Szereg i transformata Fouriera
|
|
- Andrzej Witkowski
- 6 lat temu
- Przeglądów:
Transkrypt
1 Analiza danych środowiskowych III rok OŚ Wykład 3 Andrzej Leśniak KGIS, GGiOŚ AGH Szereg i transformata Fouriera Cel wykładu: Wykrywanie i analiza okresowości w szeregach czasowych
2 Przepływ wody w rzece Neuse (USA) Przepływ m 3 /dzień 365 dni 1 rok Czas [dni] Temperatura powietrza Black Rock Forest 365 dni 1 rok
3 Temperatura powietrza Black Rock Forest 1 dzień time, days Występują różne cykle zmienna okresowość danych Cykliczność zjawisk i ich okresy astronomiczne inne naturalne antropogeniczne rotacja Ziemi 1 dzień fale morskie kilka sekund Prąd elektryczny 6 Hz obieg wokół Słońca 1 rok uderzenia serca 4-1/min Gramofon 33 1/3 Przypływy mórz 1 g, 1 dzień, 1 miesiąc
4 Drgania sinusoidalne f(t)= C cos{ π(t-t ) / T } 3 cosine example amplituda, C 1 d(t) -1 - okres, T time, time, t t przesunięcie (ew. faza), t Okresowość może występować zarówno w danych które są zależne od czasu jak i od zmiennej przestrzennej zmienne w czasie f(t)= C cos{ πt / T } amplituda, C okres, T częstotliwość, f=1/t częstotliwość kątowa, ω= π/t f(t)= C cos(ωt) zmienne w przestrzeni f(x)= C cos{ πx / λ} amplituda, C długość fali, λ częstość f=1/λ liczba falowa, k= π/ λ f(x)= C cos(kx)
5 cykliczność danych w przestrzeni i liczby falowe naturalne antropogeniczne wydmy dziesiątki setki metrów słoje drzew kilka milimetrów grzędy na polu ziemniaczanym kilkadziesiąt cm Łączenie sinusa i kosinusa pozwala wyeliminować przesunięcie czasu gdzie oraz
6 Dowód jest dość prosty pamiętając, że:
7 Szereg Fouriera Model liniowy zbudowany wyłącznie z funkcji sinus i kosinus dane = suma funkcji sinus i kosinus ω - zmienne pomocnicze A, B to parametry modelu zasadniczy problem jak dobrać częstotliwości kątowe (wartości i ich maksymalna liczba)? Dla danych spróbkowanych ze stałym krokiem większe niż f N = 1 t nie będą wykryte. t częstotliwości częstotliwość Nyquista wartości częstotliwości : zakładamy, że częstotliwości są rozłożone równomiernie począwszy od częstotliwości zero do częstotliwości max (tj. do f ), czyli ω = ( n 1) ω N Ilość punktów na osi częstotliwości: Ilość danych N = ilość parametrów (A i i B i ) do określenia. Dla częstotliwości ω = cos()=1 i sin()= Ilość różnych częstotliwości N/+1 f N = 1 t ω N = π f N = π t ( π t) π ω 1 ω = = f = = N N t π N t n
8 Ilość częstotliwości: dlaczegon/+1 a nie N/? pierwszy i ostatni sinus w szeregu Fouriera są pomijane ponieważ są tożsamościowo równe zeru: ( t) B1 sin = B B N + 1 N + 1 sin ω N + 1 t = B π sin n t = t N + 1 N sin ω t = B N + 1 N sin π t = N t cos(½nδω t) cos(t) cos(δω t) sin(δωt) cos(δω t) sin(δω t) time, s
9 x x ( t) = sin( πf ) x Twierdzenie Nyquista o próbkowaniu t ( n) = sin( πf n t) po spróbkowaniu Ponieważ sinus jest funkcją okresową można zapisać: ( n) = π f n t) = sin(πf n t + π ) sin( m Drugi wyraz można zapisać jako: m sin( πf n t + πm) = sin π ( f + ) n t n t ( n) = πf n t) = sin( ( f + kf ) n t) x sin( π s jeśli m = kn t = 1 f to s Podczas próbkowania z częstotliwością f s próbek/s nie ma możliwości rozróżnienia spróbkowanych przebiegów sinusoidalnych o częstotliwości f Hz i f +kf s Hz (k liczba całkowita) 1 d 1 (t) = cos(ω 1 t), with ω 1 = ω d 1 (t) d1(t) time, t d (t) = cos{ω t}, with ω =(+N) ω, time, t 1 d (t) d(t) time, t time, t
10 Pytanie zasadnicze: czy na podstawie zapisu dyskretnego można odtworzyć funkcję ciągłą? A jeśli tak, to jakie musi ona spełniać warunki? Odpowiedź: Sygnał musi mieć ograniczone pasmo częstotliwościowe tj. X(ω) = dla ω > ω max Sygnałami o ograniczonym paśmie mogą być zarówno sygnały o ograniczonej energii, jak i o ograniczonej mocy. Jedno jest jasne zbyt rzadkie próbkowanie powoduje niejednoznaczność w definiowaniu krzywej ciągłej. Zachodzi w tym wypadku zjawisko aliasingu. (ang. Alias: Two names for the same person, or thing) Innymi słowami: kiedy m=n+n lub kiedy ω m =ω n +ω ny tylko przedziałω ny na osi ω jest określony jednoznacznie, powiedzmy od -ω ny do+ω ny punkty ekwiwalentne na osi ω ω ny ω ny ω ny 3ω ny ω
11 problemy jakie rodzi aliasing wysokie częstotliwości maskują niskie częstotliwości remedium: należy usunąć wysokie częstotliwości z danych przed ich spróbkowaniem (analogowe filtry antyaliasingowe) Dyskretny Szereg Fouriera B N/
12 Rozwiązanie: metodą najmniejszych kwadratów est T -1 T może zostać znacznie uproszczone, gdyż znamy postać analityczną wyrażenia i Szereg Fouriera nieujemne częstotliwości tylko dla zakresu od doω ny Używając liczb zespolonych wzór powyższy można zapisać w postaci: częstotliwości nieujemne częstotliwości ujemne
13 Rozwiązanie zagadnienia najmniejszych kwadratów dla obliczenia n lub Dyskretna transformacja Fouriera Jak rysować A i B, tj, wyliczone parametry modelu? propozycja 1 widmowa gęstość mocy versus częstotliwość propozycja amplituda gęstości spektralnej versus częstotliwość
14 amplituda amplituda gęstości spectrum spektralnej gęstości spectrum spektralnej frequency, cycles per day 5 Wielkość przepływu w rzece Neuse częstotliwość, cykli na dzień 6. dni 18.6 dni wszystko co interesujące blisko początku, wobec tego lepiej rysować okres, T=1/f 365. dni period, days okres, dni Dlaczego wolimy postać zespoloną szeregu Fouriera? Jedna funkcja, exp(),jest lepsza niż dwie, cos() & sin() Działania algebraiczne na exp() są prostsze niż na cos() & sin(), e.g. exp(a) / exp(b) = exp( a b) co znacznie upraszcza wzory. Tradycja i opinia większości bo każdy używa postaci zespolonej! NAJWAŻNIEJSZE - MatLab używa postaci zespolonej!!!.
Drgania i fale II rok Fizyk BC
00--07 5:34 00\FIN00\Drgzlo00.doc Drgania złożone Zasada superpozycji: wychylenie jest sumą wychyleń wywołanych przez poszczególne czynniki osobno. Zasada wynika z liniowości związku między wychyleniem
Bardziej szczegółowoWykład 2: Szeregi Fouriera
Rachunek prawdopodobieństwa MAP64 Wydział Elektroniki, rok akad. 8/9, sem. letni Wykładowca: dr hab. A. Jurlewicz Wykład : Szeregi Fouriera Definicja. Niech f(t) będzie funkcją określoną na R, okresową
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 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 szczegółowoKompresja Danych. Streszczenie Studia Dzienne Wykład 13, f(t) = c n e inω0t, T f(t)e inω 0t dt.
1 Kodowanie podpasmowe Kompresja Danych Streszczenie Studia Dzienne Wykład 13, 18.05.2006 1.1 Transformaty, próbkowanie i filtry Korzystamy z faktów: Każdą funkcję okresową można reprezentować w postaci
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 szczegółowoTransformata Fouriera i analiza spektralna
Transformata Fouriera i analiza spektralna Z czego składają się sygnały? Sygnały jednowymiarowe, częstotliwość Liczby zespolone Transformata Fouriera Szybka Transformata Fouriera (FFT) FFT w 2D Przykłady
Bardziej szczegółowoPrzetwarzanie 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 szczegółowoAnaliza danych środowiskowych III rok OŚ
Analiza danych środowiskowych III rok OŚ Wykład 6 Andrzej Leśniak KGIS, GGiOŚ AGH Kroskorelacja Cel wykładu Rozszerzenie idei autokorelacji na przypadek dwóch różnych szeregów czasowych oraz dyskusja koherencji
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 szczegółowodr inż. Artur Zieliński Katedra Elektrochemii, Korozji i Inżynierii Materiałowej Wydział Chemiczny PG pokój 311
dr inż. Artur Zieliński Katedra Elektrochemii, Korozji i Inżynierii Materiałowej Wydział Chemiczny PG pokój 3 Politechnika Gdaoska, 20 r. Publikacja współfinansowana ze środków Unii Europejskiej w ramach
Bardziej 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 szczegółowoZmiany fazy/okresu oscylacji Chandlera i rocznej we współrzędnych bieguna ziemskiego.
Strona 1 z 27 Zmiany fazy/okresu oscylacji Chandlera i rocznej we współrzędnych bieguna ziemskiego. Alicja Rzeszótko Wiesław Kosek Waldemar Popiński Seminarium Sekcji Dynamiki Ziemi Komitetu Geodezji PAN
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 szczegółowoGenerowanie sygnałów na DSP
Zastosowania Procesorów Sygnałowych dr inż. Grzegorz Szwoch greg@multimed.org p. 732 - Katedra Systemów Multimedialnych Generowanie sygnałów na DSP Wstęp Dziś w programie: generowanie sygnałów za pomocą
Bardziej szczegółowoTransformaty. Kodowanie transformujace
Transformaty. Kodowanie transformujace Kodowanie i kompresja informacji - Wykład 10 10 maja 2009 Szeregi Fouriera Każda funkcję okresowa f (t) o okresie T można zapisać jako f (t) = a 0 + a n cos nω 0
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 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 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 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 szczegółowoRozdział 1 PODSTAWOWE POJĘCIA I DEFINICJE
1. 1. W p r owadze n ie 1 Rozdział 1 PODSTAWOWE POJĘCIA I DEFINICJE 1.1. WPROWADZENIE SYGNAŁ nośnik informacji ANALIZA SYGNAŁU badanie, którego celem jest identyfikacja własności, cech, miar sygnału; odtwarzanie
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 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 szczegółowoPropagacja w przestrzeni swobodnej (dyfrakcja)
Fotonika Wykład 7 - Sposoby wyznaczania obrazu dyfrakcyjnego - Przykłady obrazów dyfrakcyjnych w polu dalekim obliczonych przy użyciu dyskretnej transformaty Fouriera - Elementy dyfrakcyjne Propagacja
Bardziej szczegółowoTransformacje Fouriera * podstawowe własności
Transformacje Fouriera * podstawowe własności * podejście mało formalne Funkcja w domenie czasowej Transformacja Fouriera - wstęp Ta sama funkcja w domenie częstości Transformacja Fouriera polega na rozkładzie
Bardziej szczegółowoWstęp do metod numerycznych Dyskretna transformacja Fouriera. P. F. Góra
Wstęp do metod numerycznych Dyskretna transformacja Fouriera P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 01 Problem Majac dany szereg czasowy {x i } N i=1 = {x 1, x,..., x N } (zazwyczaj nieciekawy),
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 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 szczegółowo) (2) 1. A i. t+β i. sin(ω i
Ćwiczenie 8 AALIZA HARMOICZA PRZEBIEGÓW DRGAŃ 1. Cel ćwiczenia Analiza przebiegów drgań maszyny i wyznaczenie składowych harmonicznych tych przebiegów,. Wprowadzenie.1. Sygnały pomiarowe W celu przeprowadzenia
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 szczegółowoPrzekształcenie Fouriera obrazów FFT
Przekształcenie ouriera obrazów T 6 P. Strumiłło, M. Strzelecki Przekształcenie ouriera ourier wymyślił sposób rozkładu szerokiej klasy funkcji (sygnałów) okresowych na składowe harmoniczne; taką reprezentację
Bardziej szczegółowoDr inż. Agnieszka Wardzińska pokój: 105 Polanka Advisor hours: Tuesday: Thursday:
Dr inż. Agnieszka Wardzińska pokój: 105 Polanka agnieszka.wardzinska@put.poznan.pl cygnus.et.put.poznan.pl/~award Advisor hours: Tuesday: 10.00-10.45 Thursday: 10.30-11.15 Literatura podstawowa: 1. Podstawy
Bardziej szczegółowoTERAZ O SYGNAŁACH. Przebieg i widmo Zniekształcenia sygnałów okresowych Miary sygnałów Zasady cyfryzacji sygnałów analogowych
TERAZ O SYGNAŁACH Przebieg i widmo Zniekształcenia sygnałów okresowych Miary sygnałów Zasady cyfryzacji sygnałów analogowych Sygnał sinusoidalny Sygnał sinusoidalny (także cosinusoidalny) należy do podstawowych
Bardziej szczegółowoĆwiczenie nr 6 Charakterystyki częstotliwościowe
Wstęp teoretyczny Ćwiczenie nr 6 Charakterystyki częstotliwościowe 1 Cel ćwiczenia Celem ćwiczenia jest wyznaczenie charakterystyk częstotliwościowych układu regulacji oraz korekta nastaw regulatora na
Bardziej 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 szczegółowoDrgania. W Y K Ł A D X Ruch harmoniczny prosty. k m
Wykład z fizyki Piotr Posmykiewicz 119 W Y K Ł A D X Drgania. Drgania pojawiają się wtedy, gdy układ zostanie wytrącony ze stanu równowagi stabilnej. MoŜna przytoczyć szereg znanych przykładów: kołysząca
Bardziej szczegółowoPodstawowe człony dynamiczne
. Człon proporcjonalny 2. Człony całkujący idealny 3. Człon inercyjny Podstawowe człony dynamiczne charakterystyki czasowe = = = + 4. Człony całkujący rzeczywisty () = + 5. Człon różniczkujący rzeczywisty
Bardziej 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 szczegółowoWykład 6: Reprezentacja informacji w układzie optycznym; układy liniowe w optyce; podstawy teorii dyfrakcji
Fotonika Wykład 6: Reprezentacja informacji w układzie optycznym; układy liniowe w optyce; podstawy teorii dyfrakcji Plan: pojęcie sygnału w optyce układy liniowe filtry liniowe, transformata Fouriera,
Bardziej szczegółowoLiczby zespolone. x + 2 = 0.
Liczby zespolone 1 Wiadomości wstępne Rozważmy równanie wielomianowe postaci x + 2 = 0. Współczynniki wielomianu stojącego po lewej stronie są liczbami całkowitymi i jedyny pierwiastek x = 2 jest liczbą
Bardziej szczegółowoTeoria sterowania - studia niestacjonarne AiR 2 stopień
Teoria sterowania - studia niestacjonarne AiR stopień Kazimierz Duzinkiewicz, dr hab. Inż. Katedra Inżynerii Systemów Sterowania Wykład 4-06/07 Transmitancja widmowa i charakterystyki częstotliwościowe
Bardziej szczegółowoAnaliza szeregów czasowych: 1. Dyskretna transformata Fouriera i zagadnienia pokrewne
Analiza szeregów czasowych: 1. Dyskretna transformata Fouriera i zagadnienia pokrewne P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 007/08 Transformata Fouriera G(f) = g(t)e πift dt (1)
Bardziej szczegółowoLepkosprężystość. Metody pomiarów właściwości lepkosprężystych materii
Metody pomiarów właściwości lepkosprężystych materii Pomiarów dokonuje się w dwóch dziedzinach: czasowej lub częstotliwościowej i nie zależy to od rodzaju przyłożonych naprężeń (normalnych lub stycznych).
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 szczegółowoZmiany fazy/okresu oscylacji Chandlera i rocznej we współrzędnych bieguna ziemskiego.
Strona 1 z 38 Zmiany fazy/okresu oscylacji Chandlera i rocznej we współrzędnych bieguna ziemskiego. Alicja Rzeszótko alicja@cbk.waw.pl 2 czerwca 2006 1 Omówienie danych 3 Strona główna Strona 2 z 38 2
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 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 szczegółowo7 Dodatek II Ogólna teoria prądu przemiennego
7 Dodatek II Ogólna teoria prądu przemiennego AC (ang. Alternating Current) oznacza naprzemienne zmiany natężenia prądu i jest symbolizowane przez znak ~. Te zmiany dotyczą zarówno amplitudy jak i kierunku
Bardziej szczegółowoANALIZA HARMONICZNA DŹWIĘKU SKŁADANIE DRGAŃ AKUSTYCZNYCH DUDNIENIA.
ĆWICZENIE NR 15 ANALIZA HARMONICZNA DŹWIĘKU SKŁADANIE DRGAŃ AKUSYCZNYCH DUDNIENIA. I. Cel ćwiczenia. Celem ćwiczenia było poznanie podstawowych pojęć związanych z analizą harmoniczną dźwięku jako fali
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 szczegółowoFunkcje analityczne. Wykład 12
Funkcje analityczne. Wykład 2 Szeregi Laurenta. Osobliwości funkcji zespolonych. Twierdzenie o residuach Paweł Mleczko Funkcje analityczne (rok akademicki 206/207) Plan wykładu W czasie wykładu omawiać
Bardziej szczegółowo1. Liczby zespolone. Jacek Jędrzejewski 2011/2012
1. Liczby zespolone Jacek Jędrzejewski 2011/2012 Spis treści 1 Liczby zespolone 2 1.1 Definicja liczby zespolonej.................... 2 1.2 Postać kanoniczna liczby zespolonej............... 1. Postać
Bardziej szczegółowoMateriały pomocnicze do wykładu
Materiały pomocnicze do wykładu 1 Plan zajęć Podstawowe wiadomości o sygnałach Szeregi Fouriera Ciągła Transformata Fouriera Sygnały cyfrowe Próbkowanie sygnałów. Zjawisko aliasingu Dyskretna i Szybka
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 szczegółowoDyskretne przekształcenie Fouriera cz. 2
Cyfrowe przetwarzanie sygnałów Jacek Rezmer -1- Dyskretne przekształcenie Fouriera cz. 2 Twierdzenie o przesunięciu Istnieje ważna właściwość DFT, znana jako twierdzenie o przesunięciu. Mówi ono, że: przesunięcie
Bardziej szczegółowoLaboratorium 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 szczegółowoFunkcje analityczne. Wykład 2. Płaszczyzna zespolona. Paweł Mleczko. Funkcje analityczne (rok akademicki 2017/2018)
Funkcje analityczne Wykład 2. Płaszczyzna zespolona Paweł Mleczko Funkcje analityczne (rok akademicki 2017/2018) Plan wykładu W czasie wykładu omawiać będziemy różne reprezentacje płaszczyzny zespolonej
Bardziej szczegółowodr inż. Krzysztof Stawicki
Wybrane zagadnienia teorii obwodów 1 dr inż. Krzysztof Stawicki e-mail: ks@zut.edu.pl w temacie wiadomości proszę wpisać tylko słowo STUDENT strona www: ks.zut.edu.pl/wzto 2 Wybrane zagadnienia teorii
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 szczegółowoFizyka 11. Janusz Andrzejewski
Fizyka 11 Ruch okresowy Każdy ruch powtarzający się w regularnych odstępach czasu nazywa się ruchem okresowym lub drganiami. Drgania tłumione ruch stopniowo zanika, a na skutek tarcia energia mechaniczna
Bardziej szczegółowoWykład 6: Reprezentacja informacji w układzie optycznym; układy liniowe w optyce; podstawy teorii dyfrakcji
Fotonika Wykład 6: Reprezentacja informacji w układzie optycznym; układy liniowe w optyce; podstawy teorii dyfrakcji Plan: pojęcie sygnału w optyce układy liniowe filtry liniowe, transformata Fouriera,
Bardziej szczegółowoBADANIE ELEKTRYCZNEGO OBWODU REZONANSOWEGO RLC
Ćwiczenie 45 BADANE EEKTYZNEGO OBWOD EZONANSOWEGO 45.. Wiadomości ogólne Szeregowy obwód rezonansowy składa się z oporu, indukcyjności i pojemności połączonych szeregowo i dołączonych do źródła napięcia
Bardziej szczegółowoInduktor i kondensator. Warunki początkowe. oraz ciągłość warunków początkowych
Termin AREK73C Induktor i kondensator. Warunki początkowe Przyjmujemy t, u C oraz ciągłość warunków początkowych ( ) u ( ) i ( ) i ( ) C L L Prąd stały i(t) R u(t) u( t) Ri( t) I R RI i(t) L u(t) u() t
Bardziej szczegółowoTEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM
EORI OBWODÓW I SYGNŁÓW LBORORIUM KDEMI MORSK Katedra eleomuniacji Morsiej Ćwiczenie nr 2: eoria obwodów i sygnałów laboratorium ĆWICZENIE 2 BDNIE WIDM SYGNŁÓW OKRESOWYCH. Cel ćwiczenia Celem ćwiczenia
Bardziej szczegółowoFUNKCJE ZESPOLONE Lista zadań 2005/2006
FUNKJE ZESPOLONE Lista zadań 25/26 Opracowanie: dr Jolanta Długosz Liczby zespolone. Obliczyć wartości podanych wyrażeń: (2 + ) ( ) 2 4 i (5 + i); b) (3 i)( 4 + 2i); c) 4 + i ; d) ( + i) 4 ; e) ( 2 + 3i)
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 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 szczegółowoWykład 2 Zmienne losowe i ich rozkłady
Wykład 2 Zmienne losowe i ich rozkłady Magdalena Frąszczak Wrocław, 11.10.2017r Zmienne losowe i ich rozkłady Doświadczenie losowe: Rzut monetą Rzut kostką Wybór losowy n kart z talii 52 Gry losowe Doświadczenie
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 szczegółowoRachunek prawdopodobieństwa i statystyka
Rachunek prawdopodobieństwa i statystyka Przestrzeń probabilistyczna Niech Ω będzie dowolnym zbiorem, zwanym przestrzenią zdarzeń elementarnych. Elementy ω tej przestrzeni nazywamy zdarzeniami elementarnymi.
Bardziej szczegółowoRodzaje fal. 1. Fale mechaniczne. 2. Fale elektromagnetyczne. 3. Fale materii. dyfrakcja elektronów
Wykład VI Fale t t + Dt Rodzaje fal 1. Fale mechaniczne 2. Fale elektromagnetyczne 3. Fale materii dyfrakcja elektronów Fala podłużna v Przemieszczenia elementów spirali ( w prawo i w lewo) są równoległe
Bardziej szczegółowoWykład FIZYKA I. 10. Ruch drgający tłumiony i wymuszony. Dr hab. inż. Władysław Artur Woźniak
Wykład FIZYKA I 1. Ruch drgający tłumiony i wymuszony Dr hab. inż. Władysław Artur Woźniak Instytut Fizyki Politechniki Wrocławskiej http://www.if.pwr.wroc.pl/~wozniak/fizyka1.html Siły oporu (tarcia)
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 szczegółowoFizyka 12. Janusz Andrzejewski
Fizyka 1 Janusz Andrzejewski Przypomnienie: Drgania procesy w których pewna wielkość fizyczna na przemian maleje i rośnie Okresowy ruch drgający (periodyczny) - jeżeli wartości wielkości fizycznych zmieniające
Bardziej szczegółowoProjekt nr 4. Dynamika ujęcie klasyczne
Projekt nr 4 Dynamika POLITECHNIKA POZNAŃSKA WYDZIAŁ BUDOWNICTWA I INŻYNIERII ŚRODOWISKA INSTYTUT KONSTRUKCJI BUDOWLANYCH ZAKŁAD MECHANIKI BUDOWLI Projekt nr 4 Dynamika ujęcie klasyczne Konrad Kaczmarek
Bardziej szczegółowoAnaliza szeregów czasowych: 1. Dyskretna transformata Fouriera i zagadnienia pokrewne
Analiza szeregów czasowych: 1. Dyskretna transformata Fouriera i zagadnienia pokrewne P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 006/07 Plan wykładu Dyskretna transformata Fouriera,
Bardziej szczegółowoBlok I: Wyrażenia algebraiczne. dla xy = 1. (( 7) x ) 2 ( 7) 11 7 x c) x ( x 2) 4 (x 3 ) 3 dla x 0 d)
Blok I: Wyrażenia algebraiczne I. Obliczyć a) 9 9 9 9 ) 7 y y dla y = z, jeśli = 0 4, y = 0 0.7 i z = y 64 7) ) 7) 7 7 I. Uprościć wyrażenia a) 48 6 4 dla 0 5) 4 dla 0 ) 4 ) dla 0 45 4 y ) dla yz 0 I.
Bardziej szczegółowoMateriały pomocnicze do wykładu
do wykładu 1 1. Tomasz P. Zieliński - Cyfrowe przetwarzanie sygnałów. Od teorii do zastosowań, WKŁ, 2009, 2. Richard G. Lyons, Wprowadzenie do cyfrowego przetwarzania sygnałów, WKŁ, 2010 (wyd. 2 rozszerzone),
Bardziej szczegółowoWykład 9. Fizyka 1 (Informatyka - EEIiA 2006/07)
Wyład 9 Fizya 1 (Informatya - EEIiA 006/07) 9 11 006 c Mariusz Krasińsi 006 Spis treści 1 Ruch drgający. Dlaczego właśnie harmoniczny? 1 Drgania harmoniczne proste 1.1 Zależność między wychyleniem, prędością
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 szczegółowoCzęść 1. Transmitancje i stabilność
Część 1 Transmitancje i stabilność Zastosowanie opisu transmitancyjnego w projektowaniu przekształtników impulsowych Istotne jest przewidzenie wpływu zmian w warunkach pracy (m. in. v g, i) i wielkości
Bardziej szczegółowoPrawdopodobieństwo i statystyka
Wykład XIII: Prognoza. 26 stycznia 2015 Wykład XIII: Prognoza. Prognoza (predykcja) Przypuśćmy, że mamy dany ciąg liczb x 1, x 2,..., x n, stanowiących wyniki pomiaru pewnej zmiennej w czasie wielkości
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 szczegółowoZad Sprawdzić, czy dana funkcja jest funkcją własną danego operatora. Jeśli tak, znaleźć wartość własną funkcji.
Zad. 1.1. Sprawdzić, czy dana funkcja jest funkcją własną danego operatora. Jeśli tak, znaleźć wartość własną funkcji. Zad. 1.1.a. Funkcja: ϕ = sin2x Zad. 1.1.b. Funkcja: ϕ = e x 2 2 Operator: f = d2 dx
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 szczegółowoTransformacja Fouriera i biblioteka CUFFT 3.0
Transformacja Fouriera i biblioteka CUFFT 3.0 Procesory Graficzne w Zastosowaniach Obliczeniowych Karol Opara Warszawa, 14 kwietnia 2010 Transformacja Fouriera Definicje i Intuicje Transformacja z dziedziny
Bardziej 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 szczegółowoLaboratorum 2 Badanie filtru dolnoprzepustowego P O P R A W A
Laboratorum 2 Badanie filtru dolnoprzepustowego P O P R A W A Marcin Polkowski (251328) 15 marca 2007 r. Spis treści 1 Cel ćwiczenia 2 2 Techniczny i matematyczny aspekt ćwiczenia 2 3 Pomiary - układ RC
Bardziej szczegółowoMODULACJA. Definicje podstawowe, cel i przyczyny stosowania modulacji, rodzaje modulacji. dr inż. Janusz Dudczyk
Wyższa Szkoła Informatyki Stosowanej i Zarządzania MODULACJA Definicje podstawowe, cel i przyczyny stosowania modulacji, rodzaje modulacji dr inż. Janusz Dudczyk Cel wykładu Przedstawienie podstawowych
Bardziej szczegółowoTEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM
TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM AKADEMIA MORSKA Katedra Telekomunikacji Morskiej ĆWICZENIE 7 BADANIE ODPOWIEDZI USTALONEJ NA OKRESOWY CIĄG IMPULSÓW 1. Cel ćwiczenia Obserwacja przebiegów wyjściowych
Bardziej szczegółowoPrawdopodobieństwo i statystyka
Wykład VII: Metody specjalne Monte Carlo 24 listopada 2014 Transformacje specjalne Przykład - symulacja rozkładu geometrycznego Niech X Ex(λ). Rozważmy zmienną losową [X ], która przyjmuje wartości naturalne.
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 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 szczegółowoMatematyka stosowana i metody numeryczne
Ewa Pabisek Adam Wosatko Piotr Pluciński Matematyka stosowana i metody numeryczne Konspekt z wykładu 8 Interpolacja Interpolacja polega na budowaniu tzw. funkcji interpolujących ϕ(x) na podstawie zadanych
Bardziej szczegółowoWarunek zaliczenia wykładu: wykonanie sześciu ćwiczeń w Pracowni Elektronicznej
Elektronika cyfrowa Warunek zaliczenia wykładu: wykonanie sześciu ćwiczeń w Pracowni Elektronicznej Część notatek z wykładu znajduje się na: http://zefir.if.uj.edu.pl/planeta/wyklad_elektronika/ 1 Pracownia
Bardziej szczegółowoSymulacja sygnału czujnika z wyjściem częstotliwościowym w stanach dynamicznych
XXXVIII MIĘDZYUCZELNIANIA KONFERENCJA METROLOGÓW MKM 06 Warszawa Białobrzegi, 4-6 września 2006 r. Symulacja sygnału czujnika z wyjściem częstotliwościowym w stanach dynamicznych Eligiusz PAWŁOWSKI Politechnika
Bardziej szczegółowoFala jest zaburzeniem, rozchodzącym się w ośrodku, przy czym żadna część ośrodka nie wykonuje zbyt dużego ruchu
Ruch falowy Fala jest zaburzeniem, rozchodzącym się w ośrodku, przy czym żadna część ośrodka nie wykonuje zbyt dużego ruchu Fala rozchodzi się w przestrzeni niosąc ze sobą energię, ale niekoniecznie musi
Bardziej szczegółowoPrzetwarzanie sygnałów z czasem ciągłym
Przetwarzanie sygnałów z czasem ciągłym Model systemowy układu p( t ) r ( t) wejście Układ wyjście p( t ) pobudzenie r ( t) reakcja Układ wykonuje pewną operację { i } na sygnale wejściowym p t (pobudzeniu),
Bardziej szczegółowoRozdział 8. Analiza fourierowska. 8.1 Rozwinięcie w szereg Fouriera
Rozdział 8 Analiza fourierowska 8.1 Rozwinięcie w szereg Fouriera Rozważmy funkcję rzeczywistą f określoną na okręgu o promieniu jednostkowym. Parametryzując okrąg przy pomocy kąta φ [, π] otrzymujemy
Bardziej szczegółowo