Ćwiczenie 3. Właściwości przekształcenia Fouriera

Save this PDF as:
 WORD  PNG  TXT  JPG

Wielkość: px
Rozpocząć pokaz od strony:

Download "Ćwiczenie 3. Właściwości przekształcenia Fouriera"

Transkrypt

1 Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Ćwiczenie 3. Właściwości przekształcenia Fouriera 1. Podstawowe właściwości przekształcenia Fouriera Omówione w ramach niniejszego ćwiczenia właściwości dotyczą m.in. DFT, DTFT i FFT. iech w dalszej części instrukcji zapis X =FT{x } oznacza przekształcenie Fouriera (np. X [m]= mn i n=0 x [n]e ), natomiast zapis x =FT 1 {X } odwrotne przekształcenie Fouriera (np. x[n]= 1 m=0 X [m]e i 2 mn ). W niniejszym ćwiczeniu może być pomocne, że podczas wykonywania ćwiczenia 3. (FFT) można było zauważyć symetrię wykresów części rzeczywistej i urojonej transformaty Fouriera, rysowanych dla m 0, 1. Wykres części rzeczywistej charakteryzował się symetrią osiową względem prostej m= 2 m, Im {X } = 2, 0., natomiast wykres części urojonej symetrią środkową względem punktu 1.1. Homogeniczność Przekształcenie Fouriera jest homogeniczne, tzn. k-krotna zmiana amplitudy sygnału spowoduje k-krotną zmianę amplitudy transformaty: k X =FT {k x}. Podobną zależnością charakteryzuje się przekształcenie odwrotne: k x=ft 1 {k X } Addytywność Przekształcenie Fouriera jest addytywne, tzn. transformata sumy sygnałów jest równa sumie transformat tych sygnałów: 1

2 FT {x 1 x 2 } FT {x 2 }. Addytywne jest również odwrotne przekształcenie Fouriera: FT 1 {X 1 X 2 }=FT 1 {X 1 } FT 1 {X 2 }. Homogeniczność i addytywność świadczą o liniowości przekształcenia Fouriera, a można je udowodnić, korzystając bezpośrednio z definicji, pamiętając przy tym m.in. o tym, że ka n =k a n dla k=const C oraz że a n b n = a n b n Kompresja i ekspansja sygnału Kompresja sygnału w jednej dziedzinie powoduje jego ekspansję w drugiej dziedzinie, np. zwężenie sygnału w dziedzinie czasu ( przyspieszenie ) spowoduje poszerzenie widma częstotliwościowego (wystąpienie większych częstotliwości). Dla k=const C możemy zapisać: FT { x[kn] }= 1 k X [ m k ] Właściwości fazowe przekształcenia Fouriera Wpływ przesunięcia sygnału w dziedzinie czasu na fazę transformaty Przesunięcie sygnału w czasie nie zmienia amplitudy jego transformaty. Ma natomiast wpływ na jej fazę jeśli sygnał zostanie w dziedzinie czasu przesunięty o s próbek, faza transformaty zmieni się o 2 s f : x 2 [n]= x 1 [n s] {X 2 }= {X 1 } 2 s f, gdzie f 0; 0,5 jest częstotliwością podaną jako ułamek częstotliwości próbkowania, tzn. f = m (m numer składowej, liczba składowych transformaty) Rozwinięcie fazy Kąt fazowy liczby zespolonej jest liczbą z przedziału ; (albo 0; 2 ). iemniej przy wykreślaniu fazy transformaty Fouriera przydatne jest często, aby ze względu na zachowanie ciągłości wykresu przeciwdziedzina była zbiorem większym. W tym celu stosuje się rozwijanie fazy (ang. phase unwrapping), polegające na dodawaniu całkowitych wielokrotności 2 do obliczonych kątów. Dąży się przy tym do tego, żeby różnica fazy między kolejnymi punktami transformaty była jak najmniejsza (co zapewnia ciągłość wykresu) Przeciek widma Dla dyskretnego przekształcenia Fouriera dany sygnał x[n] (złożony z próbek) jest zarówno w dziedzinie czasu, jak i w dziedzinie częstotliwości sygnałem okresowym o okresie. Jeśli więc analizujemy sygnał okresowy o okresie mniejszym niż, prawidłowe wyniki uzyskamy wówczas, gdy w badanym fragmencie sygnału ( n 0, 1 ) wystąpi całkowita liczba jego okresów. Jeśli analizowany sygnał rozpocznie się lub będzie zakończony niepełnym okresem, w widmie X[m] 2

3 wystąpią dodatkowe niezerowe składowe, które nie charakteryzują badanego sygnału, a jedynie zaburzają interpretację wyników. Zjawisko to nazywamy przeciekiem widma. azwa ta związana jest z wyciekiem energii sygnału, określanej przez właściwą składową widma, do innych składowych Modulacja amplitudowa mnożenie sygnałów Splot Splotem sygnałów nazywamy działanie, którego argumentami są dwa sygnały i które zdefiniowane jest dla sygnałów ciągłych następującym wzorem: s t =x 1 t x 2 t = x 1 u x 2 t u d u. Dla sygnałów dyskretnych x 1 i x 2 operację wyznaczania n-tej próbki splotu zapisać można następująco: 1 1 s[n]= x 1 x 2 [n]= x 1 [k] x 2 [n k ]. k =0 Jeżeli liczba próbek sygnału x 1 jest równa 1, a sygnał x 2 ma 2 próbek, przy czym 1 > 2, liczba próbek wyniku operacji splotu wynosi Przy obliczaniu splotu należy zwrócić uwagę na to, aby indeksy zmiennych nie wykraczały poza dostępny zakres. W przypadku pracy z Octave em oznacza to spełnienie zależności: 1 n ( ), 1 k 1, 1 n k Mnożenie sygnałów a przekształcenie Fouriera Transformata splotu sygnałów jest iloczynem transformat tych sygnałów: FT {x 1 x 2 } FT {x 2 }, natomiast transformata iloczynu sygnałów jest splotem ich transformat: FT {x 1 x 2 } FT {x 2 }. Mnożenie dwóch sygnałów jest wykorzystywane m.in. przy modulacji amplitudowej oraz filtrowaniu sygnałów. Istotą modulacji amplitudowej jest przeniesienie widma sygnału w wyższe częstotliwości przez zastosowanie sygnału nośnego x c o pewnej częstotliwości f c dużo wyższej od maksymalnej częstotliwości f x sygnału niosącego informację x. Operacja mnożenia sygnałów (splotu transformat) powoduje, że widmo sygnału x zostaje przesunięte w dziedzinie częstotliwości w stronę prążka częstotliwości nośnej. Powstałe widmo sygnału zmodulowanego składa się z prążka częstotliwości nośnej f c oraz dwu wstęg bocznych, które to wstęgi są symetryczne względem prążka f c i mają kształt taki sam jak widmo sygnału niezmodulowanego. Istotne jest, aby częstotliwość sygnału nośnego była większa niż największa częstotliwość składowa sygnału informacyjnego. 3

4 2. Zadania do realizacji a zajęciach laboratoryjnych należy rozwiązać 5 podanych poniżej zadań. Za każde zadanie można otrzymać jeden punkt pod warunkiem, że zostanie ono całkowicie poprawnie zrealizowane. Warto przypomnieć, że w zadaniach wskazane jest wykorzystywać funkcje napisane podczas wcześniejszych ćwiczeń. Zadanie nr 1 W zadaniu pierwszym należy napisać dwie funkcje. Pierwszą postaci: function [t, xr]=sin_t(t, c, ) generującą sinusoidę x r o częstotliwości c herców w przedziale czasowym 0, t, zadanym w sekundach i wykorzystującą do jej przedstawienia próbek. Do wektora t powinny zapisać się punkty na osi czasu, dla których obliczona została wartość sinusoidy. Druga funkcja powinna mieć postać: function [fx]=freq_d(t, ) i zwracać wektor f x częstotliwości składowych transformaty, jeśli sygnał wejściowy miał długość t sekund i po spróbkowaniu ma próbek. Zadanie nr 2 W zadaniu drugim należy napisać funkcję następującej postaci: function [zr, zi]=sig_mul(xr, xi, yr, yi) wykonującą mnożenie dwóch sygnałów zespolonych ( n 0, 1 z[n]= x[n] y[n] ). 4

5 Zadanie nr 3 Zadanie trzecie polega na napisaniu funkcji następującej: function [uw_fi]=unwrap_phase(fi) która będzie realizować rozwinięcie fazy. Zadanie nr 4 W zadaniu czwartym należy napisać funkcję następującej postaci: function [zr, zi]=sig_conv(xr, xi, yr, yi) która będzie realizować splot sygnałów x[n] i y[n]. Zadanie nr 5 Do dyspozycji jest sygnał dźwiękowy Wroclaw.wav, który można wczytać do Octave a za pomocą wbudowanej funkcji wavread(). Częstotliwość próbkowania tego sygnału wynosi 16 khz. W ramach zadania 5. należy wykonać prawidłową modulację amplitudową z sygnałem Wroclaw.wav jako sygnałem informacyjnym. Do zaliczenia zadania potrzebne jest wyświetlenie transformaty Fouriera z prawidłową skalą częstotliwości. Pytania na kartkówkę 1. Jak wyjaśnisz wspomniane w punkcie 1 symetrie wykresów Re{X[m]} i Im{X[m]}? 2. apisz funkcję przesuwającą zespolony sygnał x[n] o s próbek. Przyjmij, że po próbce x[ 1] kolejną w prawo jest próbka x[0]. 3. Zaproponuj algorytm rozwijania fazy i napisz funkcję go realizującą. 4. Ile wynosi częstotliwość próbkowania, jeśli sygnał o próbkach zawiera dokładnie k okresów sygnału o częstotliwości f? 5. apisz funkcję realizującą splot zespolonych sygnałów x[n] i y[n]. 5

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Przekształcenia widmowe Transformata Fouriera. Adam Wojciechowski

Przekształcenia widmowe Transformata Fouriera. Adam Wojciechowski Przekształcenia widmowe Transformata Fouriera Adam Wojciechowski Przekształcenia widmowe Odmiana przekształceń kontekstowych, w których kontekstem jest w zasadzie cały obraz. Za pomocą transformaty Fouriera

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

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

7. Szybka transformata Fouriera fft

7. Szybka transformata Fouriera fft 7. Szybka transformata Fouriera fft Dane pomiarowe sygnałów napięciowych i prądowych często obarczone są dużym błędem, wynikającym z istnienia tak zwanego szumu. Jedną z metod wspomagających analizę sygnałów

Bardziej szczegółowo

9. Dyskretna transformata Fouriera algorytm FFT

9. Dyskretna transformata Fouriera algorytm FFT Transformata Fouriera ma szerokie zastosowanie w analizie i syntezie układów i systemów elektronicznych, gdyż pozwala na połączenie dwóch sposobów przedstawiania sygnałów reprezentacji w dziedzinie czasu

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

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

Politechnika Łódzka. Instytut Systemów Inżynierii Elektrycznej

Politechnika Łódzka. Instytut Systemów Inżynierii Elektrycznej Politechnika Łódzka Instytut Systemów Inżynierii Elektrycznej Laboratorium komputerowych systemów pomiarowych Ćwiczenie 3 Analiza częstotliwościowa sygnałów dyskretnych 1. Opis stanowiska Ćwiczenie jest

Bardziej szczegółowo

Algorytmy detekcji częstotliwości podstawowej

Algorytmy detekcji częstotliwości podstawowej Algorytmy detekcji częstotliwości podstawowej Plan Definicja częstotliwości podstawowej Wybór ramki sygnału do analizy Błędy oktawowe i dokładnej estymacji Metody detekcji częstotliwości podstawowej czasowe

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

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

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

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 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

Ćwiczenie 6. Transformacje skali szarości obrazów

Ćwiczenie 6. Transformacje skali szarości obrazów Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Ćwiczenie 6. Transformacje skali szarości obrazów 1. Obraz cyfrowy Obraz w postaci cyfrowej

Bardziej szczegółowo

Politechnika Warszawska

Politechnika Warszawska Politechnika Warszawska Wydział Elektryczny Laboratorium Teletechniki Skrypt do ćwiczenia T.03 Podstawowe zasady modulacji amlitudy na przykładzie modulacji DSB 1. Podstawowe zasady modulacji amplitudy

Bardziej szczegółowo

BIBLIOTEKA PROGRAMU R - BIOPS. Narzędzia Informatyczne w Badaniach Naukowych Katarzyna Bernat

BIBLIOTEKA PROGRAMU R - BIOPS. Narzędzia Informatyczne w Badaniach Naukowych Katarzyna Bernat BIBLIOTEKA PROGRAMU R - BIOPS Narzędzia Informatyczne w Badaniach Naukowych Katarzyna Bernat Biblioteka biops zawiera funkcje do analizy i przetwarzania obrazów. Operacje geometryczne (obrót, przesunięcie,

Bardziej szczegółowo

POLITECHNIKA POZNAŃSKA

POLITECHNIKA POZNAŃSKA POLITECHNIKA POZNAŃSKA INSTYTUT ELEKTROTECHNIKI I ELEKTRONIKI PRZEMYSŁOWEJ Zakład Elektrotechniki Teoretycznej i Stosowanej Laboratorium Podstaw Telekomunikacji Ćwiczenie nr 1 Temat: Pomiar widma częstotliwościowego

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

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

Ćwiczenie 11. Podstawy akwizycji i cyfrowego przetwarzania sygnałów. Program ćwiczenia:

Ćwiczenie 11. Podstawy akwizycji i cyfrowego przetwarzania sygnałów. Program ćwiczenia: Ćwiczenie 11 Podstawy akwizycji i cyfrowego przetwarzania sygnałów Program ćwiczenia: 1. Konfiguracja karty pomiarowej oraz obserwacja sygnału i jego widma 2. Twierdzenie o próbkowaniu obserwacja dwóch

Bardziej szczegółowo

Przebieg sygnału w czasie Y(fL

Przebieg sygnału w czasie Y(fL 12.3. y y to układy elektroniczne, które przetwarzają energię źródła przebiegu stałego na energię przebiegu zmiennego wyjściowego (impulsowego lub okresowego). W zależności od kształtu wytwarzanego przebiegu

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

BADANIE MODULATORÓW I DEMODULATORÓW AMPLITUDY (AM)

BADANIE MODULATORÓW I DEMODULATORÓW AMPLITUDY (AM) Zespół Szkół Technicznych w Suwałkach Pracownia Sieci Teleinformatycznych Ćwiczenie Nr 1 BADANIE MODULATORÓW I DEMODULATORÓW AMPLITUDY (AM) Opracował Sławomir Zieliński Suwałki 2010 Cel ćwiczenia Pomiar

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

PREZENTACJA MODULACJI AM W PROGRAMIE MATHCAD

PREZENTACJA MODULACJI AM W PROGRAMIE MATHCAD POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 80 Electrical Engineering 2014 Jakub PĘKSIŃSKI* Grzegorz MIKOŁAJCZAK* PREZENTACJA MODULACJI W PROGRIE MATHCAD W artykule przedstawiono dydaktyczną

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

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

PL B1. Sposób i układ pomiaru całkowitego współczynnika odkształcenia THD sygnałów elektrycznych w systemach zasilających

PL B1. Sposób i układ pomiaru całkowitego współczynnika odkształcenia THD sygnałów elektrycznych w systemach zasilających RZECZPOSPOLITA POLSKA (12) OPIS PATENTOWY (19) PL (11) 210969 (13) B1 (21) Numer zgłoszenia: 383047 (51) Int.Cl. G01R 23/16 (2006.01) G01R 23/20 (2006.01) Urząd Patentowy Rzeczypospolitej Polskiej (22)

Bardziej szczegółowo

Laboratorium optycznego przetwarzania informacji i holografii. Ćwiczenie 4. Badanie optycznej transformaty Fouriera

Laboratorium optycznego przetwarzania informacji i holografii. Ćwiczenie 4. Badanie optycznej transformaty Fouriera Laboratorium optycznego przetwarzania informacji i holografii Ćwiczenie 4. Badanie optycznej transformaty Fouriera Katedra Optoelektroniki i Systemów Elektronicznych, WETI, Politechnika Gdańska Gdańsk

Bardziej szczegółowo

Dyskretne przekształcenie Fouriera

Dyskretne przekształcenie Fouriera Dyskretne przekształcenie Fouriera Dyskretne przekształcenie Fouriera (ang. Discrete Fourier Transform - DFT) jest jedną z dwóch najbardziej popularnych i wydajnych procedur spotykanych w dziedzinie cyfrowego

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

Systemy i Sieci Telekomunikacyjne laboratorium. Modulacja amplitudy

Systemy i Sieci Telekomunikacyjne laboratorium. Modulacja amplitudy Systemy i Sieci Telekomunikacyjne laboratorium Modulacja amplitudy 1. Cel ćwiczenia: Celem części podstawowej ćwiczenia jest zbudowanie w środowisku GnuRadio kompletnego, funkcjonalnego odbiornika AM.

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

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

Ćwiczenie 1. Wprowadzenie do programu Octave

Ćwiczenie 1. Wprowadzenie do programu Octave Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Ćwiczenie 1. Wprowadzenie do programu Octave Mimo że program Octave został stworzony do

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

FUNKCJE I RÓWNANIA KWADRATOWE. Lekcja 78. Pojęcie i wykres funkcji kwadratowej str

FUNKCJE I RÓWNANIA KWADRATOWE. Lekcja 78. Pojęcie i wykres funkcji kwadratowej str FUNKCJE I RÓWNANIA KWADRATOWE Lekcja 78. Pojęcie i wykres funkcji kwadratowej str. 178-180. Funkcja kwadratowa to taka, której wykresem jest parabola. Definicja Funkcją kwadratową nazywamy funkcje postaci

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

Filtry cyfrowe procesory sygnałowe

Filtry cyfrowe procesory sygnałowe Filtry cyfrowe procesory sygnałowe Rozwój wirtualnych przyrządów pomiarowych Algorytmy CPS działające na platformie TMX 320C5515e ZDSP USB STICK realizowane w laboratorium FCiPS Rozszerzenie ćwiczeń o

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

Ćwiczenie 1. Wprowadzenie do programu Octave

Ćwiczenie 1. Wprowadzenie do programu Octave Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Ćwiczenie 1. Wprowadzenie do programu Octave Mimo że program Octave został stworzony do

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

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

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

Katedra Elektrotechniki Teoretycznej i Informatyki

Katedra Elektrotechniki Teoretycznej i Informatyki Katedra Elektrotechniki Teoretycznej i Inormatyki Przedmiot: Zintegrowane Pakiety Obliczeniowe W Zastosowaniach InŜynierskich umer ćwiczenia: 7 Temat: Wprowadzenie do Signal Processing Toolbox 1. PRÓBKOWAIE

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

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

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

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

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM AKADEMIA MORSKA Katedra Telekomunikacji Morskiej ĆWICZENIE 4 WYZNACZANIE CHARAKTERYSTYK CZĘSTOTLIWOŚCIOWYCH UKŁADÓW RLC. Cel ćwiczenia Celem ćwiczenia jest doświadczalne

Bardziej szczegółowo

10. Demodulatory synchroniczne z fazową pętlą sprzężenia zwrotnego

10. Demodulatory synchroniczne z fazową pętlą sprzężenia zwrotnego 102 10. Demodulatory synchroniczne z fazową pętlą sprzężenia zwrotnego Cele ćwiczenia Badanie właściwości pętli fazowej. Badanie układu Costasa do odtwarzania nośnej sygnału AM-SC. Badanie układu Costasa

Bardziej szczegółowo

Analiza obrazu. wykład 5. Marek Jan Kasprowicz Uniwersytet Rolniczy 2008

Analiza obrazu. wykład 5. Marek Jan Kasprowicz Uniwersytet Rolniczy 2008 Analiza obrazu komputerowego wykład 5 Marek Jan Kasprowicz Uniwersytet Rolniczy 2008 Slajdy przygotowane na podstawie książki Komputerowa analiza obrazu R.Tadeusiewicz, P. Korohoda, oraz materiałów ze

Bardziej szczegółowo

Podstawy Elektrotechniki i Elektroniki. Opracował: Mgr inż. Marek Staude

Podstawy Elektrotechniki i Elektroniki. Opracował: Mgr inż. Marek Staude Podstawy Elektrotechniki i Elektroniki Opracował: Mgr inż. Marek Staude Część 2 Analiza obwodów w stanie ustalonym przy wymuszeniu sinusoidalnym Przypomnienie ostatniego wykładu Prąd i napięcie Podstawowe

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

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

12. Demodulatory synchroniczne z fazową pętlą sprzężenia zwrotnego

12. Demodulatory synchroniczne z fazową pętlą sprzężenia zwrotnego 94 12. Demodulatory synchroniczne z fazową pętlą sprzężenia zwrotnego Cele ćwiczenia Badanie właściwości pętli fazowej. Badanie układu Costasa do odtwarzania nośnej sygnału AM-SC. Badanie układu Costasa

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

3. Przetwarzanie analogowo-cyfrowe i cyfrowo-analogowe... 43

3. Przetwarzanie analogowo-cyfrowe i cyfrowo-analogowe... 43 Spis treści 3 Przedmowa... 9 Cele książki i sposoby ich realizacji...9 Podziękowania...10 1. Rozległość zastosowań i głębia problematyki DSP... 11 Korzenie DSP...12 Telekomunikacja...14 Przetwarzanie sygnału

Bardziej szczegółowo

Koło zainteresowań Teleinformatyk XXI wieku PROJEKT 1

Koło zainteresowań Teleinformatyk XXI wieku PROJEKT 1 Koło zainteresowań Teleinformatyk XXI wieku PROJEKT 1 Temat: Modulacja FM Imię i nazwisko ucznia: Adam Szulc Klasa: III Ti a Numer z dziennika: 25 Suwałki, grudzień 2012 1 Spis treści 1.Modulacja częstotliwości

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

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

Politechnika Warszawska

Politechnika Warszawska Politechnika Warszawska Wydział Elektryczny Laboratorium Teletechniki Skrypt do ćwiczenia T.08 Zasady wytwarzania sygnałów zmodulowanych za pomocą modulacji AM 1. Zasady wytwarzania sygnałów zmodulowanych

Bardziej szczegółowo

Politechnika Warszawska Wydział Elektryczny Laboratorium Teletechniki

Politechnika Warszawska Wydział Elektryczny Laboratorium Teletechniki Politechnika Warszawska Wydział Elektryczny Laboratorium Teletechniki Skrypt do ćwiczenia T.09 Określenie procentu modulacji sygnału zmodulowanego AM 1. Określenie procentu modulacji sygnału zmodulowanego

Bardziej szczegółowo

SYMULACJA KOMPUTEROWA SYSTEMÓW

SYMULACJA KOMPUTEROWA SYSTEMÓW SYMULACJA KOMPUTEROWA SYSTEMÓW ZASADY ZALICZENIA I TEMATY PROJEKTÓW Rok akademicki 2015 / 2016 Spośród zaproponowanych poniżej tematów projektowych należy wybrać jeden i zrealizować go korzystając albo

Bardziej szczegółowo

AiR_TSiS_1/2 Teoria sygnałów i systemów Signals and systems theory. Automatyka i Robotyka I stopień ogólnoakademicki

AiR_TSiS_1/2 Teoria sygnałów i systemów Signals and systems theory. Automatyka i Robotyka I stopień ogólnoakademicki 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 Obowiązuje od roku akademickiego 2013/2014

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

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

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Politechnika Białostocka Wydział Elektryczny Katedra Telekomunikacji i paratury Elektronicznej Instrukcja do zajęć laboratoryjnych z przedmiotu: Przetwarzanie Sygnałów Kod: TS400027 Temat ćwiczenia: naliza

Bardziej szczegółowo

PORÓWNANIE TREŚCI ZAWARTYCH W OBOWIĄZUJĄCYCH STANDARDACH EGZAMINACYJNYCH Z TREŚCIAMI NOWEJ PODSTAWY PROGRAMOWEJ

PORÓWNANIE TREŚCI ZAWARTYCH W OBOWIĄZUJĄCYCH STANDARDACH EGZAMINACYJNYCH Z TREŚCIAMI NOWEJ PODSTAWY PROGRAMOWEJ PORÓWNANIE TREŚCI ZAWARTYCH W OBOWIĄZUJĄCYCH STANDARDACH EGZAMINACYJNYCH Z TREŚCIAMI NOWEJ PODSTAWY PROGRAMOWEJ L.p. 1. Liczby rzeczywiste 2. Wyrażenia algebraiczne bada, czy wynik obliczeń jest liczbą

Bardziej szczegółowo

KURS FUNKCJE. LEKCJA 2 PODSTAWOWA Przekształcenia wykresu funkcji ZADANIE DOMOWE. Strona 1

KURS FUNKCJE. LEKCJA 2 PODSTAWOWA Przekształcenia wykresu funkcji ZADANIE DOMOWE.   Strona 1 KURS FUNKCJE LEKCJA PODSTAWOWA Przekształcenia wykresu unkcji ZADANIE DOMOWE www.etrapez.pl Strona Część : TEST Zaznacz poprawną odpowiedź (tylko jedna jest prawdziwa). Pytanie Wykres unkcji ( x) q otrzymujemy

Bardziej szczegółowo

NAJWIEKSZY INTERNETOWY ZBIÓR ZADAŃ Z MATEMATYKI FUNKCJE KWADRATOWE PARAMETRY

NAJWIEKSZY INTERNETOWY ZBIÓR ZADAŃ Z MATEMATYKI FUNKCJE KWADRATOWE PARAMETRY www.zadania.info NAJWIEKSZY INTERNETOWY ZBIÓR ZADAŃ Z MATEMATYKI FUNKCJE KWADRATOWE PARAMETRY 1 www.zadania.info NAJWIEKSZY INTERNETOWY ZBIÓR ZADAŃ Z MATEMATYKI ZADANIE 1 Wyznacz wzór funkcji f (x) = 2x

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

ANALIZA WIDMOWA SYGNAŁÓW (1) Podstawowe charakterystyki widmowe, aliasing

ANALIZA WIDMOWA SYGNAŁÓW (1) Podstawowe charakterystyki widmowe, aliasing POLITECHNIKA RZESZOWSKA KATEDRA METROLOGII I SYSTEMÓW DIAGNOSTYCZNYCH LABORATORIUM PRZETWARZANIA SYGNAŁÓW ANALIZA WIDMOWA SYGNAŁÓW (1) Podstawowe charakterystyki widmowe, aliasing I. Cel ćwiczenia Celem

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

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

Funkcja kwadratowa. f(x) = ax 2 + bx + c,

Funkcja kwadratowa. f(x) = ax 2 + bx + c, Funkcja kwadratowa. Funkcją kwadratową nazywamy funkcję f : R R określoną wzorem gdzie a, b, c R, a 0. f(x) = ax 2 + bx + c, Szczególnym przypadkiem funkcji kwadratowej jest funkcja f(x) = ax 2, a R \

Bardziej szczegółowo

Przetwarzanie sygnału cyfrowego (LabVIEW)

Przetwarzanie sygnału cyfrowego (LabVIEW) Politechnika Rzeszowska im. Ignacego Łukasiewicza w Rzeszowie Wydział: Elektryczny, Kierunek: Informatyka Projekt zaliczeniowy Przedmiot: Systemy akwizycji i przesyłania informacji Przetwarzanie sygnału

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

Ćwiczenie: Własności dyskretnej transformaty Fouriera (DFT)

Ćwiczenie: Własności dyskretnej transformaty Fouriera (DFT) Opracował: dr hab. inż. G. Stępniak Ćwiczenie: Własności dyskretnej transformaty Fouriera (DFT) Dyskretna transformata Fouriera (DFT ang. discrete Fourier Transform) to jedno z podstawowych narzędzi w

Bardziej szczegółowo

Politechnika Warszawska

Politechnika Warszawska Politechnika Warszawska Wydział Elektryczny Laboratorium Teletechniki Skrypt do ćwiczenia T.10 Odbiór sygnałów AM odpowiedź częstotliwościowa stopnia 1. Odbiór sygnałów AM odpowiedź częstotliwościowa stopnia

Bardziej szczegółowo

Troszkę przypomnienia

Troszkę przypomnienia Troszkę przypomnienia Przesunięcie o wektor Przesunięcie funkcji o wektor polega na przesunięciu jej w układzie współrzędnych o określoną ilośc jednostek w poziomie oraz w pionie. Pierwsza współrzędna

Bardziej szczegółowo

Laboratorium Przetwarzania Sygnałów. Ćwiczenie 2. Analiza widmowa

Laboratorium Przetwarzania Sygnałów. Ćwiczenie 2. Analiza widmowa PTS laboratorium Laboratorium Przetwarzania Sygnałów Ćwiczenie 2 Analiza widmowa Opracowali: - prof. dr hab. inż. Krzysztof Kałużyński - dr inż. Beata Leśniak-Plewińska - dr inż. Jakub Żmigrodzki Zakład

Bardziej szczegółowo

1.1 Wprowadzenie. 1.2 Podstawy matematyczne analizy widmowej Przestrzeń Euklidesowa N-wymiarowa

1.1 Wprowadzenie. 1.2 Podstawy matematyczne analizy widmowej Przestrzeń Euklidesowa N-wymiarowa 1.1 Wprowadzenie Dowolnemu procesowi technologicznemu towarzyszą zawsze zjawiska pasożytnicze w postaci drgań poszczególnych części danego urządzenia i związanej z tym emisji hałasu. Efekty te, w zależności

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

Szybka transformacja Fouriera

Szybka transformacja Fouriera Szybka transformacja Fouriera (Opis i wydruki programów) Instytut Astronomii UMK, Toruń 1976 2 K. Borkowski PROGRAM OBLICZANIA TRANSFORMAT FOURIERA Wstęp Prezentowany tutaj program przeznaczony jest do

Bardziej szczegółowo