SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

Samankaltaiset tiedostot
SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

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 Signaalinkäsittelyn perusteet Välikoe Heikki Huttunen

SGN Signaalinkäsittelyn perusteet Välikoe Heikki Huttunen

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

Digitaalinen signaalinkäsittely Desibeliasteikko, suotimen suunnittelu

Tuntematon järjestelmä. Adaptiivinen suodatin

Remez-menetelmä FIR-suodinten suunnittelussa

T Digitaalinen signaalinkäsittely ja suodatus

SGN-1251 Signaalinkäsittelyn sovellukset Välikoe Heikki Huttunen

Alipäästösuotimen muuntaminen muiksi perussuotimiksi

T SKJ - TERMEJÄ

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

1 Vastaa seuraaviin. b) Taajuusvasteen

1 Olkoon suodattimen vaatimusmäärittely seuraava:

Digitaalinen Signaalinkäsittely T0125 Luento

Heikki Huttunen Signaalinkäsittelyn sovellukset

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

Katsaus suodatukseen

Kompleksiluvut signaalin taajuusjakauman arvioinnissa

Esipuhe. Tampereella, 9. toukokuuta 2003, Heikki Huttunen

: Johdatus signaalinkäsittelyyn 2

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

Signaalinkäsittelyn sovellukset

Signaalinkäsittelyn menetelmät

Heikki Huttunen Signaalinkäsittelyn perusteet

Spektri- ja signaalianalysaattorit

5. Z-muunnos ja lineaariset diskreetit systeemit. z n = z

Säätötekniikan ja signaalinkäsittelyn työkurssi

Heikki Huttunen Signaalinkäsittelyn sovellukset

z muunnos ja sen soveltaminen LTI järjestelmien analysointiin

Kompleksianalyysi, viikko 7

Luento 8. Suodattimien käyttötarkoitus

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

ELEC-C Sovellettu digitaalinen signaalinkäsittely. Äänisignaalien näytteenotto ja kvantisointi Dither Oskillaattorit Digitaalinen suodatus

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

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

T Signaalinkäsittelyjärjestelmät Kevät 2005 Pakolliset ja lisäpistelaskarit

: Johdatus signaalinkäsittelyyn 1

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

Luento 8. tietoverkkotekniikan laitos

SÄÄTÖJÄRJESTELMIEN SUUNNITTELU

4. Taajuusalueen suodatus 4.1. Taustaa Perusteita

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

3 Ikkunointi. Kuvio 1: Signaalin ikkunointi.

4. Fourier-analyysin sovelletuksia. Funktion (signaalin) f(t) näytteistäminen tapahtuu kertomalla funktio näytteenottosignaalilla

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

MATEMATIIKAN JAOS Kompleksianalyysi

Numeeriset menetelmät

Mitä on signaalien digitaalinen käsittely

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

Alias-ilmiö eli taajuuden laskostuminen

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

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

SIGNAALITEORIAN KERTAUSTA OSA 2

4. Taajuusalueen suodatus 4.1. Taustaa

ELEC-C5070 Elektroniikkapaja (5 op)

Suodinpankit ja muunnokset*

Signaalien datamuunnokset. Digitaalitekniikan edut

Signaalien datamuunnokset

Digitaalinen signaalinkäsittely Johdanto, näytteistys

Elektroniikan perusteet, Radioamatööritutkintokoulutus

Osatentti

Harjoitustyö 1. Signaaliprosessorit Sivu 1 / 11 Vähämartti Pasi & Pihlainen Tommi. Kaistanestosuodin, estä 2 khz. Amplitudi. 2 khz.

FIR suodinpankit * 1 Johdanto

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

T DSP (Harjoitustyö 2003, v. 5.01) Sivu 2 / 9

Mitä FIR suodin on oikeastaan. Pekka Ritamäki. Esittely. Esimerkki

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

Diskreetin LTI-systeemin stabiilisuus

Tehtävä 1. Vaihtoehtotehtävät.

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

Spektrianalysaattori. Spektrianalysaattori

Osatentti

LABORATORIOTYÖ 2 A/D-MUUNNOS

Signaalien tilastollinen mallinnus T (5 op) Syksy 2006 Harjoitustyö

1 Diskreettiaikainen näytteistys. 1.1 Laskostuminen. Laskostuminen

Luento 7. LTI-järjestelmät

SEBASTIAN RINTALA SIGNAALIN DOMINOIVAN TAAJUUDEN ARVIOINTI

Luku 4 - Kuvien taajuusanalyysi

Yhteenveto Fourier-numeriikan luennoista

FYSP105 / K3 RC-SUODATTIMET

Osa VI. Fourier analyysi. A.Rasila, J.v.Pfaler () Mat Matematiikan peruskurssi KP3-i 12. lokakuuta / 246

Signaaliavaruuden kantoja äärellisessä ajassa a

SÄÄTÖJÄRJESTELMIEN SUUNNITTELU

LABORATORIOTYÖ 2 A/D-MUUNNOS

Helsinki University of Technology

Luento 8. Suodattimien käyttötarkoitus

Yksinkertaisin järjestelmä

MATEMATIIKAN KOE, LYHYT OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ

Tietoliikennesignaalit & spektri

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

Suodatus ja näytteistys, kertaus

Transkriptio:

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti 18.3.2008 Kirjoita nimesi ja opiskelijanumerosi jokaiseen paperiin. Vastauspaperit tullaan irrottamaan toisistaan. Jos tila ei riitä, jatka kääntöpuolelle ja sen jälkeen erilliselle konseptille, jota voit pyytää valvojalta. Laskinta saa käyttää, mutta muistin tulee olla tyhjä. Rastita vielä alle mistä löytyy merkintä pakollisista harjoituksista. Osallistuin harjoituksiin talvella 07-08. Osallistuin harjoituksiin vuonna: syksyllä kesällä keväällä Palautin harjoitustehtäväpaketin vuonna: En ole vielä suorittanut pakollisia harjoituksia ja otan yhteyttä luennoitsijaan. 1. Ovatko seuraavat väittämät tosia vai epätosia? (Perusteluja ei tarvita. Oikea vastaus: 1 p, väärä: 1 2 p, ei vastausta 0 p.) (a) Suotimen stabiilius tarkistetaan selvittämällä ovatko sen siirtofunktion napojen itseisarvot pienempiä kuin yksi. (b) Signaalin x(n)y(n) DFT on X(n)Y(n). (c) Kaksiulotteinen diskreetti Fourier-muunnos voidaan laskea yksiulotteisten diskreettien Fourier-muunnosten avulla. (d) Järjestelmä, jonka impulssivaste on h(n) =δ(n)+0.5δ(n 1) 0.25δ(n 3) on stabiili. (e) Laskostuminen estetään A/D-muunnoksessa asettamalla näytteenottotaajuus vähintään samaksi kuin analogisen signaalin suurin taajuus. (f) FIR-suotimen siirtofunktio voidaan päätellä sen impulssivasteesta. Suodintyyppi Impulssivaste kun n 0 n = 0 Alipäästö 2f c sinc(n 2πf c ) 2f c Ylipäästö 2f c sinc(n 2πf c ) 1 2f c Kaistanpäästö 2f 2 sinc(n 2πf 2 ) 2f 1 sinc(n 2πf 1 ) 2(f 2 f 1 ) Kaistanesto 2f 1 sinc(n 2πf 1 ) 2f 2 sinc(n 2πf 2 ) 1 2(f 2 f 1 ) Ikkuna- Siirtymäkaistan Päästökaistan Estokaistan Ikkunan lauseke funktion leveys värähtely minimi- w(n), kun nimi (normalisoitu) (db) vaimennus (db) n (N 1)/2 Suorakulmainen 0.9/N 0.7416 21 1 Bartlett 3.05/N 0.4752 25 1 2 n N 1 Hanning 3.1/N 0.0546 44 0.5 + 0.5cos 2πn N Hamming 3.3/N 0.0194 53 0.54 + 0.46cos 2πn N Blackman 5.5/N 0.0017 74 0.42 + 0.5cos 2πn N + 0.08cos 4πn N

2. (a) Analoginen signaali koostuu yksittäisestä siniaallosta, jonka taajuus on 2500 Hz. Signaalista otetaan näytteitä 2.5 10 4 sekunnin välein. Tapahtuuko laskostumista? Jos vastauksesi on myönteinen, miksi taajuudeksi mainittu sinitaajuus tulkitaan, ts. mille taajuudelle se laskostuu? (1p) (b) Mikä on lähteen entropia, kun se tuottaa viittä symbolia todennäköisyyksillä p 1 = 0.04, p 2 = 0.13, p 3 = 0.25, p 4 = 0.28, p 5 = 0.30? 1 (2p) (c) Suodin suunnitellaan ikkunamenetelmällä seuraavien määrittelyjen mukaiseksi. Estokaista Päästökaista Päästökaistan maksimivärähtely Estokaistan minimivaimennus Näytteenottotaajuus [12 khz,16khz] [0 khz,11khz] 0.04 db 48 db 32 khz Suodin täytyisi toteuttaa järjestelmässä, joka kykenee suorittamaan neljä miljoonaa kertolaskua sekunnissa (muiden tarvittavien operaatioiden määrä ei muodostu pullonkaulaksi, koska ne ovat nopeampia tehdä). Millä ikkunoilla tämä onnistuu (vai onnistuuko millään)? Suodinta ei tarvitse suunnitella, mutta perustele valintasi. (3p) 1 Muistin virkistämiseksi sanoman informaation kaava on I k = log 2 p k bittiä. Kaksikantaisen logaritmin saa laskimesta esim. kaavalla log 2 x = ln x ln 2.

3. Oletetaan, että kausaalisen LTI-järjestelmän heräte x(n) ja vaste y(n) toteuttavat seuraavan differenssiyhtälön: y(n) = y(n 1) 1 y(n 2)+x(n) 2x(n 1)+2x(n 2). 2 (a) Määritä järjestelmän siirtofunktio H(z). (b) Piirrä napa-nollakuvio. (c) Onko järjestelmä stabiili? Miksi / miksi ei?

4. Suunnittele ikkunamenetelmällä ylipäästösuodin (selvitä käsin impulssivasteen lauseke), jonka vaatimukset ovat seuraavat: Estokaista Päästökaista Päästökaistan maksimivärähtely Estokaistan minimivaimennus Näytteenottotaajuus [0 khz,3.8khz] [5.1 khz,16khz] 0.1 db 55 db 32 khz Käytä etusivun taulukoita hyväksesi.

5. (a) FIR-suotimen impulssivasteessa h(n) on kertoimia pariton määrä, arvoilla n = 0,1,...,2k. Lisäksi impulssivaste on antisymmetrinen keskimmäisen kertoimen suhteen, eli h(n) = h(2k n), missä 0 n<k Mikä on suotimen amplitudivaste i. Nollataajuudella? (2p) ii. Nyquistin taajuudella? (2p) (b) Tarkastellaan reaalista vektoria x = (x 0,x 1,x 2,x 3,x 4,x 5,x 6,x 7 ) T. Laske sen diskreetti Fourier-muunnos X, kun vektorin (x 0,x 2,x 4,x 6 ) T DFT on ( 10, 2, 10, 2) T ja vektorin (x 1,x 3,x 5,x 7 ) T DFT on ( 6, 8, 2, 8) T. (2p)