T Digitaalinen signaalinkäsittely ja suodatus

Samankaltaiset tiedostot
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-1200 Signaalinkäsittelyn menetelmät, Tentti

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

SGN Signaalinkäsittelyn perusteet Välikoe Heikki Huttunen

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

Alipäästösuotimen muuntaminen muiksi perussuotimiksi

Digitaalinen signaalinkäsittely Desibeliasteikko, suotimen suunnittelu

T Signaalinkäsittelyjärjestelmät Kevät 2005 Pakolliset ja lisäpistelaskarit

SGN Signaalinkäsittelyn perusteet Välikoe Heikki Huttunen

Remez-menetelmä FIR-suodinten suunnittelussa

T SKJ - TERMEJÄ

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

Luento 8. Suodattimien käyttötarkoitus

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

1 Vastaa seuraaviin. b) Taajuusvasteen

1 Olkoon suodattimen vaatimusmäärittely seuraava:

Luento 8. Suodattimien käyttötarkoitus

Digitaalinen Signaalinkäsittely T0125 Luento

Katsaus suodatukseen

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

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

SGN-1251 Signaalinkäsittelyn sovellukset Välikoe Heikki Huttunen

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

Luento 8. tietoverkkotekniikan laitos

Heikki Huttunen Signaalinkäsittelyn sovellukset

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

Tuntematon järjestelmä. Adaptiivinen suodatin

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

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

Signaalinkäsittelyn sovellukset

Esipuhe. Tampereella, 9. toukokuuta 2003, Heikki Huttunen

: Johdatus signaalinkäsittelyyn 2

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

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

Spektri- ja signaalianalysaattorit

SÄÄTÖJÄRJESTELMIEN SUUNNITTELU

Heikki Huttunen Signaalinkäsittelyn sovellukset

z muunnos ja sen soveltaminen LTI järjestelmien analysointiin

Kompleksianalyysi, viikko 7

S Piirianalyysi 1 2. välikoe

Referaatin ja esseen kirjoittamisesta

Säätötekniikan ja signaalinkäsittelyn työkurssi

TL5231, Signaaliteoria (S2004) Matlab-harjoituksia

Osatentti

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

3. kierros. 2. Lähipäivä

Referaatin ja esseen kirjoittamisesta

Referaatin ja esseen kirjoittamisesta

Yksinkertaisin järjestelmä

SaSun VK1-tenttikysymyksiä 2019 Enso Ikonen, Älykkäät koneet ja järjestelmät (IMS),

H(s) + + _. Ymit(s) Laplace-tason esitykseksi on saatu (katso jälleen kalvot):

Signaalit ja järjestelmät aika- ja taajuusalueissa

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

Dynaamisten systeemien identifiointi 1/2

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

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Tentti ja välikokeiden uusinta

Laskuharjoitus 2 ( ): Tehtävien vastauksia

Signaalimallit: sisältö

SÄÄTÖJÄRJESTELMIEN SUUNNITTELU

Diskreetin LTI-systeemin stabiilisuus

5 Funktion jatkuvuus ANALYYSI A, HARJOITUSTEHTÄVIÄ, KEVÄT Määritelmä ja perustuloksia

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

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

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

Määritä seuraavien suodattimien impulssivasteet ja tutki, ovatko ne kausaaleja:

S SÄHKÖTEKNIIKKA Kimmo Silvonen

Harjoitus 1. Tehtävä 1. Malliratkaisut. f(t) = e (t α) cos(ω 0 t + β) L[f(t)] = f(t)e st dt = e st t+α cos(ω 0 t + β)dt.

c) 22a 21b x + a 2 3a x 1 = a,

2 Yhtälöitä ja epäyhtälöitä

Numeeriset menetelmät

MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ

Signaalien datamuunnokset. Digitaalitekniikan edut

5. Jos x < 1 2,niin x x 1 on aina. , 1] b) pienempi kuin Yhtälön 3 3 x +3 x =4ratkaisujenlukumääräon a) 0 b) 1 c) 2 d) enemmän kuin 2.

FIR suodinpankit * 1 Johdanto

Numeeriset menetelmät TIEA381. Luento 6. Kirsi Valjus. Jyväskylän yliopisto. Luento 6 () Numeeriset menetelmät / 33

521384A RADIOTEKNIIKAN PERUSTEET Harjoitus 3

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

Luento 7. LTI-järjestelmät

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

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

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

Missä mennään. systeemi. identifiointi. mallikandidaatti. validointi. malli. (fysikaalinen) mallintaminen. mallin mallin käyttötarkoitus, reunaehdot

Analogiapiirit III. Keskiviikko , klo , TS127. Jatkuva-aikaiset IC-suodattimet ja PLL-rakenteet

Säätötekniikan matematiikan verkkokurssi, Matlab tehtäviä ja vastauksia

5 Funktion jatkuvuus ANALYYSI A, HARJOITUSTEHTÄVIÄ, KEVÄT Määritelmä ja perustuloksia. 1. Tarkastellaan väitettä

Vastekorjaus (ekvalisointi)

2.2.1 Ratkaiseminen arvausta sovittamalla

Osatentti

Tehtävä 1. Vaihtoehtotehtävät.

Osa IX. Z muunnos. Johdanto Diskreetit funktiot

SIGNAALITEORIAN KERTAUSTA OSA 2

Kompleksiluvut signaalin taajuusjakauman arvioinnissa

MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ

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

Alias-ilmiö eli taajuuden laskostuminen

Transkriptio:

T-63 Digitaalinen signaalinkäsittely ja suodatus 2 välikoe / tentti Ke 4528 klo 6-9 Sali A (A-x) ja B (x-ö)m 2 vk on oikeus tehdä vain kerran joko 75 tai 45 Tee välikokeessa tehtävät, 2 ja 7 (palaute) Tentti on oikeus tehdä vain kerran joko 75 tai 45 Tee tentissä tehtävät 2, 3, 4, 5, 6 ja 7 (palaute) Aloita kukin tehtävä uudelta sivulta Tilaisuudessa saa olla oma (graafinen) funktiolaskin (ylimääräinen muisti tyhjennetty), mutta ei mitään taulukkokirjaa Tilaisuudessa jaetaan kurssin taulukkomoniste sekä palautuslomake tehtävää (vk) varten Palautusohjeet: esitä opiskelijakorttisi palautuksen yhteydessä jos välikoe: tehtävän ( rasti ruutuun ) lomake omaan pinoon VK2-MONIVALINTA, täytettävä vähintään opiskelijanumero jos välikoe: tehtävän 2 vastauskonsepti omaan pinoon VK2-KONSEPTI, täytettävä vähintään konseptin ylälaidan tiedot jos tentti: kaikki vastauskonseptit sisäkkäin omaan pinoon TENTTI suttupaperit omaan pinoon SUTTU tehtäväpaperin ja taulukkomonisteen voi pitää itsellään ) ( x p, max 8 p, VAIN VÄLIKOE) Monivalinta Väittämissä on 4 oikeaa vastausta, mutta valitse yksi ja vain yksi Täytä erillisille lomakkeelle, joka luetaan optisesti Oikea valinta + p, väärä valinta 5 p, ei valintaa p Perusteluja ei tarvita Vastaa niin moneen kuin haluat Tehtävän maksimipistemäärä on 8 ja minimimäärä Väitteet 4 ovat kurssin jälkipuoliskon ydinainesta ja ratkaistavissa suoraviivaisesti Väitteet 5 ovat soveltavia ja vaatinevat laskemista suttupaperilla Tutkitaan kausaalista ja stabiilia LTI-suodinta kuvassa (a) (A) Suotimen siirtofunktio on vakio H(z) = 2 (B) Suotimen impulssivaste on 5h[n] = δ[n] 2δ[n ] 5δ[n 2] + 2h[n ] + 5h[n 2] (C) Suotimen napanollakuvio on kuvassa (b) (D) Suodin on esitetty viiveiden suhteen kanonisena (yksinkertaisena) suora muoto II ( direct form II ) - rakenteena 2 Digitaalisen IIR-suotimen suunnittelussa laaditaan ensin vaatimusmäärittelyt ( specifications ), ja sen jälkeen arvioidaan suotimen H(z) asteluku N (A) Asteluku on aina N = (B) Asteluku kannattaa aina valita mahdollisimman suureksi, jotta saadaan erittäin tehokas suodatus (C) Asteluku kannattaa aina valita mahdollisimman pieneksi, kunhan vain suotimen vaatimusmäärittelyt täyttyvät (D) Asteluvun N digitaalisen IIR-suotimen siirtofunktio on muotoa H(z) = b + b z + + b N z N 3 Suodinsuunnittelussa käytetty ikkunamenetelmä ( windowed Fourier series ): (A) Suunniteltavan suotimen impulssivaste saadaan ideaalisen impulssivasteen ja ikkunafunktion tulona (B) Se on yksi menetelmä digitaalisen IIR-suotimen suunnitteluun (C) Ikkuna tarkoittaa sekvenssiä w[n], joka on suotimen ideaalinen impulssivaste (D) Menetelmän tyypillisiä ikkunafunktioita ovat Butterworth, Chebychev ja elliptinen 4 Tunnetaan sekvenssi = {5, 3,, 2, 3, }, jonka näytteenottoväli on T = päivä Sekvenssiä alasnäytteistetään ( downsample ) termillä M = 2, jolloin saadaan x d [n] (A) Uusi näytteenottotaajuus on f T = 44 Hz (B) x d [n] = {5,, 3,,,, 2,, 3,, } (C) x d [n] = {25, 5, 5,, 5, 5} (D) x d [n] = {5,, 3}

2 5 LTI-suotimen askelvaste s[n] saadaan, kun syötteenä on askelfunktio µ[n] = {,,,,,, } Mitä voidaan sanoa kuvan 2(a) LTI-järjestelmän askelvasteesta? (A) Askelvaste on s[n] = µ[n] 2µ[n ] + µ[n 2] (B) Askelvasteen arvo kohdassa n = 4 on s[4] 62 kolmen merkitsevän numeron tarkkuudella (C) Askelvaste s[n] lähestyy asymptoottisesti nollaa isoilla n:n arvoilla (D) Askelvaste s[n] kasvaa rajatta isoilla n:n arvoilla 6 Digitaalisen FIR-suotimen määrittelyissä ( specifications ) (vrt kuva 2(b)) päästökaistalla sallitaan värähtely välillä 9, kun taas estokaistalla värähtely on välillä eli itseisarvoltaan pienempää kuin Alipäästösuotimen normalisoitu rajakulmataajuus on ω p = 25π, kun näytteenottotaajuus on f T = Hz Halutaan vertailla suodinta IIR-suotimeen, jonka määrittelyt on annettu x-akselilla taajuuksina (Hz) ja y- akselilla tehollisilla desibeliarvoilla: α max 2 log ( 2δ p ) päästökaistan maksimivärähtelylle ja α s = 2 log (δ s ) estokaistan minimivaimennukselle Kun FIR-vaatimukset muutetaan, saadaan mm (A) α max 9 db ja α s 2 db (B) α max 3 db ja f p = 25 Hz (C) α s 4 db ja f p = 25 Hz (D) Suotimen asteluvuksi tulee 2 7 Tutkitaan kuvan 3(a) toisen asteen IIR-suodinta, jossa mukana kvantisointilohko Q ja siihen liittyvä kvantisointivirhettä muokkaava asteen suodinlohko Kirjoitetaan apumuuttuja w[n] ja korvataan lohko Q virhelähteellä e[n] kuten kuvassa 3(b) Tästä voidaan kirjoittaa kaksi differenssiyhtälöä, toinen = ja toinen w[n] = Näitä muokkaamalla saadaan suotimen ulostuloksi taajuustasossa Y (z) = H x (z) X(z) + H e (z) E(z) jossa H x (z) on varsinainen suotimen siirtofunktio ja H e (z) kvantisointivirhettä muokkaava siirtofunktio (A) Nämä ovat H x (z) = 8z +82z 2 +7z +72z 2 ja H e (z) = (B) Nämä ovat H x (z) = +8z +82z 2 7z 72z 2 ja H e (z) = kz +7z +72z 2 +kz 7z 72z 2 (C) Nämä ovat H x (z) = 8z +82z 2 +7z +72z ja H 2 e (z) = +(k 8)z +82z 2 +7z +72z 2 (D) Yksikään ylläolevista pareista ei ole oikein 8 Jatketaan kohdasta 7 Oletetaan kvantisointivirhe valkoiseksi kohinaksi, jonka spektri E(z) = Mikä on paras arvo k:lle, jotta kokonaiskohina E TOT (z) siirtyy pois mielenkiintoiselta päästökaistalta (A) k = (B) k = (C) k = (D) k = 8 9 Mitran kirjassa kerrotaan ja todistetaan tulos, jossa Butterworth-tyyppisen digitaalisen suotimen amplitudivaste H(e jω ) on koko kaistan (, π) osalta monotoninen (ei värähtelyjä) Tällöin N-asteisella alipäästösuotimella on nimittäjäpolynomissa N-kertainen juuri kohdassa z = Kuvan 4(a) asteen Butterworth-suodin on laskettu ja piirretty Matlabin komennoilla [B, A] = butter(, 25); zplane(b, A); ja vastaavasti 2 asteen suodin kuvassa 4(b) komennoilla[b, A] = butter(2, 25); zplane(b, A); Tarkastellaan jälkimmäisen suotimen (kuvan 4(b)) napanollakuviota, jossa 2 nollaa on kohdan z = ympärillä yllä mainitun vastaisesti (A) Teoria on väärässä, koska asteluvulla N > nollat sijaitsevat todellisuudessa ympyräkaarella keskipisteenään z = kuvan osoittamalla tavalla (B) Mitra on väärässä, koska vasta kirjan julkaisun jälkeen ilmestyneet tieteelliset artikkelit ovat osoittaneet, että amplitudivaste ei ole monotoninen (C) Matlab on väärässä, koska N-kertaisen juuren laskeminen polynomista on numeerisesti epätarkkaa (D) Matlab on väärässä, koska sen zplane-piirtokomento ei pysty piirtämään moninkertaista nollakohtaa Mitä alla olevalla toimivalla Matlab-koodinpätkällä voidaan tehdä? [x, ft] = wavread( mysignalwav ); y = zeros(size(x)); wl = 256; m = ; Z = [zeros(33,); ones(9,); zeros(32,)]; for k = : wl : length(x)-wl m = m + ; tmpx = x(k : k+wl-); tmpxf = fft(tmpx);

3 tmpyf = tmpxf * Z; y(k : k+wl-) = real(ifft(tmpyf)); end; (A) for-silmukassa muutetaan alkuperäisen signaalin näytteenottotaajuutta (B) Ylipäästösuodatetaan signaalia normalisoidulla rajakulmataajuudella ω c π/4 (C) Alipäästösuodatetaan signaalia rajataajuudella f c 33 Hz (D) Käännetään signaali x toisinpäin, jotta esimerkiksi puheääntä voisi kuunnella takaperin -2-5 z - z - 5 2 5 5 2 5 5 5 Kuva : Monivalintatehtävä : rakennekaavio ja vastausvaihtoehdon (C) napanollakuvio -2 z - -25 z - 52 Kuva 2: Vasemmalla monivalintatehtavä 5:n rakennekaavio Oikealla monivalintatehtavä 6:n vaatimusmäärittelyt z z k e[n] k e[n] z w[n] Q z z w[n] z z 8 7 z z 8 7 z 82 72 82 72 Kuva 3: Monivalintatehtävien 7 ja 8 2 asteen IIR-suodin asteen kvantisointivirheen takaisinkytkennällä Oikealla kvantisointilohko Q korvattu virhelähteellä e[n] 5 5 5 5 5 5 Kuva 4: Monivalintatehtävä 9: asteen ja 2 asteen alipäästösuotimien napanollakuviot

4 2) (6p, VÄLIKOE JA TENTTI) Valitse joko 2A tai 2B 2A) FFT-algoritmit Yleisen selostuksen lisäksi voit käyttää esimerkkinä kirjassa/kalvoissa ja laskuharjoitusmateriaalissa esiteltyä radix-2 DIT FFT -algoritmia, josta annettuna kuvassa 5 laskennan eteneminen neljän pisteen rakenteessa, jolloin r =, 2 ja l r =,,2 r Katso taulukosta perhosyhtälöt ja W N Laske välivaiheittain muunnos jonolle = 6δ[n] + δ[n ] 3δ[n 2] + δ[n 3] Ψ [] Ψ [] 2 Ψ [] 3 Ψ [] W 2 Ψ [] 2 Ψ [] 3 Ψ [2] Ψ [2] 2 W 4 Ψ [2] 3 Ψ [3] W 2 Ψ [3] 2 W 4 Kuva 5: Tehtävä 2A Virtauskaavio radix-2 DIT FFT 2B) Halutaan saada aikaan kaksi yksinkertaista alipäästösuodinta normalisoidulla rajakulmataajuudella ω c = π/3 a) Toteuta 4 asteen digitaalinen suodin, jonka impulssivaste on Ψ [3] 3 h FIR [n] = K (aδ[n] + bδ[n ] + cδ[n 2] + dδ[n 3] + eδ[n 4] ) jossa parametrit a, b, c, d ja e ovat sopivia reaalilukuja ja K vakio, jota ei tarvitse ratkaista Kerro lyhyesti menetelmästäsi Anna nämä luvut kahden merkitsevän luvun tarkkuudella, esim π 3 b) Analoginen Butterworth-tyyppinen alipäästösuodin rajakulmataajuudella Ω c on muotoa Toteuta tästä digitaalinen asteen suodin muotoa Ω c H(s) = s + Ω c H(z) = K + fz + gz jossa vakiota K ei tarvitse ratkaista Anna luvut f ja g 3) (6p, VAIN TENTTI) a) Tutkitaan sekvenssiä = 2 sin(2πn + 5π) cos(4πn + 25π) 2 sin(5πn π/2) Laske sekvenssin perusjakson pituus N b) Syötetään sekvenssi x [n] = µ[n], jossa on a-kohdan sekvenssi, stabiiliin ja ei-kausaaliseen LTIjärjestelmään Perustele LTI-järjestelmän ominaisuuksiin perustuen, mitä tiedämme ulostulosta? 4) (6p, VAIN TENTTI) Tutkitaan LTI-järjestelmää, joka koostuu kolmesta alijärjestelmästä h [n] = δ[n ] + δ[n 2] h 2 [n] = δ[n ] 2δ[n 2] + δ[n 3] h 3 [n] = δ[n] δ[n 2] + δ[n 4] δ[n 6] kuvan 6 mukaisesti a) Selvitä koko suotimen siirtofunktio H(z) b) Jos suotimen ulostulo on = {, 2,, 2, 2,, 2, 2, 3, 3}, niin mikä on ollut järjestelmän sisääntulo? 5) (6p, VAIN TENTTI) Tutkitaan LTI-järjestelmää kuvassa 7 a) Määrää suotimen siirtofunktio H(z) yksinkertaisimmassa muodossaan jossa kerrointa K ei tarvitse ratkaista H(z) = K + b z + b 2 z 2 + + a z + a 2 z 2 +

5 h h 2 h 3 Kuva 6: Tehtävä 4 LTI-järjestelmä z - - 5 z - - z - Kuva 7: Tehtävä 5 Suotimen rakennekaavio b) Piirrä suotimen lohkokaavio viiveiden suhteen kanonisena (yksinkertaisena) suora muoto II -rakenteena ( direct form II ) c) Onko suodin alipäästö / ylipäästö / kaistanpäästö / kaistanesto / kokopäästö ( allpass )? Perustele 6) (6p, VAIN TENTTI) Tutkitaan stabiilista ja kausaalista alipäästösuodinta H(z), jonka päästökaista loppuu 4 khz:ssa ja jonka näytteenottotaajuus on khz Amplitudivaste on kuvassa 8(a) ja impulssivasteen h[n] alkua kuvassa 8(b) a) Ylösnäytteistä ( upsample ) suodinta termillä L = 4 Hahmottele sekä uusi amplitudivaste H (z) = H(z 4 ) että impulssivaste h [n] = h[n/4] ensimmäisten kymmenen arvon ajalta b) Lopullinen tarkoitus on saada suotimesta alipäästösuodin samoilla rajataajuuksilla 4 khz:n näytteeottotaajuudella Millä toimenpiteellä tähän päästään? Hahmottele amplitudivaste H (e jω ) ja impulssivaste h [n] ensimmäisten kymmenen arvon ajalta tämän toimenpiteen jälkeen 8 6 4 6 4 2 2 2 4 6 8 ω π 2 4 6 8 2 Kuva 8: Tehtävä 6 Vasemmalla suotimen amplitudivaste ja oikealla sitä vastaava impulssivaste 2 7) (p, VÄLIKOE JA TENTTI) Vastaa kurssipalautteeseen ke 85 - ma 9528, jonne on linkki kurssin WWWpääsivulta ja jonka URL on http://wwwcishutfi/opinnot/t-63/ Tämä kysely kuuluu osana välikoesuoritukseen ja sen arvo on + pistettä Myös tenttiin osallistujat saavat + pistettä kyselyyn osallistumisesta