Systemy przetwarzania sygnałów
|
|
- Patryk Piątkowski
- 4 lat temu
- Przeglądów:
Transkrypt
1 Sstem przetwarzania sgnałów x(t) (t)? x(t) Sstem przetwarzania sgnałów (t)
2 Sstem przetwarzania sgnałów sgnał ciągł x(t) (t)=h(x(t)) Sstem czasu ciągłego (t) np. megafon - wzmacniacz analogow sgnał dskretn x(n) (n)=h(x(n)) Sstem czasu dskretnego (n) np. model pogłosu: (n)=.*(n-) +x(n), filtr cfrowe t ciągła zmienna czasu n dskretna zmienna czasu n =,, N,
3 Właściwości sstemów przetwarzania sgnałów. Sstem z pamięcią i bez pamięci. Sstem odwracalne i nieodwracalne 3. Sstem przcznowe i nieprzcznowe 4. Sstem stabilne i niestabilne 5. Sstem liniowe i nieliniowe 6. Sstem niezmienne względem czasu (przesunięcia) i zmienne względem czasu 3
4 Sstem z pamięcią i bez pamięci Sgnał wjściow sstemu bez pamięci w chwili n zależ tlko od sgnału wejściowego w tej samej chwili, np.: n 3x n x n Sgnał wjściow sstemu z pamięcią w chwili n zależ sgnału wejściowego wstępującego w chwilach czasu kn, np.: n n xk xn n n xn 4
5 Sstem przcznowe Sstem jest przcznow gd jego sgnał wjściow w chwili n jest zależn tlko sgnału wejściowego w chwili n i/lub sgnału wejściowego z chwil przeszłch, np.: n xn x( n ) n xn x( n ) nieprzcznow 5
6 Sstem stabilne/niestabilne Sstem jest stabiln jeżeli dla sgnału wejściowego x(n) spełniającego warunek x(n) <A (gdzie: A jest stałą o ograniczonej wartości) próbki wtwarzane wjściu sstemu spełniają warunek (n) <B (gdzie: B jest również stałą o ograniczonej wartości). Któr z poniższch sstemów jest stabiln? a) b) c) d) n x 3 ( n) n n a n u n n k x( n) n N n x n gdzie u(n) jest sekwencją impulsów jednostkowch gdzie k jest stałą 6
7 Sstem jednorodne Jeżeli: x(n) Sstem (n) to: k x(n) Sstem k (n) 7
8 Sstem addtwne Jeżeli: x(n) Sstem (n) oraz: x(n) Sstem (n) to: x(n) + x(n) Sstem (n) + (n) 8
9 Sstem liniowe Jeżeli sstem jest jednorodn i addtwn to jest liniow. jednorodn addtwn liniow 9
10 Zasada superpozcji Sstem linowe spełniają zasadę superpozcji: ax n bx n ahx n bhbx n a n b n H tj. odpowiedź sstemu liniowego na sumę sgnałów wejściowch jest równa sumie odpowiedzi sstemu na poszczególne sgnał składowe. Przkład sstemu liniowego: Przkład sstemu nieliniowego: n n 3x x n n
11 Sstem liniowe Cz sstem: Niech: x n xn n i x n 3 jest liniow? Nie! n x n 5 Jednakże: n x n 7 n x n x n n n 3 Wniosek: Odpowiedź sstemu liniowego na zerowe pobudzenie jest?
12 Sstem liniowe Cz sstem: n xn liniow? Zasada superpozcji mówi: Jednak: a ax n bx n a n b n H n bx n ax n bx n ax n bx n H ax n b n ax n bx n a b
13 Sstem liniowe. Któr z poniższch sstemów jest liniow? Pokaż obliczenia. a) n 3x( n) b) n N n x n c) d) e) f) n k x( n) n x ( n) t alog( x( t)) t t x( ) d o 3
14 Sstem liniowe niezmienne względem przesunięcia Sstem niezmienne względem przesunięcia posiadają następującą właściwość: Jeżeli (n) jest odpowiedzią sstemu na pobudzenie x(n) to (n-k) jest odpowiedzią sstemu na x(n-k). n H xn n k Hxn k Skoncentrujem się na sstemach liniowch niezmiennch względem przesunięcia. 4
15 Sstem liniowe niezmienne względem przesunięcia Pokażem, że dla sstemów liniowch niezmiennch względem przesunięcia, znajomość odpowiedzi sstemu na pobudzenie impulsowe (n) pozwala wznaczć odpowiedź sstemu na dowoln sgnał wejściow. (n) Odpowiedź impulsowa h(n) Sstem liniow 5
16 Sgnał ciągł a sgnał dskretn - ciąg impulsow Diraca Impuls jednostkow: n dla dla n k k n n n k n= n n n=k n 6
17 Sgnał ciągł a sgnał dskretn xt x(t) k x n = k x(nt) t n x k n xt n k 3 Dt n 7
18 Definicja sgnału dskretnego Sgnał dskretn jest ciągiem impulsowm {x(ndt)} dla Dt= {x(), x(), x(k), } x(ndt) x 3 k n xk n k Dt n 8
19 Sgnał dskretn - przkład x(ndt) x(-) - 3 Dt n x n x n x n x n x n 9
20 Odpowiedź sstemu liniowego na pobudzenie sgnałem dskretnm k Sgnał wejściow x(n): xn xk n k Odpowiedź impulsowa: hn H n Odpowiedź sstemu na sgnał wejściow x(n) obliczam korzstając z zasad superpozcji: k k n H xk n k xk H n k xk hn k k
21 Odpowiedź sstemu liniowego na pobudzenie sgnałem dskretnm Sgnał wejściow x(n): x k n xk n k Sgnał wjściow (n): k k n xk hn k xn khk
22 Przkład splotu x h n,, n [, ] x(k) h(k) - 3 k - 3 k k n xn khk x(-k) k x khk x h k - - k
23 Przkład splotu x h n,, n [, ] x(k) h(k) - 3 k - 3 k k n xn khk x(-k) k x khk x h k x( ) h()... x( ) h() - - k 3
24 Przkład splotu x h n,, n [, ] x(k) h(k) - 3 k - 3 k k n xn khk x(-k) k x khk x h k x( ) h()... x( ) h() - - k 4
25 Przkład splotu x h n,, n [, ] x(k) h(k) - 3 k - 3 k k n xn khk x(3-k) k 3 x3 khk x3 h k x(3 ) h() x(3 ) h() - k 5
26 Wnik splotu x(k) h(k) x h n n [ ] - 3 k k n xn hn xk hn k n xn hn [ ] (n) - 3 k - 3 n 6
27 Splot (ang. Convolution) Dla sgnałów ciągłch : t xt ht x ht d Dla sgnałów dskretnch: k n xn hn xk hn k Warto spojrzeć na stronę internetową: 7
28 Odpowiedź sstemu liniowego na pobudzenie sgnałem okresowm Niech sgnał wejściow: x n e jn Sgnał wjściow (n): jnk n xn khk e hk e jn k k k k e jk h k k xnh j n H e j n H e 8
29 Splot (ang. Convolution) k n xn hn xk hn k Sgnał x Sgnał h Splot
30 Splot (ang. Convolution) k n xn hn xk hn k Sgnał x Sgnał h Splot
31 Splot (ang. Convolution) k n xn hn xk hn k Sgnał x Sgnał h Splot
32 Splot (ang. Convolution) k n xn hn xk hn k Sgnał x Sgnał h Splot
33 Splot (ang. Convolution) k n xn hn xk hn k Sgnał x Sgnał h Splot
34 Splot (ang. Convolution) k n xn hn xk hn k Sgnał x Sgnał h Splot
35 Splot (ang. Convolution) k n xn hn xk hn k Sgnał x Sgnał h * Splot
36 Splot (ang. Convolution) k n xn hn xk hn k Sgnał x Sgnał h * Splot
37 Splot (ang. Convolution) k n xn hn xk hn k Sgnał x Sgnał h * Splot
38 Splot (ang. Convolution) k n xn hn xk hn k Sgnał x Sgnał h * Splot
39 Splot (ang. Convolution) k n xn hn xk hn k Sgnał x Sgnał h * Splot
40 Splot (ang. Convolution) k n xn hn xk hn k Sgnał x Sgnał h * Splot
41 Splot (ang. Convolution) k n xn hn xk hn k Sgnał x Zwróć uwagę na długość sgnału wnikowego. Sgnał h Porównaj sgnał wnikow z sgnałem wejściowm Splot L M N
42 Splot - przkład h(t) - t x(t) t x ht d -Dt -Dt Dt Dt t Wznacz (t)= x(t) h(t), dla: Dt=4, Dt=, Dt=3/ i Dt= 4
43 conv(x,h) x h Splot - przkład Dt=
44 conv(x,h) x h Splot - przkład Dt=
45 conv(x,h) x h Splot - przkład Dt=
46 conv(x,h) x h Splot - przkład Dt=
47 Splot Równanie: k n xk hn k xn hn jest nazwane splotem (konwolucją), x(n) z h(n), tj. ciągu wejściowego z odpowiedzią impulsową sstemu. Zachodzi: k k n xk hn k hk xn k 47
48 Obliczanie splotu x(k) x(n-k) x(-k) x(-k) h(k) k k k h(k) k k n hk xn k k 48
49 Obliczanie splotu - przkład Niech jest dan sstem liniow H(.): Odpowiedź impulsowa sstemu: x(n) Dt / / h (n) n xn xn n n n h(n) / (n) h(.) 49
50 Obliczanie splotu - przkład Sgnał odp. Imp x()= h()= x()= h()= x()= h()= k n hk xn k k n xk hn k () = x()h() + x()h(-) + x()h(-) = ++ = () = x()h() + x()h() + x()h(-) = ++ = () = x()h() + x()h() + x()h( ) = ++ = (3) = x()h(3) + x()h() + x()h( ) = ++ = (4) =. 5
51 Obliczanie splotu - przkład Sgnał odp. Imp x()= h()= x()= h()= x()= h()= k n hk xn k k n xk hn k () = x()h() + x()h(-) + x()h(-) = ++ = () = x()h() + x()h() + x()h(-) = ++ = () = x()h() + x()h() + x()h( ) = ++ = 3 (3) =.. (4) =. 5
52 Nieskończona odpowiedź impulsowa Odpowiedź impulsowa sstemu może bć nieskończona: n a n xn Sprzężenie zwrotne x(n) (n) a (n-) a (n-) Dt Dla jakich wartości współcznnika a sstem ten jest stabiln? 5
53 Ptania. Sgnał dskretn w czasie można zdefiniować jako: a) kombinację liniową ważonch, jednostkowch funkcji impulsowch b) kombinację liniową kolejno opóźnianch jednostkowch funkcji impulsowch c) kombinację liniową jednostkowch funkcji impulsowch d) kombinację liniową ważonch i kolejno opóźnianch jednostkowch funkcji impulsowch. Znajomość funkcji impulsowej umożliwia w pełni scharakterzować: a) liniow sstem bez pamięci b) sstem liniow c) sstem niezmienn względem przesunięcia d) sstem liniow, niezmienn względem przesunięcia 53
54 Splot jako filtracja Przekład: Oblicz splot sgnału EKG z odpowiedzią impulsową: h n k n xn k k
55 Splot jako filtracja # Pthon (interactive mode) from scip.io import loadmat,savemat ecg=loadmat('ecg_all.mat')['ecg_s'] #load ecg signal and assign to variable ecg ecg=reshape(ecg,len(ecg)) #reshaping required for.mat files plot(ecg) h=/4.*ones(4) #define impulse response h =convolve(h,ecg) #result of filtering plot() k 3 k n hxn h xn h3xn 3 hk xn k 55
56 Splot jako filtracja.6 Sgnał EKG Odpowiedź impulsowa filtru
57 Splot jako filtracja.6.4. Wnik filtracji splotowej Filtr wgładzając x conv(x,h) 57
58 Splot filtr cfrowe x(k) współcznniki ruchomej średniej b współcznniki autoregresji (k) z - z - x(k-) b a (k-) z - z - x(k-) b a (k-) z - z - x(k-m) b M a N (k-n) 58
59 Podsumowanie. Rodzaje sstemów przetwarzania sgnałów dskretnch. Własności sstemów 3. Sstem liniowe niezmienne względem przesunięcia 4. Splot - definicja - obliczanie - przkład - filtracja 59
Właściwości sygnałów i splot. Krzysztof Patan
Właściwości sygnałów i splot Krzysztof Patan Właściwości sygnałów Dla sygnału ciągłego x(t) można zdefiniować wielkości liczbowe charakteryzujące ten sygnał wartość średnia energia sygnału x sr = lim τ
Bardziej szczegółowoSystemy przetwarzania sygnałów
Systemy przetwarzania sygnałów x(t) y(t)? x(t) System przetwarzania sygnałów y(t) 23 P. Strumiłło 1 Systemy przetwarzania sygnałów sygnał cigły x(t) y(t)=h(x(t)) System czasu cigłego y(t) np. megafon -
Bardziej szczegółowoĆwiczenie 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 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 szczegółowoAdam 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 szczegółowoPrzetwarzanie sygnałów biomedycznych
Przetwarzanie sgnałów biomedcznch Człowiek- najlepsza inwestcja Projekt współfinansowan przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Wkład XIII Dstrbucje czasowo częstotliwościowe
Bardziej szczegółowo25. RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU. y +y tgx=sinx
5. RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU 5.1. Pojęcia wstępne. Klasfikacja równań i rozwiązań Rozróżniam dwa zasadnicze tp równań różniczkowch: równania różniczkowe zwczajne i równania różniczkowe cząstkowe.
Bardziej 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 szczegółowoPolitechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie
Politechnika Wrocławska, Wydział Informatyki i Zarządzania Modelowanie Zad Wyznacz transformaty Laplace a poniższych funkcji, korzystając z tabeli transformat: a) 8 3e 3t b) 4 sin 5t 2e 5t + 5 c) e5t e
Bardziej szczegółowoRÓWNANIA RÓŻNICZKOWE WYKŁAD 5
RÓWNANIA RÓŻNICZKOWE WYKŁAD 5 Równania różniczkowe rzędu drugiego Równania rzędu drugiego sprowadzalne do równań rzędu pierwszego Równanie różniczkowe rzędu drugiego postaci F ( x, ', ") 0 ( nie wstępuje
Bardziej szczegółowoOptyka Fourierowska. Wykład 1 Analiza sygnałów i układów dwuwymiarowych
Optka Forierowska Wkład Analiza sgnałów i kładów dwwmiarowch Literatra K. Gniadek Optka Forierowska K. Gniadek Optczne przetwarzanie inormacji J.W. Goodman Introdction to Forier Optics O. K. Erso Diraction
Bardziej szczegółowoUKŁADY JEDNOWYMIAROWE. Część III UKŁADY NIELINIOWE
UKŁADY JEDNOWYMIAROWE Część III UKŁADY NIELINIOWE 1 15. Wprowadzenie do części III Układ nieliniowe wkazją czter właściwości znacznie różniące je od kładów liniowch: 1) nie spełniają zasad sperpozcji,
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 szczegółowoTransformata 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 szczegółowoMacierze normalne. D : Dowolną macierz kwadratową można zapisać w postaci A = B + ic gdzie ( ) B = A + A B = A + A = ( A + A)
Macierze normalne Twierdzenie: Macierz można zdiagonalizować za pomocą unitarnej transformacji podobieństwa wted i tlko wted gd jest normalna (AA A A). ( ) D : Dowolną macierz kwadratową można zapisać
Bardziej szczegółowoPolitechnika Warszawska Instytut Automatyki i Robotyki. Prof. dr hab. inż. Jan Maciej Kościelny PODSTAWY AUTOMATYKI
Politechnika Warszawska Insttut Automatki i Robotki Prof. dr hab. inż. Jan Maciej Kościeln PODSTAWY AUTOMATYKI 1. Wprowadzenie, pojęcia podstawowe Plan wkładu 2 Definicja automatki jako dziedzin nauki
Bardziej szczegółowoRozwiązanie równań stanu dla układów liniowych - pola wektorowe
Rozwiązanie równań stanu dla układów liniowch - pola wektorowe Przgotowanie: Dariusz Pazderski Wprowadzenie Rozważm liniowe równanie stanu układu niesingularnego stacjonarnego o m wejściach: ẋ = A+ Bu,
Bardziej szczegółowoRównania różniczkowe cząstkowe
Równania różniczkowe cząstkowe Definicja Równaniem różniczkowm cząstkowm nazwam takie równanie różniczkowe w którm wstępuje co najmniej jedna pochodna cząstkowa niewiadomej funkcji dwóch lub więcej zmiennch
Bardziej szczegółowoPolitechnika 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 szczegółowoRÓWNANIA RÓŻNICZKOWE WYKŁAD 3
RÓWNANIA RÓŻNICZKOWE WYKŁAD 3 Równania różniczkowe liniowe Metoda przewidwań Metoda przewidwań całkowania równania niejednorodnego ' p( x) opiera się na następującm twierdzeniu. Twierdzenie f ( x) Suma
Bardziej szczegółowoSystemy. Krzysztof Patan
Systemy Krzysztof Patan Systemy z pamięcią System jest bez pamięci (statyczny), jeżeli dla dowolnej chwili t 0 wartość sygnału wyjściowego y(t 0 ) zależy wyłącznie od wartości sygnału wejściowego w tej
Bardziej szczegółowo1 Macierze i wyznaczniki
1 Macierze i wyznaczniki 11 Definicje, twierdzenia, wzory 1 Macierzą rzeczywistą (zespoloną) wymiaru m n, gdzie m N oraz n N, nazywamy prostokątną tablicę złożoną z mn liczb rzeczywistych (zespolonych)
Bardziej szczegółowoFiltry cyfrowe. h(n) odpowiedź impulsowa. Filtr cyfrowy. Procesory sygnałowe (DSP), układy programowalne
Filtry cyfrowe Procesory sygnałowe (DSP), układy programowalne x(n) Filtr cyfrowy y(n) h(n) odpowiedź impulsowa x(n) y(n) y(n) = x(n) h(n) 1 Filtry cyfrowe Po co filtrujemy sygnały? Aby uzyskać: redukcję
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 szczegółowoPlan wykładu. Własności statyczne i dynamiczne elementów automatyki:
Plan wykładu Własności statyczne i dynamiczne elementów automatyki: - charakterystyka statyczna elementu automatyki, - sygnały standardowe w automatyce: skok jednostkowy, impuls Diraca, sygnał o przebiegu
Bardziej szczegółowoMES polega na wyznaczaniu interesujących nas parametrów w skończonej ilości punktów. A co leży pomiędzy tymi punktami?
MES- 07 Interpolacja, wprowadzenie Interpolacja: po co nam to? Ptania MES polega na wznaczaniu interesującch nas parametrów w skończonej ilości punktów. A co leż pomiędz tmi punktami? Na razie rozpatrwaliśm
Bardziej szczegółowoWykład 7: Warunkowa wartość oczekiwana. Rozkłady warunkowe.
Rachunek prawdopodobieństwa MAP3040 WPPT FT, rok akad. 2010/11, sem. zimowy Wykładowca: dr hab. Agnieszka Jurlewicz Wykład 7: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Warunkowa wartość oczekiwana.
Bardziej szczegółowoAkwizycja i przetwarzanie sygnałów cyfrowych
Akwizycja i przetwarzanie sygnałów cyfrowych Instytut Teleinformatyki ITI PK Kraków 21 luty 2011 Plan na dziś 1 Przedstawienie przedmiotu i zakresu wykładu polecanej iteratury zasad zaliczenia 2 Wyklad
Bardziej szczegółowoPlan wyk y ł k adu Mózg ludzki a komputer Komputer Mózg Jednostki obliczeniowe Jednostki pami Czas operacji Czas transmisji Liczba aktywacji/s
Sieci neuronowe model konekcjonistczn Plan wkładu Mózg ludzki a komputer Modele konekcjonistcze Sieć neuronowa Sieci Hopfielda Mózg ludzki a komputer Twój mózg to komórek, 3 2 kilometrów przewodów i (biliard)
Bardziej szczegółowoWykład Analiza jakościowa równań różniczkowych
Na podstawie książki J. Rusinka, Równania różniczkowe i różnicowe w zarządzaniu, Oficna Wdawnicza WSM, Warszawa 2005. 21 maja 2012 Definicja Stabilność Niech = F (x, ) będzie równaniem różniczkowm. Rozwiązanie
Bardziej szczegółowoInstrukcja do laboratorium z cyfrowego przetwarzania sygnałów. Systemy i wybrane sposoby ich opisu
Instrukcja do laboratorium z cyfrowego przetwarzania sygnałów Systemy i wybrane sposoby ich opisu Przemysław Korohoda, KE, AGH Zawartość instrukcji: 1 Materiał z zakresu DSP 1.1 Klasyfikacja systemów 1.
Bardziej szczegółowoModulatory i detektory. Modulacja. Modulacja i detekcja
Modulator i detektor Modulacja Przekształcenie sgnału informacjnego do postaci dogodnej do transmisji w kanale telekomunikacjnm Polega na zmianie, któregoś z parametrów fali nośnej (amplitud, częstotliwości,
Bardziej szczegółowoInterpolacja. Układ. x exp. = y 1. = y 2. = y n
MES 07 lokaln Interpolacja. Układ Interpolacja, wprowadzenie Interpolacja: po co nam to? Ptania MES polega na wznaczaniu interesującch nas parametrów w skończonej ilości punktów. A co leż pomiędz tmi punktami?
Bardziej szczegółowo19. Wybrane układy regulacji Korekcja nieliniowa układów. Przykład K s 2. Rys Schemat blokowy układu oryginalnego
19. Wbrane układ regulacji Przkład 19.1 19.1. Korekcja nieliniowa układów w K s 2 Rs. 19.1. Schemat blokow układu orginalnego 1 Zbadać możliwość stabilizacji układu za pomocą nieliniowego prędkościowego
Bardziej szczegółowoRównania różniczkowe cząstkowe
Równania różniczkowe cząstkowe Definicja: Równaniem różniczkowm cząstkowm nazwam takie równanie różniczkowe w którm wstępuje co najmniej jedna pochodna cząstkowa niewiadomej funkcji dwóch lub więcej zmiennch
Bardziej szczegółowoPrzetwarzanie 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 szczegółowoPrzeksztacenie Laplace a. Krzysztof Patan
Przeksztacenie Laplace a Krzysztof Patan Wprowadzenie Transformata Fouriera popularna metoda opisu systemów w dziedzinie częstotliwości Transformata Fouriera umożliwia wykonanie wielu użytecznych czynności:
Bardziej szczegółowoPrzekształcenie Z. Krzysztof Patan
Przekształcenie Z Krzysztof Patan Wprowadzenie Przekształcenie Laplace a można stosować do sygnałów i systemów czasu ciągłego W przypadku sygnałów czy systemów czasu dyskretnego do wyznaczenia transmitancji
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Zajęcia 1-2
Stanisław Cichocki Natalia Nehreecka Zajęcia - . Model liniow Postać modelu liniowego Zapis macierzow modelu liniowego. Estmacja modelu Przkład Wartość teoretczna (dopasowana) Reszt 3. MNK - przpadek wielu
Bardziej szczegółowob n y k n T s Filtr cyfrowy opisuje się również za pomocą splotu dyskretnego przedstawionego poniżej:
1. FILTRY CYFROWE 1.1 DEFIICJA FILTRU W sytuacji, kiedy chcemy przekształcić dany sygnał, w inny sygnał niezawierający pewnych składowych np.: szumów mówi się wtedy o filtracji sygnału. Ogólnie Filtracją
Bardziej szczegółowoWykład 4 Testy zgodności. dystrybuanta rozkładu populacji dystrybuanty rozkładów dwóch populacji rodzaj rozkładu wartości parametrów.
Wkład Test zgodności. Test zgodności służą do werikacji hipotez mówiącch, że a dstrbuanta rozkładu populacji ma określoną z gór postać unkcjną b dstrbuant rozkładów dwóch populacji nie różnią się w sposób
Bardziej szczegółowoDefinicja wartości bezwzględnej. x < x y. x =
1.9. WARTOŚĆ BEZWZGLĘDNA Definicja wartości bezwzględnej... gd... 0 =... gd... < 0 Własności wartości bezwzględnej 0 = = = n a n = a, gd n jest liczbą parzstą Przkład 1.9.1. Oblicz: a) b) c) 1 d) 0 e)
Bardziej szczegółowoRównania różniczkowe
Równania różniczkowe I rzędu Andrzej Musielak Równania różniczkowe Równania różniczkowe I rzędu Równanie różniczkowe pierwszego rzędu to równanie w którm pojawia się zmienna x, funkcja tej zmiennej oraz
Bardziej szczegółowoPochodna funkcji wykład 5
Pochodna funkcji wkład 5 dr Mariusz Grządziel 8 listopada 2010 Funkcja logistczna 40 Rozważm funkcję logistczną = f 0 (t) = 1+5e 0,5t Funkcja f może bć wkorzstana np. do modelowania wzrostu mas ziaren
Bardziej szczegółowo1 Macierz odwrotna metoda operacji elementarnych
W tej części skupimy się na macierzach kwadratowych. Zakładać będziemy, że A M(n, n) dla pewnego n N. Definicja 1. Niech A M(n, n). Wtedy macierzą odwrotną macierzy A (ozn. A 1 ) nazywamy taką macierz
Bardziej szczegółowoCzęść 1. Transmitancje i stabilność
Część 1 Transmitancje i stabilność Zastosowanie opisu transmitancyjnego w projektowaniu przekształtników impulsowych Istotne jest przewidzenie wpływu zmian w warunkach pracy (m. in. v g, i) i wielkości
Bardziej szczegółowoProgramowanie nieliniowe optymalizacja funkcji wielu zmiennych
Ekonomia matematczna II Ekonomia matematczna II Prowadząc ćwiczenia Programowanie nieliniowe optmalizacja unkcji wielu zmiennch Modele programowania liniowego często okazują się niewstarczające w modelowaniu
Bardziej szczegółowoScenariusz lekcji matematyki z wykorzystaniem komputera
Scenariusz lekcji matematki z wkorzstaniem komputera Temat: Wpłw współcznników a i b na położenie wkresu funkcji liniowej. (Rsowanie wkresów prz użciu arkusza kalkulacjnego EXCEL.) Czas zajęć: 9 min Cele:
Bardziej szczegółowoLokalna odwracalność odwzorowań, odwzorowania uwikłane
Lokalna odwracalność odwzorowań, odwzorowania uwikłane Katedra Matematyki i Ekonomii Matematycznej Szkoła Główna Handlowa 17 maja 2012 Definicja Mówimy, że odwzorowanie F : X R n, gdzie X R n, jest lokalnie
Bardziej szczegółowoL.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 4 ZADANIA - ZESTAW 4
ZADANIA - ZESTAW 4 Zadanie 4. 0-0,4 c 0 0, 0, Wznacz c. Wznacz rozkład brzegowe. Cz, są niezależne? (odp. c = 0,3 Zadanie 4.- 0-0,4 0,3 0 0, 0, Wznaczć macierz kowariancji i korelacji. Cz, są skorelowane?
Bardziej szczegółowoRealizacja funkcji przełączających
Realizacja funkcji przełączającch. Wprowadzenie teoretczne.. Podstawowe funkcje logiczne Funkcja logiczna NOT AND OR Zapis = x x = = x NAND NOR.2. Metoda minimalizacji funkcji metodą tablic Karnaugha Metoda
Bardziej szczegółowoPodstawy Automatyki. Człowiek- najlepsza inwestycja. Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego
Podstaw Automatki Człowiek- najlepsza inwestcja Projekt współfinansowan przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Program 2 Podstaw Automatki Insttut Automatki i Robotki Autor programu:
Bardziej szczegółowoRys. 1 Otwarty układ regulacji
Automatyka zajmuje się sterowaniem, czyli celowym oddziaływaniem na obiekt, w taki sposób, aby uzyskać jego pożądane właściwości. Sterowanie często nazywa się regulacją. y zd wartość zadana u sygnał sterujący
Bardziej szczegółowoPolitechnika Poznańska, Katedra Sterowania i Inżynierii Systemów Wykłady 7,8, str. 1
Politechnika Poznańska, Katedra Sterowania i Inżnierii Sstemów Wkład 7,8, str. 28. Uchb ustalon w układach z niejednostkowm (elastcznm) sprzężeniem zwrotnm [rad] k u 0 [V] [V] u[v] G (s) G 2 (s) [rad]
Bardziej szczegółowoZaawansowane metody numeryczne
Wykład 1 Zadanie Definicja 1.1. (zadanie) Zadaniem nazywamy zagadnienie znalezienia rozwiązania x spełniającego równanie F (x, d) = 0, gdzie d jest zbiorem danych (od których zależy rozwiązanie x), a F
Bardziej szczegółowoZaawansowane metody numeryczne
Wykład 11 Ogólna postać metody iteracyjnej Definicja 11.1. (metoda iteracyjna rozwiązywania układów równań) Metodą iteracyjną rozwiązywania { układów równań liniowych nazywamy ciąg wektorów zdefiniowany
Bardziej szczegółowoPomiar bezpośredni przyrządem wskazówkowym elektromechanicznym
. Rodzaj poiaru.. Poiar bezpośredni (prost) W przpadku poiaru pojednczej wielkości przrząde wskalowan w jej jednostkach wartość niedokładności ± określa graniczn błąd przrządu analogowego lub cfrowego
Bardziej szczegółowo3.3. UKŁADY RÓWNAŃ LINIOWYCH. Równanie liniowe z dwiema niewiadomymi. Równaniem liniowym z dwiema niewiadomymi x i y nazywamy równanie postaci
.. UKŁADY RÓWNAŃ LINIOWYCH Równanie liniowe z dwiema niewiadommi Równaniem liniowm z dwiema niewiadommi i nazwam równanie postaci A B C 0, gdzie A, B, C R i A B 0 m równania z dwiema niewiadommi nazwam
Bardziej szczegółowoCyfrowe 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 szczegółowoDetekcja zespołów QRS w sygnale elektrokardiograficznym
Detekcja zespołów QRS w sygnale elektrokardiograficznym 1 Wprowadzenie Zadaniem algorytmu detekcji zespołów QRS w sygnale elektrokardiograficznym jest określenie miejsc w sygnale cyfrowym w których znajdują
Bardziej szczegółowoBADANIE CYFROWYCH UKŁADÓW ELEKTRONICZNYCH TTL strona 1/7
BADANIE CYFROWYCH UKŁADÓW ELEKTRONICZNYCH TTL strona 1/7 BADANIE CYFROWYCH UKŁADÓW ELEKTRONICZNYCH TTL 1. Wiadomości wstępne Monolitcne układ scalone TTL ( ang. Trasistor Transistor Logic) stanowią obecnie
Bardziej szczegółowoANALIZA SYGNAŁÓ W JEDNÓWYMIARÓWYCH
ANALIZA SYGNAŁÓ W JEDNÓWYMIARÓWYCH Generowanie podstawowych przebiegów okresowych sawtooth() przebieg trójkątny (wierzhołki +/-1, okres 2 ) square() przebieg kwadratowy (okres 2 ) gauspuls()przebieg sinusoidalny
Bardziej szczegółowoWykład 1 Podstawy projektowania układów logicznych i komputerów Synteza i optymalizacja układów cyfrowych Układy logiczne
Element cfrowe i układ logicne Wkład Literatura M. Morris Mano, Charles R. Kime Podstaw projektowania układów logicnch i komputerów, Wdawnictwa Naukowo- Technicne Giovanni De Micheli - Sntea i optmaliacja
Bardziej szczegółowoTEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM
TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM AKADEMIA MORSKA Katedra Telekomunikacji Morskiej ĆWICZENIE 3 BADANIE CHARAKTERYSTYK CZASOWYCH LINIOWYCH UKŁADÓW RLC. Cel ćwiczenia Celem ćwiczenia są pomiary i analiza
Bardziej szczegółowoWykład 6: Reprezentacja informacji w układzie optycznym; układy liniowe w optyce; podstawy teorii dyfrakcji
Fotonika Wykład 6: Reprezentacja informacji w układzie optycznym; układy liniowe w optyce; podstawy teorii dyfrakcji Plan: pojęcie sygnału w optyce układy liniowe filtry liniowe, transformata Fouriera,
Bardziej szczegółowoWartości i wektory własne
Rozdział 7 Wartości i wektor własne Niech X będzie skończenie wmiarową przestrzenią liniową nad ciałem F = R lub F = C. Niech f : X X będzie endomorfizmem, tj. odwzorowaniem liniowm przekształającm przestrzeń
Bardziej szczegółowoY AUT AU OMA OM T A YKI
PODSTAWY AUTOMATYKI Wkład 1 Prowadząc: Jan Sposz Wstępne informacje Podstawa zaliczenia wkładu: kolokwium 23.01.2010 Obecność na wkładach: lista obecności. Zakres tematczn przedmiotu: (10 godzin wkładów)
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 szczegółowoALGEBRA LINIOWA 2. Lista zadań 2003/2004. Opracowanie : dr Teresa Jurlewicz, dr Zbigniew Skoczylas
ALGEBRA LINIOWA 2 Lista zadań 23/24 Opracowanie : dr Teresa Jurlewicz dr Zbigniew Skoczylas Lista pierwsza Zadanie Uzasadnić z definicji że zbiór wszystkich rzeczywistych macierzy trójkątnych górnych stopnia
Bardziej szczegółowo1. Wielomiany Podstawowe definicje i twierdzenia
1. Wielomiany Podstawowe definicje i twierdzenia Definicja wielomianu. Wielomianem stopnia n zmiennej rzeczywistej x nazywamy funkcję w określoną wzorem w(x) = a n x n + a n 1 x n 1 + + a 1 x + a 0, przy
Bardziej szczegółowoPolitechnika 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 szczegółowoSPRZĘTOWA REALIZACJA FILTRÓW CYFROWYCH TYPU SOI
1 ĆWICZENIE VI SPRZĘTOWA REALIZACJA FILTRÓW CYFROWYCH TYPU SOI (00) Celem pracy jest poznanie sposobu fizycznej realizacji filtrów cyfrowych na procesorze sygnałowym firmy Texas Instruments TMS320C6711
Bardziej szczegółowoPrzedziały ufności i testy parametrów. Przedziały ufności dla średniej odpowiedzi. Interwały prognoz (dla przyszłych obserwacji)
Wkład 1: Prosta regresja liniowa Statstczn model regresji liniowej Dane dla prostej regresji liniowej Przedział ufności i test parametrów Przedział ufności dla średniej odpowiedzi Interwał prognoz (dla
Bardziej szczegółowo12. FUNKCJE WIELU ZMIENNYCH. z = x + y jest R 2, natomiast jej
1. FUNKCJE WIELU ZMIENNYCH 1.1. FUNKCJE DWÓCH ZMIENNYCH Funkcją dwóch zmiennch określoną w zbiorze D R nazwam przporządkowanie każdej parze liczb () D dokładnie jednej liczb rzeczwistej z. Piszem prz tm
Bardziej szczegółowoCiągi liczbowe. Zbigniew Koza. Wydział Fizyki i Astronomii
Ciągi liczbowe Zbigniew Koza Wydział Fizyki i Astronomii Wrocław, 2015 Co to są ciągi? Ciąg skończony o wartościach w zbiorze A to dowolna funkcja f: 1,2,, n A Ciąg nieskończony o wartościach w zbiorze
Bardziej szczegółowof x f y f, jest 4, mianowicie f = f xx f xy f yx
Zestaw 14 Pochodne wŝszch rzędów Niech będzie dana funkcja x f określona w pewnm obszarze D Przpuśćm Ŝe f x istnieją pochodne cząstkowe tej funkcji x x Pochodne cząstkowe tch pochodnch jeŝeli istnieją
Bardziej szczegółowoPrzekształcenia liniowe
ALGEBRA LINIOWA 2 Wydział Mechaniczny / AIR, MTR Semestr letni 2009/2010 Prowadzący: dr Teresa Jurlewicz Przekształcenia liniowe Uwaga. W nawiasach kwadratowych podane są numery zadań znajdujących się
Bardziej szczegółowo14. Grupy, pierścienie i ciała.
4. Grup, pierścienie i ciała. Definicja : Zbiór A nazwam grupą jeśli jest wposaŝon w działanie wewnętrzne łączne, jeśli to działanie posiada element neutraln i kaŝd element zbioru A posiada element odwrotn.
Bardziej szczegółowo1. Ubezpieczenia życiowe
1. Ubezpieczenia życiowe Przy ubezpieczeniach życiowych mamy do czynienia z jednorazową wypłatą sumy ubezpieczenia. Moment jej wypłaty i wielkość wypłaty może być funkcją zmiennej losowej T a więc czas
Bardziej szczegółowoAutomatyka. Treść wykładów: Układ sekwencyjny synchroniczny. Układ kombinacyjny AND. Układ sekwencyjny asynchroniczny. Układ sekwencyjny synchroniczny
Automatka dr inż. Szmon Surma szmon.surma@polsl.pl zawt.polsl.pl/studia pok. 202, tel. +48 32 603 4136 Treść wkładów: 1. Podstaw automatki 2. Układ kombinacjne, 3. Układ sekwencjne snchronicze, 4. Układ
Bardziej szczegółowoKomputerowa akwizycja obrazów
Percepcja wrażeń wzrokowch przez człowieka PWN Komputerowa akwizcja obrazów P. Strumiłło Percepcja wrażeń wzrokowch przez człowieka Człowiek uzskuje ponad 90% informacji o świecie zewnętrznm za pomocą
Bardziej szczegółowox 1 x 2 x 3 x n w 1 w 2 Σ w 3 w n x 1 x 2 x 1 XOR x (x A, y A ) y A x A
Sieci neuronowe model konekcjonistczn Plan wkładu Perceptron - przpomnienie Uczenie nienadzorowane Sieci Hopfielda Perceptron w 3 Σ w n A Liniowo separowaln problem klasfikacji ( A, A ) Problem XOR 0 0
Bardziej szczegółowoPrzekształcenia liniowe
Przekształcenia liniowe Zadania Które z następujących przekształceń są liniowe? (a) T : R 2 R 2, T (x, x 2 ) = (2x, x x 2 ), (b) T : R 2 R 2, T (x, x 2 ) = (x + 3x 2, x 2 ), (c) T : R 2 R, T (x, x 2 )
Bardziej szczegółowoAutomatyka. Treść wykładów: Układ kombinacyjny AND. Układ sekwencyjny synchroniczny. Układ sekwencyjny asynchroniczny. Układ sekwencyjny synchroniczny
Treść wkładów: Automatka dr inż. Szmon Surma szmon.surma@polsl.pl zawt.polsl.pl pok. 202, tel. +48 32 603 4136 1. Podstaw automatki 2. Układ kombinacjne, 3. Układ sekwencjne snchronicze, 4. Układ sekwencjne
Bardziej szczegółowoUbezpieczenia na życie
ROZDZIAŁ 4 Ubezpieczenia na życie Ubezpieczenie na życie jest to kontrakt (zwany polisą), w którym ubezpieczony zobowiązuje się do opłacenia składki (jednorazowo lub w ratach), a w zamian za to ubezpieczyciel
Bardziej szczegółowoMetody iteracyjne rozwiązywania układów równań liniowych (5.3) Normy wektorów i macierzy (5.3.1) Niech. x i. i =1
Normy wektorów i macierzy (5.3.1) Niech 1 X =[x x Y y =[y1 x n], oznaczają wektory przestrzeni R n, a yn] niech oznacza liczbę rzeczywistą. Wyrażenie x i p 5.3.1.a X p = p n i =1 nosi nazwę p-tej normy
Bardziej szczegółowoWprowadzenie do technik regulacji automatycznej. prof nzw. dr hab. inż. Krzysztof Patan
Wprowadzenie do technik regulacji automatycznej prof nzw. dr hab. inż. Krzysztof Patan Czym jest AUTOMATYKA? Automatyka to dziedzina nauki i techniki zajmująca się teorią i praktycznym zastosowaniem urządzeń
Bardziej szczegółowo= Zapiszemy poniższy układ w postaci macierzy. 8+$+ 2&=4 " 5 3$ 7&=0 5$+7&=4
17. Układ równań 17.1 Co nazywamy układem równań liniowych? Jak zapisać układ w postaci macierzowej (pokazać również na przykładzie) Co to jest rozwiązanie układu? Jaki układ nazywamy jednorodnym, sprzecznym,
Bardziej szczegółowoZestaw 0. 1 sin 2 x ; k) (arctg x) 0 = 1 ; l) (arcctg x) x 2 m) (arcsin x) 0 = p 1
Podstawowe wzor rachunku ró zniczkowego Zestaw. Rachunek ró zniczkow i ca kow a) (f () g ()) = f () g () + f () g () b) f (g ()) = f (g ()) g () f() c) g() = f ()g() f()g () d) ( n ) = n n g () e) (log
Bardziej szczegółowoLaboratorium Cyfrowego Przetwarzania Obrazów
Laboratorium Cyfrowego Przetwarzania Obrazów Ćwiczenie 4 Filtracja 2D Opracowali: - dr inż. Krzysztof Mikołajczyk - dr inż. Beata Leśniak-Plewińska - dr inż. Jakub Żmigrodzki Zakład Inżynierii Biomedycznej,
Bardziej szczegółowoWZMACNIACZ OPERACYJNY
1. OPIS WKŁADKI DA 01A WZMACNIACZ OPERACYJNY Wkładka DA01A zawiera wzmacniacz operacyjny A 71 oraz zestaw zacisków, które umożliwiają dołączenie elementów zewnętrznych: rezystorów, kondensatorów i zwór.
Bardziej szczegółowoZASTOSOWANIA PRZEKSZTAŁCENIA ZET
CPS - - ZASTOSOWANIA PRZEKSZTAŁCENIA ZET Rozwiązywanie równań różnicowych Dyskretny system liniowy-stacjonarny można opisać równaniem różnicowym w postaci ogólnej N M aky[ n k] bkx[ n k] k k Przekształcenie
Bardziej szczegółowoOptyka Fourierowska. Wykład 7 Filtracja przestrzenna
Optka Fourierowska Wkład 7 Filtracja przestrzenna Optczna obróbka inormacji Układ liniowe są bardzo użteczne w analizie układów obrazującch Koncepcja ta pozwala na analizę pól optcznch w dziedzinie częstości
Bardziej szczegółowoMetody numeryczne. Postać zmiennoprzecinkowa liczby. dr Artur Woike. Arytmetyka zmiennoprzecinkowa. Uwarunkowanie zadania.
Ćwiczenia nr 1 Postać zmiennoprzecinkowa liczby Niech będzie dana liczba x R Mówimy, że x jest liczbą zmiennoprzecinkową jeżeli x = S M B E, gdzie: B N, B 2 (ustalona podstawa systemu liczbowego); S {
Bardziej szczegółowoVII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.
VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. W rozdziale tym zajmiemy się dokładniej badaniem stabilności rozwiązań równania różniczkowego. Pojęcie stabilności w
Bardziej szczegółowoZAGADNIENIA ZALICZENIOWE i PRZYKŁADY PYTAŃ z METOD KOMPUTEROWYCH w TSiP
ZAGADNIENIA ZALICZENIOWE i PRZYKŁADY PYTAŃ z METOD KOMPUTEROWYCH w TSiP. Podstawowe związki (równania równowagi, liniowe i nieliniowe związki geometrczne, związki fizczne, warunki brzegowe) w zapisie wskaźnikowm
Bardziej szczegółowoJednostka mnożąco-sumującą EMAC (Enhanced Multiply-ACcumulate unit)
Jednostka mnożąco-sumującą EMAC (Enhanced Multiply-ACcumulate unit) 1 Moduł MAC (1) Jednostka arytmetyczna przeznaczona do operacji wykorzystywanych podczas cyfrowej obróbki sygnałów DSP (Digital Signal
Bardziej szczegółowoWykład 2. Przykład zastosowania teorii prawdopodobieństwa: procesy stochastyczne (Markova)
Wykład 2 Przykład zastosowania teorii prawdopodobieństwa: procesy stochastyczne (Markova) 1. Procesy Markova: definicja 2. Równanie Chapmana-Kołmogorowa-Smoluchowskiego 3. Przykład dyfuzji w kapilarze
Bardziej szczegółowo#09. Systemy o złożonej strukturze
#09 Systemy o złożonej strukturze system składa się z wielu elementów, obiekty (podsystemy) wchodzące w skład systemu są ze sobą połączone i wzajemnie od siebie zależne mogą wystąpić ograniczenia w dostępności
Bardziej szczegółowoSTUDIA MAGISTERSKIE DZIENNE LABORATORIUM SYGNAŁÓW, SYSTEMÓW I MODULACJI. Filtracja cyfrowa. v.1.0
Politechnika Warszawska Instytut Radioelektroniki Zakład Radiokomunikacji SUDIA MAGISERSKIE DZIENNE LABORAORIUM SYGNAŁÓW, SYSEMÓW I MODULACJI Filtracja cyfrowa v.1. Opracowanie: dr inż. Wojciech Kazubski,
Bardziej szczegółowo