SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

Samankaltaiset tiedostot
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 Välikoe

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.

T Digitaalinen signaalinkäsittely ja suodatus

Digitaalinen signaalinkäsittely Desibeliasteikko, suotimen suunnittelu

SGN-1251 Signaalinkäsittelyn sovellukset Välikoe Heikki Huttunen

Remez-menetelmä FIR-suodinten suunnittelussa

Alipäästösuotimen muuntaminen muiksi perussuotimiksi

Tuntematon järjestelmä. Adaptiivinen suodatin

1 Vastaa seuraaviin. b) Taajuusvasteen

T SKJ - TERMEJÄ

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

Digitaalinen Signaalinkäsittely T0125 Luento

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

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

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

Heikki Huttunen Signaalinkäsittelyn sovellukset

1 Olkoon suodattimen vaatimusmäärittely seuraava:

Katsaus suodatukseen

Kompleksiluvut signaalin taajuusjakauman arvioinnissa

Säätötekniikan ja signaalinkäsittelyn työkurssi

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

T Signaalinkäsittelyjärjestelmät Kevät 2005 Pakolliset ja lisäpistelaskarit

Spektri- ja signaalianalysaattorit

z muunnos ja sen soveltaminen LTI järjestelmien analysointiin

Esipuhe. Tampereella, 9. toukokuuta 2003, Heikki Huttunen

Signaalinkäsittelyn sovellukset

: Johdatus signaalinkäsittelyyn 2

MATEMATIIKAN JAOS Kompleksianalyysi

Heikki Huttunen Signaalinkäsittelyn sovellukset

Kompleksianalyysi, viikko 7

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

Signaalinkäsittelyn menetelmät

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

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

Numeeriset menetelmät

Heikki Huttunen Signaalinkäsittelyn perusteet

SÄÄTÖJÄRJESTELMIEN SUUNNITTELU

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

Tehtävä 1. Vaihtoehtotehtävät.

Luento 8. Suodattimien käyttötarkoitus

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

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

3 Ikkunointi. Kuvio 1: Signaalin ikkunointi.

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

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

Yksinkertaisin järjestelmä

TL5231, Signaaliteoria (S2004) Matlab-harjoituksia

SÄÄTÖJÄRJESTELMIEN SUUNNITTELU

: Johdatus signaalinkäsittelyyn 1

Osatentti

FYSP105 / K3 RC-SUODATTIMET

Luento 8. tietoverkkotekniikan laitos

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

Sisältö. 1. Kompleksiluvut 2. Funktiot 3. Differentiaalilaskentaa 4. Sarjat 5. Integrointi 6. Möbius-muunnos 7. Diskreetti systeemi

Luento 7. LTI-järjestelmät

Alias-ilmiö eli taajuuden laskostuminen

a) z 1 + z 2, b) z 1 z 2, c) z 1 z 2, d) z 1 z 2 = 4+10i 4 = 10i 5 = 2i. 4 ( 1)

Tehtäväsarja I Seuraavissa tehtävissä harjoitellaan erilaisia todistustekniikoita. Luentokalvoista 11, sekä voi olla apua.

S Piirianalyysi 1 2. välikoe

Kotitehtävät 1-6: Vastauksia

Laskuharjoitus 2 ( ): Tehtävien vastauksia

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

SEBASTIAN RINTALA SIGNAALIN DOMINOIVAN TAAJUUDEN ARVIOINTI

S Signaalit ja järjestelmät

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

Toinen harjoitustyö. ASCII-grafiikkaa

521384A RADIOTEKNIIKAN PERUSTEET Harjoitus 3

Esimerkki: Laaduntasaussäiliö. Esimerkki: Laaduntasaussäiliö. Taajuusanalyysi. ELEC-C1230 Säätötekniikka. Luku 7: Taajuusanalyysi

Esimerkki: Laaduntasaussäiliö. Esimerkki: Laaduntasaussäiliö. Taajuusanalyysi. ELEC-C1230 Säätötekniikka. Luku 7: Taajuusanalyysi

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

Y Yhtälöparista ratkaistiin vuorotellen siirtofunktiot laittamalla muut tulot nollaan. = K K K M. s 2 3s 2 KK P

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.

Luento 7. tietoverkkotekniikan laitos

Luento 8. Suodattimien käyttötarkoitus

Kompleksianalyysi, viikko 6

B. 2 E. en tiedä C ovat luonnollisia lukuja?

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

1. a) Piiri sisältää vain resistiivisiä komponentteja, joten jännitteenjaon tulos on riippumaton taajuudesta.

Mb8 Koe Kuopion Lyseon lukio (KK) sivu 1/3

/1. MTTTP5, luento Normaalijakauma (jatkuu) Binomijakaumaa voidaan approksimoida normaalijakaumalla

4. Taajuusalueen suodatus 4.1. Taustaa Perusteita

Luku 4 - Kuvien taajuusanalyysi

Diskreetin matematiikan perusteet Laskuharjoitus 2 / vko 9

Elektroniikan perusteet, Radioamatööritutkintokoulutus

S SÄHKÖTEKNIIKKA Kimmo Silvonen

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

Approbatur 3, demo 1, ratkaisut A sanoo: Vähintään yksi meistä on retku. Tehtävänä on päätellä, mitä tyyppiä A ja B ovat.

Kepstri - sisältö. Kepstrimuunnos ja puhesignaalien analyysi. Kepstri - Intro. Kepstri - Intro. Luento perustuu kepstri-lukuun teoksissa:

3. kierros. 2. Lähipäivä

a) Mikä on integraalifunktio ja miten derivaatta liittyy siihen? Anna esimerkki = 16 3 =

Signaalimallit: sisältö

Transkriptio:

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti 5.5.2008 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). (d) Järjestelmä, jonka impulssivaste on h(n) =δ(n)+0.5δ(n 1) 0.25δ(n 3) on stabiili. (d) Vaihevasteen lineaarisuus takaa, että signaalin kaikki taajuudet viivästyvät yhtä monta sekuntia. (f) Binäärisissä fax-dokumenteissa mustaa pistettä esitetään nollalla ja valkoista ykkösellä. Täysin mustan fax-kuvan entropia on suurempi kuin sellaisen, jossa mustia ja valkoisia pisteitä on yhtä monta. (f) FIR-suotimen siirtofunktio voidaan päätellä sen impulssivasteesta. Tosi Epätosi 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) Erään suotimen napanollakuvio on kuvassa 1. Onko kyseessä FIR vai IIR-suodin? Millä perusteella? (1p) (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 ( 3, 3, 1, 3) T ja vektorin (x 1,x 3,x 5,x 7 ) T DFT on (16, 8, 4, 8) T. (2p) (c) Eräs lääketieteen sovellus mittaa potilaan aivosähkökäyrää, johon on sekoittunut sähköverkosta tulevaa häiriötä 50 Hertzin taajuudella. Sovellutuksen kannalta olennainen informaatio sijaitsee taajuusalueella 0 22 Hz. Järjestelmän näytteenottotaajuus on 150 Hz. Millaiset päästö- ja estokaistat tarvitaan, jotta verkkohurina poistuu ja varsinainen signaali säilyy? Mikä on pienin mahdollinen kertoimien määrä, kun suodinsuunnittelu tapahtuu ikkunamenetelmällä Blackman-ikkunaa käyttäen. (3p) 1 0.8 0.6 0.4 Imaginääriosa 0.2 0 0.2 0.4 0.6 0.8 1 1 0.5 0 0.5 1 Reaaliosa Kuva 1: suotimen napanollakuvio.

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

4. Suunnittele ikkunamenetelmällä alipäästösuodin (selvitä käsin impulssivasteen lauseke), jonka vaatimukset ovat seuraavat: Estokaista Päästökaista Päästökaistan maksimivärähtely Estokaistan minimivaimennus Näytteenottotaajuus [12 khz,16khz] [0 khz,9.9khz] 0.06 db 34 db 32 khz Käytä oheisia taulukoita hyväksesi.

5. (a) Tarkastellaan kausaalista IIR-suodinta, jonka amplitudivaste on alla olevassa kuvassa. Hahmottele suotimen napanollakuvio siinä määrin kuin se on mahdollista amplitudivasteen perusteella. Huomaa, että suotimen impulssivaste on reaalinen, joten napanollakuvio on symmetrinen reaaliakselin suhteen. (3p) Amplitudivaste (db) 60 40 20 0 20 40 60 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5 Normalisoitu taajuus (b) Tuhannen näytteen mittainen signaali sisältää kuutta eri lukuarvoa väliltä 0...1 alla olevan taulukon mukaisesti. 1 Arvo 0 6 6 6 6 Lukumäärä 6 90 300 406 136 62 Generoi Huffman-puu ja Huffman-koodi tälle signaalille. Montako bittiä kyseisen näytteen tallentamiseen tarvitaan kyseisellä Huffman-koodilla? (3p) 2 3 4 5 6