Ćwiczenie 3. Właściwości przekształcenia Fouriera
|
|
- Krystian Żukowski
- 7 lat temu
- Przeglądów:
Transkrypt
1 Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Ćwiczenie 3. Właściwości przekształcenia Fouriera 1. Podstawowe właściwości przekształcenia Fouriera Omówione w ramach niniejszego ćwiczenia właściwości dotyczą m.in. DFT, DTFT i FFT. iech w dalszej części instrukcji zapis X =FT{x } oznacza przekształcenie Fouriera (np. X [m]= mn i n=0 x [n]e ), natomiast zapis x =FT 1 {X } odwrotne przekształcenie Fouriera (np. x[n]= 1 m=0 X [m]e i 2 mn ). W niniejszym ćwiczeniu może być pomocne, że podczas wykonywania ćwiczenia 3. (FFT) można było zauważyć symetrię wykresów części rzeczywistej i urojonej transformaty Fouriera, rysowanych dla m 0, 1. Wykres części rzeczywistej charakteryzował się symetrią osiową względem prostej m= 2 m, Im {X } = 2, 0., natomiast wykres części urojonej symetrią środkową względem punktu 1.1. Homogeniczność Przekształcenie Fouriera jest homogeniczne, tzn. k-krotna zmiana amplitudy sygnału spowoduje k-krotną zmianę amplitudy transformaty: k X =FT {k x}. Podobną zależnością charakteryzuje się przekształcenie odwrotne: k x=ft 1 {k X } Addytywność Przekształcenie Fouriera jest addytywne, tzn. transformata sumy sygnałów jest równa sumie transformat tych sygnałów: 1
2 FT {x 1 x 2 } FT {x 2 }. Addytywne jest również odwrotne przekształcenie Fouriera: FT 1 {X 1 X 2 }=FT 1 {X 1 } FT 1 {X 2 }. Homogeniczność i addytywność świadczą o liniowości przekształcenia Fouriera, a można je udowodnić, korzystając bezpośrednio z definicji, pamiętając przy tym m.in. o tym, że ka n =k a n dla k=const C oraz że a n b n = a n b n Kompresja i ekspansja sygnału Kompresja sygnału w jednej dziedzinie powoduje jego ekspansję w drugiej dziedzinie, np. zwężenie sygnału w dziedzinie czasu ( przyspieszenie ) spowoduje poszerzenie widma częstotliwościowego (wystąpienie większych częstotliwości). Dla k=const C możemy zapisać: FT { x[kn] }= 1 k X [ m k ] Właściwości fazowe przekształcenia Fouriera Wpływ przesunięcia sygnału w dziedzinie czasu na fazę transformaty Przesunięcie sygnału w czasie nie zmienia amplitudy jego transformaty. Ma natomiast wpływ na jej fazę jeśli sygnał zostanie w dziedzinie czasu przesunięty o s próbek, faza transformaty zmieni się o 2 s f : x 2 [n]= x 1 [n s] {X 2 }= {X 1 } 2 s f, gdzie f 0; 0,5 jest częstotliwością podaną jako ułamek częstotliwości próbkowania, tzn. f = m (m numer składowej, liczba składowych transformaty) Rozwinięcie fazy Kąt fazowy liczby zespolonej jest liczbą z przedziału ; (albo 0; 2 ). iemniej przy wykreślaniu fazy transformaty Fouriera przydatne jest często, aby ze względu na zachowanie ciągłości wykresu przeciwdziedzina była zbiorem większym. W tym celu stosuje się rozwijanie fazy (ang. phase unwrapping), polegające na dodawaniu całkowitych wielokrotności 2 do obliczonych kątów. Dąży się przy tym do tego, żeby różnica fazy między kolejnymi punktami transformaty była jak najmniejsza (co zapewnia ciągłość wykresu) Przeciek widma Dla dyskretnego przekształcenia Fouriera dany sygnał x[n] (złożony z próbek) jest zarówno w dziedzinie czasu, jak i w dziedzinie częstotliwości sygnałem okresowym o okresie. Jeśli więc analizujemy sygnał okresowy o okresie mniejszym niż, prawidłowe wyniki uzyskamy wówczas, gdy w badanym fragmencie sygnału ( n 0, 1 ) wystąpi całkowita liczba jego okresów. Jeśli analizowany sygnał rozpocznie się lub będzie zakończony niepełnym okresem, w widmie X[m] 2
3 wystąpią dodatkowe niezerowe składowe, które nie charakteryzują badanego sygnału, a jedynie zaburzają interpretację wyników. Zjawisko to nazywamy przeciekiem widma. azwa ta związana jest z wyciekiem energii sygnału, określanej przez właściwą składową widma, do innych składowych Modulacja amplitudowa mnożenie sygnałów Splot Splotem sygnałów nazywamy działanie, którego argumentami są dwa sygnały i które zdefiniowane jest dla sygnałów ciągłych następującym wzorem: s t =x 1 t x 2 t = x 1 u x 2 t u d u. Dla sygnałów dyskretnych x 1 i x 2 operację wyznaczania n-tej próbki splotu zapisać można następująco: 1 1 s[n]= x 1 x 2 [n]= x 1 [k] x 2 [n k ]. k =0 Jeżeli liczba próbek sygnału x 1 jest równa 1, a sygnał x 2 ma 2 próbek, przy czym 1 > 2, liczba próbek wyniku operacji splotu wynosi Przy obliczaniu splotu należy zwrócić uwagę na to, aby indeksy zmiennych nie wykraczały poza dostępny zakres. W przypadku pracy z Octave em oznacza to spełnienie zależności: 1 n ( ), 1 k 1, 1 n k Mnożenie sygnałów a przekształcenie Fouriera Transformata splotu sygnałów jest iloczynem transformat tych sygnałów: FT {x 1 x 2 } FT {x 2 }, natomiast transformata iloczynu sygnałów jest splotem ich transformat: FT {x 1 x 2 } FT {x 2 }. Mnożenie dwóch sygnałów jest wykorzystywane m.in. przy modulacji amplitudowej oraz filtrowaniu sygnałów. Istotą modulacji amplitudowej jest przeniesienie widma sygnału w wyższe częstotliwości przez zastosowanie sygnału nośnego x c o pewnej częstotliwości f c dużo wyższej od maksymalnej częstotliwości f x sygnału niosącego informację x. Operacja mnożenia sygnałów (splotu transformat) powoduje, że widmo sygnału x zostaje przesunięte w dziedzinie częstotliwości w stronę prążka częstotliwości nośnej. Powstałe widmo sygnału zmodulowanego składa się z prążka częstotliwości nośnej f c oraz dwu wstęg bocznych, które to wstęgi są symetryczne względem prążka f c i mają kształt taki sam jak widmo sygnału niezmodulowanego. Istotne jest, aby częstotliwość sygnału nośnego była większa niż największa częstotliwość składowa sygnału informacyjnego. 3
4 2. Zadania do realizacji a zajęciach laboratoryjnych należy rozwiązać 5 podanych poniżej zadań. Za każde zadanie można otrzymać jeden punkt pod warunkiem, że zostanie ono całkowicie poprawnie zrealizowane. Warto przypomnieć, że w zadaniach wskazane jest wykorzystywać funkcje napisane podczas wcześniejszych ćwiczeń. Zadanie nr 1 W zadaniu pierwszym należy napisać dwie funkcje. Pierwszą postaci: function [t, xr]=sin_t(t, c, ) generującą sinusoidę x r o częstotliwości c herców w przedziale czasowym 0, t, zadanym w sekundach i wykorzystującą do jej przedstawienia próbek. Do wektora t powinny zapisać się punkty na osi czasu, dla których obliczona została wartość sinusoidy. Druga funkcja powinna mieć postać: function [fx]=freq_d(t, ) i zwracać wektor f x częstotliwości składowych transformaty, jeśli sygnał wejściowy miał długość t sekund i po spróbkowaniu ma próbek. Zadanie nr 2 W zadaniu drugim należy napisać funkcję następującej postaci: function [zr, zi]=sig_mul(xr, xi, yr, yi) wykonującą mnożenie dwóch sygnałów zespolonych ( n 0, 1 z[n]= x[n] y[n] ). 4
5 Zadanie nr 3 Zadanie trzecie polega na napisaniu funkcji następującej: function [uw_fi]=unwrap_phase(fi) która będzie realizować rozwinięcie fazy. Zadanie nr 4 W zadaniu czwartym należy napisać funkcję następującej postaci: function [zr, zi]=sig_conv(xr, xi, yr, yi) która będzie realizować splot sygnałów x[n] i y[n]. Zadanie nr 5 Do dyspozycji jest sygnał dźwiękowy Wroclaw.wav, który można wczytać do Octave a za pomocą wbudowanej funkcji wavread(). Częstotliwość próbkowania tego sygnału wynosi 16 khz. W ramach zadania 5. należy wykonać prawidłową modulację amplitudową z sygnałem Wroclaw.wav jako sygnałem informacyjnym. Do zaliczenia zadania potrzebne jest wyświetlenie transformaty Fouriera z prawidłową skalą częstotliwości. Pytania na kartkówkę 1. Jak wyjaśnisz wspomniane w punkcie 1 symetrie wykresów Re{X[m]} i Im{X[m]}? 2. apisz funkcję przesuwającą zespolony sygnał x[n] o s próbek. Przyjmij, że po próbce x[ 1] kolejną w prawo jest próbka x[0]. 3. Zaproponuj algorytm rozwijania fazy i napisz funkcję go realizującą. 4. Ile wynosi częstotliwość próbkowania, jeśli sygnał o próbkach zawiera dokładnie k okresów sygnału o częstotliwości f? 5. apisz funkcję realizującą splot zespolonych sygnałów x[n] i y[n]. 5
Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L
Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Ćwiczenie 3. Właściwości przekształcenia Fouriera 1. Podstawowe właściwości przekształcenia
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 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 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 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 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 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 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 szczegółowoDYSKRETNA 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 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 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 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 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 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 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 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 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 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 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 szczegółowoPrzetwarzanie 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 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 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 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 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 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 szczegółowof = 2 śr MODULACJE
5. MODULACJE 5.1. Wstęp Modulacja polega na odzwierciedleniu przebiegu sygnału oryginalnego przez zmianę jednego z parametrów fali nośnej. Przyczyny stosowania modulacji: 1. Umożliwienie wydajnego wypromieniowania
Bardziej 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 szczegółowoĆwiczenie 6. Transformacje skali szarości obrazów
Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Ćwiczenie 6. Transformacje skali szarości obrazów 1. Obraz cyfrowy Obraz w postaci cyfrowej
Bardziej szczegółowoPolitechnika Warszawska
Politechnika Warszawska Wydział Elektryczny Laboratorium Teletechniki Skrypt do ćwiczenia T.03 Podstawowe zasady modulacji amlitudy na przykładzie modulacji DSB 1. Podstawowe zasady modulacji amplitudy
Bardziej szczegółowoBIBLIOTEKA PROGRAMU R - BIOPS. Narzędzia Informatyczne w Badaniach Naukowych Katarzyna Bernat
BIBLIOTEKA PROGRAMU R - BIOPS Narzędzia Informatyczne w Badaniach Naukowych Katarzyna Bernat Biblioteka biops zawiera funkcje do analizy i przetwarzania obrazów. Operacje geometryczne (obrót, przesunięcie,
Bardziej 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 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 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 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 szczegółowoPrzebieg sygnału w czasie Y(fL
12.3. y y to układy elektroniczne, które przetwarzają energię źródła przebiegu stałego na energię przebiegu zmiennego wyjściowego (impulsowego lub okresowego). W zależności od kształtu wytwarzanego przebiegu
Bardziej 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 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 szczegółowoBADANIE MODULATORÓW I DEMODULATORÓW AMPLITUDY (AM)
Zespół Szkół Technicznych w Suwałkach Pracownia Sieci Teleinformatycznych Ćwiczenie Nr 1 BADANIE MODULATORÓW I DEMODULATORÓW AMPLITUDY (AM) Opracował Sławomir Zieliński Suwałki 2010 Cel ćwiczenia Pomiar
Bardziej szczegółowo1. Modulacja analogowa, 2. Modulacja cyfrowa
MODULACJA W16 SMK 2005-05-30 Jest operacja mnożenia. Jest procesem nakładania informacji w postaci sygnału informacyjnego m.(t) na inny przebieg o wyższej częstotliwości, nazywany falą nośną. Przyczyna
Bardziej 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 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 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 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 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 szczegółowoDyskretne przekształcenie Fouriera
Dyskretne przekształcenie Fouriera Dyskretne przekształcenie Fouriera (ang. Discrete Fourier Transform - DFT) jest jedną z dwóch najbardziej popularnych i wydajnych procedur spotykanych w dziedzinie cyfrowego
Bardziej 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 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 szczegółowoCYFROWE 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 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 szczegółowoĆwiczenie 1. Wprowadzenie do programu Octave
Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Ćwiczenie 1. Wprowadzenie do programu Octave Mimo że program Octave został stworzony do
Bardziej 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 szczegółowoFUNKCJE I RÓWNANIA KWADRATOWE. Lekcja 78. Pojęcie i wykres funkcji kwadratowej str
FUNKCJE I RÓWNANIA KWADRATOWE Lekcja 78. Pojęcie i wykres funkcji kwadratowej str. 178-180. Funkcja kwadratowa to taka, której wykresem jest parabola. Definicja Funkcją kwadratową nazywamy funkcje postaci
Bardziej 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 szczegółowoFiltry cyfrowe procesory sygnałowe
Filtry cyfrowe procesory sygnałowe Rozwój wirtualnych przyrządów pomiarowych Algorytmy CPS działające na platformie TMX 320C5515e ZDSP USB STICK realizowane w laboratorium FCiPS Rozszerzenie ćwiczeń o
Bardziej szczegółowoInstrukcja do laboratorium z cyfrowego przetwarzania sygnałów. Wybrane właściwości Dyskretnej Transformacji Fouriera
Instrukcja do laboratorium z cyfrowego przetwarzania sygnałów Wybrane właściwości Dyskretnej Transformacji Fouriera Przemysław Korohoda, KE, AGH Zawartość instrukcji: 1 Materiał z zakresu DSP 1.1 Macierzowy
Bardziej szczegółowox(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 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 1. Wprowadzenie do programu Octave
Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Ćwiczenie 1. Wprowadzenie do programu Octave Mimo że program Octave został stworzony do
Bardziej 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 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 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 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 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 szczegółowoAnaliza szeregów czasowych: 2. Splot. Widmo mocy.
Analiza szeregów czasowych: 2. Splot. Widmo mocy. P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2007/08 Splot Jedna z najważniejszych własności transformaty Fouriera jest to, że transformata
Bardziej 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 szczegółowoTEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM
TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM AKADEMIA MORSKA Katedra Telekomunikacji Morskiej ĆWICZENIE 4 WYZNACZANIE CHARAKTERYSTYK CZĘSTOTLIWOŚCIOWYCH UKŁADÓW RLC. Cel ćwiczenia Celem ćwiczenia jest doświadczalne
Bardziej szczegółowo10. Demodulatory synchroniczne z fazową pętlą sprzężenia zwrotnego
102 10. Demodulatory synchroniczne z fazową pętlą sprzężenia zwrotnego Cele ćwiczenia Badanie właściwości pętli fazowej. Badanie układu Costasa do odtwarzania nośnej sygnału AM-SC. Badanie układu Costasa
Bardziej 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 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 szczegółowo(1.1) gdzie: - f = f 2 f 1 - bezwzględna szerokość pasma, f śr = (f 2 + f 1 )/2 częstotliwość środkowa.
MODULACJE ANALOGOWE 1. Wstęp Do przesyłania sygnału drogą radiową stosuje się modulację. Modulacja polega na odzwierciedleniu przebiegu sygnału oryginalnego przez zmianę jednego z parametrów fali nośnej.
Bardziej 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 szczegółowo12. Demodulatory synchroniczne z fazową pętlą sprzężenia zwrotnego
94 12. Demodulatory synchroniczne z fazową pętlą sprzężenia zwrotnego Cele ćwiczenia Badanie właściwości pętli fazowej. Badanie układu Costasa do odtwarzania nośnej sygnału AM-SC. Badanie układu Costasa
Bardziej szczegółowoRóżne reżimy dyfrakcji
Fotonika Wykład 7 - Sposoby wyznaczania obrazu dyfrakcyjnego - Przykłady obrazów dyfrakcyjnych w polu dalekim obliczonych przy użyciu dyskretnej transformaty Fouriera - Elementy dyfrakcyjne Różne reżimy
Bardziej 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 szczegółowoKoło zainteresowań Teleinformatyk XXI wieku PROJEKT 1
Koło zainteresowań Teleinformatyk XXI wieku PROJEKT 1 Temat: Modulacja FM Imię i nazwisko ucznia: Adam Szulc Klasa: III Ti a Numer z dziennika: 25 Suwałki, grudzień 2012 1 Spis treści 1.Modulacja częstotliwości
Bardziej szczegółowoWOJSKOWA 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 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 szczegółowoPolitechnika Warszawska
Politechnika Warszawska Wydział Elektryczny Laboratorium Teletechniki Skrypt do ćwiczenia T.08 Zasady wytwarzania sygnałów zmodulowanych za pomocą modulacji AM 1. Zasady wytwarzania sygnałów zmodulowanych
Bardziej szczegółowoPolitechnika Warszawska Wydział Elektryczny Laboratorium Teletechniki
Politechnika Warszawska Wydział Elektryczny Laboratorium Teletechniki Skrypt do ćwiczenia T.09 Określenie procentu modulacji sygnału zmodulowanego AM 1. Określenie procentu modulacji sygnału zmodulowanego
Bardziej szczegółowoSYMULACJA KOMPUTEROWA SYSTEMÓW
SYMULACJA KOMPUTEROWA SYSTEMÓW ZASADY ZALICZENIA I TEMATY PROJEKTÓW Rok akademicki 2015 / 2016 Spośród zaproponowanych poniżej tematów projektowych należy wybrać jeden i zrealizować go korzystając albo
Bardziej szczegółowoAiR_TSiS_1/2 Teoria sygnałów i systemów Signals and systems theory. Automatyka i Robotyka I stopień ogólnoakademicki
Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2013/2014
Bardziej szczegółowoĆwiczenie 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 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 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 szczegółowoPORÓWNANIE TREŚCI ZAWARTYCH W OBOWIĄZUJĄCYCH STANDARDACH EGZAMINACYJNYCH Z TREŚCIAMI NOWEJ PODSTAWY PROGRAMOWEJ
PORÓWNANIE TREŚCI ZAWARTYCH W OBOWIĄZUJĄCYCH STANDARDACH EGZAMINACYJNYCH Z TREŚCIAMI NOWEJ PODSTAWY PROGRAMOWEJ L.p. 1. Liczby rzeczywiste 2. Wyrażenia algebraiczne bada, czy wynik obliczeń jest liczbą
Bardziej szczegółowoKURS FUNKCJE. LEKCJA 2 PODSTAWOWA Przekształcenia wykresu funkcji ZADANIE DOMOWE. Strona 1
KURS FUNKCJE LEKCJA PODSTAWOWA Przekształcenia wykresu unkcji ZADANIE DOMOWE www.etrapez.pl Strona Część : TEST Zaznacz poprawną odpowiedź (tylko jedna jest prawdziwa). Pytanie Wykres unkcji ( x) q otrzymujemy
Bardziej szczegółowoNAJWIEKSZY INTERNETOWY ZBIÓR ZADAŃ Z MATEMATYKI FUNKCJE KWADRATOWE PARAMETRY
www.zadania.info NAJWIEKSZY INTERNETOWY ZBIÓR ZADAŃ Z MATEMATYKI FUNKCJE KWADRATOWE PARAMETRY 1 www.zadania.info NAJWIEKSZY INTERNETOWY ZBIÓR ZADAŃ Z MATEMATYKI ZADANIE 1 Wyznacz wzór funkcji f (x) = 2x
Bardziej szczegółowoAnaliza szeregów czasowych: 2. Splot. Widmo mocy.
Analiza szeregów czasowych: 2. Splot. Widmo mocy. P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2006/07 Splot Jedna z najważniejszych własności transformaty Fouriera jest to, że transformata
Bardziej 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 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 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 szczegółowoFunkcja kwadratowa. f(x) = ax 2 + bx + c,
Funkcja kwadratowa. Funkcją kwadratową nazywamy funkcję f : R R określoną wzorem gdzie a, b, c R, a 0. f(x) = ax 2 + bx + c, Szczególnym przypadkiem funkcji kwadratowej jest funkcja f(x) = ax 2, a R \
Bardziej 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 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 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 szczegółowoPolitechnika Warszawska
Politechnika Warszawska Wydział Elektryczny Laboratorium Teletechniki Skrypt do ćwiczenia T.10 Odbiór sygnałów AM odpowiedź częstotliwościowa stopnia 1. Odbiór sygnałów AM odpowiedź częstotliwościowa stopnia
Bardziej szczegółowoTroszkę przypomnienia
Troszkę przypomnienia Przesunięcie o wektor Przesunięcie funkcji o wektor polega na przesunięciu jej w układzie współrzędnych o określoną ilośc jednostek w poziomie oraz w pionie. Pierwsza współrzędna
Bardziej szczegółowoLaboratorium Przetwarzania Sygnałów. Ćwiczenie 2. Analiza widmowa
PTS laboratorium Laboratorium Przetwarzania Sygnałów Ćwiczenie 2 Analiza widmowa Opracowali: - prof. dr hab. inż. Krzysztof Kałużyński - dr inż. Beata Leśniak-Plewińska - dr inż. Jakub Żmigrodzki Zakład
Bardziej 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 szczegółowo