dr inż. Artur Zieliński Katedra Elektrochemii, Korozji i Inżynierii Materiałowej Wydział Chemiczny PG pokój 311
|
|
- Karol Pietrzyk
- 8 lat temu
- Przeglądów:
Transkrypt
1 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 ramach Europejskiego Funduszu Społecznego
2 Cegły i pustaki Przedstawiony algorytm dyskretnego przekształcenia Fouriera umożliwia wydzielanie składowych częstotliwościowych, czyli materiału budulcowego przebiegów. Jednak przebiegi dyskretne zawierają puste przestrzenie między kolejnymi próbkami. Prześledzimy, w jaki sposób wykonywana jest analiza takich sygnałów.
3 Poprawny sygnał Na początku próbkowaniu poddamy sygnał zawierający dwie składowe f 1 =0,01 Hz i f 2 =0,02 Hz. Postać widma amplitudowego takiego sygnału nie jest niczym nowym: f 1 =0,01 f 2 =0,01 częstotliwość Sygnał spróbkowany i jego widmo również nie jest podejrzany: Widmo jest automatycznie ograniczane do zakresu 0 f p /2 3
4 Sabotaż Sygnał analogowy jest sygnałem okresowym. Częstotliwość podstawowa wynosi w tym przypadku 0,01 Hz, a częstotliwość drugiej składowej to jej pierwsza wielokrotność lub jak się czasem mawia pierwsza harmoniczna. Dokonamy sabotażu, wprowadzając do sygnału składową o częstotliwości 0,6 Hz, czyli powyżej połowy częstotliwości próbkowania. Jest to 60 wielokrotność. Skoro występują wymierne wielokrotności częstotliwości podstawowej, to sygnał nadal jest okresowy. Prążek 0,4 Hz to znany nam już alias będący efektem powielenia widma. 4
5 Jeszcze większy sabotaż Teraz w miejsce składowej 0,6 Hz wprowadzamy składową o częstotliwości 0,6 2 Hz. Zgodnie z założeniem podanym przy okazji omawiania budowy szeregów trygonometrycznych, taki sygnał nie jest już okresowy. Po procesie próbkowania sygnał i jego widmo wyglądają tak: Niekiedy twierdzenie o próbkowaniu formułowane jest w sposób przynajmniej dwie próbki na okres sygnału. Nie zawsze jednak można określić, jaki jest okres. Z tego względu lepiej jest mówić, że częstotliwość próbkowania powinna być dwa razy większa, niż najwyższa częstotliwość składowej w widmie sygnału. 5
6 Dlaczego większa? Dlaczego większa, a nie większa bądź równa? Jeśli próbkujemy sygnał okresowy z szybkością równą dwukrotności jego częstotliwości, wszystko powinno być w porządku: Próbki zachowują strukturę częstotliwościową sygnału. Jeśli jednak pechowo trafimy tak: Otrzymamy same zera. 6
7 Różne widma Procedura z LabVIEW znowu chroni nas przed tym, ukrywając informację o składowej widma przy połowie częstotliwości próbkowania: Aby zobaczyć tę składową i obszary ukrywane przez procedurę, należy posłużyć się innym narzędziem, również dostępnym w LabVIEW, ale trudniejszym w obsłudze. Na palecie Signal Processing/Transforms znajduje się ikona oznaczona FFT : 7
8 DFT i sinusoida Zastosujmy DFT do analizy sygnału o poznanej strukturze widmowej, aby zobaczyć, co właściwie robi nowo wprowadzona procedura. Otrzymujemy widmo zawierające prążki, ale są one bardzo małe. Dodatkowo skala widma jest zupełnie nieprzystająca do założeń. Struktura połączeń na schemacie pokazuje, że DFT nie produkuje skali częstotliwościowej automatycznie. sygnał wejściowy (x) shift? FFT size FFT(x) error 8
9 DFT to ona Zastosowanie próbnika na przewodzie, którym przesyłana jest DFT, pozwala zobaczyć, że składa się ona z wartości zespolonych. Mówimy ta DFT, ponieważ jak się wkrótce przekonamy jest to wynik działania poznanego przez nas ostatnio dyskretnego przekształcenia Fouriera. Operacja matematyczna nazywa się przekształceniem lub transformacją, natomiast jej wynik to transformata. Widoczne jest, że transformata jest zespolona, natomiast LabVIEW ma tę brzydką cechę, że gdy próbuje się narysować wartości zespolone na wykresie uwzględniana jest jedynie ich część rzeczywista. Rysunek z poprzedniego slajdu jest zatem nieprawidłowy. Na slajdach używane jest określenie DFT, podczas gdy w LabVIEW nazwa FFT. FFT to rozwinięcie od Fast Fourier Transformation, która stosuje bardziej wydajne algorytmy. 9
10 Poprawny wykres DFT Na wykresach przedstawiona została część rzeczywista i urojona analizowanego sygnału. Część rzeczywista tej transformaty jest pomijalnie mała. Zasadnicza informacja zawarta jest w części urojonej. 10
11 Odwracalność Operacja DFT jest odwracalna. Z zespolonych prążków można otrzymać sygnał czasowy. Wykorzystamy to, aby sprawdzić, czy istotnie część rzeczywista ma w omawianym przypadku znikome znaczenie. Sygnał wejściowy Na przedstawionym schemacie dokonujemy całkowitego wyzerowania części rzeczywistej, a następnie dokonujemy rekonstrukcji sygnału za pomocą przekształcenia odwrotnego. Oto rezultat: Sygnał wejściowy Sygnał odtworzony 11
12 Prążki DFT i krążenia Porównajmy postać wykresu prążkowego z wynikami graficznego wyznaczania DFT z poprzedniego wykładu: sygnał to sinus 2Ai 0 f p /4 3/4f p f p -2Ai Widmo to dwa prążki: jeden ma ujemną wartość urojoną, drugi dodatnią, ale również urojoną. Poprzednio dla sinusa również wyszedł taki obraz. Ustaliliśmy, że do analizy 4 punktów sygnału potrzebne były 4 wektory analizujące. 12
13 Rozdzielczość częstotliwościowa Sprawdzenie za pomocą próbnika pozwala przekonać się, że procedura DFT wytwarza taką samą ilość próbek, jaką miał analizowany sygnał. Przekonaliśmy się również, że widmo sygnału cyfrowego ma okres równy f p, zatem jeżeli transformata opisuje widmo sygnału przy użyciu N próbek, rozdzielczość częstotliwościowa (odstęp między prążkami) wynosi: f f p N 13
14 Oś częstotliwości Przedstawiony wzór został wzięty w ramkę, ponieważ jego znaczenie jest ważne dla poprawnego wyskalowania osi odciętych uzyskanej transformaty DFT. Teraz można z czystym sumieniem podpisać oś odciętych, ponieważ pozwala ona odczytać prawdziwą częstotliwość sygnału. Tak naprawdę na osi tej przedstawione są częstotliwości wektorów analizujących. 14
15 Wektory analizujące W przykładzie graficznym wykorzystaliśmy zbiór wektorów analizujących w postaci zespolonej rozmieszczonych równomiernie w zakresie od zera do częstotliwości próbkowania. Używaliśmy 4 wektorów, a odległość między wektorami wynosiła fp/4. Była to czteropunktowa dyskretna transformacja Fouriera. W ogólnym przypadku używanych jest N wektorów. częstotliwości wektorów określone są zależnością: f n n fs N transformacja 4 punktowa transformacja 8 punktowa 15
16 i wzór na DFT W rozważaniach rysunkowych kolejne prążki widma uzyskiwane były przez sumowania iloczynów próbek sygnału z kolejnymi położeniami sprzężonych wektorów analizujących. 2t exp j2f n2t N ( t)exp j2f nt s s / s s / s( 0)exp j2f s n0/ N N biorąc pod uwagę, że: t 1 f s transformata stanowi n próbek w dziedzinie częstotliwości o wartościach: pojedynczy wektor analizujący S n sk N k0 exp 2kn N 16
17 Przekształcenie odwrotne Skoro każdy prążek częstotliwościowy reprezentuje jedno krążenie w przestrzeni zespolonej możliwe jest poustawianie odpowiednich wartości prążków tak, aby po transformacji odwrotnej otrzymać żądany sygnał. Ustawiamy jednostkową wartość prążka składowej rzeczywistej transformaty: Otrzymujemy przebieg czasowy o charakterze zespolonym. Zgadza się to z zależnością Eulera. exp ix isinx cosx 17
18 Synteza sygnału rzeczywistego Aby stworzyć sygnał rzeczywisty, należy dodatkowo ustawić symetrycznie prążek o częstotliwości ujemnej. W wyniku tej operacji otrzymujemy sygnał rzeczywisty będący funkcją kosinus. W 100 punktowej transformacie ustawiony został prążek numer 3 odpowiadający częstotliwości 0,02 Hz, ponieważ pierwszy prążek to częstotliwość zero. Drugi odpowiada częstotliwości 0,98 Hz. Jako że obowiązuje schemat powieleń widma, odpowiada to 0,02 Hz po ujemnej stronie częstotliwości. 18
19 Od DFT do widma Transformata ma postać zespoloną. Często wygodnie posługiwać się wartością jej modułu i fazy, zamiast części rzeczywistej i urojonej. 200 punktowa DFT Otrzymany wynik jest zależny od liczby próbek N. Z tego względu stosuje się skalowanie przez 2/N, aby z widma odczytywać od razu amplitudy składowych sinusoidalnych. 100 punktowa DFT 19
20 Podsumowanie Przedstawione zostało powiązanie między rozważaniami teoretycznymi, dotyczącymi struktury widma, a rezultatami otrzymywanymi za pomocą oprogramowania do analizy cyfrowej. Algorytm DFT może być z powodzeniem użyty do dekompozycji częstotliwościowej sygnałów dyskretnych. Istnieje procedura odwrotna umożliwiająca syntezę sygnału w oparciu o jego transformatę. 20
21 Kolejne zagadnienie Warsztatem pracy, w którym wykonywane były wszystkie dotychczasowe operacje związane z przetwarzaniem sygnałów, było LabVIEW. Pomimo niewątpliwych zalet, takich jak relatywnie duża intuicyjność czy łatwość tworzenia interfejsu użytkownika, pakiet ten ma niewątpliwą wadę. Jest drogi. Z tego powodu następny wykład przybliży możliwości wykorzystania oprogramowania dostępnego legalnie i za darmo w sieci. 21
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 szczegółowodr 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 3 Politechnika Gdaoska, 20 r. Publikacja współfinansowana ze środków Unii Europejskiej w ramach
Bardziej szczegółowoĆwiczenie 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 szczegółowo8. 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 szczegółowoCYFROWE 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 szczegółowoIMPLEMENTATION 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 szczegółowoTeoria 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 szczegółowouzyskany 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 szczegółowoCHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE
CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE Do opisu członów i układów automatyki stosuje się, oprócz transmitancji operatorowej (), tzw. transmitancję widmową. Transmitancję widmową () wyznaczyć można na podstawie
Bardziej szczegółowoTransformata 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 szczegółowoPolitechnika 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 szczegółowoĆwiczenie 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 szczegółowodr 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 szczegółowoPrzekształcenia 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 szczegółowoDYSKRETNE 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 szczegółowoĆWICZENIE 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 szczegółowodr 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 szczegółowoPolitechnika 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 szczegółowoDyskretne 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 szczegółowoLaboratorium 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 szczegółowoPOLITECHNIKA POZNAŃSKA
POLITECHNIKA POZNAŃSKA INSTYTUT ELEKTROTECHNIKI I ELEKTRONIKI PRZEMYSŁOWEJ Zakład Elektrotechniki Teoretycznej i Stosowanej Laboratorium Podstaw Telekomunikacji Ćwiczenie nr 1 Temat: Pomiar widma częstotliwościowego
Bardziej szczegółowoPOLITECHNIKA 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 szczegółowoPodstawy 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 szczegółowoANALIZA 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 szczegółowoZjawisko 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 szczegółowoPolitechnika 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 szczegółowoLaboratorium 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 szczegółowoTransformacja 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 szczegółowoAlgorytmy 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 szczegółowoTransformata 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 szczegółowoPrzetwarzanie 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 szczegółowoAndrzej 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 szczegółowo2. 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 szczegółowoPodstawowe człony dynamiczne
. Człon proporcjonalny 2. Człony całkujący idealny 3. Człon inercyjny Podstawowe człony dynamiczne charakterystyki czasowe = = = + 4. Człony całkujący rzeczywisty () = + 5. Człon różniczkujący rzeczywisty
Bardziej szczegółowoPrzetwarzanie 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 szczegółowoLaboratorium Przetwarzania Sygnałów
PTS - laboratorium Laboratorium Przetwarzania Sygnałów Ćwiczenie 4 Transformacja falkowa Opracował: - prof. dr hab. inż. Krzysztof Kałużyński Zakład Inżynierii Biomedycznej Instytut Metrologii i Inżynierii
Bardziej szczegółowo7. 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 szczegółowoTransformacje Fouriera * podstawowe własności
Transformacje Fouriera * podstawowe własności * podejście mało formalne Funkcja w domenie czasowej Transformacja Fouriera - wstęp Ta sama funkcja w domenie częstości Transformacja Fouriera polega na rozkładzie
Bardziej szczegółowo1. 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 szczegółowoTeoria sterowania - studia niestacjonarne AiR 2 stopień
Teoria sterowania - studia niestacjonarne AiR stopień Kazimierz Duzinkiewicz, dr hab. Inż. Katedra Inżynerii Systemów Sterowania Wykład 4-06/07 Transmitancja widmowa i charakterystyki częstotliwościowe
Bardziej szczegółowoAndrzej 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 szczegółowoSystemy 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 szczegółowo9. 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 szczegółowoPL 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 szczegółowoZastowowanie transformacji Fouriera w cyfrowym przetwarzaniu sygnałów
31.01.2008 Zastowowanie transformacji Fouriera w cyfrowym przetwarzaniu sygnałów Paweł Tkocz inf. sem. 5 gr 1 1. Dźwięk cyfrowy Fala akustyczna jest jednym ze zjawisk fizycznych mających charakter okresowy.
Bardziej szczegółowoPrzetwarzanie 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 szczegółowoPrzekształcenie 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 szczegółowoĆwiczenie 4: Próbkowanie sygnałów
Politechnika Warszawska Instytut Radioelektroniki Zakład Radiokomunikacji STUDIA MAGISTERSKIE DZIENNE LABORATORIUM SYGNAŁÓW MODULACJI I SYSTEMÓW Ćwiczenie 4: Próbkowanie sygnałów Opracował dr inż. Andrzej
Bardziej szczegółowoSzybka 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 szczegółowoAkustyka 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 szczegółowoKatedra 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 szczegółowoKartkówka 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 szczegółowoEgzamin / 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 szczegółowoKatedra Metrologii i Systemów Diagnostycznych Laboratorium Metrologii II. 2013/14. Grupa. Nr ćwicz.
Politechnika Rzeszowska Katedra Metrologii i Systemów Diagnostycznych Laboratorium Metrologii II ELEMENTY CYFROWEGO PRZETWARZANIA SYGNAŁÓW POMIAROWYCH Grupa Nr ćwicz. 2 1... kierownik 2... 3... 4... Data
Bardziej szczegółowoSystemy 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 szczegółowoSzereg i transformata Fouriera
Analiza danych środowiskowych III rok OŚ Wykład 3 Andrzej Leśniak KGIS, GGiOŚ AGH Szereg i transformata Fouriera Cel wykładu: Wykrywanie i analiza okresowości w szeregach czasowych Przepływ wody w rzece
Bardziej szczegółowoAnaliza 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 szczegółowoPolitechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L
Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Ćwiczenie 2. Dyskretna Transformacja Fouriera 1. Liczby zespolone Liczby zespolone są uogólnieniem
Bardziej szczegółowoGenerowanie sygnałów na DSP
Zastosowania Procesorów Sygnałowych dr inż. Grzegorz Szwoch greg@multimed.org p. 732 - Katedra Systemów Multimedialnych Generowanie sygnałów na DSP Wstęp Dziś w programie: generowanie sygnałów za pomocą
Bardziej szczegółowoĆwiczenie 3,4. Analiza widmowa sygnałów czasowych: sinus, trójkąt, prostokąt, szum biały i szum różowy
Ćwiczenie 3,4. Analiza widmowa sygnałów czasowych: sinus, trójkąt, prostokąt, szum biały i szum różowy Grupa: wtorek 18:3 Tomasz Niedziela I. CZĘŚĆ ĆWICZENIA 1. Cel i przebieg ćwiczenia. Celem ćwiczenia
Bardziej szczegółowoCYFROWE 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 szczegółowoFFT 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 szczegółowoLaboratorium 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 szczegółowoDiagnostyka 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 szczegółowoTransmitancje i charakterystyki częstotliwościowe. Krzysztof Patan
Transmitancje i charakterystyki częstotliwościowe Krzysztof Patan Transmitancja systemu czasu ciągłego Przekształcenie Laplace a systemu czasu ciągłego jest superpozycją składowych pochodzących od wymuszenia
Bardziej szczegółowoBadanie widma fali akustycznej
Politechnika Łódzka FTIMS Kierunek: Informatyka rok akademicki: 00/009 sem.. grupa II Termin: 10 III 009 Nr. ćwiczenia: 1 Temat ćwiczenia: Badanie widma fali akustycznej Nr. studenta: 6 Nr. albumu: 15101
Bardziej szczegółowoPREZENTACJA 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 szczegółowoKompresja dźwięku w standardzie MPEG-1
mgr inż. Grzegorz Kraszewski SYSTEMY MULTIMEDIALNE wykład 7, strona 1. Kompresja dźwięku w standardzie MPEG-1 Ogólne założenia kompresji stratnej Zjawisko maskowania psychoakustycznego Schemat blokowy
Bardziej szczegółowoPrzetwarzanie sygnałów
Spis treści Przetwarzanie sygnałów Ćwiczenie 2 Dyskretna transformacja Fouriera 1 Liczby zespolone 1 2 Dyskretna Transformacja Fouriera (ang. Discrete Fourier Transform DFT) 2 3 Pytania i zadania na kartkówkę
Bardziej szczegółowoPRZETWARZANIE SYGNAŁÓW
PRZETWARZANIE SYGNAŁÓW SEMESTR V Wykład VIII Podstawy przetwarzania obrazów Filtracja Przetwarzanie obrazu w dziedzinie próbek Przetwarzanie obrazu w dziedzinie częstotliwości (transformacje częstotliwościowe)
Bardziej szczegółowoPodstawy akwizycji i cyfrowego przetwarzania sygnałów
AKADEMIA GÓRNICZO - HUTNICZA IM. STANISŁAWA STASZICA w KRAKOWIE WYDZIAŁ ELEKTROTECHNIKI, AUTOMATYKI, INFORMATYKI i ELEKTRONIKI KATEDRA METROLOGII LABORATORIUM METROLOGII Podstawy akwizycji i cyfrowego
Bardziej szczegółowoPodstawy 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 szczegółowoCyfrowe 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 szczegółowoPolitechnika Łódzka. Instytut Systemów Inżynierii Elektrycznej. Laboratorium cyfrowej techniki pomiarowej. Ćwiczenie 3
Politechnika Łódzka Instytut Systemów Inżynierii Elektrycznej Laboratorium cyfrowej techniki pomiarowej Ćwiczenie 3 Przetwarzanie danych pomiarowych w programie LabVIEW 1. Generator harmonicznych Jako
Bardziej szczegółowoOpis efektów kształcenia dla modułu zajęć
Nazwa modułu: Teoria i przetwarzanie sygnałów Rok akademicki: 2013/2014 Kod: EEL-1-524-s Punkty ECTS: 6 Wydział: Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Kierunek: Elektrotechnika
Bardziej szczegółowoWydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej
Politechnika Białostocka Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Instrukcja do zajęć laboratoryjnych z przedmiotu: Przetwarzanie Sygnałów Kod: TS1C400027 Temat ćwiczenia:
Bardziej szczegółowoZakłócenia w układach elektroenergetycznych LABORATORIUM 3
Zakłócenia w układach elektroenergetycznych LABORATORIUM 3 Przekształcenie 0-1- Dane są napięcia w trzech fazach (symetryczne): U = V U A = U max sin(ωt + 11. ) U B = U max sin(ωt + 11. ) U C = U max sin(ωt
Bardziej szczegółowoDiagnostyka 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 szczegółowoAnalizy Ilościowe EEG QEEG
Analizy Ilościowe EEG QEEG Piotr Walerjan PWSIM MEDISOFT 2006 Piotr Walerjan MEDISOFT Jakościowe vs. Ilościowe EEG Analizy EEG na papierze Szacunkowa ocena wartości częstotliwości i napięcia Komputerowy
Bardziej szczegółowoCyfrowe 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 szczegółowoPrzekształcenia całkowe. Wykład 1
Przekształcenia całkowe Wykład 1 Przekształcenia całkowe Tematyka wykładów: 1. Liczby zespolone -wprowadzenie, - funkcja zespolona zmiennej rzeczywistej, - funkcja zespolona zmiennej zespolonej. 2. Przekształcenie
Bardziej szczegółowo3. 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 szczegółowoWydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej
Politechnika Białostocka Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Instrukcja do zajęć laboratoryjnych z przedmiotu: Przetwarzanie Sygnałów Kod: TS1C400027 Temat ćwiczenia:
Bardziej szczegółowoA-2. Filtry bierne. wersja
wersja 04 2014 1. Zakres ćwiczenia Celem ćwiczenia jest zrozumienie propagacji sygnałów zmiennych w czasie przez układy filtracji oparte na elementach rezystancyjno-pojemnościowych. Wyznaczenie doświadczalne
Bardziej szczegółowoĆwiczenie nr 6 Charakterystyki częstotliwościowe
Wstęp teoretyczny Ćwiczenie nr 6 Charakterystyki częstotliwościowe 1 Cel ćwiczenia Celem ćwiczenia jest wyznaczenie charakterystyk częstotliwościowych układu regulacji oraz korekta nastaw regulatora na
Bardziej szczegółowoWydział 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 szczegółowo1.1 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 szczegółowo13. 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 szczegółowoPOLITECHNIKA POZNAŃSKA
POLIECHNIKA POZNAŃSKA INSYU ELEKROECHNIKI I ELEKRONIKI PRZEMYSŁOWEJ Zakład Elektrotechniki eoretycznej i Stosowanej Laboratorium Podstaw elekomunikacji Ćwiczenie nr 1 emat: Pomiar widma częstotliwościowego
Bardziej szczegółowoPolitechnika Łódzka. Instytut Systemów Inżynierii Elektrycznej
Politechnika Łódzka Instytut Systemów Inżynierii Elektrycznej Laboratorium komputerowych systemów pomiarowych Ćwiczenie 4 Filtracja sygnałów dyskretnych 1. Opis stanowiska Ćwiczenie jest realizowane w
Bardziej szczegółowoWydział 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 szczegółowoWymiana i składowanie danych multimodalnych
SKRYPT DO LABORATORIUM Wymiana i składowanie danych multimodalnych ĆWICZENIE 3: Dyskretna transformata kosinusowa zasada działania i podstawowe właściwości autor: dr inż. Adam Bujnowski 1. Wymagania wstępne
Bardziej szczegółowoPrzetwarzanie 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 szczegółowoFPGA IMPLEMENTATION OF FAST FOURIER TRANSFORM ALGORITHM IMPLEMENTACJA ALGORYTMU SZYBKIEJ TRANSFORMATY FOURIERA W UKŁADZIE PROGRAMOWALNYM FPGA
Inż. Arkadiusz Pantoł IV rok Koło Naukowe Techniki Cyfrowej dr inż. Wojciech Mysiński opiekun naukowy FPGA IMPLEMENTATION OF FAST FOURIER TRANSFORM ALGORITHM IMPLEMENTACJA ALGORYTMU SZYBKIEJ TRANSFORMATY
Bardziej szczegółowoPrzedmowa 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 szczegółowoDyskretne 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 szczegółowoTemat 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 szczegółowoCyfrowe 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 szczegółowoĆwiczenie: 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 szczegółowoAnaliza właściwości filtra selektywnego
Ćwiczenie 2 Analiza właściwości filtra selektywnego Program ćwiczenia. Zapoznanie się z przykładową strukturą filtra selektywnego 2 rzędu i zakresami jego parametrów. 2. Analiza widma sygnału prostokątnego..
Bardziej szczegółowo