Systemy przetwarzania sygnałów

Podobne dokumenty
Właściwości sygnałów i splot. Krzysztof Patan

Systemy przetwarzania sygnałów

Ćwiczenie 4. Filtry o skończonej odpowiedzi impulsowej (SOI)

FFT i dyskretny splot. Aplikacje w DSP

Adam Korzeniewski p Katedra Systemów Multimedialnych

Przetwarzanie sygnałów biomedycznych

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

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

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie

RÓWNANIA RÓŻNICZKOWE WYKŁAD 5

Optyka Fourierowska. Wykład 1 Analiza sygnałów i układów dwuwymiarowych

UKŁADY JEDNOWYMIAROWE. Część III UKŁADY NIELINIOWE

Przetwarzanie sygnałów biomedycznych

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

Macierze normalne. D : Dowolną macierz kwadratową można zapisać w postaci A = B + ic gdzie ( ) B = A + A B = A + A = ( A + A)

Politechnika Warszawska Instytut Automatyki i Robotyki. Prof. dr hab. inż. Jan Maciej Kościelny PODSTAWY AUTOMATYKI

Rozwiązanie równań stanu dla układów liniowych - pola wektorowe

Równania różniczkowe cząstkowe

Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L

RÓWNANIA RÓŻNICZKOWE WYKŁAD 3

Systemy. Krzysztof Patan

1 Macierze i wyznaczniki

Filtry cyfrowe. h(n) odpowiedź impulsowa. Filtr cyfrowy. Procesory sygnałowe (DSP), układy programowalne

Dyskretne układy liniowe. Funkcja splotu. Równania różnicowe. Transform

Plan wykładu. Własności statyczne i dynamiczne elementów automatyki:

MES polega na wyznaczaniu interesujących nas parametrów w skończonej ilości punktów. A co leży pomiędzy tymi punktami?

Wykład 7: Warunkowa wartość oczekiwana. Rozkłady warunkowe.

Akwizycja i przetwarzanie sygnałów cyfrowych

Plan wyk y ł k adu Mózg ludzki a komputer Komputer Mózg Jednostki obliczeniowe Jednostki pami Czas operacji Czas transmisji Liczba aktywacji/s

Wykład Analiza jakościowa równań różniczkowych

Instrukcja do laboratorium z cyfrowego przetwarzania sygnałów. Systemy i wybrane sposoby ich opisu

Modulatory i detektory. Modulacja. Modulacja i detekcja

Interpolacja. Układ. x exp. = y 1. = y 2. = y n

19. Wybrane układy regulacji Korekcja nieliniowa układów. Przykład K s 2. Rys Schemat blokowy układu oryginalnego

Równania różniczkowe cząstkowe

Przetwarzanie sygnałów

Przeksztacenie Laplace a. Krzysztof Patan

Przekształcenie Z. Krzysztof Patan

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 1-2

b n y k n T s Filtr cyfrowy opisuje się również za pomocą splotu dyskretnego przedstawionego poniżej:

Wykład 4 Testy zgodności. dystrybuanta rozkładu populacji dystrybuanty rozkładów dwóch populacji rodzaj rozkładu wartości parametrów.

Definicja wartości bezwzględnej. x < x y. x =

Równania różniczkowe

Pochodna funkcji wykład 5

1 Macierz odwrotna metoda operacji elementarnych

Część 1. Transmitancje i stabilność

Programowanie nieliniowe optymalizacja funkcji wielu zmiennych

Scenariusz lekcji matematyki z wykorzystaniem komputera

Lokalna odwracalność odwzorowań, odwzorowania uwikłane

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 4 ZADANIA - ZESTAW 4

Realizacja funkcji przełączających

Podstawy Automatyki. Człowiek- najlepsza inwestycja. Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

Rys. 1 Otwarty układ regulacji

Politechnika Poznańska, Katedra Sterowania i Inżynierii Systemów Wykłady 7,8, str. 1

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne

Pomiar bezpośredni przyrządem wskazówkowym elektromechanicznym

3.3. UKŁADY RÓWNAŃ LINIOWYCH. Równanie liniowe z dwiema niewiadomymi. Równaniem liniowym z dwiema niewiadomymi x i y nazywamy równanie postaci

Cyfrowe Przetwarzanie Obrazów i Sygnałów

Detekcja zespołów QRS w sygnale elektrokardiograficznym

BADANIE CYFROWYCH UKŁADÓW ELEKTRONICZNYCH TTL strona 1/7

ANALIZA SYGNAŁÓ W JEDNÓWYMIARÓWYCH

Wykład 1 Podstawy projektowania układów logicznych i komputerów Synteza i optymalizacja układów cyfrowych Układy logiczne

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM

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

Wartości i wektory własne

Y AUT AU OMA OM T A YKI

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

ALGEBRA LINIOWA 2. Lista zadań 2003/2004. Opracowanie : dr Teresa Jurlewicz, dr Zbigniew Skoczylas

1. Wielomiany Podstawowe definicje i twierdzenia

Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L

SPRZĘTOWA REALIZACJA FILTRÓW CYFROWYCH TYPU SOI

Przedziały ufności i testy parametrów. Przedziały ufności dla średniej odpowiedzi. Interwały prognoz (dla przyszłych obserwacji)

12. FUNKCJE WIELU ZMIENNYCH. z = x + y jest R 2, natomiast jej

Ciągi liczbowe. Zbigniew Koza. Wydział Fizyki i Astronomii

f x f y f, jest 4, mianowicie f = f xx f xy f yx

Przekształcenia liniowe

14. Grupy, pierścienie i ciała.

1. Ubezpieczenia życiowe

Automatyka. Treść wykładów: Układ sekwencyjny synchroniczny. Układ kombinacyjny AND. Układ sekwencyjny asynchroniczny. Układ sekwencyjny synchroniczny

Komputerowa akwizycja obrazów

x 1 x 2 x 3 x n w 1 w 2 Σ w 3 w n x 1 x 2 x 1 XOR x (x A, y A ) y A x A

Przekształcenia liniowe

Automatyka. Treść wykładów: Układ kombinacyjny AND. Układ sekwencyjny synchroniczny. Układ sekwencyjny asynchroniczny. Układ sekwencyjny synchroniczny

Ubezpieczenia na życie

Metody iteracyjne rozwiązywania układów równań liniowych (5.3) Normy wektorów i macierzy (5.3.1) Niech. x i. i =1

Wprowadzenie do technik regulacji automatycznej. prof nzw. dr hab. inż. Krzysztof Patan

= Zapiszemy poniższy układ w postaci macierzy. 8+$+ 2&=4 " 5 3$ 7&=0 5$+7&=4

Zestaw 0. 1 sin 2 x ; k) (arctg x) 0 = 1 ; l) (arcctg x) x 2 m) (arcsin x) 0 = p 1

Laboratorium Cyfrowego Przetwarzania Obrazów

WZMACNIACZ OPERACYJNY

ZASTOSOWANIA PRZEKSZTAŁCENIA ZET

Optyka Fourierowska. Wykład 7 Filtracja przestrzenna

Metody numeryczne. Postać zmiennoprzecinkowa liczby. dr Artur Woike. Arytmetyka zmiennoprzecinkowa. Uwarunkowanie zadania.

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.

ZAGADNIENIA ZALICZENIOWE i PRZYKŁADY PYTAŃ z METOD KOMPUTEROWYCH w TSiP

Jednostka mnożąco-sumującą EMAC (Enhanced Multiply-ACcumulate unit)

Wykład 2. Przykład zastosowania teorii prawdopodobieństwa: procesy stochastyczne (Markova)

#09. Systemy o złożonej strukturze

STUDIA MAGISTERSKIE DZIENNE LABORATORIUM SYGNAŁÓW, SYSTEMÓW I MODULACJI. Filtracja cyfrowa. v.1.0

Transkrypt:

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 x(n) (n)=h(x(n)) Sstem czasu dskretnego (n) np. model pogłosu: (n)=.*(n-) +x(n), filtr cfrowe t ciągła zmienna czasu n dskretna zmienna czasu n =,, N,

Właściwości sstemów przetwarzania sgnałów. Sstem z pamięcią i bez pamięci. Sstem odwracalne i nieodwracalne 3. Sstem przcznowe i nieprzcznowe 4. Sstem stabilne i niestabilne 5. Sstem liniowe i nieliniowe 6. Sstem niezmienne względem czasu (przesunięcia) i zmienne względem czasu 3

Sstem z pamięcią i bez pamięci Sgnał wjściow sstemu bez pamięci w chwili n zależ tlko od sgnału wejściowego w tej samej chwili, np.: n 3x n x n Sgnał wjściow sstemu z pamięcią w chwili n zależ sgnału wejściowego wstępującego w chwilach czasu kn, np.: n n xk xn n n xn 4

Sstem przcznowe Sstem jest przcznow gd jego sgnał wjściow w chwili n jest zależn tlko sgnału wejściowego w chwili n i/lub sgnału wejściowego z chwil przeszłch, np.: n xn x( n ) n xn x( n ) nieprzcznow 5

Sstem stabilne/niestabilne Sstem jest stabiln jeżeli dla sgnału wejściowego x(n) spełniającego warunek x(n) <A (gdzie: A jest stałą o ograniczonej wartości) próbki wtwarzane wjściu sstemu spełniają warunek (n) <B (gdzie: B jest również stałą o ograniczonej wartości). Któr z poniższch sstemów jest stabiln? a) b) c) d) n x 3 ( n) n n a n u n n k x( n) n N n x n gdzie u(n) jest sekwencją impulsów jednostkowch gdzie k jest stałą 6

Sstem jednorodne Jeżeli: x(n) Sstem (n) to: k x(n) Sstem k (n) 7

Sstem addtwne Jeżeli: x(n) Sstem (n) oraz: x(n) Sstem (n) to: x(n) + x(n) Sstem (n) + (n) 8

Sstem liniowe Jeżeli sstem jest jednorodn i addtwn to jest liniow. jednorodn addtwn liniow 9

Zasada superpozcji Sstem linowe spełniają zasadę superpozcji: ax n bx n ahx n bhbx n a n b n H tj. odpowiedź sstemu liniowego na sumę sgnałów wejściowch jest równa sumie odpowiedzi sstemu na poszczególne sgnał składowe. Przkład sstemu liniowego: Przkład sstemu nieliniowego: n n 3x x n n

Sstem liniowe Cz sstem: Niech: x n xn n i x n 3 jest liniow? Nie! n x n 5 Jednakże: n x n 7 n x n x n n n 3 Wniosek: Odpowiedź sstemu liniowego na zerowe pobudzenie jest?

Sstem liniowe Cz sstem: n xn liniow? Zasada superpozcji mówi: Jednak: a ax n bx n a n b n H n bx n ax n bx n ax n bx n H ax n b n ax n bx n a b

Sstem liniowe. Któr z poniższch sstemów jest liniow? Pokaż obliczenia. a) n 3x( n) b) n N n x n c) d) e) f) n k x( n) n x ( n) t alog( x( t)) t t x( ) d o 3

Sstem liniowe niezmienne względem przesunięcia Sstem niezmienne względem przesunięcia posiadają następującą właściwość: Jeżeli (n) jest odpowiedzią sstemu na pobudzenie x(n) to (n-k) jest odpowiedzią sstemu na x(n-k). n H xn n k Hxn k Skoncentrujem się na sstemach liniowch niezmiennch względem przesunięcia. 4

Sstem liniowe niezmienne względem przesunięcia Pokażem, że dla sstemów liniowch niezmiennch względem przesunięcia, znajomość odpowiedzi sstemu na pobudzenie impulsowe (n) pozwala wznaczć odpowiedź sstemu na dowoln sgnał wejściow. (n) Odpowiedź impulsowa h(n) Sstem liniow 5

Sgnał ciągł a sgnał dskretn - ciąg impulsow Diraca Impuls jednostkow: n dla dla n k k n n n k n= n n n=k n 6

Sgnał ciągł a sgnał dskretn xt x(t) k x n = k x(nt) t n x k n xt n k 3 Dt n 7

Definicja sgnału dskretnego Sgnał dskretn jest ciągiem impulsowm {x(ndt)} dla Dt= {x(), x(), x(k), } x(ndt) x 3 k n xk n k Dt n 8

Sgnał dskretn - przkład x(ndt) x(-) - 3 Dt n x n x n x n x n x n 9

Odpowiedź sstemu liniowego na pobudzenie sgnałem dskretnm k Sgnał wejściow x(n): xn xk n k Odpowiedź impulsowa: hn H n Odpowiedź sstemu na sgnał wejściow x(n) obliczam korzstając z zasad superpozcji: k k n H xk n k xk H n k xk hn k k

Odpowiedź sstemu liniowego na pobudzenie sgnałem dskretnm Sgnał wejściow x(n): x k n xk n k Sgnał wjściow (n): k k n xk hn k xn khk

Przkład splotu x h n,, n [, ] x(k) h(k) - 3 k - 3 k k n xn khk x(-k) k x khk x h k - - k

Przkład splotu x h n,, n [, ] x(k) h(k) - 3 k - 3 k k n xn khk x(-k) k x khk x h k x( ) h()... x( ) h() - - k 3

Przkład splotu x h n,, n [, ] x(k) h(k) - 3 k - 3 k k n xn khk x(-k) k x khk x h k x( ) h()... x( ) h() - - k 4

Przkład splotu x h n,, n [, ] x(k) h(k) - 3 k - 3 k k n xn khk x(3-k) k 3 x3 khk x3 h k x(3 ) h() x(3 ) h() - k 5

Wnik splotu x(k) h(k) x h n n [ ] - 3 k k n xn hn xk hn k n xn hn [ ] (n) - 3 k - 3 n 6

Splot (ang. Convolution) Dla sgnałów ciągłch : t xt ht x ht d Dla sgnałów dskretnch: k n xn hn xk hn k Warto spojrzeć na stronę internetową: www.jhu.edu/~signals/convolve/index.html 7

Odpowiedź sstemu liniowego na pobudzenie sgnałem okresowm Niech sgnał wejściow: x n e jn Sgnał wjściow (n): jnk n xn khk e hk e jn k k k k e jk h k k xnh j n H e j n H e 8

Splot (ang. Convolution) k n xn hn xk hn k Sgnał x 4 - -4-5 5 5 4 Sgnał h -5 5 5 Splot - -5 5 5 9

Splot (ang. Convolution) k n xn hn xk hn k Sgnał x Sgnał h 4 - -4-5 5 5 4-5 5 5 Splot - -5 5 5 3

Splot (ang. Convolution) k n xn hn xk hn k Sgnał x Sgnał h 4 - -4-5 5 5 4-5 5 5 Splot - -5 5 5 3

Splot (ang. Convolution) k n xn hn xk hn k Sgnał x Sgnał h 4 - -4-5 5 5 4-5 5 5 Splot - -5 5 5 3

Splot (ang. Convolution) k n xn hn xk hn k Sgnał x Sgnał h 4 - -4-5 5 5 4-5 5 5 Splot - -5 5 5 33

Splot (ang. Convolution) k n xn hn xk hn k Sgnał x Sgnał h 4 - -4-5 5 5 4-5 5 5 Splot - -5 5 5 34

Splot (ang. Convolution) k n xn hn xk hn k Sgnał x Sgnał h 4 - -4-5 5 5 4 * -5 5 5 Splot - -5 5 5 35

Splot (ang. Convolution) k n xn hn xk hn k Sgnał x Sgnał h 4 - -4-5 5 5 4 * -5 5 5 Splot - -5 5 5 36

Splot (ang. Convolution) k n xn hn xk hn k Sgnał x Sgnał h 4 - -4-5 5 5 4 * -5 5 5 Splot - -5 5 5 37

Splot (ang. Convolution) k n xn hn xk hn k Sgnał x Sgnał h 4 - -4-5 5 5 4 * -5 5 5 Splot - -5 5 5 38

Splot (ang. Convolution) k n xn hn xk hn k Sgnał x Sgnał h 4 - -4-5 5 5 4 * -5 5 5 Splot - -5 5 5 39

Splot (ang. Convolution) k n xn hn xk hn k Sgnał x Sgnał h 4 - -4-5 5 5 4-5 5 5 * Splot - -5 5 5 4

Splot (ang. Convolution) k n xn hn xk hn k Sgnał x 4 - -4-5 5 5 4 Zwróć uwagę na długość sgnału wnikowego. Sgnał h Porównaj sgnał wnikow z sgnałem wejściowm. -5 5 5 Splot L M N - -5 5 5 4

Splot - przkład h(t) - t x(t) t x ht d -Dt -Dt Dt Dt t Wznacz (t)= x(t) h(t), dla: Dt=4, Dt=, Dt=3/ i Dt= 4

conv(x,h) x h Splot - przkład Dt=4.5 - -8-6 -4-4 6 8.5-5 - -5 5 5.5-5 - -5 5 5 43

conv(x,h) x h Splot - przkład Dt=.5-5 -4-3 - - 3 4 5.5-6 -4-4 6.5-8 -6-4 - 4 6 8 44

conv(x,h) x h Splot - przkład Dt=.5.5-4 -3 - - 3 4.5-5 -4-3 - - 3 4 5.5-6 -4-4 6 45

conv(x,h) x h Splot - przkład Dt=.5 -.5 - -.5 - -.5.5.5.5.5-3 - - 3.5-4 -3 - - 3 4 46

Splot Równanie: k n xk hn k xn hn jest nazwane splotem (konwolucją), x(n) z h(n), tj. ciągu wejściowego z odpowiedzią impulsową sstemu. Zachodzi: k k n xk hn k hk xn k 47

Obliczanie splotu x(k) x(n-k) x(-k) x(-k) h(k) k k k h(k) k k n hk xn k k 48

Obliczanie splotu - przkład Niech jest dan sstem liniow H(.): Odpowiedź impulsowa sstemu: x(n) Dt / / h (n) n xn xn n n n h(n) / (n) h(.) 49

Obliczanie splotu - przkład Sgnał odp. Imp. --------------------------------- x()= h()= x()= h()= x()= h()= k n hk xn k k n xk hn k () = x()h() + x()h(-) + x()h(-) = ++ = () = x()h() + x()h() + x()h(-) = ++ = () = x()h() + x()h() + x()h( ) = ++ = (3) = x()h(3) + x()h() + x()h( ) = ++ = (4) =. 5

Obliczanie splotu - przkład Sgnał odp. Imp. --------------------------------- x()= h()= x()= h()= x()= h()= k n hk xn k k n xk hn k () = x()h() + x()h(-) + x()h(-) = ++ = () = x()h() + x()h() + x()h(-) = ++ = () = x()h() + x()h() + x()h( ) = ++ = 3 (3) =.. (4) =. 5

Nieskończona odpowiedź impulsowa Odpowiedź impulsowa sstemu może bć nieskończona: n a n xn Sprzężenie zwrotne x(n) (n) a (n-) a (n-) Dt Dla jakich wartości współcznnika a sstem ten jest stabiln? 5

Ptania. Sgnał dskretn w czasie można zdefiniować jako: a) kombinację liniową ważonch, jednostkowch funkcji impulsowch b) kombinację liniową kolejno opóźnianch jednostkowch funkcji impulsowch c) kombinację liniową jednostkowch funkcji impulsowch d) kombinację liniową ważonch i kolejno opóźnianch jednostkowch funkcji impulsowch. Znajomość funkcji impulsowej umożliwia w pełni scharakterzować: a) liniow sstem bez pamięci b) sstem liniow c) sstem niezmienn względem przesunięcia d) sstem liniow, niezmienn względem przesunięcia 53

Splot jako filtracja Przekład: Oblicz splot sgnału EKG z odpowiedzią impulsową: h n 4 4 4 4... 4 4 k n xn k k 3 4 54

Splot jako filtracja # Pthon (interactive mode) from scip.io import loadmat,savemat ecg=loadmat('ecg_all.mat')['ecg_s'] #load ecg signal and assign to variable ecg ecg=reshape(ecg,len(ecg)) #reshaping required for.mat files plot(ecg) h=/4.*ones(4) #define impulse response h =convolve(h,ecg) #result of filtering plot() k 3 k n hxn h xn h3xn 3 hk xn k 55

Splot jako filtracja.6 Sgnał EKG Odpowiedź impulsowa filtru.4.9.8..7.6.5 -..4 -.4.3 -.6.. -.8 5 5 5 3 5 5 5 56

Splot jako filtracja.6.4. Wnik filtracji splotowej -. -.4 -.6 -.8 5 5 5 3 35 Filtr wgładzając.6.4. -. -.4 -.6 -.8 -. -. -.4 75 8 85 9 95 5 x conv(x,h) 57

Splot filtr cfrowe x(k) współcznniki ruchomej średniej b współcznniki autoregresji (k) z - z - x(k-) b a (k-) z - z - x(k-) b a (k-) z - z - x(k-m) b M a N (k-n) 58

Podsumowanie. Rodzaje sstemów przetwarzania sgnałów dskretnch. Własności sstemów 3. Sstem liniowe niezmienne względem przesunięcia 4. Splot - definicja - obliczanie - przkład - filtracja 59