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

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

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

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

1 Olkoon suodattimen vaatimusmäärittely seuraava:

Tuntematon järjestelmä. Adaptiivinen suodatin

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

SGN-1200 Signaalinkäsittelyn menetelmät Välikoe

SGN-1200 Signaalinkäsittelyn menetelmät Välikoe

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

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

Digitaalinen signaalinkäsittely Desibeliasteikko, suotimen suunnittelu

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

Alipäästösuotimen muuntaminen muiksi perussuotimiksi

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

SGN Signaalinkäsittelyn perusteet Välikoe Heikki Huttunen

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

Ratkaistaan digitaalista rajataajuutta vastaava analoginen taajuus: Suodin on stabiili, koska napa on z-tasossa yksikköympyrän sisäpuolella.

Helsinki University of Technology Laboratory of Telecommunications Technology

X 2 = k 21X 1 + U 2 s + k 02 + k 12. (s + k 02 + k 12 )U 1 + k 12 U 2. s 2 + (k 01 + k 21 + k 02 + k 12 ) s + k

S Piirianalyysi 2 2. välikoe

HY / Matematiikan ja tilastotieteen laitos Tilastollinen päättely II, kevät 2017 Harjoitus 4 Ratkaisuehdotuksia. Tehtäväsarja I

f [Hz] f [Hz]

Spektrin ekvalisointi on yksi äänisignaalinkäsittelyn. Vastekorjaimia eli ekvalisaattoreita on sekä ammattikäytössä että kuluttajilla

1 Vastaa seuraaviin. b) Taajuusvasteen

POSITIIVISEN LINSSIN POLTTOVÄLI

Spektri- ja signaalianalysaattorit

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

( ) ( ) 14 HARJOITUSTEHTÄVIÄ SÄHKÖISET PERUSSUUREET SÄHKÖVERKON PIIRIKOMPONENTIT

Remez-menetelmä FIR-suodinten suunnittelussa

PD-säädin PID PID-säädin

RATKAISUT: 8. Momentti ja tasapaino

7.lk matematiikka. Geometria 1. Janne Koponen versio 2.0

ELEC-C4120 Piirianalyysi II 2. välikoe

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

DIGITAALISET PULSSIMODULAATIOT M JA PCM A Tietoliikennetekniikka I Osa 21 Kari Kärkkäinen Kevät 2015

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

T Digitaalinen signaalinkäsittely ja suodatus

LUKION FYSIIKKAKILPAILU avoimen sarjan vast AVOIN SARJA

Digitaalinen signaalinkäsittely Johdanto, näytteistys

12. laskuharjoituskierros, vko 16, ratkaisut

SGN Signaalinkäsittelyn perusteet Välikoe Heikki Huttunen

Heikki Huttunen Signaalinkäsittelyn sovellukset

DIGITAALISET PULSSIMODULAATIOT M JA PCM

Intensiteettitaso ja Doplerin ilmiö


Määritä seuraavien suodattimien impulssivasteet ja tutki, ovatko ne kausaaleja:

Tietoliikennesignaalit & spektri

SGN-1251 Signaalinkäsittelyn sovellukset Välikoe Heikki Huttunen

Fy07 Koe Kuopion Lyseon lukio (KK) 1 / 5

3 Ikkunointi. Kuvio 1: Signaalin ikkunointi.

NAANTALI KARJALUOTO - PIRTTILUOTO ASEMAKAAVALUONNOS

w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1.

4.3 Liikemäärän säilyminen

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

Signaalit ja järjestelmät aika- ja taajuusalueissa

Mat Sovellettu todennäköisyyslasku. Tilastolliset testit. Avainsanat:

S Piirianalyysi 2 1. Välikoe

RATKAISUT: 3. Voimakuvio ja liikeyhtälö

Tehtävä 1. Vaihtoehtotehtävät.

Viikkotehtävät IV, ratkaisut

Signaalien generointi

7. Pyörivät sähkökoneet

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

R = Ω. Jännite R:n yli suhteessa sisäänmenojännitteeseen on tällöin jännitteenjako = 1

TL5231, Signaaliteoria (S2004) Matlab-harjoituksia

Jaksollisen signaalin spektri

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

SATE1150 Piirianalyysi, osa 2 syksy /10 Laskuharjoitus 1: RL- ja RC-piirit

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

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

ELEC-C1230 Säätötekniikka. Luku 4: Lohkokaaviomuunnokset, PID-säädin ja kompensaattorit,

S Piirianalyysi 2 Tentti

Numeeriset menetelmät

KUINKA PALJON VAROISTA OSAKKEISIIN? Mika Vaihekoski, professori. Lappeenrannan teknillinen yliopisto

1 LAMMIMUURIN RAKENNE JA OMINAISUUDET 2 2 KÄYTTÖKOHTEET 2 3 MUURITYYPIT 2 4 LASKENTAOTAKSUMAT Materiaalien ominaisuudet Maanpaine 3 4.

ANALOGISET PULSSIMODULAATIOT PAM, PWM JA PPM

521384A RADIOTEKNIIKAN PERUSTEET Harjoitus 5

Tilastotieteen jatkokurssi 8. laskuharjoitusten ratkaisuehdotukset (viikot 13 ja 14)

N p Katseluavaruudessa tehtävät operaatiot. Karsinta eli takasivueliminointi. Katselutilavuus

2 Osittaisderivaattojen sovelluksia

Sosiaalihuollon kertomusmerkintä

Tehtävä 1. Arvioi mitkä seuraavista väitteistä pitävät paikkansa. Vihje: voit aloittaa kokeilemalla sopivia lukuarvoja.

Avaruuden R n aliavaruus

Analyysi III. Jari Taskinen. 28. syyskuuta Luku 1

763306A JOHDATUS SUHTEELLISUUSTEORIAAN 2 Ratkaisut 2 Kevät 2017

Valuma-aluetason kuormituksen hallintataulukon vaatimusmäärittely

T SKJ - TERMEJÄ

Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia

Spektrianalysaattori. Spektrianalysaattori

sin(x2 + y 2 ) x 2 + y 2

Numeeriset menetelmät TIEA381. Luento 7. Kirsi Valjus. Jyväskylän yliopisto. Luento 7 () Numeeriset menetelmät / 43

S SÄHKÖTEKNIIKKA Kimmo Silvonen

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus

MAOL-Pisteitysohjeet Fysiikka kevät 2004

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

3 Lukujonon raja-arvo

S FYSIIKKA IV (ES), Koulutuskeskus Dipoli, Kevät 2003, LH2. f i C C. λ 2, m 1 cos60,0 1, m 1,2 pm. λi λi

Transkriptio:

TL536DSK-algoritmit (J. Laitinen) 6.4.5 Määrittele lyyeti euraavat käitteet a) Kvantiointivire. b) äytetaajuuden interpolointi. ) Adaptiivinen uodatu. a) Kvantiointivire yntyy, kun ignaalin ykittäinen arvo eitetään äärelliellä bittimäärällä eli kvantioidaan. Tällöin arvon eittämieen on käytettäviä äärellinen määrä bittikombinaatioita ( kvantiointitaoja), joten arvo täytyy pyöritää läimmälle kvantiointitaolle. Pyöritykeä yntyvää virettä kututaan kvantiointivireeki. Vireen uuruu on enimmillään puolet kaden kvantiointitaon välietä etäiyydetä. b) äytetaajuuden interpoloinnilla tarkoitetaan näytetaajuuden kavattamita kokonailukutekijällä L. Interpolointi toteutetaan käytännöä iten, että interpoloitavaan ignaaliin (näytetaajuu f ) liätään jokaieen näyteväliin L- nollaa. äin aatu ignaali (näytetaajuu L f ) uodatetaan lakotumien välttämieki alipäätöuotimella, jonka rajataajuudeki aetetaan puolet interpoloitavan ignaalin näytetaajuudeta ( f /). ) Adaptiiviea uodatukea uodatin muuttaa kertoimiaan olouteiden muuttuea. Kertoimet määritetään iten, että n. refereniignaalin ja uodatetun kodeignaalin välinen erotu minimoituu.

TL536DSK-algoritmit (J. Laitinen) 6.4.5 Tarkoitukena on uunnitella ikkunamenetelmällä FIRylipäätöuodin, jonka etokaitan vaimennuken on oltava väintään 3 db, uurin allittu vavituken vaitelu päätökaitalla on. db ja iirtymäkaitan rajataajuudet ovat Hz ja 9 Hz. äytetaajuu f Hz. a) Määritä uodatuken toteuttava ideaalinen impulivate ja uodatuedot toteuttava ikkunafunktio. b) Määritä näytetaajuudella normalioitu iirtymäkaitan levey ja uodinkerrointen määrä. ) Määritä uodinkertoimet ja uunnittelemai uotimen differeniytälö. a) Ideaalinen impulivate: D ( n) f in ( nω ) f f ; in ( nπf ); n ±, ±, ± 3, L, ± n ormalioitu rajataajuu f valitaan nyt iirtymäkaitan puolivälitä: f 5 f 5.5 D ( n).5in ( n.5π );.5; n ±, ±, ± 3, L, ± n Ikkunafunktio: Hanning-ikkuna toteuttaa edot (uom. päätökaitavärätely): πn, kerroinmäärä. ( ).5 +.5o w n b) ormalioidaan iirtymäkaita.. 9 Hz: f 8 f 8.4 Hanning-ikkunalle pätee 3. f.4 8 + 9 πn 9 [].5 +.5o ; n, ±, ±, ± 3, ± 4 w n (Huomaa. Kerroinmäärään liättiin yki, jotta aadaan ymmetrinen uodin.)

TL536DSK-algoritmit (J. Laitinen) 6.4.5 3 ) Suodinkertoimet: [] n w[] n [] n D πn.5.5o.5in (.5 ); + 9 n π π.5.5o.5.5; + 9 n ±, ±, ± 3, ± 4 n [] n {,.65,,.8,.5,.8,,.65, } ; n 4, 3,,, {.65,,.8,.5,.8,,.65, }; n 3,,,,,, 3 Differeniytälö: y [] n a x[] n + a x[ n ] + a x[ n ] + L + a x[ n ] y 6 [ n].65 x[ n].8 x[ n ] +.5 x[ n 3].8 x[ n 4] +.65 x[.65 { x[] n + x[ n 6] }.8 { x[ n ] + x[ n 4] } +.5 x[ n 3],, ] n 6, 3, 4 Seuraavaa vielä uotimen amplitudi- (ylempi kuva) ja vaiepektri (alempi kuva). Taajuuateikko on normalioitu välille.. f /. 5 Magnitude (db) -5 -...3.4.5.6.7.8.9 ormalized Frequeny ( π rad/ample) 3 Pae (degree) - -...3.4.5.6.7.8.9 ormalized Frequeny ( π rad/ample)

TL536DSK-algoritmit (J. Laitinen) 6.4.5 4 3 Signaali x(n), jonka näytetaajuu on 4 khz, pitää muuntaa ignaaliki, jonka näytetaajuu on khz. Eitä muunnoken vaieet lokokaaviona ekä tarvittavien uodinten päätö- ja etokaitojen ijainti, kun taajuudet...8 khz alutaan muunnokea äilyttää. Merkite näytetaajuu lokokaavion eri vaieiiin näkyviin. (L/M) 4 L/M /4 5/ L 5 ja M. f khz f 5 khz x(n) 5 LPF LPF y(n) f 4 khz f khz f khz f khz f khz yt LPF poitaa interpoloinnia yntyneet korkeat taajuudet. Sen etokaita on khz ( puolet tuloignaalin näytetaajuudeta).. khz ( puolet uodatettavan ignaalin näytetaajuudeta). Päätökaita aettuu välille...8 khz, joten iirtymäkaitaki aadaan.8.. khz. LPF puoletaan varmitaa, että deimoinnia ei tapadu lakotumita. Sen etokaita on 5 khz ( puolet lätöignaalin näytetaajuudeta).. khz. Päätökaita aettuu jälleen välille...8 khz, joten iirtymäkaitaki aadaan.8.. 5 khz. Jo oletetaan, että kumpikin alipäätöuodin tuottaa riittävän vaimennuken, on LPF elväti tarpeeton ja lokokaavio ykinkertaituu vataavati.

TL536DSK-algoritmit (J. Laitinen) 6.4.5 5 4 Ratkaie euraavat tetävät a) Olkoon x(n) {6,, 6,, 6,, 6, }, kun näytetaajuu f 8 Hz. Piirrä ignaali x(n) ja podi piirroken peruteella, mitä taajuukia ignaalia on. b) FFT-algoritmiä käytettäeä tarvitaan (/) log () komplekilukujen kertolakua. Määritä tuannen piteen ( ) FFT:n lakentaan kuluva aika, jo yden reaalilukujen kertolakun uorittamieen kuluu. ( µ). a) f 8 Hz t /8. (Signaalin x(n) näytepiteiden väli on ii/8.) 8 7 T.5 f /T 4 Hz 6 5 x(t) 4 3 Kekiarvo d-tao Hz taajuu.5.5.375.5.65.75.875 t [] Signaali x(n) on piirretty kuvaan mutilla palloilla. Kuvaan on amoteltu myö x(n):n piteiden kautta kulkeva koiniignaali. Kuvata avaitaan elpoti, että ignaalia on Hz ja 4 Hz taajuutta. b) log log log 5 log 4983 Komplekilukujen kertolakuja joudutaan tekemään ii 4983 kpl. Koka yden komplekiluvun kertomieen tarvitaan neljä reaalilukujen kertolakua, on reaaliten kertolakujen määrä 4 4983 993. Aikaa näiden uorittamieen kuluu 993. 9.93 m m.

TL536DSK-algoritmit (J. Laitinen) 6.4.5 6 Ideaaliia impulivateita (taajuudet normalioituja näytetaajuudella): Suodintyyppi n n Alipäätö D (n) f in(nω ) f Ylipäätö D (n) -f in(nω ) f Kaitanpäätö D (n) f in(nω )-f in(nω ) (f f ) Kaitaneto D (n) f in(nω )-f in(nω ) (f f ) f > f in(x) in(x)/x, in() Ikkunafunktioita: Ikkuna Siirtymäkaitan normalioitu levey Vateen vaitelu päätökaitalla (db) Pienin vaimennu etokaitalla (db) Ikkunafunktio w[n], n (-)/ Suorakaide.9/.746 Hanning 3./.546 44 πn w[] n.5 +.5o Hamming 3.3/.94 53 πn w[] n.54 +.46o Blakman 5.5/.7 74 πn 4πn w[] n.4 +.5o +.8o Bilineaarinen z-muunno: (z-)/(z+)-> Muunno LPF -> LPF LPF -> HPF LPF -> BPF LPF -> BSF Sijoitu ω ω + ω W ω ω ω ω ω ω W +ω W ω ω W ω ω ω' tan(ωt /) (ω' analoginen taajuu, ω digitaalinen taajuu, t näyteväli) FFT-algoritmi: X W mn m ( m) x( n) W / + W x( n + ) e n j π / n W mn /