Cyfrowe przetwarzanie sygnałów. Wykład 7. Projektowanie filtrów cyfrowych. dr inż. Robert Kazała

Wielkość: px
Rozpocząć pokaz od strony:

Download "Cyfrowe przetwarzanie sygnałów. Wykład 7. Projektowanie filtrów cyfrowych. dr inż. Robert Kazała"

Transkrypt

1 Cyfrowe przetwarzanie sygnałów Wykład 7 Projektowanie filtrów cyfrowych dr inż. Robert Kazała 1

2 Literatura The Scientist and Engineer's Guide to Digital Signal Processing, Steven W. Smith - 2

3 Sygnały ciągłe 3

4 Sygnały ciągłe 4

5 Sygnały ciągłe 5

6 Sygnały ciągłe 6

7 Sygnały ciągłe 7

8 Sygnały ciągłe 8

9 Sygnały ciągłe 9

10 Sygnały ciągłe 10

11 Filtry cyfrowe 11

12 Filtry cyfrowe 12

13 Filtry cyfrowe 13

14 Filtry cyfrowe 14

15 Filtry cyfrowe 15

16 Filtry cyfrowe odwracanie spektrum 16

17 Filtry cyfrowe odwracanie spektrum 17

18 Filtry cyfrowe odwracanie spektrum 18

19 Filtry cyfrowe filtr pasmowo-przepustowy 19

20 Filtry cyfrowe filtr pasmowo-zaporowy 20

21 Filtry cyfrowe rodzaje filtrów cyfrowych 21

22 Filtry cyfrowe filtr uśredniające 22

23 Filtry cyfrowe filtr uśredniające 23

24 Filtry cyfrowe filtr uśredniające 24

25 Filtry cyfrowe filtr uśredniające 25

26 Filtry cyfrowe filtr okienkowe 26

27 Filtry cyfrowe filtr okienkowe 27

28 Filtry cyfrowe filtr okienkowe 28

29 Filtry cyfrowe filtr okienkowe 29

30 Filtry cyfrowe filtr dowolne 30

31 Filtry cyfrowe filtr rekursywne 31

32 Filtry cyfrowe problem fazy 32

33 Filtry cyfrowe problem fazy 33

34 Filtry cyfrowe problem fazy 34

35 Filtry cyfrowe problem fazy 35

36 Filtry cyfrowe filtry Czebyszewa 36

37 Filtry cyfrowe filtry Czebyszewa 37

38 Scipy Systemy liniowe ciągłe Continuous-Time Linear Systems freqresp(system[, w, n]) - Obliczanie odpowiedzi częstotliwościowej układu czasu ciągłego. lti(*args, **kwords) klasa implementująca układ liniowy niezmienny w czasie (Linear Time Invariant). lsim(system, U, T[, X0, interp]) Symulacja odpowiedzi układu liniowego czasu ciągłego. lsim2(system[, U, T, X0]) Symulacja odpowiedzi układu liniowego czasu ciągłego z wykorzystaniem ODE. impulse(system[, X0, T, N]) Odpowiedź impulsowa czasu ciągłego. impulse2(system[, X0, T, N]) Odpowiedź impulsowa czasu ciągłego dla jednego wejścia. step(system[, X0, T, N]) Odpowiedź skokowa układu czasu ciągłego. step2(system[, X0, T, N]) Odpowiedź skokowa układu czasu ciągłego z wykorzystaniem lsim2. bode(system[, w, n]) Wyznaczanie charakterystyk Bodego amplitudowych i fazowych dla układu ciągłego. 38

39 Scipy Systemy liniowe dyskretne Discrete-Time Linear Systems dlsim(system, u[, t, x0]) Symulacja wyjścia układu liniowego dyskretnego. dimpulse(system[, x0, t, n]) Odpowiedź impulsowa układu liniowego dyskretnego. dstep(system[, x0, t, n]) Odpowiedź skokowa układu liniowego dyskretnego. 39

40 Scipy Reprezentacje obiektów LTI tf2zpk(b, a) Return zero, pole, gain (z,p,k) representation from a numerator, denominator representation of a linear filter. zpk2tf(z, p, k) Return polynomial transfer function representation from zeros tf2ss(num, den) Transfer function to state-space representation. ss2tf(a, B, C, D[, input]) State-space to transfer function. zpk2ss(z, p, k) Zero-pole-gain representation to state-space representation ss2zpk(a, B, C, D[, input]) State-space representation to zeropole-gain representation. cont2discrete(sys, dt[, method, alpha]) Transform a continuous to a discrete state-space system. 40

41 Scipy Projektowanie filtrów bilinear(b, a[, fs]) Return a digital filter from an analog one using a bilinear transform. firwin(numtaps, cutoff[, width, window,...]) FIR filter design using the window method. firwin2(numtaps, freq, gain[, nfreqs,...]) FIR filter design using the window method. freqs(b, a[, worn, plot]) Compute frequency response of analog filter. freqz(b[, a, worn, whole, plot]) Compute the frequency response of a digital filter. iirdesign(wp, ws, gpass, gstop[, analog,...]) Complete IIR digital and analog filter design. iirfilter(n, Wn[, rp, rs, btype, analog,...]) IIR digital and analog filter design given order and critical points. kaiser_atten(numtaps, width) Compute the attenuation of a Kaiser FIR filter. kaiser_beta(a) Compute the Kaiser parameter beta, given the attenuation a. kaiserord(ripple, width)design a Kaiser window to limit ripple and width of transition region. remez(numtaps, bands, desired[, weight, Hz,...]) Calculate the minimax optimal filter using the Remez exchange algorithm. 41

42 Scipy Projektowanie filtrów IIR w stylu programu Matlab butter(n, Wn[, btype, analog, output]) Butterworth digital and analog filter design. buttord(wp, ws, gpass, gstop[, analog]) Butterworth filter order selection. cheby1(n, rp, Wn[, btype, analog, output]) Chebyshev type I digital and analog filter design. cheb1ord(wp, ws, gpass, gstop[, analog]) Chebyshev type I filter order selection. cheby2(n, rs, Wn[, btype, analog, output]) Chebyshev type II digital and analog filter design. cheb2ord(wp, ws, gpass, gstop[, analog]) Chebyshev type II filter order selection. ellip(n, rp, rs, Wn[, btype, analog, output]) Elliptic (Cauer) digital and analog filter design. ellipord(wp, ws, gpass, gstop[, analog]) Elliptic (Cauer) filter order selection. bessel(n, Wn[, btype, analog, output]) Bessel digital and analog filter design. 42

43 Scipy Filtracja symiirorder1((input, c0, z1 {,...)Implement a smoothing IIR filter with mirrorsymmetric boundary conditions symiirorder2((input, r, omega {,...)Implement a smoothing IIR filter with mirror-symmetric boundary conditions lfilter(b, a, x[, axis, zi]) Filter data along one-dimension with an IIR or FIR filter. lfiltic(b, a, y[, x]) Construct initial conditions for lfilter. lfilter_zi(b, a) Compute an initial state zi for the lfilter function that corresponds to the steady state of the step response. filtfilt(b, a, x[, axis, padtype, padlen]) A forward-backward filter. deconvolve(signal, divisor) Deconvolves divisor out of signal. get_window(window, Nx[, fftbins]) Return a window. decimate(x, q[, n, ftype, axis]) Downsample the signal by using a filter. detrend(data[, axis, type, bp]) Remove linear trend along axis from data. resample(x, num[, t, axis, window]) Resample x to num samples using Fourier method along the given axis. 43

Ćwiczenie 6 Projektowanie filtrów cyfrowych o skończonej i nieskończonej odpowiedzi impulsowej

Ćwiczenie 6 Projektowanie filtrów cyfrowych o skończonej i nieskończonej odpowiedzi impulsowej Ćwiczenie 6 Projektowanie filtrów cyfrowych o skończonej i nieskończonej odpowiedzi impulsowej 1. Filtry FIR o skończonej odpowiedzi impulsowej (SOI) Filtracja FIR polega na tym, że sygnał wyjściowy powstaje

Bardziej szczegółowo

Ćwiczenie 6 Projektowanie filtrów cyfrowych o skończonej i nieskończonej odpowiedzi impulsowej

Ćwiczenie 6 Projektowanie filtrów cyfrowych o skończonej i nieskończonej odpowiedzi impulsowej Ćwiczenie 6 Projektowanie filtrów cyfrowych o skończonej i nieskończonej odpowiedzi impulsowej. Filtry FIR o skończonej odpowiedzi impulsowej (SOI) Filtracja FIR polega na tym, że sygnał wyjściowy powstaje

Bardziej szczegółowo

Wprowadzenie. Spis treści. Analiza_sygnałów_-_ćwiczenia/Filtry

Wprowadzenie. Spis treści. Analiza_sygnałów_-_ćwiczenia/Filtry Analiza_sygnałów_-_ćwiczenia/Filtry Spis treści 1 Wprowadzenie 2 Filtry cyfrowe: powtórka z wykładu 2.1 Działanie filtra w dziedzinie czasu 2.2 Nazewnictwo 2.3 Przejście do dziedziny częstości 2.3.1 Działanie

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 4 Filtracja sygnałów dyskretnych 1. Opis stanowiska Ćwiczenie jest realizowane w

Bardziej szczegółowo

x(n) x(n-1) x(n-2) D x(n-n+1) h N-1

x(n) x(n-1) x(n-2) D x(n-n+1) h N-1 Laboratorium Układy dyskretne LTI projektowanie filtrów typu FIR Z1. apisać funkcję y = filtruj(x, h), która wyznacza sygnał y będący wynikiem filtracji sygnału x przez filtr FIR o odpowiedzi impulsowej

Bardziej szczegółowo

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

Filtry elektroniczne sygnałów ciągłych - cz.1

Filtry elektroniczne sygnałów ciągłych - cz.1 Filtry elektroniczne sygnałów ciągłych - cz.1 Wprowadzenie Podstawowe pojęcia Klasyfikacje, charakterystyki częstotliwościowe filtrów Właściwości filtrów w dziedzinie czasu Realizacje elektroniczne filtrów

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

Komputerowo wspomagane projektowanie systemów sterowania

Komputerowo wspomagane projektowanie systemów sterowania Komputerowo wspomagane projektowanie systemów sterowania OCENA KOŃCOWA: F1 ocena z laboratorium (sprawozdania z ćwiczeń laboratoryjnych) F2 kolokwium pisemne z wykładu (dopuszczeniowe) F3 egzamin pisemny

Bardziej szczegółowo

Filtry IIR. Zadania Przepróbkowywanie. Filtry IIR

Filtry IIR. Zadania Przepróbkowywanie. Filtry IIR Filtry IIR Filtry IIR mają zazwyczaj dużo niższe rzędy przy osiągach takich jak FIR z dużo wyższymi rzędami. W matlabie mamy zaimplementowane kilka funkcji do projektowania óptymalnych pod różnymi względami

Bardziej szczegółowo

PORÓWNANIE METOD PROJEKTOWANIA FILTRÓW CYFROWYCH

PORÓWNANIE METOD PROJEKTOWANIA FILTRÓW CYFROWYCH POZNAN UNIVERSITY OF TECHNOLOGY ACADEMIC JOURNALS No 93 Electrical Engineering 2018 DOI 10.21008/j.1897-0737.2018.93.0029 Dominik MATECKI * PORÓWNANIE METOD PROJEKTOWANIA FILTRÓW CYFROWYCH W artykule zostały

Bardziej szczegółowo

MODEL SYMULACYJNY DO BADANIA FILTRÓW ANTYALIASINGOWYCH STOSOWANYCH W STRUKTURACH CYFROWEJ AUTOMATYKI ZABEZPIECZENIOWEJ

MODEL SYMULACYJNY DO BADANIA FILTRÓW ANTYALIASINGOWYCH STOSOWANYCH W STRUKTURACH CYFROWEJ AUTOMATYKI ZABEZPIECZENIOWEJ ELEKTRYKA 2009 Zeszyt 2 (210) Rok LV Adrian HALINKA, Piotr PRUSKI, Michał SZEWCZYK Instytut Elektroenergetyki i Sterowania Układów, Politechnika Śląska w Gliwicach MODEL SYMULACYJNY DO BADANIA FILTRÓW

Bardziej szczegółowo

Transformata Laplace a to przekształcenie całkowe funkcji f(t) opisane następującym wzorem:

Transformata Laplace a to przekształcenie całkowe funkcji f(t) opisane następującym wzorem: PPS 2 kartkówka 1 RÓWNANIE RÓŻNICOWE Jest to dyskretny odpowiednik równania różniczkowego. Równania różnicowe to pewne związki rekurencyjne określające w sposób niebezpośredni wartość danego wyrazu ciągu.

Bardziej szczegółowo

Przetwarzanie sygnałów

Przetwarzanie sygnałów Przetwarzanie sygnałów Ćwiczenie 5 Filtry o nieskończonej odpowiedzi impulsowej (NOI) Spis treści 1 Wprowadzenie 1 1.1 Filtry jednobiegunowe....................... 1 1.2 Filtry wąskopasmowe........................

Bardziej szczegółowo

ANALIZA SYGNAŁÓ W JEDNÓWYMIARÓWYCH

ANALIZA 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 szczegółowo

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Politechnika Białostocka Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Instrukcja do zajęć laboratoryjnych z przedmiotu: Przetwarzanie Sygnałów Kod: TS1A400027 Temat ćwiczenia:

Bardziej szczegółowo

Laboratorium nr 4: Porównanie filtrów FIR i IIR. skończonej odpowiedzi impulsowej (FIR) zawsze stabilne, mogą mieć liniową charakterystykę fazową

Laboratorium nr 4: Porównanie filtrów FIR i IIR. skończonej odpowiedzi impulsowej (FIR) zawsze stabilne, mogą mieć liniową charakterystykę fazową Teoria Sygnałów sprawozdanie z zajęć laboratoryjnych Zajęcia z dnia 07.01.2009 Prowadzący: dr inż. Stanisław Nuckowski Sprawozdanie wykonał: Tomasz Witka Laboratorium nr 4: Porównanie filtrów FIR i IIR

Bardziej szczegółowo

Teoria sygnałów. Signal Theory. Electrical Engineering 1 st degree (1st degree / 2nd degree) General (general / practical)

Teoria sygnałów. Signal Theory. Electrical Engineering 1 st degree (1st degree / 2nd degree) General (general / practical) MODULE DESCRIPTION Module code Module name Teoria sygnałów Module name in English Signal Theory Valid from academic year 01/013 MODULE PLACEMENT IN THE SYLLABUS Subject Level of education Studies profile

Bardziej szczegółowo

Notebook. Spis treści

Notebook. Spis treści Spis treści 1 Notebook 2 Implementacja filtrowania: funkcja lfilter 2.1 Dla przypomnienia: 2.1.1 Działanie filtra w dziedzinie czasu 2.1.2 Implementacja w pythonie 3 Badanie własności filtra w dziedzinie

Bardziej szczegółowo

Cyfrowe przetwarzanie sygnałów Jacek Rezmer -1-

Cyfrowe przetwarzanie sygnałów Jacek Rezmer -1- Cyfrowe przetwarzanie sygnałów Jacek Rezmer -1- Filtry cyfrowe cz. Zastosowanie funkcji okien do projektowania filtrów SOI Nierównomierności charakterystyki amplitudowej filtru cyfrowego typu SOI można

Bardziej szczegółowo

Filtry cyfrowe. h(n) odpowiedź impulsowa. Filtr cyfrowy. Procesory sygnałowe (DSP), układy programowalne

Filtry 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 szczegółowo

REDUCTION OF PASS BAND AMPLITUDE DISTORTIONS IN THE EEG FILTERING SYSTEM BASED ON SELECTED IIR FILTERS

REDUCTION OF PASS BAND AMPLITUDE DISTORTIONS IN THE EEG FILTERING SYSTEM BASED ON SELECTED IIR FILTERS ELEKTRYKA 2009 Zeszyt 2 (2) Rok LV Michał LEWANDOWSKI Instytut Elektrotechniki i Informatyki, Politechnika Śląska w Gliwicach REDUCTION OF PASS BAND AMPLITUDE DISTORTIONS IN THE EEG FILTERING SYSTEM BASED

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

Projektowanie i implementacja filtru FIR

Projektowanie i implementacja filtru FIR POLITECHNIKA POZNAŃSKA KATEDRA STEROWANIA I INŻYNIERII SYSTEMÓW Pracownia Układów Elektronicznych i Przetwarzania Sygnałów PROGRAMOWALNE UKŁADY CYFROWE I PROCESORY SYGNAŁOWE Instrukcja do ćwiczeń laboratoryjnych

Bardziej szczegółowo

Opis efektów kształcenia dla modułu zajęć

Opis 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 szczegółowo

b n y k n T s Filtr cyfrowy opisuje się również za pomocą splotu dyskretnego przedstawionego poniżej:

b 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 szczegółowo

Temat: Filtracja cyfrowa okresowych sygnałów deterministycznych Ćwiczenie 3

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

Bardziej szczegółowo

Narzędzia wspomagające projektowanie - Matlab. PID Tunner. step, bode, margin, rlocus lqr, lqreg kalman,...

Narzędzia wspomagające projektowanie - Matlab. PID Tunner. step, bode, margin, rlocus lqr, lqreg kalman,... Narzędzia wspomagające projektowanie - Matlab Obiekt LTI (Linear Time-Invariant System) Schemat pod Simulinkiem SCDesign linearyzacja SCOptimization linearyzacja Linear Analysis Tools LTI Viewer step,

Bardziej szczegółowo

Przedmowa Wykaz oznaczeń Wykaz skrótów 1. Sygnały i ich parametry 1 1.1. Pojęcia podstawowe 1 1.2. Klasyfikacja sygnałów 2 1.3.

Przedmowa Wykaz oznaczeń Wykaz skrótów 1. Sygnały i ich parametry 1 1.1. Pojęcia podstawowe 1 1.2. Klasyfikacja sygnałów 2 1.3. Przedmowa Wykaz oznaczeń Wykaz skrótów 1. Sygnały i ich parametry 1 1.1. Pojęcia podstawowe 1 1.2. Klasyfikacja sygnałów 2 1.3. Sygnały deterministyczne 4 1.3.1. Parametry 4 1.3.2. Przykłady 7 1.3.3. Sygnały

Bardziej szczegółowo

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

Technika audio część 2

Technika audio część 2 Technika audio część 2 Wykład 12 Projektowanie cyfrowych układów elektronicznych Mgr inż. Łukasz Kirchner lukasz.kirchner@cs.put.poznan.pl http://www.cs.put.poznan.pl/lkirchner Wprowadzenie do filtracji

Bardziej szczegółowo

Narzędzia wspomagające projektowanie UR SISO Design. step, bode, margin, rlocus lqr, lqreg kalman,...

Narzędzia wspomagające projektowanie UR SISO Design. step, bode, margin, rlocus lqr, lqreg kalman,... Narzędzia wspomagające projektowanie UR SISO Design Obiekt LTI (Linear Time-Invariant System) Linear Analysis Tools LTI Viewer step, impluse bode, nyquist pool/zero map... Matlab+Control+... Schemat pod

Bardziej szczegółowo

ZJAWISKO ALIASINGU W CYFROWYCH STRUKTURACH ELEKTROENERGETYCZNEJ AUTOMATYKI ZABEZPIECZENIOWEJ

ZJAWISKO ALIASINGU W CYFROWYCH STRUKTURACH ELEKTROENERGETYCZNEJ AUTOMATYKI ZABEZPIECZENIOWEJ ELEKTRYKA 29 Zeszyt 2 (2) Rok LV Adrian HALINKA, Piotr PRUSKI, Michał SZEWCZYK Instytut Elektroenergetyki i Sterowania Układów, Politechnika Śląska w Gliwicach ZJAWISKO ALIASINGU W CYFROWYCH STRUKTURACH

Bardziej szczegółowo

13.2. Filtry cyfrowe

13.2. Filtry cyfrowe Bibliografia: 1. Chassaing Rulph, Digital Signal Processing and Applications with the C6713 and C6416 DSK, Wiley-Interscience 2005. 2. Borodziewicz W., Jaszczak K., Cyfrowe Przetwarzanie sygnałów, Wydawnictwo

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

Laboratorium Przetwarzania Sygnałów Biomedycznych

Laboratorium Przetwarzania Sygnałów Biomedycznych Laboratorium Przetwarzania Sygnałów Biomedycznych Ćwiczenie 3 Analiza sygnału o nieznanej strukturze Opracowali: - prof. nzw. dr hab. inż. Krzysztof Kałużyński - mgr inż. Tomasz Kubik Politechnika Warszawska,

Bardziej szczegółowo

Wydział Elektryczny. Katedra Telekomunikacji i Aparatury Elektronicznej. Konstrukcje i Technologie w Aparaturze Elektronicznej.

Wydział Elektryczny. Katedra Telekomunikacji i Aparatury Elektronicznej. Konstrukcje i Technologie w Aparaturze Elektronicznej. Politechnika Białostocka Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Konstrukcje i Technologie w Aparaturze Elektronicznej Ćwiczenie nr 5 Temat: Przetwarzanie A/C. Implementacja

Bardziej szczegółowo

Katedra Elektrotechniki Teoretycznej i Informatyki

Katedra Elektrotechniki Teoretycznej i Informatyki Katedra Elektrotechniki Teoretycznej i Informatyki Przedmiot: Zintegrowane Pakiety Obliczeniowe W Zastosowaniach InŜynierskich Numer ćwiczenia: 7,8 Temat: Signal Processing Toolbox - filtry cyfrowe, transmitancja

Bardziej szczegółowo

Politechnika Świętokrzyska. Laboratorium. Cyfrowe przetwarzanie sygnałów. Ćwiczenie 6. Transformata cosinusowa. Krótkookresowa transformata Fouriera.

Politechnika Świętokrzyska. Laboratorium. Cyfrowe przetwarzanie sygnałów. Ćwiczenie 6. Transformata cosinusowa. Krótkookresowa transformata Fouriera. Politechnika Świętokrzyska Laboratorium Cyfrowe przetwarzanie sygnałów Ćwiczenie 6 Transformata cosinusowa. Krótkookresowa transformata Fouriera. Cel ćwiczenia Celem ćwiczenia jest zapoznanie studentów

Bardziej szczegółowo

OPROGRAMOWANIE WSPOMAGAJĄCE PROJEKTOWANIE FILTRÓW CYFROWYCH

OPROGRAMOWANIE WSPOMAGAJĄCE PROJEKTOWANIE FILTRÓW CYFROWYCH Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej Nr 22 XVI Seminarium ZASTOSOWANIE KOMPUTERÓW W NAUCE I TECHNICE 2006 Oddział Gdański PTETiS Referat nr 21 OPROGRAMOWANIE WSPOMAGAJĄCE

Bardziej szczegółowo

Adam Korzeniewski - p. 732 dr inż. Grzegorz Szwoch - p. 732 dr inż.

Adam Korzeniewski - p. 732 dr inż. Grzegorz Szwoch - p. 732 dr inż. Adam Korzeniewski - adamkorz@sound.eti.pg.gda.pl, p. 732 dr inż. Grzegorz Szwoch - greg@sound.eti.pg.gda.pl, p. 732 dr inż. Piotr Odya - piotrod@sound.eti.pg.gda.pl, p. 730 Plan przedmiotu ZPS Cele nauczania

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

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

Informatyka I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny) kierunkowy (podstawowy / kierunkowy / inny HES)

Informatyka I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny) kierunkowy (podstawowy / kierunkowy / inny HES) 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 2012/2013

Bardziej szczegółowo

Macierz A nazywamy macierzą systemu, a B macierzą wejścia.

Macierz A nazywamy macierzą systemu, a B macierzą wejścia. Dwiczenia 3 Automatyka i robotyka Równaniem stanu. Macierz A nazywamy macierzą systemu, a B macierzą wejścia. Równaniem wyjścia. Do opisu układu możemy użyd jednocześnie równania stanu i równania wyjścia

Bardziej szczegółowo

Zastosowanie algorytmu FFT do filtrowania sygnału z relukltancyjnego czujnika prędkości obrotowej

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

Bardziej szczegółowo

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

FEEDBACK CONTROL OF ACOUSTIC NOISE AT DESIRED LOCATIONS

FEEDBACK CONTROL OF ACOUSTIC NOISE AT DESIRED LOCATIONS POLITECHNIKA SU^KA ZESZYTY NAUKOWE NM684 Marek PAWELCZYK FEEDBACK CONTROL OF ACOUSTIC NOISE AT DESIRED LOCATIONS SUB Gottingen 7 219 023 859 2006 A 3802 Gliwice 2005 CONTENTS Objective Structure. Contribution

Bardziej szczegółowo

Filtracja. Krzysztof Patan

Filtracja. Krzysztof Patan Filtracja Krzysztof Patan Wprowadzenie Działanie systemu polega na przetwarzaniu sygnału wejściowego x(t) na sygnał wyjściowy y(t) Równoważnie, system przetwarza widmo sygnału wejściowego X(jω) na widmo

Bardziej szczegółowo

Laboratorium nr 3. Projektowanie układów automatyki z wykorzystaniem Matlaba i Simulinka

Laboratorium nr 3. Projektowanie układów automatyki z wykorzystaniem Matlaba i Simulinka Laboratorium nr 3. Cele ćwiczenia Projektowanie układów automatyki z wykorzystaniem Matlaba i Simulinka poznanie sposobów tworzenia liniowych modeli układów automatyki, zmiana postaci modeli, tworzenie

Bardziej szczegółowo

8. Realizacja projektowanie i pomiary filtrów IIR

8. Realizacja projektowanie i pomiary filtrów IIR 53 8. Realizacja projektowanie i pomiary filtrów IIR Cele ćwiczenia Realizacja na zestawie TMX320C5515 ezdsp prostych liniowych filtrów cyfrowych. Pomiary charakterystyk amplitudowych zrealizowanych filtrów

Bardziej szczegółowo

KARTA MODUŁU KSZTAŁCENIA

KARTA MODUŁU KSZTAŁCENIA KARTA MODUŁU KSZTAŁCENIA I. Informacje ogólne I. 1 Nazwa modułu kształcenia Analiza i przetwarzanie sygnałów 2 Nazwa jednostki prowadzącej moduł (należy wskazać nazwę zgodnie ze Statutem PSW Instytut,

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

AKADEMIA MORSKA W SZCZECINIE WI-ET / IIT / ZTT. Instrukcja do zajęc laboratoryjnych nr 6 AUTOMATYKA

AKADEMIA MORSKA W SZCZECINIE WI-ET / IIT / ZTT. Instrukcja do zajęc laboratoryjnych nr 6 AUTOMATYKA AKADEMIA MORSKA W SZCZECINIE WI-ET / IIT / ZTT Instrukcja do zajęc laboratoryjnych nr 6 AUTOMATYKA II rok Kierunek Transport Temat: Transmitancja operatorowa. Badanie odpowiedzi układów automatyki. Opracował

Bardziej szczegółowo

Estymacja parametrów Wybrane zagadnienia implementacji i wykorzystania

Estymacja parametrów Wybrane zagadnienia implementacji i wykorzystania Estymacja parametrów Wybrane zagadnienia implementacji i wykorzystania Wykład w ramach przedmiotu Komputerowe systemy sterowania i wspomagania decyzji Plan wykładu Potrzeba estymacji parametrów Estymacja

Bardziej szczegółowo

POLITECHNIKA ŚLĄSKA WYDZIAŁ GÓRNICTWA I GEOLOGII. Roman Kaula

POLITECHNIKA ŚLĄSKA WYDZIAŁ GÓRNICTWA I GEOLOGII. Roman Kaula POLITECHNIKA ŚLĄSKA WYDZIAŁ GÓRNICTWA I GEOLOGII Roman Kaula ZASTOSOWANIE NOWOCZESNYCH NARZĘDZI INŻYNIERSKICH LabVIEW oraz MATLAB/Simulink DO MODELOWANIA UKŁADÓW DYNAMICZNYCH PLAN WYKŁADU Wprowadzenie

Bardziej szczegółowo

CYFROWE PRZETWARZANIE SYGNAŁÓW

CYFROWE PRZETWARZANIE SYGNAŁÓW POLITECHNIKA RZESZOWSKA im. I. Łukasiewicza WYDZIAŁ ELEKTROTECHNIKI I INFORMATYKI Katedra Metrologii i Systemów Diagnostycznych CYFROWE PRZETWARZANIE SYGNAŁÓW Analiza widmowa sygnałów (2) dr inż. Robert

Bardziej szczegółowo

Przetwarzanie i transmisja danych multimedialnych. Wykład 9 Kodowanie podpasmowe. Przemysław Sękalski.

Przetwarzanie i transmisja danych multimedialnych. Wykład 9 Kodowanie podpasmowe. Przemysław Sękalski. Przetwarzanie i transmisja danych multimedialnych Wykład 9 Kodowanie podpasmowe Przemysław Sękalski sekalski@dmcs.pl Politechnika Łódzka Katedra Mikroelektroniki i Technik Informatycznych DMCS Wykład opracowano

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

POŁÓWKOWO-PASMOWE FILTRY CYFROWE

POŁÓWKOWO-PASMOWE FILTRY CYFROWE Krzysztof Sozański POŁÓWKOWOPASMOWE FILTRY CYFROWE W pracy przedstawiono połówkowopasmowe filtry cyfrowe. Opisano dwa typy filtrów: pierwszy z zastosowaniem filtrów typu FIR oraz drugi typu IIR. Filtry

Bardziej szczegółowo

ĆWICZENIE I SYGNAŁY DYSKRETNE W CZASIE, ALIASING (00)

ĆWICZENIE I SYGNAŁY DYSKRETNE W CZASIE, ALIASING (00) Zakład Elektrotechniki Teoretycznej ĆWICZENIE I SYGNAŁY DYSKRETNE W CZASIE, ALIASING () Celem ćwiczenia jest generacja sygnałów dyskretnych w czasie oraz ilustracja zjawiska aliasingu. Celem ćwiczenia

Bardziej szczegółowo

Discretization of continuous signals (M 19) Dyskretyzacja sygnałów ciągłych

Discretization of continuous signals (M 19) Dyskretyzacja sygnałów ciągłych SILESIAN UNIVESITY OF TECHNOLOGY FACULTY OF ENERGY AND ENVIRONMENTAL ENGINEERING INSTITUTE OF POWER ENGINEERING AND TURBOMACHINERY POLITECHNIKA ŚLĄSKA WYDZIAŁ INŻYNIERII ŚRODOWISKA I ENERGETYKI INSTYTUT

Bardziej szczegółowo

PROCESORY SYGNAŁOWE - LABORATORIUM. Ćwiczenie nr 04

PROCESORY SYGNAŁOWE - LABORATORIUM. Ćwiczenie nr 04 PROCESORY SYGNAŁOWE - LABORATORIUM Ćwiczenie nr 04 Obsługa buforów kołowych i implementacja filtrów o skończonej i nieskończonej odpowiedzi impulsowej 1. Bufor kołowy w przetwarzaniu sygnałów Struktura

Bardziej szczegółowo

Języki Modelowania i Symulacji

Języki Modelowania i Symulacji Języki Modelowania i Symulacji Projektowanie sterowników Marcin Ciołek Katedra Systemów Automatyki WETI, Politechnika Gdańska 4 stycznia 212 O czym będziemy mówili? 1 2 3 rlocus Wyznaczanie trajektorii

Bardziej szczegółowo

A-4. Filtry aktywne RC

A-4. Filtry aktywne RC A-4. A-4. wersja 4 4. Wstęp Filtry aktywne II rzędu RC to układy liniowe, stacjonarne realizowane za pomocą elementu aktywnego jakim jest wzmacniacz, na który załoŝono sprzęŝenie zwrotne zbudowane z elementów

Bardziej szczegółowo

WOJSKOWA AKADEMIA TECHNICZNA

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

Bardziej szczegółowo

SIGNAL PROCESSING Prezentacja multimedialna współfinansowana przez Unię Europejską w ramach Europejskiego Funduszu Społecznego w projekcie pt.

SIGNAL PROCESSING Prezentacja multimedialna współfinansowana przez Unię Europejską w ramach Europejskiego Funduszu Społecznego w projekcie pt. SIGAL PROCESSIG Prezentacja multimedialna współfinansowana przez Unię Europejsą w ramach Europejsiego Funduszu Społecznego w projecie pt. Innowacyjna dydatya bez ograniczeń - zintegrowany rozwój Politechnii

Bardziej szczegółowo

Laboratorium Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z przetwarzaniem sygnałów w MATLAB. 2. Program ćwiczenia. Przykład 1 Wprowadź

Laboratorium Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z przetwarzaniem sygnałów w MATLAB. 2. Program ćwiczenia. Przykład 1 Wprowadź Podstawy Informatyki 1 Laboratorium 9 1. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z przetwarzaniem sygnałów w MATLAB 2. Program ćwiczenia Przykład 1 Wprowadź fo = 4; %frequency of the sine wave

Bardziej szczegółowo

Przetwarzanie sygnałów dyskretnych

Przetwarzanie sygnałów dyskretnych Przetwarzanie sygnałów dyskretnych System dyskretny p[ n ] r[ n] Przykłady: [ ] = [ ] + [ ] r n a p n a p n [ ] r n = 2 [ + ] + p[ n ] p n 2 r[ n] = a p[ n] + b n [ ] = [ ] r n a p n n [ ] = [ + ] r n

Bardziej szczegółowo

Kompensacja wpływu charakterystyk częstotliwościowych nieminimalnofazowych układów zniekształcających

Kompensacja wpływu charakterystyk częstotliwościowych nieminimalnofazowych układów zniekształcających Mirosław KOZIOŁ Uniwersytet Zielonogórski, Instytut Metrologii Elektrycznej Kompensacja wpływu charakterystyk częstotliwościowych nieminimalnofazowych układów zniekształcających Streszczenie. W artykule

Bardziej szczegółowo

Pomoc do programu konfiguracyjnego RFID-CS27-Reader User Guide of setup software RFID-CS27-Reader

Pomoc do programu konfiguracyjnego RFID-CS27-Reader User Guide of setup software RFID-CS27-Reader 2017-01-24 Pomoc do programu konfiguracyjnego RFID-CS27-Reader User Guide of setup software RFID-CS27-Reader Program CS27 Reader należy uruchomić przez wybór opcji CS27 i naciśnięcie przycisku START. Programme

Bardziej szczegółowo

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Politechnika Białostocka Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Instrukcja do zajęć laboratoryjnych z przedmiotu: Przetwarzanie Sygnałów Kod: TS1C400027 Temat ćwiczenia:

Bardziej szczegółowo

SPRZĘTOWA REALIZACJA FILTRÓW CYFROWYCH TYPU SOI

SPRZĘTOWA 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 szczegółowo

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Politechnika Białostocka Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Instrukcja do zajęć laboratoryjnych z przedmiotu: Przetwarzanie Sygnałów Kod: TS1C400027 Temat ćwiczenia:

Bardziej szczegółowo

Filtrowanie a sploty. W powyższym przykładzie proszę zwrócić uwagę na efekty brzegowe. Wprowadzenie Projektowanie filtru Zadania

Filtrowanie a sploty. W powyższym przykładzie proszę zwrócić uwagę na efekty brzegowe. Wprowadzenie Projektowanie filtru Zadania Filtrowanie a sploty idea x=[2222222222] %sygnałstochastycznyodługości5próbek h=[1111]/4; %Filtruśredniającypo4sąsiednichelementach y=conv(h,x)%zaaplikowaniefiltruhdosygnałux W powyższym przykładzie proszę

Bardziej szczegółowo

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

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

Bardziej szczegółowo

KARTA PRZEDMIOTU. Techniki przetwarzania sygnałów, D1_3

KARTA PRZEDMIOTU. Techniki przetwarzania sygnałów, D1_3 KARTA PRZEDMIOTU 1. Informacje ogólne Nazwa przedmiotu i kod (wg planu studiów): Nazwa przedmiotu (j. ang.): Kierunek studiów: Specjalność/specjalizacja: Poziom kształcenia: Profil kształcenia: Forma studiów:

Bardziej szczegółowo

2. Próbkowanie Sygnały okresowe (16). Trygonometryczny szereg Fouriera (17). Częstotliwość Nyquista (20).

2. Próbkowanie Sygnały okresowe (16). Trygonometryczny szereg Fouriera (17). Częstotliwość Nyquista (20). SPIS TREŚCI ROZDZIAŁ I SYGNAŁY CYFROWE 9 1. Pojęcia wstępne Wiadomości, informacje, dane, sygnały (9). Sygnał jako nośnik informacji (11). Sygnał jako funkcja (12). Sygnał analogowy (13). Sygnał cyfrowy

Bardziej szczegółowo

Opis efektów kształcenia dla modułu zajęć

Opis efektów kształcenia dla modułu zajęć Nazwa modułu: Urządzenia elektroniczne w akustyce Rok akademicki: 2012/2013 Kod: RIA-1-611-s Punkty ECTS: 4 Wydział: Inżynierii Mechanicznej i Robotyki Kierunek: Inżynieria Akustyczna Specjalność: - Poziom

Bardziej szczegółowo

Laboratorium Inżynierii akustycznej. Przetwarzanie dźwięku - wprowadzenie do efektów dźwiękowych, realizacja opóźnień

Laboratorium Inżynierii akustycznej. Przetwarzanie dźwięku - wprowadzenie do efektów dźwiękowych, realizacja opóźnień Laboratorium Inżynierii akustycznej Przetwarzanie dźwięku - wprowadzenie do efektów dźwiękowych, realizacja opóźnień STRONA 1 Wstęp teoretyczny: LABORATORIUM NR1 Przetwarzanie sygnału dźwiękowego wiąże

Bardziej szczegółowo

0.002 0 0.0048 0.0095 0.0143 0.019. t Rysunek 2: Wykres drgań podstawy wspornika u(t)

0.002 0 0.0048 0.0095 0.0143 0.019. t Rysunek 2: Wykres drgań podstawy wspornika u(t) Przykład dynamicznej analizy MES lekkiej konstrukcji wspornika w systemie ABAQUS Model 3D Opracował dr inż. Paweł Stąpór Sformułowanie problemu Wykonaj analizę 3D problemu zdefiniowanego w części pierwszej

Bardziej szczegółowo

Modelowanie Systemów Dynamicznych Studia zaoczne, Automatyka i Robotyka, rok II. Podstawy SIMULINKA

Modelowanie Systemów Dynamicznych Studia zaoczne, Automatyka i Robotyka, rok II. Podstawy SIMULINKA Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki Modelowanie Systemów Dynamicznych Studia zaoczne, Automatyka i Robotyka, rok II Podstawy SIMULINKA Simulink jest

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

OPBOX ver USB 2.0 Mini Ultrasonic Box with Integrated Pulser and Receiver

OPBOX ver USB 2.0 Mini Ultrasonic Box with Integrated Pulser and Receiver OPBOX ver.0 USB.0 Mini Ultrasonic Box with Integrated Pulser and Receiver Przedsiębiorstwo BadawczoProdukcyjne OPTEL Sp. z o.o. ul. Morelowskiego 30 PL59 Wrocław phone: +8 7 39 8 53 fax.: +8 7 39 8 5 email:

Bardziej szczegółowo

Przekształcenie Fouriera i splot

Przekształcenie Fouriera i splot Zastosowania Procesorów Sygnałowych dr inż. Grzegorz Szwoch greg@multimed.org p. 732 - Katedra Systemów Multimedialnych Przekształcenie Fouriera i splot Wstęp Na tym wykładzie: przekształcenie Fouriera

Bardziej szczegółowo

SYNTEZA obwodów. Zbigniew Leonowicz

SYNTEZA obwodów. Zbigniew Leonowicz SYNTEZA obwodów Zbigniew Leonowicz Literatura: [1]. S. Bolkowski Elektrotechnika teoretyczna. Tom I. WNT Warszawa 1982 (s.420-439) [2]. A. Cichocki, K.Mikołajuk, S. Osowski, Z. Trzaska: Zbiór zadań z elektrotechniki

Bardziej szczegółowo

Jednostka mnożąco-sumującą EMAC (Enhanced Multiply-ACcumulate unit)

Jednostka 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 szczegółowo

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Politechnika Białostocka Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Instrukcja do zajęć laboratoryjnych z przedmiotu: Przetwarzanie Sygnałów Kod: TS1A400027 Temat ćwiczenia:

Bardziej szczegółowo

WYDZIAŁ ELEKTROTECHNIKI, AUTOMATYKI I INFORMATYKI INSTYTUT AUTOMATYKI I INFORMATYKI KIERUNEK AUTOMATYKA I ROBOTYKA STUDIA STACJONARNE I STOPNIA

WYDZIAŁ ELEKTROTECHNIKI, AUTOMATYKI I INFORMATYKI INSTYTUT AUTOMATYKI I INFORMATYKI KIERUNEK AUTOMATYKA I ROBOTYKA STUDIA STACJONARNE I STOPNIA WYDZIAŁ ELEKTROTECHNIKI, AUTOMATYKI I INFORMATYKI INSTYTUT AUTOMATYKI I INFORMATYKI KIERUNEK AUTOMATYKA I ROBOTYKA STUDIA STACJONARNE I STOPNIA PRZEDMIOT : : LABORATORIUM PODSTAW AUTOMATYKI 2. REPREZENTACJA

Bardziej szczegółowo

Identyfikacja obiektów dynamicznych za pomocą sieci neuronowych

Identyfikacja obiektów dynamicznych za pomocą sieci neuronowych Metody Sztucznej Inteligencji w Sterowaniu Ćwiczenie 3 Identyfikacja obiektów dynamicznych za pomocą sieci neuronowych Przygotował: mgr inż. Marcin Pelic Instytut Technologii Mechanicznej Politechnika

Bardziej szczegółowo

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Politechnika Białostocka Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Instrukcja do zajęć laboratoryjnych z przedmiotu: Przetwarzanie Sygnałów Kod: TS1A400027 Temat ćwiczenia:

Bardziej szczegółowo

Przyrządy elektroniki oscyloskop

Przyrządy elektroniki oscyloskop Przyrządy elektroniki oscyloskop Urządzenie które służy do wizualizacji i pomiarów parametrów czasowych i napięciowych sygnałów. Na przykład pomiar: okresu sygnału amplitudy sygnału czasu narastania sygnału

Bardziej szczegółowo

Proposal of thesis topic for mgr in. (MSE) programme in Telecommunications and Computer Science

Proposal of thesis topic for mgr in. (MSE) programme in Telecommunications and Computer Science Proposal of thesis topic for mgr in (MSE) programme 1 Topic: Monte Carlo Method used for a prognosis of a selected technological process 2 Supervisor: Dr in Małgorzata Langer 3 Auxiliary supervisor: 4

Bardziej szczegółowo

Część 1. Transmitancje i stabilność

Część 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 szczegółowo

Filtry FIR i biblioteka DSPLIB

Filtry FIR i biblioteka DSPLIB Zastosowania Procesorów Sygnałowych dr inż. Grzegorz Szwoch greg@multimed.org p. 732 - Katedra Systemów Multimedialnych Filtry FIR i biblioteka DSPLIB Wstęp Na poprzednim wykładzie napisaliśmy algorytm

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

Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L

Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Ćwiczenie 4. Filtry o skończonej odpowiedzi impulsowej (SOI) 1. Filtracja cyfrowa podstawowe

Bardziej szczegółowo

7.2.1 Przeglądarka elementów i dostęp do pomocy

7.2.1 Przeglądarka elementów i dostęp do pomocy 7. Badania układów dynamiki w trybie graficznym Cenioną przez użytkowników własnością opisywanych programów obliczeniowych jest możliwość graficznego definiowania badanych układów. Tą funkcjonalność zapewniają

Bardziej szczegółowo

Ćwiczenie 0 : Wprowadzenie do cyfrowego przetwarzania sygnałów. wyświetla listę tematów pomocy. wyświetla okno pomocy (Help / Product Help)

Ćwiczenie 0 : Wprowadzenie do cyfrowego przetwarzania sygnałów. wyświetla listę tematów pomocy. wyświetla okno pomocy (Help / Product Help) Wybr ane za gadnienia elektr oniki współczesnej Ćwiczenie 0 : Wprowadzenie do cyfrowego przetwarzania sygnałów. 1 Cel ćwiczenia Pierwsze zajęcia laboratoryjne z zakresu przetwarzania sygnałów mają na celu

Bardziej szczegółowo