Przetwarzanie sygnałów biomedycznych

Wielkość: px
Rozpocząć pokaz od strony:

Download "Przetwarzanie sygnałów biomedycznych"

Transkrypt

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

2 Filtracja homomorficzna Filtracja liniowa zakłada, że filtrowane sygnały zostały dodane do siebie: y(t = x(t +n(t, filtracja liniowa pozwala na eliminację niepożądanych składowych Sygnały mogą być związane w inny sposób niż zsumowanie, np.: y(t=x(tn(t iloczyn albo y(t=x(t*n(t splot Widmo sygnału y(t nie jest w tych przypadkach sumą widm sygnałów x(t i n(t. Filtracja liniowa nie przyniesie pożądanych skutków. Filtracja homomorficzna Spostrzeżenie Logarytm widmowej gęstości mocy sygnału zawierającego echo ma składową okresową odpowiadająca temu echu - w TF logarytmu widmowej gęstości mocy powinno występować maksimum odpowiadające opóźnieniu echa. s ygn al 5 log modulu TF

3 Filtracja homomorficzna Logarytm widmowej gęstości mocy sygnału zawierającego echo ma składową okresową odpowiadająca temu echu - w TF logarytmu widmowej gęstości mocy powinno występować maksimum odpowiadające opóźnieniu echa. 4 log modulu TF TF log m odulu TF 7 TF log m odulu TF Filtracja homomorficzna względem splotu Układ realizujący operację filtracji homomorficznej względem splotu operator D oznacza sekwencję operacji TF i logarytmowania, D - sekwencję operacji funkcji wykładniczej i odwrotnej TF

4 Filtracja homomorficzna względem mnożenia Układ realizujący operację filtracji homomorficznej względem mnożenia zawiera blok logarytmu, filtracji liniowej oraz blok anyylogarytmu Definicje cepstrum sygnału f(t TF log m odulu TF 7 cepstrum rzeczywiste jωτ C( τ = log( G( ω e dω = F[log( G( ω] albo j ωτ d C( τ = log( G( ω e ω gdzie G ( ω F( ω = T T jωt = f ( t e dt albo C( τ = log( G( ω e π jωτ dω = F [log( G( ω]

5 Cepstrum rzeczywiste - właściwości Logarytm widma mocy funkcja rzeczywista parzysta, a więc proste i odwrotne przekształcenie Fouriera daje ten sam wynik. Druga defincja cepstrum daje pierwiastek cepstrum uzyskanego w myśl pierwszej definicji. Trzecia definicja cepstrum zbliżona do funkcji autokorelacji Cepstrum rzeczywiste nie zachowuje informacji o fazie sygnału! Definicje cepstrum sygnału f(t cepstrum zespolone jωτ C( τ = log( F( ω e dω = F [log( F ( ω ] π gdzie jωt = f ( t e dt F( ω Dla f(t rzeczywistej log(f(ω jest wielkością parzystą sprzężoną, wobec czego odwrotna TF tej wielkości jest rzeczywista. Cepstrum zespolone zachowuje informację o fazie sygnału.

6 Zastosowania filtracji homomorficznej Eliminacja pogłosu (echa Określanie właściwości toru i pobudzenia na podstawie sygnały wyjściowego (ton krtaniowy i tor głosowy Zastosowania filtracji homomorficznej Usuwanie pogłosu (echa sygnał s(t x( t t + M a s( t k t k k= sygnał z pogłosem czyli x(t=s(t*p(t - splot M p( t = δ ( t + a δ ( t k t k k = sygnał z pojedynczym echem opóźnionym o t: p( t = δ ( t + aδ ( t t x( t t + a s( t t

7 Zastosowania filtracji homomorficznej Usuwanie pogłosu (echa sygnał z pojedynczym echem opóźnionym o t: p( t = δ ( t + aδ ( t t x( t t + a s( t t TF sygnału x(n (S(ω=F[s(t] jωt X ( ω = S ( ω( + a e Logarytm (cepstrum rzeczywiste log( ( log( ( log ( j ω X ω = S ω + + a t e Zastosowania filtracji homomorficznej Usuwanie pogłosu (echa Logarytm (cepstrum rzeczywiste ω ω jωt log( X ( = log( S( + log ( + ae Składnik nieokresowy związany z s(t log( S( ω jω t składnik okresowy z okresem π/t log ( + a e Logarytm modułu kwadratu widma x(t zawiera składową związaną z interesującym nas sygnałem wolnym od echa, oraz składową okresową, wynikającą z obecności pogłosu. Składową pogłosową można odfiltrować metodami filtracji liniowej, o ile jej widmo nie pokrywa się z widmem log( S

8 Zastosowania filtracji homomorficznej Usuwanie pogłosu (echa (sygnał z czasem dyskretnym sygnał s(n sygnał z pogłosem x(n: <n <n <...<n k przypadek sygnału z pojedynczym echem: x( n n + M a s( n k n k k= p( n = δ ( n + a δ ( n M k n k k= p( n = δ ( n + aδ ( n n x( n n + as( n n Zastosowania filtracji homomorficznej Usuwanie pogłosu (echa (sygnał z czasem dyskretnym przypadek sygnału z pojedynczym echem: x( n n + as( n n TF sygnału x(n (S(e j ω =F[s(t] - cepstrum zespolone jω jω jωn X ( e = S ( e ( + a e logarytm jω jω jωn log( X ( e = log( S( e + log( + ae S(e jω może być rzeczywiste i dodatnie,np. sygnał cosinusoidalny jωn składnik okresowy z okresem π/n log( + a e Logarytm widma zawiera składową związaną z interesującym nas sygnałem wolnym od echa, oraz składową okresową, wynikającą z obecności pogłosu. Składową pogłosową można odfiltrować metodami filtracji liniowej, o ile jej widmo nie pokrywa się z widmem log(s.

9 Zastosowania filtracji homomorficznej Usuwanie pogłosu. sygnał + echo. widmo sygnału z echem (moduł 3. ln modułu TF sygnału sygnal + echo modul TF s ygnalu + ec ho ln modulu TF s ygna lu + e cho Zastosowania filtracji homomorficznej Usuwanie pogłosu 4. cepstrum sygnału i cepstrum po eliminacji składowej związanej z echem 5. widmo sygnału bez echa (moduł 6. sygnał po eliminacji echa TF ln modulu TF s ygna lu + e cho modul TF sygnalu po f. homomorficznej TF odwrotna TF s ygnalu po f. homomorficznej

10 Analiza homomorficzna (cepstralna sygnału mowy Sygnał mowy Sygnał mowy jest splotem pobudzenia (tonu krtaniowego g(t i odpowiedzi impulsowej toru głosowego h(t. Ton krtaniowy ciąg impulsów o pewnej częstotliwości. W celu uzyskania informacji o torze głosowym (właściwościach częstotliwościowych i pobudzeniu zastosowanie filtracji homomorficznej względem splotu. Analiza homomorficzna (cepstralna sygnału mowy Sytuacja jest podobna jak w przypadku echa splot pobudzenia i odpowiedzi toru. Logarytm widma sygnału mowy powinien zawierać składową okresową związaną z pobudzeniem i z torem głosowym. ω ω jωt log( X ( = log( S( + log ( + ae Logarytm widma sygnału

11 Analiza homomorficzna (cepstralna sygnału mowy Tor głosowy ton krtaniowy Analiza homomorficzna (cepstralna sygnału mowy

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

Systemy. Krzysztof Patan

Systemy. Krzysztof Patan Systemy Krzysztof Patan Systemy z pamięcią System jest bez pamięci (statyczny), jeżeli dla dowolnej chwili t 0 wartość sygnału wyjściowego y(t 0 ) zależy wyłącznie od wartości sygnału wejściowego w tej

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

Podstawy Automatyki. wykład 1 (26.02.2010) mgr inż. Łukasz Dworzak. Politechnika Wrocławska. Instytut Technologii Maszyn i Automatyzacji (I-24)

Podstawy Automatyki. wykład 1 (26.02.2010) mgr inż. Łukasz Dworzak. Politechnika Wrocławska. Instytut Technologii Maszyn i Automatyzacji (I-24) Podstawy Automatyki wykład 1 (26.02.2010) mgr inż. Łukasz Dworzak Politechnika Wrocławska Instytut Technologii Maszyn i Automatyzacji (I-24) Laboratorium Podstaw Automatyzacji (L6) 105/2 B1 Sprawy organizacyjne

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

Przetwarzanie sygnałów w telekomunikacji

Przetwarzanie sygnałów w telekomunikacji Przetwarzanie sygnałów w telekomunikacji Prowadzący: Przemysław Dymarski, Inst. Telekomunikacji PW, gm. Elektroniki, pok. 461 dymarski@tele.pw.edu.pl Wykład: Wstęp: transmisja analogowa i cyfrowa, modulacja

Bardziej szczegółowo

Egzamin / zaliczenie na ocenę*

Egzamin / zaliczenie na ocenę* WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI Zał. nr 4 do ZW 33/01 KARTA PRZEDMIOTU Nazwa w języku polskim CYFROWE PRZETWARZANIE SYGNAŁÓW Nazwa w języku angielskim DIGITAL SIGNAL PROCESSING Kierunek studiów

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

Rozdział 1 PODSTAWOWE POJĘCIA I DEFINICJE

Rozdział 1 PODSTAWOWE POJĘCIA I DEFINICJE 1. 1. W p r owadze n ie 1 Rozdział 1 PODSTAWOWE POJĘCIA I DEFINICJE 1.1. WPROWADZENIE SYGNAŁ nośnik informacji ANALIZA SYGNAŁU badanie, którego celem jest identyfikacja własności, cech, miar sygnału; odtwarzanie

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

Podstawy Transmisji Przewodowej Wykład 1

Podstawy Transmisji Przewodowej Wykład 1 Podstawy Transmisji Przewodowej Wykład 1 Grzegorz Stępniak Instytut Telekomunikacji, PW 24 lutego 2012 Instytut Telekomunikacji, PW 1 / 26 1 Informacje praktyczne 2 Wstęp do transmisji przewodowej 3 Multipleksacja

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

EKSTRAKCJA CECH TWARZY ZA POMOCĄ TRANSFORMATY FALKOWEJ

EKSTRAKCJA CECH TWARZY ZA POMOCĄ TRANSFORMATY FALKOWEJ Janusz Bobulski Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska ul. Dąbrowskiego 73 42-200 Częstochowa januszb@icis.pcz.pl EKSTRAKCJA CECH TWARZY ZA POMOCĄ TRANSFORMATY FALKOWEJ

Bardziej szczegółowo

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie Politechnika Wrocławska, Wydział Informatyki i Zarządzania Modelowanie Zad Wyznacz transformaty Laplace a poniższych funkcji, korzystając z tabeli transformat: a) 8 3e 3t b) 4 sin 5t 2e 5t + 5 c) e5t e

Bardziej szczegółowo

WOJSKOWA AKADEMIA TECHNICZNA

WOJSKOWA AKADEMIA TECHNICZNA WOJSKOWA AKADEMIA TECHNICZNA LABORATORIUM CYFROWE PRZETWARZANIE SYGNAŁÓW Stopień, imię i nazwisko prowadzącego Imię oraz nazwisko słuchacza Grupa szkoleniowa Data wykonania ćwiczenia dr inż. Andrzej Wiśniewski

Bardziej szczegółowo

Matematyka dyskretna

Matematyka dyskretna Matematyka dyskretna Wykład 9: Grupy skończone Gniewomir Sarbicki Grupy cykliczne Definicja: Jeżeli każdy element grupy G jest postaci a n dla pewnego a G, to mówimy, że grupa G jest grupą cykliczną o

Bardziej szczegółowo

Analiza sygnału mowy pod kątem rozpoznania mówcy chorego. Anna Kosiek, Dominik Fert

Analiza sygnału mowy pod kątem rozpoznania mówcy chorego. Anna Kosiek, Dominik Fert Analiza sygnału mowy pod kątem rozpoznania mówcy chorego Anna Kosiek, Dominik Fert Wstęp: Analiza sygnału akustycznego była wykorzystywana w medycynie jeszcze przed wykorzystaniem jej w technice. Sygnał

Bardziej szczegółowo

Matematyka dyskretna

Matematyka dyskretna Matematyka dyskretna wykład 1: Indukcja i zależności rekurencyjne Gniewomir Sarbicki Literatura Kenneth A. Ross, Charles R. B. Wright Matematyka Dyskretna PWN 005 J. Jaworski, Z. Palka, J. Szymański Matematyka

Bardziej szczegółowo

Projektowanie układów regulacji w dziedzinie częstotliwości. dr hab. inż. Krzysztof Patan, prof. PWSZ

Projektowanie układów regulacji w dziedzinie częstotliwości. dr hab. inż. Krzysztof Patan, prof. PWSZ Projektowanie układów regulacji w dziedzinie częstotliwości dr hab. inż. Krzysztof Patan, prof. PWSZ Wprowadzenie Metody projektowania w dziedzinie częstotliwości mają wiele zalet: stabilność i wymagania

Bardziej szczegółowo

BADANIE STATYCZNYCH WŁAŚCIWOŚCI PRZETWORNIKÓW POMIAROWYCH

BADANIE STATYCZNYCH WŁAŚCIWOŚCI PRZETWORNIKÓW POMIAROWYCH BADAIE STATYCZYCH WŁAŚCIWOŚCI PRZETWORIKÓW POMIAROWYCH 1. CEL ĆWICZEIA Celem ćwiczenia jest poznanie: podstawowych pojęć dotyczących statycznych właściwości przetworników pomiarowych analogowych i cyfrowych

Bardziej szczegółowo

IMPLEMENTATION OF THE SPECTRUM ANALYZER ON MICROCONTROLLER WITH ARM7 CORE IMPLEMENTACJA ANALIZATORA WIDMA NA MIKROKONTROLERZE Z RDZENIEM ARM7

IMPLEMENTATION OF THE SPECTRUM ANALYZER ON MICROCONTROLLER WITH ARM7 CORE IMPLEMENTACJA ANALIZATORA WIDMA NA MIKROKONTROLERZE Z RDZENIEM ARM7 Łukasz Deńca V rok Koło Techniki Cyfrowej dr inż. Wojciech Mysiński opiekun naukowy IMPLEMENTATION OF THE SPECTRUM ANALYZER ON MICROCONTROLLER WITH ARM7 CORE IMPLEMENTACJA ANALIZATORA WIDMA NA MIKROKONTROLERZE

Bardziej szczegółowo

Tematyka egzaminu z Podstaw sterowania

Tematyka egzaminu z Podstaw sterowania Tematyka egzaminu z Podstaw sterowania Rafał Trójniak 6 września 2009 Spis treści 1 Rozwiązane tematy 1 1.1 Napisać równanie różniczkowe dla zbiornika z odpływem grawitacyjnym...............................

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

Układy pasywne RLC. 1. Czas trwania: 6h

Układy pasywne RLC. 1. Czas trwania: 6h kłady pasywne LC. Czas trwania: 6h 2. Cele ćwiczenia Badanie własności prostych pasywnych układów LC. Badanie szeregowego obwodu rezonansowego LC. 3. Wymagana znajomość pojęć działania na liczbach zespolonych,

Bardziej szczegółowo

Analiza danych środowiskowych III rok OŚ

Analiza danych środowiskowych III rok OŚ Analiza danych środowiskowych III rok OŚ Wykład 6 Andrzej Leśniak KGIS, GGiOŚ AGH Kroskorelacja Cel wykładu Rozszerzenie idei autokorelacji na przypadek dwóch różnych szeregów czasowych oraz dyskusja koherencji

Bardziej szczegółowo

Stabilność. Krzysztof Patan

Stabilność. Krzysztof Patan Stabilność Krzysztof Patan Pojęcie stabilności systemu Rozważmy obiekt znajdujący się w punkcie równowagi Po przyłożeniu do obiektu siły F zostanie on wypchnięty ze stanu równowagi Jeżeli po upłynięciu

Bardziej szczegółowo

Laboratorium EAM. Instrukcja obsługi programu Dopp Meter ver. 1.0

Laboratorium EAM. Instrukcja obsługi programu Dopp Meter ver. 1.0 Laboratorium EAM Instrukcja obsługi programu Dopp Meter ver. 1.0 Opracowali: - prof. nzw. dr hab. inż. Krzysztof Kałużyński - dr inż. Beata Leśniak-Plewińska - dr inż. Jakub Żmigrodzki Zakład Inżynierii

Bardziej szczegółowo

Michał Praszałowicz, pok. 438. michal@if.uj.edu.pl strona www: th-www.if.uj.edu.pl/~michal wykład 3 godz. za wyjątkiem listopada Egzamin: esej max.

Michał Praszałowicz, pok. 438. michal@if.uj.edu.pl strona www: th-www.if.uj.edu.pl/~michal wykład 3 godz. za wyjątkiem listopada Egzamin: esej max. Michał Praszałowicz, pok. 438. michal@if.uj.edu.pl strona www: th-www.if.uj.edu.pl/~michal wykład 3 godz. za wyjątkiem listopada Egzamin: esej max. 10 stron na jeden z listy tematów + rozmowa USOS! 1 Model

Bardziej szczegółowo

Liczby rzeczywiste, wyrażenia algebraiczne, równania i nierówności, statystyka, prawdopodobieństwo.

Liczby rzeczywiste, wyrażenia algebraiczne, równania i nierówności, statystyka, prawdopodobieństwo. Liczby rzeczywiste, wyrażenia algebraiczne, równania i nierówności, statystyka, prawdopodobieństwo. Zagadnienia szczegółowe: obliczanie wartości wyrażeń arytmetycznych; działania na pierwiastkach i potęgach;

Bardziej szczegółowo

Ponieważ zakres zmian ciśnień fal akustycznych odbieranych przez ucho ludzkie mieści się w przedziale od 2*10-5 Pa do 10 2 Pa,

Ponieważ zakres zmian ciśnień fal akustycznych odbieranych przez ucho ludzkie mieści się w przedziale od 2*10-5 Pa do 10 2 Pa, Poziom dźwięku Decybel (db) jest jednostką poziomu; Ponieważ zakres zmian ciśnień fal akustycznych odbieranych przez ucho ludzkie mieści się w przedziale od 2*10-5 Pa do 10 2 Pa, co obejmuje 8 rzędów wielkości

Bardziej szczegółowo

Opis modułu kształcenia Automatyka przemysłowa

Opis modułu kształcenia Automatyka przemysłowa Opis modułu kształcenia Automatyka przemysłowa Nazwa studiów podyplomowych Nazwa obszaru kształcenia, w zakresie którego są prowadzone studia podyplomowe Nazwa kierunku studiów, z którym jest związany

Bardziej szczegółowo

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM EORI OBWODÓW I SYGNŁÓW LBORORIUM KDEMI MORSK Katedra eleomuniacji Morsiej Ćwiczenie nr 2: eoria obwodów i sygnałów laboratorium ĆWICZENIE 2 BDNIE WIDM SYGNŁÓW OKRESOWYCH. Cel ćwiczenia Celem ćwiczenia

Bardziej szczegółowo

Transformacja Fouriera i biblioteka CUFFT 3.0

Transformacja Fouriera i biblioteka CUFFT 3.0 Transformacja Fouriera i biblioteka CUFFT 3.0 Procesory Graficzne w Zastosowaniach Obliczeniowych Karol Opara Warszawa, 14 kwietnia 2010 Transformacja Fouriera Definicje i Intuicje Transformacja z dziedziny

Bardziej szczegółowo

Systemy przetwarzania sygnałów

Systemy przetwarzania sygnałów Systemy przetwarzania sygnałów x(t) y(t)? x(t) System przetwarzania sygnałów y(t) 23 P. Strumiłło 1 Systemy przetwarzania sygnałów sygnał cigły x(t) y(t)=h(x(t)) System czasu cigłego y(t) np. megafon -

Bardziej szczegółowo

Praca dyplomowa magisterska

Praca dyplomowa magisterska Praca dyplomowa magisterska Implementacja algorytmów filtracji adaptacyjnej o strukturze transwersalnej na platformie CUDA Dyplomant: Jakub Kołakowski Opiekun pracy: dr inż. Michał Meller Plan prezentacji

Bardziej szczegółowo

Wykład 1. Przestrzeń Hilberta

Wykład 1. Przestrzeń Hilberta Wykład 1. Przestrzeń Hilberta Sygnały. Funkcje (w języku inżynierów - sygnały) które będziemy rozważali na tym wykładzie będą kilku typów Sygnały ciągłe (analogowe). ) L 2 (R) to funkcje na prostej spełniające

Bardziej szczegółowo

Systemy wbudowane. Kurs Systemy wbudowane SW (Embedded Systems)

Systemy wbudowane. Kurs Systemy wbudowane SW (Embedded Systems) Kurs Systemy wbudowane SW (Embedded Systems) Prof. PP,dr hab. inż. Andrzej URBANIAK Dr inż. Zygmunt KUBIAK Dr inż. Przemysław ZAKRZEWSKI Mgr inż. Mariusz NOWAK (1) Kurs przedmiotu pod tytułem Systemy wbudowane

Bardziej szczegółowo

SYSTEMY TELEINFORMATYCZNE

SYSTEMY TELEINFORMATYCZNE SYSTEMY TELEINFORMATYCZNE AiR 5r. Wykład 2 Telekomunikacja zajmuje się: - sygnałami (przetwarzanie informacji na sygnał i odwrotnie) - komutacją (technika łączenia) - transmisją (przesył sygnałów na odległość)

Bardziej szczegółowo

SYLABUS PRZEDMIOTU MATEMATYKA W RAMACH ZAJ

SYLABUS PRZEDMIOTU MATEMATYKA W RAMACH ZAJ SYLABUS PRZEDMIOTU MATEMATYKA W RAMACH ZAJĘĆ WYRÓWNAWCZYCH Z MATEMATYKI DLA STUDENTÓW I ROKU BUDOWNICTWA WNT UWM W ROKU AKADEMICKIM 2012/2013 Nazwa przedmiotu: Zajęcia wyrównawcze z matematyki Rodzaj studiów:

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

AUTOMATYKA. dr hab. Andrzej Dębowski, prof. PŁ Instytut Automatyki

AUTOMATYKA. dr hab. Andrzej Dębowski, prof. PŁ Instytut Automatyki Kierunek: Transport AUTOMATYKA dr hab. Andrzej Dębowski, prof. PŁ Instytut Automatyki godz. przyjęć: wtorki 9 5 Instytut Automatyki, ul. Stefanowskiego 8/22 środy 8 5 2 Zakład Techniki Sterowania, al.

Bardziej szczegółowo

Przedmowa 11 Ważniejsze oznaczenia 14 Spis skrótów i akronimów 15 Wstęp 21 W.1. Obraz naturalny i cyfrowe przetwarzanie obrazów 21 W.2.

Przedmowa 11 Ważniejsze oznaczenia 14 Spis skrótów i akronimów 15 Wstęp 21 W.1. Obraz naturalny i cyfrowe przetwarzanie obrazów 21 W.2. Przedmowa 11 Ważniejsze oznaczenia 14 Spis skrótów i akronimów 15 Wstęp 21 W.1. Obraz naturalny i cyfrowe przetwarzanie obrazów 21 W.2. Technika obrazu 24 W.3. Normalizacja w zakresie obrazu cyfrowego

Bardziej szczegółowo

Macierze - obliczanie wyznacznika macierzy z użyciem permutacji

Macierze - obliczanie wyznacznika macierzy z użyciem permutacji Macierze - obliczanie wyznacznika macierzy z użyciem permutacji I LO im. F. Ceynowy w Świeciu Radosław Rudnicki joix@mat.uni.torun.pl 17.03.2009 r. Typeset by FoilTEX Streszczenie Celem wykładu jest wprowadzenie

Bardziej szczegółowo

LABORATORIUM AKUSTYKI MUZYCZNEJ. Ćw. nr 12. Analiza falkowa dźwięków instrumentów muzycznych. 1. PODSTAWY TEORETYCZNE ANALIZY FALKOWEJ.

LABORATORIUM AKUSTYKI MUZYCZNEJ. Ćw. nr 12. Analiza falkowa dźwięków instrumentów muzycznych. 1. PODSTAWY TEORETYCZNE ANALIZY FALKOWEJ. LABORATORIUM AKUSTYKI MUZYCZNEJ. Ćw. nr 1. Analiza falkowa dźwięków instrumentów muzycznych. 1. PODSTAWY TEORETYCZNE ANALIZY FALKOWEJ. Transformacja falkowa (ang. wavelet falka) przeznaczona jest do analizy

Bardziej szczegółowo

Zygmunt Wróbel i Robert Koprowski. Praktyka przetwarzania obrazów w programie Matlab

Zygmunt Wróbel i Robert Koprowski. Praktyka przetwarzania obrazów w programie Matlab Zygmunt Wróbel i Robert Koprowski Praktyka przetwarzania obrazów w programie Matlab EXIT 2004 Wstęp 7 CZĘŚĆ I 9 OBRAZ ORAZ JEGO DYSKRETNA STRUKTURA 9 1. Obraz w programie Matlab 11 1.1. Reprezentacja obrazu

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

ZASTOSOWANIE PSYCHOAKUSTYKI ORAZ AKUSTYKI ŚRODOWISKA W SYSTEMACH NAGŁOŚNIAJĄCYCH

ZASTOSOWANIE PSYCHOAKUSTYKI ORAZ AKUSTYKI ŚRODOWISKA W SYSTEMACH NAGŁOŚNIAJĄCYCH Politechnika Wrocławska Instytut Telekomunikacji i Akustyki SYSTEMY NAGŁOŚNIENIA TEMAT SEMINARIUM: ZASTOSOWANIE PSYCHOAKUSTYKI ORAZ AKUSTYKI ŚRODOWISKA W SYSTEMACH NAGŁOŚNIAJĄCYCH prowadzący: mgr. P. Kozłowski

Bardziej szczegółowo

Logarytm dziesiętny - to po prostu wykładnik potęgi do której należy podnieść liczbę 10 aby uzyskać liczbę logarytmowaną

Logarytm dziesiętny - to po prostu wykładnik potęgi do której należy podnieść liczbę 10 aby uzyskać liczbę logarytmowaną Temat: Logarytmy, decybele, poziomy audio. W praktyce radiotechnicznej okazało się, że określając względne wielkości wzmocnienia, lub poziomu transmisji, wygodniej jest używać logarytmów stosunku mocy

Bardziej szczegółowo

Politechnika Warszawska

Politechnika Warszawska Politechnika Warszawska Wydział Elektryczny Laboratorium Podstaw Techniki Mikroprocesorowej Skrypt do ćwiczenia M.43 Obliczanie wartości średniej oraz amplitudy z próbek sygnału język C .Część teoretyczna

Bardziej szczegółowo

MIKROFALOWEJ I OPTOFALOWEJ

MIKROFALOWEJ I OPTOFALOWEJ E-LAB: LABORATORIUM TECHNIKI MIKROFALOWEJ I OPTOFALOWEJ Krzysztof MADZIAR Grzegorz KĘDZIERSKI, Jerzy PIOTROWSKI, Jerzy SKULSKI, Agnieszka SZYMAŃSKA, Piotr WITOŃSKI, Bogdan GALWAS Instytut Mikroelektroniki

Bardziej szczegółowo

Ś ź ć ź ć Ź ć ź ć Ą ć ć ć Ą ć ź ć ź ć Ś ć ć ć ć Ą Ą ć ć ć ć ć ć Ś ć Ź ć ć Ą ć ó ń ć ć ó ć ó ń ć ć ć ó ó ń ć ó Śń ó ó ć ó ó ó ó ć ó ń ó ó ó ó Ą ć ź ó ó ó ń ó ó ń ó ó ó ź ó ó ó ó Ść ć Ą ź ć ć ć ć Ś Ą ć ć

Bardziej szczegółowo

Regulator PID w sterownikach programowalnych GE Fanuc

Regulator PID w sterownikach programowalnych GE Fanuc Regulator PID w sterownikach programowalnych GE Fanuc Wykład w ramach przedmiotu: Sterowniki programowalne Opracował na podstawie dokumentacji GE Fanuc dr inż. Jarosław Tarnawski Cel wykładu Przypomnienie

Bardziej szczegółowo

l a b o r a t o r i u m a k u s t y k i

l a b o r a t o r i u m a k u s t y k i Wrocław kwiecień 21 4SOUND Parametry akustyczne 4SOUND ul Klecińska 123 54-413 Wrocław info@4soundpl www4soundpl l a b o r a t o r i u m a k u s t y k i tel +48 53 127 733 lub 71 79 85 746 NIP: 811-155-48-81

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

W naukach technicznych większość rozpatrywanych wielkości możemy zapisać w jednej z trzech postaci: skalara, wektora oraz tensora.

W naukach technicznych większość rozpatrywanych wielkości możemy zapisać w jednej z trzech postaci: skalara, wektora oraz tensora. 1. Podstawy matematyki 1.1. Geometria analityczna W naukach technicznych większość rozpatrywanych wielkości możemy zapisać w jednej z trzech postaci: skalara, wektora oraz tensora. Skalarem w fizyce nazywamy

Bardziej szczegółowo

Wydział Elektryczny. Katedra Telekomunikacji i Aparatury Elektronicznej. Instrukcja do pracowni specjalistycznej

Wydział Elektryczny. Katedra Telekomunikacji i Aparatury Elektronicznej. Instrukcja do pracowni specjalistycznej Politechnika Białostocka Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Instrukcja do pracowni specjalistycznej Temat ćwiczenia: Numer ćwiczenia: 1-2 Badanie wybranych własności

Bardziej szczegółowo

Zastosowanie algorytmu FFT do filtrowania sygnału z relukltancyjnego czujnika prędkości obrotowej

Zastosowanie algorytmu FFT do filtrowania sygnału z relukltancyjnego czujnika prędkości obrotowej PAPRZYCKI Igor 1 Zastosowanie algorytmu FFT do filtrowania sygnału z relukltancyjnego czujnika prędkości obrotowej WSTĘP Sygnał w dziedzinie czasu reprezentowany jest jako wykres amplitudy w funkcji czasu,

Bardziej szczegółowo

Automatyzacja. Ćwiczenie 9. Transformata Laplace a sygnałów w układach automatycznej regulacji

Automatyzacja. Ćwiczenie 9. Transformata Laplace a sygnałów w układach automatycznej regulacji Automatyzacja Ćwiczenie 9 Transformata Laplace a sygnałów w układach automatycznej regulacji Rodzaje elementów w układach automatyki Blok: prostokąt ze strzałkami reprezentującymi jego sygnał wejściowy

Bardziej szczegółowo

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Materiały dydaktyczne na zajęcia wyrównawcze z matematyki dla studentów pierwszego roku kierunku zamawianego Inżynieria i Gospodarka Wodna w ramach projektu Era inżyniera pewna lokata na przyszłość Projekt

Bardziej szczegółowo

Podstawy Automatyki. Wykład 13 - Układy bramkowe. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Podstawy Automatyki. Wykład 13 - Układy bramkowe. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki Wykład 13 - Układy bramkowe Instytut Automatyki i Robotyki Warszawa, 2015 Układy z elementów logicznych Bramki logiczne Elementami logicznymi (bramkami logicznymi) są urządzenia o dwustanowym sygnale wyjściowym

Bardziej szczegółowo

Ż ż Ł ż ż ż Ż Ś ż ż ż Ł Ż Ż ć ż Ż Ż Ż Ń Ż Ź ż Ź Ź ż Ż ż ż Ż Ł Ż Ł Ż ż Ż ż Ż Ż Ń Ą Ż Ń Ż Ń ć ż Ż ź Ś ć Ł Ł Ź Ż Ż ż Ł ż Ż Ł Ż Ł ź ć ż Ż Ż ż ż Ó ż Ł Ż ć Ż Ż Ę Ż Ż Ż ż Ż ż ż Ś ż Ż ż ż ź Ż Ń ć Ż ż Ż Ż ż ż ż

Bardziej szczegółowo

Ś Ł Ą Ś Ś ź Ś ń ż ż Ó ż ż Ś Ł ż ń ń ń ż ń Ś ń ć ŚĘ Ó Ł Ę Ł Ś Ę Ę ń ń ń ń ń Ź ń ń ń ń ń ż ń ń ń ń ń Ę ż ż ć Ść ń ń ż Ń ż ż ń ń Ś Ą ń Ś ń ń ż Ó ż Ź ń ż ń Ś Ń Ó ż Ł ż Ą ź ź Ś Ł ć Ś ć ż ź ż ć ć Ę Ó Ś Ó ż ż

Bardziej szczegółowo

Ł Ł Ś ź ń ź ź ź Ś Ł Ę Ę Ś ż Ś ń Ą Ś Ą Ł ż ż ń ż ć ż ż ż ź ż ć ź Ę Ę ń ć ż Ł ń ż ż ż Ś ż Ś ż ż ż ż ż ż ż ń ń ż ż ż ć ż ń ż ń ź ż ć ż ż ć ń ż Ę Ę ć ń Ę ż ż ń ń ź Ę ź ż ń ż ń ź ż ż ż ń ż ż ż ż ż ż ż ż ń ń

Bardziej szczegółowo

Ł Ł Ś Ę ź ń ź ź Ś Ę Ę Ś Ą Ś Ę Ż Ł ń Ę Ś ć ć ń ć ń ń ń ź ń Ę ź ń ń ń ź ź Ś ź ź ć ń ń ń ń Ś ć Ś ń ń Ś ź ń Ę ń Ś ź ź ź ź ź Ę Ę Ę Ś ń Ś ć ń ń ń ń ń ń Ę ń ń ń ń ć ń ń ń ń ć ń Ś ć Ł ń ń ń ć ń ć ź ń ź ć ń ń ć

Bardziej szczegółowo

Analiza obrazu. wykład 4. Marek Jan Kasprowicz Uniwersytet Rolniczy 2009

Analiza obrazu. wykład 4. Marek Jan Kasprowicz Uniwersytet Rolniczy 2009 Analiza obrazu komputerowego wykład 4 Marek Jan Kasprowicz Uniwersytet Rolniczy 2009 Filtry górnoprzepustowe - gradienty Gradient - definicje Intuicyjnie, gradient jest wektorem, którego zwrot wskazuje

Bardziej szczegółowo

FFT, FILTRACJA, MOC SYGNAŁU

FFT, FILTRACJA, MOC SYGNAŁU SYSTEMY TELEINFORMATYCZNE INSTRUKCJA DO ĆWICZENIA NR LAB TEMAT: FFT, FILTRACJA, MOC SYGNAŁU SYSTEMY TELEINFORMATYCZNE I. CEL ĆWICZENIA: Celem ćwiczenia jest wprowadzenie studentów w zagadnienie szybkiej

Bardziej szczegółowo

Technika regulacji automatycznej

Technika regulacji automatycznej Technika regulacji automatycznej Wykład 5 Wojciech Paszke Instytut Sterowania i Systemów Informatycznych, Uniwersytet Zielonogórski 1 z 38 Plan wykładu Kompensator wyprzedzający Kompensator opóźniający

Bardziej szczegółowo

Adam Korzeniewski adamkorz@sound.eti.pg.gda.pl p. 732 - Katedra Systemów Multimedialnych

Adam Korzeniewski adamkorz@sound.eti.pg.gda.pl p. 732 - Katedra Systemów Multimedialnych Adam Korzeniewski adamkorz@sound.eti.pg.gda.pl p. 732 - Katedra Systemów Multimedialnych Komputer (elektroniczna maszyna cyfrowa) jest to maszyna programowalna. Maszyna programowalna ma dwie cechy: Reaguje

Bardziej szczegółowo

φ(x 1,..., x n ) = a i x 2 i +

φ(x 1,..., x n ) = a i x 2 i + Teoria na egzamin z algebry liniowej Wszystkie podane pojęcia należy umieć określić i podać pprzykłady, ewentualnie kontrprzykłady. Ponadto należy znać dowody tam gdzie to jest zaznaczone. Liczby zespolone.

Bardziej szczegółowo

LICZBY ZESPOLONE. 1. Wiadomości ogólne. 2. Płaszczyzna zespolona. z nazywamy liczbę. z = a + bi (1) i = 1 lub i 2 = 1

LICZBY ZESPOLONE. 1. Wiadomości ogólne. 2. Płaszczyzna zespolona. z nazywamy liczbę. z = a + bi (1) i = 1 lub i 2 = 1 LICZBY ZESPOLONE 1. Wiadomości ogólne DEFINICJA 1. Liczba zespolona z nazywamy liczbę taką, że a, b R oraz i jest jednostka urojona, definiowaną następująco: z = a + bi (1 i = 1 lub i = 1 Powyższą postać

Bardziej szczegółowo

TOPOLOGIE ZASILACZY UPS

TOPOLOGIE ZASILACZY UPS mgr inż. Piotr Strzelecki TOPOLOGIE ZASILACZY UPS Zasilacze awaryjne UPS są najpopularniejszym i najskuteczniejszym środkiem do przeciwdziałania zakłóceniom zasilania oraz kondycjonowania energii (polepszania

Bardziej szczegółowo

EDYTORY AUDIO JAKO NARZĘDZIE DYDAKTYCZNE CZĘŚĆ 1. MOŻLIWOŚCI

EDYTORY AUDIO JAKO NARZĘDZIE DYDAKTYCZNE CZĘŚĆ 1. MOŻLIWOŚCI Paweł Turkowski, ZF AR w Krakowie EDYTORY AUDIO JAKO NARZĘDZIE DYDAKTYCZNE CZĘŚĆ 1. MOŻLIWOŚCI EDYTORY AUDIO = PROGRAMY DO ZAPISU, SYNTEZY i OBRÓBKI DŹWIĘKÓW - Wymagania sprzętowe są minimalne - do prób

Bardziej szczegółowo

Wykład 1. Przestrzeń Hilberta

Wykład 1. Przestrzeń Hilberta Wykład 1. Przestrzeń Hilberta Sygnały. Funkcje (w języku inżynierów - sygnały) które będziemy rozważali na tym wykładzie będą kilku typów Sygnały ciągłe (analogowe). ) L (R) to funkcje na prostej spełniające

Bardziej szczegółowo

Rozdział 5. Przetwarzanie analogowo-cyfrowe (A C)

Rozdział 5. Przetwarzanie analogowo-cyfrowe (A C) 5. 0. W p r ow adzen ie 1 2 1 Rozdział 5 Przetwarzanie analogowo-cyfrowe (A C) sygnał przetwarzanie A/C sygnał analogowy cyfrowy ciągły dyskretny próbkowanie: zamiana sygnału ciągłego na dyskretny konwersja

Bardziej szczegółowo

LIV Egzamin dla Aktuariuszy z 4 października 2010 r. Część III

LIV Egzamin dla Aktuariuszy z 4 października 2010 r. Część III Komisja Egzaminacyjna dla Aktuariuszy LIV Egzamin dla Aktuariuszy z 4 października 2010 r. Część III Matematyka ubezpieczeń majątkowych Imię i nazwisko osoby egzaminowanej:. Czas egzaminu: 100 minut Komisja

Bardziej szczegółowo

Recenzja rozprawy doktorskiej mgr Ziemowita Klimondy

Recenzja rozprawy doktorskiej mgr Ziemowita Klimondy Warszawa, dnia 29 kwietnia 2013r. dr hab. inż. Krzysztof Kałużyński, prof.nzw. PW Instytut Metrologii i Inżynierii Biomedycznej PW ul.boboli 8, 02-525 Warszawa Recenzja rozprawy doktorskiej mgr Ziemowita

Bardziej szczegółowo

ROZPOZNAWANIE GRANIC SŁOWA W SYSTEMIE AUTOMATYCZNEGO ROZPOZNAWANIA IZOLOWANYCH SŁÓW

ROZPOZNAWANIE GRANIC SŁOWA W SYSTEMIE AUTOMATYCZNEGO ROZPOZNAWANIA IZOLOWANYCH SŁÓW ROZPOZNAWANIE GRANIC SŁOWA W SYSTEMIE AUTOMATYCZNEGO ROZPOZNAWANIA IZOLOWANYCH SŁÓW Maciej Piasecki, Szymon Zyśko Wydziałowy Zakład Informatyki Politechnika Wrocławska Wybrzeże Stanisława Wyspiańskiego

Bardziej szczegółowo

III. ZMIENNE LOSOWE JEDNOWYMIAROWE

III. ZMIENNE LOSOWE JEDNOWYMIAROWE III. ZMIENNE LOSOWE JEDNOWYMIAROWE.. Zmienna losowa i pojęcie rozkładu prawdopodobieństwa W dotychczas rozpatrywanych przykładach każdemu zdarzeniu była przyporządkowana odpowiednia wartość liczbowa. Ta

Bardziej szczegółowo

SPIS TREŚCI WSTĘP... 8 1. LICZBY RZECZYWISTE 2. WYRAŻENIA ALGEBRAICZNE 3. RÓWNANIA I NIERÓWNOŚCI

SPIS TREŚCI WSTĘP... 8 1. LICZBY RZECZYWISTE 2. WYRAŻENIA ALGEBRAICZNE 3. RÓWNANIA I NIERÓWNOŚCI SPIS TREŚCI WSTĘP.................................................................. 8 1. LICZBY RZECZYWISTE Teoria............................................................ 11 Rozgrzewka 1.....................................................

Bardziej szczegółowo

Wprowadzenie do technik regulacji automatycznej. prof nzw. dr hab. inż. Krzysztof Patan

Wprowadzenie do technik regulacji automatycznej. prof nzw. dr hab. inż. Krzysztof Patan Wprowadzenie do technik regulacji automatycznej prof nzw. dr hab. inż. Krzysztof Patan Czym jest AUTOMATYKA? Automatyka to dziedzina nauki i techniki zajmująca się teorią i praktycznym zastosowaniem urządzeń

Bardziej szczegółowo

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI Zał. nr 4 do ZW WYDZIAŁ Geoinżynierii, Górnictwa i Geologii KARTA PRZEDMIOTU Nazwa w języku polskim Wstęp do analizy i algebry Nazwa w języku angielskim Introduction to analysis and algebra Kierunek studiów

Bardziej szczegółowo

Uniwersalny system pomiarowy do obsługi wieloparametrowego eksperymentu

Uniwersalny system pomiarowy do obsługi wieloparametrowego eksperymentu Ćwiczenie nr 5 Uniwersalny system pomiarowy do obsługi wieloparametrowego eksperymentu Cel ćwiczenia: zapoznanie ze sposobem zestawienia systemu pomiarowego składającego się ze standardowej aparatury pomiarowej

Bardziej szczegółowo

ADAPTACYJNE PRZETWARZANIE SYGNAŁÓW LABORATORIUM. Ćwiczenie 2. Badanie algorytmów adaptacyjnych LMS i RLS

ADAPTACYJNE PRZETWARZANIE SYGNAŁÓW LABORATORIUM. Ćwiczenie 2. Badanie algorytmów adaptacyjnych LMS i RLS ADAPTACYJNE PRZETWARZANIE SYGNAŁÓW LABORATORIUM Ćwiczenie 2 Badanie algorytmów adaptacyjnych LMS i RLS 1. CEL ĆWICZENIA Celem ćwiczenia jest samodzielna implementacja przez studentów dwóch podstawowych

Bardziej szczegółowo

WSTĘP DO ELEKTRONIKI

WSTĘP DO ELEKTRONIKI WSTĘP DO ELEKTONIKI Część II Podstawowe elementy elektroniczne dwójniki bierne LC Formalizm zespolony opisu napięć i prądów harmonicznie zmiennych w czasie impedancja Źródła napięcia i prądu Przekazywanie

Bardziej szczegółowo

Plan wynikowy. Klasa III Technik pojazdów samochodowych/ Technik urządzeń i systemów energetyki odnawialnej. Kształcenie ogólne w zakresie podstawowym

Plan wynikowy. Klasa III Technik pojazdów samochodowych/ Technik urządzeń i systemów energetyki odnawialnej. Kształcenie ogólne w zakresie podstawowym Oznaczenia: wymagania konieczne, P wymagania podstawowe, R wymagania rozszerzające, D wymagania dopełniające, W wymagania wykraczające. Plan wynikowy lasa III Technik pojazdów samochodowych/ Technik urządzeń

Bardziej szczegółowo

Formalizm liczb zespolonych

Formalizm liczb zespolonych Część III Elementy bierne: rezystor, kondesator, cewka Wymuszenie, odpowiedź układu Systemy liniowe i stacjonarne Prądy sinusoidalne, impedancja Dwójniki bierne: rezystancja, pojemność, indukcyjność Rezonans

Bardziej szczegółowo

Technika Studyjna II Wykład I i II

Technika Studyjna II Wykład I i II Technika Studyjna II Wykład I i II Studium Realizacji Dźwięku Regionalny Ośrodek Edukacji mgr inż. Jan Madej www.janmadej.pl jan.madej@gmail.com Ver. 28.09.2010 Sprawy organizacyjne 20h (cz. I) + 20h (cz.

Bardziej szczegółowo

Uniwersytet Warszawski. Projektowanie filtrów typu FIR o liniowej charakterystyce fazowej

Uniwersytet Warszawski. Projektowanie filtrów typu FIR o liniowej charakterystyce fazowej Uniwersytet Warszawski Wydział Matematyki, Informatyki i Mechaniki Wit Jakuczun Wojciech Žiška Projektowanie filtrów typu FIR o liniowej charakterystyce fazowej Praca licencjacka na kierunku MATEMATYKA!

Bardziej szczegółowo

1. Liczby zespolone. Jacek Jędrzejewski 2011/2012

1. Liczby zespolone. Jacek Jędrzejewski 2011/2012 1. Liczby zespolone Jacek Jędrzejewski 2011/2012 Spis treści 1 Liczby zespolone 2 1.1 Definicja liczby zespolonej.................... 2 1.2 Postać kanoniczna liczby zespolonej............... 1. Postać

Bardziej szczegółowo

celowym rozpraszaniem widma (ang: Spread Spectrum System) (częstotliwościowe, czasowe, kodowe)

celowym rozpraszaniem widma (ang: Spread Spectrum System) (częstotliwościowe, czasowe, kodowe) 1. Deinicja systemu szerokopasmowego z celowym rozpraszaniem widma (ang: Spread Spectrum System) 2. Ogólne schematy nadajników i odbiorników 3. Najważniejsze modulacje (DS, FH, TH) 4. Najważniejsze własności

Bardziej szczegółowo

ZADANIA DO SAMODZIELNEGO ROZWIĄZNIA. oprac. I. Gorgol

ZADANIA DO SAMODZIELNEGO ROZWIĄZNIA. oprac. I. Gorgol ZADANIA DO SAMODZIELNEGO ROZWIĄZNIA oprac. I. Gorgol Spis treści. Elementy logiki. Elementy rachunku zbiorów 4. Funkcje zdaniowe i kwantyfikatory. 4 4. Funkcja złożona i odwrotna 6 5. Granica ciągu liczbowego

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE II A ROK SZKOLNY 2013/2014 - ZAKRES PODSTAWOWY

WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE II A ROK SZKOLNY 2013/2014 - ZAKRES PODSTAWOWY WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE II A ROK SZKOLNY 2013/2014 - ZAKRES PODSTAWOWY 1. FUNKCJA KWADRATOWA rysuje wykres funkcji i podaje jej własności sprawdza algebraicznie, czy dany punkt należy

Bardziej szczegółowo

Wykład 7: Warunkowa wartość oczekiwana. Rozkłady warunkowe.

Wykład 7: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Rachunek prawdopodobieństwa MAP3040 WPPT FT, rok akad. 2010/11, sem. zimowy Wykładowca: dr hab. Agnieszka Jurlewicz Wykład 7: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Warunkowa wartość oczekiwana.

Bardziej szczegółowo

POMIARY WIELKOŚCI NIEELEKTRYCZNYCH

POMIARY WIELKOŚCI NIEELEKTRYCZNYCH POMIARY WIELKOŚCI NIEELEKTRYCZNYCH Dr inż. Eligiusz PAWŁOWSKI Politechnika Lubelska Wydział Elektrotechniki i Informatyki Prezentacja do wykładu dla EMST Semestr letni Wykład nr 2 Prawo autorskie Niniejsze

Bardziej szczegółowo

Wartości i wektory własne

Wartości i wektory własne Dość często przy rozwiązywaniu problemów naukowych czy technicznych pojawia się konieczność rozwiązania dość specyficznego układu równań: Zależnego od n nieznanych zmiennych i pewnego parametru. Rozwiązaniem

Bardziej szczegółowo

Matematyka do liceów i techników Szczegółowy rozkład materiału Zakres podstawowy

Matematyka do liceów i techników Szczegółowy rozkład materiału Zakres podstawowy Matematyka do liceów i techników Szczegółowy rozkład materiału Zakres podstawowy Wariant nr (klasa I 4 godz., klasa II godz., klasa III godz.) Klasa I 7 tygodni 4 godziny = 48 godzin Lp. Tematyka zajęć

Bardziej szczegółowo

Metody przeszukiwania

Metody przeszukiwania Metody przeszukiwania Co to jest przeszukiwanie Przeszukiwanie polega na odnajdywaniu rozwiązania w dyskretnej przestrzeni rozwiązao. Zwykle przeszukiwanie polega na znalezieniu określonego rozwiązania

Bardziej szczegółowo

Lista zadań nr 15 TERMIN ODDANIA ROZWIĄZANYCH ZADAŃ 9 marca 2015

Lista zadań nr 15 TERMIN ODDANIA ROZWIĄZANYCH ZADAŃ 9 marca 2015 Lista zadań nr 5 TERMIN ODDANIA ROZWIĄZANYCH ZADAŃ 9 marca 05 Liczby rzeczywiste a) planuję i wykonuję obliczenia na liczbach rzeczywistych; w szczególności obliczam pierwiastki, w tym pierwiastki nieparzystego

Bardziej szczegółowo