huomioida ääntä vaimentavia kalusteita valittaessa?

Mitä 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

Lisätiedot

LABORATORIOTYÖ 2 SPEKTRIANALYSAATTORI

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

Lisätiedot

1 PID-taajuusvastesuunnittelun esimerkki

1 PID-taajuusvastesuunnittelun esimerkki Enso Ikonen, Oulun yliopisto, systeemitekniikan laboratorio 2/23 Säätöjärjestelmien suunnittelu 23 PID-taajuusvastesuunnittelun esimerkki Tehtävänä on suunnitella säätö prosessille ( ) = = ( +)( 2 + )

Lisätiedot

S-114.2720 Havaitseminen ja toiminta

S-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

Lisätiedot

EMC Säteilevä häiriö

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

Lisätiedot

ILKKA HULKKO TAAJUUDEN MITTAUS PAINESIGNAALISTA. Kandidaatintyö

ILKKA 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

Lisätiedot

Radioamatöörikurssi 2014

Radioamatöörikurssi 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

Lisätiedot

Akustiikka ja toiminta

Akustiikka 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

Lisätiedot

Musiikista ja äänestä yleisesti. Mitä tiedetään vaikutuksista. Mitä voi itse tehdä

Musiikista 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

Lisätiedot

Pianon äänten parametrinen synteesi

Pianon 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

Lisätiedot

havainnollistaa Dopplerin ilmiötä ja interferenssin aiheuttamaa huojuntailmiötä

havainnollistaa 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

Lisätiedot

Radioamatöörikurssi 2016

Radioamatöörikurssi 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

Lisätiedot

Digitaalinen audio & video I

Digitaalinen 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

Lisätiedot

AD/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 AD/DA muunnos Lähteet: Pohlman. (1995). Principles of digital audio (3rd ed). Zölzer. (1997). Digital audio signal processing Sisältö: Näytteistys, laskostuminen Kvantisointi, kvantisointivirhe, kvantisointisärö,

Lisätiedot

Radioamatöörikurssi 2012

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

Lisätiedot

Liikemäärän säilyminen Vuorovesivoimat Jousivoima

Liikemäärän 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

Lisätiedot

805324A (805679S) Aikasarja-analyysi Harjoitus 5 (2016)

805324A (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,

Lisätiedot

PSYKOAKUSTINEN ADAPTIIVINEN EKVALISAATTORI KUULOKEKUUNTELUUN MELUSSA

PSYKOAKUSTINEN 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