Zastosowanie metody dekompozycji falkowej do analiz korelacyjnych zmian pola ciężkości Ziemi
|
|
- Oskar Sadowski
- 7 lat temu
- Przeglądów:
Transkrypt
1 Zastosowanie metody dekompozycji falkowej do analiz korelacyjnych zmian pola ciężkości Ziemi JANUSZ BOGUSZ 1), ANNA KŁOS 1), WIESŁAW KOSEK 2),3) 1) Wojskowa Akademia Techniczna, Centrum Geomatyki Stosowanej, Warszawa, ul. S. Kaliskiego 2, 2) Centrum Badań Kosmicznych Polskiej Akademii Nauk, Warszawa, ul. Bartycka 18A 3) Uniwersytet Rolniczy, Wydział Inżynierii Środowiska i Geodezji, Kraków, Al. Mickiewicza 24/28 Streszczenie Niniejsza publikacja prezentuje wyniki opracowania obserwacji ze stacji należących do projektu GGP (The Global Geodynamics Project) za pomocą dekompozycji falkowej. GGP jest międzynarodowym programem, w ramach którego rejestruje się, na stacjach rozmieszczonych na całym świecie, zmiany ziemskiego pola ciężkości z wysoką dokładnością, przy użyciu grawimetrów nadprzewodnikowych. W omawianych badaniach użyto danych z interwałem 5-cio sekundowym. Transformacja falkowa daje możliwość badania zmian amplitudy oscylacji w czasie lub dekompozycji szeregów czasowych i analizowania żądanych częstotliwości. Dekompozycję falkową wykonano przy użyciu regularnej, ortogonalnej, symetrycznej falki Meyer a. Obserwacje wykorzystane do wykonania badań objęły okres trzęsień Ziemi zarejestrowanych na różnych stacjach oraz czas, kiedy grawimetry pracowały bez zakłóceń, tak zwany okres ciszy. Po wykonaniu dekompozycji przeprowadzono szybką transformację Fouriera dla detali sygnału, a następnie analizy korelacyjne pomiędzy odpowiadającymi sobie detalami (okresy od 10 aż do sekund) dla wszystkich kombinacji sensorów, osobno dla okresu ciszy i trzęsienia Ziemi. Detale wyznaczające zmiany długookresowe dla wszystkich kombinacji, jak i kombinacje pomiędzy dwoma sensorami na tej samej stacji dla okresu ciszy cechują się wysokimi współczynnikami korelacji Podczas trzęsienia Ziemi stacja Wettzell wykazała się silną korelacją we wszystkich detalach, natomiast stacja Bad Homburg nieoczekiwanym spadkiem korelacji w większości detali Słowa kluczowe: geodynamika, dekompozycja falkowa, zmiany pola ciężkości Ziemi 1
2 1. Wprowadzenie Grawimetria jest nauką zajmującą się pomiarami przyspieszenia ziemskiego, tj. natężenia pola siły ciężkości. W zakres grawimetrii wchodzą pomiary zmian pola ciężkości Ziemi w czasie. Na wartości przyspieszenia ziemskiego w miejscu obserwacji wpływają m.in. budowa wnętrza Ziemi czy pływy. Zmiany ziemskiego pola ciężkości rejestruje się np. w ramach projektu GGP (The Global Geodynamics Project) łączącego i udostępniającego obserwacje z licznych stacji na całej kuli ziemskiej. W ramach powyższego programu, rejestruje się zmiany pola ciężkości z interwałami jedno-, dwu-, pięciosekundowym oraz jednominutowym, a powyższe obserwacje udostępniane są bezpłatnie. W okresach pracy grawimetrów, poza dniami bez zakłóceń, kiedy to możemy wykryć, po odrzuceniu szumów systemów pomiarowych, rzeczywiste zmiany pola ciężkości Ziemi, pojawiają się także liczne anomalie spowodowane m.in. trzęsieniami Ziemi, czyli drganiami skorupy ziemskiej spowodowanymi rozchodzeniem się w niej fal sejsmicznych. Powyższe anormalne zachowania analizuje się, aby zobaczyć, w jaki sposób wpływają one na pracę grawimetru. 2. Obserwacje W ramach wykonanych badań wykorzystano obserwacje pochodzące ze stacji programu GGP. GGP jest międzynarodowym projektem grawimetrycznym, w ramach którego na stacjach rozmieszczonych na całym świecie, przy użyciu grawimetrów nadprzewodnikowych, rejestruje się zmiany ziemskiego pola ciężkości. Obserwacje powyższe są szeroko wykorzystywane, począwszy od wyznaczania okresu oscylacji Chandlera, aż do badania efektów grawitacyjnych wynikających ze zmian ciśnienia atmosferycznego, czy poziomu wód gruntowych. W omawianych badaniach wykorzystano dane 5-cio sekundowe ze stacji Wettzell oraz Bad Homburg (rys. 1). Na powyższych stacjach zmiany ziemskiego pola ciężkości rejestrowane są przez dwusensorowe grawimetry nadprzewodnikowe, z sensorem górnym oraz dolnym. Pobrane dane pochodziły z dwóch okresów: kiedy grawimetry działały bez zakłóceń, tak zwany okres ciszy, oraz z okresu trzęsienia Ziemi Sumatra-Andaman. 2
3 Rys. 1. Rozmieszczenie stacji. Pierwszy typ danych (bez zakłóceń) obejmował okres pomiędzy 13 a 20 grudnia 2004 roku. Drugi natomiast, zawierający okres trzęsień, rozpoczął się 20, a zakończył 27 grudnia tego samego roku (rys. 2-3). Trzęsienie Sumatra-Andaman z magnitudą 9.1 (NEIC), miało miejsce o godzinie 00:58:53 UTC, 26 grudnia 2004 roku, epicentrum: N, E. Wydarzenie to poprzedziło inne trzęsienie zarejestrowane na północy wyspy Macquaire (godzina 14:59:03 UTC, współrzędne epicentrum: S, E, magnituda 8.1(NEIC)). Wyspa Macquaire Sumatra-Andaman Wyspa Macquaire Sumatra-Andaman Rys. 2. Szeregi czasowe dla stacji Bad Homburg (po lewo z okresu ciszy, po prawo, z trzęsienia Sumatra-Andaman, od góry sensor górny i dolny). 3
4 Wyspa Macquaire Sumatra-Andaman Wyspa Macquaire Sumatra-Andaman Rys. 3. Szeregi czasowe dla stacji Wettzell (po lewo z okresu ciszy, po prawo, z trzęsienia Sumatra-Andaman, od góry sensor górny i dolny). 3. Dekompozycja falkowa Transformacja falkowa (Wavelet Transform) znajduje szerokie zastosowanie w analizach czasowo-częstotliwościowych sygnałów, ponadto, może być wykorzystywana jako filtr środkowo-przepustowy. Ten drugi przypadek nazywamy dekompozycją falkową. Metoda dekompozycji falkowej polega na rozłożeniu sygnału na szereg funkcji o malejących częstotliwościach w taki sposób, że każdy z poziomów dekompozycji zawiera wysokoczęstotliwościowy detal oraz aproksymację powstającą po odjęciu od sygnału wysokoczęstotliwościowych detali (rys. 4). Rys. 4. Dzielenie sygnału na poszczególne poziomy dekompozycji [1]. 4
5 Ważną cechą metody dekompozycji falkowej jest fakt, że suma wszystkich detali z poszczególnych poziomów dekompozycji i ostatecznej aproksymacji, w zależności od rodzaju zastosowanej falki daje sygnał wejściowy. Ilość poziomów dekompozycji wybieramy w zależności od tego, jak niską częstotliwość sygnału chcemy uzyskać. Dekompozycję falkową wykonujemy przy użyciu dyskretnej transformacji falkowej (Discrete Wavelet Transform DWT). Składowe częstotliwościowe sygnału uzyskane w procesie dekompozycji szeregu x(t) przy użyciu dyskretnej transformacji falkowej są liczone poprzez zastosowanie odwrotnej dyskretnej transformacji falkowej szeregów D j,k oraz współczynników transformacji falkowej S j,k i zapisane za pomocą wzoru [2]: x j (, 1 t) = DWT [ D j, ks j k ], dla t = 0,1,..., N 1 (1) gdzie: N=2 p (N liczba danych, p ilość składowych częstotliwościowych); j=-p,-p+1,,-1 to indeks skali; k=0,1,,2 j N-1 to indeks przesunięcia. Szeregi D j,k są liczone przy użyciu wyrażenia: 1, j = j0 j, =, (2) 0, j j0 D k natomiast współczynniki transformacji falkowej, wykorzystując równania: N 1 N 1 1 S0,0 = x( t), S j, k = x( t) w j, k ( t), (3) n t= 0 t= 0 gdzie w j,k (t) jest dyskretną funkcją falkową, taką, że jej transformacja Fouriera jest równa: W j, k ( υ) = 2 j 2 e i 2π 2 N j υ k h j 2 υ N N, υ = 2 h jest transformatą Fouriera funkcji falkowej Meyer a: N + 1, 2 N + 2,, (4) 2 h iπz ( z) = g( z) e (5) Proces rekonstrukcji sygnału odbywa się przy pomocy wyrażenia: 1 x ( t) = x( t) (6) j= p j 5
6 4. Opracowanie obserwacji Grawimetryczne szeregi czasowe poddano dekompozycji przy użyciu symetrycznej, ortogonalnej falki Meyer a. Wybór ten został zdeterminowany przez fakt, iż ta falka daje możliwość rekonstrukcji sygnału wejściowego poprzez sumowanie poszczególnych detali oraz ostatecznej aproksymacji [2]. Dowiedziono zgodność oryginalnego sygnału z jego rekonstrukcją na poziomie 10-4 nm/s 2, czyli o trzy rzędy lepszą od dokładności samego grawimetru (10-1 nm/s 2 ). W wyniku poddania szeregów czasowych procesowi dekompozycji, dla każdego z szeregu otrzymano wykresy, na których każdy z detali reprezentował składową sygnału o innej częstotliwości wyższy numer detalu odpowiadał coraz mniejszej częstotliwości (rys. 5-6). Ilość poziomów dekompozycji jest uzależniona od długości szeregu czasowego. Na każdym z rysunków dekompozycji s to sygnał wejściowy, a 12 to ostateczna aproksymacja, natomiast d 1 -d 12 to poszczególne składowe wysokoczęstotliwościowe sygnału (tab. 1). Oscylacje na początkach i końcach szeregów detali są wywołane sztucznie poprzez objęcie przez okno wagowe transformacji falkowej tylko części sygnału. Tabela 1. Przedziały częstotliwości odpowiadające poszczególnym poziomom dekompozycji. Numer detalu Przedział częstotliwości (przeliczony na okres w sekundach) 1 <10;28> 2 <20;56> 3 <32;112> 4 <64;224> 5 <128;448> 6 <256;896> 7 <512;1792> 8 <1024;3584> 9 <2048;7168> 10 <4096;14336> 11 <8192;28672> 12 <16384;57076> 6
7 Rys. 5. Dekompozycja falkowa dla szeregów czasowych ze stacji Bad Homburg. Po lewo okres ciszy, po prawo trzęsienie Sumatra-Andaman, od góry sensor górny oraz dolny. Rys. 6. Dekompozycja falkowa dla szeregów czasowych ze stacji Wettzell. Po lewo okres ciszy, po prawo trzęsienie Sumatra-Andaman, od góry sensor górny oraz dolny. 7
8 Całość analiz wykonano w oprogramowaniu Matlab (licencja nr #350334, Wojskowa Akademia Techniczna, Warszawa). Warszawa 5. Szybka transformacja Fouriera Szybka transformacja Fouriera (Fast ( Fourier Transform FFT)) to transformacja całkowa z dziedziny czasu do dziedziny dziedzin częstotliwości, rozkładająca ca dany szereg czasowy na sumę sum funkcji okresowych, w taki sposób, że ich splot daje funkcję pierwotną [3]:: g( f ) = + g (t ) e 2π i t f dt (7) gdzie i to jednostka urojona, t to czas w sekundach, natomiast f to częstotliwość cz w hertzach. W wyniku zastosowania szybkiej transformacji Fouriera, otrzymujemy informację informacj o mocy oscylacji w funkcji okresu. Dla każdego dego z opisanych wcześniej wcze detali wykonano szybkąą transformację transformacj Fouriera. W wyniku tego przekształcenia wykryto oscylacje w zakresach częstotliwoś częstotliwości określonych przez poszczególne poziomy dekompozycji falkowej. Rysunek 7 przedstawia przykładowe transformaty detali dla stacji Bad Homburg, sensor dolny, okres trzęsienia ęsienia Sumatra-Andaman. Sumatra Rys. 7.. Transformaty detali dla stacji Bad Homburg, sensor dolny, okres trzęsienia trz (od góry detal 3, 2, 1). 8
9 Rys. 8.. Transformaty detali dla stacji Bad Homburg, sensor dolny, okres trzęsienia trz (od góry detal 12, 11, 10). Rys. 9.. Transformaty detali (od góry) dla stacji Bad Homburg, okres trzęsienia, trz po lewo sensor dolny, po prawo sensor górny. 9
10 Rysunek 8 przedstawia przykładowe przebiegi transformat detali dla stacji Bad Homburg, dolny sensor, okres trzęsienia. Są to trzy najwyższe poziomy omawianej dekompozycji, na transformatach detali zauważono efekty długookresowe. Rysunek 9 przedstawia porównanie transformat detali od 1 do 3 dla stacji Bad Homburg pomiędzy sensorem dolnym (po lewo) oraz górnym (po prawo). Z porównania rysunków transformat widać, że osiągane wartości amplitud dla odpowiadających sobie detali kształtują się na podobnym poziomie. Taką samą zależność zauważono dla okresu ciszy. 6. Korelacje wzajemne Pomiędzy odpowiadającymi sobie detalami dla wszystkich kombinacji sensorów, osobno dla okresu ciszy i trzęsienia Ziemi obliczono korelacje wzajemne według wzoru: r XY cov( X, Y ) = = σ σ X Y 1 n 1 n i= 1 ( x i n 1 n i= 1 ( x x) 2 i x) ( y n i= 1 i y) ( y i n 1 y) gdzie cov(x,y) to kowariancja, czyli współczynnik zależności liniowej, pomiędzy szeregami X i Y, natomiast σ X oraz σ Y to odchylenia standardowe szeregów odpowiednio X i Y. Rysunek 10 przedstawia korelacje wzajemne pomiędzy odpowiadającymi sobie detalami dla kombinacji sensorów z różnych stacji po lewo dla okresu ciszy, po prawo dla trzęsienia Sumatra-Andaman. Wysokimi współczynnikami korelacji cechują się, w obu omawianych okresach, detale od 10 do 12, czyli wyznaczające zmiany długookresowe. Może to świadczyć o tym, że grawimetry reagują podobnie na zmiany długookresowe, a trzęsienie Ziemi nie wpływa znacząco na ich wskazania niskoczęstotliwościowe. Wysokimi współczynnikami korelacji cechują się także detale 3 oraz 4 dla okresu ciszy. Nieoczekiwany spadek korelacji występuje dla detali 1-2 oraz 5-9 w okresie ciszy. Detale 1-8 z okresu trzęsienia cechują się słabą korelacją wzajemną reakcje poszczególnych grawimetrów podczas trzęsień Ziemi są zupełnie różne, w zależności od częstotliwości i amplitudy docierających do stacji fal sejsmicznych. 2 (8) 10
11 Rys. 10. Korelacje wzajemne pomiędzy kombinacjami sensorów. 11
12 Rysunek 11 przedstawia korelacje wzajemne pomiędzy odpowiadającymi sobie detalami dla sensorów z tej samej stacji po lewo dla okresu ciszy, po prawo dla trzęsienia Sumatra- Andaman (od góry stacja Wettzell, na dole Bad Homburg). Rys. 11. Korelacje wzajemne dla sensorów z tej samej stacji, opracowanie własne. Korelacje wzajemne pomiędzy dwoma sensorami na tej samej stacji dla okresu ciszy cechują się wysokimi współczynnikami oba sensory rejestrują te same zmiany pola ciężkości Ziemi. Nieoczekiwany spadek korelacji dla okresu ciszy, zarówno dla stacji Bad Homburg, jak i Wettzell wystąpił w detalu 6 (przedział częstotliwości od 0,00112 do 0,00391 Hz). Podczas trzęsienia Ziemi stacja Wettzell osiąga wysokie współczynniki korelacji we wszystkich detalach, natomiast na stacji Bad Homburg zauważono nieoczekiwany spadek korelacji w większości detali. 12
13 7. Podsumowanie i wnioski 1) Metoda dekompozycji falkowej, zaprezentowana w omawianych badaniach, pozwala na uzyskanie informacji na temat reakcji grawimetrów w zależności od częstotliwości i amplitudy zakłóceń oraz na porównanie dwóch sensorów rejestrujących zmiany pola ciężkości Ziemi niezależnie na każdej stacji. 2) Wartości zmian długookresowych kształtują się na podobnym poziomie zarówno podczas trzęsień, jak i w dniach ciszy. 3) Dekompozycja falkowa może być uznana za dobrą metodę interpolacji danych z okresu trzęsień Ziemi (rys. 12). Rys. 12. Szereg czasowy ze stacji Wettzell oraz jego ostateczna aproksymacja. 4) Aproksymacja sygnału na najwyższym poziomie dekompozycji po usunięciu efektów pływowych może być dobrą reprezentacją dryftu instrumentu. LITERATURA [1] Misiti M., Misiti Y., Oppenheim G., Poggi J.-M., Wavelet toolbox. The MathWorks Inc., [2] Popiński W. Wavelet Transform for Time-Frequency Representation and Filtration of Discrete Signals, Applicationes Mathematicae, Vol. 23, Nr. 4, Wydawnictwo Instytutu Matematycznego PAN, Warszawa-Wrocław 1996, pp [3] Zieliński T. Cyfrowe przetwarzanie sygnałów. Od teorii do zastosowań, Warszawa 2005, 2007, Wydawnictwa Komunikacji i Łączności. 13
14 Wavelet decomposition in Earth s gravity field investigation Janusz Bogusz 1), Anna Kłos 1), Wiesław Kosek 2),3) 1) Centre of Applied Geomatics, Military University of Technology, Warsaw, Poland 2) Space Research Centre, Polish Academy of Sciences 3) Environmental Engineering and Land Surveying, University of Krakow This publication presents the results of using wavelet decomposition on data from sites belonging to GGP (The Global Geodynamics Project). GGP is an international program that records the Earth's gravity field with high accuracy at a number of worldwide stations using superconducting gravimeters. In the presented research the data with 5-second sampling rate is utilized. The wavelet transform gives us a great range of possibilities to detect such a changes due to either detecting how the amplitude of oscillations changes in time or by the decomposition of time series and detecting the determined frequencies. The wavelet decomposition was performed with the use of the Meyer wavelet. The Meyer wavelet is the regular, orthogonal, symmetric wavelet. The data, taken to project s realization, come from the period of the earthquake and from the time when gravimeters worked without any disturbances, registered on the different site s localization. After performing the decompostion, the Fast Fourier Transform for signal s details and the correlation analysis between corresponding details (periods from 10 up to almost seconds) were made. Details defining long term changes for all sensors combinations, as well as combinations between two sensors on the same sites for quiet days are characterized by high correlation coefficients. At the time of earthquake Wettzell site proved the strong correlation in all of discussed details, while Bad Homburg showed unexpected decrease in correlation in all of details. KEYWORDS: geodynamics, wavelet decomposition, Earth s gravity field changes 14
TRANSFORMATA FALKOWA WYBRANYCH SYGNAŁÓW SYMULACYJNYCH
1-2013 PROBLEMY EKSPLOATACJI 27 Izabela JÓZEFCZYK, Romuald MAŁECKI Politechnika Warszawska, Płock TRANSFORMATA FALKOWA WYBRANYCH SYGNAŁÓW SYMULACYJNYCH Słowa kluczowe Sygnał, dyskretna transformacja falkowa,
Bardziej szczegółowoSygnały okresowe w zmianach współrzędnych GPS i SLR
Sygnały okresowe w zmianach współrzędnych GPS i SLR Janusz Bogusz 1), Mariusz Figurski 1), Anna Kłos 1), Stanisław Schillak 2),3), Karolina Szafranek 1) 1) Wojskowa Akademia Techniczna 2) Centrum Badań
Bardziej szczegółowoLABORATORIUM AKUSTYKI MUZYCZNEJ. Ćw. nr 12. Analiza falkowa dźwięków instrumentów muzycznych. 1. PODSTAWY TEORETYCZNE ANALIZY FALKOWEJ.
LABORATORIUM AKUSTYKI MUZYCZNEJ. Ćw. nr 1. Analiza falkowa dźwięków instrumentów muzycznych. 1. PODSTAWY TEORETYCZNE ANALIZY FALKOWEJ. Transformacja falkowa (ang. wavelet falka) przeznaczona jest do analizy
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 szczegółowoAnaliza współrzędnych środka mas Ziemi wyznaczanych technikami GNSS, SLR i DORIS oraz wpływ zmian tych współrzędnych na zmiany poziomu oceanu
Analiza współrzędnych środka mas Ziemi wyznaczanych technikami GNSS, SLR i DORIS oraz wpływ zmian tych współrzędnych na zmiany poziomu oceanu Agnieszka Wnęk 1, Maria Zbylut 1, Wiesław Kosek 1,2 1 Wydział
Bardziej szczegółowoPrzetwarzanie Sygnałów. Zastosowanie Transformaty Falkowej w nadzorowaniu
Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Przetwarzanie Sygnałów Studia Podyplomowe, Automatyka i Robotyka Zastosowanie Transformaty Falkowej
Bardziej szczegółowoLaboratorium Przetwarzania Sygnałów
PTS - laboratorium Laboratorium Przetwarzania Sygnałów Ćwiczenie 4 Transformacja falkowa Opracował: - prof. dr hab. inż. Krzysztof Kałużyński Zakład Inżynierii Biomedycznej Instytut Metrologii i Inżynierii
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 szczegółowoTransformata Fouriera. Sylwia Kołoda Magdalena Pacek Krzysztof Kolago
Transformata Fouriera Sylwia Kołoda Magdalena Pacek Krzysztof Kolago Transformacja Fouriera rozkłada funkcję okresową na szereg funkcji okresowych tak, że uzyskana transformata podaje w jaki sposób poszczególne
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 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 szczegółowoEKSTRAKCJA CECH TWARZY ZA POMOCĄ TRANSFORMATY FALKOWEJ
Janusz Bobulski Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska ul. Dąbrowskiego 73 42-200 Częstochowa januszb@icis.pcz.pl EKSTRAKCJA CECH TWARZY ZA POMOCĄ TRANSFORMATY FALKOWEJ
Bardziej szczegółowoCyfrowe przetwarzanie i kompresja danych
Cyfrowe przetwarzanie i kompresja danych dr inż.. Wojciech Zając Wykład 5. Dyskretna transformata falkowa Schemat systemu transmisji danych wizyjnych Źródło danych Przetwarzanie Przesył Przetwarzanie Prezentacja
Bardziej szczegółowoAkwizycja i przetwarzanie sygnałów cyfrowych
Akwizycja i przetwarzanie sygnałów cyfrowych Instytut Teleinformatyki ITI PK Kraków 21 luty 2011 Analiza czas - częstotliwość analiza częstotliwościowa: problem dla sygnału niestacjonarnego zwykła transformata
Bardziej szczegółowoGeodezja fizyczna i grawimetria geodezyjna. Teoria i praktyka
Zapraszamy do sklepu www.sklep.geoezja.pl I-NET.PL Sp.J. o. GeoSklep Olsztyn, ul. Cementowa 3/301 tel. +48 609 571 271, 89 670 11 00, 58 7 421 571 faks 89 670 11 11, 58 7421 871 e-mail sklep@geodezja.pl
Bardziej szczegółowoĆwiczenie 3,4. Analiza widmowa sygnałów czasowych: sinus, trójkąt, prostokąt, szum biały i szum różowy
Ćwiczenie 3,4. Analiza widmowa sygnałów czasowych: sinus, trójkąt, prostokąt, szum biały i szum różowy Grupa: wtorek 18:3 Tomasz Niedziela I. CZĘŚĆ ĆWICZENIA 1. Cel i przebieg ćwiczenia. Celem ćwiczenia
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 szczegółowoTRANSFORMATA FALKOWA 2D. Oprogramowanie Systemów Obrazowania 2016/2017
TRANSFORMATA FALKOWA 2D Oprogramowanie Systemów Obrazowania 2016/2017 Wielorozdzielczość - dekompozycja sygnału w ciąg sygnałów o coraz mniejszej rozdzielczości na wielu poziomach gdzie: s l+1 - aproksymata
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 szczegółowoWalidacja globalnych modeli geopotencjału pochodzących z misji satelitarnych w oparciu o naziemne dane grawimetryczne
Walidacja globalnych modeli geopotencjału pochodzących z misji satelitarnych w oparciu o naziemne dane grawimetryczne Wydział Geodezji i Kartografii Politechniki Warszawskiej Katedra Geodezji i Astronomii
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 szczegółowoOKREŚLENIE WPŁYWU WYŁĄCZANIA CYLINDRÓW SILNIKA ZI NA ZMIANY SYGNAŁU WIBROAKUSTYCZNEGO SILNIKA
ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2008 Seria: TRANSPORT z. 64 Nr kol. 1803 Rafał SROKA OKREŚLENIE WPŁYWU WYŁĄCZANIA CYLINDRÓW SILNIKA ZI NA ZMIANY SYGNAŁU WIBROAKUSTYCZNEGO SILNIKA Streszczenie. W
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 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 szczegółowoPrzedmowa Wykaz oznaczeń Wykaz skrótów 1. Sygnały i ich parametry 1 1.1. Pojęcia podstawowe 1 1.2. Klasyfikacja sygnałów 2 1.3.
Przedmowa Wykaz oznaczeń Wykaz skrótów 1. Sygnały i ich parametry 1 1.1. Pojęcia podstawowe 1 1.2. Klasyfikacja sygnałów 2 1.3. Sygnały deterministyczne 4 1.3.1. Parametry 4 1.3.2. Przykłady 7 1.3.3. Sygnały
Bardziej szczegółowoPrzekształcenia sygnałów losowych w układach
INSTYTUT TELEKOMUNIKACJI ZAKŁAD RADIOKOMUNIKACJI Instrukcja laboratoryjna z przedmiotu Sygnały i kodowanie Przekształcenia sygnałów losowych w układach Warszawa 010r. 1. Cel ćwiczenia: Ocena wpływu charakterystyk
Bardziej szczegółowoANALIZA SPEKTRALNA DRGAŃ BUDYNKU WYWOŁANYCH WSTRZĄSAMI GÓRNICZYMI. 1. Wstęp. 2. Analiza spektralna drgań budynku
Górnictwo i Geoinżynieria Rok 33 Zeszyt 1 2009 Jan Walaszczyk*, Stanisław Hachaj*, Andrzej Barnat* ANALIZA SPEKTRALNA DRGAŃ BUDYNKU WYWOŁANYCH WSTRZĄSAMI GÓRNICZYMI 1. Wstęp Proces podziemnej eksploatacji
Bardziej szczegółowoLaboratorium Przetwarzania Sygnałów Biomedycznych
Laboratorium Przetwarzania Sygnałów Biomedycznych Ćwiczenie 2 Analiza sygnału EKG przy użyciu transformacji falkowej Opracowali: - prof. nzw. dr hab. inż. Krzysztof Kałużyński - inż. Tomasz Kubik Politechnika
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 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 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 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 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 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 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 szczegółowoJanusz Bogusz 1), Bernard Kontny 2)
Janusz Bogusz 1), Bernard Kontny 2) 1) Centrum Geomatyki Stosowanej, WAT Warszawa 2) Instytut Geodezji i Geoinformatyki, UP Wrocław Założenia: Stworzenie modułu ruchów poziomych litosfery w oparciu o sieć
Bardziej szczegółowoSzybka transformacja Fouriera (FFT Fast Fourier Transform)
Szybka transformacja Fouriera (FFT Fast Fourier Transform) Plan wykładu: 1. Transformacja Fouriera, iloczyn skalarny 2. DFT - dyskretna transformacja Fouriera 3. FFT szybka transformacja Fouriera a) algorytm
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 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 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 szczegółowoELEMENTY AUTOMATYKI PRACA W PROGRAMIE SIMULINK 2013
SIMULINK część pakietu numerycznego MATLAB (firmy MathWorks) służąca do przeprowadzania symulacji komputerowych. Atutem programu jest interfejs graficzny (budowanie układów na bazie logicznie połączonych
Bardziej szczegółowoWAVELET TRANSFORM OF SELECTED SIMULATION SIGNALS USING DETAILS AS INFORMATION SOURCE
TRANSPORT PROBLEMS 9 PROBLEMY TRANSPORTU Volume 4 Issue 3 Part Izabela JÓZEFCZYK Warsaw University of Technology, Engineering, Mechanics and Petrochemistry Department, Technical and Social Science School
Bardziej szczegółowoANALIZA SEMANTYCZNA OBRAZU I DŹWIĘKU
ANALIZA SEMANTYCZNA OBRAZU I DŹWIĘKU obraz dr inż. Jacek Naruniec Analiza Składowych Niezależnych (ICA) Independent Component Analysis Dąży do wyznaczenia zmiennych niezależnych z obserwacji Problem opiera
Bardziej szczegółowoLABORATORIUM PODSTAW TELEKOMUNIKACJI
WOJSKOWA AKADEMIA TECHNICZNA im. Jarosława Dąbrowskiego w Warszawie Wydział Elektroniki LABORATORIUM PODSTAW TELEKOMUNIKACJI Grupa Podgrupa Data wykonania ćwiczenia Ćwiczenie prowadził... Skład podgrupy:
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 szczegółowoOCENA SKUTECZNOŚCI ANALIZ FFT, STFT I FALKOWEJ W WYKRYWANIU USZKODZEŃ WIRNIKA SILNIKA INDUKCYJNEGO
Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Nr 6 Politechniki Wrocławskiej Nr 6 Studia i Materiały Nr 27 27 Silnik indukcyjny, diagnostyka, analiza FFT, analiza STFT, analiza falkowa
Bardziej szczegółowoWYBRANE ELEMENTY GEOFIZYKI
YBRANE ELEMENTY GEOFIZYKI Ćwiczenie 4: Grawimetria poszukiwawcza. Badanie zaburzenia grawitacyjnego oraz zmian drugich pochodnych gradientowych. prof. dr hab. inż. Janusz Bogusz Zakład Geodezji Satelitarnej
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 szczegółowoLaboratorium Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z przetwarzaniem sygnałów w MATLAB. 2. Program ćwiczenia. Przykład 1 Wprowadź
Podstawy Informatyki 1 Laboratorium 9 1. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z przetwarzaniem sygnałów w MATLAB 2. Program ćwiczenia Przykład 1 Wprowadź fo = 4; %frequency of the sine wave
Bardziej 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 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 szczegółowoTRANSFORMATA FALKOWA. Joanna Świebocka-Więk
TRANSFORMATA FALKOWA Joanna Świebocka-Więk Plan prezentacji 1. Fala a falka czyli porównanie transformaty Fouriera i falkowej 2. Funkcja falkowa a funkcja skalująca 3. Ciągła transformata falkowa 1. Skala
Bardziej szczegółowoModuł modelowania i predykcji stanu jonosfery
BUDOWA MODUŁÓW WSPOMAGANIA SERWISÓW CZASU RZECZYWISTEGO SYSTEMU ASG-EUPOS Projekt rozwojowy MNiSW nr NR09-0010-10/2010 Moduł modelowania i predykcji stanu jonosfery A. Krankowski, A. Drożyner, R. Sieradzki
Bardziej szczegółowoSposoby opisu i modelowania zakłóceń kanałowych
INSTYTUT TELEKOMUNIKACJI ZAKŁAD RADIOKOMUNIKACJI Instrukcja laboratoryjna z przedmiotu Podstawy Telekomunikacji Sposoby opisu i modelowania zakłóceń kanałowych Warszawa 2010r. 1. Cel ćwiczeń: Celem ćwiczeń
Bardziej szczegółowoCyfrowe przetwarzanie sygnałów. Wykład 10. Transformata cosinusowa. Falki. Transformata falkowa. dr inż. Robert Kazała
Cyfrowe przetwarzanie sygnałów Wykład 10 Transformata cosinusowa. Falki. Transformata falkowa. dr inż. Robert Kazała 1 Transformata cosinusowa Dyskretna transformacja kosinusowa, (DCT ang. discrete cosine
Bardziej szczegółowoLokalna kampania porównawcza grawimetrów absolutnych A i FG5-230 w Obserwatorium Geodezyjno-Geofizycznym Borowa Góra
Lokalna kampania porównawcza grawimetrów absolutnych A10-020 i FG5-230 w Obserwatorium Geodezyjno-Geofizycznym Borowa Góra (1), Tomasz Olszak(2) Przemysław Przemysław Dykowski Dykowski(1), Tomasz Olszak(2)
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 szczegółowoCyfrowe Przetwarzanie Obrazów i Sygnałów
Cyfrowe Przetwarzanie Obrazów i Sygnałów Laboratorium EX3 Globalne transformacje obrazów Joanna Ratajczak, Wrocław, 2018 1 Cel i zakres ćwiczenia Celem ćwiczenia jest zapoznanie się z własnościami globalnych
Bardziej szczegółowoAnaliza obrazów - sprawozdanie nr 2
Analiza obrazów - sprawozdanie nr 2 Filtracja obrazów Filtracja obrazu polega na obliczeniu wartości każdego z punktów obrazu na podstawie punktów z jego otoczenia. Każdy sąsiedni piksel ma wagę, która
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 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 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 szczegółowoPorównanie wyników symulacji wpływu kształtu i amplitudy zakłóceń na jakość sterowania piecem oporowym w układzie z regulatorem PID lub rozmytym
ARCHIVES of FOUNDRY ENGINEERING Published quarterly as the organ of the Foundry Commission of the Polish Academy of Sciences ISSN (1897-3310) Volume 15 Special Issue 4/2015 133 138 28/4 Porównanie wyników
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 szczegółowoPOSZUKIWANIE FALKOWYCH MIAR POTENCJAŁU INFORMACYJNEGO OBRAZÓW CYFROWYCH JAKO WSKAŹNIKÓW JAKOŚCI WIZUALNEJ
Krystian Pyka POSZUKIWANIE FALKOWYCH MIAR POTENCJAŁU INFORMACYJNEGO OBRAZÓW CYFROWYCH JAKO WSKAŹNIKÓW JAKOŚCI WIZUALNEJ Streszczenie. W pracy przedstawiono wyniki badań nad wykorzystaniem falek do analizy
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 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 szczegółowoZASTOSOWANIE ANALIZY FALKOWEJ DO DIAGNOSTYKI ŁOŻYSK TOCZNYCH SILNIKÓW INDUKCYJNYCH
Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Nr 66 Politechniki Wrocławskiej Nr 66 Studia i Materiały Nr 32 2012 Paweł EWERT*, Czesław T. KOWALSKI* monitorowanie stanu łożysk tocznych,
Bardziej szczegółowoPomiary hydrometryczne w zlewni rzek
Pomiary hydrometryczne w zlewni rzek Zagożdżonka onka i Zwoleńka Hydrometric measurements in Zwoleńka & Zagożdżonka onka catchments Anna Sikorska, Kazimierz Banasik, Anna Nestorowicz, Jacek Gładecki Szkoła
Bardziej szczegółowoSpis treści PRZEDMOWA DO WYDANIA PIERWSZEGO...
Spis treści PRZEDMOWA DO WYDANIA PIERWSZEGO....................... XI 1. WPROWADZENIE DO GEODEZJI WYŻSZEJ..................... 1 Z historii geodezji........................................ 1 1.1. Kształt
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 szczegółowoInstrukcja do laboratorium z Fizyki Budowli. Temat laboratorium: CZĘSTOTLIWOŚĆ
Instrukcja do laboratorium z Fizyki Budowli Temat laboratorium: CZĘSTOTLIWOŚĆ 1 1. Wprowadzenie 1.1.Widmo hałasu Płaską falę sinusoidalną można opisać następującym wyrażeniem: p = p 0 sin (2πft + φ) (1)
Bardziej szczegółowoAkwizycja i przetwarzanie sygnałów cyfrowych
Akwizycja i przetwarzanie sygnałów cyfrowych Instytut Teleinformatyki ITI PK Kraków 21 luty 2011 Plan na dziś 1 Przedstawienie przedmiotu i zakresu wykładu polecanej iteratury zasad zaliczenia 2 Wyklad
Bardziej szczegółowoPomiary i analiza biosygnałów
Pomiary i analiza biosygnałów dr hab. inż. Andrzej Dobrowolski dr hab. inż. Jacek Jakubowski dr hab. inż. Marek Kuchta Wojskowa Akademia Techniczna w Warszawie Instytut Systemów Elektronicznych Wydziału
Bardziej szczegółowo= sin. = 2Rsin. R = E m. = sin
Natężenie światła w obrazie dyfrakcyjnym Autorzy: Zbigniew Kąkol, Piotr Morawski Chcemy teraz znaleźć wyrażenie na rozkład natężenia w całym ekranie w funkcji kąta θ. Szczelinę dzielimy na N odcinków i
Bardziej szczegółowoWykład 2. Transformata Fouriera
Wykład 2. Transformata Fouriera Transformata Fouriera jest podstawowym narzędziem analizy harmonicznej i teorii analizy i przetwarzania sygnału. Z punktu widzenia teorii matematycznej transformata Fouriera
Bardziej szczegółowoCYFROWE PRZETWARZANIE SYGNAŁÓW
Cyfrowe przetwarzanie sygnałów -1-2003 CYFROWE PRZETWARZANIE SYGNAŁÓW tematy wykładowe: ( 28 godz. +2godz. kolokwium, test?) 1. Sygnały i systemy dyskretne (LTI, SLS) 1.1. Systemy LTI ( SLS ) (definicje
Bardziej szczegółowoMonitorowanie i Diagnostyka w Systemach Sterowania na studiach II stopnia specjalności: Systemy Sterowania i Podejmowania Decyzji
Monitorowanie i Diagnostyka w Systemach Sterowania na studiach II stopnia specjalności: Systemy Sterowania i Podejmowania Decyzji Analiza składników podstawowych - wprowadzenie (Principal Components Analysis
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 szczegółowoW. Kosek 1, W. Popiński 2, A. Rzeszótko 1 1. Centrum Badań Kosmicznych, PAN, Warszawa 2. Główny Urząd Statystyczny, Warszawa
Wpływ szerokopasmowych oscylacji współrzędnych bieguna ziemskiego pobudzanych atmosferyczną, oceaniczną i hydrologiczną funkcją pobudzenia na błąd prognozy tych współrzędnych W. Kosek 1, W. Popiński 2,
Bardziej szczegółowoOdszumianie danych rejestrowanych wielokanałowo z użyciem. transformaty falkowej
Mgr inż. Łukasz Jedliński Katedra Podstaw Konstrukcji Maszyn Politechnika Lubelska Ul. Nadbystrzycka 36, 2-618 Lublin, Polska E-mail: l.jedlinski@pollub.pl Odszumianie danych rejestrowanych wielokanałowo
Bardziej szczegółowoANALIZA JAKOŚCI SYGNAŁU PRZY ZMIENNEJ CZĘSTOTLIWOŚCI W UKŁADZIE KONTROLI POŚLIZGU KÓŁ CIĄGNIKA ROLNICZEGO
Inżynieria Rolnicza 4(122)/2010 ANALIZA JAKOŚCI SYGNAŁU PRZY ZMIENNEJ CZĘSTOTLIWOŚCI W UKŁADZIE KONTROLI POŚLIZGU KÓŁ CIĄGNIKA ROLNICZEGO Bogusław Cieślikowski Katedra Inżynierii Mechanicznej i Agrofizyki,
Bardziej szczegółowoKARTA MODUŁU / KARTA PRZEDMIOTU
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 Cyfrowe przetwarzanie sygnałów pomiarowych_e2s
Bardziej szczegółowoZastosowanie analizy falkowej do wykrywania uszkodzeń łożysk tocznych
Paweł EWERT 1, Anna DOROSŁAWSKA 2 Politechnika Wrocławska, Wydział Elektryczny, Katedra Maszyn, Napędów i Pomiarów Elektrycznych (1), Politechnika Wrocławska (2) doi:10.15199/48.2017.01.72 Zastosowanie
Bardziej szczegółowoNazwisko i imię: Zespół: Data: Ćwiczenie nr 9: Swobodne spadanie
Nazwisko i imię: Zespół: Data: Ćwiczenie nr 9: Swobodne spadanie Cel ćwiczenia: Obserwacja swobodnego spadania z wykorzystaniem elektronicznej rejestracji czasu przelotu kuli przez punkty pomiarowe. Wyznaczenie
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 szczegółowoBadanie widma fali akustycznej
Politechnika Łódzka FTIMS Kierunek: Informatyka rok akademicki: 00/009 sem.. grupa II Termin: 10 III 009 Nr. ćwiczenia: 1 Temat ćwiczenia: Badanie widma fali akustycznej Nr. studenta: 6 Nr. albumu: 15101
Bardziej szczegółowoPodstawy Automatyki. wykład 1 (26.02.2010) mgr inż. Łukasz Dworzak. Politechnika Wrocławska. Instytut Technologii Maszyn i Automatyzacji (I-24)
Podstawy Automatyki wykład 1 (26.02.2010) mgr inż. Łukasz Dworzak Politechnika Wrocławska Instytut Technologii Maszyn i Automatyzacji (I-24) Laboratorium Podstaw Automatyzacji (L6) 105/2 B1 Sprawy organizacyjne
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 szczegółowoKamil Jonak Zakład Bioinżynierii Instytut Technologicznych Systemów Informatycznych Politechnika Lubelska Paweł Krukow Zakład Neuropsychiatrii
Kamil Jonak Zakład Bioinżynierii Instytut Technologicznych Systemów Informatycznych Politechnika Lubelska Paweł Krukow Zakład Neuropsychiatrii Klinicznej Katedra Psychiatrii Uniwersytetu Medycznego w Lublinie
Bardziej szczegółowoInformatyka I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny) kierunkowy (podstawowy / kierunkowy / inny HES)
Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013
Bardziej szczegółowoMetody numeryczne Wykład 6
Metody numeryczne Wykład 6 Dr inż. Michał Łanczont Instytut Elektrotechniki i Elektrotechnologii E419, tel. 4293, m.lanczont@pollub.pl, http://m.lanczont.pollub.pl Zakres wykładu Interpolacja o Interpolacja
Bardziej szczegółowoKatedra Fizyki Ciała Stałego Uniwersytetu Łódzkiego. Ćwiczenie 2 Badanie funkcji korelacji w przebiegach elektrycznych.
Katedra Fizyki Ciała Stałego Uniwersytetu Łódzkiego Ćwiczenie Badanie unkcji korelacji w przebiegach elektrycznych. Cel ćwiczenia: Celem ćwiczenia jest zbadanie unkcji korelacji w okresowych sygnałach
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 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 szczegółowoOcena krótkookresowej stabilności punktów. sieci ASG-EUPOS).
Bi u l e t y n WAT Vo l. LX, Nr 4, 2011 Ocena krótkookresowej stabilności punktów sieci ASG-EUPOS Janusz Bogusz, Mariusz Figurski, Anna Kłos Wojskowa Akademia Techniczna, Centrum Geomatyki Stosowanej,
Bardziej szczegółowoDRGANIA SWOBODNE UKŁADU O DWÓCH STOPNIACH SWOBODY. Rys Model układu
Ćwiczenie 7 DRGANIA SWOBODNE UKŁADU O DWÓCH STOPNIACH SWOBODY. Cel ćwiczenia Doświadczalne wyznaczenie częstości drgań własnych układu o dwóch stopniach swobody, pokazanie postaci drgań odpowiadających
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 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 szczegółowoReakcja budynków na wstrząsy górnicze z wysokoczęstotliwościową modą drgań gruntu
Mat. Symp., str.543-549 Józef DUBIŃSKI, Grzegorz MUTKE Główny Instytut Górnictwa, Katowice Reakcja budynków na wstrząsy górnicze z wysokoczęstotliwościową modą drgań gruntu Streszczenie W artykule przedstawiono
Bardziej szczegółowo