CYFROWE PRZETWARZANIE SYGNAŁÓW
|
|
- Kazimierz Kaźmierczak
- 6 lat temu
- Przeglądów:
Transkrypt
1 POLITECHNIKA RZESZOWSKA im. I. Łukasiewicza WYDZIAŁ ELEKTROTECHNIKI I INFORMATYKI Katedra Metrologii i Systemów Diagnostycznych CYFROWE PRZETWARZANIE SYGNAŁÓW Analiza widmowa sygnałów (2) dr inż. Robert Hanus 1
2 Analiza Widmowa z DFT p g p g p p p p p 2
3 Okienkowanie sygnału (w dziedzinie czasu) wg. Lyons: Wprowadzenie do cyfrowego przetwarzania sygnałów 3
4 Relacje związane z twierdzeniem o splocie (ang: convolution) dotyczące mnożenia w dziedzinie czasu x(n) h(n) h(n) x(n) Mnożenie w dziedzinie czasu jest równoważne splotowi w dziedzinie częstotliwości i odwrotnie wg. Lyons: Wprowadzenie do cyfrowego przetwarzania sygnałów 4
5 Relacje związane z twierdzeniem o splocie dotyczące mnożenia w dziedzinie częstotliwości x(n) h(n) h(n) x(n) Splot (dyskretny): h[n]: n 0,1,2...P 1; y[n] h[n] x[n] P Q 1 k 0 Y[m] H[m] X[m] x[n]:n 0,1,2...Q 1 h[k] x[n k]; 5
6 Obliczanie splotu przykład wg. Smith: Cyfrowe przetwarzanie sygnałów Splot jest operacją przemienną: x[n]: n 0,1,2...P 1; y[n] x[n] h[n] P Q 1 k 0 Y[m] X[m] H[m] h[n]:n 0,1,2...Q 1 x[k] h[n k] h[n] x[n] 6
7 Obliczanie splotu Maszyna splotowa Odwrócenie (odbicie) ciągu h(n) względem punktu n=0 wg. Smith: Cyfrowe przetwarzanie sygnałów 7
8 Dodanie zer 8
9 Dodanie zer 9
10 Sygnał prostokątny (okno) w dziedzinie czasu i częstotliwości Dziedzina czasu Dziedzina częstotliwości 10
11 Widmo okna prostokątnego Widmo amplitudowe okna prostokątnego wg. Lyons: Wprowadzenie do cyfrowego przetwarzania sygnałów 11
12 Widmo okna prostokątnego i trójkątnego wg. Lyons: Wprowadzenie do cyfrowego przetwarzania sygnałów 12
13 Rozmycie (przeciek, przenikanie) widma (1) Dziedzina czasu. Sygnał wejściowy Okno Sygnał po okienkowaniu (mnożenie) Dziedzina częstotliwości Widmo sygnału wejściowego Widmo okna Widmo sygnału po okienkowaniu (splot) 13
14 Rozmycie (przeciek, przenikanie) widma (2) Zniekształcenie powstające w wyniku zastosowania okna wycinającego wg. materiałów firmy National Instruments 14
15 Efekty przecieku widma (1) 15
16 Efekty przecieku widma (2) 16
17 Przeciek widma przyczyny powstawania (1) a) A waveform that exactly fits one time record b) When replicated, no transients are introduced a) A waveform that dose not exactly fits into one time record b) When replicated, severe transients are introduced, causing leakage in the frequency domain 17
18 Przeciek widma przyczyny powstawania (2) a) szerokość okna wycinającego równa 2 okresom x(t) b) szerokość okna wycinającego nierówna nt 18
19 Przykład przecieku widma (1) Przypadek 1 brak przecieku widma: a) ciąg wejściowy o trzech okresach w ciągu danych b) moduł wartości wyjściowych DFT wg. Lyons: Wprowadzenie do cyfrowego przetwarzania sygnałów 19
20 Przykład przecieku widma (2) Przypadek 2 wyraźny przeciek : a) ciąg wejściowy o 3,4 okresu w ciągu danych b) moduł wartości wyjściowych DFT 20
21 Kształt obwiedni widma i położenie prążków (1) Odpowiedź częstotliwościowa DFT dla N punktowego ciągu wejściowego, zawierającego k okresów rzeczywistej cosinusoidy: a) odpowiedź amplitudowa jako funkcja m tego prążka, b) moduł odpowiedzi jako funkcja częstotliwości w Hz, 21
22 Kształt obwiedni widma i położenie prążków (2) Położenie i amplitudy prążków DFT: a) częstotliwość sygnału wejściowego = 8 khz, b) częstotliwość sygnału wejściowego = 8,5 khz, c) częstotliwość sygnału wejściowego = 8,75 khz 22
23 Wybrane funkcje okien Okno Hanninga: n = 0,1,2...N-1 Okno Hamminga: n = 0,1,2...N-1 Okno trójkątne: Okno Blackmana: n = 0,1,2...N-1 Okno Czebyszewa: w(n) = N - punktowa odwrotna DFT z : i m = 0,1,2...N-1 Okno Kaisera-Bessela: n = 0,1,2...N-1 i p = (N-1)/2 23
24 Najważniejsze parametry okien (1) szerokość listka głównego (wpływa na rozdzielczość analizy) poziom listków bocznych nachylenie charakterystyki częstotliwościowej listków bocznych współczynnik tłumienia amplitudy Charakterystyki kilku okien w dziedzinie czasu i częstotliwości 24
25 Najważniejsze parametry okien (2) 25
26 Przykładowe okna (1) Effect of Rectangular weighting in the time and frequency domains 26
27 Przykładowe okna (2) Effect of Hanning weighting in the time and frequency domains 27
28 Przykładowe okna (3) Effect of Kasiser-Bessel and flat-top weighting in the time and frequency domains 28
29 Przykładowe okna (4) The rectangular window,:(a) has the narrowest main lobe but the largest amplitude side lobes. The Hamming window, (b), and the Blackman window, (c), have lower amplitude side lobes at the expense of a wider main lobe. The fiat-top window, (d), is used when the amplitude of a peak must be accurately measured. 29
30 Okna parametryczne (1) (Czybyszewa) w(n) = N - punktowa odwrotna DFT z : m = 0,1,2...N-1 Funkcje okna Czybyszewa dla różnych wartości : a) współczynnik okna w dziedzinie czasu, b) Widma amplitudowe w dziedzinie częstotliwości w db wg. Lyons: Wprowadzenie do cyfrowego przetwarzania sygnałów 30
31 Okna parametryczne (2) (Kaisera) n = 0,1,2...N-1 i p = (N-1)/2 Funkcje okna Kaisera (Kaisera-Bessela) dla różnych wartości : a) współczynnik okna w dziedzinie czasu, b) Widma amplitudowe w dziedzinie częstotliwości w db, 31
32 Parametry okien (1) szerokość listka głównego poziom listków bocznych nachylenie charakterystyki częstotliwościowej listków bocznych wg. materiałów firmy National Instruments 32
33 Parametry okien (2) szerokość listka głównego poziom listków bocznych nachylenie charakterystyki częstotliwościowej listków bocznych wg. materiałów firmy National Instruments 33
34 Parametry okien (3) współczynnik skalowania równoważne pasmo szumowe największy błąd odwzorowania amplitudy Równoważne pasmo szumowe (równoważna szerokość widma okna) szerokość filtra prostokątnego o amplitudzie równej amplitudzie okna, przepuszczającego taką samą moc szumu białego 34
35 Parametry okien (4) Amplitude Error wg. materiałów firmy National Instruments 35
36 Parametry okien (5) - Amplitude Error 36
37 Parametry okien (6) - współ. skalowania Okno Hanninga: a) 64-próbkowy iloczyn okna Hanninga i wejściowego przebiegu sinusoidalnego o 3,4 okresach na przedziałach próbkowania b) wejściowe wartości DFT dla okna Hanninga w porównaniu z wyjściowymi wartościami DFT dla okna prostokątnego wg. Lyons: Wprowadzenie do cyfrowego przetwarzania sygnałów 37
38 Parametry okien (7) - współ. skalowania i wpływ listków bocznych Zwiększona czułość wykrycia sygnału osiągnięta dzięki zastosowaniu okienkowania: a) 64-próbkowy iloczyn okna Hanninga i sumy przebiegów sinusoidalnych o 3,4 okresach i 7 okresach na przedział próbkowania, b) wejściowe wartości DFT dla okna Hanninga ze zmniejszonym przeciekiem w porównaniu z wyjściowymi wartościami DFT dla okna prostokątnego 38
39 Zalecenia dotyczące wyboru typu okna wg. materiałów firmy National Instruments 39
40 Przykłady analizy sygnałów z zastosowaniem okien (1) Example of using a window in spectrai analysis. Figure (a) shows the frequency spectrum (magnitude only) of a signal consisting of two sine waves. One sine wave has a frequency exactly equal to a basis function, allowing it to be represented by a single sample. The other sine wave has a frequency between two oft he basis functions, resulting in tails on the peak. Figure (b) shows the frequency spectrum of the same signal, but with a Hamming window applied before taking the DFT. The window makes the peaks look the same and reduces the tails, but broadens the peaks. 40
41 Przykłady analizy sygnałów z zastosowaniem okien (2) wg. materiałów firmy National Instruments 41
42 Przykłady analizy sygnałów z zastosowaniem okien (3) a) prostokątne, b) Hanna, c) Gaussa α=3, d) Kaisera-Bessela β=3 42
43 Okienkowanie sygnałów w DASYLab (1) 43
44 Okienkowanie sygnałów w DASYLab (2) 44
45 Okienkowanie sygnałów w DASYLab (3) f p = 1024 (brak przecieku). Amplitude correction off 45
46 Okienkowanie sygnałów w DASYLab (4) f p = 1024 (brak przecieku). Amplitude correction on 46
47 Okienkowanie sygnałów w DASYLab (5) f p = 1000, f s = 42 Hz (najmniejszy przeciek) 47
48 Okienkowanie sygnałów w DASYLab (6) sin 42 Hz/4,5 V + sin 44 Hz/0,9 V 48
49 Okienkowanie sygnałów w DASYLab (7) sin 42 Hz/4,5 V + sin 49 Hz/0,001 V 49
Zjawisko 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 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 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 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 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 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 szczegółowoKatedra Metrologii i Systemów Diagnostycznych Laboratorium Metrologii II. 2013/14. Grupa. Nr ćwicz.
Politechnika Rzeszowska Katedra Metrologii i Systemów Diagnostycznych Laboratorium Metrologii II ELEMENTY CYFROWEGO PRZETWARZANIA SYGNAŁÓW POMIAROWYCH Grupa Nr ćwicz. 2 1... kierownik 2... 3... 4... Data
Bardziej 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 szczegółowoCYFROWE PRZETWARZANIE SYGNAŁÓW
POLITECHNIKA RZESZOWSKA im. I. Łukasiewicza WYDZIAŁ ELEKTROTECHNIKI I INFORMATYKI Katedra Metrologii i Systemów Diagnostycznych CYFROWE PRZETWARZANIE SYGNAŁÓW Sygnały stochastyczne, parametry w dziedzinie
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 szczegółowoĆwiczenie 3. Właściwości przekształcenia Fouriera
Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Ćwiczenie 3. Właściwości przekształcenia Fouriera 1. Podstawowe właściwości przekształcenia
Bardziej 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 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 szczegółowoPolitechnika Łódzka. Instytut Systemów Inżynierii Elektrycznej. Laboratorium cyfrowej techniki pomiarowej. Ćwiczenie 3
Politechnika Łódzka Instytut Systemów Inżynierii Elektrycznej Laboratorium cyfrowej techniki pomiarowej Ćwiczenie 3 Przetwarzanie danych pomiarowych w programie LabVIEW 1. Generator harmonicznych Jako
Bardziej 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 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 szczegółowoPolitechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L
Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Ćwiczenie 3. Właściwości przekształcenia Fouriera 1. Podstawowe właściwości przekształcenia
Bardziej 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 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 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 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 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 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 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 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 szczegółowoTeoria Sygnałów. III rok Informatyki Stosowanej. Wykład 8
Teoria Synałów rok nformatyki Stosowanej Wykład 8 Analiza częstotliwościowa dyskretnych synałów cyfrowych okna widmowe (cd poprzednieo wykładu) N = 52; T =.24; %czas trwania synału w sekundach dt = T/N;
Bardziej szczegółowoMETODY ANALIZY SYGNAŁÓW WIBROAKUSTYCZNYCH
INSTYTUT KONSTRUKCJI MASZYN LABORATORIUM METODY ANALIZY SYGNAŁÓW WIBROAKUSTYCZNYCH Methods of analyzing vibro-acoustics signal Zakres ćwiczenia: 1. Rodzaje sygnałów. 2. Metody analizy sygnałów w dziedzinie
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 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 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 szczegółowoTemat: 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 szczegółowoZASTOSOWANIE FUNKCJI OKIEN CZASOWYCH W DIAGNOSTYCE WIRNIKÓW SILNIKÓW INDUKCYJNYCH
Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Nr 62 Politechniki Wrocławskiej Nr 62 Studia i Materiały Nr 28 28 Marcin PAWLAK* silnik indukcyjny, diagnostyka, uszkodzenia wirnika analiza
Bardziej szczegółowoTemat: 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 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 szczegółowoIII. Przebieg ćwiczenia. 1. Generowanie i wizualizacja przebiegów oraz wyznaczanie ich podstawowych parametrów
POLITECHNIKA RZESZOWSKA KATEDRA METROLOGII I SYSTEMÓW DIAGNOSTYCZNYCH LABORATORIUM GRAFICZNE ŚRODOWISKA PROGRAMOWANIA S.P. WPROWADZENIE DO UŻYTKOWANIA ŚRODOWISKA VEE (1) I. Cel ćwiczenia Celem ćwiczenia
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 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 szczegółowoPOMIARY WYBRANYCH PARAMETRÓW TORU FONICZNEGO W PROCESORACH AUDIO
Politechnika Rzeszowska Katedra Metrologii i Systemów Diagnostycznych Laboratorium Elektroniczne przyrządy i techniki pomiarowe POMIARY WYBRANYCH PARAMETRÓW TORU FONICZNEGO W PROCESORACH AUDIO Grupa Nr
Bardziej szczegółowoWidmo akustyczne radia DAB i FM, porównanie okien czasowych Leszek Gorzelnik
Widmo akustycznych sygnałów dla radia DAB i FM Pomiary widma z wykorzystaniem szybkiej transformacji Fouriera FFT sygnału mierzonego w dziedzinie czasu wykonywane są w skończonym czasie. Inaczej mówiąc
Bardziej szczegółowoTwierdzenie o splocie
Twierdzenie o splocie g(t) = (s h) (t) G(f ) = S(f ) H(f ) (1) To twierdzenie działa też w drugą stronę: G(f ) = (S H) (f ) g(t) = s(t) h(t) (2) Zastosowania: zamiana splotu na mnożenie daje wgląd w okienkowanie
Bardziej szczegółowoEFEKTYWNE UŻYTKOWANIE ENERGII ELEKTRYCZNEJ
Studia Podyplomowe EFEKTYWNE UŻYTKOWANIE ENERGII ELEKTRYCZNEJ w ramach projektu Śląsko-Małopolskie Centrum Kompetencji Zarządzania Energią Pomiar parametrów sygnałów sieci elektroenergetycznej dr inż.
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 szczegółowoCYFROWE PRZETWARZANIE SYGNAŁÓW
POLITECHNIKA RZESZOWSKA im. I. Łukasiewicza WYDZIAŁ ELEKTROTECHNIKI I INFORMATYKI Katedra Metrologii i Systemów Diagnostycznych CYFROWE PRZETWARZANIE SYGNAŁÓW Analiza korelacyjna sygnałów dr hab. inż.
Bardziej szczegółowoSzybkie przekształcenie Fouriera
Szybkie przekształcenie Fouriera Wprawdzie DFT jest najbardziej bezpośrednią procedurą matematyczną do określania częstotliwościowej zawartości ciągu z dziedziny czasu, jest ona bardzo nieefektywna. Ponieważ
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 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 szczegółowoWydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej
Politechnika Białostocka Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Instrukcja do zajęć laboratoryjnych z przedmiotu: Przetwarzanie Sygnałów Kod: TS1A400027 Temat ćwiczenia:
Bardziej szczegółowoWOLTOMIERZA PRÓBKUJĄCY Z ANALIZĄ HARMONICZNYCH W ŚRODOWISKU LabVIEW
Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Nr 60 Politechniki Wrocławskiej Nr 60 Studia i Materiały Nr 27 2007 Krzysztof PODLEJSKI *, Rafał PIETRUSZKA * Woltomierz próbkujący, środowisko
Bardziej szczegółowoDyskretne sygnały deterministyczne i analiza widmowa
Wydział Elektryczny Zakład Automatyki LABORATORIUM CYFROWEGO PRZETWARZAIA SYGAŁÓW Ćwiczenie Dyskretne sygnały deterministyczne i analiza widmowa. Cel ćwiczenia Opanowanie umiejętności komputerowego modelowania
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 szczegółowoAkwizycja i przetwarzanie sygnałów cyfrowych
Akwizycja i przetwarzanie sygnałów cyfrowych Instytut Teleinformatyki ITI PK Kraków 21 luty 2011 Projektowania filtrów IIR Metoda niezmienności odpowiedzi impulsowej Podstawowa zasada określajaca: projektujemy
Bardziej szczegółowoPrzetwarzanie i transmisja danych multimedialnych. Wykład 8 Transformaty i kodowanie cz. 2. Przemysław Sękalski.
Przetwarzanie i transmisja danych multimedialnych Wykład 8 Transformaty i kodowanie cz. 2 Przemysław Sękalski sekalski@dmcs.pl Politechnika Łódzka Katedra Mikroelektroniki i Technik Informatycznych DMCS
Bardziej szczegółowoPOLITECHNIKA POZNAŃSKA
POLITECHNIKA POZNAŃSKA INSTYTUT ELEKTROTECHNIKI I ELEKTRONIKI PRZEMYSŁOWEJ Zakład Elektrotechniki Teoretycznej i Stosowanej Laboratorium Podstaw Telekomunikacji Ćwiczenie nr 1 Temat: Pomiar widma częstotliwościowego
Bardziej szczegółowoPOLITECHNIKA ŚLĄSKA INSTYTUT AUTOMATYKI ZAKŁAD SYSTEMÓW POMIAROWYCH
POLITECHNIKA ŚLĄSKA INSTYTUT AUTOMATYKI ZAKŁAD SYSTEMÓW POMIAROWYCH Gliwice, wrzesień 2005 Pomiar napięcia przemiennego Cel ćwiczenia Celem ćwiczenia jest zbadanie dokładności woltomierza cyfrowego dla
Bardziej szczegółowoData wykonania ćwiczenia: Ćwiczenie prowadził:
W O J S K O W A A K A D E M I A T E C H N I C Z N A WYDZIAŁ ELEKTRONIKI Drukować dwustronnie T E C H N I K A O B L I C Z E N I O W A I S Y M U L A C Y J N A Grupa...+++... Nazwisko i imię: 1. 2. 3. Ocena
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 szczegółowoLaboratorium Przetwarzania Sygnałów. Ćwiczenie 3. Filtracja i korelacja sygnałów dyskretnych
PTS laboratorium Laboratorium Przetwarzania Sygnałów Ćwiczenie 3 Filtracja i korelacja sygnałów dyskretnych Opracowali: - prof. dr hab. inż. Krzysztof Kałużyński - dr inż. Beata Leśniak-Plewińska - dr
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 szczegółowoAnaliza właściwości filtra selektywnego
Ćwiczenie 2 Analiza właściwości filtra selektywnego Program ćwiczenia. Zapoznanie się z przykładową strukturą filtra selektywnego 2 rzędu i zakresami jego parametrów. 2. Analiza widma sygnału prostokątnego..
Bardziej 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 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 szczegółowoCYFROWE PRZETWARZANIE SYGNAŁÓW
POLITECHNIKA RZESZOWSKA im. I. Łukasiewicza WYDZIAŁ ELEKTROTECHNIKI I INFORMATYKI Katedra Metrologii i Systemów Diagnostycznych CYFROWE PRZETWARZANIE SYGNAŁÓW Podstawowe informacje o przedmiocie Wymiar
Bardziej szczegółowoLaboratorium Przetwarzania Sygnałów. Ćwiczenie 2. Filtracja i korelacja sygnałów dyskretnych
PTS laboratorium Laboratorium Przetwarzania Sygnałów Ćwiczenie 2 Filtracja i korelacja sygnałów dyskretnych Opracowali: - prof. nzw. dr hab. inż. Krzysztof Kałużyński - dr inż. Beata Leśniak-Plewińska
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 szczegółowoPrzykładowe pytania 1/11
Parametry sygnałów Przykładowe pytania /. Dla okresowego przebiegu sinusoidalnego sterowanego fazowo (jak na rys) o kącie przewodzenia θ wyprowadzić zależność wartości skutecznej od kąta przewodzenia θ.
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 szczegółowoPORÓWNANIE 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 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 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 szczegółowoImię.. Nazwisko Nr Indeksu...
1) Podaj różnicę pomiędzy szumem a zniekształceniem. 2) Podaj różnicę pomiędzy szumem a zakłóceniem. 3) Dlaczego sprawność wzmacniacza mocy jest istotna? 4) Podaj warunki jakie musi spełniać wzmacniacz
Bardziej szczegółowoAiR_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 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 szczegółowoAnaliza właściwości filtrów dolnoprzepustowych
Ćwiczenie Analiza właściwości filtrów dolnoprzepustowych Program ćwiczenia. Zapoznanie się z przykładową strukturą filtra dolnoprzepustowego (DP) rzędu i jego parametrami.. Analiza widma sygnału prostokątnego.
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 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 szczegółowoZakres wymaganych wiadomości do testów z przedmiotu Metrologia. Wprowadzenie do obsługi multimetrów analogowych i cyfrowych
Zakres wymaganych wiadomości do testów z przedmiotu Metrologia Ćwiczenie 1 Wprowadzenie do obsługi multimetrów analogowych i cyfrowych budowa i zasada działania przyrządów analogowych magnetoelektrycznych
Bardziej szczegółowoKatedra Metrologii i Systemów Diagnostycznych Laboratorium Metrologii II. 2013/14. Grupa: Nr. Ćwicz.
Politechnika Rzeszowska Katedra Metrologii i Systemów Diagnostycznych Laboratorium Metrologii II WYZNACZANIE WŁAŚCIWOŚCI STATYCZNYCH I DYNAMICZNYCH PRZETWORNIKÓW Grupa: Nr. Ćwicz. 9 1... kierownik 2...
Bardziej szczegółowo8. 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 szczegółowoOpis efektów kształcenia dla modułu zajęć
Nazwa modułu: Teoria i przetwarzanie sygnałów Rok akademicki: 2013/2014 Kod: EEL-1-524-s Punkty ECTS: 6 Wydział: Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Kierunek: Elektrotechnika
Bardziej szczegółowoUśrednianie napięć zakłóconych
Politechnika Rzeszowska Katedra Metrologii i Systemów Diagnostycznych Laboratorium Miernictwa Elektronicznego Uśrednianie napięć zakłóconych Grupa Nr ćwicz. 5 1... kierownik 2... 3... 4... Data Ocena I.
Bardziej szczegółowoKOMPUTEROWE SYSTEMY POMIAROWE
KOMPUTEROWE SYSTEMY POMIAROWE Dr inż. Eligiusz PAWŁOWSKI Politechnika Lubelska Wydział Elektrotechniki i Informatyki Prezentacja do wykładu dla EMST - ITwE Semestr zimowy Wykład nr 12 Prawo autorskie Niniejsze
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 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
PRZEWARZANIE SYGNAŁÓW SEMESR V Człowiek- nalepsza inwestyca Proekt współfinansowany przez Unię Europeską w ramach Europeskiego Funduszu Społecznego Wykład II Wprowadzenie Podstawy teoretyczne przetwarzania
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 szczegółowoĆwiczenie 11. Podstawy akwizycji i cyfrowego przetwarzania sygnałów. Program ćwiczenia:
Ćwiczenie 11 Podstawy akwizycji i cyfrowego przetwarzania sygnałów Program ćwiczenia: 1. Budowa prostego komputerowego systemu akwizycji danych. 2. Obserwacja widm typowych sygnałów. 3. Obserwacja wpływu
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 szczegółowoKompresja dźwięku w standardzie MPEG-1
mgr inż. Grzegorz Kraszewski SYSTEMY MULTIMEDIALNE wykład 7, strona 1. Kompresja dźwięku w standardzie MPEG-1 Ogólne założenia kompresji stratnej Zjawisko maskowania psychoakustycznego Schemat blokowy
Bardziej szczegółowoWydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej
Politechnika Białostocka Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Instrukcja do zajęć laboratoryjnych z przedmiotu: Przetwarzanie Sygnałów Kod: TS1C400027 Temat ćwiczenia:
Bardziej szczegółowoImię i nazwisko (e mail): Rok: 2018/2019 Grupa: Ćw. 5: Pomiar parametrów sygnałów napięciowych Zaliczenie: Podpis prowadzącego: Uwagi:
Wydział: EAIiIB Imię i nazwisko (e mail): Rok: 2018/2019 Grupa: Zespół: Data wykonania: LABORATORIUM METROLOGII Ćw. 5: Pomiar parametrów sygnałów napięciowych Zaliczenie: Podpis prowadzącego: Uwagi: Wstęp
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 szczegółowoPodstawy akwizycji i cyfrowego przetwarzania sygnałów
AKADEMIA GÓRNICZO - HUTNICZA IM. STANISŁAWA STASZICA w KRAKOWIE WYDZIAŁ ELEKTROTECHNIKI, AUTOMATYKI, INFORMATYKI i ELEKTRONIKI KATEDRA METROLOGII LABORATORIUM METROLOGII Podstawy akwizycji i cyfrowego
Bardziej szczegółowoFiltracja. 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 szczegółowoImię.. Nazwisko Nr Indeksu...
(V) (V) (V) (V) Układy elektroniczne 2 Zestaw pytań przykładowych Łódź 213 1) Podaj różnicę pomiędzy szumem a zniekształceniem. 2) Podaj różnicę pomiędzy szumem a zakłóceniem. 3) Dlaczego sprawność wzmacniacza
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 szczegółowo6. Transmisja i generacja sygnałów okresowych
24 6. Transmisja i generacja sygnałów okresowych Cele ćwiczenia Zapoznanie ze środowiskiem programistycznym Code Composer Studio. Zapoznanie z urządzeniem TMX320C5515 ezdsp. Zapoznanie z podstawami programowania
Bardziej szczegółowoObwód wejściowy układu do pomiaru parametrów napięcia w sieci elektroenergetycznej
Obwód wejściowy układu do pomiaru parametrów napięcia w sieci elektroenergetycznej Jakub Rzeszutko W artykule opisano skonstruowany przez autora obwód wejściowy urządzenia służącego do analizy widmowej
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 szczegółowoPOLITECHNIKA POZNAŃSKA
POLITECHNIKA POZNAŃSKA INSTYTUT ELEKTROTECHNIKI I ELEKTRONIKI PRZEMYSŁOWEJ Zakład Elektrotechniki Teoretycznej i Stosowanej Laboratorium Podstaw Telekomunikacji Ćwiczenie nr 4 Temat: Modulacje analogowe
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 szczegółowo