WYKORZYSTANIE ANALIZY CEPSTRALNEJ DO IDENTYFIKACJI SK ADOWYCH WIDMA SYGNA U U YTECZNEGO

Wielkość: px
Rozpocząć pokaz od strony:

Download "WYKORZYSTANIE ANALIZY CEPSTRALNEJ DO IDENTYFIKACJI SK ADOWYCH WIDMA SYGNA U U YTECZNEGO"

Transkrypt

1 Bartosz OSTAPKO Politechnika Koszaliska WYKORZYSTANIE ANALIZY CEPSTRALNEJ DO IDENTYFIKACJI SKADOWYCH WIDMA SYGNAU UYTECZNEGO 1. Wstp Analiza cepstralna wie si bezporednio z poszukiwaniem widma sygnau, oraz sam modyfikacj tego widma. Nazwa cepstrum powstaa poprzez przestawienie sylab angielskiego wyrazu spectrum, a pierwszy raz zostaa zastosowana w pracy [1] wydanej w roku 1963 w Nowym Jorku. Samemu cepstrum towarzysz równie pojcia majce sens fizyczny i s to: quefrency, rahmonics, gamnitude, saphe oraz lifter. Terminem najczciej towarzyszcym cepstrum jest quefrency, która wyraana w sekundach jest odwrotnoci odstpu czstotliwoci pomidzy harmonicznymi widma. Najprociej mona powiedzie, e istnieje zaleno pomidzy rahmonicznymi w cepstrum oraz harmonicznymi w widmie. Pierwsze zastosowania analizy cepstralnej suyo do badania ech sejsmicznych pochodzcych od trzsie ziemi oraz sygnaów radarowych, dzisiaj stosowane jest do analizy sygnaów akustycznych.. Pojcie cepstrum Cepstrum definiuje si jako odwrotne przeksztacenie Fouriera logarytmu widma mocy i mona wyrazi wzorem: C jπfτ 1 ( τ ) log S( f ) e df = F [log S( f )] (1) = gdzie S(f) jest widmem mocy analizowanego sygnau f(t). Inne cepstrum mona definiowa za pomoc poniszego wzoru () oraz zalenoci (3), która odpowiada definicyjnie funkcji autokorelacji. 1 C( ) = j πfτ τ log S( f ) e df = F [log S( f )] ()

2 60 Bartosz Ostapko jπfτ 1 C( τ ) = log S( f ) e df = F [log S( f )] = R( τ ) (3) Na podstawie zespolonego przeksztacenia Fouriera widma amplitudowego otrzymuje si równie cepstrum zespolone lub inaczej poczone (4). C jπfτ 1 ( τ ) = F( jf ) e df = F [ F( jf )] (4) Cepstrum zespolone jest reprezentacj uyteczn w sytuacji, w której sygna uwaany jest za splot funkcji pobudzenia i odpowiedzi impulsowej (dot. homorficznej teorii dwiku). We wszystkich wyraeniach opisujcych cepstrum zmienna niezalena τ jest zmienn rzeczywist i mona j porówna ze zmienn τ w funkcji autokorelacji, a jej warto odpowiada maksimom cepstrum. W przypadku wzorów definicyjnych logarytm dziesitny moe zosta zastpiony logarytmem naturalnym, a zamiast transformaty Fouriera stosowana równie moe by transformata kosinusowa. 3. Przykadowe zastosowanie cepstrum Dla lepszego zobrazowania wykorzystania analizy cepstralnej mona posuy si prostym przykadem do którego obliczenia uyto rodowiska MATLAB i dostpnych w nim funkcji. Rozpatrzony zosta sygna sinusoidalny o zaoonej z góry czstotliwoci ωs oraz amplitudzie a. Ca symulacj przeprowadzono dla skoczonego czasu t. Po upywie czasu t e dodano do badanego sygnau sinusoidalnego echo o amplitudzie równej poowy amplitudy sygnau badanego (rysunek 1). Otrzymany sygna poddano procesowi modulacji dwuwstgowej, równie za porednictwem gotowych funkcji z programu, wynik symulacji przedstawiono rysunku. Tak wic: a X ( t) = A a cosωst + cosωs ( t te) cosωot (5)

3 Wykorzystanie analizy cepstralnej do odentyfikacji skadowych 61 Rys. 1. Sygna z dodanym echem Rys.. Sygna zmodulowany

4 6 Bartosz Ostapko Rys. 3. Widmo sygnau zmodulowanego z dodanym echem Rys. 4. Cepstrum sygnau zmodulowanego z dodanym echem

5 Wykorzystanie analizy cepstralnej do odentyfikacji skadowych 63 Sygna zmodulowany poddano przeksztaceniu Fouriera (rysunek 3), a uzyskane widmo poddano analizie cepstralnej. Otrzymany wynik przedstawiono powyej (rysunek 4). Na podstawie otrzymanych wyników, mona zauway e rahmoniczna odpowiadajca wartoci 0,4 odpowiada równie wartoci czasowej miejsca dodanego echa. Reasumujc, powyej przedstawiono symulacj, w której najpierw obliczono transformat Fouriera splotu dwóch funkcji, a nastpnie widmo, które powstao, poddano operacji logarytmowania. W ten sposób uwypuklono wasno- ci addytywnoci echa, które zobrazowano w postaci impulsu przy okrelonej wartoci rahmonicznej. Powyszy przykad obrazuje w prosty i przejrzysty sposób wykorzystanie cepstrum i jest podstaw do rozpocztych rozwaa nad zastosowaniem go do analizy sygnaów EKG. 5. Podsumowanie Obecnie analiza cepstralna znalaza szerokie zastosowanie przy badaniu sygna- ów akustycznych. Dziki moliwoci eliminacji echa i zakóce z sygnau uytecznego nadaje si równie do zastosowania w przypadku zagadnie zwizanych z transmisj i identyfikacj sygnaów. Praktyczne zastosowanie cepstrum umoliwia lepsz i bardziej dokadn analiz widma dowolnego sygnau oraz wykrywanie periodycznoci w tym widmie. Operacja logarytmowania zastosowana w cepstrum sprawia, e jest ona niewraliwa na przykad na zmiany sygna- u obwiedni. Dziki zastosowaniu takiego zabiegu pojawia si moliwo dokadniejszego i bardziej szczegóowego analizowania przebiegu sygnau. Bibliografia: 1. Begerth P., Healy M,. Tukey J.: The quefrency analysis of time series for echoes Cepstrum, Pseudo-Autocovariance, Cros-Cepstrum and Saphe Cracking. Proc. of the Symposium on Time Series Analysis. Wiley N.Y Smyczek J.: Systemy transmisji informacji. Tom I. Koszalin Czyewski A.: Dwik cyfrowy. Akademicka Oficyna Wydawnicza EXIT, Warszawa Oppenheim A. V., Schafer R. W.: From Frequency to Quefrency: A History of the Cepstrum. IEEE Signal Processing Magazine Mrozek B., Mrozek Z.: MATLAB i Simulink. HELION, Gliwice Karu Z. Z.: Signal and Systems, ZiZi Press Vaseghi S. V.: Advanced Signal Processing and Digital Noise, Wiley Soliman S. S., Srinath M. D.: Continuous and discrete signals and systems, Prentice-Hall New Jersey 1998.

6

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

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

Dynamika Uk adów Nieliniowych 2009 Wykład 11 1 Synchronizacja uk adów chaotycznych O synchronizacji mówiliśmy przy okazji języków Arnolda.

Dynamika Uk adów Nieliniowych 2009 Wykład 11 1 Synchronizacja uk adów chaotycznych O synchronizacji mówiliśmy przy okazji języków Arnolda. Dynamika Ukadów Nieliniowych 2009 Wykład 11 1 Synchronizacja ukadów chaotycznych O synchronizacji mówiliśmy przy okazji języków Arnolda. Wtedy była to synchronizacja stanów periodycznych. Wiecej na ten

Bardziej szczegółowo

przedmiot kierunkowy (podstawowy / kierunkowy / inny HES) obieralny (obowiązkowy / nieobowiązkowy) polski semestr VI

przedmiot kierunkowy (podstawowy / kierunkowy / inny HES) obieralny (obowiązkowy / nieobowiązkowy) polski semestr VI 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 2018/2019

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

Przetwarzanie sygnałów z zastosowaniem procesorów sygnałowych - opis przedmiotu

Przetwarzanie sygnałów z zastosowaniem procesorów sygnałowych - opis przedmiotu Przetwarzanie sygnałów z zastosowaniem procesorów sygnałowych - opis przedmiotu Informacje ogólne Nazwa przedmiotu Przetwarzanie sygnałów z zastosowaniem procesorów sygnałowych Kod przedmiotu 06.5-WE-EP-PSzZPS

Bardziej szczegółowo

Rys1 Rys 2 1. metoda analityczna. Rys 3 Oznaczamy prdy i spadki napi jak na powyszym rysunku. Moemy zapisa: (dla wzłów A i B)

Rys1 Rys 2 1. metoda analityczna. Rys 3 Oznaczamy prdy i spadki napi jak na powyszym rysunku. Moemy zapisa: (dla wzłów A i B) Zadanie Obliczy warto prdu I oraz napicie U na rezystancji nieliniowej R(I), której charakterystyka napiciowo-prdowa jest wyraona wzorem a) U=0.5I. Dane: E=0V R =Ω R =Ω Rys Rys. metoda analityczna Rys

Bardziej szczegółowo

Rezonans szeregowy (E 4)

Rezonans szeregowy (E 4) POLITECHNIKA LSKA WYDZIAŁINYNIERII RODOWISKA I ENERGETYKI INSTYTT MASZYN I RZDZE ENERGETYCZNYCH Rezonans szeregowy (E 4) Opracował: mgr in. Janusz MDRYCH Zatwierdził: W.O. . Cel wiczenia. Celem wiczenia

Bardziej szczegółowo

Cyfrowe Przetwarzanie Obrazów i Sygnałów

Cyfrowe Przetwarzanie Obrazów i Sygnałów Cyfrowe Przetwarzanie Obrazów i Sygnałów Laboratorium EX3 Globalne transformacje obrazów Joanna Ratajczak, Wrocław, 2018 1 Cel i zakres ćwiczenia Celem ćwiczenia jest zapoznanie się z własnościami globalnych

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

CYFROWE PRZETWARZANIE SYGNAŁÓW

CYFROWE PRZETWARZANIE SYGNAŁÓW POLITECHNIKA RZESZOWSKA im. I. Łukasiewicza WYDZIAŁ ELEKTROTECHNIKI I INFORMATYKI Katedra Metrologii i Systemów Diagnostycznych CYFROWE PRZETWARZANIE SYGNAŁÓW Podstawowe informacje o przedmiocie Wymiar

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

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

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: moduł specjalności obowiązkowy: Sieci komputerowe Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU CEL PRZEDMIOTU PRZEWODNIK PO PRZEDMIOCIE

Bardziej szczegółowo

s FAQ: NET 09/PL Data: 01/08/2011

s FAQ: NET 09/PL Data: 01/08/2011 Konfiguracja ihop na urzdzeniach SCALANCE W Konfiguracja ihop na urzdzeniach SCALANCE W. ihop, to funkcjonalno zaimplementowana w moduach radiowych produkcji SIEMENS AG, pozwala na prac urzdze radiowych,

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

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

Próbkowanie (ang. sampling) - kwantyzacja. Rastrowa reprezentacja obrazu. Generowanie obrazu rastrowego 2D. Przyk"ad próbkowania

Próbkowanie (ang. sampling) - kwantyzacja. Rastrowa reprezentacja obrazu. Generowanie obrazu rastrowego 2D. Przykad próbkowania Próbkowanie (ang. sampling) - kwantyzacja Rastrowa reprezentacja obrazu! Próbkowanie - proces zamiany ci!g"ego sygna"u f(x) na sko#czon! liczb$ warto%ci opisuj!cych ten sygna".! Kwantyzacja - proces zamiany

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

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

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

INSTRUKCJA DO ĆWICZENIA NR 7

INSTRUKCJA DO ĆWICZENIA NR 7 KATEDRA MECHANIKI STOSOWANEJ Wydział Mechaniczny POLITECHNIKA LUBELSKA INSTRUKCJA DO ĆWICZENIA NR 7 PRZEDMIOT TEMAT OPRACOWAŁ LABORATORIUM MODELOWANIA Przykładowe analizy danych: przebiegi czasowe, portrety

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

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

CYFROWE PRZETWARZANIE SYGNAŁÓW

CYFROWE PRZETWARZANIE SYGNAŁÓW Cyfrowe przetwarzanie sygnałów -1-2003 CYFROWE PRZETWARZANIE SYGNAŁÓW tematy wykładowe: ( 28 godz. +2godz. kolokwium, test?) 1. Sygnały i systemy dyskretne (LTI, SLS) 1.1. Systemy LTI ( SLS ) (definicje

Bardziej szczegółowo

Bazy danych Podstawy teoretyczne

Bazy danych Podstawy teoretyczne Pojcia podstawowe Baza Danych jest to zbiór danych o okrelonej strukturze zapisany w nieulotnej pamici, mogcy zaspokoi potrzeby wielu u!ytkowników korzystajcych z niego w sposóbs selektywny w dogodnym

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

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy moduł kierunkowy ogólny Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU CEL PRZEDMIOTU CYFROWE PRZETWARZANIE SYGNAŁÓW

Bardziej szczegółowo

Analityczne wyznaczanie charakterystyk mocy cz ciowych za pomoc wzorów Leidemanna

Analityczne wyznaczanie charakterystyk mocy cz ciowych za pomoc wzorów Leidemanna ARCHIWUM MOTORYZACJI 1, pp. 49-57 (2005) Analityczne wyznaczanie charakterystyk mocy czciowych za pomoc wzorów Leidemanna KONRAD PRAJWOWSKI GRZEGORZ TARCZYSKI Politechnika Szczeciska Wydzia Mechaniczny

Bardziej szczegółowo

Laboratorium elektryczne. Falowniki i przekształtniki - I (E 14)

Laboratorium elektryczne. Falowniki i przekształtniki - I (E 14) POLITECHNIKA LSKA WYDZIAŁINYNIERII RODOWISKA I ENERGETYKI INSTYTUT MASZYN I URZDZE ENERGETYCZNYCH Laboratorium elektryczne Falowniki i przekształtniki - I (E 14) Opracował: mgr in. Janusz MDRYCH Zatwierdził:

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

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

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

Oscyloskopy, analizatory stanów ScopeDAQ: dane techniczne

Oscyloskopy, analizatory stanów ScopeDAQ: dane techniczne Oscyloskopy, analizatory stanów ScopeDAQ: dane techniczne ScopeDAQ 2.0 jest dwukanaowym oscyloskopem cyfrowym o maksymalnej czstotliwoci próbkowania 200MHz i rozdzielczoci przetwornika 8 bitów. Uytkownik

Bardziej szczegółowo

Politechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2014/2015

Politechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2014/2015 Politechnika Krakowska im. Tadeusza Kościuszki Karta przedmiotu Wydział Inżynierii Lądowej obowiązuje studentów rozpoczynających studia w roku akademickim 01/015 Kierunek studiów: Transport Forma sudiów:

Bardziej szczegółowo

Widmo akustyczne radia DAB i FM, porównanie okien czasowych Leszek Gorzelnik

Widmo akustyczne radia DAB i FM, porównanie okien czasowych Leszek Gorzelnik Widmo akustycznych sygnałów dla radia DAB i FM Pomiary widma z wykorzystaniem szybkiej transformacji Fouriera FFT sygnału mierzonego w dziedzinie czasu wykonywane są w skończonym czasie. Inaczej mówiąc

Bardziej szczegółowo

CZĘŚĆ I Podstawy komunikacji bezprzewodowej

CZĘŚĆ I Podstawy komunikacji bezprzewodowej O autorach......................................................... 9 Wprowadzenie..................................................... 11 CZĘŚĆ I Podstawy komunikacji bezprzewodowej 1. Komunikacja bezprzewodowa.....................................

Bardziej szczegółowo

Planowanie adresacji IP dla przedsibiorstwa.

Planowanie adresacji IP dla przedsibiorstwa. Planowanie adresacji IP dla przedsibiorstwa. Wstp Przy podejciu do planowania adresacji IP moemy spotka si z 2 głównymi przypadkami: planowanie za pomoc adresów sieci prywatnej przypadek, w którym jeeli

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

Ocena kształtu wydziele grafitu w eliwie sferoidalnym metod ATD

Ocena kształtu wydziele grafitu w eliwie sferoidalnym metod ATD AMME 2003 12th Ocena kształtu wydziele grafitu w eliwie sferoidalnym metod ATD M. Stawarz, J. Szajnar Zakład Odlewnictwa, Instytut Materiałów Inynierskich i Biomedycznych Wydział Mechaniczny Technologiczny,

Bardziej szczegółowo

Elementy pneumatyczne

Elementy pneumatyczne POLITECHNIKA LSKA W GLIWICACH WYDZIAŁ INYNIERII RODOWISKA i ENERGETYKI INSTYTUT MASZYN i URZDZE ENERGETYCZNYCH Elementy pneumatyczne Laboratorium automatyki (A 3) Opracował: dr in. Jacek Łyczko Sprawdził:

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

ZASTOSOWANIE ODCINKOWO-LINIOWEGO MINIMODELU DO MODELOWANIA PRODUKCJI SPRZEDANEJ PRZEMYSŁU

ZASTOSOWANIE ODCINKOWO-LINIOWEGO MINIMODELU DO MODELOWANIA PRODUKCJI SPRZEDANEJ PRZEMYSŁU ZASTOSOWANIE ODCINKOWO-LINIOWEGO MINIMODELU DO MODELOWANIA PRODUKCJI SPRZEDANEJ PRZEMYSŁU W artykule przedstawiono now metod modelowania zjawisk ekonomicznych. Metoda odcinkowo-liniowego minimodelu szczególnie

Bardziej szczegółowo

Zastosowanie dyskretnej transformaty Laplace a do modelowania przebiegu procesów przejœciowych w przemyœle

Zastosowanie dyskretnej transformaty Laplace a do modelowania przebiegu procesów przejœciowych w przemyœle AUTOMATYKA 2005 Tom 9 Zeszyt 3 Jerzy Zalewicz* Zastosowanie dyskretnej transformaty Laplace a do modelowania przebiegu procesów przejœciowych w przemyœle 1. Wstêp Przy analizie zjawisk dynamicznych zwi¹zanych

Bardziej szczegółowo

ILUSTRACJA PROCEDUR PRZETWARZANIA SYGNA ÓW Z ZASTOSOWANIEM MATLABA

ILUSTRACJA PROCEDUR PRZETWARZANIA SYGNA ÓW Z ZASTOSOWANIEM MATLABA Janusz Sawicki Politechnika Pozna ska Instytut Elektroniki i Telekomunikacji jsawicki@et.put.poznan.pl 2003 Poznañskie Warsztaty Telekomunikacyjne Poznañ 11-12 grudnia 2003 ILUSTRACJA PROCEDUR PRZETWARZANIA

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

Przyk adowa konfiguracja zwielokrotnianienia po czenia za pomoc Link Aggregation Control Protocol

Przyk adowa konfiguracja zwielokrotnianienia po czenia za pomoc Link Aggregation Control Protocol Przykadowa konfiguracja zwielokrotnianienia poczenia za pomoc Link aggregation - polega na grupowaniu kilku pocze (kabli) sieciowych w jeden port logiczny (port AG), który jest widoczny jak pojedyncze

Bardziej szczegółowo

Typy bazy danych Textract

Typy bazy danych Textract Typy bazy danych Typy bazy danych bazy tekstowe, Textract, http://www.textract.com - bazy tekstowe, np. archiwum gazety, dla setek gigabajtów, szybkie wyszukiwanie i indeksacja informacji bazy danych bez

Bardziej szczegółowo

rodowisko programistyczne TESTPOINT

rodowisko programistyczne TESTPOINT Cyfrowa technika pomiarowa i przetwarzanie danych dowiadczalnych Temat: rodowisko programistyczne TESTPOINT Pomoc dydaktyczna do zaj laboratoryjnych z przedmiotu Metody Komputerowe w Badaniach Materiałowych

Bardziej szczegółowo

Teoria i technika systemów.

Teoria i technika systemów. Teoria i technika systemów. Slide 0 Dr in. Krzysztof Arent Instytut Cybernetyki Technicznej Politechnika Wroc%awska pokój 103 budynek C3 e-mail: aroent@stud.ict.pwr.wroc.pl Slide 1 Program kursu 1. Systemy

Bardziej szczegółowo

Program do konwersji obrazu na cig zero-jedynkowy

Program do konwersji obrazu na cig zero-jedynkowy Łukasz Wany Program do konwersji obrazu na cig zero-jedynkowy Wstp Budujc sie neuronow do kompresji znaków, na samym pocztku zmierzylimy si z problemem przygotowywania danych do nauki sieci. Przyjlimy,

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

Temat: Programowanie zdarzeniowe. Zdarzenia: delegacje, wykorzystywanie zdarze. Elementy Windows Application (WPF Windows Presentation Foundation).

Temat: Programowanie zdarzeniowe. Zdarzenia: delegacje, wykorzystywanie zdarze. Elementy Windows Application (WPF Windows Presentation Foundation). Temat: Programowanie zdarzeniowe. Zdarzenia: delegacje, wykorzystywanie zdarze. Elementy Windows Application (WPF Windows Presentation Foundation). 1. Programowanie zdarzeniowe Programowanie zdarzeniowe

Bardziej szczegółowo

Cyfrowe Przetwarzanie Obrazów i Sygnałów

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

Bardziej szczegółowo

Wymiana i Składowanie Danych Multimedialnych Mateusz Moderhak, EA 106, Pon. 11:15-12:00, śr.

Wymiana i Składowanie Danych Multimedialnych Mateusz Moderhak, EA 106, Pon. 11:15-12:00, śr. Wymiana i Składowanie Danych Multimedialnych 2019 Mateusz Moderhak, matmod@biomed.eti.pg.gda.pl, EA 106, Pon. 11:15-12:00, śr. 12:15-13:00 Zaliczenie: 60% wykład, 40% laboratorium Zerówka w formie dwóch

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

2. STRUKTURA RADIOFONICZNYCH SYGNAŁÓW CYFROWYCH

2. STRUKTURA RADIOFONICZNYCH SYGNAŁÓW CYFROWYCH 1. WSTĘP Radiofonię cyfrową cechują strumienie danych o dużych przepływnościach danych. Do przesyłania strumienia danych o dużych przepływnościach stosuje się transmisję z wykorzystaniem wielu sygnałów

Bardziej szczegółowo

dr in. Artur Bernat, KMP, WM., PKos., wykład wstpny V (rodowisko Matlab), strona: 1

dr in. Artur Bernat, KMP, WM., PKos., wykład wstpny V (rodowisko Matlab), strona: 1 dr in. Artur Bernat, KMP, WM., PKos., wykład wstpny V (rodowisko Matlab), strona: 1 Wykład wstpny (V)> z Podstaw Przetwarzania Informacji

Bardziej szczegółowo

STANOWISKO LABORATORYJNE DO CYFROWEGO PRZETWARZANIA SYGNAŁÓW Z WYKORZYSTANIEM ŚROWODOWISKA MATLAB ORAZ PLATFORMY PROGRAMISTYCZNEJ.

STANOWISKO LABORATORYJNE DO CYFROWEGO PRZETWARZANIA SYGNAŁÓW Z WYKORZYSTANIEM ŚROWODOWISKA MATLAB ORAZ PLATFORMY PROGRAMISTYCZNEJ. POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 80 Electrical Engineering 2014 Stanisław MIKULSKI* STANOWISKO LABORATORYJNE DO CYFROWEGO PRZETWARZANIA SYGNAŁÓW Z WYKORZYSTANIEM ŚROWODOWISKA MATLAB

Bardziej szczegółowo

LABORATORIUM Sygnałów, Modulacji i Systemów ĆWICZENIE 2: Modulacje analogowe

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

Bardziej szczegółowo

PROPOZYCJA ZASTOSOWANIA WYMIARU PUDEŁKOWEGO DO OCENY ODKSZTAŁCEŃ PRZEBIEGÓW ELEKTROENERGETYCZNYCH

PROPOZYCJA ZASTOSOWANIA WYMIARU PUDEŁKOWEGO DO OCENY ODKSZTAŁCEŃ PRZEBIEGÓW ELEKTROENERGETYCZNYCH Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Nr 56 Politechniki Wrocławskiej Nr 56 Studia i Materiały Nr 24 2004 Krzysztof PODLEJSKI *, Sławomir KUPRAS wymiar fraktalny, jakość energii

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

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

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

1. WSTP. 2. Koncepcja platformy bezpieczestwa publicznego

1. WSTP. 2. Koncepcja platformy bezpieczestwa publicznego Koncepcja Platformy Bezpieczestwa Wewntrznego do realizacji zada badawczo-rozwojowych w ramach projektu Nowoczesne metody naukowego wsparcia zarzdzania bezpieczestwem publicznym w Unii Europejskiej 1.

Bardziej szczegółowo

Hybrydowa analiza transformat w rozpoznawaniu wysokości dźwięków w polifonicznych nagraniach instrumentów muzycznych

Hybrydowa analiza transformat w rozpoznawaniu wysokości dźwięków w polifonicznych nagraniach instrumentów muzycznych Wydział Fizyki Technicznej, Informatyki i Matematyki Stosowanej Politechnika Łódzka Streszczenie rozprawy doktorskiej Hybrydowa analiza transformat w rozpoznawaniu wysokości dźwięków w polifonicznych nagraniach

Bardziej szczegółowo

PARAMETRYZACJA SYGNAŁU MOWY. PERCEPTUALNE SKALE CZĘSTOTLIWOŚCI.

PARAMETRYZACJA SYGNAŁU MOWY. PERCEPTUALNE SKALE CZĘSTOTLIWOŚCI. 1 PARAMETRYZACJA SYGNAŁU MOWY. PERCEPTUALNE SKALE CZĘSTOTLIWOŚCI. mgr inż. Kuba Łopatka Katedra Systemów Multimedialnych p. 628, tel. 348-6332 PLAN WYKŁADU 1. Potrzeba i istota parametryzacji 2. Klasyfikacja

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

Wykrywanie sygnałów DTMF za pomocą mikrokontrolera ATmega 328 z wykorzystaniem algorytmu Goertzela

Wykrywanie sygnałów DTMF za pomocą mikrokontrolera ATmega 328 z wykorzystaniem algorytmu Goertzela Politechnika Poznańska Wydział Informatyki Kierunek studiów: Automatyka i Robotyka Wykrywanie sygnałów DTMF za pomocą mikrokontrolera ATmega 328 z wykorzystaniem algorytmu Goertzela Detection of DTMF signals

Bardziej szczegółowo

ANALIZA PRACY SILNIKA INDUKCYJNEGO W WARUNKACH ZAPADU NAPICIA

ANALIZA PRACY SILNIKA INDUKCYJNEGO W WARUNKACH ZAPADU NAPICIA Zeszyty Problemowe Maszyny Elektryczne Nr 4/2014 (104) 167 Zygfryd Głowacz, Henryk Krawiec AGH Akademia Górniczo-Hutnicza, Kraków ANALIZA PRACY SILNIKA INDUKCYJNEGO W WARUNKACH ZAPADU NAPICIA ANALYSIS

Bardziej szczegółowo

CYFROWA DETEKCJA IMPULSU RADIOWEGO Z REDUKCJĄ ODCHYLENIA GĘSTOŚCI WIDMOWEJ MOCY SYGNAŁU

CYFROWA DETEKCJA IMPULSU RADIOWEGO Z REDUKCJĄ ODCHYLENIA GĘSTOŚCI WIDMOWEJ MOCY SYGNAŁU CYFROWA DETEKCJA IMPULSU RADIOWEGO Z REDUKCJĄ ODCHYLENIA GĘSTOŚCI WIDMOWEJ MOCY SYGNAŁU Jakub Nikonowicz, Mieczysław Jessa Streszczenie niniejszy artykuł prezentuje porównanie podstawowych metod detekcji

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

ELEMENTY AUTOMATYKI PRACA W PROGRAMIE SIMULINK 2013

ELEMENTY AUTOMATYKI PRACA W PROGRAMIE SIMULINK 2013 SIMULINK część pakietu numerycznego MATLAB (firmy MathWorks) służąca do przeprowadzania symulacji komputerowych. Atutem programu jest interfejs graficzny (budowanie układów na bazie logicznie połączonych

Bardziej szczegółowo

Biometryczna Identyfikacja Tożsamości

Biometryczna Identyfikacja Tożsamości c Adam Czajka, IAiIS PW, wersja: 6 grudnia 2015, 1/39 Adam Czajka Wykład na Wydziale Elektroniki i Technik Informacyjnych Politechniki Warszawskiej Semestr zimowy 2015/16 c Adam Czajka, IAiIS PW, wersja:

Bardziej szczegółowo

Układy i Systemy Elektromedyczne

Układy i Systemy Elektromedyczne UiSE - laboratorium Układy i Systemy Elektromedyczne Laboratorium 5 Elektroniczny stetoskop - moduł TMDXMDKDS3254. Opracował: dr inż. Jakub Żmigrodzki Zakład Inżynierii Biomedycznej, Instytut Metrologii

Bardziej szczegółowo

AiR_CPS_1/3 Cyfrowe przetwarzanie sygnałów Digital Signal Processing

AiR_CPS_1/3 Cyfrowe przetwarzanie sygnałów Digital Signal Processing 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

13. Wybrane algorytmy cyfrowego przetwarzania sygnałów

13. Wybrane algorytmy cyfrowego przetwarzania sygnałów 13. Wybrane algorytmy cyfrowego przetwarzania sygnałów Dyskretna transformata Fouriera algorytm FFT (ang. fast Fourier transform) Wykrywanie tonów DTMF (ang. Dual Tone Multi Frequency) Filtracja cyfrowa

Bardziej szczegółowo

Temat: Filtracja cyfrowa okresowych sygnałów deterministycznych Ćwiczenie 3

Temat: Filtracja cyfrowa okresowych sygnałów deterministycznych Ćwiczenie 3 CYFROWE PRZETWARZANIE SYGNAŁÓW Laboratorium Informatyka, studia stacjonarne drugiego stopnia imei Instytut Metrologii, Elektroniki i Informatyki Temat: Filtracja cyfrowa okresowych sygnałów deterministycznych

Bardziej szczegółowo

OKREŚLENIE WPŁYWU WYŁĄCZANIA CYLINDRÓW SILNIKA ZI NA ZMIANY SYGNAŁU WIBROAKUSTYCZNEGO SILNIKA

OKREŚLENIE WPŁYWU WYŁĄCZANIA CYLINDRÓW SILNIKA ZI NA ZMIANY SYGNAŁU WIBROAKUSTYCZNEGO SILNIKA ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2008 Seria: TRANSPORT z. 64 Nr kol. 1803 Rafał SROKA OKREŚLENIE WPŁYWU WYŁĄCZANIA CYLINDRÓW SILNIKA ZI NA ZMIANY SYGNAŁU WIBROAKUSTYCZNEGO SILNIKA Streszczenie. W

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Lekcja 9 - LICZBY LOSOWE, ZMIENNE

Lekcja 9 - LICZBY LOSOWE, ZMIENNE Lekcja 9 - LICZBY LOSOWE, ZMIENNE I STAŠE 1 Liczby losowe Czasami spotkamy si z tak sytuacj,»e b dziemy potrzebowa by program za nas wylosowaª jak ± liczb. U»yjemy do tego polecenia: - liczba losowa Sprawd¹my

Bardziej szczegółowo

Tytuł referatu (Times New Roman 22,wycentrowany, pogrubiony)

Tytuł referatu (Times New Roman 22,wycentrowany, pogrubiony) Wyższa Szkoła Informatyki w Łodzi Wydział... (Times New Roman 16, wycentrowany) Tytuł referatu (Times New Roman 22,wycentrowany, pogrubiony) Adam Abacki, Bartosz Babacki,... (Times New Roman 12, wycentrowany)

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

Nazwa przedmiotu: METODY SZTUCZNEJ INTELIGENCJI W ZAGADNIENIACH EKONOMICZNYCH Artificial intelligence methods in economic issues Kierunek:

Nazwa przedmiotu: METODY SZTUCZNEJ INTELIGENCJI W ZAGADNIENIACH EKONOMICZNYCH Artificial intelligence methods in economic issues Kierunek: Nazwa przedmiotu: METODY SZTUCZNEJ INTELIGENCJI W ZAGADNIENIACH EKONOMICZNYCH Artificial intelligence methods in economic issues Kierunek: Forma studiów: Informatyka Stacjonarne Rodzaj przedmiotu: obowiązkowy

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

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

DETEKCJA AMPLITUDY SYGNAŁU DRGAŃ KONSTRUKCJI TRANSFORMATORÓW ENERGETYCZNYCH

DETEKCJA AMPLITUDY SYGNAŁU DRGAŃ KONSTRUKCJI TRANSFORMATORÓW ENERGETYCZNYCH POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 85 Electrical Engineering 26 Eugeniusz KORNATOWSKI* Piotr LECH* DETEKCJA AMPLITUDY SYGNAŁU DRGAŃ KONSTRUKCJI TRANSFORMATORÓW ENERGETYCZNYCH Po włączeniu

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

Laboratorium Techniki ultradźwiękowej w diagnostyce medycznej

Laboratorium Techniki ultradźwiękowej w diagnostyce medycznej TUD - laboratorium Laboratorium Techniki ultradźwiękowej w diagnostyce medycznej Ćwiczenie 1 Analiza sygnałów występujących w diagnostycznej aparaturze ultradźwiękowej (rev.2) Opracowali: prof. nzw. dr

Bardziej szczegółowo

, S. Griner a, J. Konieczny a,#

, S. Griner a, J. Konieczny a,# AMME 2002 11th Własnoci magnetyczne i struktura nanokrystalicznych materiałów proszkowych magnetycznie mikkich otrzymanych na drodze kombinowanej nanokrystalizacji termicznej i wysokoenergetycznego mielenia

Bardziej szczegółowo

Zadania do wykonaj przed przyst!pieniem do pracy:

Zadania do wykonaj przed przyst!pieniem do pracy: wiczenie 3 Tworzenie bazy danych Biblioteka tworzenie kwerend, formularzy Cel wiczenia: Zapoznanie si ze sposobami konstruowania formularzy operujcych na danych z tabel oraz metodami tworzenia kwerend

Bardziej szczegółowo

SYMULACJA PROCESU OBRÓBKI NA PODSTAWIE MODELU OBRABIARKI UTWORZONEGO W PROGRAMIE NX

SYMULACJA PROCESU OBRÓBKI NA PODSTAWIE MODELU OBRABIARKI UTWORZONEGO W PROGRAMIE NX W Y B R A N E P R O B L E M Y I NY N I E R S K I E N U M E R 2 I N S T Y T U T A U T O M A T Y Z A C J I P R O C E S Ó W T E C H N O L O G I C Z N Y C H I Z I N T E G R O W A N Y C H S Y S T E M Ó W W

Bardziej szczegółowo

Temat ćwiczenia: Wyznaczanie charakterystyk częstotliwościowych podstawowych członów dynamicznych realizowanych za pomocą wzmacniacza operacyjnego

Temat ćwiczenia: Wyznaczanie charakterystyk częstotliwościowych podstawowych członów dynamicznych realizowanych za pomocą wzmacniacza operacyjnego Automatyka i pomiar wielkości fizykochemicznych ĆWICZENIE NR 3 Temat ćwiczenia: Wyznaczanie charakterystyk częstotliwościowych podstawowych członów dynamicznych realizowanych za pomocą wzmacniacza operacyjnego

Bardziej szczegółowo

3 Podstawy teorii drgań układów o skupionych masach

3 Podstawy teorii drgań układów o skupionych masach 3 Podstawy teorii drgań układów o skupionych masach 3.1 Drgania układu o jednym stopniu swobody Rozpatrzmy elementarny układ drgający, nazywany też oscylatorem harmonicznym, składający się ze sprężyny

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

POMIARY WSPÓŁCZYNNIKA ZNIEKSZTAŁCEŃ NIELINIOWYCH

POMIARY WSPÓŁCZYNNIKA ZNIEKSZTAŁCEŃ NIELINIOWYCH Politechnika Rzeszowska Katedra Metrologii i Systemów Diagnostycznych Laboratorium Metrologii II POMIARY WSPÓŁCZYNNIKA ZNIEKSZTAŁCEŃ NIELINIOWYCH Grupa L.../Z... 1... kierownik Nr ćwicz. 5 2... 3... 4...

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

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

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

Autoreferat. dr inż. Kajetana Marta Snopek. 1. Imię i nazwisko Posiadane dyplomy i stopnie naukowe... 2

Autoreferat. dr inż. Kajetana Marta Snopek. 1. Imię i nazwisko Posiadane dyplomy i stopnie naukowe... 2 Załącznik 2a Autoreferat dr inż. Kajetana Marta Snopek Zawartość 1. Imię i nazwisko... 2 2. Posiadane dyplomy i stopnie naukowe... 2 3. Informacje o dotychczasowym zatrudnieniu w jednostkach naukowych...

Bardziej szczegółowo