Przetwarzanie sygnałów biomedycznych

Podobne dokumenty
Przetwarzanie sygnałów biomedycznych

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

Akwizycja i przetwarzanie sygnałów cyfrowych

Akwizycja i przetwarzanie sygnałów cyfrowych

Pierwiastki kwadratowe z liczby zespolonej

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

1. Modulacja analogowa, 2. Modulacja cyfrowa

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

Liczby zespolone. Niech C = R 2. Zdefiniujmy dwa działania w C. Dodawanie + : C 2 C zdefiniowane jest przez

Przekształcenie Fouriera obrazów FFT

Przeksztacenie Laplace a. Krzysztof Patan

Szereg i transformata Fouriera

FFT i dyskretny splot. Aplikacje w DSP

DYSKRETNA TRANSFORMACJA FOURIERA

Akustyka muzyczna ANALIZA DŹWIĘKÓW MUZYCZNYCH

Akwizycja i przetwarzanie sygnałów cyfrowych

Lepkosprężystość. Metody pomiarów właściwości lepkosprężystych materii

Systemy przetwarzania sygnałów

Teoria Sygnałów. III rok Informatyki Stosowanej. Wykład 8

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

TERAZ O SYGNAŁACH. Przebieg i widmo Zniekształcenia sygnałów okresowych Miary sygnałów Zasady cyfryzacji sygnałów analogowych

f = 2 śr MODULACJE

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM

PRZETWARZANIE SYGNAŁÓW

Transformata Fouriera i analiza spektralna

Właściwości sygnałów i splot. Krzysztof Patan

Część 1. Transmitancje i stabilność

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

Przetwarzanie i transmisja danych multimedialnych. Wykład 8 Transformaty i kodowanie cz. 2. Przemysław Sękalski.

Cyfrowe przetwarzanie i kompresja danych

Prognozowanie i symulacje

Transformacje Fouriera * podstawowe własności

Całkowanie przez podstawianie i dwa zadania

Plan wykładu. Własności statyczne i dynamiczne elementów automatyki:

lim = 0, gdzie d n oznacza najdłuższą przekątną prostokątów

Przetwarzanie sygnałów

Obwody prądu zmiennego

CYFROWE PRZTWARZANIE SYGNAŁÓW (Zastosowanie transformacji Fouriera)

25. RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU. y +y tgx=sinx

Wykład VI Dalekie pole

EFEKTYWNE UŻYTKOWANIE ENERGII ELEKTRYCZNEJ

Wykład 2. Transformata Fouriera

KARTA MODUŁU / KARTA PRZEDMIOTU

Pomiar bezpośredni przyrządem wskazówkowym elektromechanicznym

(1.1) gdzie: - f = f 2 f 1 - bezwzględna szerokość pasma, f śr = (f 2 + f 1 )/2 częstotliwość środkowa.

Związek między ruchem harmonicznym a ruchem jednostajnym po okręgu

Laboratorium Przetwarzania Sygnałów Biomedycznych

Teoria sterowania - studia niestacjonarne AiR 2 stopień

2. P (E) = 1. β B. TSIM W3: Sygnały stochastyczne 1/27

Wygładzanie metodą średnich ruchomych w procesach stałych

Podstawy Automatyki. Wykład 3 - charakterystyki częstotliwościowe, podstawowe człony dynamiczne. dr inż. Jakub Możaryn. Instytut Automatyki i Robotyki

Teoria systemów i sygnałów Kierunek AiR, sem. 5 2wE + 1l

Wykład 6: Reprezentacja informacji w układzie optycznym; układy liniowe w optyce; podstawy teorii dyfrakcji

Inżynieria Systemów Dynamicznych (3)

Przedmowa Wykaz oznaczeń Wykaz skrótów 1. Sygnały i ich parametry Pojęcia podstawowe Klasyfikacja sygnałów

4 Zasoby językowe Korpusy obcojęzyczne Korpusy języka polskiego Słowniki Sposoby gromadzenia danych...

Analiza szeregów czasowych: 2. Splot. Widmo mocy.

Modulatory i detektory. Modulacja. Modulacja i detekcja

Teoria sygnałów Signal Theory. Elektrotechnika I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny)

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

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

Akwizycja i przetwarzanie sygnałów cyfrowych

Układy stochastyczne

Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L

Analiza szeregów czasowych: 2. Splot. Widmo mocy.

DYSKRETNE PRZEKSZTAŁCENIE FOURIERA C.D.

Optyka Fourierowska. Wykład 1 Analiza sygnałów i układów dwuwymiarowych

Opis efektów kształcenia dla modułu zajęć

Dystrybucje, wiadomości wstępne (I)

Funkcje analityczne. Wykład 2. Płaszczyzna zespolona. Paweł Mleczko. Funkcje analityczne (rok akademicki 2017/2018)

Filtracja. Krzysztof Patan

Podstawy układów mikroelektronicznych

Pochodna funkcji wykład 5

Przekształcenie Fouriera i splot

ELEKTRONIKA. dla Mechaników

Podstawy Automatyki. Wykład 3 - charakterystyki częstotliwościowe, podstawowe człony dynamiczne. dr inż. Jakub Możaryn. Instytut Automatyki i Robotyki

Ćwiczenie 3. Właściwości przekształcenia Fouriera

Temat ćwiczenia. Analiza częstotliwościowa

Własności dynamiczne przetworników pierwszego rzędu

Transformaty. Kodowanie transformujace

O pewnym twierdzeniu S. Łojasiewicza, J. Wloki, Z. Zieleżnego

Induktor i kondensator. Warunki początkowe. oraz ciągłość warunków początkowych

Wykład FIZYKA I. 9. Ruch drgający swobodny

Rodzaje fal. 1. Fale mechaniczne. 2. Fale elektromagnetyczne. 3. Fale materii. dyfrakcja elektronów

LABORATORIUM METROLOGII. Podstawy akwizycji i cyfrowego przetwarzania sygnałów. dr inż. Andrzej Skalski. mgr inż. Mirosław Socha

Procesy stochastyczne

Technika regulacji automatycznej

Wykład FIZYKA I. 9. Ruch drgający swobodny. Dr hab. inż. Władysław Artur Woźniak

2. Wstęp do analizy wektorowej

Podstawy Automatyki. Wykład 3 - charakterystyki częstotliwościowe, podstawowe człony dynamiczne. dr inż. Jakub Możaryn. Instytut Automatyki i Robotyki

1 s(t) 2 t s(t) 2 dt 1. s(t) 2

Analiza obrazów - sprawozdanie nr 2

Wektory. P. F. Góra. rok akademicki

Przetwarzanie sygnałów biomedycznych

Przekształcenie Z. Krzysztof Patan

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

Dystrybucje. Marcin Orchel. 1 Wstęp Dystrybucje Pochodna dystrybucyjna Przestrzenie... 5

PRZEWODNIK PO PRZEDMIOCIE

Symulacja sygnału czujnika z wyjściem częstotliwościowym w stanach dynamicznych

Procesy stochastyczne

Transkrypt:

Przetwarzanie sgnałów biomedcznch Człowiek- najlepsza inwestcja Projekt współfinansowan przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Wkład XIII Dstrbucje czasowo częstotliwościowe Transformacja Wignera-Ville a 1

Czasowo- częstotliwościowe dstrbucje energii sgnałów Rozkład energii na płaszczźnie t-f Krótkookresowa transformacja Fouriera STFT STFT (spektrogram) Transformacja falkowa WT WT (skalogram) Dstrbucje (rozkład) energii na płaszczźnie t-f Dstrbucja energii ma przedstawiać rozkład energii (gęstości energii) na płaszczźnie t-f. Energia sgnału może bć określona na podstawie kwadratu modułu sgnału lub kwadratu modułu jego transformat Fouriera E ( dt X ( f ) df E ρ ( t, f ) dtdf ( i X(f) można interpretować jako gęstości energii sgnału w obu dziedzinach. Naturalne jest wobec tego poszukiwanie łącznej gęstości energii ρ (t,f) w dziedzinach czasu i częstotliwości.

Dstrbucje (rozkład) energii na płaszczźnie t-f E ( dt X ( f ) df E ρ f ) dtdf Oczekujem od gęstości energii następującch właściwości: ρ f ) dt X ( f ) ρ f ) df ( (rozkład brzegowe są odpowiednio gęstościami energii w dziedzinie czasu i częstotliwości) Uwaga: spektrogram nie posiada tch właściwości!!! Dstrbucja Wigner-Ville a Definicja: W f ) ( t + τ / ) ( t τ / ) ep( jπfτ gdzie f oznacza częstotliwość, t - czas, ( i ( - sgnał i sgnał sprzężon, Time-frequenc toolbo - Tutorial http://gdr-isis.org/tftb/tutorial/tutorial.html F.Auger, P. Flandrin, P.Gonçalvès O. Lemoine 3

Dstrbucja Wignera-Ville a właściwości I Całka z DWV jest równa energii sgnału Rozkład brzegowe E W f ) dtdf W f ) df ( W f ) dt X ( f ) Wartości DWV są rzeczwiste W f ) R Dstrbucja Wignera-Ville a właściwości II zachowuje przesunięcie w czasie i w częstotliwości ( ( t t0 ) W f ) W ( t t0, f ) ( ( ep( jπf 0 W f ) w f f 0 ) podobieństwo ( k ( k; k > 0 W f ) W ( kt, f / k) filtracja modulacja ( h( t s) ( s) ds W f ) W ( t s, f ) W ( s, f ) ds ( m( ( W f ) W f ξ ) W ξ ) dξ m h 4

Dstrbucja Wigner-Ville a właściwości III Zachowanie przedziału w czasie ( 0, t > T W f ) 0, t > T i w częstotliwości X ( f ) 0, f > B W f ) 0, f > B częstotliwość chwilowa ( a sgnał analitczn) f ( fw W a a f ) df f ) df spetrogram sgnału chirp Sgnał z liniową modulacją częstotliwości Faza i częstotliwość chwilowa sgnału analitcznego sgnału chirp ^ z( ( + j ( C ep( jπf t ) m Frequenc (Hz) 500 450 400 350 300 50 00 150 100 50 0 0. 0.4 0.6 0.8 1 1. 1.4 1.6 1.8 Time ^ ( 1 dθ ( θ ( arctan( ) πf mt f ( fmt ( π dt 5

Dstrbucja Wigner-Ville a Sgnał chirp liniowa modulacja częstotliwości f(αt ( ep( jαt / ) W f ) ( t + τ / ) ( t τ / ) ep( jπfτ ep[ jα( t + τ / ) / ]ep[ jα( t τ / ) / ]ep( jπfτ ep{ jα[( t + τ / ) ( t τ / ) ]/ }ep( jπfτ ep( jαtτ )ep( jπfτ πδ (πf α Jest to TF zespolonej funkcji wkładniczej równa πδ(πf-α! Dstrbucja WV jest więc impulsem Diraca ustuowanm w punkcie odpowiadającm chwilowej wartości częstotliwości analizowanego sgnału!!! W f ) πδ (πf α Dstrbucja Wigner-Ville a Sgnał będąc sumą dwóch sgnałów zespolonch wkładniczch o różnch pulsacjach e jω 1t + e jω t jω (t + r) jω (t + r) jω (t r) jω (t r) DWV(f, [e 1 + e ][e 1 + e ] ep( jπfr ) dr jω r j(ω ω )t j(ω + ω )r/ j(ω ω )t j(ω + ω )r/ jω r [e 1 + e e 1 + e e 1 + e ] ep( jπfr ) dr jω r j(ω + ω )r/ jω r { e 1 + cos [(ω ω )t]e + e 1 }ep( jπfr ) dr ω ω DWV(f, πδ(ω ω ) πδ(ω ω ) [(ω ω )t] πδ( + + + cos ω 1 ) 1 1 W przpadku sgnałów będącch sumą min. składowch harmonicznch, w wniku operacji mnożenia pod całką pojawią się składowe o pulsacji równej różnic pulsacji składowch sgnału, ustuowane na średniej artmetcznej tch pulsacji. Są to tzw. składowe interferencjne, niemające interpretacji fizcznej 6

Dstrbucja Wigner-Ville a właściwości cd DWV pojednczego sgnału: W f ) ( t + τ / ) ( t τ / ) ep( jπfτ DWV sum sgnałów: W f ) W f ) + W f ) Re{ W, f )} + + Składowe interferencjne: W, f ) ( s + τ / ) ( s τ / )ep( jπfτ Dstrbucja Wigner-Ville a przkład Suma czterech atomów częstotliwościowch z obwiednią gaussowską (sgnał rzeczwiste) W f ) W f ) + W f ) Re{ W, f )} + + Prezentacja DWV w postaci map warstwicowej Time-frequenc toolbo - Tutorial http://gdr-isis.org/tftb/tutorial/tutorial.html F.Auger, P. Flandrin, P.Gonçalvès O. Lemoine 7

Dstrbucja Wigner-Ville a Stanowiąc część wrażenia podcałkowego iloczn w praktce nie może bć określon w nieograniczonch granicach całkowania W q f ) ( t + τ / ) ( t τ / ) ep( jπfτ τ ) ( s + τ / ) ( s τ / ) Ograniczenie przez wprowadzenie funkcji h( o skończonm czasie trwania PW f ) h( τ ) ( s + τ / ) ( s τ / )ep( jπfτ Jest to równoważne wgładzeniu DWV (splot z TF okna h() eliminuje częściowo produkt interferencji PW f ) H ( f ξ ) W ξ ) dξ Jest tzw. pseudodstrbucja Wigner- Ville a; następuje utrata szeregu właściwości rozkład brzegowe, zachowanie zakresu częstotliwości; pojawia się rozmcie wniku PWVD. Dstrbucja Wigner-Ville a przkład Suma czterech atomów częstotliwościowch z obwiednią gaussowską (sgnał rzeczwiste) Pseudo DWV - eliminacja części składowch interferencjnch) W DWV f ) ( t + τ / ) ( t τ / ) ep( jπfτ PDWV PW f ) h( τ ) ( s + τ / ) ( s τ / )ep( jπfτ 8

Wgładzanie DWV w dziedzinie czasu i częstotliwości Zakładając, że okno wgładzania jest postaci g( funkcja czasu H(f) funkcja częstotliwości uzskujem możliwość niezależnego wgładzania w dziedzinie czasu i częstotliwości Jest to tzw. wgładzana pseudo dstrbucja Wigner-Ville a SPW v, f ) h( τ )[ g( s ( s + τ / ) ( s τ / ) ds]ep( jπvτ Π f ) g( H( f ) Problem wmian rozdzielczości czasowo-częstotliwościowej w przpadku spektrogramu zostaje zastąpion problemem wmian międz łączną rozdzielczością na płaszczźnie t-f a poziomem składowch interferencjnch. Wgładzanie DWV w dziedzinie czasu i częstotliwości Problem wmian rozdzielczości czasowo-częstotliwościowej w przpadku spektrogramu zostaje zastąpion problemem wmian międz łączną rozdzielczością na płaszczźnie t-f a poziomem składowch interferencjnch. SPW v, f ) h( τ )[ g( s ( s + τ / ) ( s τ / ) ds]ep( jπvτ Jeśli g(δ(, dostajem pseudo-dstrbucję Wigner-Ville a: PW f ) h( τ ) ( s + τ / ) ( s τ / ) ep( jπfτ 9

Dskretna dstrbucja Wigner-Ville a Zapiszm DWV w postaci (za τ/ podstawiam τ) W f ) ( s + τ ) ( s τ )ep( j4πfτ Próbkowanie DWV z okresem T w punktach nt W [ n, f ] T [ n + k] [ n k]ep( j4πfk ) k Powstałe wrażenie jest okresowe z okresem 1/(T), nie zaś 1/T istnieje możliwość powstania aliasingu. Wjścia nadpróbkowanie sgnału lub zastosowanie sgnału analitcznego. Dskretna dstrbucja Wigner-Ville a Suma dwóch atomów częstotliwościowch z obwiednią gaussowską (sgnał rzeczwiste) Suma dwóch atomów częstotliwościowch z obwiednią gaussowską (sgnał analitczne) 10

DWV Przkład sgnał o piłokształtnie modulowanej pulsacji (zależność dotcz 1 okresu) π 4π t ω ( + 10 160 N56 N64 spektrogram DWV, N56 M1 M1, KB (h(n)) N3 DWV Przkład Suma sgnałów o piłokształtnie modulowanch pulsacjach (zależność dotcz 1 okresu) π 4π t ω 1( + 10 160 π 4π t ω ( 3 + 10 160 DWV, N56, M1 DWV, N56, M10 11