Przetwarzanie sygnałów biomedycznych

Wielkość: px
Rozpocząć pokaz od strony:

Download "Przetwarzanie sygnałów biomedycznych"

Transkrypt

1 Przetwarzanie sgnałów biomedcznch Człowiek- najlepsza inwestcja Projekt współfinansowan przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Wkład XIII Dstrbucje czasowo częstotliwościowe Transformacja Wignera-Ville a 1

2 Czasowo- częstotliwościowe dstrbucje energii sgnałów Rozkład energii na płaszczźnie t-f Krótkookresowa transformacja Fouriera STFT STFT (spektrogram) Transformacja falkowa WT WT (skalogram) Dstrbucje (rozkład) energii na płaszczźnie t-f Dstrbucja energii ma przedstawiać rozkład energii (gęstości energii) na płaszczźnie t-f. Energia sgnału może bć określona na podstawie kwadratu modułu sgnału lub kwadratu modułu jego transformat Fouriera E ( dt X ( f ) df E ρ ( t, f ) dtdf ( i X(f) można interpretować jako gęstości energii sgnału w obu dziedzinach. Naturalne jest wobec tego poszukiwanie łącznej gęstości energii ρ (t,f) w dziedzinach czasu i częstotliwości.

3 Dstrbucje (rozkład) energii na płaszczźnie t-f E ( dt X ( f ) df E ρ f ) dtdf Oczekujem od gęstości energii następującch właściwości: ρ f ) dt X ( f ) ρ f ) df ( (rozkład brzegowe są odpowiednio gęstościami energii w dziedzinie czasu i częstotliwości) Uwaga: spektrogram nie posiada tch właściwości!!! Dstrbucja Wigner-Ville a Definicja: W f ) ( t + τ / ) ( t τ / ) ep( jπfτ gdzie f oznacza częstotliwość, t - czas, ( i ( - sgnał i sgnał sprzężon, Time-frequenc toolbo - Tutorial F.Auger, P. Flandrin, P.Gonçalvès O. Lemoine 3

4 Dstrbucja Wignera-Ville a właściwości I Całka z DWV jest równa energii sgnału Rozkład brzegowe E W f ) dtdf W f ) df ( W f ) dt X ( f ) Wartości DWV są rzeczwiste W f ) R Dstrbucja Wignera-Ville a właściwości II zachowuje przesunięcie w czasie i w częstotliwości ( ( t t0 ) W f ) W ( t t0, f ) ( ( ep( jπf 0 W f ) w f f 0 ) podobieństwo ( k ( k; k > 0 W f ) W ( kt, f / k) filtracja modulacja ( h( t s) ( s) ds W f ) W ( t s, f ) W ( s, f ) ds ( m( ( W f ) W f ξ ) W ξ ) dξ m h 4

5 Dstrbucja Wigner-Ville a właściwości III Zachowanie przedziału w czasie ( 0, t > T W f ) 0, t > T i w częstotliwości X ( f ) 0, f > B W f ) 0, f > B częstotliwość chwilowa ( a sgnał analitczn) f ( fw W a a f ) df f ) df spetrogram sgnału chirp Sgnał z liniową modulacją częstotliwości Faza i częstotliwość chwilowa sgnału analitcznego sgnału chirp ^ z( ( + j ( C ep( jπf t ) m Frequenc (Hz) Time ^ ( 1 dθ ( θ ( arctan( ) πf mt f ( fmt ( π dt 5

6 Dstrbucja Wigner-Ville a Sgnał chirp liniowa modulacja częstotliwości f(αt ( ep( jαt / ) W f ) ( t + τ / ) ( t τ / ) ep( jπfτ ep[ jα( t + τ / ) / ]ep[ jα( t τ / ) / ]ep( jπfτ ep{ jα[( t + τ / ) ( t τ / ) ]/ }ep( jπfτ ep( jαtτ )ep( jπfτ πδ (πf α Jest to TF zespolonej funkcji wkładniczej równa πδ(πf-α! Dstrbucja WV jest więc impulsem Diraca ustuowanm w punkcie odpowiadającm chwilowej wartości częstotliwości analizowanego sgnału!!! W f ) πδ (πf α Dstrbucja Wigner-Ville a Sgnał będąc sumą dwóch sgnałów zespolonch wkładniczch o różnch pulsacjach e jω 1t + e jω t jω (t + r) jω (t + r) jω (t r) jω (t r) DWV(f, [e 1 + e ][e 1 + e ] ep( jπfr ) dr jω r j(ω ω )t j(ω + ω )r/ j(ω ω )t j(ω + ω )r/ jω r [e 1 + e e 1 + e e 1 + e ] ep( jπfr ) dr jω r j(ω + ω )r/ jω r { e 1 + cos [(ω ω )t]e + e 1 }ep( jπfr ) dr ω ω DWV(f, πδ(ω ω ) πδ(ω ω ) [(ω ω )t] πδ( cos ω 1 ) 1 1 W przpadku sgnałów będącch sumą min. składowch harmonicznch, w wniku operacji mnożenia pod całką pojawią się składowe o pulsacji równej różnic pulsacji składowch sgnału, ustuowane na średniej artmetcznej tch pulsacji. Są to tzw. składowe interferencjne, niemające interpretacji fizcznej 6

7 Dstrbucja Wigner-Ville a właściwości cd DWV pojednczego sgnału: W f ) ( t + τ / ) ( t τ / ) ep( jπfτ DWV sum sgnałów: W f ) W f ) + W f ) Re{ W, f )} + + Składowe interferencjne: W, f ) ( s + τ / ) ( s τ / )ep( jπfτ Dstrbucja Wigner-Ville a przkład Suma czterech atomów częstotliwościowch z obwiednią gaussowską (sgnał rzeczwiste) W f ) W f ) + W f ) Re{ W, f )} + + Prezentacja DWV w postaci map warstwicowej Time-frequenc toolbo - Tutorial F.Auger, P. Flandrin, P.Gonçalvès O. Lemoine 7

8 Dstrbucja Wigner-Ville a Stanowiąc część wrażenia podcałkowego iloczn w praktce nie może bć określon w nieograniczonch granicach całkowania W q f ) ( t + τ / ) ( t τ / ) ep( jπfτ τ ) ( s + τ / ) ( s τ / ) Ograniczenie przez wprowadzenie funkcji h( o skończonm czasie trwania PW f ) h( τ ) ( s + τ / ) ( s τ / )ep( jπfτ Jest to równoważne wgładzeniu DWV (splot z TF okna h() eliminuje częściowo produkt interferencji PW f ) H ( f ξ ) W ξ ) dξ Jest tzw. pseudodstrbucja Wigner- Ville a; następuje utrata szeregu właściwości rozkład brzegowe, zachowanie zakresu częstotliwości; pojawia się rozmcie wniku PWVD. Dstrbucja Wigner-Ville a przkład Suma czterech atomów częstotliwościowch z obwiednią gaussowską (sgnał rzeczwiste) Pseudo DWV - eliminacja części składowch interferencjnch) W DWV f ) ( t + τ / ) ( t τ / ) ep( jπfτ PDWV PW f ) h( τ ) ( s + τ / ) ( s τ / )ep( jπfτ 8

9 Wgładzanie DWV w dziedzinie czasu i częstotliwości Zakładając, że okno wgładzania jest postaci g( funkcja czasu H(f) funkcja częstotliwości uzskujem możliwość niezależnego wgładzania w dziedzinie czasu i częstotliwości Jest to tzw. wgładzana pseudo dstrbucja Wigner-Ville a SPW v, f ) h( τ )[ g( s ( s + τ / ) ( s τ / ) ds]ep( jπvτ Π f ) g( H( f ) Problem wmian rozdzielczości czasowo-częstotliwościowej w przpadku spektrogramu zostaje zastąpion problemem wmian międz łączną rozdzielczością na płaszczźnie t-f a poziomem składowch interferencjnch. Wgładzanie DWV w dziedzinie czasu i częstotliwości Problem wmian rozdzielczości czasowo-częstotliwościowej w przpadku spektrogramu zostaje zastąpion problemem wmian międz łączną rozdzielczością na płaszczźnie t-f a poziomem składowch interferencjnch. SPW v, f ) h( τ )[ g( s ( s + τ / ) ( s τ / ) ds]ep( jπvτ Jeśli g(δ(, dostajem pseudo-dstrbucję Wigner-Ville a: PW f ) h( τ ) ( s + τ / ) ( s τ / ) ep( jπfτ 9

10 Dskretna dstrbucja Wigner-Ville a Zapiszm DWV w postaci (za τ/ podstawiam τ) W f ) ( s + τ ) ( s τ )ep( j4πfτ Próbkowanie DWV z okresem T w punktach nt W [ n, f ] T [ n + k] [ n k]ep( j4πfk ) k Powstałe wrażenie jest okresowe z okresem 1/(T), nie zaś 1/T istnieje możliwość powstania aliasingu. Wjścia nadpróbkowanie sgnału lub zastosowanie sgnału analitcznego. Dskretna dstrbucja Wigner-Ville a Suma dwóch atomów częstotliwościowch z obwiednią gaussowską (sgnał rzeczwiste) Suma dwóch atomów częstotliwościowch z obwiednią gaussowską (sgnał analitczne) 10

11 DWV Przkład sgnał o piłokształtnie modulowanej pulsacji (zależność dotcz 1 okresu) π 4π t ω ( N56 N64 spektrogram DWV, N56 M1 M1, KB (h(n)) N3 DWV Przkład Suma sgnałów o piłokształtnie modulowanch pulsacjach (zależność dotcz 1 okresu) π 4π t ω 1( π 4π t ω ( DWV, N56, M1 DWV, N56, M10 11

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

Definicja. x(u)h (u t)e i2πuf du. F x (t,f ;h) = Krótko czasowa transformata Fouriera Ciągłą transformata falkowa

Definicja. x(u)h (u t)e i2πuf du. F x (t,f ;h) = Krótko czasowa transformata Fouriera Ciągłą transformata falkowa Definicja Krótko czasowa transformata Fouriera(STFT) może być rozumiana jako seria transformat Fouriera wykonanych na sygnale okienkowanym, przy czym położenie okienka w czasie jest w ramach takiej serii

Bardziej szczegółowo

Akwizycja i przetwarzanie sygnałów cyfrowych

Akwizycja i przetwarzanie sygnałów cyfrowych Akwizycja i przetwarzanie sygnałów cyfrowych Instytut Teleinformatyki ITI PK Kraków 21 luty 2011 Analiza czas - częstotliwość analiza częstotliwościowa: problem dla sygnału niestacjonarnego zwykła transformata

Bardziej szczegółowo

Akwizycja i przetwarzanie sygnałów cyfrowych

Akwizycja i przetwarzanie sygnałów cyfrowych Akwizycja i przetwarzanie sygnałów cyfrowych Instytut Teleinformatyki ITI PK Kraków 21 luty 2011 Czasowo-częstotliwościowa analiza sygnałów Metody analizy sygnału Do tej pory - analiza sygnału jako funkcji

Bardziej szczegółowo

Pierwiastki kwadratowe z liczby zespolonej

Pierwiastki kwadratowe z liczby zespolonej Pierwiastki kwadratowe z liczb zespolonej Pierwiastkiem kwadratowm z liczb w C nazwam każdą liczbę zespoloną z C, dla której z = w. Zbiór wszstkich pierwiastków oznaczam smbolem w. Innmi słow w = {z C

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

1. Modulacja analogowa, 2. Modulacja cyfrowa

1. Modulacja analogowa, 2. Modulacja cyfrowa MODULACJA W16 SMK 2005-05-30 Jest operacja mnożenia. Jest procesem nakładania informacji w postaci sygnału informacyjnego m.(t) na inny przebieg o wyższej częstotliwości, nazywany falą nośną. Przyczyna

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

Liczby zespolone. Niech C = R 2. Zdefiniujmy dwa działania w C. Dodawanie + : C 2 C zdefiniowane jest przez

Liczby zespolone. Niech C = R 2. Zdefiniujmy dwa działania w C. Dodawanie + : C 2 C zdefiniowane jest przez Liczb zespolone Ciało liczb zespolonch Niech C = R. Zdefiniujm dwa działania w C. Dodawanie + : C C zdefiniowane jest przez (, ) + (, ) = ( +, + ). Ćwiczenie. Obliczm (, ) + (, 0) =.................................................

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

Przeksztacenie Laplace a. Krzysztof Patan

Przeksztacenie Laplace a. Krzysztof Patan Przeksztacenie Laplace a Krzysztof Patan Wprowadzenie Transformata Fouriera popularna metoda opisu systemów w dziedzinie częstotliwości Transformata Fouriera umożliwia wykonanie wielu użytecznych czynności:

Bardziej szczegółowo

Szereg i transformata Fouriera

Szereg i transformata Fouriera Analiza danych środowiskowych III rok OŚ Wykład 3 Andrzej Leśniak KGIS, GGiOŚ AGH Szereg i transformata Fouriera Cel wykładu: Wykrywanie i analiza okresowości w szeregach czasowych Przepływ wody w rzece

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

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

Akustyka muzyczna ANALIZA DŹWIĘKÓW MUZYCZNYCH

Akustyka muzyczna ANALIZA DŹWIĘKÓW MUZYCZNYCH Akustyka muzyczna ANALIZA DŹWIĘKÓW MUZYCZNYCH Dźwięk muzyczny Dźwięk muzyczny sygnał wytwarzany przez instrument muzyczny. Najważniejsze parametry: wysokość związana z częstotliwością podstawową, barwa

Bardziej szczegółowo

Akwizycja i przetwarzanie sygnałów cyfrowych

Akwizycja i przetwarzanie sygnałów cyfrowych Akwizycja i przetwarzanie sygnałów cyfrowych Instytut Teleinformatyki ITI PK Kraków 21 luty 2011 Plan na dziś 1 Przedstawienie przedmiotu i zakresu wykładu polecanej iteratury zasad zaliczenia 2 Wyklad

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

Systemy przetwarzania sygnałów

Systemy przetwarzania sygnałów Sstem przetwarzania sgnałów x(t) (t)? x(t) Sstem przetwarzania sgnałów (t) Sstem przetwarzania sgnałów sgnał ciągł x(t) (t)=h(x(t)) Sstem czasu ciągłego (t) np. megafon - wzmacniacz analogow sgnał dskretn

Bardziej szczegółowo

Teoria Sygnałów. III rok Informatyki Stosowanej. Wykład 8

Teoria Sygnałów. III rok Informatyki Stosowanej. Wykład 8 Teoria Synałów rok nformatyki Stosowanej Wykład 8 Analiza częstotliwościowa dyskretnych synałów cyfrowych okna widmowe (cd poprzednieo wykładu) N = 52; T =.24; %czas trwania synału w sekundach dt = T/N;

Bardziej szczegółowo

Zmiany fazy/okresu oscylacji Chandlera i rocznej we współrzędnych bieguna ziemskiego.

Zmiany fazy/okresu oscylacji Chandlera i rocznej we współrzędnych bieguna ziemskiego. Strona 1 z 38 Zmiany fazy/okresu oscylacji Chandlera i rocznej we współrzędnych bieguna ziemskiego. Alicja Rzeszótko alicja@cbk.waw.pl 2 czerwca 2006 1 Omówienie danych 3 Strona główna Strona 2 z 38 2

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

f = 2 śr MODULACJE

f = 2 śr MODULACJE 5. MODULACJE 5.1. Wstęp Modulacja polega na odzwierciedleniu przebiegu sygnału oryginalnego przez zmianę jednego z parametrów fali nośnej. Przyczyny stosowania modulacji: 1. Umożliwienie wydajnego wypromieniowania

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

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

Transformata Fouriera i analiza spektralna

Transformata Fouriera i analiza spektralna Transformata Fouriera i analiza spektralna Z czego składają się sygnały? Sygnały jednowymiarowe, częstotliwość Liczby zespolone Transformata Fouriera Szybka Transformata Fouriera (FFT) FFT w 2D Przykłady

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

Część 1. Transmitancje i stabilność

Część 1. Transmitancje i stabilność Część 1 Transmitancje i stabilność Zastosowanie opisu transmitancyjnego w projektowaniu przekształtników impulsowych Istotne jest przewidzenie wpływu zmian w warunkach pracy (m. in. v g, i) i wielkości

Bardziej szczegółowo

Zmiany fazy/okresu oscylacji Chandlera i rocznej we współrzędnych bieguna ziemskiego.

Zmiany fazy/okresu oscylacji Chandlera i rocznej we współrzędnych bieguna ziemskiego. Strona 1 z 27 Zmiany fazy/okresu oscylacji Chandlera i rocznej we współrzędnych bieguna ziemskiego. Alicja Rzeszótko Wiesław Kosek Waldemar Popiński Seminarium Sekcji Dynamiki Ziemi Komitetu Geodezji PAN

Bardziej szczegółowo

Przetwarzanie i transmisja danych multimedialnych. Wykład 8 Transformaty i kodowanie cz. 2. Przemysław Sękalski.

Przetwarzanie i transmisja danych multimedialnych. Wykład 8 Transformaty i kodowanie cz. 2. Przemysław Sękalski. Przetwarzanie i transmisja danych multimedialnych Wykład 8 Transformaty i kodowanie cz. 2 Przemysław Sękalski sekalski@dmcs.pl Politechnika Łódzka Katedra Mikroelektroniki i Technik Informatycznych DMCS

Bardziej szczegółowo

Cyfrowe przetwarzanie i kompresja danych

Cyfrowe przetwarzanie i kompresja danych Cyfrowe przetwarzanie i kompresja danych dr inż.. Wojciech Zając Wykład 5. Dyskretna transformata falkowa Schemat systemu transmisji danych wizyjnych Źródło danych Przetwarzanie Przesył Przetwarzanie Prezentacja

Bardziej szczegółowo

Prognozowanie i symulacje

Prognozowanie i symulacje Prognozowanie i smulacje Lepiej znać prawdę niedokładnie, niż dokładnie się mlić. J. M. Kenes dr Iwona Kowalska ikowalska@wz.uw.edu.pl Prognozowanie meod naiwne i średnie ruchome Meod naiwne poziom bez

Bardziej szczegółowo

Transformacje Fouriera * podstawowe własności

Transformacje Fouriera * podstawowe własności Transformacje Fouriera * podstawowe własności * podejście mało formalne Funkcja w domenie czasowej Transformacja Fouriera - wstęp Ta sama funkcja w domenie częstości Transformacja Fouriera polega na rozkładzie

Bardziej szczegółowo

Całkowanie przez podstawianie i dwa zadania

Całkowanie przez podstawianie i dwa zadania Całkowanie przez podstawianie i dwa zadania Antoni Kościelski Funkcje dwóch zmiennch i podstawianie Dla funkcji dwóch zmiennch zachodzi następując wzór na całkowanie przez podstawianie: f(x(a, b), (a,

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

lim = 0, gdzie d n oznacza najdłuższą przekątną prostokątów

lim = 0, gdzie d n oznacza najdłuższą przekątną prostokątów 9. CAŁKA POWÓJNA 9.. Całka podwójna w prostokącie Niech P będzie prostokątem opisanm na płaszczźnie OXY nierównościami: a < < b, c < < d, a f(,) funkcją określoną i ograniczoną w tm prostokącie. Prostokąt

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

Obwody prądu zmiennego

Obwody prądu zmiennego Obwody prądu zmiennego Prąd stały ( ) ( ) i t u t const const ( ) u( t) i t Prąd zmienny, dowolne funkcje czasu i( t) t t u ( t) t t Natężenie prądu i umowny kierunek prądu Prąd stały Q t Kierunek poruszania

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

25. RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU. y +y tgx=sinx

25. RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU. y +y tgx=sinx 5. RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU 5.1. Pojęcia wstępne. Klasfikacja równań i rozwiązań Rozróżniam dwa zasadnicze tp równań różniczkowch: równania różniczkowe zwczajne i równania różniczkowe cząstkowe.

Bardziej szczegółowo

Wykład VI Dalekie pole

Wykład VI Dalekie pole Wykład VI Dalekie pole Schemat przypomnienie Musimy znać rozkład fali padającej u pad (x,y) w płaszczyźnie układu optycznego Musimy znać funkcję transmitancji układu optycznego t(x,y) Określamy falę właśnie

Bardziej szczegółowo

EFEKTYWNE UŻYTKOWANIE ENERGII ELEKTRYCZNEJ

EFEKTYWNE UŻYTKOWANIE ENERGII ELEKTRYCZNEJ Studia Podyplomowe EFEKTYWNE UŻYTKOWANIE ENERGII ELEKTRYCZNEJ w ramach projektu Śląsko-Małopolskie Centrum Kompetencji Zarządzania Energią Pomiar parametrów sygnałów sieci elektroenergetycznej dr inż.

Bardziej szczegółowo

Wykład 2. Transformata Fouriera

Wykład 2. Transformata Fouriera Wykład 2. Transformata Fouriera Transformata Fouriera jest podstawowym narzędziem analizy harmonicznej i teorii analizy i przetwarzania sygnału. Z punktu widzenia teorii matematycznej transformata Fouriera

Bardziej szczegółowo

KARTA MODUŁU / KARTA PRZEDMIOTU

KARTA MODUŁU / KARTA PRZEDMIOTU Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Cyfrowe przetwarzanie sygnałów pomiarowych_e2s

Bardziej szczegółowo

Pomiar bezpośredni przyrządem wskazówkowym elektromechanicznym

Pomiar bezpośredni przyrządem wskazówkowym elektromechanicznym . Rodzaj poiaru.. Poiar bezpośredni (prost) W przpadku poiaru pojednczej wielkości przrząde wskalowan w jej jednostkach wartość niedokładności ± określa graniczn błąd przrządu analogowego lub cfrowego

Bardziej szczegółowo

(1.1) gdzie: - f = f 2 f 1 - bezwzględna szerokość pasma, f śr = (f 2 + f 1 )/2 częstotliwość środkowa.

(1.1) gdzie: - f = f 2 f 1 - bezwzględna szerokość pasma, f śr = (f 2 + f 1 )/2 częstotliwość środkowa. MODULACJE ANALOGOWE 1. Wstęp Do przesyłania sygnału drogą radiową stosuje się modulację. Modulacja polega na odzwierciedleniu przebiegu sygnału oryginalnego przez zmianę jednego z parametrów fali nośnej.

Bardziej szczegółowo

Związek między ruchem harmonicznym a ruchem jednostajnym po okręgu

Związek między ruchem harmonicznym a ruchem jednostajnym po okręgu Związek międz ruchem harmonicznm a ruchem jednosajnm po okręgu Rozważm rzu Q i R punku P na osie i : Q cos v r R sin R Q P δ Q cos ( δ ) R sin ( δ ) Jeżeli punk P porusza się ruchem jednosajnm po okręgu,

Bardziej szczegółowo

Laboratorium Przetwarzania Sygnałów Biomedycznych

Laboratorium Przetwarzania Sygnałów Biomedycznych Laboratorium Przetwarzania Sygnałów Biomedycznych Ćwiczenie 3 Analiza sygnału o nieznanej strukturze Opracowali: - prof. nzw. dr hab. inż. Krzysztof Kałużyński - mgr inż. Tomasz Kubik Politechnika Warszawska,

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

2. P (E) = 1. β B. TSIM W3: Sygnały stochastyczne 1/27

2. P (E) = 1. β B. TSIM W3: Sygnały stochastyczne 1/27 SYGNAŁY STOCHASTYCZNE Przestrzeń probabilistyczna i zmienna losowa Definicja Przestrzenią probabilistyczną (doświadczeniem) nazywamy trójkę uporządkowaną (E, B, P ), gdzie: E przestrzeń zdarzeń elementarnych;

Bardziej szczegółowo

Wygładzanie metodą średnich ruchomych w procesach stałych

Wygładzanie metodą średnich ruchomych w procesach stałych Wgładzanie meodą średnich ruchomch w procesach sałch Cel ćwiczenia. Przgoowanie procedur Średniej Ruchomej (dla ruchomego okna danch); 2. apisanie procedur do obliczenia sandardowego błędu esmacji;. Wizualizacja

Bardziej szczegółowo

Podstawy Automatyki. Wykład 3 - charakterystyki częstotliwościowe, podstawowe człony dynamiczne. dr inż. Jakub Możaryn. Instytut Automatyki i Robotyki

Podstawy Automatyki. Wykład 3 - charakterystyki częstotliwościowe, podstawowe człony dynamiczne. dr inż. Jakub Możaryn. Instytut Automatyki i Robotyki Wykład 3 - charakterystyki częstotliwościowe, podstawowe człony dynamiczne Instytut Automatyki i Robotyki Warszawa, 2017 część 1: Charakterystyki częstotliwościowe Wstęp Charakterystyki częstotliwościowe

Bardziej szczegółowo

Teoria systemów i sygnałów Kierunek AiR, sem. 5 2wE + 1l

Teoria systemów i sygnałów Kierunek AiR, sem. 5 2wE + 1l Teoria systemów i sygnałów Kierunek AiR, sem. 5 2wE + 1l Prof. dr hab. Wojciech Moczulski Politechnika Ślaska, Wydział Mechaniczny Technologiczny Katedra Podstaw Konstrukcji Maszyn 19 października 2008

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

Inżynieria Systemów Dynamicznych (3)

Inżynieria Systemów Dynamicznych (3) Inżynieria Systemów Dynamicznych (3) Charakterystyki podstawowych członów dynamicznych Piotr Jacek Suchomski Katedra Systemów Automatyki WETI, Politechnika Gdańska 2 grudnia 2010 O czym będziemy mówili?

Bardziej szczegółowo

Przedmowa Wykaz oznaczeń Wykaz skrótów 1. Sygnały i ich parametry 1 1.1. Pojęcia podstawowe 1 1.2. Klasyfikacja sygnałów 2 1.3.

Przedmowa Wykaz oznaczeń Wykaz skrótów 1. Sygnały i ich parametry 1 1.1. Pojęcia podstawowe 1 1.2. Klasyfikacja sygnałów 2 1.3. Przedmowa Wykaz oznaczeń Wykaz skrótów 1. Sygnały i ich parametry 1 1.1. Pojęcia podstawowe 1 1.2. Klasyfikacja sygnałów 2 1.3. Sygnały deterministyczne 4 1.3.1. Parametry 4 1.3.2. Przykłady 7 1.3.3. Sygnały

Bardziej szczegółowo

4 Zasoby językowe Korpusy obcojęzyczne Korpusy języka polskiego Słowniki Sposoby gromadzenia danych...

4 Zasoby językowe Korpusy obcojęzyczne Korpusy języka polskiego Słowniki Sposoby gromadzenia danych... Spis treści 1 Wstęp 11 1.1 Do kogo adresowana jest ta książka... 12 1.2 Historia badań nad mową i językiem... 12 1.3 Obecne główne trendy badań... 16 1.4 Opis zawartości rozdziałów... 18 2 Wyzwania i możliwe

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

Modulatory i detektory. Modulacja. Modulacja i detekcja

Modulatory i detektory. Modulacja. Modulacja i detekcja Modulator i detektor Modulacja Przekształcenie sgnału informacjnego do postaci dogodnej do transmisji w kanale telekomunikacjnm Polega na zmianie, któregoś z parametrów fali nośnej (amplitud, częstotliwości,

Bardziej szczegółowo

Teoria sygnałów Signal Theory. Elektrotechnika I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny)

Teoria sygnałów Signal Theory. Elektrotechnika I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny) . KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013 Teoria sygnałów Signal Theory A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW

Bardziej szczegółowo

Teoria Sygnałów. Inżynieria Obliczeniowa II rok 2018/19. Wykład 10. ( t) Wykorzystanie transformacji Fouriera w analizie korelacyjnej

Teoria Sygnałów. Inżynieria Obliczeniowa II rok 2018/19. Wykład 10. ( t) Wykorzystanie transformacji Fouriera w analizie korelacyjnej Teoria Synałów Inżynieria Obliczeniowa II rok 208/9 Wykład 0 Wykorzystanie transformacji Fouriera w analizie korelacyjnej Na początek krótkie przypomnienie podstawowych definicji: Funkcja autokorelacji

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Akwizycja i przetwarzanie sygnałów cyfrowych

Akwizycja i przetwarzanie sygnałów cyfrowych Akwizycja i przetwarzanie sygnałów cyfrowych Instytut Teleinformatyki ITI PK Kraków 21 luty 2011 Czasowo-częstotliwościowa analiza sygnałów Metody analizy sygnału Do tej pory - analiza sygnału jako funkcji

Bardziej szczegółowo

Układy stochastyczne

Układy stochastyczne Instytut Informatyki Uniwersytetu Śląskiego 21 stycznia 2009 Definicja Definicja Proces stochastyczny to funkcja losowa, czyli funkcja matematyczna, której wartości leżą w przestrzeni zdarzeń losowych.

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

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

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

Optyka Fourierowska. Wykład 1 Analiza sygnałów i układów dwuwymiarowych

Optyka Fourierowska. Wykład 1 Analiza sygnałów i układów dwuwymiarowych Optka Forierowska Wkład Analiza sgnałów i kładów dwwmiarowch Literatra K. Gniadek Optka Forierowska K. Gniadek Optczne przetwarzanie inormacji J.W. Goodman Introdction to Forier Optics O. K. Erso Diraction

Bardziej szczegółowo

Opis efektów kształcenia dla modułu zajęć

Opis efektów kształcenia dla modułu zajęć Nazwa modułu: Teoria i przetwarzanie sygnałów Rok akademicki: 2013/2014 Kod: EEL-1-524-s Punkty ECTS: 6 Wydział: Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Kierunek: Elektrotechnika

Bardziej szczegółowo

Dystrybucje, wiadomości wstępne (I)

Dystrybucje, wiadomości wstępne (I) Temat 8 Dystrybucje, wiadomości wstępne (I) Wielkości fizyczne opisujemy najczęściej przyporządkowując im funkcje (np. zależne od czasu). Inną drogą opisu tych wielkości jest przyporządkowanie im funkcjonałów

Bardziej szczegółowo

Funkcje analityczne. Wykład 2. Płaszczyzna zespolona. Paweł Mleczko. Funkcje analityczne (rok akademicki 2017/2018)

Funkcje analityczne. Wykład 2. Płaszczyzna zespolona. Paweł Mleczko. Funkcje analityczne (rok akademicki 2017/2018) Funkcje analityczne Wykład 2. Płaszczyzna zespolona Paweł Mleczko Funkcje analityczne (rok akademicki 2017/2018) Plan wykładu W czasie wykładu omawiać będziemy różne reprezentacje płaszczyzny zespolonej

Bardziej szczegółowo

Filtracja. Krzysztof Patan

Filtracja. Krzysztof Patan Filtracja Krzysztof Patan Wprowadzenie Działanie systemu polega na przetwarzaniu sygnału wejściowego x(t) na sygnał wyjściowy y(t) Równoważnie, system przetwarza widmo sygnału wejściowego X(jω) na widmo

Bardziej szczegółowo

Podstawy układów mikroelektronicznych

Podstawy układów mikroelektronicznych Podstay układó mikroelektronicznych ykład dla kierunku Technologie Kosmiczne i Satelitarne Część 4. Wstępne przetarzanie obrazu. dr inż. Waldemar Jendernalik Katedra Systemó Mikroelektronicznych, WETI,

Bardziej szczegółowo

Pochodna funkcji wykład 5

Pochodna funkcji wykład 5 Pochodna funkcji wkład 5 dr Mariusz Grządziel 8 listopada 2010 Funkcja logistczna 40 Rozważm funkcję logistczną = f 0 (t) = 1+5e 0,5t Funkcja f może bć wkorzstana np. do modelowania wzrostu mas ziaren

Bardziej szczegółowo

Przekształcenie Fouriera i splot

Przekształcenie Fouriera i splot Zastosowania Procesorów Sygnałowych dr inż. Grzegorz Szwoch greg@multimed.org p. 732 - Katedra Systemów Multimedialnych Przekształcenie Fouriera i splot Wstęp Na tym wykładzie: przekształcenie Fouriera

Bardziej szczegółowo

ELEKTRONIKA. dla Mechaników

ELEKTRONIKA. dla Mechaników ELEKTRONIKA dla Mechaników dr inż. Waldemar Jendernalik Politechnika Gdańska Wydział ETI Katedra Systemów Mikroelektronicznych p. 309, waldi@ue.eti.pg.gda.pl www.ue.eti.pg.gda.pl/~waldi Po co to Wam? Elektronika

Bardziej szczegółowo

Podstawy Automatyki. Wykład 3 - charakterystyki częstotliwościowe, podstawowe człony dynamiczne. dr inż. Jakub Możaryn. Instytut Automatyki i Robotyki

Podstawy Automatyki. Wykład 3 - charakterystyki częstotliwościowe, podstawowe człony dynamiczne. dr inż. Jakub Możaryn. Instytut Automatyki i Robotyki Wykład 3 - charakterystyki częstotliwościowe, podstawowe człony dynamiczne Instytut Automatyki i Robotyki Warszawa, 2015 cz.1: Charakterystyki częstotliwościowe Wstęp Charakterystyki częstotliwościowe

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

Temat ćwiczenia. Analiza częstotliwościowa

Temat ćwiczenia. Analiza częstotliwościowa POLIECHNIKA ŚLĄSKA W YDZIAŁ RANSPORU emat ćwiczenia Analiza częstotliwościowa Analiza częstotliwościowa sygnałów. Wprowadzenie Analizę częstotliwościową stosuje się powszechnie w wielu dziedzinach techniki.

Bardziej szczegółowo

Własności dynamiczne przetworników pierwszego rzędu

Własności dynamiczne przetworników pierwszego rzędu 1 ĆWICZENIE 7. CEL ĆWICZENIA. Własności dynamiczne przetworników pierwszego rzędu Celem ćwiczenia jest poznanie własności dynamicznych przetworników pierwszego rzędu w dziedzinie czasu i częstotliwości

Bardziej szczegółowo

Transformaty. Kodowanie transformujace

Transformaty. Kodowanie transformujace Transformaty. Kodowanie transformujace Kodowanie i kompresja informacji - Wykład 10 10 maja 2009 Szeregi Fouriera Każda funkcję okresowa f (t) o okresie T można zapisać jako f (t) = a 0 + a n cos nω 0

Bardziej szczegółowo

O pewnym twierdzeniu S. Łojasiewicza, J. Wloki, Z. Zieleżnego

O pewnym twierdzeniu S. Łojasiewicza, J. Wloki, Z. Zieleżnego O pewnym twierdzeniu S. Łojasiewicza, J. Wloki, Z. Zieleżnego Jan Ligęza Instytut Matematyki Wisła Letnia Szkoła Instytutu Matematyki wrzesień 2010 r. [1] S. Łojasiewicz, J. Wloka, Z. Zieleżny; Über eine

Bardziej szczegółowo

Induktor i kondensator. Warunki początkowe. oraz ciągłość warunków początkowych

Induktor i kondensator. Warunki początkowe. oraz ciągłość warunków początkowych Termin AREK73C Induktor i kondensator. Warunki początkowe Przyjmujemy t, u C oraz ciągłość warunków początkowych ( ) u ( ) i ( ) i ( ) C L L Prąd stały i(t) R u(t) u( t) Ri( t) I R RI i(t) L u(t) u() t

Bardziej szczegółowo

Wykład FIZYKA I. 9. Ruch drgający swobodny

Wykład FIZYKA I. 9. Ruch drgający swobodny Wkład FIZYK I 9. Ruch drgając swobodn Katedra Optki i Fotoniki Wdział Podstawowch Problemów Techniki Politechnika Wrocławska http://www.if.pwr.wroc.pl/~wozniak/fizka.html RUCH DRGJĄCY Drganie (ruch drgając)

Bardziej szczegółowo

Rodzaje fal. 1. Fale mechaniczne. 2. Fale elektromagnetyczne. 3. Fale materii. dyfrakcja elektronów

Rodzaje fal. 1. Fale mechaniczne. 2. Fale elektromagnetyczne. 3. Fale materii. dyfrakcja elektronów Wykład VI Fale t t + Dt Rodzaje fal 1. Fale mechaniczne 2. Fale elektromagnetyczne 3. Fale materii dyfrakcja elektronów Fala podłużna v Przemieszczenia elementów spirali ( w prawo i w lewo) są równoległe

Bardziej szczegółowo

LABORATORIUM METROLOGII. Podstawy akwizycji i cyfrowego przetwarzania sygnałów. dr inż. Andrzej Skalski. mgr inż. Mirosław Socha

LABORATORIUM METROLOGII. Podstawy akwizycji i cyfrowego przetwarzania sygnałów. dr inż. Andrzej Skalski. mgr inż. Mirosław Socha AKADEMIA GÓRNICZO - HUTNICZA IM. STANISŁAWA STASZICA w KRAKOWIE WYDZIAŁ ELEKTROTECHNIKI, AUTOMATYKI, INFORMATYKI i ELEKTRONIKI KATEDRA METROLOGII LABORATORIUM METROLOGII Podstawy akwizycji i cyfrowego

Bardziej szczegółowo

Procesy stochastyczne

Procesy stochastyczne Wykład I: Istnienie procesów stochastycznych 2 marca 2015 Forma zaliczenia przedmiotu Forma zaliczenia Literatura 1 Zaliczenie ćwiczeń rachunkowych. 2 Egzamin ustny z teorii 3 Do wykładu przygotowane są

Bardziej szczegółowo

Technika regulacji automatycznej

Technika regulacji automatycznej Technika regulacji automatycznej Wykład 3 Wojciech Paszke Instytut Sterowania i Systemów Informatycznych, Uniwersytet Zielonogórski 1 z 32 Plan wykładu Wprowadzenie Układ pierwszego rzędu Układ drugiego

Bardziej szczegółowo

Wykład FIZYKA I. 9. Ruch drgający swobodny. Dr hab. inż. Władysław Artur Woźniak

Wykład FIZYKA I. 9. Ruch drgający swobodny.  Dr hab. inż. Władysław Artur Woźniak Dr hab. inż. Władsław rtur Woźniak Wkład FIZYK I 9. Ruch drgając swobodn Dr hab. inż. Władsław rtur Woźniak Insttut Fizki Politechniki Wrocławskiej http://www.if.pwr.wroc.pl/~wozniak/fizka.html Dr hab.

Bardziej szczegółowo

2. Wstęp do analizy wektorowej

2. Wstęp do analizy wektorowej 2. Wstęp do analiz wektorowej 2.1. Pojęcia podstawowe Wielkości wektorowe (1) Wektorem (P) w punkcie P trójwmiarowej przestrzeni euklidesowej nazwam uporządkowan zbiór trzech liczb (skalarów, składowch

Bardziej szczegółowo

Podstawy Automatyki. Wykład 3 - charakterystyki częstotliwościowe, podstawowe człony dynamiczne. dr inż. Jakub Możaryn. Instytut Automatyki i Robotyki

Podstawy Automatyki. Wykład 3 - charakterystyki częstotliwościowe, podstawowe człony dynamiczne. dr inż. Jakub Możaryn. Instytut Automatyki i Robotyki Wykład 3 - charakterystyki częstotliwościowe, podstawowe człony dynamiczne Instytut Automatyki i Robotyki Warszawa, 2017 cz.1: Charakterystyki częstotliwościowe Wstęp Charakterystyki częstotliwościowe

Bardziej szczegółowo

1 s(t) 2 t s(t) 2 dt 1. s(t) 2

1 s(t) 2 t s(t) 2 dt 1. s(t) 2 Rozdział 3 Pomiędzy czasem a częstością 3.1 Zasada nieoznaczoności Zasada nieoznaczoności (Heisenberga) w mechanice kwantowej nie opisuje granic dokładności pomiarów, lecz fakt, że cząstka nie może jednocześnie

Bardziej szczegółowo

Analiza obrazów - sprawozdanie nr 2

Analiza obrazów - sprawozdanie nr 2 Analiza obrazów - sprawozdanie nr 2 Filtracja obrazów Filtracja obrazu polega na obliczeniu wartości każdego z punktów obrazu na podstawie punktów z jego otoczenia. Każdy sąsiedni piksel ma wagę, która

Bardziej szczegółowo

Wektory. P. F. Góra. rok akademicki

Wektory. P. F. Góra. rok akademicki Wektor P. F. Góra rok akademicki 009-0 Wektor zwiazan. Wektorem zwiazanm nazwam parę punktów. Jeżeli parę tę stanowią punkt,, wektor przez nie utworzon oznaczm. Graficznie koniec wektora oznaczam strzałką.

Bardziej szczegółowo

Przetwarzanie sygnałów biomedycznych

Przetwarzanie sygnałów biomedycznych Prztwarzani sygnałów biomdycznych dr hab. inż. Krzysztof Kałużyński, prof. PW Człowik- najlpsza inwstycja Projkt współfinansowany przz Unię Europjską w ramach Europjskigo Funduszu Społczngo Wykład XI Filtracja

Bardziej szczegółowo

Przekształcenie Z. Krzysztof Patan

Przekształcenie Z. Krzysztof Patan Przekształcenie Z Krzysztof Patan Wprowadzenie Przekształcenie Laplace a można stosować do sygnałów i systemów czasu ciągłego W przypadku sygnałów czy systemów czasu dyskretnego do wyznaczenia transmitancji

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

Dystrybucje. Marcin Orchel. 1 Wstęp Dystrybucje Pochodna dystrybucyjna Przestrzenie... 5

Dystrybucje. Marcin Orchel. 1 Wstęp Dystrybucje Pochodna dystrybucyjna Przestrzenie... 5 Dystrybucje Marcin Orchel Spis treści 1 Wstęp 1 1.1 Dystrybucje................................... 1 1.2 Pochodna dystrybucyjna............................ 3 1.3 Przestrzenie...................................

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Mechatronika Rodzaj przedmiotu: obowiązkowy Rodzaj zajęd: wykład, laboratorium I KARTA PRZEDMIOTU CEL PRZEDMIOTU PRZEWODNIK PO PRZEDMIOCIE C1. Zapoznanie studentów z podstawowymi

Bardziej szczegółowo

Symulacja sygnału czujnika z wyjściem częstotliwościowym w stanach dynamicznych

Symulacja sygnału czujnika z wyjściem częstotliwościowym w stanach dynamicznych XXXVIII MIĘDZYUCZELNIANIA KONFERENCJA METROLOGÓW MKM 06 Warszawa Białobrzegi, 4-6 września 2006 r. Symulacja sygnału czujnika z wyjściem częstotliwościowym w stanach dynamicznych Eligiusz PAWŁOWSKI Politechnika

Bardziej szczegółowo

Procesy stochastyczne

Procesy stochastyczne Wykład I: Istnienie procesów stochastycznych 21 lutego 2017 Forma zaliczenia przedmiotu Forma zaliczenia Literatura 1 Zaliczenie ćwiczeń rachunkowych. 2 Egzamin ustny z teorii 3 Do wykładu przygotowane

Bardziej szczegółowo