Silloin voidaan suoraan kirjoittaa spektrin yhtälö käyttämällä hyväksi suorakulmaisen pulssin Fouriermuunnosta sekä viiveen vaikutusta: ( ) (

Samankaltaiset tiedostot
Tietoliikennesignaalit

( ) ( ) x t. 2. Esitä kuvassa annetun signaalin x(t) yhtälö aikaalueessa. Laske signaalin Fourier-muunnos ja hahmottele amplitudispektri.

W dt dt t J.

S Signaalit ja järjestelmät Tentti

( ) ( ) 2. Esitä oheisen RC-ylipäästösuotimesta, RC-alipäästösuotimesta ja erotuspiiristä koostuvan lineaarisen järjestelmän:

Luento 4. Fourier-muunnos

Huomaa, että aika tulee ilmoittaa SI-yksikössä, eli sekunteina (1 h = 3600 s).

x v1 y v2, missä x ja y ovat kokonaislukuja.

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

A-osio. Ei laskinta! Valitse seuraavista kolmesta tehtävästä vain kaksi joihin vastaat!

TKK Tietoliikennelaboratorio Seppo Saastamoinen Sivu 1/5 Konvoluution laskeminen vaihe vaiheelta

Konvoluution laskeminen vaihe vaiheelta Sivu 1/5

Aluksi.1. Integrointia

Luento 11. Stationaariset prosessit

Kotitehtävät 1-6: Vastauksia

SATE2140 Dynaaminen kenttäteoria syksy /7 Laskuharjoitus 4 / Sähkömagneettiset aaltojen polarisoituminen

9. Epäoleelliset integraalit; integraalin derivointi parametrin suhteen. (x + y)e x y dxdy. e (ax+by)2 da. xy 2 r 4 da; r = x 2 + y 2. b) A.

Mallivastaukset KA5-kurssin laskareihin, kevät 2009

Mittaustekniikan perusteet, piirianalyysin kertausta

SIGNAALITEORIAN KERTAUSTA 2. Tietoliikennetekniikka I A Kari Kärkkäinen Osa 3

b) Ei ole. Todistus samaan tyyliin kuin edellinen. Olkoon C > 0 ja valitaan x = 2C sekä y = 0. Tällöin pätee f(x) f(y)

2. Taloudessa käytettyjä yksinkertaisia ennustemalleja. ja tarkasteltavaa muuttujan arvoa hetkellä t kirjaimella y t

KYNNYSILMIÖ JA SILTÄ VÄLTTYMINEN KYNNYKSEN SIIRTOA (LAAJENNUSTA) HYVÄKSI KÄYTTÄEN

Luento 9. Epälineaarisuus

DEE Lineaariset järjestelmät Harjoitus 4, ratkaisuehdotukset

5. Vakiokertoiminen lineaarinen normaaliryhmä

Tasaantumisilmiöt eli transientit

Diskreetillä puolella impulssi oli yksinkertainen lukujono:

VÄRÄHTELYMEKANIIKKA SESSIO 18: Yhden vapausasteen pakkovärähtely, transienttikuormituksia

Luento 9. Epälineaarisuus

Mallivastaukset KA5-kurssin laskareihin, kevät 2009

A B = 100, A = B = 0. D = 1.2. Ce (1.2 D. C (t D) 0, t < 0. t D. )} = Ae πjf D F{Π( t D )} = ADe πjf D sinc(df)

2. Suoraviivainen liike

KULMAMODULOITUJEN SIGNAALIEN SPEKTRIN LASKEMINEN

12. ARKISIA SOVELLUKSIA

Tietoliikennesignaalit & spektri

YKSISIVUKAISTAMODULAATIO (SSB)

Luento 11. Stationaariset prosessit

a) Ortogonaalinen, koska kantafunktioiden energia 1

joka on separoituva yhtälö, jolla ei ole reaalisia triviaaliratkaisuja. Ratkaistaan: z z(x) dx =

5 Jatkuvan funktion integraali

Derivoimalla ensimmäinen komponentti, sijoittamalla jälkimmäisen derivaatta siihen ja eliminoimalla x. saadaan

Luento 3. Fourier-sarja

( ) 5 t. ( ) 20 dt ( ) ( ) ( ) ( + ) ( ) ( ) ( + ) / ( ) du ( t ) dt

Juuri 13 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Kertaus. K1. A: III, B: I, C: II ja IV.

KULMAMODULOITUJEN SIGNAALIEN SPEKTRIN LASKEMINEN

Luento 3. Fourier-sarja

2. Matemaattinen malli ja funktio 179. a) f (-2) = -2 (-2) = = -6 b) f (-2) = 2 (-2) 2 - (-2) = (-8) + 7 = = 23

Sopimuksenteon dynamiikka: johdanto ja haitallinen valikoituminen

Tehtävä I. Vaihtoehtotehtävät.

f x dx y dy t dt f x y t dx dy dt O , (4b) . (4c) f f x = ja x (4d)

Kojemeteorologia. Sami Haapanala syksy Fysiikan laitos, Ilmakehätieteiden osasto

1. Todista/Prove (b) Lause 2.4. käyttäen Lausetta 2.3./by using Theorem b 1 ; 1 b + 1 ; 1 b 1 1

Luento 2. Jaksolliset signaalit

YKSISIVUKAISTAMODULAATIO (SSB)

Rahoitusriskit ja johdannaiset Matti Estola. luento 13 Black-Scholes malli optioiden hinnoille

SATE2180 Kenttäteorian perusteet syksy / 6 Laskuharjoitus 7 / Siirrosvirta ja indusoitunut sähkömotorinen voima

OH CHOOH (2) 5. H2O. OH säiliö. reaktori 2 erotus HCOOCH 3 11.

VÄRÄHTELYMEKANIIKKA SESSIO 14: Yhden vapausasteen vaimeneva pakkovärähtely, harmoninen kuormitusheräte

MAT Fourier n menetelmät. Merja Laaksonen, TTY 2014

b) Esitä kilpaileva myötöviivamekanismi a-kohdassa esittämällesi mekanismille ja vertaile näillä mekanismeilla määritettyjä kuormitettavuuksia (2p)

Derivaatan sovellukset (ääriarvotehtävät ym.)

DEE Lineaariset järjestelmät Harjoitus 3, harjoitustenpitäjille tarkoitetut ratkaisuehdotukset

Integrointi ja sovellukset

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

Sinin muotoinen signaali

ETERAN TyEL:n MUKAISEN VAKUUTUKSEN ERITYISPERUSTEET

Satunnaismuuttujien muunnokset ja niiden jakaumat

6 Integraali ja derivaatta

XII RADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA

Luento 11. tietoverkkotekniikan laitos

Rakennusosien rakennusfysikaalinen toiminta Ralf Lindberg Professori, Tampereen teknillinen yliopisto

MATP153 Approbatur 1B Harjoitus 6 Maanantai

MATP153 Approbatur 1B Harjoitus 3, ratkaisut Maanantai

SGN-1200 Signaalinkäsittelyn menetelmät Välikoe

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

Johdatus todennäköisyyslaskentaan Satunnaismuuttujien muunnokset ja niiden jakaumat. TKK (c) Ilkka Mellin (2004) 1

Tiedonhakumenetelmät Tiedonhakumenetelmät Helsingin yliopisto / TKTL. H.Laine 1. Todennäköisyyspohjainen rankkaus

EPÄLINEAARISET KULMAMODULAATIOT VAIHEMODULAATIO (PM) JA TAAJUUSMODULAATIO (FM)

763306A JOHDATUS SUHTEELLISUUSTEORIAAN 2 Ratkaisut 1 Kevät y' P. α φ

A = (a 2x) 2. f (x) = 12x 2 8ax + a 2 = 0 x = 8a ± 64a 2 48a x = a 6 tai x = a 2.

YO Fysiikka. Heikki Lehto Raimo Havukainen Jukka Maalampi Janna Leskinen. Sanoma Pro Oy Helsinki

SGN-1200 Signaalinkäsittelyn menetelmät Välikoe

Suunnitteluharjoitus s-2016 (...k-2017)

6.4 Variaatiolaskennan oletusten rajoitukset. 6.5 Eulerin yhtälön ratkaisuiden erikoistapauksia

PK-YRITYKSEN ARVONMÄÄRITYS. KTT, DI TOIVO KOSKI elearning Community Ltd

Viivaintegraali: "Pac- Man" - tulkinta

Numeeriset menetelmät

Matematiikan tukikurssi

Differentiaalilaskenta 1.

Lorentz-muunnos L(v) on operaatio, joka voidaan esittää myös matriisina

Johdatus todennäköisyyslaskentaan Momenttiemäfunktio ja karakteristinen funktio. TKK (c) Ilkka Mellin (2005) 1

KULMAMODULOITUJEN SIGNAALIEN ILMAISU DISKRIMINAATTORILLA

1 Excel-sovelluksen ohje

ELEC-A7200 Signaalit ja järjestelmät Laskuharjoitukset. LASKUHARJOITUS 1 Sivu 1/18. Hyvä opiskelija

MATP153 Approbatur 1B Harjoitus 5 Maanantai

a) Esitä piirtämällä oheisen kaksoissymmetrisen ulokepalkkina toimivan kotelopalkin kaksi täysin erityyppistä plastista rajatilamekanismia (2p).

Jaksollisen signaalin spektri

Juuri 7 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty c) sin 50 = sin ( ) = sin 130 = 0,77

Transkriptio:

TT/TV Inegraalimuunnokse Fourier-muunnos, ehäviä : Vasauksia Meropolia/. Koivumäki v(. Määriä oheisen signaalin Fourier-muunnos. Vinkki: Superposiio, viive. Voidaan sovelaa superposiioperiaaea, koska signaalin voidaan ajaella olevan kahden pulssin summa. Noilla kahdella suorakulmaisella pulssilla on viivee -T ja T, joen oamalla viivee -T T huomioon ukiavan signaalin aikaason yhälö voidaan kirjoiaa - ( T T v( = Π Π Silloin voidaan suoraan kirjoiaa spekrin yhälö käyämällä hyväksi suorakulmaisen pulssin Fouriermuunnosa sekä viiveen vaikuusa: jπf ( T jπ V ( f = sinc ft ( f e sinc( f e Ensimmäisessä ermissä miinusmerki ieysi kumoava oisensa (siinä on edelleen -T muisuamassa siiä, eä ensimmäisen pulssin viive on negaiivinen jolloin kompleksise eksponeni muodosava sinifunkion. Loppuulos siis on: ( ( jπft j πft f e e = j sinc( f sin( πft ( sinc V f =. Määriä oheisen kolmiopulssin Fourier-muunnos. Vinkki: Derivoini, ehävä. v( Suorakulmainen pulssi merkiään isolla pii-kirjaimella (Π, kuen edellä ehävässä, ja kuvan kolmiopulssille on vasaavanlainen merkinääpa, jossa käyyään isoa lambda-kirjaina: v ( = Λ : Kuvan kolmiopulssi koosuu kahdesa suorasa. Ensin on nouseva suora, jonka kulmakerroin on / ja sien laskeva suora, jonka kulmakerroin on /. Suoran derivaaahan on sama kuin sen kulmakerroin, joen kolmiopulssin derivaaasignaali on oheisen kalainen: x( / Derivaaasignaalin yhälö on ( / / x ( = Π Π, joen derivaaasignaalin Fourier-muunnos on -/ X ( f = sinc jπf ( / jπf / ( f e sinc( f e Kun supiseaan : ja : ja huomioidaan miinusmerki, yhälö saadaan helposi muooon X ( f = j sinc( f sin( πf. Samaan ulokseen päsään käyämällä hyväksi ehävän vasausa. Siinä piää korvaa pulssien korkeus ± ± / ja pulssien viive ± T ± /. Silloin ehävän vasaus anaa X ( f = j sinc( f sin(πf = j sinc( f sin( πf. Eli sama, joka jo saiin.

dv( Nyhän koska x( =, on X ( f = jπ f V ( f, joen kolmiopulssin spekri on d V ( f j sinc( f sin( πf V ( f = = jπf jπf Kun supisaa pois j: ja lavenaa :lla (jolloin osoiajassa olevasa sinisä ja nimiäjäsä saa aikaan sincfunkion, ulee loppuulokseksi V ( f = sinc ( f. 3. a Piirrä oheisen signaalin v( derivaaasignaalin x( kuvaaja. b Mikä on ämän derivaaasignaalin x( Fourier-muunnos X(f? c Mikä on siis alkuperäisen signaalin v( Fourier-muunnos V(f? -3T -T T 3T Signaali koosuu suoranpäkisä. Suoran derivaaa on sen kulmakerroin. Siis derivaaasignaali on ällainen: x( v( /T -3T -T -/T T 3T b Derivaaasignaalin x( spekrin voi kirjoiaa sovelamalla ehävässä saaua kahden erimerkkisen pulssin spekrin kaavaa. Siinä piää korvaa pulssien korkeus ± ± / T, pulssien piuus T ja pulssien viive ± T ± T. Saadaan X ( f = j T sinc( f T sin( π f T = j sinc( f T sin( 4π f T T c Koska x( on v(:n derivaaa, on X ( f = jπ f V ( f, jolloin X ( f j sinc( f T sin( 4π f T V ( f = = = 4T sinc( f T sinc( 4 f T jπf jπf Loppuulos saaiin lavenamalla T:llä, jolloin jälkimmäisesä sinisä ja nimiäjäsä saaiin aikaan sinc. 4. Signaalin v( spekri on ohessa. Signaalia inegroidaan. Piirrä inegraalisignaalin V(f ampliudispekri suheellisina arvoina (mikä arkoiaa, eä spekrin maksimiarvo =. f/mhz Spekrin yhälö on -4-4 f / B kun B < f < B V ( f = f / B kun B < f < B muilla aajuuksilla missä on merkiy B = MHz. Merkiään inegroinninn jälkeisen signaalin spekriä X(f:llä. Tällöin. / j4πb kun B < f < B V ( f X ( f = = / j4πb kun B < f < B jπf muilla aajuuksilla Silloin ampliudispekri = /4πB ja vaihespekri = 90 posiiivisella akselilla ja 90 negaiivisella akselilla. Inegraalisignaalin ampliuspekri on siis vakio aajuuskaisalla B f B, joen normalisoiu ampliudispekri on silloin = ällä samalla kaisalla (ja = 0 kaisan ulkopuolella. Kuva:

X(f -4-4 f/mhz 5. Kuvassa on signaalin v( spekri V(f. a Signaalia v( inegroidaan. Piirrä saaavan signaalin suheellinen ampliudispekri. (Suheellinen ampliudispekri arkoiaa siä, eä spekrin suurin arvo =. b Signaalia v( derivoidaan. Piirrä saaavan signaalin suheellinen ampliudispekri. c Signaalia v( viiväseään T:n verran. Piirrä saaavan signaalin suheellinen ampliudispekri. V(f f Tehävän kuvassa olevan spekrin yhälö on -B -B B B kun B f B V ( f = muilla aajuuksilla a Kun signaalia inegroidaan, sen spekri ulee jaeuksi ermillä j πf. Silloin inegraalisignaalin, olkoon se vaikkapa x(, ampliudispekri on kun B f B X ( f = π f muilla aajuuksilla Taajuusvälillä B... B uon suurin arvo on, Suheellinen πb ampliudispekri saadaan jakamalla ylläoleva lauseke uolla suurimmalla arvolla, joen ny ulee B kun B f B X suh ( f = f muilla aajuuksilla Tuon kuvaaja on ällainen: b Kun signaalia derivoidaan, sen spekri ulee -B -B B B kerrouksi ermillä j πf. Silloin derivaaasignaalin (olkoon se vaikkapa x( ampliudispekri on π f kun B f B X ( f = muilla aajuuksilla Taajuusvälillä B... B uon suurin arvo on 4 πb, Suheellinen ampliudispekri saadaan jakamalla ylläoleva lauseke uolla suurimmalla arvolla, joen ny ulee f kun B f B X suh ( f = B muilla aajuuksilla Tuon kuvaaja on ällainen: X(f X(f -B -B B B f f

c Signaalin viiväsäminen ei muua sen ampliudispekriä: v( d V ( f e j πf d jπfd jπf d Oikean puolen iseisarvo on V ( f e = V ( f e = V ( f. Viiväseyn signaalin ampliudispekrin kuvaaja on siis äsmälleen samanlainen kuin ehävänannossa oleva spekrin kuva. cos(π c ( c. ( c 6. Todisa: v f V f f + V ( f + f Miä uo arkoiaa? F = j πf c j πfc jπf j π ( f fc jπ ( f + fc [ v( cos(πf ] = v( [ e + e ] e d = v( ( e + e v( e j c π ( f f j ( f f d v e c π + c + ( d Tuossahan kaksi kpl v(:n Fourier-muunnoksia, kuienkin niin eä oisessa on korvau oisessa f f + fc. Lisäksi kumpikin on kerrou :lla. Siispä osiaankin d f f f ja F [ v( cos(πf c ] = V ( f fc + V ( f + fc Tämä arkoiaa siä, eä kun mikä ahansa signaali v( kerroaan f c -aajuisella sinisignaalilla, saadaan signaali, jonka spekri koosuu kahdesa alkuperäisen signaalin spekrisä, joka ova siirynee aajuuksien f ± fc kohdalle. 7. Mikä on oheisen signaalin Fourier-muunnos? Vaaka-akselilla on aika mikrosekuneina. Tämä on suoraan ehävän 6 sovellus. Signaalissa on selväsikin siniä, jonka jaksonpiuus on µs ja jonka ampliudi vaihelee 40 µs piuisen kolmiopulssin mukaisesi. Siis signaalin yhälö on v( = Λ cos( πf c, missä = 40 µs ja f c = 500 khz. Tehävässä saaiin kolmiopulssin spekriksi sinc ( f joen oheisen kolmiopulssimaisesi käyäyyvän sinipurskeen Fouriermuunnos on V ( f = sinc [( f fc ] + sinc [( f + fc ] Spekrin normalisoiu kuvaaja alla. Vaaka-akselilla aajuus saoina khz:nä. c 0.8 0.6 0.4 0. 0-6 -4-0 4 6 x 0 5

8. Johda suorakulmaisen pulssin Fourier-muunnos derivoimalla pulssi. Suorakulmainen pulssi v( ja sen derivaaa x(: v( x( / / / / - Derivaaan yhälö on x ( = δ ( ( / δ ( /. Tämän Fourier-muunnos on jπf ( / jπf / jπf jπf X ( f = e e = ( e e = j sin( πf v( dv( Koska x( =, on X ( f = jπ f V ( f, joen d X ( f jsin( πf sin( πf V ( f = = = = sinc( f. Eli uli se miä piikin ulla. jπf jπf πf 9. Johda kolmiopulssin Fourier-muunnos derivoimalla pulssi. Kolmiopulssi v ( = Λ : Kuvan kolmiopulssi koosuu kahdesa suorasa. Ensin on nouseva suora, jonka kulmakerroin on / ja sien laskeva suora, jonka kulmakerroin on /. Suoran derivaaahan on sama kuin x( dv( sen kulmakerroin, joen kolmiopulssin derivaaasignaali x( = on / d oheisen kalainen: Täsä voi jakaa kahdella avalla. Tapa : Derivaaasignaalin yhälö on ( / / x ( = Π Π, joen derivaaasignaalin spekri -/ on jπf ( / jπf / y( X ( f = sinc( f e sinc( f e / Kun supiseaan : ja : ja huomioidaan miinusmerki, yhälö saadaan helposi dv( muooon X ( f = j sinc( f sin( πf. Nyhän koska x( =, on d X ( f = jπ f V ( f, joen kolmiopulssin spekri on V ( f j sinc( f sin( πf V ( f = = jπf jπf Kun supisaa pois j: ja lavenaa :lla (jolloin osoiajassa olevasa sinisä ja nimiäjäsä saa aikaan sinc-funkion, ulee loppuulokseksi -/ V ( f = sinc ( f, eli sama yhälö kuin kaavakokoelmassa.

Tapa : Derivoidaan derivaaasignaali x(. Tulos kuvassa. Derivoiavassa x(:ssa on kolme askelmaisa muuosa, joen sen derivaaa koosuu kolmesa impulssisa. y(:n yhälö on y( = δ ( ( δ ( + δ ( Tämän Fourier-muunnos voidaan kirjoiaa suoraan: j πf ( jπf j πf jπf Y ( f = e + e = ( e + e 4 = [ cos( πf ] = sin ( πf jx jx x = e + e cos x = sin x. Tässä käyeiin näiä: ( cos( ja ( ( dx( d v( Koska y ( = =, on Y ( f = jπf X ( f = jπf jπf V ( f = 4π f V ( f, joen d d Y( f sin ( πf sin ( πf V ( f = = = = sinc ( f. 4π f π f π f 0. Laske "Fourier-muunnos, ehäviä " kokoelman (iedoso 09.Fourier-muunnos.ehäviä_.pdf ehävä derivoinnin kaua. Tämä menee periaaeessa ihan samalla avalla kuin ehävän 9 koha "Tapa ".. Signaali v( koosuu kolmesa impulssisa: v( = δ ( + 5 ms + 4δ ( + δ ( 5 ms. a Piirrä signaalin v( kuvaaja. b Määriä signaalin ampliudispekrin V(f (eli spekrin iseisarvon yhälö. c Piirrä ampliudispekrin V(f kuvaaja. a v( 4-5 b Merkiään T = 5 ms. Tällöin V ( f = e = 5 /ms j πf ( T j πf T + 4 + e = 4 + cos( πft [ + cos( πft ] = [ + cos( π 5 ms f ] Koska hakasulkulauseke ei voi mennä negaiiviseksi, on siis ampliudispekri [ + cos( 5 f ] V ( f = π ms c Kuvaajan piirämisessä auaa, kun oivalaa, eä lausekkeessa esiinyvän kosinin jaksonpiuus aajuusakselilla on /(5 ms = 00 Hz. Tulee ällainen kuvaaja:

6 V(f 4 f/hz 0-00 0 00 400 600. Määriä neljä aajuua, joilla oheisen pulssin spekri = 0. v( -T T Π Signaalin yhälö on v( = + Λ T T Spekrin yhälö on siis V ( f = T sinc( ft + T sinc ( ft V(f = 0 ainakin kaikilla niillä aajuuksilla f, joilla sekä sinc ( ft = 0 eä sinc ( ft = 0. sinc( ft = 0 ft = n f = n T sinc( ft = 0 ft = n f = n T Noissa molemmissa n on mikä ahansa kokonaisluku (mua n 0. Joen V(f = 0 ainakin kun 3 4 = ±, ±, ±,, L T T T T 3. Määriä kaikki aajuude, joilla oheisen kahdesa suorakulmaisesa pulssisa koosuvan signaalin spekri = 0. 0 v( -8-4 4 8 /ms -0 ( T T Jos merkiään = 0 ja T = 4 ms, niin signaalin yhälö on v( = Π + Π T T jπft jπft Spekrin yhälö on siis V ( f = T sinc( ft ( e + e = j4t sinc( ft sin( πft Nollakohda uleva sinc:n nollakohdisa ja sinin nollakohdisa: sinc( ft = 0 ft = n f = n = n 5 Hz, n = ±, ±, ± 3,L T sin( πft = 0 ft = n f = n = n 5 Hz, n = 0, ±, ±, ± 3,L T Eli yhdiseynä f = n 5 Hz, missä n on mikä ahansa kokonaisluku.

4. Onko kukin seuraavisa väieisä oikein vai väärin? a Signaalin v( = δ ( T + B δ ( T ampliudispekri = + B. jπft j 4πfT Väärin. V ( f = e + Be. Yksi vasaesimerkki riiää kumoamaan väieen: Jos T = 0 ja = B, on v( = 0, ja ieysi myös V(f = 0. Kuienkin väieessä esiey + B =, joka on 0, jos 0. b Jos signaali x( on signaalin v( inegraalisignaali, niin signaaleilla v( ja x( on erilaise ampliudispekri, mua samanlaise vaihespekri. V ( f Väärin. Jos signaali x( on signaalin v( inegraalisignaali, niin X ( f =, joen sekä ampliudispekri jπf eä vaihespekri ova erilaise. c Jos signaali x( on signaalin v( derivaaasignaali, niin X(0 = 0. Oikein. Jos signaali x( on signaalin v( derivaaasignaali, niin X ( f = jπ f V ( f, joen X(0 on pakosakin = 0. Tämähän arkoiaa siä, eä derivoini häviää signaalisa asasähkökomponenin. d Signaalin v ( = cos(π f + ϕ keskimääräinen eho = /. (Oleeaan eä on reaalinen. Oikein. Jos sinijännieen ampiudi eli huippuarvo =, niin sen ehollisarvo = /. Silloin sen eho on ehollisarvon oinen poenssi (jaeuna jollakin resisanssilla, joka meidän ieoliikennesignaaliarkaselussamme oleeaan Ω:n suuruiseksi, eli P = /. j πf e Signaalin v( = c e keskimääräinen eho = c. Oikein. Parsevalin kaavan mukaan P = c n n=, ja ny noia cn -keroimia on vain uo yksi, eli c. f Jos jaksollisen signaalin jaksonpiuus lyhenee, mua aalomuoo säilyy muuen samana, niin spekriviivojen määrä signaalin spekrissä vähenee. Väärin. Jos aalomuoo säilyy samana, ei spekriviivojen määrä muuu. Sen sijaan spekriviiva eäänyvä oisisaan, kun jaksonpiuus lyhenee. g Jos suorakulmaisen pulssin keso lyhenee, pulssin spekrin nollakohda eäänyvä oisisaan. Oikein. Nollakohien eäisyys oisisaan on pulssin kesoajan kääneisluku. h Jos signaalia inegroidaan ajan suheen, signaalin spekri ulee jaeuksi ermillä jπf. Oikein. i Jos signaali siiryy aalomuoonsa säilyäen aika-akselilla paikasa oiseen, niin sen ampliudispekri pysyy samana, mua vaihespekri muuuu. jπft Oikein. Viive T aiheuaa spekriin keroimen e, jonka iseisarvo =, joen ampliudispekri ei muuu. j Jos kaksi signaalia summaaan oisiinsa, uloksena saaavan signaalin ampliudispekri on alkuperäisen signaalien ampliudispekrien summa. Väärin. Koko kompleksinen spekri on alkuperäisen spekrien summa. Silloin ampliudispekri on alkuperäisen ampliudispekrien summa vain jos alkuperäisen spekrien kaikki arvo ova posiiivisia reaalilukuja.