WYKORZYSTANIE ANALIZY CEPSTRALNEJ DO IDENTYFIKACJI SK ADOWYCH WIDMA SYGNA U U YTECZNEGO

Podobne dokumenty
Przetwarzanie sygnałów biomedycznych

Algorytmy detekcji częstotliwości podstawowej

Dynamika Uk adów Nieliniowych 2009 Wykład 11 1 Synchronizacja uk adów chaotycznych O synchronizacji mówiliśmy przy okazji języków Arnolda.

przedmiot kierunkowy (podstawowy / kierunkowy / inny HES) obieralny (obowiązkowy / nieobowiązkowy) polski semestr VI

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

Przetwarzanie sygnałów z zastosowaniem procesorów sygnałowych - opis przedmiotu

Rys1 Rys 2 1. metoda analityczna. Rys 3 Oznaczamy prdy i spadki napi jak na powyszym rysunku. Moemy zapisa: (dla wzłów A i B)

Rezonans szeregowy (E 4)

Cyfrowe Przetwarzanie Obrazów i Sygnałów

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

CYFROWE PRZETWARZANIE SYGNAŁÓW

Politechnika Łódzka. Instytut Systemów Inżynierii Elektrycznej

PREZENTACJA MODULACJI AM W PROGRAMIE MATHCAD

PRZEWODNIK PO PRZEDMIOCIE

s FAQ: NET 09/PL Data: 01/08/2011

SYMULACJA KOMPUTEROWA SYSTEMÓW

Ćwiczenie 3. Właściwości przekształcenia Fouriera

Próbkowanie (ang. sampling) - kwantyzacja. Rastrowa reprezentacja obrazu. Generowanie obrazu rastrowego 2D. Przyk"ad próbkowania

DYSKRETNA TRANSFORMACJA FOURIERA

Przebieg sygnału w czasie Y(fL

Temat ćwiczenia. Analiza częstotliwościowa

INSTRUKCJA DO ĆWICZENIA NR 7

Analiza sygnału mowy pod kątem rozpoznania mówcy chorego. Anna Kosiek, Dominik Fert

ANALIZA WIDMOWA SYGNAŁÓW (1) Podstawowe charakterystyki widmowe, aliasing

CYFROWE PRZETWARZANIE SYGNAŁÓW

Bazy danych Podstawy teoretyczne

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

PRZEWODNIK PO PRZEDMIOCIE

Analityczne wyznaczanie charakterystyk mocy cz ciowych za pomoc wzorów Leidemanna

Laboratorium elektryczne. Falowniki i przekształtniki - I (E 14)

Przekształcenie Fouriera obrazów FFT

Egzamin / zaliczenie na ocenę*

AiR_TSiS_1/2 Teoria sygnałów i systemów Signals and systems theory. Automatyka i Robotyka I stopień ogólnoakademicki

Oscyloskopy, analizatory stanów ScopeDAQ: dane techniczne

Politechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2014/2015

Widmo akustyczne radia DAB i FM, porównanie okien czasowych Leszek Gorzelnik

CZĘŚĆ I Podstawy komunikacji bezprzewodowej

Planowanie adresacji IP dla przedsibiorstwa.

Analiza danych środowiskowych III rok OŚ

Ocena kształtu wydziele grafitu w eliwie sferoidalnym metod ATD

Elementy pneumatyczne

Politechnika Warszawska Wydział Elektryczny Laboratorium Teletechniki

ZASTOSOWANIE ODCINKOWO-LINIOWEGO MINIMODELU DO MODELOWANIA PRODUKCJI SPRZEDANEJ PRZEMYSŁU

Zastosowanie dyskretnej transformaty Laplace a do modelowania przebiegu procesów przejœciowych w przemyœle

ILUSTRACJA PROCEDUR PRZETWARZANIA SYGNA ÓW Z ZASTOSOWANIEM MATLABA

Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L

Przyk adowa konfiguracja zwielokrotnianienia po czenia za pomoc Link Aggregation Control Protocol

Typy bazy danych Textract

rodowisko programistyczne TESTPOINT

Teoria i technika systemów.

Program do konwersji obrazu na cig zero-jedynkowy

f = 2 śr MODULACJE

Temat: Programowanie zdarzeniowe. Zdarzenia: delegacje, wykorzystywanie zdarze. Elementy Windows Application (WPF Windows Presentation Foundation).

Cyfrowe Przetwarzanie Obrazów i Sygnałów

Wymiana i Składowanie Danych Multimedialnych Mateusz Moderhak, EA 106, Pon. 11:15-12:00, śr.

Podstawy Przetwarzania Sygnałów

2. STRUKTURA RADIOFONICZNYCH SYGNAŁÓW CYFROWYCH

dr in. Artur Bernat, KMP, WM., PKos., wykład wstpny V (rodowisko Matlab), strona: 1

STANOWISKO LABORATORYJNE DO CYFROWEGO PRZETWARZANIA SYGNAŁÓW Z WYKORZYSTANIEM ŚROWODOWISKA MATLAB ORAZ PLATFORMY PROGRAMISTYCZNEJ.

LABORATORIUM Sygnałów, Modulacji i Systemów ĆWICZENIE 2: Modulacje analogowe

PROPOZYCJA ZASTOSOWANIA WYMIARU PUDEŁKOWEGO DO OCENY ODKSZTAŁCEŃ PRZEBIEGÓW ELEKTROENERGETYCZNYCH

Systemy akwizycji i przesyłania informacji

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

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM

1. WSTP. 2. Koncepcja platformy bezpieczestwa publicznego

Hybrydowa analiza transformat w rozpoznawaniu wysokości dźwięków w polifonicznych nagraniach instrumentów muzycznych

PARAMETRYZACJA SYGNAŁU MOWY. PERCEPTUALNE SKALE CZĘSTOTLIWOŚCI.

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

Wykrywanie sygnałów DTMF za pomocą mikrokontrolera ATmega 328 z wykorzystaniem algorytmu Goertzela

ANALIZA PRACY SILNIKA INDUKCYJNEGO W WARUNKACH ZAPADU NAPICIA

CYFROWA DETEKCJA IMPULSU RADIOWEGO Z REDUKCJĄ ODCHYLENIA GĘSTOŚCI WIDMOWEJ MOCY SYGNAŁU

FFT i dyskretny splot. Aplikacje w DSP

ELEMENTY AUTOMATYKI PRACA W PROGRAMIE SIMULINK 2013

Biometryczna Identyfikacja Tożsamości

Układy i Systemy Elektromedyczne

AiR_CPS_1/3 Cyfrowe przetwarzanie sygnałów Digital Signal Processing

13. Wybrane algorytmy cyfrowego przetwarzania sygnałów

Temat: Filtracja cyfrowa okresowych sygnałów deterministycznych Ćwiczenie 3

OKREŚLENIE WPŁYWU WYŁĄCZANIA CYLINDRÓW SILNIKA ZI NA ZMIANY SYGNAŁU WIBROAKUSTYCZNEGO SILNIKA

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

Lekcja 9 - LICZBY LOSOWE, ZMIENNE

Tytuł referatu (Times New Roman 22,wycentrowany, pogrubiony)

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

Nazwa przedmiotu: METODY SZTUCZNEJ INTELIGENCJI W ZAGADNIENIACH EKONOMICZNYCH Artificial intelligence methods in economic issues Kierunek:

Politechnika Warszawska

PL B1. Sposób i układ pomiaru całkowitego współczynnika odkształcenia THD sygnałów elektrycznych w systemach zasilających

DETEKCJA AMPLITUDY SYGNAŁU DRGAŃ KONSTRUKCJI TRANSFORMATORÓW ENERGETYCZNYCH

dr inż. Artur Zieliński Katedra Elektrochemii, Korozji i Inżynierii Materiałowej Wydział Chemiczny PG pokój 311

Laboratorium Techniki ultradźwiękowej w diagnostyce medycznej

, S. Griner a, J. Konieczny a,#

Zadania do wykonaj przed przyst!pieniem do pracy:

SYMULACJA PROCESU OBRÓBKI NA PODSTAWIE MODELU OBRABIARKI UTWORZONEGO W PROGRAMIE NX

Temat ćwiczenia: Wyznaczanie charakterystyk częstotliwościowych podstawowych członów dynamicznych realizowanych za pomocą wzmacniacza operacyjnego

3 Podstawy teorii drgań układów o skupionych masach

9. Dyskretna transformata Fouriera algorytm FFT

POMIARY WSPÓŁCZYNNIKA ZNIEKSZTAŁCEŃ NIELINIOWYCH

Transformata Fouriera

Politechnika Warszawska

Cyfrowe przetwarzanie i kompresja danych

Autoreferat. dr inż. Kajetana Marta Snopek. 1. Imię i nazwisko Posiadane dyplomy i stopnie naukowe... 2

Transkrypt:

Bartosz OSTAPKO Politechnika Koszaliska WYKORZYSTANIE ANALIZY CEPSTRALNEJ DO IDENTYFIKACJI SKADOWYCH WIDMA SYGNAU UYTECZNEGO 1. Wstp Analiza cepstralna wie si bezporednio z poszukiwaniem widma sygnau, oraz sam modyfikacj tego widma. Nazwa cepstrum powstaa poprzez przestawienie sylab angielskiego wyrazu spectrum, a pierwszy raz zostaa zastosowana w pracy [1] wydanej w roku 1963 w Nowym Jorku. Samemu cepstrum towarzysz równie pojcia majce sens fizyczny i s to: quefrency, rahmonics, gamnitude, saphe oraz lifter. Terminem najczciej towarzyszcym cepstrum jest quefrency, która wyraana w sekundach jest odwrotnoci odstpu czstotliwoci pomidzy harmonicznymi widma. Najprociej mona powiedzie, e istnieje zaleno pomidzy rahmonicznymi w cepstrum oraz harmonicznymi w widmie. Pierwsze zastosowania analizy cepstralnej suyo do badania ech sejsmicznych pochodzcych od trzsie ziemi oraz sygnaów radarowych, dzisiaj stosowane jest do analizy sygnaów akustycznych.. Pojcie cepstrum Cepstrum definiuje si jako odwrotne przeksztacenie Fouriera logarytmu widma mocy i mona wyrazi wzorem: C jπfτ 1 ( τ ) log S( f ) e df = F [log S( f )] (1) = gdzie S(f) jest widmem mocy analizowanego sygnau f(t). Inne cepstrum mona definiowa za pomoc poniszego wzoru () oraz zalenoci (3), która odpowiada definicyjnie funkcji autokorelacji. 1 C( ) = j πfτ τ log S( f ) e df = F [log S( f )] ()

60 Bartosz Ostapko jπfτ 1 C( τ ) = log S( f ) e df = F [log S( f )] = R( τ ) (3) Na podstawie zespolonego przeksztacenia Fouriera widma amplitudowego otrzymuje si równie cepstrum zespolone lub inaczej poczone (4). C jπfτ 1 ( τ ) = F( jf ) e df = F [ F( jf )] (4) Cepstrum zespolone jest reprezentacj uyteczn w sytuacji, w której sygna uwaany jest za splot funkcji pobudzenia i odpowiedzi impulsowej (dot. homorficznej teorii dwiku). We wszystkich wyraeniach opisujcych cepstrum zmienna niezalena τ jest zmienn rzeczywist i mona j porówna ze zmienn τ w funkcji autokorelacji, a jej warto odpowiada maksimom cepstrum. W przypadku wzorów definicyjnych logarytm dziesitny moe zosta zastpiony logarytmem naturalnym, a zamiast transformaty Fouriera stosowana równie moe by transformata kosinusowa. 3. Przykadowe zastosowanie cepstrum Dla lepszego zobrazowania wykorzystania analizy cepstralnej mona posuy si prostym przykadem do którego obliczenia uyto rodowiska MATLAB i dostpnych w nim funkcji. Rozpatrzony zosta sygna sinusoidalny o zaoonej z góry czstotliwoci ωs oraz amplitudzie a. Ca symulacj przeprowadzono dla skoczonego czasu t. Po upywie czasu t e dodano do badanego sygnau sinusoidalnego echo o amplitudzie równej poowy amplitudy sygnau badanego (rysunek 1). Otrzymany sygna poddano procesowi modulacji dwuwstgowej, równie za porednictwem gotowych funkcji z programu, wynik symulacji przedstawiono rysunku. Tak wic: a X ( t) = A a cosωst + cosωs ( t te) cosωot (5)

Wykorzystanie analizy cepstralnej do odentyfikacji skadowych 61 Rys. 1. Sygna z dodanym echem Rys.. Sygna zmodulowany

6 Bartosz Ostapko Rys. 3. Widmo sygnau zmodulowanego z dodanym echem Rys. 4. Cepstrum sygnau zmodulowanego z dodanym echem

Wykorzystanie analizy cepstralnej do odentyfikacji skadowych 63 Sygna zmodulowany poddano przeksztaceniu Fouriera (rysunek 3), a uzyskane widmo poddano analizie cepstralnej. Otrzymany wynik przedstawiono powyej (rysunek 4). Na podstawie otrzymanych wyników, mona zauway e rahmoniczna odpowiadajca wartoci 0,4 odpowiada równie wartoci czasowej miejsca dodanego echa. Reasumujc, powyej przedstawiono symulacj, w której najpierw obliczono transformat Fouriera splotu dwóch funkcji, a nastpnie widmo, które powstao, poddano operacji logarytmowania. W ten sposób uwypuklono wasno- ci addytywnoci echa, które zobrazowano w postaci impulsu przy okrelonej wartoci rahmonicznej. Powyszy przykad obrazuje w prosty i przejrzysty sposób wykorzystanie cepstrum i jest podstaw do rozpocztych rozwaa nad zastosowaniem go do analizy sygnaów EKG. 5. Podsumowanie Obecnie analiza cepstralna znalaza szerokie zastosowanie przy badaniu sygna- ów akustycznych. Dziki moliwoci eliminacji echa i zakóce z sygnau uytecznego nadaje si równie do zastosowania w przypadku zagadnie zwizanych z transmisj i identyfikacj sygnaów. Praktyczne zastosowanie cepstrum umoliwia lepsz i bardziej dokadn analiz widma dowolnego sygnau oraz wykrywanie periodycznoci w tym widmie. Operacja logarytmowania zastosowana w cepstrum sprawia, e jest ona niewraliwa na przykad na zmiany sygna- u obwiedni. Dziki zastosowaniu takiego zabiegu pojawia si moliwo dokadniejszego i bardziej szczegóowego analizowania przebiegu sygnau. Bibliografia: 1. Begerth P., Healy M,. Tukey J.: The quefrency analysis of time series for echoes Cepstrum, Pseudo-Autocovariance, Cros-Cepstrum and Saphe Cracking. Proc. of the Symposium on Time Series Analysis. Wiley N.Y. 1963.. Smyczek J.: Systemy transmisji informacji. Tom I. Koszalin 003. 3. Czyewski A.: Dwik cyfrowy. Akademicka Oficyna Wydawnicza EXIT, Warszawa 00. 4. Oppenheim A. V., Schafer R. W.: From Frequency to Quefrency: A History of the Cepstrum. IEEE Signal Processing Magazine 004. 5. Mrozek B., Mrozek Z.: MATLAB i Simulink. HELION, Gliwice 004. 6. Karu Z. Z.: Signal and Systems, ZiZi Press 001. 7. Vaseghi S. V.: Advanced Signal Processing and Digital Noise, Wiley 1997. 8. Soliman S. S., Srinath M. D.: Continuous and discrete signals and systems, Prentice-Hall New Jersey 1998.