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

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

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

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

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

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

Tuntematon järjestelmä. Adaptiivinen suodatin

Matlab-tietokoneharjoitus

Signaalien generointi

SGN-1251 Signaalinkäsittelyn sovellukset Välikoe Heikki Huttunen

SGN Signaalinkäsittelyn perusteet Välikoe Heikki Huttunen

Puheenkoodaus. Olivatpa kerran iloiset serkukset. PCM, DPCM ja ADPCM

Alipäästösuotimen muuntaminen muiksi perussuotimiksi

puheen laatu kärsii koodauksesta mahdollisimman vähän. puhe pakkautuu mahdollisimman pieneen määrään bittejä.

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

SGN-4200 Digitaalinen Audio Harjoitustyö-info

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

LABORATORIOTYÖ 2 A/D-MUUNNOS

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

LABORATORIOTYÖ 2 A/D-MUUNNOS

Tehtävät. 1. Ratkaistava epäyhtälöt. a) 2(4 x) < 12, b) 5(x 2 4x + 3) < 0, c) 3 2x 4 > 6. 1/10. Sukunimi (painokirjaimin)

Heikki Huttunen Signaalinkäsittelyn sovellukset

SGN Signaalinkäsittelyn perusteet Välikoe Heikki Huttunen

Laskuharjoitus 4 ( ): Tehtävien vastauksia

Mitä on signaalien digitaalinen käsittely

811120P Diskreetit rakenteet

Signaalinkäsittelyn sovellukset

7. Resistanssi ja Ohmin laki

Alla olevassa kuvassa on millisekunnin verran äänitaajuisen signaalin aaltomuotoa. Pystyakselilla on jännite voltteina.

Matriisilaskenta (TFM) MS-A0001 Hakula/Vuojamo Ratkaisut, Viikko 47, 2017

Kapeakaistainen signaali

Heikki Huttunen Signaalinkäsittelyn sovellukset

1 Vastaa seuraaviin. b) Taajuusvasteen

TAULUKKOLASKENTA. Älä tuhoa C-asemalla olevaa kansiota (säilytä varmuuskopiona). Käytettävät tiedostot. excel.xlsx. Case kuvaus

. Kun p = 1, jono suppenee raja-arvoon 1. Jos p = 2, jono hajaantuu. Jono suppenee siis lineaarisesti. Vastaavasti jonolle r k+1 = r k, suhde on r k+1

Flash AD-muunnin. Ominaisuudet. +nopea -> voidaan käyttää korkeataajuuksisen signaalin muuntamiseen (GHz) +yksinkertainen

Kun yhtälöä ei voi ratkaista tarkasti (esim yhtälölle x-sinx = 1 ei ole tarkkaa ratkaisua), voidaan sille etsiä likiarvo.

815338A Ohjelmointikielten periaatteet Harjoitus 3 vastaukset

Matriisit ovat matlabin perustietotyyppejä. Yksinkertaisimmillaan voimme esitellä ja tallentaa 1x1 vektorin seuraavasti: >> a = 9.81 a = 9.

A/D-muuntimia. Flash ADC

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

Numeerinen analyysi Harjoitus 3 / Kevät 2017

1 Diskreettiaikainen näytteistys. 1.1 Laskostuminen. Laskostuminen

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

Kompleksiluvut signaalin taajuusjakauman arvioinnissa

Nimi: Muiden ryhmäläisten nimet:

Laskuharjoitus 2 ( ): Tehtävien vastauksia

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

ELEC-C5070 Elektroniikkapaja (5 op)

Lataa Numero - Maarit Laitinen. Lataa

Taajuusmittauskilpailu Hertsien herruus Mittausraportti

Algebralliset menetelmät virheenkorjauskoodin tunnistamisessa

Mitä on konvoluutio? Tutustu kuvankäsittelyyn

Oletetaan, että virhetermit eivät korreloi toistensa eikä faktorin f kanssa. Toisin sanoen

805324A (805679S) Aikasarja-analyysi Harjoitus 3 (2016)

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

KOHINA LÄMPÖKOHINA VIRTAKOHINA. N = Noise ( Kohina )

1. Osoita, että joukon X osajoukoille A ja B on voimassa toinen ns. de Morganin laki (A B) = A B.

1. Esitä rekursiivinen määritelmä lukujonolle

TKT224 KOODIN KOON OPTIMOINTI

Tasogeometriaa GeoGebran piirtoalue ja työvälineet

Aritmeettinen summa Laske. a) b) 23 + ( 24) + ( 25) + ( 26) + ( 27) + ( 28) Ratkaisu.

LIITE 1 VIRHEEN ARVIOINNISTA

Signaalien digitaalinen käsittely

AV-muotojen migraatiotyöpaja - ääni. KDK-pitkäaikaissäilytys seminaari / Juha Lehtonen

3. Kuvio taitetaan kuutioksi. Mikä on suurin samaa kärkeä ympäröivillä kolmella sivutahkolla olevien lukujen tulo?

HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2015 Harjoitus 1 Ratkaisut palautettava viimeistään maanantaina klo

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

SGN-1200 Signaalinkäsittelyn menetelmät Välikoe

ELEC-C7230 Tietoliikenteen siirtomenetelmät

Ratkaisu: a) Kahden joukon yhdisteseen poimitaan kaikki alkiot jotka ovat jommassakummassa joukossa (eikä mitään muuta).

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

Ohjelmassa on käytettävä funktiota laskeparkkimaksu laskemaan kunkin asiakkaan maksu. Funktio floor pyöristää luvun lähimmäksi kokonaisluvuksi.

Harjoitus 3 (viikko 39)

LIITE 1 VIRHEEN ARVIOINNISTA

Työ tehdään itsenäisesti yhden hengen ryhmissä. Ideoita voi vaihtaa koodia ei.

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

1 Määrittele seuraavat langattoman tiedonsiirron käsitteet.

Ratkaisuehdotukset LH 8 / vko 47

JATKUVAN AWGN-KANAVAN KAPASITEETTI SHANNON-HARTLEY -LAKI

LIITE 1 VIRHEEN ARVIOINNISTA

Ohjelmoinnin perusteet Y Python

Aritmeettinen lukujono

Toinen harjoitustyö. ASCII-grafiikkaa

Harjoitustyö: virtuaalikone

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

Digitaalitekniikan matematiikka Luku 13 Sivu 1 (10) Virheen havaitseminen ja korjaus

KÄYTTÖVESIJÄRJESTELMÄN PAINEKOE

11. kierros. 1. Lähipäivä

System.out.printf("%d / %d = %.2f%n", ekaluku, tokaluku, osamaara);

Signaalien datamuunnokset. Digitaalitekniikan edut

Signaalien datamuunnokset

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

TEEMA 2 Aineistot. Kirjautuminen Moodleen. Sisältö. Kirjaudut Moodleen sivulta Voit vaihtaa kielen valikosta.

Kirjoita, tallenna, käännä ja suorita alla esitelty ohjelma, joka tervehtii käyttäjäänsä.

Esitetään tehtävälle kaksi hieman erilaista ratkaisua. Ratkaisutapa 1. Lähdetään sieventämään epäyhtälön vasenta puolta:

Toinen harjoitustyö. ASCII-grafiikkaa 2017

Kenguru 2012 Junior sivu 1 / 8 (lukion 1. vuosi)

π( f (x)) 2 dx π(x 2 + 1) 2 dx π(x 4 + 2x 2 + 1)dx ) = 1016π 15

Matemaatiikan tukikurssi

Puheenkoodaus. koodekki toimii hyvin myös kohinaiselle puheelle (ja mielellään vielä musiikille ja muille yleisille signaaleille)

Transkriptio:

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

TL5503 DSK, laboraatiot (1.5 op), K2005 1 Suorita oheisten ohjeiden mukaiset tehtävät Matlab- ja SPDemo-ohjelmistoja käyttäen. Kokoa erilliseen mittauspöytäkirjaan vastaukset kursiivilla merkittyihin tehtäviin ja kysymyksiin. Merkitse pöytäkirjaan opintojakson koodi ja nimi, laboraation otsikko, suorituspäivämäärä sekä työryhmän jäsenten nimet ja luokkatunnukset. Palauta mittauspöytäkirja opettajalle laboraatiovuoron päättyessä. Hyödynnä tehtävien toteutuksessa ohjetta Lyhyt johdatus Matlab-ohjelmiston käyttöön laboraatio-opintojaksolla 1. Alustus Perusta käyttöösi työhakemisto D:\Temp, johon tallennat kaikki tekemäsi välitulokset, tarvittavat datatiedostot, yms. Tuhoa laboraatiovuoron päättyessä työhakemisto ja sen sisältämät tiedostot. Signaalit Kopioi sivulta http://www.tekniikka.oamk.fi/~jyrkila/tl5503.k2005.html (opintojakson webbisivu) tiedostot viulu ja kitara työhakemistoosi. Tiedostot sisältävät ääninäytteitä wav-formaatissa. Lataa tiedostot Matlabiin wavreadkomennolla. Määritä viulusignaalin nimeksi x0 ja kitarasignaalin nimeksi y0. 1.1 Selvitä näytetaajuus fs sekä koodauksessa käytetty bittimäärä ja kuuntele signaalit x0 ja y0 soundsc-komennolla. Esitä mittauspöytäkirjassa näytetaajuus fs ja bittimäärä/näytearvo. Teoriaa Näytetaajuuden muunnoksissa käytetään desimointia ja interpolointia. Desimoinnissa näytetaajuutta pudotetaan valitulla tekijällä M. Interpoloinnissa näytetaajuutta puolestaan kasvatetaan valitulla tekijällä L. Desimointia ja inetrpolointia yhdistelemällä voidaan näytetaajuutta muuttaa rationaalilukutekijällä. (Rationaaliluku on kahden kokonaisluvun muodostama murto- tai kokonaisluku.) Kvantisoinnissa näytearvot pyöristetään valittuun tarkkuuteen. Tarkkuutta huonontamalla voidaan signaalia pakata, mutta samalla signaalikohinasuhde huononee, koska pyöristysvirheiden teho kasvaa, jolloin signaalikohinasuhde pienenee. 1 http://www.tekniikka.oamk.fi/~jyrkila/tl5503/johdanto.pdf

TL5503 DSK, laboraatiot (1.5 op), K2005 2 2.1 Selvitä yleisesti desimoinnin vaiheet sekä tarvittavien suotimien tyyppi ja rajataajuuden määräytyminen. Esitä selvityksesi tulos lohkokaaviona. 2.2 Selvitä yleisesti interpoloinnin vaiheet sekä tarvittavien suotimien tyyppi ja rajataajuuden määräytyminen. Esitä selvityksesi tulos lohkokaaviona. 2.3 Selvitä signaalikvantisointikohinasuhteen (SQNR) laskentakaava. Esitä laskentakaava mittauspöytäkirjassa. Audiosignaalin desimointi Olkoon seuraavassa desimointitekijä M = 5. 3.1 Toteuta signaalin x0 desimointi ilman suodatusta lukemalla suoraan muuttujaan x1 joka viides näyte signaalista x0. Kuuntele x1. Arvioi desimointitulosta. Säilyykö signaalin laatu? Mistä mahdolliset ongelmat johtuvat? 3.2 Toteuta signaalin x0 desimointi Matlabin resample-komennolla. Määritä resample-komennolla saadun signaalin nimeksi x2. Kuuntele signaali x2. Eroaako signaalin x2 laatu signaalin x1 laadusta? Miten? Mistä ero voi johtua? Miten eroa voitaisiin mitata? Audiosignaalin interpolointi Olkoon seuraavassa interpolointitekijä L = 5. 4.1 Toteuta signaalin x2 interpolointi ilman suodatusta lisäämällä jokaiseen näyteväliin neljä nollaa. Olkoon näin saatu signaali x3. 2 Kuuntele x3. 2 Muodosta ensin signaali x3, jonka pituus on viisinkertainen verrattuna signaaliin x2. Signaalin pituuden voit määrittää length-komennolla. Sijoita tämän jälkeen ensimmäisestä alkaen joka viidennen signaalin x3 näytteen paikalle `x3(1:5:length(x3)) signaalin x2-arvo.

TL5503 DSK, laboraatiot (1.5 op), K2005 3 Arvioi interpolointitulosta. Säilyykö signaalin laatu? Mistä mahdolliset ongelmat johtuvat? 4.2 Toteuta signaalin x2 interpolointi Matlabin resample-komennolla. Määritä resample-komennolla saadun signaalin nimeksi x4. Kuuntele signaali x4. Eroaako signaalin x4 laatu signaalin x3 laadusta? Miten? Mistä ero voi johtua? Kvantisointi Muodosta resample-komennolla signaalista x0 signaali w0, jonka näytetaajuus on 8000 Hz. Kvantisoi signaali komennolla >>[i,q0] = quantiz(w0,0:1,-1:2:1); 5.1 Selvitä käyttämäsi kvantisointikomennon sisältö. Kuinka monella bitillä kvantisointi toteutettiin? Mikä oli kvantisointitasojen lukumäärä? 5.2 Kuuntele kvantisoitu signaali. Määritä laskentakaavalla signaalikvantisointikohinasuhde SQNR. Kuinka moninkertainen pakkaus tässä toteutetussa kvantisoinnissa tapahtuu? Spektrogrammi Spektrogrammi esittää signaalin amplitudispektrin ajan funktiona. 6.1 Muodosta signaalien w0 ja q0 spektrogrammit. Mikä on merkittävin ero spektrogrammien välillä? Mistä ero johtuu? 6.2 Muodosta alkuperäisten viulu- ja kitarasignaalien x0 ja y0 spektrogrammit. Millaisia piirteitä voit erottaa viulusignaalin x0 spektrogrammista? Mainitse ainakin kolme eri piirrettä.

TL5503 DSK, laboraatiot (1.5 op), K2005 4 Millaisia eroja havaitset viulun ja kitaran spektrogrammeissa? Voiko spektrogrammin perusteella päätellä kummasta soittimesta on kyse? Miten? Mistä erot voivat johtua? SPDemo Käynnistä SPDemo-ohjelma. Lataa ohjelmaan viulu- ja kitarasignaalit. Tutustu ohjelman eri piirteisiin. 7.1 Tutki viulu- ja kitarasignaaleilla PCM-koodausta. Käytä kvantiosointiin eri bittimääriä. Määritä kummallakin testisignaalilla se bittimäärä, jolla juuri havaitset kvantisoinnissa syntyvän kohinan. Märitä laskentakaavalla tätä vastaava signaalikvantisointikohinasuhde. 7.2 Tutki kohinan vaikutusta signaalikohinasuhdetta muunnellen lisäämällä tasaista kohinaa (uniform, vastaa kvantisointikohinaa) viulu- ja kitarasignaaleihin. Määritä kummallakin testisignaalilla se signaalikohinasuhteen taso, jolla juuri havaitset normaalijakautuneen kohinan. Määritä edelleen signaalikvantisointikohinasuhteen kaavalla mittaamaasi kohinatasoa vastaava bittimäärä. Onko tulos odotetun kaltainen? Millainen oli odottamasi tulos? 7.3 Tutki kohinan vaikutusta signaalikohinasuhdetta muunnellen lisäämällä normaalijakautunutta (Gaussian) kohinaa viulu- ja kitarasignaaleihin. Määritä kummallakin testisignaalilla se signaalikohinasuhteen taso, jolla juuri havaitset normaalijakautuneen kohinan. Määritä edelleen signaalikvantisointikohinasuhteen kaavalla mittaamaasi kohinatasoa vastaava bittimäärä.