Przetwarzanie sygnałów biomedycznych

Wielkość: px
Rozpocząć pokaz od strony:

Download "Przetwarzanie sygnałów biomedycznych"

Transkrypt

1 Prztwarzani sygnałów biomdycznych dr hab. inż. Krzysztof Kałużyński, prof. PW Człowik- najlpsza inwstycja Projkt współfinansowany przz Unię Europjską w ramach Europjskigo Funduszu Społczngo Wykład XI Filtracja homomorficzna

2 Filtracja homomorficzna Filtracja liniowa zakłada, ż filtrowan sygnały zostały dodan do sibi: y(t = x(t +n(t, filtracja liniowa pozwala na liminację nipożądanych składowych Sygnały mogą być związan w inny sposób niż zsumowani, np.: y(t=x(tn(t iloczyn albo y(t=x(t*n(t splot Widmo sygnału y(t ni jst w tych przypadkach sumą widm sygnałów x(t i n(t. Filtracja liniowa ni przynisi pożądanych skutków. Filtracja homomorficzna Spostrzżni Logarytm widmowj gęstości mocy sygnału zawirającgo cho ma składową okrsową odpowiadająca tmu chu - w TF logarytmu widmowj gęstości mocy powinno występować maksimum odpowiadając opóźniniu cha. s ygn al 5 log modulu TF

3 Filtracja homomorficzna Logarytm widmowj gęstości mocy sygnału zawirającgo cho ma składową okrsową odpowiadająca tmu chu - w TF logarytmu widmowj gęstości mocy powinno występować maksimum odpowiadając opóźniniu cha. 4 log modulu TF TF log m odulu TF 7 TF log m odulu TF Filtracja homomorficzna względm splotu Układ ralizujący oprację filtracji homomorficznj względm splotu oprator D oznacza skwncję opracji TF i logarytmowania, D - skwncję opracji funkcji wykładniczj i odwrotnj TF

4 Filtracja homomorficzna względm mnożnia Układ ralizujący oprację filtracji homomorficznj względm mnożnia zawira blok logarytmu, filtracji liniowj oraz blok antylogarytmu Dfinicj cpstrum sygnału f(t TF log m odulu TF 7 cpstrum rzczywist τ C( τ = log( G( ω dω = F[log( G( ω] albo + j ωτ d C( τ = log( G( ω ω gdzi albo + C( τ = log( G( ω π τ dω = F [log( G( ω] G + ( ω F( ω = T T t = f ( t dt

5 Cpstrum rzczywist - właściwości Logarytm widma mocy funkcja rzczywista parzysta, a więc prost i odwrotn przkształcni Fourira daj tn sam wynik. Druga dfincja cpstrum daj pirwiastk cpstrum uzyskango w myśl pirwszj dfinicji. Trzcia dfinicja cpstrum formalni zbliżona do funkcji autokorlacji. Cpstrum rzczywist ni zachowuj informacji o fazi sygnału! Dfinicj cpstrum sygnału f(t cpstrum zspolon + τ C( τ = log( F( ω dω = F [log( F ( ω ] π gdzi + t = f ( t dt F( ω Dla f(t rzczywistj log(f(ω jst wilkością parzystą sprzężoną, wobc czgo odwrotna TF tj wilkości jst rzczywista. Cpstrum zspolon zachowuj informację o fazi sygnału.

6 Zastosowania filtracji homomorficznj Eliminacja pogłosu (cha Okrślani właściwości toru i pobudznia na podstawi sygnały wyjściowgo (ton krtaniowy i tor głosowy Zastosowania filtracji homomorficznj Usuwani pogłosu (cha sygnał s(t x( t = s( t + M a s( t k t k k= sygnał z pogłosm czyli x(t=s(t*p(t - splot M p( t = δ ( t + a δ ( t k t k k = sygnał z pojdynczym chm opóźnionym o t: p( t = δ ( t + aδ ( t t x( t = s( t + a s( t t

7 Zastosowania filtracji homomorficznj Usuwani pogłosu (cha sygnał z pojdynczym chm opóźnionym o t: p( t = δ ( t + aδ ( t t x( t = s( t + a s( t t TF sygnału x(n (S(ω=F[s(t] t X ( ω = S ( ω( + a Logarytm kwadratu modułu TF (cpstrum rzczywist log( ( log( ( ( j ω X ω = S ω + a t Zastosowania filtracji homomorficznj Usuwani pogłosu (cha Logarytm (cpstrum rzczywist ω ω t log( X ( = log( S ( + log ( + a Składnik niokrsowy związany z s(t log( S( ω t składnik okrsowy z okrsm π/t log ( + a Logarytm modułu kwadratu widma x(t zawira składową związaną z intrsującym nas sygnałm wolnym od cha, oraz składową okrsową, wynikającą z obcności pogłosu. Składową pogłosową można odfiltrować mtodami filtracji liniowj, o il jj widmo ni pokrywa się z widmm log( S

8 Zastosowania filtracji homomorficznj Usuwani pogłosu (cha (sygnał z czasm dyskrtnym sygnał s(n sygnał z pogłosm x(n: <n <n <...<n k przypadk sygnału z pojdynczym chm: x( n = s( n + M a s( n k n k k= p( n = δ ( n + a δ ( n M k n k k= p( n = δ ( n + aδ ( n n x( n = s( n + as( n n Zastosowania filtracji homomorficznj Usuwani pogłosu (cha (sygnał z czasm dyskrtnym przypadk sygnału z pojdynczym chm: x( n = s( n + as( n n TF sygnału x(n (S( j ω =F[s(t] - cpstrum zspolon n X ( = S ( ( + a logarytm n log( X ( = log( S( + log( + a S( moż być rzczywist i dodatni,np. sygnał cosinusoidalny n składnik okrsowy z okrsm π/n log( + a Logarytm widma zawira składową związaną z intrsującym nas sygnałm wolnym od cha, oraz składową okrsową, wynikającą z obcności pogłosu. Składową pogłosową można odfiltrować mtodami filtracji liniowj, o il jj widmo ni pokrywa się z widmm log(s.

9 .5 s ygnal plus cha p( n = δ ( n + a δ ( n k n k k= x n = s( n + a s( n n + a s( n n = x( n* p( ( n modul TF s ygnalu z chami 3 X ( = S( P( modul TF sygnalu z chami X ( = S( P( log modulu TF s ygnalu z chami -5 - log X ( = log S( + log P(

10 log modulu TF s ygnalu z chami -5 log X ( = log S ( + log P( x 4 TF log modulu TF s ygna lu z chami 5 5 Moduł TF logarytmu modułu TF zawira składową związaną z intrsującym nas sygnałm wolnym od cha, oraz składową okrsową, wynikającą z obcności pogłosu. Składową pogłosową można odfiltrować mtodami filtracji liniowj, o il jj widmo ni pokrywa się z widmm log(s. x 4 TF log modulu TF sygna lu z c hami log X ( = log S ( + log P( x 4 TF log modulu TF sygna lu z chami Moduł TF logarytmu modułu TF zawira składową związaną z intrsującym nas sygnałm wolnym od cha, oraz składową okrsową, wynikającą z obcności pogłosu. Składową pogłosową można odfiltrować mtodami filtracji liniowj, o il jj widmo ni pokrywa się z widmm log(s TF log modulu TF s ygna lu z cha mi

11 log modulu TF s ygnalu z chami log modulu TF s ygnalu po filtracji ch modul TF sygnalu z chami 3 X ( = S( P( modul TF s ygnalu po filtracji ch 5 S (

12 .5 s ygnal plus cha Sygnał przd filtracją homomorficzną s ygn al po filtracji ch Rzultat ciągu opracji jst skutkim wykorzystnia cpstrum rzczywistgo. Wykorzystani modułu TF spowodowało utratę informacji o fazi sygnału. Jst ona zrowa - przbig jst symtryczny względm początku (końca przdziału. s ygnal plus cha Rzultat ciągu opracji jst skutkim wykorzystnia cpstrum rzczywistgo. Wykorzystani modułu TF spowodowało utratę informacji o fazi sygnału. Jst ona zrowa - przbig jst symtryczny względm początku (końca przdziału. Po korkcji fazy - jak obok s ygnal po filtracji ch i korkcji fazy Korkcja fazy daj wynik jak obok: sygnał przd filtracją sygnał po filtracji i korkcji s ygnaly przd i po filtracji ch i korkcji fazy

13 Analiza homomorficzna (cpstralna sygnału mowy Sygnał mowy Sygnał mowy jst splotm pobudznia (tonu krtaniowgo g(t i odpowidzi impulsowj toru głosowgo h(t. Ton krtaniowy ciąg impulsów o pwnj częstotliwości. W clu uzyskania informacji o torz głosowym (właściwościach częstotliwościowych i pobudzniu zastosowani filtracji homomorficznj względm splotu. Analiza homomorficzna (cpstralna sygnału mowy Sytuacja jst podobna jak w przypadku cha splot pobudznia i odpowidzi toru. Logarytm widma sygnału mowy powinin zawirać składową okrsową związaną z pobudznim i składową związaną z torm głosowym. ω ω t log( X ( = log( S( + log ( + a

14 Analiza homomorficzna (cpstralna sygnału mowy Tor głosowy ton krtaniowy Analiza homomorficzna (cpstralna sygnału mowy

Przetwarzanie sygnałów biomedycznych

Przetwarzanie sygnałów biomedycznych Przetwarzanie sygnałów biomedycznych dr hab. inż. Krzysztof Kałużyński, prof. PW Człowiek- najlepsza inwestycja Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

Bardziej szczegółowo

cos(ωt) ω ( ) 1 cos ω sin(ωt)dt = sin(ωt) ω cos(ωt)dt i 1 = sin ω i ( 1 cos ω ω 1 e iωt dt = e iωt iω II sposób: ˆf(ω) = 1 = e iω 1 = i(e iω 1) i ω

cos(ωt) ω ( ) 1 cos ω sin(ωt)dt = sin(ωt) ω cos(ωt)dt i 1 = sin ω i ( 1 cos ω ω 1 e iωt dt = e iωt iω II sposób: ˆf(ω) = 1 = e iω 1 = i(e iω 1) i ω Rachunk prawdopodobiństwa MAP6 Wydział Elktroniki, rok akad. 8/9, sm. ltni Wykładowca: dr hab. A. Jurlwicz Przykłady do listy : Transformata Fourira Przykłady do zadania. : Korzystając z dfinicji wyznaczyć

Bardziej szczegółowo

Zmiany fazy/okresu oscylacji Chandlera i rocznej we współrzędnych bieguna ziemskiego.

Zmiany 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 szczegółowo

Zmiany fazy/okresu oscylacji Chandlera i rocznej we współrzędnych bieguna ziemskiego.

Zmiany 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 szczegółowo

Farmakokinetyka furaginy jako przykład procesu pierwszego rzędu w modelu jednokompartmentowym zawierającym sztuczną nerkę jako układ eliminujący lek

Farmakokinetyka furaginy jako przykład procesu pierwszego rzędu w modelu jednokompartmentowym zawierającym sztuczną nerkę jako układ eliminujący lek 1 Matriał tortyczny do ćwicznia dostępny jst w oddzilnym dokumnci, jak równiż w książc: Hrmann T., Farmakokintyka. Toria i praktyka. Wydawnictwa Lkarski PZWL, Warszawa 2002, s. 13-74 Ćwiczni 6: Farmakokintyka

Bardziej szczegółowo

2009 ZARZĄDZANIE. LUTY 2009

2009 ZARZĄDZANIE. LUTY 2009 Wybran zstawy gzaminacyjn kursu Matmatyka na Wydzial ZF Uniwrsyttu Ekonomiczngo w Wrocławiu w latach 009 06 Zstawy dotyczą trybu stacjonarngo Niktór zstawy zawirają kompltn rozwiązania Zakrs matriału w

Bardziej szczegółowo

Filtracja. Krzysztof Patan

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

Bardziej szczegółowo

Systemy. Krzysztof Patan

Systemy. Krzysztof Patan Systemy Krzysztof Patan Systemy z pamięcią System jest bez pamięci (statyczny), jeżeli dla dowolnej chwili t 0 wartość sygnału wyjściowego y(t 0 ) zależy wyłącznie od wartości sygnału wejściowego w tej

Bardziej szczegółowo

Laboratorium Półprzewodniki Dielektryki Magnetyki Ćwiczenie nr 11 Badanie materiałów ferromagnetycznych

Laboratorium Półprzewodniki Dielektryki Magnetyki Ćwiczenie nr 11 Badanie materiałów ferromagnetycznych Laboratorium Półprzwodniki Dilktryki Magntyki Ćwiczni nr Badani matriałów frromagntycznych I. Zagadninia do przygotowania:. Podstawow wilkości charaktryzując matriały magntyczn. Związki pomiędzy B, H i

Bardziej szczegółowo

Ćwiczenie 4. Filtry o skończonej odpowiedzi impulsowej (SOI)

Ćwiczenie 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 szczegółowo

Analiza szeregów czasowych: 2. Splot. Widmo mocy.

Analiza 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 szczegółowo

Teoria Sygnałów. Inżynieria Obliczeniowa II rok 2018/19. Wykład 10. ( t) Wykorzystanie transformacji Fouriera w analizie korelacyjnej

Teoria Sygnałów. Inżynieria Obliczeniowa II rok 2018/19. Wykład 10. ( t) Wykorzystanie transformacji Fouriera w analizie korelacyjnej Teoria Synałów Inżynieria Obliczeniowa II rok 208/9 Wykład 0 Wykorzystanie transformacji Fouriera w analizie korelacyjnej Na początek krótkie przypomnienie podstawowych definicji: Funkcja autokorelacji

Bardziej szczegółowo

Definicja. x(u)h (u t)e i2πuf du. F x (t,f ;h) = Krótko czasowa transformata Fouriera Ciągłą transformata falkowa

Definicja. x(u)h (u t)e i2πuf du. F x (t,f ;h) = Krótko czasowa transformata Fouriera Ciągłą transformata falkowa Definicja Krótko czasowa transformata Fouriera(STFT) może być rozumiana jako seria transformat Fouriera wykonanych na sygnale okienkowanym, przy czym położenie okienka w czasie jest w ramach takiej serii

Bardziej szczegółowo

TERAZ 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 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 szczegółowo

PRZETWARZANIE SYGNAŁÓW

PRZETWARZANIE 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 szczegółowo

Przekształcenie Fouriera obrazów FFT

Przekształcenie 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 szczegółowo

Biometryczna Identyfikacja Tożsamości

Biometryczna Identyfikacja Tożsamości c Adam Czajka, IAiIS PW, wersja: 6 grudnia 2015, 1/39 Adam Czajka Wykład na Wydziale Elektroniki i Technik Informacyjnych Politechniki Warszawskiej Semestr zimowy 2015/16 c Adam Czajka, IAiIS PW, wersja:

Bardziej szczegółowo

Automatyczne rozpoznawanie mowy - wybrane zagadnienia / Ryszard Makowski. Wrocław, Spis treści

Automatyczne rozpoznawanie mowy - wybrane zagadnienia / Ryszard Makowski. Wrocław, Spis treści Automatyczne rozpoznawanie mowy - wybrane zagadnienia / Ryszard Makowski. Wrocław, 2011 Spis treści Przedmowa 11 Rozdział 1. WPROWADZENIE 13 1.1. Czym jest automatyczne rozpoznawanie mowy 13 1.2. Poziomy

Bardziej szczegółowo

WOJSKOWA AKADEMIA TECHNICZNA

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

Bardziej szczegółowo

Analiza szeregów czasowych: 2. Splot. Widmo mocy.

Analiza 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 szczegółowo

uzyskany w wyniku próbkowania okresowego przebiegu czasowego x(t) ze stałym czasem próbkowania t takim, że T = t N 1 t

uzyskany 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 szczegółowo

ANALIZA FOURIEROWSKA szybkie transformaty Fouriera

ANALIZA FOURIEROWSKA szybkie transformaty Fouriera AALIZA FOURIEROWSKA szybi trasformaty Fourira dowola fuję priodyzą F( w zasi lub przstrzi (tx, ors T) moża przdstawić jao () F( b o + [ a si( + b os( ] gdzi π / T lub ω zauważmy, ż ω, jst ajiższą zęstośią

Bardziej szczegółowo

Biometryczna Identyfikacja Tożsamości

Biometryczna Identyfikacja Tożsamości Biometryczna Identyfikacja Tożsamości Wykład 9: Rozpoznawanie mówiącego Adam Czajka Wykład na Wydziale Elektroniki i Technik Informacyjnych Politechniki Warszawskiej Semestr letni 2015 c Adam Czajka, IAiIS

Bardziej szczegółowo

MMF ćwiczenia nr 1 - Równania różnicowe

MMF ćwiczenia nr 1 - Równania różnicowe MMF ćwiczia r - Rówaia różicow Rozwiązać rówaia różicow pirwszgo rzędu: y + y = y = y + y =! y = Wsk Podzilić rówai przz! i podstawić z y /( )! Rozwiązać rówaia różicow drugigo rzędu: 5 6 F F F F F (ciąg

Bardziej szczegółowo

Zjawisko aliasingu. Filtr antyaliasingowy. Przecieki widma - okna czasowe.

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 szczegółowo

Algorytmy detekcji częstotliwości podstawowej

Algorytmy 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 szczegółowo

Przetwarzanie sygnałów biomedycznych

Przetwarzanie sygnałów biomedycznych Przetwarzanie sgnałów biomedcznch Człowiek- najlepsza inwestcja Projekt współfinansowan przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Wkład XIII Dstrbucje czasowo częstotliwościowe

Bardziej szczegółowo

Ćwiczenie 3. Właściwości przekształcenia Fouriera

Ćwiczenie 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 szczegółowo

Podstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Podstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki Wykład 5 - stabilność liniowych układów dynamicznych Instytut Automatyki i Robotyki Warszawa, 2015 Wstęp Stabilność - definicja 1 O układzie możemy mówić, że jest stabilny gdy wytrącony ze stanu równowagi

Bardziej szczegółowo

FFT i dyskretny splot. Aplikacje w DSP

FFT i dyskretny splot. Aplikacje w DSP i dyskretny splot. Aplikacje w DSP Marcin Jenczmyk m.jenczmyk@knm.katowice.pl Wydział Matematyki, Fizyki i Chemii 10 maja 2014 M. Jenczmyk Sesja wiosenna KNM 2014 i dyskretny splot 1 / 17 Transformata

Bardziej szczegółowo

Podstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Podstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki Wykład 5 - stabilność liniowych układów dynamicznych Instytut Automatyki i Robotyki Warszawa, 2018 Wstęp Stabilność O układzie możemy mówić, że jest stabilny jeżeli jego odpowiedź na wymuszenie (zakłócenie)

Bardziej szczegółowo

Ćwiczenie PA6. Badanie działania regulatora PID zaimplementowanego w sterowniku S7-1200 firmy Siemens

Ćwiczenie PA6. Badanie działania regulatora PID zaimplementowanego w sterowniku S7-1200 firmy Siemens INSYU AUOMAYKI i ROBOYKI WYDZIAŁ MECHARONIKI - laboratorium Ćwiczni PA6 Badani działania rgulatora PID zaimplmntowango w strowniu S7-00 firmy Simns Instrucja laboratoryjna Opracowani : dr inż. Danuta Holjo

Bardziej szczegółowo

Wykład 2: Szeregi Fouriera

Wykład 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 szczegółowo

Podstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Podstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki Wykład 5 - stabilność liniowych układów dynamicznych Instytut Automatyki i Robotyki Warszawa, 2015 Wstęp Stabilność O układzie możemy mówić, że jest stabilny gdy układ ten wytrącony ze stanu równowagi

Bardziej szczegółowo

CHARAKTERYSTYKA OBCIĄŻENIOWA

CHARAKTERYSTYKA OBCIĄŻENIOWA Opracowani: dr inż. Ewa Fudalj-Kostrzwa CHARAKTERYSTYKA OBCIĄŻENIOWA Charaktrystyki obciążniow są wyznaczan w ramach klasycznych statycznych badań silników zarówno dla silników o zapłoni iskrowym jak i

Bardziej szczegółowo

Przetwarzanie sygnałów

Przetwarzanie 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 szczegółowo

Stereochemia. Izomeria konformacyjna obrót wokół wiązania pojedynczego etan projekcja Newmana

Stereochemia. Izomeria konformacyjna obrót wokół wiązania pojedynczego etan projekcja Newmana Uniwrsytt Jgilloński, Collgium Mdicum, Ktdr Chmii rgnicznj Strochmi Izomri konformcyjn obrót wokół wiązni pojdynczgo tn projkcj Nwmn konformcj: nprzminlgł nprzciwlgł kąt torsyjny w ukłdzi cztrch tomów

Bardziej szczegółowo

lim lim 4) lim lim lim lim lim x 3 e e lim lim x lim lim 2 lim lim lim Zadanie 1 Wyznacz dziedziny następujących funkcji: log x x 6x

lim lim 4) lim lim lim lim lim x 3 e e lim lim x lim lim 2 lim lim lim Zadanie 1 Wyznacz dziedziny następujących funkcji: log x x 6x Tmat : Funkcj jdnj zminnj Zadani Wyznacz dzidziny następujących funkcji: ) f ) f 5) log 6 ) f ) f 7 Zadani Oblicz granic funkcji: log f 5 6) f 7 8 ) ) ) 8 7 ) 5) 6) 7) 8) 9) 5 5 7 7 7 6 0) 6 ) ) 9) 0)

Bardziej szczegółowo

Akustyka mowy wprowadzenie. Opracował: dr inż. Piotr Suchomski

Akustyka mowy wprowadzenie. Opracował: dr inż. Piotr Suchomski Akustyka mowy wprowadzenie Opracował: dr inż. Piotr Suchomski Kontakt Katedra Systemów Multimedialnych Wydział ETI dr inż. Piotr M. Suchomski, pok. EA 730 e-mail: pietka@sound.eti.pg.gda.pl tel. 23-01

Bardziej szczegółowo

Akwizycja i przetwarzanie sygnałów cyfrowych

Akwizycja 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 szczegółowo

Laboratorium Przetwarzania Sygnałów Biomedycznych

Laboratorium 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 szczegółowo

4) lim. lim. lim. lim. lim. x 3. e e. lim. lim x. lim. lim. lim. lim 2. lim. lim. lim. Zadanie 1 Wyznacz dziedziny następujących funkcji: log x.

4) lim. lim. lim. lim. lim. x 3. e e. lim. lim x. lim. lim. lim. lim 2. lim. lim. lim. Zadanie 1 Wyznacz dziedziny następujących funkcji: log x. Zastosowania matmatyki w konomii Tmat : Funkcj jdnj zminnj Zadani Wyznacz dzidziny następujących funkcji: ) f ) f 5) log 6 ) f ) f 7 Zadani Oblicz granic funkcji: log f 5 6) f 7 8 ) ) ) 8 7 ) 5) 6) 7)

Bardziej szczegółowo

Podstawy 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) 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 szczegółowo

Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki

Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki http://www.ipbm.simr.pw.edu.pl/ Teoria maszyn i podstawy automatyki semestr zimowy 2017/2018

Bardziej szczegółowo

Cyfrowe Przetwarzanie Obrazów i Sygnałów

Cyfrowe Przetwarzanie Obrazów i Sygnałów Cyfrowe Przetwarzanie Obrazów i Sygnałów Laboratorium EX3 Globalne transformacje obrazów Joanna Ratajczak, Wrocław, 2018 1 Cel i zakres ćwiczenia Celem ćwiczenia jest zapoznanie się z własnościami globalnych

Bardziej szczegółowo

Podstawy Transmisji Przewodowej Wykład 1

Podstawy Transmisji Przewodowej Wykład 1 Podstawy Transmisji Przewodowej Wykład 1 Grzegorz Stępniak Instytut Telekomunikacji, PW 24 lutego 2012 Instytut Telekomunikacji, PW 1 / 26 1 Informacje praktyczne 2 Wstęp do transmisji przewodowej 3 Multipleksacja

Bardziej szczegółowo

Transformata Fouriera i analiza spektralna

Transformata 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 szczegółowo

Uogólnione wektory własne

Uogólnione wektory własne Uogólnion wktory własn m Dfinicja: Wktor nazywamy uogólnionym wktorm własnym rzędu m macirzy A do wartości własnj λ jśli ( A - I) m m- λ al ( A - λ I) Przykład: Znajdź uogólniony wktor własny rzędu do

Bardziej szczegółowo

Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L

Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Ćwiczenie 3. Właściwości przekształcenia Fouriera 1. Podstawowe właściwości przekształcenia

Bardziej szczegółowo

Właściwości sygnałów i splot. Krzysztof Patan

Właściwości sygnałów i splot. Krzysztof Patan Właściwości sygnałów i splot Krzysztof Patan Właściwości sygnałów Dla sygnału ciągłego x(t) można zdefiniować wielkości liczbowe charakteryzujące ten sygnał wartość średnia energia sygnału x sr = lim τ

Bardziej szczegółowo

ANALIZA KORELACYJNA I FILTRACJA SYGNAŁÓW

ANALIZA KORELACYJNA I FILTRACJA SYGNAŁÓW POLIECHNIKA BIAŁOSOCKA KAEDRA ZARZĄDZANIA PRODUKCJĄ Instrukcja do zajęć laboratoryjnych z przedmiotu: Podstawy diagnostyki technicznej Kod przedmiotu: KS05454 Ćwiczenie Nr ANALIZA KORELACYJNA I FILRACJA

Bardziej szczegółowo

ZASTOSOWANIA POCHODNEJ

ZASTOSOWANIA POCHODNEJ ZASTOSOWANIA POCODNEJ Ruła d l'ospitala. Nich, - różniczkowa w pwnym sąsidztwi punktu oraz lub istnij skończona lub niwłaściwa ranica wtdy Uwaa. Powyższ twirdzni jst równiż prawdziw dla ranic jdnostronnych

Bardziej szczegółowo

Identyfikacja osób na podstawie zdjęć twarzy

Identyfikacja osób na podstawie zdjęć twarzy Idntyfikacja osób na podstawi zdjęć twarzy d r i n ż. Ja c k Na r u n i c m gr i n ż. Ma r k Kowa l s k i C i k a w p r o j k t y W y d z i a ł E l k t r o n i k i i T c h n i k I n f o r m a c y j n y

Bardziej szczegółowo

Andrzej Leśnicki Laboratorium CPS Ćwiczenie 7 1/7 ĆWICZENIE 7. Splot liniowy i kołowy sygnałów

Andrzej 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 szczegółowo

Przetwarzanie sygnałów w telekomunikacji

Przetwarzanie sygnałów w telekomunikacji Przetwarzanie sygnałów w telekomunikacji Prowadzący: Przemysław Dymarski, Inst. Telekomunikacji PW, gm. Elektroniki, pok. 461 dymarski@tele.pw.edu.pl Wykład: Wstęp: transmisja analogowa i cyfrowa, modulacja

Bardziej szczegółowo

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Podstawy Automatyki

Politechnika 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

Ponieważ zakres zmian ciśnień fal akustycznych odbieranych przez ucho ludzkie mieści się w przedziale od 2*10-5 Pa do 10 2 Pa,

Ponieważ zakres zmian ciśnień fal akustycznych odbieranych przez ucho ludzkie mieści się w przedziale od 2*10-5 Pa do 10 2 Pa, Poziom dźwięku Decybel (db) jest jednostką poziomu; Ponieważ zakres zmian ciśnień fal akustycznych odbieranych przez ucho ludzkie mieści się w przedziale od 2*10-5 Pa do 10 2 Pa, co obejmuje 8 rzędów wielkości

Bardziej szczegółowo

Ćwiczenie - 1 OBSŁUGA GENERATORA I OSCYLOSKOPU. WYZNACZANIE CHARAKTERYSTYKI AMPLITUDOWEJ I FAZOWEJ NA PRZYKŁADZIE FILTRU RC.

Ćwiczenie - 1 OBSŁUGA GENERATORA I OSCYLOSKOPU. WYZNACZANIE CHARAKTERYSTYKI AMPLITUDOWEJ I FAZOWEJ NA PRZYKŁADZIE FILTRU RC. Ćwiczenie - 1 OBSŁUGA GENERATORA I OSCYLOSKOPU. WYZNACZANIE CHARAKTERYSTYKI AMPLITUDOWEJ I FAZOWEJ NA PRZYKŁADZIE FILTRU RC. Spis treści 1 Cel ćwiczenia 2 2 Podstawy teoretyczne 2 2.1 Charakterystyki częstotliwościowe..........................

Bardziej szczegółowo

Michał Brzozowski Wykład 40 h Makrokonomia zaawansowana Część I: Ekonomia Montarna Dyżur: onidziałki.30 2.45, p. 409 E-mail: brzozowski@wn.uw.du.pl http://coin.wn.uw.du.pl/brzozowski lan wykładu. Czym

Bardziej szczegółowo

DYSKRETNE PRZEKSZTAŁCENIE FOURIERA C.D.

DYSKRETNE 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 szczegółowo

Reguła de L Hospitala. Reguła de L Hospitala - odpowiedzi. Różniczka funkcji. Różniczka funkcji - odpowiedzi. Styczna i normalna

Reguła de L Hospitala. Reguła de L Hospitala - odpowiedzi. Różniczka funkcji. Różniczka funkcji - odpowiedzi. Styczna i normalna REGUŁA DE L HOSPITALA Rguła d L Hospitala Oblicz granicę: a lim b lim + f lim ln+ k lim l lim p u lim z lim + ln ln c lim g lim ln h lim ln sin q lim + v lim lim arc ctg π ln sin lnln sin d lim lim i lim

Bardziej szczegółowo

ELEKTRONIKA. dla Mechaników

ELEKTRONIKA. dla Mechaników ELEKTRONIKA dla Mechaników dr inż. Waldemar Jendernalik Politechnika Gdańska Wydział ETI Katedra Systemów Mikroelektronicznych p. 309, waldi@ue.eti.pg.gda.pl www.ue.eti.pg.gda.pl/~waldi Po co to Wam? Elektronika

Bardziej szczegółowo

Podstawy Przetwarzania Sygnałów

Podstawy Przetwarzania Sygnałów Adam Szulc 188250 grupa: pon TN 17:05 Podstawy Przetwarzania Sygnałów Sprawozdanie 6: Filtracja sygnałów. Filtry FIT o skończonej odpowiedzi impulsowej. 1. Cel ćwiczenia. 1) Przeprowadzenie filtracji trzech

Bardziej szczegółowo

Przebieg sygnału w czasie Y(fL

Przebieg sygnału w czasie Y(fL 12.3. y y to układy elektroniczne, które przetwarzają energię źródła przebiegu stałego na energię przebiegu zmiennego wyjściowego (impulsowego lub okresowego). W zależności od kształtu wytwarzanego przebiegu

Bardziej szczegółowo

BIBLIOTEKA PROGRAMU R - BIOPS. Narzędzia Informatyczne w Badaniach Naukowych Katarzyna Bernat

BIBLIOTEKA 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 szczegółowo

CZAZ GT BIBLIOTEKA FUNKCJI PRZEKAŹNIKI, LOGIKA, POMIARY. DODATKOWE ELEMENTY FUNKCJONALNE DSP v.2

CZAZ GT BIBLIOTEKA FUNKCJI PRZEKAŹNIKI, LOGIKA, POMIARY. DODATKOWE ELEMENTY FUNKCJONALNE DSP v.2 CZAZ GT CYFROWY ZESPÓŁ AUTOMATYKI ZABEZPIECZENIOWEJ GENERATORA / BLOKU GENERATOR -TRANSFORMATOR BIBLIOTEKA FUNKCJI PRZEKAŹNIKI, LOGIKA, POMIARY DODATKOWE ELEMENTY FUNKCJONALNE DSP v.2 Modyfikacje funkcjonalne

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie Politechnika Wrocławska, Wydział Informatyki i Zarządzania Modelowanie Zad Wyznacz transformaty Laplace a poniższych funkcji, korzystając z tabeli transformat: a) 8 3e 3t b) 4 sin 5t 2e 5t + 5 c) e5t e

Bardziej szczegółowo

Przeksztacenie Laplace a. Krzysztof Patan

Przeksztacenie Laplace a. Krzysztof Patan Przeksztacenie Laplace a Krzysztof Patan Wprowadzenie Transformata Fouriera popularna metoda opisu systemów w dziedzinie częstotliwości Transformata Fouriera umożliwia wykonanie wielu użytecznych czynności:

Bardziej szczegółowo

TEORIA WYTWARZANIA DŹWIĘKÓW

TEORIA WYTWARZANIA DŹWIĘKÓW 1 TEORIA WYTWARZANIA DŹWIĘKÓW MOWY, FORMANTY, MODELOWANIE WYTWARZANIA DŹWIĘKÓW MOWY. mgr inż. Kuba Łopatka PLAN WYKŁADU 1. Teoria wytwarzania dźwięków mowy Ogólna teoria wytwarzania dźwięków mowy Ton krtaniowy

Bardziej szczegółowo

W celu obliczenia charakterystyki częstotliwościowej zastosujemy wzór 1. charakterystyka amplitudowa 0,

W celu obliczenia charakterystyki częstotliwościowej zastosujemy wzór 1. charakterystyka amplitudowa 0, Bierne obwody RC. Filtr dolnoprzepustowy. Filtr dolnoprzepustowy jest układem przenoszącym sygnały o małej częstotliwości bez zmian, a powodującym tłumienie i opóźnienie fazy sygnałów o większych częstotliwościach.

Bardziej szczegółowo

Oznacza to, że chcemy znaleźć minimum, a właściwie wartość najmniejszą funkcji

Oznacza to, że chcemy znaleźć minimum, a właściwie wartość najmniejszą funkcji Wykład 11. Metoda najmniejszych kwadratów Szukamy zależności Dane są wyniki pomiarów dwóch wielkości x i y: (x 1, y 1 ), (x 2, y 2 ),..., (x n, y n ). Przypuśćmy, że nanieśliśmy je na wykres w układzie

Bardziej szczegółowo

Granica funkcji - Lucjan Kowalski GRANICA FUNKCJI

Granica funkcji - Lucjan Kowalski GRANICA FUNKCJI GRANICA FUNKCJI Granica uncji. - dowolna liczba rzczywista. O, = - ; + - otoczni liczby puntu o prominiu, S, = - ;, + - sąsidztwo liczby puntu o prominiu, Nich uncja będzi orślona w sąsidztwi puntu, g

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Rachunek Prawdopodobieństwa MAP1151, 2011/12 Wydział Elektroniki Wykładowca: dr hab. Agnieszka Jurlewicz

Rachunek Prawdopodobieństwa MAP1151, 2011/12 Wydział Elektroniki Wykładowca: dr hab. Agnieszka Jurlewicz 1 Rachunk Prawdopodobiństwa MAP1151, 011/1 Wydział Elktroniki Wykładowca: dr hab. Agniszka Jurlwicz Listy zadań nr 5-6 Opracowani: dr hab. Agniszka Jurlwicz Lista 5. Zminn losow dwuwymiarow. Rozkłady łączn,

Bardziej szczegółowo

Ś ź ć ź ć Ź ć ź ć Ą ć ć ć Ą ć ź ć ź ć Ś ć ć ć ć Ą Ą ć ć ć ć ć ć Ś ć Ź ć ć Ą ć ó ń ć ć ó ć ó ń ć ć ć ó ó ń ć ó Śń ó ó ć ó ó ó ó ć ó ń ó ó ó ó Ą ć ź ó ó ó ń ó ó ń ó ó ó ź ó ó ó ó Ść ć Ą ź ć ć ć ć Ś Ą ć ć

Bardziej szczegółowo

MODULACJE ANALOGOWE. Funkcja modulująca zależna od sygnału modulującego: m(t) = m(t) e

MODULACJE ANALOGOWE. Funkcja modulująca zależna od sygnału modulującego: m(t) = m(t) e Nośna: MODULACJE ANALOGOWE c(t) = Y 0 cos(ωt + ϕ 0 ) Sygnał analityczny sygnału zmodulowanego y(t): z y (t) = m(t)z c (t), z c (t) = Y 0 e jωt Funkcja modulująca zależna od sygnału modulującego: j arg

Bardziej szczegółowo

Transmitancje układów ciągłych

Transmitancje układów ciągłych Transmitancja operatorowa, podstawowe człony liniowe Transmitancja operatorowa (funkcja przejścia, G(s)) stosunek transformaty Laplace'a sygnału wyjściowego do transformaty Laplace'a sygnału wejściowego

Bardziej szczegółowo

Modelowanie wybranych. urządzeń mechatronicznych

Modelowanie wybranych. urządzeń mechatronicznych Modelowanie wybranych elementów torów pomiarowych urządzeń mechatronicznych Pomiary - element sterowania napędem mechatronicznym Układ napędowy - Zintegrowane czujniki Zewnetrzne sygnały sterujące Sprzężenia

Bardziej szczegółowo

Definicja: Wektor nazywamy uogólnionym wektorem własnym rzędu m macierzy A

Definicja: Wektor nazywamy uogólnionym wektorem własnym rzędu m macierzy A Uogólnion wktory własnw Dfinicja: Wktor nazywamy uogólnionym wktorm własnym rzędu m macirzy A m do wartości własnj λ jśli ( A - I) m m- λ al ( A - λ I) Przykład: Znajdź uogólniony wktor własny rzędu do

Bardziej szczegółowo

Analiza danych jakościowych

Analiza danych jakościowych Analiza danych jakościowych Ccha ciągła a ccha dyskrtna! Ciągła kg Dyskrtna Cchy jakościow są to cchy, których jdnoznaczn i oczywist scharaktryzowani za pomocą liczb jst nimożliw lub bardzo utrudnion.

Bardziej szczegółowo

Ćwiczenie 6 Projektowanie filtrów cyfrowych o skończonej i nieskończonej odpowiedzi impulsowej

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Andrzej Leśnicki Laboratorium CPS Ćwiczenie 6 1/8 ĆWICZENIE 6. Dyskretne przekształcenie Fouriera DFT

Andrzej 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 szczegółowo

Analiza szeregów czasowych: 3. Filtr Wienera

Analiza szeregów czasowych: 3. Filtr Wienera Analiza szeregów czasowych: 3. Filtr Wienera P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2006/07 Filtr Wienera ( filtr optymalny ) Przypuśćmy, że pewien układ (fizyczny, biologiczny,

Bardziej szczegółowo

Ćwiczenie 6 Projektowanie filtrów cyfrowych o skończonej i nieskończonej odpowiedzi impulsowej

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

Bardziej szczegółowo

Teoria sterowania - studia niestacjonarne AiR 2 stopień

Teoria 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 szczegółowo

Systemy przetwarzania sygnałów

Systemy przetwarzania sygnałów Sstem przetwarzania sgnałów x(t) (t)? x(t) Sstem przetwarzania sgnałów (t) Sstem przetwarzania sgnałów sgnał ciągł x(t) (t)=h(x(t)) Sstem czasu ciągłego (t) np. megafon - wzmacniacz analogow sgnał dskretn

Bardziej szczegółowo

Opis efektów kształcenia dla modułu zajęć

Opis efektów kształcenia dla modułu zajęć Nazwa modułu: Teoria i przetwarzanie sygnałów Rok akademicki: 2013/2014 Kod: EEL-1-524-s Punkty ECTS: 6 Wydział: Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Kierunek: Elektrotechnika

Bardziej szczegółowo

Ubezpieczenie w razie poważnego zachorowania. Maj 2012

Ubezpieczenie w razie poważnego zachorowania. Maj 2012 LifProtct Ubzpiczni w razi poważngo zachorowania. Maj 2012 Nasz plan ubzpiczniowy dotyczący poważnych zachorowań stanowi najbardzij komplksową ochronę tgo typu dostępną w Irlandii. Podniśliśmy jakość polisy

Bardziej szczegółowo

Procedura modelowania matematycznego

Procedura modelowania matematycznego Procedura modelowania matematycznego System fizyczny Model fizyczny Założenia Uproszczenia Model matematyczny Analiza matematyczna Symulacja komputerowa Rozwiązanie w postaci modelu odpowiedzi Poszerzenie

Bardziej szczegółowo

Ł Ź Ą Ż Ż Ź Ł Ż Ć Ć Ż Ż ć Ź Ż Ż Ż Ć Ż Ć ź ć Ż ż ż Ż Ż ć Ż ż Ż Ż Ż ć Ż ż ć Ć ź Ą Ż Ż ż ć Ź Ż ż Ą Ą Ż ć Ź ź Ż ź ć Ą ć ć ż ż ź ź ć ć ż ż ż ź ć ć Ą ż Ą ż ż Ż Ż Ż ć ż Ż ć ż Ł Ż Ą Ż ź ż ć Ż Ż Ż Ć Ź Ź Ż Ą ć

Bardziej szczegółowo

MECHANIKA 2. Prowadzący: dr Krzysztof Polko

MECHANIKA 2. Prowadzący: dr Krzysztof Polko MECHANIKA 2 Prowadzący: dr Krzysztof Polko PLAN WYKŁADÓW 1. Podstawy kinematyki 2. Ruch postępowy i obrotowy bryły 3. Ruch płaski bryły 4. Ruch złożony i ruch względny 5. Ruch kulisty i ruch ogólny bryły

Bardziej szczegółowo

Plan wykładu. Własności statyczne i dynamiczne elementów automatyki:

Plan wykładu. Własności statyczne i dynamiczne elementów automatyki: Plan wykładu Własności statyczne i dynamiczne elementów automatyki: - charakterystyka statyczna elementu automatyki, - sygnały standardowe w automatyce: skok jednostkowy, impuls Diraca, sygnał o przebiegu

Bardziej szczegółowo

Teoria Sygnałów. III rok Informatyki Stosowanej. Wykład 8

Teoria 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 szczegółowo

Laboratorium Półprzewodniki Dielektryki Magnetyki Ćwiczenie nr 8

Laboratorium Półprzewodniki Dielektryki Magnetyki Ćwiczenie nr 8 Laboratorium Półprzewodniki Dielektryki Magnetyki Ćwiczenie nr 8 Analiza właściwości zmiennoprądowych materiałów i elementów elektronicznych I. Zagadnienia do przygotowania:. Wykonanie i przedstawienie

Bardziej szczegółowo

CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE

CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE Do opisu członów i układów automatyki stosuje się, oprócz transmitancji operatorowej (), tzw. transmitancję widmową. Transmitancję widmową () wyznaczyć można na podstawie

Bardziej szczegółowo

2. STRUKTURA RADIOFONICZNYCH SYGNAŁÓW CYFROWYCH

2. STRUKTURA RADIOFONICZNYCH SYGNAŁÓW CYFROWYCH 1. WSTĘP Radiofonię cyfrową cechują strumienie danych o dużych przepływnościach danych. Do przesyłania strumienia danych o dużych przepływnościach stosuje się transmisję z wykorzystaniem wielu sygnałów

Bardziej szczegółowo

Podstawy Automatyki Zbiór zadań dla studentów II roku AiR oraz MiBM

Podstawy Automatyki Zbiór zadań dla studentów II roku AiR oraz MiBM Aademia GórniczoHutnicza im. St. Staszica w Kraowie Wydział Inżynierii Mechanicznej i Robotyi Katedra Automatyzacji Procesów Podstawy Automatyi Zbiór zadań dla studentów II rou AiR oraz MiBM Tomasz Łuomsi

Bardziej szczegółowo

Technika regulacji automatycznej

Technika regulacji automatycznej Technika regulacji automatycznej Wykład 3 Wojciech Paszke Instytut Sterowania i Systemów Informatycznych, Uniwersytet Zielonogórski 1 z 32 Plan wykładu Wprowadzenie Układ pierwszego rzędu Układ drugiego

Bardziej szczegółowo