Andrzej Leśnicki Laboratorium CPS Ćwiczenie 7 1/7 ĆWICZENIE 7. Splot liniowy i kołowy sygnałów

Wielkość: px
Rozpocząć pokaz od strony:

Download "Andrzej Leśnicki Laboratorium CPS Ćwiczenie 7 1/7 ĆWICZENIE 7. Splot liniowy i kołowy sygnałów"

Transkrypt

1 Andrzej Leśnicki Laboratorium CPS Ćwiczenie 7 1/7 ĆWICZEIE 7 Splot liniowy i kołowy sygnałów 1. Cel ćwiczenia Operacja splotu jest jedną z najczęściej wykonywanych operacji na sygnale. Każde przejście sygnału przez system liniowy, stały w czasie należy interpretować jako wykonanie operacji splotu na sygnale. Dla sygnałów dyskretnych wyróżnia się pojęcie splotu liniowego i splotu kołowego. W ćwiczeniu będą badane właściwości obu tych splotów w dziedzinie czasu i w dziedzinie częstotliwości. 2. Wprowadzenie Splot liniowy dwóch sygnałów dyskretnych x [ n] i [ n] h jest operacją przemienną oznaczaną gwiazdką i jest zdefiniowany jako następująca suma splotowa [] n = x[] n h[] n = x[][ k h n k] = h[] n x[] n = h[][ k x n k] y, n =, K, 1,, 1, K, k = k = M Splot liniowy dwóch sygnałów skończonych { x [ n] } 1 K i { [ n] } 1 (1) h o liczbach próbek odpowiednio M i K charakteryzuje się trzema przedziałami czasu: - przedziałem czasu, w którym zachodzą początkowe procesy przejściowe, trwa stan nieustalony; - przedziałem czasu, w którym trwa stan ustalony; - przedziałem czasu, w którym zachodzą końcowe procesy przejściowe, trwa stan nieustalony. Jedna z właściwości dyskretno-czasowego przekształcenia Fouriera jest taka, że splotowi liniowemu sygnałów w dziedzinie czasu odpowiada mnożenie widm sygnałów w dziedzinie częstotliwości y DTFT i arg X [] [] [] ( ) ( ) ( ) ( ) ( ) ( e ) + j arg H ( e n = x n h n Y e = X e H e = X e H e e ) (2) Odmianą splotu jest splot kołowy (ang. circular convolution). Wzór definiujący splot kołowy jest następujący y 1 [] n x[] n h[] n = x[] k h[ ( n k) mod ], n =, 1, K, 1 = k = (5) x [] [] Splatane kołowo sygnały n, h n mają próbki widma określone prostym dyskretnym przekształceniem Fouriera (DFT) x 1 DFT [] n X [] k = x[] n e 2π j kn 1 DFT, y[] n Y[] k = y[] n e 2π j kn, k =, 1, K, 1 (7)

2 Andrzej Leśnicki Laboratorium CPS Ćwiczenie 7 2/7 Jedna z właściwości dyskretnego przekształcenia Fouriera jest taka, że splotowi kołowemu sygnałów w dziedzinie czasu odpowiada mnożenie próbek widm y DTFT i arg X [ k ] + j arg H [k [] n = x[] n h[] n Y[] k = X [] k H[] k = X [] k H[] k e ], k =, 1, K, 1 (8) W badaniach właściwości splotów liniowego i kołowego będzie przydatny interfejs graficzny sploty. Okno tego interfejsu pokazano na rys. 1. Jako splatane sygnały x [] n i h [ n] można wybrać z zagłębionych menu takie przyczynowe, skończone sygnały jak: - delta Kroneckera; - impuls prostokątny (cztery próbki); - zaliasowany sinc, M = 4 ; - sinusoida rzeczywista sin( 2π,1n ); - sinusoida zespolona exp( j2π, 1n) ; - szum gaussowski; - tablica lub funkcja MATLABa argumentu n 1, 1 m 1,, 1 = 1. Liczba próbek sygnału 2 64 jest zmieniana suwakiem lub poprzez wpis wartości w polu edycyjnym. Rys. 1. Okno interfejsu graficznego sploty Zadane sygnały oraz ich widma są wykreślone w lewej kolumnie okna interfejsu. Części rzeczywiste próbek wykreślono niebieskimi ciągłymi kreskami zakończonymi kółkami, a części urojone próbek wykreślono czerwonymi przerywanymi kreskami zakończonymi krzyżykami. W przypadku widm sygnałów, część rzeczywistą widma

3 Andrzej Leśnicki Laboratorium CPS Ćwiczenie 7 3/7 wykreślono niebieską linią ciągłą, część urojoną widma wykreślono czerwoną linią przerywaną i moduł widma wykreślono zieloną linią ciągłą. W prawej kolumnie okna interfejsu wykreślono wynik splotu liniowego y[] n = x[] n h[] n oraz wynik splotu kołowego y[ n] = x[ n] h[ n] wraz z widmami. W przypadku splotu kołowego wykreślono widmo DTFT (widmo dla jednego okresu wyniku splotu) oraz próbki widma DFT (widmo wyniku splotu kołowego powtarzanego okresowo). a tych częstotliwościach, które odpowiadają próbkom DFT widma splotu kołowego, naniesiono też próbki widma splotu liniowego. Te próbki widma splotu liniowego nie mają nic wspólnego z DFT wyniku splotu liniowego, gdyż wynik splotu liniowego ma na ogół inną długość niż wynik splotu kołowego i jego próbki wypadają na zupełnie innych częstotliwościach. Właściwości splotu liniowego i splotu kołowego zilustrujemy następującymi przykładami. Przykład 1. Sygnał dyskretny bardzo łatwo można opóźnić splatając go z odpowiedzią impulsową linii opóźniającej, czyli z opóźnioną deltą Kroneckera δ [ n K ]. W przypadku sygnału cyfrowego oznacza to przesunięcie próbek sygnału o odpowiednią liczbę pozycji w buforze. Jeżeli krótki sygnał x [] n jest splatany z rzadkim ciągiem delt Kroneckera h [ n] (rzadkim, tzn. odstępy między deltami Kroneckera są większe niż czas trwania krótkiego sygnału x[] n ), to wynikiem splotu jest powtarzający się w chwilach występowania delt Kroneckera sygnał x[] n. a rys. 1 pokazano wynik splotu krótkiego sygnału { x [] n } = { 3ˆ, 2, 1,,K} z rzadkim ciągiem delt Kroneckera h[ n] = δ [ n] + δ [ n 4 ] + δ [ n 1]. Wynikiem jest sygnał x[] n powtarzający się począwszy od pozycji K =, 4, 1. Gdyby sygnał x[] n splatać z okresowym ciągiem delt Kroneckera o okresie równym czasowi trwania sygnału x[ n], to otrzymamy sygnał okresowy, w którym jeden okres równa się sygnałowi x[] n. Przykład 2. Zbadamy stan ustalony i procesy przejściowe zachodzące w systemie o prostokątnej odpowiedzi impulsowej { h [ n] } = { 1ˆ, 1, 1, 1} pobudzonym sygnałem sinusoidalnym x[] n = sin ( 2π, 1n) o liczbie próbek równej 26. Wynik splotu liniowego sygnałów x [] n i h [ n] ma długość =29 i jest taki jak rys. 2. h n = 1ˆ, 1, 1, 1 jest liniowo-fazowym filtrem System o odpowiedzi impulsowej [ ] { } { } ω dolnoprzepustowym o stałym opóźnieniu grupowym τ ( e j ) = 1, 5 około 3 na częstotliwości sinusoidy,1 j2π,1 f, H ( e ) 3 = g i wzmocnieniu równym. Dlatego przypuszczamy, że poza przedziałami czasu odpowiadającymi początkowym i końcowym procesom przejściowym (każdy z nich trwa tyle, jak długi jest krótszy ze splatanych sygnałów, tutaj krótszy jest h [] n ), a więc w przedziale czasu odpowiadającym stanowi ustalonemu, sygnał wyjściowy równa się sinusoidzie wejściowej opóźnionej o 1,5 taktu i wzmocnionej około 3 razy. Wyniki eksperymentu pokazane na rys. 2 potwierdzają te teoretyczne przypuszczenia.

4 Andrzej Leśnicki Laboratorium CPS Ćwiczenie 7 4/7 Rys. 2. Splot sygnałów x[] n sin( 2π, 1n) = i h [ n] = { 1ˆ, 1, 1, 1} Przykład 3. Zbadamy sploty sygnałów x [ n] = { 1ˆ, 2, 1} i h [ n] = { 1ˆ, 2}. Wyniki splotu liniowego i kołowego tych sygnałów pokazano na rys. 3. y n = x n h n jest taki jak to pokazano w prawym górnym Splot liniowy sygnałów [] [ ] [ ] y o długości M + K 1 = = 4. Widmo DTFT sygnału y [] n jest iloczynem widm DTFT sygnałów x [ n] i h[ n]. Wszystkie widma mają w zerze wartość równą sumie próbek i na krańcach ( f = ±,5 ) wartość równą sumie próbek z co drugą próbką o zmienionym znaku. rogu rys. 3. Jest to sygnał [] n = { 1ˆ, 4, 5, 2}

5 Andrzej Leśnicki Laboratorium CPS Ćwiczenie 7 5/7 Rys. 3. Sploty sygnałów x [] n = { 1ˆ, 2, 1} i h [ n] = { 1ˆ, 2} Splot kołowy sygnałów y[] n x[ n] h[ n] rogu na rys. 3. Jest to sygnał { y n } = 3ˆ, 4, 5 = jest taki jak to pokazano w prawym dolnym [] { }. Ponieważ splatane kołowo sygnały muszą mieć taką samą długość, to krótszy z sygnałów został automatycznie uzupełniony zerami do = 3, czyli wzięto { h [] n } = { 1ˆ, 2, }. Widmo DFT Y [ k] = X [ k] H[ k] sygnału y[] n to iloczyn DFT sygnałów x [n] i h [n] obliczonych przy tej samej wartości parametru = 3. Jest interesujące, że chociaż wyniki y[] n splotu liniowego i kołowego są zupełnie różne i mają różne widma DTFT, to zgodnie z teorią widmo DFT splotu kołowego jest próbkami równającymi się próbkom widma DTFT splotu liniowego Y ( e ) (próbki te nie mają jednak nic wspólnego z DFT splotu liniowego). Do jakiej minimalnej długości należałoby uzupełnić zerami sygnały x [] n i h [] n, aby ich sploty liniowy i kołowy były takie same? Jeżeli sygnał x [ n] ma M próbek i sygnał h [ n] ma K próbek, to obydwa te sygnały należy uzupełnić zerami do liczby próbek minimum = M + K 1, aby wynik splotu kołowego był taki sam jak splotu liniowego. W przypadku, gdy M = 3, K = 2, to parametr powinien mieć wartość minimum = = 4. Dlatego sygnał x [] n należałoby uzupełnić jednym zerem i sygnał h [ n] należałoby uzupełnić dwoma zerami.

6 Andrzej Leśnicki Laboratorium CPS Ćwiczenie 7 6/7 3. Wykonanie ćwiczenia 1. Wybierz dowolny krótki sygnał, spleć go z rzadkim ciągiem delt Kroneckera i pokaż podobnie jak w przykładzie 1, że wynikiem splotu liniowego jest krótki sygnał powtarzający się w odpowiednich miejscach na osi n. Pokaż, że sygnał okresowy jest wynikiem splotu liniowego krótkiego sygnału (o czasie trwania równym jednemu okresowi) z okresowym ciągiem delt Kroneckera. Sporządź rysunki dla sygnałów tylko w dziedzinie czasu (bez widm). Czy opóźnianie sygnałów dyskretnych i cyfrowych jest operacją trudną czy łatwą do zrealizowania w porównaniu z opóźnianiem sygnałów analogowych? 2. Dowolnego kształtu skończony sygnał splatany wielokrotnie sam z sobą x x xk szybko daje w wyniku sygnał zmierzający kształtem do impulsu Gaussa (ma to związek z centralnym twierdzeniem granicznym, podobnie splatanie ze sobą wielu impulsów o różnych kształtach da w wyniku impuls przypominający kształtem impuls Gaussa). Wybierz dowolnego kształtu krótki sygnał i splataj go wielokrotnie ze sobą (3-5 razy). Pokaż, że uzyskiwany w wyniku kolejnych splotów liniowych sygnał ma kształt coraz bardziej zbliżony do impulsu Gaussa. 3. Zbadaj stan ustalony i procesy przejściowe w splocie liniowym dowolnie wybranych sygnałów długiego i krótkiego podobnie jak w przykładzie 2. Pokaż na rysunku przedziały czasu odpowiadające procesom przejściowym i stanowi ustalonemu. Zinterpretuj uzyskane wyniki. 4. Wybierz dowolny sygnał x [] n z M próbkami i splataj go z sygnałem h[] n = δ [ n K ], przy określonej wybranej przez siebie wartości > M. Zwiększaj K co 1. Obserwuj wynik splotu liniowego i kołowego. Zmierz wartość K, począwszy od której wynik splotu kołowego różni się od splotu liniowego (obowiązuje tu zależność = M + K 1). arysuj te różniące się wyniki splotu liniowego i kołowego. Zinterpretuj na okręgu wynik splotu kołowego. Opisz jak zmieniają się widma wyniku splotu liniowego i kołowego w miarę zwiększania opóźnienia K. 5. Porównaj wyniki splotu liniowego i kołowego dla dwóch wybranych przez siebie krótkich sygnałów przyczynowych o różnych długościach, podobnie jak w przykładzie 3. Oblicz sploty ręcznie. arysuj sygnały i ich widma wspomagając się interfejsem graficznym sploty. Przedyskutuj uzyskane wyniki, czy wyniki splotów maja przewidywaną długość, czy widma pomnożyły się? 6. Wykaż eksperymentalnie (sporządź rysunki sygnałów w dziedzinie czasu), że uzupełniając sygnały z poprzedniego punktu odpowiednią liczbą zer spowodujemy, iż wyniki splotów liniowego i kołowego będą takie same. 4. Zadania testowe na wejściówki i sprawdziany x [] [] a) { x[] n } = { sin ( 2π,125n) },1,..., 8, [ n] b) { x[] n } = { sin ( 2π,125n) },1,..., 8, [ n] Oblicz i wykreśl splot liniowy [] n x[ n] h[ n] 1. Są dane sygnały n i h n : { h } = { 1ˆ, 1} ; { } = { 1ˆ, 1} h. y l =. a wykresie zaznacz trzy charakterystyczne przedziały czasu. Sprawdź, czy w stanie ustalonym sygnał ma oczekiwaną amplitudę i opóźnienie (wynikające z transmitancji systemu H ( e )). Podaj wzór na sygnał wyjściowy w stanie ustalonym.

7 Andrzej Leśnicki Laboratorium CPS Ćwiczenie 7 7/7 2. Są dane sygnały x [] n i h [] n : a) { x [] n } = { 1, 1,, { h [] n } = { 1, ˆ, 1} ; b) { x [] n } = { 1, 1, 1}, { h [] n } = { 1, ˆ, 1}. Oblicz i wykreśl splot liniowy y l [ n] = x[ n] h[ n] i kołowy [ n] x[ n] h[n wykreśl widma Y l ( e ) (DTFT), k [ k] Y e = X e H e, [ k] X [ k] H[ k] iloczynami ( ) ( ) ( ) l y k = ]. Oblicz i Y (DFT). Pokaż, że te widma są następującymi Y k =. Pokaż, że uzupełniając sygnały zerami (jaka jest minimalna liczba tych zer?) otrzymamy wynik splotu kołowego taki sam jak splotu liniowego. x [] [] 3. Są dane sygnały n i h n : a) x [] n = { 1,, h [] n = { 1, 1ˆ }; b) x [] n = { 1, 1}, [] n = { 1, 1ˆ } h. n Oblicz i wykreśl splot liniowy [ ] = x[ n] h[ n] i kołowy [ n] x[ n] h[n wykreśl widma Y ( ), Y ( e ) l e k y l y k = ]. Oblicz i. Pokaż, że określone próbki obu widm są sobie równe. Pokaż, że uzupełniając sygnały zerami (jaka jest minimalna liczba tych zer?) otrzymamy wynik splotu kołowego taki sam jak splotu liniowego.

Andrzej Leśnicki Laboratorium CPS Ćwiczenie 6 1/8 ĆWICZENIE 6. Dyskretne przekształcenie Fouriera DFT

Andrzej Leśnicki Laboratorium CPS Ćwiczenie 6 1/8 ĆWICZENIE 6. Dyskretne przekształcenie Fouriera DFT Andrzej Leśnicki Laboratorium CPS Ćwiczenie 6 1/8 ĆWICZEIE 6 Dyskretne przekształcenie Fouriera DFT 1. Cel ćwiczenia Dyskretne przekształcenie Fouriera ( w skrócie oznaczane jako DFT z ang. Discrete Fourier

Bardziej szczegółowo

Andrzej Leśnicki Laboratorium CPS Ćwiczenie 9 1/5 ĆWICZENIE 9. Kwantowanie sygnałów

Andrzej Leśnicki Laboratorium CPS Ćwiczenie 9 1/5 ĆWICZENIE 9. Kwantowanie sygnałów Andrzej Leśnicki Laboratorium CP Ćwiczenie 9 1/5 ĆWICZEIE 9 Kwantowanie sygnałów 1. Cel ćwiczenia ygnał przesyłany w cyfrowym torze transmisyjnym lub przetwarzany w komputerze (procesorze sygnałowym) musi

Bardziej szczegółowo

Przetwarzanie sygnałów

Przetwarzanie sygnałów Spis treści Przetwarzanie sygnałów Ćwiczenie 3 Właściwości przekształcenia Fouriera 1 Podstawowe właściwości przekształcenia Fouriera 1 1.1 Kompresja i ekspansja sygnału................... 2 1.2 Właściwości

Bardziej szczegółowo

DYSKRETNE PRZEKSZTAŁCENIE FOURIERA C.D.

DYSKRETNE PRZEKSZTAŁCENIE FOURIERA C.D. CPS 6 DYSKRETE PRZEKSZTAŁCEIE FOURIERA C.D. Twierdzenie o przesunięciu Istnieje ważna właściwość DFT, znana jako twierdzenie o przesunięciu. Mówi ono, że: Przesunięcie w czasie okresowego ciągu wejściowego

Bardziej szczegółowo

Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L

Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Ćwiczenie 3. Właściwości przekształcenia Fouriera 1. Podstawowe właściwości przekształcenia

Bardziej szczegółowo

W celu obliczenia charakterystyki częstotliwościowej zastosujemy wzór 1. charakterystyka amplitudowa 0,

W celu obliczenia charakterystyki częstotliwościowej zastosujemy wzór 1. charakterystyka amplitudowa 0, Bierne obwody RC. Filtr dolnoprzepustowy. Filtr dolnoprzepustowy jest układem przenoszącym sygnały o małej częstotliwości bez zmian, a powodującym tłumienie i opóźnienie fazy sygnałów o większych częstotliwościach.

Bardziej szczegółowo

2. Próbkowanie Sygnały okresowe (16). Trygonometryczny szereg Fouriera (17). Częstotliwość Nyquista (20).

2. Próbkowanie Sygnały okresowe (16). Trygonometryczny szereg Fouriera (17). Częstotliwość Nyquista (20). SPIS TREŚCI ROZDZIAŁ I SYGNAŁY CYFROWE 9 1. Pojęcia wstępne Wiadomości, informacje, dane, sygnały (9). Sygnał jako nośnik informacji (11). Sygnał jako funkcja (12). Sygnał analogowy (13). Sygnał cyfrowy

Bardziej szczegółowo

Andrzej Leśnicki Laboratorium CPS Ćwiczenie 1 1/13 ĆWICZENIE 1. Sygnały i systemy dyskretne

Andrzej Leśnicki Laboratorium CPS Ćwiczenie 1 1/13 ĆWICZENIE 1. Sygnały i systemy dyskretne Andrzej Leśnicki Laboratorium CPS Ćwiczenie /3. Cel ćwiczenia ĆWICZENIE Sygnały i systemy dyskretne Współcześnie do przenoszenia i przetwarzania informacji używa się głównie sygnałów dyskretnych gdyż przetwarzanie

Bardziej szczegółowo

Ćwiczenie 4. Filtry o skończonej odpowiedzi impulsowej (SOI)

Ćwiczenie 4. Filtry o skończonej odpowiedzi impulsowej (SOI) Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Ćwiczenie 4. Filtry o skończonej odpowiedzi impulsowej (SOI) 1. Filtracja cyfrowa podstawowe

Bardziej szczegółowo

Transformata Laplace a to przekształcenie całkowe funkcji f(t) opisane następującym wzorem:

Transformata Laplace a to przekształcenie całkowe funkcji f(t) opisane następującym wzorem: PPS 2 kartkówka 1 RÓWNANIE RÓŻNICOWE Jest to dyskretny odpowiednik równania różniczkowego. Równania różnicowe to pewne związki rekurencyjne określające w sposób niebezpośredni wartość danego wyrazu ciągu.

Bardziej szczegółowo

uzyskany w wyniku próbkowania okresowego przebiegu czasowego x(t) ze stałym czasem próbkowania t takim, że T = t N 1 t

uzyskany w wyniku próbkowania okresowego przebiegu czasowego x(t) ze stałym czasem próbkowania t takim, że T = t N 1 t 4. 1 3. " P r ze c ie k " w idm ow y 1 0 2 4.13. "PRZECIEK" WIDMOWY Rozważmy szereg czasowy {x r } dla r = 0, 1,..., N 1 uzyskany w wyniku próbkowania okresowego przebiegu czasowego x(t) ze stałym czasem

Bardziej szczegółowo

SPRZĘTOWA REALIZACJA FILTRÓW CYFROWYCH TYPU SOI

SPRZĘTOWA REALIZACJA FILTRÓW CYFROWYCH TYPU SOI 1 ĆWICZENIE VI SPRZĘTOWA REALIZACJA FILTRÓW CYFROWYCH TYPU SOI (00) Celem pracy jest poznanie sposobu fizycznej realizacji filtrów cyfrowych na procesorze sygnałowym firmy Texas Instruments TMS320C6711

Bardziej szczegółowo

Ćwiczenie 3. Właściwości przekształcenia Fouriera

Ćwiczenie 3. Właściwości przekształcenia Fouriera Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Ćwiczenie 3. Właściwości przekształcenia Fouriera 1. Podstawowe właściwości przekształcenia

Bardziej szczegółowo

x(n) x(n-1) x(n-2) D x(n-n+1) h N-1

x(n) x(n-1) x(n-2) D x(n-n+1) h N-1 Laboratorium Układy dyskretne LTI projektowanie filtrów typu FIR Z1. apisać funkcję y = filtruj(x, h), która wyznacza sygnał y będący wynikiem filtracji sygnału x przez filtr FIR o odpowiedzi impulsowej

Bardziej szczegółowo

Cyfrowe przetwarzanie sygnałów Jacek Rezmer -1-

Cyfrowe przetwarzanie sygnałów Jacek Rezmer -1- Cyfrowe przetwarzanie sygnałów Jacek Rezmer -1- Filtry cyfrowe cz. Zastosowanie funkcji okien do projektowania filtrów SOI Nierównomierności charakterystyki amplitudowej filtru cyfrowego typu SOI można

Bardziej szczegółowo

FFT i dyskretny splot. Aplikacje w DSP

FFT i dyskretny splot. Aplikacje w DSP i dyskretny splot. Aplikacje w DSP Marcin Jenczmyk m.jenczmyk@knm.katowice.pl Wydział Matematyki, Fizyki i Chemii 10 maja 2014 M. Jenczmyk Sesja wiosenna KNM 2014 i dyskretny splot 1 / 17 Transformata

Bardziej szczegółowo

Adam Korzeniewski p Katedra Systemów Multimedialnych

Adam Korzeniewski p Katedra Systemów Multimedialnych Adam Korzeniewski adamkorz@sound.eti.pg.gda.pl p. 732 - Katedra Systemów Multimedialnych Operacja na dwóch funkcjach dająca w wyniku modyfikację oryginalnych funkcji (wynikiem jest iloczyn splotowy). Jest

Bardziej szczegółowo

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM AKADEMIA MORSKA Katedra Telekomunikacji Morskiej ĆWICZENIE 7 BADANIE ODPOWIEDZI USTALONEJ NA OKRESOWY CIĄG IMPULSÓW 1. Cel ćwiczenia Obserwacja przebiegów wyjściowych

Bardziej szczegółowo

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM AKADEMIA MORSKA Katedra Telekomunikacji Morskiej ĆWICZENIE 3 BADANIE CHARAKTERYSTYK CZASOWYCH LINIOWYCH UKŁADÓW RLC. Cel ćwiczenia Celem ćwiczenia są pomiary i analiza

Bardziej szczegółowo

Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L

Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Ćwiczenie 4. Filtry o skończonej odpowiedzi impulsowej (SOI) 1. Filtracja cyfrowa podstawowe

Bardziej szczegółowo

DYSKRETNA TRANSFORMACJA FOURIERA

DYSKRETNA TRANSFORMACJA FOURIERA Laboratorium Teorii Sygnałów - DFT 1 DYSKRETNA TRANSFORMACJA FOURIERA Cel ćwiczenia Celem ćwiczenia jest przeprowadzenie analizy widmowej sygnałów okresowych za pomocą szybkiego przekształcenie Fouriera

Bardziej szczegółowo

ĆWICZENIE 6 Transmitancje operatorowe, charakterystyki częstotliwościowe układów aktywnych pierwszego, drugiego i wyższych rzędów

ĆWICZENIE 6 Transmitancje operatorowe, charakterystyki częstotliwościowe układów aktywnych pierwszego, drugiego i wyższych rzędów ĆWICZENIE 6 Transmitancje operatorowe, charakterystyki częstotliwościowe układów aktywnych pierwszego, drugiego i wyższych rzędów. Cel ćwiczenia Badanie układów pierwszego rzędu różniczkującego, całkującego

Bardziej szczegółowo

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Podstawy Automatyki

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Podstawy Automatyki Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Podsta Automatyki Transmitancja operatorowa i widmowa systemu, znajdowanie odpowiedzi w dziedzinie s i w

Bardziej szczegółowo

Plan wykładu. Własności statyczne i dynamiczne elementów automatyki:

Plan wykładu. Własności statyczne i dynamiczne elementów automatyki: Plan wykładu Własności statyczne i dynamiczne elementów automatyki: - charakterystyka statyczna elementu automatyki, - sygnały standardowe w automatyce: skok jednostkowy, impuls Diraca, sygnał o przebiegu

Bardziej szczegółowo

8. Realizacja projektowanie i pomiary filtrów IIR

8. Realizacja projektowanie i pomiary filtrów IIR 53 8. Realizacja projektowanie i pomiary filtrów IIR Cele ćwiczenia Realizacja na zestawie TMX320C5515 ezdsp prostych liniowych filtrów cyfrowych. Pomiary charakterystyk amplitudowych zrealizowanych filtrów

Bardziej szczegółowo

Zjawisko aliasingu. Filtr antyaliasingowy. Przecieki widma - okna czasowe.

Zjawisko aliasingu. Filtr antyaliasingowy. Przecieki widma - okna czasowe. Katedra Mechaniki i Podstaw Konstrukcji Maszyn POLITECHNIKA OPOLSKA Komputerowe wspomaganie eksperymentu Zjawisko aliasingu.. Przecieki widma - okna czasowe. dr inż. Roland PAWLICZEK Zjawisko aliasingu

Bardziej szczegółowo

Analiza właściwości filtrów dolnoprzepustowych

Analiza właściwości filtrów dolnoprzepustowych Ćwiczenie Analiza właściwości filtrów dolnoprzepustowych Program ćwiczenia. Zapoznanie się z przykładową strukturą filtra dolnoprzepustowego (DP) rzędu i jego parametrami.. Analiza widma sygnału prostokątnego.

Bardziej szczegółowo

Ćwiczenie nr 6 Charakterystyki częstotliwościowe

Ćwiczenie nr 6 Charakterystyki częstotliwościowe Wstęp teoretyczny Ćwiczenie nr 6 Charakterystyki częstotliwościowe 1 Cel ćwiczenia Celem ćwiczenia jest wyznaczenie charakterystyk częstotliwościowych układu regulacji oraz korekta nastaw regulatora na

Bardziej szczegółowo

Analiza właściwości filtra selektywnego

Analiza właściwości filtra selektywnego Ćwiczenie 2 Analiza właściwości filtra selektywnego Program ćwiczenia. Zapoznanie się z przykładową strukturą filtra selektywnego 2 rzędu i zakresami jego parametrów. 2. Analiza widma sygnału prostokątnego..

Bardziej szczegółowo

PRZETWARZANIE SYGNAŁÓW

PRZETWARZANIE SYGNAŁÓW PRZEWARZANIE SYGNAŁÓW SEMESR V Człowiek- nalepsza inwestyca Proekt współfinansowany przez Unię Europeską w ramach Europeskiego Funduszu Społecznego Wykład II Wprowadzenie Podstawy teoretyczne przetwarzania

Bardziej szczegółowo

Przetwarzanie sygnałów

Przetwarzanie sygnałów Przetwarzanie sygnałów Ćwiczenie 3 Filtry o skończonej odpowiedzi impulsowej (SOI) Spis treści 1 Filtracja cyfrowa podstawowe wiadomości 1 1.1 Właściwości filtru w dziedzinie czasu............... 1 1.2

Bardziej szczegółowo

Politechnika Warszawska

Politechnika Warszawska Politechnika Warszawska Wydział Elektryczny Laboratorium Teletechniki Skrypt do ćwiczenia T.02. Woltomierz RMS oraz Analizator Widma 1. Woltomierz RMS oraz Analizator Widma Ćwiczenie to ma na celu poznanie

Bardziej szczegółowo

Bierne układy różniczkujące i całkujące typu RC

Bierne układy różniczkujące i całkujące typu RC Instytut Fizyki ul. Wielkopolska 15 70-451 Szczecin 6 Pracownia Elektroniki. Bierne układy różniczkujące i całkujące typu RC........ (Oprac. dr Radosław Gąsowski) Zakres materiału obowiązujący do ćwiczenia:

Bardziej szczegółowo

CYFROWE PRZTWARZANIE SYGNAŁÓW (Zastosowanie transformacji Fouriera)

CYFROWE PRZTWARZANIE SYGNAŁÓW (Zastosowanie transformacji Fouriera) I. Wprowadzenie do ćwiczenia CYFROWE PRZTWARZANIE SYGNAŁÓW (Zastosowanie transformacji Fouriera) Ogólnie termin przetwarzanie sygnałów odnosi się do nauki analizowania zmiennych w czasie procesów fizycznych.

Bardziej szczegółowo

Właściwości sygnałów i splot. Krzysztof Patan

Właściwości sygnałów i splot. Krzysztof Patan Właściwości sygnałów i splot Krzysztof Patan Właściwości sygnałów Dla sygnału ciągłego x(t) można zdefiniować wielkości liczbowe charakteryzujące ten sygnał wartość średnia energia sygnału x sr = lim τ

Bardziej szczegółowo

Propagacja w przestrzeni swobodnej (dyfrakcja)

Propagacja w przestrzeni swobodnej (dyfrakcja) Fotonika Wykład 7 - Sposoby wyznaczania obrazu dyfrakcyjnego - Przykłady obrazów dyfrakcyjnych w polu dalekim obliczonych przy użyciu dyskretnej transformaty Fouriera - Elementy dyfrakcyjne Propagacja

Bardziej szczegółowo

Cyfrowe Przetwarzanie Obrazów i Sygnałów

Cyfrowe Przetwarzanie Obrazów i Sygnałów Cyfrowe Przetwarzanie Obrazów i Sygnałów Laboratorium EX Lokalne transformacje obrazów Joanna Ratajczak, Wrocław, 28 Cel i zakres ćwiczenia Celem ćwiczenia jest zapoznanie się z własnościami lokalnych

Bardziej szczegółowo

Dyskretne przekształcenie Fouriera cz. 2

Dyskretne przekształcenie Fouriera cz. 2 Cyfrowe przetwarzanie sygnałów Jacek Rezmer -1- Dyskretne przekształcenie Fouriera cz. 2 Twierdzenie o przesunięciu Istnieje ważna właściwość DFT, znana jako twierdzenie o przesunięciu. Mówi ono, że: przesunięcie

Bardziej szczegółowo

POLITECHNIKA OPOLSKA

POLITECHNIKA OPOLSKA POLITECHNIKA OPOLSKA KATEDRA MECHANIKI I PODSTAW KONSTRUKCJI MASZYN MECHATRONIKA Instrukcja do ćwiczeń laboratoryjnych Analiza sygnałów czasowych Opracował: dr inż. Roland Pawliczek Opole 2016 1 2 1. Cel

Bardziej szczegółowo

Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L

Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Ćwiczenie 4. Filtry o skończonej odpowiedzi impulsowej (SOI) 1. Filtracja cyfrowa podstawowe

Bardziej szczegółowo

CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE

CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE Do opisu członów i układów automatyki stosuje się, oprócz transmitancji operatorowej (), tzw. transmitancję widmową. Transmitancję widmową () wyznaczyć można na podstawie

Bardziej szczegółowo

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Politechnika Białostocka Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Instrukcja do zajęć laboratoryjnych z przedmiotu: Przetwarzanie Sygnałów Kod: TS1C400027 Temat ćwiczenia:

Bardziej szczegółowo

WZMACNIACZ OPERACYJNY

WZMACNIACZ OPERACYJNY 1. OPIS WKŁADKI DA 01A WZMACNIACZ OPERACYJNY Wkładka DA01A zawiera wzmacniacz operacyjny A 71 oraz zestaw zacisków, które umożliwiają dołączenie elementów zewnętrznych: rezystorów, kondensatorów i zwór.

Bardziej szczegółowo

Różne reżimy dyfrakcji

Różne reżimy dyfrakcji Fotonika Wykład 7 - Sposoby wyznaczania obrazu dyfrakcyjnego - Przykłady obrazów dyfrakcyjnych w polu dalekim obliczonych przy użyciu dyskretnej transformaty Fouriera - Elementy dyfrakcyjne Różne reżimy

Bardziej szczegółowo

Andrzej Leśnicki Laboratorium CPS Ćwiczenie 10 1/12 ĆWICZENIE 10. Filtry FIR

Andrzej Leśnicki Laboratorium CPS Ćwiczenie 10 1/12 ĆWICZENIE 10. Filtry FIR Andrzej Leśnicki Laboratorium CPS Ćwiczenie 10 1/12 ĆWICZENIE 10 Filtry FIR 1. Cel ćwiczenia Przyczynowy system DLS służący do filtrowania synałów i mający skończoną odpowiedź impulsową nazywa się w skrócie

Bardziej szczegółowo

TERAZ O SYGNAŁACH. Przebieg i widmo Zniekształcenia sygnałów okresowych Miary sygnałów Zasady cyfryzacji sygnałów analogowych

TERAZ O SYGNAŁACH. Przebieg i widmo Zniekształcenia sygnałów okresowych Miary sygnałów Zasady cyfryzacji sygnałów analogowych TERAZ O SYGNAŁACH Przebieg i widmo Zniekształcenia sygnałów okresowych Miary sygnałów Zasady cyfryzacji sygnałów analogowych Sygnał sinusoidalny Sygnał sinusoidalny (także cosinusoidalny) należy do podstawowych

Bardziej szczegółowo

Podstawy Przetwarzania Sygnałów

Podstawy Przetwarzania Sygnałów Adam Szulc 188250 grupa: pon TN 17:05 Podstawy Przetwarzania Sygnałów Sprawozdanie 6: Filtracja sygnałów. Filtry FIT o skończonej odpowiedzi impulsowej. 1. Cel ćwiczenia. 1) Przeprowadzenie filtracji trzech

Bardziej szczegółowo

LABORATORIUM Sygnałów, Modulacji i Systemów ĆWICZENIE 2: Modulacje analogowe

LABORATORIUM Sygnałów, Modulacji i Systemów ĆWICZENIE 2: Modulacje analogowe Protokół ćwiczenia 2 LABORATORIUM Sygnałów, Modulacji i Systemów Zespół data: ĆWICZENIE 2: Modulacje analogowe Imię i Nazwisko: 1.... 2.... ocena: Modulacja AM 1. Zestawić układ pomiarowy do badań modulacji

Bardziej szczegółowo

Adam Korzeniewski - p. 732 dr inż. Grzegorz Szwoch - p. 732 dr inż.

Adam Korzeniewski - p. 732 dr inż. Grzegorz Szwoch - p. 732 dr inż. Adam Korzeniewski - adamkorz@sound.eti.pg.gda.pl, p. 732 dr inż. Grzegorz Szwoch - greg@sound.eti.pg.gda.pl, p. 732 dr inż. Piotr Odya - piotrod@sound.eti.pg.gda.pl, p. 730 Plan przedmiotu ZPS Cele nauczania

Bardziej szczegółowo

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Politechnika Białostocka Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Instrukcja do zajęć laboratoryjnych z przedmiotu: Przetwarzanie Sygnałów Kod: TS1A400027 Temat ćwiczenia:

Bardziej szczegółowo

A-2. Filtry bierne. wersja

A-2. Filtry bierne. wersja wersja 04 2014 1. Zakres ćwiczenia Celem ćwiczenia jest zrozumienie propagacji sygnałów zmiennych w czasie przez układy filtracji oparte na elementach rezystancyjno-pojemnościowych. Wyznaczenie doświadczalne

Bardziej szczegółowo

Charakterystyka amplitudowa i fazowa filtru aktywnego

Charakterystyka amplitudowa i fazowa filtru aktywnego 1 Charakterystyka amplitudowa i fazowa filtru aktywnego Charakterystyka amplitudowa (wzmocnienie amplitudowe) K u (f) jest to stosunek amplitudy sygnału wyjściowego do amplitudy sygnału wejściowego w funkcji

Bardziej szczegółowo

Analiza szeregów czasowych: 2. Splot. Widmo mocy.

Analiza szeregów czasowych: 2. Splot. Widmo mocy. Analiza szeregów czasowych: 2. Splot. Widmo mocy. P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2007/08 Splot Jedna z najważniejszych własności transformaty Fouriera jest to, że transformata

Bardziej szczegółowo

Diagnostyka obrazowa

Diagnostyka obrazowa Diagnostyka obrazowa Ćwiczenie szóste Transformacje obrazu w dziedzinie częstotliwości 1 Cel ćwiczenia Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa z podstawowymi przekształceniami

Bardziej szczegółowo

Rys. 1. Wzmacniacz odwracający

Rys. 1. Wzmacniacz odwracający Ćwiczenie. 1. Zniekształcenia liniowe 1. W programie Altium Designer utwórz schemat z rys.1. Rys. 1. Wzmacniacz odwracający 2. Za pomocą symulacji wyznaczyć charakterystyki częstotliwościowe (amplitudową

Bardziej szczegółowo

Ćwiczenie - 1 OBSŁUGA GENERATORA I OSCYLOSKOPU. WYZNACZANIE CHARAKTERYSTYKI AMPLITUDOWEJ I FAZOWEJ NA PRZYKŁADZIE FILTRU RC.

Ćwiczenie - 1 OBSŁUGA GENERATORA I OSCYLOSKOPU. WYZNACZANIE CHARAKTERYSTYKI AMPLITUDOWEJ I FAZOWEJ NA PRZYKŁADZIE FILTRU RC. Ćwiczenie - 1 OBSŁUGA GENERATORA I OSCYLOSKOPU. WYZNACZANIE CHARAKTERYSTYKI AMPLITUDOWEJ I FAZOWEJ NA PRZYKŁADZIE FILTRU RC. Spis treści 1 Cel ćwiczenia 2 2 Podstawy teoretyczne 2 2.1 Charakterystyki częstotliwościowe..........................

Bardziej szczegółowo

L ABORATORIUM UKŁADÓW ANALOGOWYCH

L ABORATORIUM UKŁADÓW ANALOGOWYCH WOJSKOWA AKADEMIA TECHNICZNA W YDZIAŁ ELEKTRONIKI zima L ABORATORIUM UKŁADÓW ANALOGOWYCH Grupa:... Data wykonania ćwiczenia: Ćwiczenie prowadził: Imię:......... Data oddania sprawozdania: Podpis: Nazwisko:......

Bardziej szczegółowo

Ćwiczenie nr 65. Badanie wzmacniacza mocy

Ćwiczenie nr 65. Badanie wzmacniacza mocy Ćwiczenie nr 65 Badanie wzmacniacza mocy 1. Cel ćwiczenia Celem ćwiczenia jest poznanie podstawowych parametrów wzmacniaczy oraz wyznaczenie charakterystyk opisujących ich właściwości na przykładzie wzmacniacza

Bardziej szczegółowo

Systemy akwizycji i przesyłania informacji

Systemy akwizycji i przesyłania informacji Politechnika Rzeszowska im. Ignacego Łukasiewicza w Rzeszowie Wydział Elektryczny Kierunek: Informatyka Systemy akwizycji i przesyłania informacji Projekt zaliczeniowy Temat pracy: Okna wygładzania ZUMFL

Bardziej szczegółowo

Przekształcenie Fouriera obrazów FFT

Przekształcenie Fouriera obrazów FFT Przekształcenie ouriera obrazów T 6 P. Strumiłło, M. Strzelecki Przekształcenie ouriera ourier wymyślił sposób rozkładu szerokiej klasy funkcji (sygnałów) okresowych na składowe harmoniczne; taką reprezentację

Bardziej szczegółowo

Ćwiczenie 6 Projektowanie filtrów cyfrowych o skończonej i nieskończonej odpowiedzi impulsowej

Ćwiczenie 6 Projektowanie filtrów cyfrowych o skończonej i nieskończonej odpowiedzi impulsowej Ćwiczenie 6 Projektowanie filtrów cyfrowych o skończonej i nieskończonej odpowiedzi impulsowej. Filtry FIR o skończonej odpowiedzi impulsowej (SOI) Filtracja FIR polega na tym, że sygnał wyjściowy powstaje

Bardziej szczegółowo

Przetwarzanie sygnałów biomedycznych

Przetwarzanie sygnałów biomedycznych Przetwarzanie sygnałów biomedycznych dr hab. inż. Krzysztof Kałużyński, prof. PW Człowiek- najlepsza inwestycja Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

Bardziej szczegółowo

4.2 Analiza fourierowska(f1)

4.2 Analiza fourierowska(f1) Analiza fourierowska(f1) 179 4. Analiza fourierowska(f1) Celem doświadczenia jest wyznaczenie współczynników szeregu Fouriera dla sygnałów okresowych. Zagadnienia do przygotowania: szereg Fouriera; sygnał

Bardziej szczegółowo

Ćwiczenie - 7. Filtry

Ćwiczenie - 7. Filtry LABOATOIUM ELEKTONIKI Ćwiczenie - 7 Filtry Spis treści 1 el ćwiczenia 1 2 Podstawy teoretyczne 2 2.1 Transmitancja filtru dolnoprzepustowego drugiego rzędu............. 2 2.2 Aktywny filtr dolnoprzepustowy

Bardziej szczegółowo

Analiza szeregów czasowych: 2. Splot. Widmo mocy.

Analiza szeregów czasowych: 2. Splot. Widmo mocy. Analiza szeregów czasowych: 2. Splot. Widmo mocy. P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2006/07 Splot Jedna z najważniejszych własności transformaty Fouriera jest to, że transformata

Bardziej szczegółowo

Filtry aktywne filtr środkowoprzepustowy

Filtry aktywne filtr środkowoprzepustowy Filtry aktywne iltr środkowoprzepustowy. Cel ćwiczenia. Celem ćwiczenia jest praktyczne poznanie właściwości iltrów aktywnych, metod ich projektowania oraz pomiaru podstawowych parametrów iltru.. Budowa

Bardziej szczegółowo

Automatyka i Regulacja Automatyczna Laboratorium Zagadnienia Seria II

Automatyka i Regulacja Automatyczna Laboratorium Zagadnienia Seria II Automatyka i Regulacja Automatyczna Laboratorium Zagadnienia Seria II Zagadnienia na ocenę 3.0 1. Podaj transmitancję oraz naszkicuj teoretyczną odpowiedź skokową układu całkującego z inercją 1-go rzędu.

Bardziej szczegółowo

Podstawowe zastosowania wzmacniaczy operacyjnych

Podstawowe zastosowania wzmacniaczy operacyjnych ĆWICZENIE 0 Podstawowe zastosowania wzmacniaczy operacyjnych I. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z budową i właściwościami wzmacniaczy operacyjnych oraz podstawowych układów elektronicznych

Bardziej szczegółowo

Wykład 6: Reprezentacja informacji w układzie optycznym; układy liniowe w optyce; podstawy teorii dyfrakcji

Wykład 6: Reprezentacja informacji w układzie optycznym; układy liniowe w optyce; podstawy teorii dyfrakcji Fotonika Wykład 6: Reprezentacja informacji w układzie optycznym; układy liniowe w optyce; podstawy teorii dyfrakcji Plan: pojęcie sygnału w optyce układy liniowe filtry liniowe, transformata Fouriera,

Bardziej szczegółowo

Laboratorium Przetwarzania Sygnałów

Laboratorium Przetwarzania Sygnałów PTS - laboratorium Laboratorium Przetwarzania Sygnałów Ćwiczenie 4 Transformacja falkowa Opracował: - prof. dr hab. inż. Krzysztof Kałużyński Zakład Inżynierii Biomedycznej Instytut Metrologii i Inżynierii

Bardziej szczegółowo

Laboratorium Przetwarzania Sygnałów Biomedycznych

Laboratorium Przetwarzania Sygnałów Biomedycznych Laboratorium Przetwarzania Sygnałów Biomedycznych Ćwiczenie 1 Wydobywanie sygnałów z szumu z wykorzystaniem uśredniania Opracowali: - prof. nzw. dr hab. inż. Krzysztof Kałużyński - mgr inż. Tomasz Kubik

Bardziej szczegółowo

1/8 TECHNIKA CYFROWEGO PRZETWARZANIA SYGNAŁÓW. Andrzej Leśnicki

1/8 TECHNIKA CYFROWEGO PRZETWARZANIA SYGNAŁÓW. Andrzej Leśnicki 1/8 TECHIKA CYFROWEGO PRZETWARZAIA SYGAŁÓW Andrzej Leśnicki Gdańsk 2013 2/8 Spis treści Przedmowa Wykaz oznaczeń 1. Wstęp 3 str. 2. Sygnały i systemy dyskretne 2.1. Pojęcie sygnału dyskretnego 2 str. 2.2.

Bardziej szczegółowo

ZASTOSOWANIA PRZEKSZTAŁCENIA ZET

ZASTOSOWANIA PRZEKSZTAŁCENIA ZET CPS - - ZASTOSOWANIA PRZEKSZTAŁCENIA ZET Rozwiązywanie równań różnicowych Dyskretny system liniowy-stacjonarny można opisać równaniem różnicowym w postaci ogólnej N M aky[ n k] bkx[ n k] k k Przekształcenie

Bardziej szczegółowo

dr inż. Artur Zieliński Katedra Elektrochemii, Korozji i Inżynierii Materiałowej Wydział Chemiczny PG pokój 311

dr inż. Artur Zieliński Katedra Elektrochemii, Korozji i Inżynierii Materiałowej Wydział Chemiczny PG pokój 311 dr inż. Artur Zieliński Katedra Elektrochemii, Korozji i Inżynierii Materiałowej Wydział Chemiczny PG pokój 311 Politechnika Gdaoska, 2011 r. Publikacja współfinansowana ze środków Unii Europejskiej w

Bardziej szczegółowo

Liczby zespolone. x + 2 = 0.

Liczby zespolone. x + 2 = 0. Liczby zespolone 1 Wiadomości wstępne Rozważmy równanie wielomianowe postaci x + 2 = 0. Współczynniki wielomianu stojącego po lewej stronie są liczbami całkowitymi i jedyny pierwiastek x = 2 jest liczbą

Bardziej szczegółowo

FILTRY AKTYWNE. Politechnika Wrocławska. Instytut Telekomunikacji, Teleinformatyki i Akustyki. Instrukcja do ćwiczenia laboratoryjnego

FILTRY AKTYWNE. Politechnika Wrocławska. Instytut Telekomunikacji, Teleinformatyki i Akustyki. Instrukcja do ćwiczenia laboratoryjnego Politechnika Wrocławska Instytut Telekomunikacji, Teleinormatyki i Akustyki Zakład Układów Elektronicznych Instrukcja do ćwiczenia laboratoryjnego FILTY AKTYWNE . el ćwiczenia elem ćwiczenia jest praktyczne

Bardziej szczegółowo

Statyczne badanie wzmacniacza operacyjnego - ćwiczenie 7

Statyczne badanie wzmacniacza operacyjnego - ćwiczenie 7 Statyczne badanie wzmacniacza operacyjnego - ćwiczenie 7 1. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z podstawowymi zastosowaniami wzmacniacza operacyjnego, poznanie jego charakterystyki przejściowej

Bardziej szczegółowo

A3 : Wzmacniacze operacyjne w układach liniowych

A3 : Wzmacniacze operacyjne w układach liniowych A3 : Wzmacniacze operacyjne w układach liniowych Jacek Grela, Radosław Strzałka 2 kwietnia 29 1 Wstęp 1.1 Wzory Poniżej zamieszczamy podstawowe wzory i definicje, których używaliśmy w obliczeniach: 1.

Bardziej szczegółowo

A6: Wzmacniacze operacyjne w układach nieliniowych (diody)

A6: Wzmacniacze operacyjne w układach nieliniowych (diody) A6: Wzmacniacze operacyjne w układach nieliniowych (diody) Jacek Grela, Radosław Strzałka 17 maja 9 1 Wstęp Poniżej zamieszczamy podstawowe wzory i definicje, których używaliśmy w obliczeniach: 1. Charakterystyka

Bardziej szczegółowo

Przetwarzanie sygnałów

Przetwarzanie sygnałów Przetwarzanie sygnałów Ćwiczenie 5 Filtry o nieskończonej odpowiedzi impulsowej (NOI) Spis treści 1 Wprowadzenie 1 1.1 Filtry jednobiegunowe....................... 1 1.2 Filtry wąskopasmowe........................

Bardziej szczegółowo

POLITECHNIKA BIAŁOSTOCKA

POLITECHNIKA BIAŁOSTOCKA POLITECHNIKA BIAŁOSTOCKA WYDZIAŁ ELEKTRYCZNY KATEDRA AUTOMATYKI I ELEKTRONIKI 3. Podstawowe układy wzmacniaczy tranzystorowych Materiały pomocnicze do pracowni specjalistycznej z przedmiotu: Systemy CAD

Bardziej szczegółowo

b n y k n T s Filtr cyfrowy opisuje się również za pomocą splotu dyskretnego przedstawionego poniżej:

b n y k n T s Filtr cyfrowy opisuje się również za pomocą splotu dyskretnego przedstawionego poniżej: 1. FILTRY CYFROWE 1.1 DEFIICJA FILTRU W sytuacji, kiedy chcemy przekształcić dany sygnał, w inny sygnał niezawierający pewnych składowych np.: szumów mówi się wtedy o filtracji sygnału. Ogólnie Filtracją

Bardziej szczegółowo

Diagnostyka obrazowa

Diagnostyka obrazowa Diagnostyka obrazowa Ćwiczenie szóste Transformacje obrazu w dziedzinie częstotliwości 1. Cel ćwiczenia Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa z podstawowymi przekształceniami

Bardziej szczegółowo

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Politechnika Białostocka Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Instrukcja do zajęć laboratoryjnych z przedmiotu: Przetwarzanie Sygnałów Kod: TS1A400027 Temat ćwiczenia:

Bardziej szczegółowo

Wykład 6: Reprezentacja informacji w układzie optycznym; układy liniowe w optyce; podstawy teorii dyfrakcji

Wykład 6: Reprezentacja informacji w układzie optycznym; układy liniowe w optyce; podstawy teorii dyfrakcji Fotonika Wykład 6: Reprezentacja informacji w układzie optycznym; układy liniowe w optyce; podstawy teorii dyfrakcji Plan: pojęcie sygnału w optyce układy liniowe filtry liniowe, transformata Fouriera,

Bardziej szczegółowo

ĆWICZENIE III ANALIZA WIDMOWA SYGNAŁÓW DYSKRETNYCH. ver.3

ĆWICZENIE III ANALIZA WIDMOWA SYGNAŁÓW DYSKRETNYCH. ver.3 1 Zakład Elektrotechniki Teoretycznej ver.3 ĆWICZEIE III AALIZA WIDMOWA SYGAŁÓW DYSKRETYCH (00) Celem ćwiczenia jest przeprowadzenie analizy widmowej dyskretnych sygnałów okresowych przy zastosowaniu szybkiego

Bardziej szczegółowo

Dynamiczne badanie wzmacniacza operacyjnego- ćwiczenie 8

Dynamiczne badanie wzmacniacza operacyjnego- ćwiczenie 8 Dynamiczne badanie wzmacniacza operacyjnego- ćwiczenie 8 1. Cel ćwiczenia Celem ćwiczenia jest dynamiczne badanie wzmacniacza operacyjnego, oraz zapoznanie się z metodami wyznaczania charakterystyk częstotliwościowych.

Bardziej szczegółowo

Transformata Fouriera

Transformata Fouriera Transformata Fouriera Program wykładu 1. Wprowadzenie teoretyczne 2. Algorytm FFT 3. Zastosowanie analizy Fouriera 4. Przykłady programów Wprowadzenie teoretyczne Zespolona transformata Fouriera Jeżeli

Bardziej szczegółowo

Lepkosprężystość. Metody pomiarów właściwości lepkosprężystych materii

Lepkosprężystość. Metody pomiarów właściwości lepkosprężystych materii Metody pomiarów właściwości lepkosprężystych materii Pomiarów dokonuje się w dwóch dziedzinach: czasowej lub częstotliwościowej i nie zależy to od rodzaju przyłożonych naprężeń (normalnych lub stycznych).

Bardziej szczegółowo

15. Macierze. Definicja Macierzy. Definicja Delty Kroneckera. Definicja Macierzy Kwadratowej. Definicja Macierzy Jednostkowej

15. Macierze. Definicja Macierzy. Definicja Delty Kroneckera. Definicja Macierzy Kwadratowej. Definicja Macierzy Jednostkowej 15. Macierze Definicja Macierzy. Dla danego ciała F i dla danych m, n IN funkcję A : {1,...,m} {1,...,n} F nazywamy macierzą m n ( macierzą o m wierszach i n kolumnach) o wyrazach z F. Wartość A(i, j)

Bardziej szczegółowo

Kartkówka 1 Opracowanie: Próbkowanie częstotliwość próbkowania nie mniejsza niż podwojona szerokość przed spróbkowaniem.

Kartkówka 1 Opracowanie: Próbkowanie częstotliwość próbkowania nie mniejsza niż podwojona szerokość przed spróbkowaniem. Znowu prosta zasada - zbierzmy wszystkie zagadnienia z tych 3ech kartkówek i opracujmy - może się akurat przyda na dopytkę i uda się zaliczyć labki :) (dodatkowo można opracowania z tych rzeczy z doc ów

Bardziej szczegółowo

Teoria sterowania - studia niestacjonarne AiR 2 stopień

Teoria sterowania - studia niestacjonarne AiR 2 stopień Teoria sterowania - studia niestacjonarne AiR stopień Kazimierz Duzinkiewicz, dr hab. Inż. Katedra Inżynerii Systemów Sterowania Wykład 4-06/07 Transmitancja widmowa i charakterystyki częstotliwościowe

Bardziej szczegółowo

LABORATORIUM PODSTAW TELEKOMUNIKACJI

LABORATORIUM PODSTAW TELEKOMUNIKACJI WOJSKOWA AKADEMIA TECHNICZNA im. Jarosława Dąbrowskiego w Warszawie Wydział Elektroniki LABORATORIUM PODSTAW TELEKOMUNIKACJI Grupa Podgrupa Data wykonania ćwiczenia Ćwiczenie prowadził... Skład podgrupy:

Bardziej szczegółowo

CYFROWE PRZETWARZANIE SYGNAŁÓW

CYFROWE PRZETWARZANIE SYGNAŁÓW POLITECHNIKA RZESZOWSKA im. I. Łukasiewicza WYDZIAŁ ELEKTROTECHNIKI I INFORMATYKI Katedra Metrologii i Systemów Diagnostycznych CYFROWE PRZETWARZANIE SYGNAŁÓW Analiza widmowa sygnałów (2) dr inż. Robert

Bardziej szczegółowo

Laboratorium Półprzewodniki Dielektryki Magnetyki Ćwiczenie nr 8

Laboratorium Półprzewodniki Dielektryki Magnetyki Ćwiczenie nr 8 Laboratorium Półprzewodniki Dielektryki Magnetyki Ćwiczenie nr 8 Analiza właściwości zmiennoprądowych materiałów i elementów elektronicznych I. Zagadnienia do przygotowania:. Wykonanie i przedstawienie

Bardziej szczegółowo

L ABORATORIUM UKŁADÓW ANALOGOWYCH

L ABORATORIUM UKŁADÓW ANALOGOWYCH WOJSKOWA AKADEMIA TECHNICZNA W YDZIAŁ ELEKTRONIKI zima 2010 L ABORATORIUM UKŁADÓW ANALOGOWYCH Grupa:... Data wykonania ćwiczenia: Ćwiczenie prowadził: Imię:......... Data oddania sprawozdania: Podpis:

Bardziej szczegółowo

Laboratorium MATLA. Ćwiczenie 6 i 7. Mała aplikacja z GUI

Laboratorium MATLA. Ćwiczenie 6 i 7. Mała aplikacja z GUI Laboratorium MATLA Ćwiczenie 6 i 7 Mała aplikacja z GUI Opracowali: - dr inż. Beata Leśniak-Plewińska dr inż. Jakub Żmigrodzki Zakład Inżynierii Biomedycznej Instytut Metrologii i Inżynierii Biomedycznej

Bardziej szczegółowo

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Politechnika Białostocka Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Instrukcja do zajęć laboratoryjnych z przedmiotu: Przetwarzanie Sygnałów Kod: TS1A400027 Temat ćwiczenia:

Bardziej szczegółowo

Dyskretne układy liniowe. Funkcja splotu. Równania różnicowe. Transform

Dyskretne układy liniowe. Funkcja splotu. Równania różnicowe. Transform Dyskretne układy liniowe. Funkcja splotu. Równania różnicowe. Transformata Z. March 20, 2013 Dyskretne układy liniowe. Funkcja splotu. Równania różnicowe. Transformata Z. Sygnał i system Sygnał jest opisem

Bardziej szczegółowo

8. Analiza widmowa metodą szybkiej transformaty Fouriera (FFT)

8. Analiza widmowa metodą szybkiej transformaty Fouriera (FFT) 8. Analiza widmowa metodą szybkiej transformaty Fouriera (FFT) Ćwiczenie polega na wykonaniu analizy widmowej zadanych sygnałów metodą FFT, a następnie określeniu amplitud i częstotliwości głównych składowych

Bardziej szczegółowo