IIR-suodattimissa ongelmat korostuvat, koska takaisinkytkennästä seuraa virheiden kertautuminen ja joissakin tapauksissa myös vahvistuminen.

Samankaltaiset tiedostot
Tuntematon järjestelmä. Adaptiivinen suodatin

1 Tarkastellaan digitaalista suodatinta, jolle suurin sallittu päästökaistavärähtely on 0.05 db ja estokaistalla vaimennus on 44 db.

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

SGN-1200 Signaalinkäsittelyn menetelmät Välikoe

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

SGN-1200 Signaalinkäsittelyn menetelmät Välikoe

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

SGN Signaalinkäsittelyn perusteet Välikoe Heikki Huttunen

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

1 Olkoon suodattimen vaatimusmäärittely seuraava:

L/M = 16.9/9.1 = 169/91 = 13/7.

TL5503 DSK, laboraatiot (1.5 op) Suodatus 1 (ver 1.0) Jyrki Laitinen

1 Määrittele lyhyesti seuraavat käsitteet. a) Kvantisointivirhe. b) Näytetaajuuden interpolointi. c) Adaptiivinen suodatus.

TL5503 DSK, laboraatiot (1.5 op) Suodatus 2 (ver 1.0) Jyrki Laitinen

1 Vastaa seuraaviin. b) Taajuusvasteen

Spektri- ja signaalianalysaattorit

1. Määritä pienin näytelauseen ehdon mukainen näytetaajuus taajuus seuraaville signaaleille:

Digitaalinen signaalinkäsittely Desibeliasteikko, suotimen suunnittelu

Remez-menetelmä FIR-suodinten suunnittelussa

Alipäästösuotimen muuntaminen muiksi perussuotimiksi

SGN-1251 Signaalinkäsittelyn sovellukset Välikoe Heikki Huttunen

SGN Signaalinkäsittelyn perusteet Välikoe Heikki Huttunen

Numeeriset menetelmät

Kompleksiluvut signaalin taajuusjakauman arvioinnissa

Kirjoitetaan FIR-suotimen differenssiyhtälö (= suodatuksen määrittelevä kaava):

Esipuhe. Tampereella, 9. toukokuuta 2003, Heikki Huttunen

: Johdatus signaalinkäsittelyyn 2

Suodattimet. Suodatintyypit: Bessel Chebyshev Elliptinen Butterworth. Suodattimet samalla asteluvulla (amplitudivaste)

TL5503 DSK, laboraatiot (1.5 op) Audiosignaalit (ver 1.0) Jyrki Laitinen

Luento 8. Suodattimien käyttötarkoitus

Heikki Huttunen Signaalinkäsittelyn sovellukset

T Digitaalinen signaalinkäsittely ja suodatus

Kapeakaistainen signaali

Säätötekniikan ja signaalinkäsittelyn työkurssi

Signaalinkäsittelyn sovellukset

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

TL5231, Signaaliteoria (S2004) Matlab-harjoituksia

Heikki Huttunen Signaalinkäsittelyn sovellukset

TL5362DSK-algoritmit (J. Laitinen) TTE2SN4X/4Z, TTE2SN5X/5Z Välikoe 1, ratkaisut

KOHINA LÄMPÖKOHINA VIRTAKOHINA. N = Noise ( Kohina )

FIR suodinpankit * 1 Johdanto

LABORATORIOTYÖ 2 A/D-MUUNNOS

Muuntavat analogisen signaalin digitaaliseksi Vertaa sisääntulevaa signaalia referenssijännitteeseen Sarja- tai rinnakkaismuotoinen Tyypilliset

Laskuharjoitus 2 ( ): Tehtävien vastauksia

LABORATORIOTYÖ 2 A/D-MUUNNOS

Signaalien generointi

Spektrianalysaattori. Spektrianalysaattori

Tiedonkeruu ja analysointi

ELEC-C5070 Elektroniikkapaja (5 op)

Laskuharjoitus 4 ( ): Tehtävien vastauksia

Matlab-tietokoneharjoitus

Signaalien datamuunnokset. Digitaalitekniikan edut

Signaalien datamuunnokset

1. Määritä pienin näytelauseen ehdon mukainen näytetaajuus taajuus seuraaville signaaleille:

Luento 8. Suodattimien käyttötarkoitus

Katsaus suodatukseen

Mitä on signaalien digitaalinen käsittely

1 Määrittele seuraavat langattoman tiedonsiirron käsitteet.

SEBASTIAN RINTALA SIGNAALIN DOMINOIVAN TAAJUUDEN ARVIOINTI

SGN Bachelor's Laboratory Course in Signal Processing ELT Tietoliikenne-elektroniikan työkurssi. Äänitaajuusjakosuodintyö ( )

TL5503 DSK, laboraatiot (1.5 op) Kuvasignaalit. Jyrki Laitinen

Signaalit ja järjestelmät aika- ja taajuusalueissa

Numeeriset menetelmät TIEA381. Luento 14. Kirsi Valjus. Jyväskylän yliopisto. Luento 14 () Numeeriset menetelmät / 55

KON-C3004 Kone- ja rakennustekniikan laboratoriotyöt Tiedonkeruu ja analysointi Panu Kiviluoma

Suodinpankit ja muunnokset*

Johdatus matematiikkaan

Perusmittalaitteet 2. Spektrianalyysi. Mittaustekniikan perusteet / luento 4. Spektrianalyysi. Logaritmiasteikko ja db (desibel) Spektrianalysaattori

SMG-1100: PIIRIANALYYSI I. Verkkojen taajuusriippuvuus: suo(dat)timet

Tiedonkeruu ja analysointi

ELEC-C5070 Elektroniikkapaja. Laboratoriotyö 3 A/D- ja D/A-muuntimet

Numeeriset menetelmät

Mediaanisuodattimet. Tähän asti käsitellyt suodattimet ovat olleet lineaarisia. Niille on tyypillistä, että. niiden ominaisuudet tunnetaan hyvin

1 Johdanto. 2 Kriittinen näytteistys 2:lla alikaistalla. 1.1 Suodatinpankit audiokoodauksessa. Johdanto

Digitaalinen Signaalinkäsittely T0125 Luento

20 Kollektorivirta kun V 1 = 15V Transistorin virtavahvistus Transistorin ominaiskayrasto Toimintasuora ja -piste 10

SIGNAALITEORIAN KERTAUSTA 1

ELEC-A7200 Signaalit ja järjestelmät

Ismo Kemppainen. Digitaalisen suodattimen kokeilu LabVIEW-ohjelmointiympäristössä

LOPPURAPORTTI Lämpötilahälytin Hans Baumgartner xxxxxxx nimi nimi

3. Kirjoita seuraavat joukot luettelemalla niiden alkiot, jos mahdollista. Onko jokin joukoista tyhjä joukko?

Numeeriset menetelmät TIEA381. Luento 13. Kirsi Valjus. Jyväskylän yliopisto. Luento 13 () Numeeriset menetelmät / 42

MS-C1420 Fourier-analyysi Esimerkkejä, perusteluja, osa I

MS-C1420 Fourier-analyysi Esimerkkejä, perusteluja, osa I

Jaksollisen signaalin spektri

Vastekorjaus (ekvalisointi) Lähteet: Zölzer. Digital audio signal processing. Wiley & Sons. Zölzer (ed.) DAFX Digital Audio Effects. Wiley & Sons.

T SKJ - TERMEJÄ

Johdatus vaihtosähköön, sinimuotoiset suureet. DEE Piirianalyysi Risto Mikkonen

Kohina. Havaittujen fotonien statistinen virhe on kääntäen verrannollinen havaittujen fotonien lukumäärän N neliö juureen ( T 1/ N)

Luku 4 - Kuvien taajuusanalyysi

3 Ikkunointi. Kuvio 1: Signaalin ikkunointi.

1 Äänisignaalin tallentaminen ja analysointi... 2 Q Q Q Q Häiriönpoisto... 5 Q Q Q2.3...

SIGNAALITEORIAN KERTAUSTA OSA 2

S SÄHKÖTEKNIIKKA Kimmo Silvonen

MAB3 - Harjoitustehtävien ratkaisut:

Digitaalinen signaalinkäsittely Kuvankäsittely

Luento 8. tietoverkkotekniikan laitos

A/D-muuntimia. Flash ADC

Transkriptio:

TL536DSK-algoritmit (J. Laitinen)..5 Välikoe, ratkaisut Millaisia ongelmia kvantisointi aiheuttaa signaalinkäsittelyssä? Miksi ongelmat korostuvat IIR-suodatinten tapauksessa? Tarkastellaan Hz taajuista kosinisignaalia, jonka amplitudi on. Kuinka monella bitillä signaali on kvantisoitava, jotta signaalikvantisointikohinasuhde olisi suurempi kuin db (SQR > db)? Katso Johdatus signaalinkäsittelyyn monisteen s. 7. IIR-suodattimissa ongelmat korostuvat, koska takaisinkytkennästä seuraa virheiden kertautuminen ja joissakin tapauksissa myös vahvistuminen. keskimääräinen teho saadaan korottamalla toiseen potenssin ja määrittämällä näin saadun signaalin keskiarvo. Tarkastellaan tilannetta graaisesti: Hz, s Hz.5 -.5 -...3.4.5.6.7.8.9 t [s].8.6.4....3.4.5.6.7.8.9 t [s] Kuvasta havaitaan selvästi, että signaalin keskiarvo on.5. Signaalin varianssiksi saadaan σ. ( σ ) SQR log +.79 + 6. b log +.79 + 6. b 7.78 + 6. b > b > 8.64 9. Vastaus: 9 bitillä.

TL536DSK-algoritmit (J. Laitinen)..5 Välikoe, ratkaisut Signaali (n), jonka näytetaajuus on 5 Hz, pitää muuntaa signaaliksi, jonka näytetaajuus on 375 Hz. Esitä muunnoksen vaiheet lohkokaaviona sekä tarvittavien suodinten päästö- ja estokaistojen sijainti, kun taajuudet.. 9 Hz halutaan muunnoksessa säilyttää. Merkitse näytetaajuus lohkokaavion eri vaiheisiin näkyviin. L 375 5 M 5 c 75 Hz c 87.5 Hz (n) 5 LPF LPF y(n) s 5 Hz s 75 Hz s 75 Hz s 75 Hz s 375 Hz c 75 Hz (n) 5 LPF y(n) s 5 Hz s 75 Hz s 75 Hz s 375 Hz LPF : Päästökaista: Estokaista: esim... 6 Hz, > 75 Hz taajuuksia ei voi säilyttää! 75.. 35 Hz.

TL536DSK-algoritmit (J. Laitinen)..5 Välikoe, ratkaisut 3 3 Tarkastellaan signaalia, jossa inormaatio on taajuuskaistalla.. Hz, kun näytetaajuus s Hz. Signaalista halutaan erottaa alipäästösuodattimella.. 8 Hz taajuinen osa. Suodattimen siirtymäkaistaksi määritetään 8.. Hz. Mikä ongelma suodatukseen liittyy? Miten suodatus kannattaa toteuttaa? c) Arvioi numeerisesti b-kohdassa esittämälläsi toteutuksella saavutettava etu. Oletetaan, että kaikissa tapauksissa tarvittava suodatin/suodattimet toteutetaan ikkunamenetelmällä Hanning-ikkunaa käyttäen. ormalisoidaan siirtymäkaista: 8. Määritetään tämän perusteella Hanning-ikkunalla toteutetun suodattimen vaatima kerroinmäärä: 3.. 3 Suodatin ei suuren kerroinmäärän vuoksi ole käytännössä toteutuskelpoinen. Koska Hz taajuuskaistan säilyttämiseksi riittää 4 Hz näytetaajuus, pudotetaan näytetaajuus desimoimalla vaiheittain Hz -> 4 Hz eli tekijällä 5. Esimerkiksi (n) LPF 5 LPF y(n) s Hz s Hz s 8Hz s 8Hz s 4Hz yt suodattimien siirtymäkaistat ja kerroinmäärät määräytyvät seuraavasti: Siirtymäkaista Kerroinmäärä LPF 8.. 4 Hz 4 8 3. 8 LPF 8.. Hz 8 3. 8 4 c) Kokonaiskerroinmäärä jää b-kohdan toteutuksessa suoraa suodatusta huomattavasti pienemmäksi. Kertolaskujenmäärä sekunnissa on suorassa suodatuksessa 3 6 ja b-kohdan vaiheittaisessa toteutuksessa 8 + 4 8 5739.

TL536DSK-algoritmit (J. Laitinen)..5 Välikoe, ratkaisut 4 4 Tiedetään, että diskreetin Fourier-muunnoksen (DFT) laskeminen vaatii kompleksista kertolaskuoperaatiota, kun käytetään suoraan DFT:n määritelmää. FFT-algoritmia käytettäessä tarvitaan log ( ) kompleksista kertolaskua. Kaavoissa näytepisteiden määrä muunnettavassa signaalissa signaalin pituus. Piirrä samaan kuvaan :n unktiona kertolaskujen määrä käytettäessä ) suoraa DFT:n määritelmää ja ) FFTalgoritmia. Määritä laskentaan kuluva aika suoralla DFT:n määritelmällä ja FFT-algoritmilla, jos muunnettavan signaalin pituus on 89 pistettä ja käytettävissä oleva laskentayksikkö kykenee suorittamaan reaalilukujen kertolaskua sekunnissa. Kertolaskujen lukumäärä 45 4 35 3 5 5 5 DFT FFT 3 4 5 6 Kompleksilukujen kertolaskuja Reaalilukujen kertolaskuja Aikaa kuluu DFT FFT 89 4 68435456 4 log ( ) 99 68435456 / s 6. 8 s 99 / s. 3 ms 89 log ( ) log ( 89) Huomaa: Kahden kompleksiluvun kertominen vaatii neljä reaalilukujen kertolaskua. log ( ) log ( ) log ( )

TL536DSK-algoritmit (J. Laitinen)..5 Välikoe, ratkaisut 5 Ikkuna Siirtymäkaistan normalisoitu leveys Vasteen vaihtelu päästökaistalla (db) Pienin vaimennus estokaistalla (db) Ikkunaunktio w[n], n (-)/ Suorakaide.9/.746 Hanning 3./.546 44 πn w[] n.5 +.5cos Hamming 3.3/.94 53 πn w[] n.54 +.46cos Blackman 5.5/.7 74 πn 4πn w[] n.4 +.5cos +.8cos Huomaa: Siirtymäkaistan normalisoitu leveys y a, missä y siirtymäkaistan ylempi s rajataajuus, a siirtymäkaistan alempi rajataajuus ja s näytetaajuus. Kvantisointikohina: ( ) +.79 + 6. b SQR log σ, σ signaalin varianssi. e n ( n) σ σ h, σ kohina suodatuksen jälkeen, σ kohina ennen suodatusta e