Projektinstruktion: Spektralanalys med hjälp av den diskreta Fouriertransformen
|
|
- Klara Sundberg
- för 5 år sedan
- Visningar:
Transkript
1 Uppsala University Information Technology Dept. of Systems and Control EG 19 november 2009 MB 25 november 2011 Transformmetoder (W3), 2011 Projektinstruktion: Spektralanalys med hjälp av den diskreta Fouriertransformen Deadline: 15:e Januari kl 24:00
2 Innehåll I Introduktion 1 1 Inledning 1 2 Mål 1 3 Utförande och examination 1 II Projektuppgifter 3 4 Uppgiftsformulering Analys i tidsdomän och frekvensdomän Upplösning och zeropadding Variansreduktion Praktisk tillämpning III Extramaterial 9 5 Introduktion till MATLAB MATLAB-kommandon Enskilda kommandon Grafik Att spara och läsa in data Att skriva program Allmänna kommandon i
3 Del I Introduktion 1 Inledning Ni ska i detta projekt studera hur den diskreta Fouriertransformen (DFT) kan användas för att studera frekvensinnehållet i en signal/tidsserie. Projektet består av flera små deluppgifter där man i den sista kan välja mellan att antingen studera energiförbrukningen i Sverige, data från magnetresonansspektroskopi, data från sprängämnet TNT eller undersöka tonerna i ett valfritt musikinstrument. Projektsinstruktionen består av tre delar. Del I är en introduktion om projektets uppbyggnad och syfte. Del II beskriver uppgifterna som ska lösas med hjälp av MATLAB. Del III innehåller tips om användbara MATLAB-kommandon. 2 Mål Syftet med detta projekt är att ge förståelse för Fouriertransformen och hur man kan använda den i praktiken för att få ut frekvensinformation ur en tidsserie/signal (diskreta Fouriertransformen), få övning i att använda MATLAB som hjälpmedel, öva på att skriva en kortfattad teknisk rapport. 3 Utförande och examination Projektet utförs i grupper om (högst) fyra studenter. Det kommer finnas ett tillfälle i datorsal med lärarstöd där studenterna kan arbeta med projektet och ställa frågor. I övrigt förutsätts studenterna lösa uppgifterna på egen hand t.ex. i datorsal P2315. Frågor besvaras av Marcus Björk, rum P2337, e-postadress marcus.bjork@it.uu.se. Innan ni börjar med projetket bör ni titta igenom det teorikompendie som hör till Spektralanalys - konsten att hitta frekvensinnehållet i en signal. Där får ni kopplingen mellan det matematiska oändligt kontinuerliga fallet och det praktiska finit samplade fallet. Ni behöver inte förstå alla detaljer (kommer inte på tentan), utan bara helheten och att det fungerar. Examinationen för projektet sker genom en kortfattad, men korrekt skriven, rapport på svenska eller engelska. Rapporten och eventuella rester skall mailas som en pdf 1 till följande adress: transformproj.it.w.frist@gmail.com 1 Ett bra program för att skriva ut filer som pdf är PDFCreator om ni inte kan spara som pdf direkt i det program ni använder (dvs Word2003 eller tidigare). 1
4 Rapporten ska vara skriven så att någon som har läst kursen i transformmetoder men inte har gjort detta projekt kan förstå vad som har gjorts, samt vara läsbar utan intruktionen. Det finns en checklista som i stora drag beskriver vad som krävs. Se till att pricka av checklistan innan rapporten skickas in! I allmänhet skall rapporten följa instruktionen Att skriva en teknisk rapport. Bifoga väl valda figurer samt er MATLAB-kod! Ni behöver inte beskriva metoderna ni använder, ange bara vilka de är. Icke godkända rapporter måste kompletteras enligt kommentarer från projekthandledaren. Allt material finns att ladda ner på it.uu.se/katalog/marbj996/transformmetoder2011/. Deadline för projektet är 15:e Januari kl 24:00. Efter denna deadline kommer inga rester att ges, så försök att se bli godkända tills dess. Innan den 15:e så kommer rapporterna rättas löpande och rester att ges vid behov, vilket betyder att man kan avklara projektet tidigare om man vill. Notera alltså att man bör se till att få sin rapport godkänd innan deadline! Kom ihåg: för att bli godkänd i kursen måste man vara godkänd på projektet. 2
5 Del II Projektuppgifter 4 Uppgiftsformulering I detta avsnitt presenteras de olika uppgifterna som ska lösas i projektet. För att bli godkänd krävs att samtliga uppgifter är godkända. Notera att MATLAB version 7 eller nyare måste användas för att kunna öppna.mat-filerna i Uppgift 4.1, 4.3, 4.4b, 4.4c och 4.4d. Använd teorikompendiet! Där finns även lite kod som kan vara till hjälp. 4.1 Analys i tidsdomän och frekvensdomän Undersöka vilka frekvenser som bygger upp den brusiga uppmätta signalen som finns att ladda ned på Signalen är samplad med f s = 500 Hz. Plotta först signalen i tiden och försök se vilka periodiciteter (tydliga frekvenser eller sinusar ) den innehåller. Använd sedan istället Periodogrammet för att skatta och undersöka spektrumet (frekvensinnehållet). Hur många tydliga periodiciteter (frekvenser) finns det och vilka är dessa? Vad finns det för fördelar med att titta på en signal i frekvensdomänen istället för tidsdomänen? Tänk på att ni enbart behöver studera första halvan av signalen i frekvensdomän när ni använder FFT-kommandot. Andra halvan är bara en spegling eftersom datat är reellt (se teorikompendiet). Notera att signalen innehåller vitt brus. Anledningen att man kallar det vitt är, i analogi med synligt ljus, att det är vitt om det innehåller alla frekvenser. Vitt brus har alltså samma energi vid alla frekvenser. 4.2 Upplösning och zeropadding Upplösningen hos spektrumet är en viktig detalj i spektralanalys. Med upplösning menar man hur nära två frekvenser kan vara utan att flyta ihop till en enda topp i spektrumet. Letar du efter periodiciteter i datat och hittar endast en topp i spektrumet skulle det alltså ändå kunna finnas flera närliggande toppar som inte kan särskiljas! I denna uppgift ska upplösningen hos Periodogrammet studeras. Skapa ens signal som innehåller två sinusar med vardera frekvensen f 1 = 0.2 och f 2 = f 1 + f och amplituderna 1. Lägg inte till något brus! s(t) = sin(2πf 1 t) + sin(2πf 2 t) (1) För att underlätta analysen sätts samplingsfrekvensen till f s = 1 Hz och N = 100 sampel. Börja med f = 0.1 och skatta signalens spektrum med Periodogrammet. Minska sedan f i små steg mot 0, skapa nya signaler och plotta Periodogrammet för varje. Gör sedan om samma experiment fast med zeropadding L = 10N (se teorikompendiet). Vilket är det minsta f, för vilket de två sinusarna (topparna i spektrum) går att upplösa? Vad gör zeropadding och när behöver man använda det? 3
6 Vad händer med upplösningen då zeropadding tillämpas och varför? Redovisa några väl valda plottar av spektrum, med och utan zeropadding, som visar era resultat. Använd gärna MATLAB-kommandot subplot för att lätt kunna göra jämförelser mellan plottar samt hålla antalet sidor nere i rapporten. 4.3 Variansreduktion När en signal innehåller brus blir ofta skattningen av spektrum också brusig, dvs. variansen är hög. Signalen som skall undersökas har f s = 1 Hz och N = 512 sampel och finns att ladda ned på projekthemsidan Skatta och undersök signalens spektrum med hjälp av Periodogrammet och Bartletts metod (se teorikompendiet). Använd subsekvens-längderna M = N/2, N/4 och N/8 för Bartletts metod, vilket alltså leder till att den ursprungliga signalen delas in i 2, 4 resp. 8 delar. Vilken inverkan har M på variansen och upplösningen av skattningen? Jämför med Periodogrammet. Kan vi få både hög upplösning och låg varians? Vilken varians (energi) har det vita bruset i signalen (se 4.1 för infomation om vitt brus)? Vilken skattning ger bäst estimat av brusets spektrum? Ni kan använda samma metod som i föregående uppgift för att titta på upplösningen, eller direkt från figurerna med varierande M dra slutsatser (giltig motivering krävs). Skriptet bartlettse(y,m,l) ligger tillsammans med datat och skapar en spektrumskattning med hjälp av Barletts metod för en given indelningslängd M. Redovisa med några väl valda plottar av spektrumen som visar era resultat, samt era slutsatser. 4.4 Praktisk tillämpning Ni ska här välja en av följande fyra uppgifter. a) Frekvensanalys av en ljudsignal Uppgiften går ut på att via en dator spela in en ljudsekvens och sedan undersöka frekvensinnehållet i signalen. Valet av ljudkälla bör vara en signal som inte förändrar sina egenskaper under den tid den spelas in och som har någon tonal komponent. Det kan t.ex. vara en ton från ditt favoritinstrument, en stämgaffel eller varför inte ljudet från en visselpipa eller din egen vissling (hur rent kan du vissla?). Tal är inte lämpligt! Om du väljer ett instrument kan du pröva att spela in flera toner och undersöka om frekvensanalysen stämmer med musikteorin (t ex ska tonen normal A,dvs A i ettstrukna oktaven, ha frekvensen 440 Hz). Finns det en grundton (dominant ton)? Finns det övertoner (multiplar av grundtonen) och vilka frekvenser har de? Varför uppkommer övertoner? Illustrera hur Bartletts metod påverkar resultatet och kommentera. 4
7 Finns det anledning att använda zeropadding? Varför/varför inte? Några tips Inspelning: Använd en dator med intern eller extern mikrofon och spela in med Ljudinspelaren eller dylikt. Lagra filen som ljudfil (wav-format, Microsoft PCM). Det bör räcka med att spela in någon sekund. OBS: I Windows Vista samt Windows 7 har den inbyggda ljudinspelaren blivit mer begränsad, du kan t.ex. inte lyssna på dina ljud längre. Sedan har de även tagit bort alternativet att spara som wav-fil. För att kunna spara som wav-fil måste man köra programmet genom att i sök-fältet på start-menyn (eller i kommandoraden) skriva: soundrecorder /file out.wav. Ett annat alternativ är att ladda hem ett gratis-verktyg för inspelning och redigering av ljud, som t.ex. Audacity, som är ett mycket mer avancerat verktyg. Överföring av ljudfilen till MATLAB: Med hjälp av kommandot wavread (se vidare information genom att skriva help wavread direkt i MATLAB) kan en ljudfil i wavformat 2 läsas in till MATLABs workspace. För att få rätt enhet på frekvensaxeln vid analysen ska också samplingsfrekvensen läsas in. Om ljudfilen t.ex. heter elgitarr.wav, lagras ljudfilen och dess samplingsfrekvens i MATLAB med kommandot [y,fs] = wavread( elgitarr ). Kontrollera gärna att signalen låter som den ska med kommandot soundsc(y,fs). b) Analys av data för detektion av sprängämnen För att detektera fasta sprängämnen kan man använda en teknik vid namn nuclear quadrupole resonance, NQR. Där använder man sig av det faktum att vissa atomer har en icke-symmetrisk laddningsfördelning i atomkärnan (spinntal > 0.5). Ett exempel på ett sådant grundämne är kväveisotopen 14 N som finns i så gott som alla högexplosiva ämnen. Lägger man ett elektriskt fält över ämnet kan man excitera det till högre energitillstånd och när man tar bort fältet faller atomerna tillbaka till grundtillståndet samtidigt som dess överskottsenergi avges i form av en väldigt svag radiovåg (jämför med hur en glödlampa fungerar). Radiovågen blir då en summa av sinusar med olika frekvenser, olika många beroende på vilket ämne man undersöker. Vid excitering av TNT, ett av de vanligaste sprängämnena, innehåller signalen sex frekvenser varav fyra är urskiljbara. Notera att dessa fyra toppar dock inte nödvändigtvis är de högsta i spektrumet, beroende på andra starka interfererade (störande) signaler kan finnas i mätningen. Frekvenserna beror också i hög grad av temperaturen men detta beroende är känt och visas i figur 1. Uppgiften här är att studera de två olika dataserierna som finns att ladda ned från it.uu.se/katalog/marbj996/transformmetoder2011/(figuren med temperaturberoendet är också inkluderad). Den ena består av en mätning på TNT och den andra innehåller bara brus och interferens, d.v.s. störningar. Eftersom mätningarna är gjorda vid King s College i London kan man se en av BBCs radiokanaler i mätningen som exempel på interferens. I vilken av serierna finns sprängämnet? Vilken temperatur, i C, hade sprängämnet när man mätte på det? Vilken frekvens har radiokanalen man ser? 2 Notera att enligt dokumentationen för wavread stöds endast Microsoft PCM dataformat. 5
8 Är det motiverat att använda Bartletts och/eller zeropadding? Varför/varför inte? Redovisa med några väl valda plottar samt era slutsatser. Dessa tidsserier består av reella data med basfrekvens khz, samplat med f s = 400 khz. Skapa alltså frekvensvektorn som f = (0:(N/2-1))*400/N, där N är längden på datat, så får ni khz som enhet på x-axeln när ni plottar spektrumet Frequency [khz] Temp [K] Figur 1: Temperaturberoendet hos fyra av TNT:s excitationsfrekvenser. c) Analys av MRS data Magnetresonansspektroskopi (MRS) är ett viktigt diagnostiskt hjälpmedel när man t.ex. letar efter tumörer i hjärnan. Från att tidigare ha varit tvungen att ta vävnadsprover, s.k. biopsi, kan man idag med MRS undersöka patienten utan ingrepp. Principerna för MRS är mycket lika de för NQR men i den förstnämnda tekniken rätar man först upp atomerna genom att lägga på ett kraftigt magnetfält, innan man exciterar. Detta gör att signalerna från MRS är mycket starkare än de från NQR. Efter excitation kan man väldigt förenklat säga att atomerna faller tillbaka till grundtillståndet samtidigt som de skickar iväg överskottsenergin som en radiovåg. Beroende på till vilken molekyl och hur de exciterade atomerna är bundna, fås vågor med olika frekvenser. Signalen från en MRS-undersökning kan alltså approximeras med en summa av sinusvågor med olika frekvenser från olika ämnen. Beroende på vilken grundämne man exciterar (vanligen väte, 6
9 fosfor, natrium eller fluor) kan man se en rad olika ämnen i vävnaden. Tabell 1 visar exempel på ämnen man kan urskilja vid fosfor-mrs-skann av hjärnan. I denna uppgift ska ni ladda ned en simulerad MRS-dataserie från katalog/marbj996/transformmetoder2011/. Serien är ett exempel på en signal från en fosfor- MRS-skann av hjärnvävnad. Studera sedan Periodogrammet av tidsserien. Serien är samplad med samplingsfrekvens f s = 3 khz. Redogör med hjälp av Tabell 1 för vilka ämnen som förekommer i just denna signal och dess frekvenser. Är det motiverat att använda Bartletts och/eller zeropadding? Varför/varför inte? Redovisa med en eller flera väl valda plottar samt era slutsatser. Ämne Frekvens [Hz] β-atp 1 54 β-atp 2 70 β-atp 3 86 α-atp α-atp γ-atp γ-atp Fosfokreatin 360 Fosfodiester 440 Oorganisk fosfor 490 Fosfomonoester 530 Tabell 1: Exempel på ämnen i hjärnvävnad och deras frekvenser vid fosfor-mrs, samplade med f s = 3 khz. ATP = adenosintrifosfat. d) Analys av elförbrukningen i Sverige Här studerar ni elförbrukningen i Sverige. Datat är hämtat från Svenska Kraftnäts hemsida ( där man kan ladda ned statistik för elproduktion och -förbrukning som excel-blad. På projekthemsidan finns ett data med statistik för år 2009 klart att laddas in i MATLAB. Datat är summerat per timme och det är tänkt att ni i första hand ska studera den totala energiförbrukningen och vilka periodiciteter den har. När ni laddar in elstatistik2009.mat får ni tre sparade dataserier. alldata innehåller all data från excel-arket elstatistik2009.xls, där varje kolonn i alldata motsvarar samma kolumn in excel-arket. datumochtid är extraherad ur excel-arket så att första kolonnen är datumet för samplet, den andra klockslaget. totelforbr är det datat som ni ska undersöka och göra spektralanalys på. Detta data är också extraherat ur excel-arket och även minustecknet har tagits bort. Eftersom talen är stora måste ni dra bort medelvärdet innan ni spektralanalyserar datat, annars får ni en stor topp för frekvensen noll som kan skymma det intressanta. Detta görs enklast med x = x - mean(x); i MATLAB. 7
10 Vilka periodiciteter tror ni på förhand att ni kommer att se, hur bör energiförbrukningen variera över ett år (snabba/långsamma förändringar)? Spektralanalysera datat för att se om det stämmer överens med era förväntningar. Studera även några månader i taget, t.ex. årets två eller tre första, och jämför. I datat finns övertoner d.v.s. multiplar av en grundfrekvens. Varför uppstår dessa? (ledning: plotta tidsdatat och tänk på Fourierserien av en fyrkantsvåg). Redovisa era slutsatser tillsammans med några väl valda plottar. 8
11 Del III Extramaterial 5 Introduktion till MATLAB MATLAB är en förkortning av MATRIX LABORATORY och är ett matrisbaserat integrerat system för numeriska beräkningar och grafisk presentation av data. Programmet är mycket kraftfullt och har blivit en standard inom många discipliner. En sak man måste komma ihåg är att MATLAB inte är symboliskt (även om det finns en symbolisk del) utan numeriskt. Om man ändrar en variabel x så måste man beräkna om alla andra variabler som beror av x, detta görs inte automatiskt. MATLAB vet heller inte vad du har räknat ut (t.ex sin(x)) utan har bara ett numeriskt värde för detta. MATLAB har en kärna av inbyggda kommandon och funktioner. Dessa kommandon kan delas in i följande tre huvudklasser: klass exempel 1. matrisoperationer [V, D] = eig(x) egenvektorer och egenvärden till matrisen X 2. grafik plot(x, y) plottar y mot x semilogy(x, y) plottar log 10 (y) mot x 3. data save filnamn sparar alla variabler i filen filnamn load filnamn läs in alla variabler i filen filnamn I MATLAB kan man exekvera makrofiler. Dessa är vanliga textfiler som innehåller en sekvens av kommandon. Makrofiler kallas i MATLAB för m-filer eftersom de slutar på.m. För att styra programflödet i filerna används kommandon som for, while, och if. Man konstruerar enkelt egna makrofiler med hjälp av en vanlig texteditor. I MATLAB finns en integrerad texteditor som enkelt kan nås från menyn eller genom att skriva edit i kommandoraden eller genom att skapa en ny m-fil i menyn. MATLAB har ett mycket användbart system för hjälp. Systemet är uppbyggt kring kommandot help. Den huvudsakliga användningen är help kommando, vilket ger hjälp om kommandot kommando. Mycket användbart! Notera också att omfattande hjälp finns tillgänglig via menyn samt på Mathworks R hemsida, MATLAB har en mycket flexibel och omfattande programmeringsmiljö och det tar lång tid att lära sig alla dess funktioner och möjligheter. Ett sätt att komma i gång med MATLAB är att studera några enkla exempel, vilket vi ska göra i nästa avsnitt. 5.1 MATLAB-kommandon Vi ska här studera några praktiska exempel hur man använder MATLAB. Följande moment kommer att behandlas: 1. Enskilda kommandon. 2. Plotta data. 3. Att spara och läsa in data. 9
12 4. Att skriva program. 5. Allmänna kommandon Enskilda kommandon Variabler skapas då man tilldelar dem ett värde. Dessa variabler läggs då i Workspace. Om man skriver ; i slutet på ett godtyckligt kommando så skrivs resultatet inte ut i Command Window, det lagras bara i den variabel som tilldelas (t.ex. x=1 alt. x=1;). Specificering av matriser: x=[1 2 3]=[1,2,3] ger radvektorn x = [ ] 1 y=[1;2;3] ger kolonnvektorn x = A=[1 2 3;4 5 6;7 8 9] ger matrisen A = z=a(:,1) ger 1:a kolonnen av A, z = 4 7 w=a(1,:) ger 1:a raden av A, w = [ ] a=a(m,n) tar ut element med radindex M och kolonnindex N D=[z y] ger en matris med kolonnerna z och y (z och y måste ha rätt dimensioner) t=[0:0.1:10] ger radvektorn t = [ ] generellt [startvärde:inkrement:slutvärde] t=linspace(0,10,101) ger samma vektor t som ovan. Generellt linspace(a,b,n) ger intervallet [a b] i indelat i N punkter Speciella matriser: A=ones(M,N) A=zeros(M,N) A=eye(N) A=randn(M,N) ger en M N matris av ettor ger en M N matris av nollor ger en N N enhetsmatris ger en M N matris av normalfördelade slumptal Matrisberäkning, C MN betecknar en matris med M rader och N kolonner (dimensionerna på matriserna måste stämma överens, alternativt att den ena är en skalär): C=A+B C=A*B x=a\b C=A C=inv(A) C MN är summan av A MN och B MN C MN är matrisprodukten av A ML och B LN x är lösningen till ekvationssystemet Ax = b C NM är komplexkonjugerade transponatet av A MN C MM är inversen av A MM Elementvis beräkning (A och B måste ha samma dimension, alternativt att den ena är en skalär): 10
13 C=A.*B Multiplikation [1 2 3].*[4 5 6] ger [ ] C=A./B Division [1 2 3]./[4 5 6] ger [ ] C=A.^k Exponent [1 2 3].^2 ger [ ] C=A. Transponat, men ej komplexkonjugering Andra användbara kommandon: length(x) ger längden av vektorn x sin(t) sinus av vektorn t abs(x) absolutbeloppet av vektorn x mean(x) medelvärdet av vektorn x fft(x) FFT av vektorn x i L=length(x) punkter fft(x,l) FFT av vektorn x, uträknat i L punkter (zeropadding om L >length(x), annars trunkering) ifft(x) inversa FFT av vektorn X fftshift(x) skiftar plats på första och andra halvan av vektorn x Grafik När man använder plot så skapas automatiskt ett fönster om inget sådant redan är öppet. Om man plottar igen så skrivs detta över om man inte öppnar ett nytt fönster alternativt använder hold on enligt nedan för att skapa en figur med två grafer eller fler i samma fönster. plot(y) plottar vektorn y mot elementens index. plot(x,y) plottar vektorn y mot vektorn x. plot([x y]) plottar kolonnvektorerna x och y i samma diagram. loglog(y) plottar vektorn y i ett loglog-diagram (log-axlar). figure skapar ett nytt tomt figurfönster. subplot(m,n,k) nästa plot hamnar i del nummer k av en M rader och N kolonner stor matris med plot-axlar. hold on nästkommande plottar hamnar i samma figur. hold off nästkommande plottar skriver över tidigare. close all stänger ned alla figurer. legend( graf1, graf2,...) sätter etikett på de olika kurvorna i samma figur. title( En graf som visar... ) namnger figuren. xlabel( mått [enhet] ), ylabel namnger axlarna. axis([xmin xmax ymin ymax]) sätter gränserna på axlarna Att spara och läsa in data För att spara de variabler man har genererat i MATLAB, och därmed finns i Workspace, används kommandot save. För att läsa in variabler som tidigare sparats används kommandot load. Exemplen nedan visar hur dessa kommandon används. save filnamn save filnamn a b c load filnamn sparar alla variabler i Workspace i filen filnamn.mat sparar de i Workspace definierade variablerna a b c i filen filnamn.mat läser in alla variabler som sparats i filen filnamn.mat 11
14 Använder man MATLABs eget gränssnitt kan man även klicka och släppa för att läsa in data och ladda sparade figurer. Man kan också importera data i många olika format direkt via Workspace, samt mycket annat. Pröva gärna själva! Att skriva program Gå in på File-menyn och tryck på New om ny fil skall skapas eller Open M-file för att redigera gammal fil. Skriv önskad kod precis som i Command Window och spara filen med ett filnamn som slutar på.m (t.ex. test.m). Dessa filer kan nu köras från Command Window genom att skriva filens namn (i detta fall test) Allmänna kommandon help kommando clear variabel clear clc exit ger information om kommandot kommando raderar varabeln variabel ur workspace raderar alla variabler i workspace rensar det som skrivits i command window lämnar MATLAB 12
Projektinstruktion: Spektralanalys med hjälp av den diskreta Fouriertransformen
Uppsala University Information Technology Dept. of Systems and Control EG 19 november 2009 MB 15 december 2013 Transformmetoder (W3) 2013 Projektinstruktion: Spektralanalys med hjälp av den diskreta Fouriertransformen
Läs merProjekt Spektralanalys med hjälp av den diskreta Fouriertransformen. Marcus Björk Doktorand i Signalbehandling, Systemteknik (IT)
Projekt Spektralanalys med hjälp av den diskreta Fouriertransformen Marcus Björk Doktorand i Signalbehandling, Systemteknik (IT) Vad är spektralanalys? Analys av frekvensinnehållet i en tidsserie/signal.
Läs merProjekt Spektralanalys med hjälp av den diskreta Fouriertransformen
Projekt Spektralanalys med hjälp av den diskreta Fouriertransformen Marcus Björk Doktorand i Signalbehandling, Systemteknik (IT) Översikt Kort om projektet Vad är spektralanalys? Koppling till Transformmetoder
Läs merVad är spektralanalys? Spektralanalys. Frekvensinnehåll. Enkelt exempel
Vad är spektralanalys? Analys av frekvensinnehållet i en tidsserie/signal. Spektralanalys Erik Gudmundson Vad innebär Analys av frekvensinnehållet? Vad är en tidsserie/signal? Tidsserie: mätning av någon
Läs merProjekt Spektralanalys med hjälp av den diskreta Fouriertransformen
Projekt Spektralanalys med hjälp av den diskreta Fouriertransformen Marcus Björk Forskare Signalbehandling Systemteknik (IT) Dept. of Information Technology, Division of f Systems and Control Översikt
Läs merProjekt Spektralanalys med hjälp av den diskreta Fouriertransformen. Marcus Björk Doktorand i Signalbehandling, Systemteknik (IT)
Projekt Spektralanalys med hjälp av den diskreta Fouriertransformen Marcus Björk Doktorand i Signalbehandling, Systemteknik (IT) Vad är spektralanalys? Analys av frekvensinnehållet i en tidsserie/signal.
Läs merSpektralanalys - konsten att hitta frekvensinnehållet i en signal
Spektralanalys - konsten att hitta frekvensinnehållet i en signal Bengt Carlsson, Erik Gudmundson och Marcus Björk Systems and Control Dept. of Information Technology, Uppsala University 7 november 013
Läs merInstruktion för laboration 1
STOCKHOLMS UNIVERSITET MATEMATISKA INSTITUTIONEN Avd. för matematisk statistik MD, ANL, TB (rev. JM, OE) SANNOLIKHETSTEORI I Instruktion för laboration 1 De skriftliga laborationsrapporterna skall vara
Läs merMATLAB the Matrix Laboratory. Introduktion till MATLAB. Martin Nilsson. Enkel användning: Variabler i MATLAB. utvecklat av MathWorks, Inc.
Introduktion till MATLAB Martin Nilsson Avdelningen för teknisk databehandling Institutionen för informationsteknologi Uppsala universitet MATLAB the Matrix Laboratory utvecklat av MathWorks, Inc. Matematisk
Läs merIntroduktion till MATLAB
29 augusti 2017 Introduktion till MATLAB 1 Inledning MATLAB är ett interaktivt program för numeriska beräkningar med matriser. Med enkla kommandon kan man till exempel utföra matrismultiplikation, beräkna
Läs merTEM Projekt Transformmetoder
TEM Projekt Transformmetoder Utförs av: Mikael Bodin 19940414 4314 William Sjöström 19940404 6956 Sammanfattning I denna laboration undersöks hur Fouriertransformering kan användas vid behandling och analysering
Läs merREGLERTEKNIK W3 & ES3 BERÄKNINGSLABORATION 1
UPPSALA UNIVERSITET AVDELNINGEN FÖR SYSTEMTEKNIK BC, CFL, CT 960, rev BC 970, BC, MM 980, AR 042, HN 06, PN 070 REGLERTEKNIK W3 & ES3 BERÄKNINGSLABORATION. Introduktion till MATLAB 2. Poler och stegsvar
Läs merInstruktion för laboration 1
STOCKHOLMS UNIVERSITET MATEMATISKA INSTITUTIONEN Avd. för matematisk statistik ANL/TB SANNOLIKHETSTEORI I, HT07. Instruktion för laboration 1 De skrifliga laborationsrapporterna skall vara skrivna så att
Läs merLaboration: Grunderna i MATLAB
Laboration: Grunderna i MATLAB 25 augusti 2005 Grunderna i MATLAB Vad är MATLAB? MATLAB är ett interaktivt program för vetenskapliga beräkningar. Som användare ger du enkla kommandon och MATLAB levererar
Läs merLaboration 4: Stora talens lag, Centrala gränsvärdessatsen och enkla punktskattningar
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORLABORATION 4 MATEMATISK STATISTIK, FÖR I/PI, FMS 121/2, HT-3 Laboration 4: Stora talens lag, Centrala gränsvärdessatsen och enkla punktskattningar
Läs merUppgift 1 - programmet, Uppg6.m, visade jag på föreläsning 1. Luftmotståndet på ett objekt som färdas genom luft ges av formeln
Matlab-föreläsning (4), 10 september, 015 Innehåll m-filer (script) - fortsättning från föreläsning 1 In- och utmatning Sekvenser, vektorer och matriser Upprepning med for-slingor (inledning) Matlab-script
Läs merVariabler. TANA81: Beräkningar med Matlab. Matriser. I Matlab skapas en variabel genom att man anger dess namn och ger den ett värde:
TANA81: Beräkningar med Matlab - Variabler och Matriser - Logiska uttryck och Villkor - Repetitionssatser - Grafik - Funktioner Variabler I Matlab skapas en variabel genom att man anger dess namn och ger
Läs merLaboration 4: Stora talens lag, Centrala gränsvärdessatsen och enkla punktskattningar
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORLABORATION 4 MATEMATISK STATISTIK, AK FÖR I, FMS 120, HT-00 Laboration 4: Stora talens lag, Centrala gränsvärdessatsen och enkla punktskattningar
Läs merSyftet med den här laborationen är att du skall bli mer förtrogen med följande viktiga områden inom matematisk statistik
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORLABORATION 4 MATEMATISK STATISTIK, AK FÖR I, FMS 01, HT-07 Laboration 4: Stora talens lag, Centrala gränsvärdessatsen, enkla punktskattningar
Läs merMatriser och Inbyggda funktioner i Matlab
Matematiska vetenskaper 2010/2011 Matriser och Inbyggda funktioner i Matlab 1 Inledning Vi skall denna vecka se på matriser och funktioner som är inbyggda i Matlab, dels (elementära) matematiska funktioner
Läs merLaboration 2: 1 Syfte. 2 Väntevärde och varians hos en s.v. X med fördelningen F X (x) MATEMATISK STATISTIK, AK FÖR BYGG, FMS 601, HT-08
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK MATEMATISK STATISTIK, AK FÖR BYGG, FMS 601, HT-08 Laboration 2: Om väntevärden och fördelningar 1 Syfte I denna laboration skall vi försöka
Läs merTANA17 Matematiska beräkningar med MATLAB för M, DPU. Fredrik Berntsson, Linköpings Universitet. 2 november 2015 Sida 1 / 23
TANA17 Matematiska beräkningar med MATLAB för M, DPU Fredrik Berntsson, Linköpings Universitet 2 november 2015 Sida 1 / 23 Föreläsning 2 Index. Kolon-notation. Vektoroperationer. Summor och medelvärden.
Läs merSTOCKHOLMS UNIVERSITET VT 2011 Avd. Matematisk statistik GB DATORLABORATION 1: TIDSSERIER.
MATEMATISKA INSTITUTIONEN Tillämpad statistisk analys, GN STOCKHOLMS UNIVERSITET VT 2011 Avd. Matematisk statistik GB 2011-03-24 DATORLABORATION 1: TIDSSERIER. I Tarfala har man under en lång följd av
Läs merMatriser och vektorer i Matlab
CTH/GU LABORATION 2 TMV157-2014/2015 Matematiska vetenskaper Matriser och vektorer i Matlab 1 Inledning Först skall vi se lite på matriser, vilket är den grundläggande datatypen i Matlab, sedan skall vi
Läs merIndex. Vektorer och Elementvisa operationer. Summor och Medelvärden. Grafik i två eller tre dimensioner. Ytor. 20 januari 2016 Sida 1 / 26
TAIU07 Föreläsning 2 Index. Vektorer och Elementvisa operationer. Summor och Medelvärden. Grafik i två eller tre dimensioner. Ytor. 20 januari 2016 Sida 1 / 26 Matriselement och Index För att manipulera
Läs merDagens program. Programmeringsteknik och Matlab. Administrativt. Viktiga datum. Kort introduktion till matlab. Övningsgrupp 2 (Sal Q22/E32)
Programmeringsteknik och Matlab Övning Dagens program Övningsgrupp 2 (Sal Q22/E2) Johannes Hjorth hjorth@nada.kth.se Rum 458 på plan 5 i D-huset 08-790 69 02 Kurshemsida: http://www.nada.kth.se/kurser/kth/2d2
Läs merMATLAB. Python. Det finns flera andra program som liknar MATLAB. Sage, Octave, Maple och...
Allt du behöver veta om MATLAB: Industristandard för numeriska beräkningar och simulationer. Används som ett steg i utvecklingen (rapid prototyping) Har ett syntax Ett teleskopord för «matrix laboratory»
Läs merBeräkningsvetenskap och Matlab. Vad är MATLAB? Vad är MATLAB? Användningsområden. Vad är MATLAB? Grunderna i Matlab. Beräkningsvetenskap == Matlab?
Beräkningsvetenskap och Matlab Beräkningsvetenskap == Matlab? Grunderna i Matlab Beräkningsvetenskap I Institutionen för, Uppsala Universitet 1 november, 2011 Nej, Matlab är ett verktyg som används inom
Läs merBeräkningsverktyg HT07
Beräkningsverktyg HT07 Föreläsning 1, Kapitel 1 6 1.Introduktion till MATLAB 2.Tal och matematiska funktioner 3.Datatyper och variabler 4.Vektorer och matriser 5.Grafik och plottar 6.Programmering Introduktion
Läs merTSBB14 Laboration: Intro till Matlab 1D
TSBB14 Laboration: Intro till Matlab 1D Utvecklad av Maria Magnusson med mycket hjälp av Lasse Alfredssons material i kursen Introduktionskurs i Matlab, TSKS08 Avdelningen för Datorseende, Institutionen
Läs merDepartment of Physics Umeå University 27 augusti Matlab för Nybörjare. Charlie Pelland
Matlab för Nybörjare Charlie Pelland Introduktion till Matlab Matlab (matrix laboratory) är ett datorprogram och ett programspråk som används av ingenjörer runt om i världen. Ni kommer att använda er av
Läs merSF1900 Sannolikhetsteori och statistik, HT 2017 Laboration 1 för CINEK2
Matematisk Statistik SF1900 Sannolikhetsteori och statistik, HT 2017 Laboration 1 för CINEK2 1 Introduktion Denna laboration är inte poänggivande utan är till för den som vill bekanta sig med MATLAB. Fokusera
Läs merLaboration 3: Stora talens lag, centrala gränsvärdessatsen och enkla punktskattningar
Lunds tekniska högskola Matematikcentrum Matematisk statistik Laboration 3 Matematisk statistik AK för CDIFysiker, FMS012/MASB03, HT15 Laboration 3: Stora talens lag, centrala gränsvärdessatsen och enkla
Läs merIntroduktion till Matlab
CTH/GU 2015/2016 Matematiska vetenskaper Introduktion till Matlab 1 Inledning Matlab är både en interaktiv matematikmiljö och ett programspråk, som används på många tekniska högskolor och universitet runt
Läs merDatorövning 1 Fördelningar
Lunds tekniska högskola Matematikcentrum Matematisk statistik FMSF20: MATEMATISK STATISTIK, ALLMÄN KURS, 7.5HP FÖR E, HT-15 Datorövning 1 Fördelningar I denna datorövning ska du utforska begreppen sannolikhet
Läs merTentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 8p av totalt 20p Tid: 14:e januari klockan
MAI/Linköpings universitet Fredrik Berntsson Tentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 8p av totalt 20p Tid: 14:e januari klockan 8.00-12.00 Redovisning Lös först uppgifterna i Matlab.
Läs merMatriser och Inbyggda funktioner i Matlab
CTH/GU STUDIO 1 TMV036a - 2012/2013 Matematiska vetenskaper Matriser och Inbyggda funktioner i Matlab Analys och Linjär Algebra, del A, K1/Kf1/Bt1 Moore: 2.3, 3.1-3.4, 3..1-3.., 4.1, 7.4 1 Inledning Nu
Läs merIntroduktion till Matlab
Introduktion till Matlab Analys och Linjär Algebra, del A, K1/Kf1/Bt1, ht10 1 Inledning Ni kommer använda Matlab i nästan alla kurser i utbildningen. I matematikkurserna kommer vi ha studio-övningar nästan
Läs merAt=A' % ' transponerar en matris, dvs. kastar om rader och kolonner U' % Radvektorn U ger en kolonnvektor
% Föreläsning 1 26/1 % Kommentarer efter %-tecken clear % Vi nollställer allting 1/2+1/3 % Matlab räknar numeriskt. Observera punkten som decimaltecken. sym(1/2+1/3) % Nu blev det symboliskt pi % Vissa
Läs merProjekt 3: Diskret fouriertransform
Projekt 3: Diskret fouriertransform Diskreta fouriertransformer har stor praktisk användning inom en mängd olika områden, från analys av mätdata till behandling av digital information som ljud och bildfiler.
Läs merMatlabövning 1 Funktioner och grafer i Matlab
Matlabövning 1 Funktioner och grafer i Matlab I den här övningen ska vi titta på hur man konstruerar funktioner i Matlab och hur man kan rita funktionsgrafer. Läs först igenom hela PM:et. Gå sedan igenom
Läs merInnehåll. Vad är MATLAB? Grunderna i MATLAB. Informationsteknologi. Informationsteknologi.
Grunderna i MATLAB eva@it.uu.se Innehåll Vad är MATLAB? Användningsområden MATLAB-miljön Variabler i MATLAB Funktioner i MATLAB Eempel och smakprov: Grafik Beräkningar Bilder GUI Vad är MATLAB? Utvecklat
Läs merIntroduktion till Matlab
Introduktion till Matlab Inledande matematik, I1, ht10 1 Inledning Detta är en koncis beskrivning av de viktigaste delarna av Matlab. Till en början är det enkla beräkningar och grafik som intresserar
Läs merTentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 9p av totalt 20p Hjälpmedel: MATLAB
MAI/Linköpings universitet Fredrik Berntsson Tentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 9p av totalt 20p Hjälpmedel: MATLAB Redovisning Lös först uppgifterna i Matlab. Då du har en
Läs mer1.1 MATLABs kommandon för matriser
MATLABs kommandon för matriser Det finns en mängd kommandon för att hantera vektorer, matriser och linjära ekvationssystem Vi ger här en kort sammanfattning av dessa kommandon För en mera detaljerad diskussion
Läs merLaborationstillfälle 1 Lite mer om Matlab och matematik
Laborationstillfälle Lite mer om Matlab och matematik En första introduktion till Matlab har ni fått under kursen i inledande matematik. Vid behov av repetition kan materialet till de övningar som gjordes
Läs merTANA17 Matematiska beräkningar med MATLAB för M, DPU. Fredrik Berntsson, Linköpings Universitet. 9 november 2015 Sida 1 / 28
TANA17 Matematiska beräkningar med MATLAB för M, DPU Fredrik Berntsson, Linköpings Universitet 9 november 2015 Sida 1 / 28 Föreläsning 3 Linjära ekvationssystem. Invers. Rotationsmatriser. Tillämpning:
Läs merMATLAB övningar, del1 Inledande Matematik
MATLAB övningar, del1 Inledande Matematik Övningarna på de två första sidorna är avsedda att ge Dig en bild av hur miljön ser ut när Du arbetar med MATLAB. På de följande sidorna följer uppgifter som behandlar
Läs merKPP053, HT2016 MATLAB, Föreläsning 2. Vektorer Matriser Plotta i 2D Teckensträngar
KPP053, HT2016 MATLAB, Föreläsning 2 Vektorer Matriser Plotta i 2D Teckensträngar Vektorer För att skapa vektorn x = [ 0 1 1 2 3 5]: >> x = [0 1 1 2 3 5] x = 0 1 1 2 3 5 För att ändra (eller lägga till)
Läs merLinjär algebra med tillämpningar, lab 1
Linjär algebra med tillämpningar, lab 1 Innehåll Per Jönsson Fakulteten för Teknik och Samhälle, 2013 Uppgifterna i denna laboration täcker kapitel 1-3 i läroboken. Läs igenom motsvarande kapitel. Sitt
Läs merTSKS21 Signaler, Information och Bilder Lab 2: Digitalisering
TSKS21 Signaler, Information och Bilder Lab 2: Digitalisering Mikael Olofsson 8 februari 2017 Fyll i detta med bläckpenna Laborant Personnummer Datum Godkänd 1 1 Allmänt Denna laboration syftar till att
Läs merLaboration: Grunderna i Matlab
Laboration: Grunderna i Matlab Att arbeta i kommandofönstret och enkel grafik Den här delen av laborationen handlar om hur man arbetar med kommandon direkt i Matlabs kommandofönster. Det kan liknas vid
Läs merTSKS08 Introduktionskurs i Matlab Föreläsning 2
TSKS08 Introduktionskurs i Matlab Föreläsning 2 Nyttiga tips inför de fortsatta laborationsuppgifterna samt allmän demonstration/förevisning om Matlab. Spara allt man skriver i kommandofönstret till en
Läs merLägg märke till skillnaden, man ser det tydligare om man ritar kurvorna.
Matlabövningar 1 Börja med att läsa igenom kapitel 2.1 2 i läroboken och lär dig att starta och avsluta Matlab. Starta sedan Matlab. Vi övar inte på de olika fönstren nu utan återkommer till det senare.
Läs merInnehåll. Vad är MATLAB? Grunderna i MATLAB. Informationsteknologi. Informationsteknologi.
Grunderna i MATLAB stefan@it.uu.se Innehåll Vad är MATLAB? Användningsområden MATLAB-miljön Variabler i MATLAB Funktioner i MATLAB Exempel och smakprov: Grafik Beräkningar Bilder GUI Vad är MATLAB? Utvecklat
Läs merATT RITA GRAFER MED KOMMANDOT "PLOT"
MATLAB, D-plot ATT RITA GRAFER MED KOMMANDOT "PLOT" Syntax: Vi börjar med det enklaste plot-kommandot i matlab,,där x är en vektor x- värden och y en vektor med LIKA MÅNGA motsvarande y-värden. Anta att
Läs merTAIU07 Matematiska beräkningar med Matlab
TAIU07 Matematiska beräkningar med Matlab Datorlektion 1. Vektorer och Matriser 1 Inledning I denna övning skall du träna på att använda Matlab för enklare beräkningar och grafik. Starta Matlab genom att
Läs merFlerdimensionella signaler och system
Luleå tekniska universitet Avd för signalbehandling Magnus Sandell (reviderad av Frank Sjöberg) Flerdimensionell signalbehandling SMS033 Laboration 1 Flerdimensionella signaler och system Syfte: Den här
Läs merTANA17 Matematiska beräkningar med Matlab
TANA17 Matematiska beräkningar med Matlab Datorlektion 1. Vektorer och Matriser 1 Inledning I denna övning skall du träna på att använda Matlab för enklare beräkningar och grafik. För att lösa uppgifterna
Läs merSpektrala Transformer
Spektrala Transformer Kurssammanfattning Fyra kärnkoncept Sampling Faltning Poler och nollställen Fouriertransform Koncept #1: Sampling En korrekt samplad signal kan rekonstrueras exakt, dvs ingen information
Läs mer(a) Skriv en matlabsekvens som genererar en liknande figur som den ovan.
Matematik Chalmers tekniska högskola 2014-08-27 kl. 08:30-12:30 Tentamen MVE355, Programmering och numeriska beräkningar med matlab. Ansvarig: Katarina Blom, tel 772 10 97. Plats: L Inga hjälpmedel. Kalkylator
Läs merTentamen TAIU07 Matematiska beräkningar med MATLAB för MI
TEKNISKA HÖGSKOLAN I LINKÖPING Matematiska institutionen Beräkningsmatematik/Fredrik Berntsson Tentamen TAIU07 Matematiska beräkningar med MATLAB för MI Tid: 8-12, 20 Mars, 2015 Provkod: TEN1 Hjälpmedel:
Läs merLinjär algebra. 1 Inledning. 2 Matriser. Analys och Linjär Algebra, del B, K1/Kf1/Bt1. CTH/GU STUDIO 1 TMV036b /2013 Matematiska vetenskaper
CTH/GU STUDIO 1 TMV06b - 2012/201 Matematiska vetenskaper Linjär algebra Analys och Linjär Algebra, del B, K1/Kf1/Bt1 1 Inledning Vi fortsätter även denna läsperiod att arbete med Matlab i matematikkurserna
Läs merlinjära ekvationssystem.
CTH/GU LABORATION 2 TMV216/MMGD20-2017/2018 Matematiska vetenskaper 1 Inledning Linjära ekvationssystem Denna laboration börjar med att vi påminner oss om matriser i Matlab samtidigt som vi börjar se på
Läs merResttentamen i Signaler och System Måndagen den 11.januari 2010, kl 14-19
Resttentamen i Signaler och System Måndagen den 11.januari 2010, kl 14-19 Tillåtna hjälpmedel: Valfri miniräknare (utan möjlighet till trådlös kommunkation). Valfri litteratur, inkl. kursböcker, formelsamlingar.
Läs merFunktionsteori Datorlaboration 2
Funktionsteori Funktionsteori Datorlaboration 2 Fourierserier Inledning Största delen av denna laboration handlar om Fourierserier, men vi startar med seriesummation. Vissa filer kan du behöva hämta på
Läs merMatriser och linjära ekvationssystem
Linjär algebra, I1 2011/2012 Matematiska vetenskaper Matriser och linjära ekvationssystem Matriser En matris är som ni vet ett rektangulärt talschema: a 11 a 1n A = a m1 a mn Matrisen ovan har m rader
Läs merMätningar med avancerade metoder
Svante Granqvist 2008-11-12 13:41 Laboration i DT2420/DT242V Högtalarkonstruktion Mätningar på högtalare med avancerade metoder Med datorerna och signalprocessningens intåg har det utvecklats nya effektivare
Läs merEn introduktion till MatLab
Chalmers tekniska högskola En introduktion till MatLab Gustafsson Gabriel gabgus@student.chalmers.se Johansson Việt Simon simoj@student.chalmers.se Författare: Norell Pontus npontus@student.chalmers.se
Läs merTANA17 Matematiska beräkningar med MATLAB för M, DPU. Fredrik Berntsson, Linköpings Universitet. 27 oktober 2015 Sida 1 / 31
TANA17 Matematiska beräkningar med MATLAB för M, DPU Fredrik Berntsson, Linköpings Universitet 27 oktober 2015 Sida 1 / 31 TANA17 Kursmål och Innehåll Målet med kursen är att Ge grundläggande färdighet
Läs merLaboration i tidsdiskreta system
Laboration i tidsdiskreta system A. Tips Användbara MATLAB-funktioner: conv Faltning square Skapa en fyrkantvåg wavread Läs in en ljudfil soundsc Spela upp ett ljud ones Skapa en vektor med godtyckligt
Läs merSignalanalys med snabb Fouriertransform
Laboration i Fourieranalys, MVE030 Signalanalys med snabb Fouriertransform Den här laborationen har två syften: dels att visa lite på hur den snabba Fouriertransformen fungerar, och lite om vad man bör
Läs merMatlabövning 1 Funktioner och grafer i Matlab
Matlabövning 1 Funktioner och grafer i Matlab I den här övningen ska vi titta på hur man konstruerar funktioner i Matlab och hur man kan rita funktionsgrafer. Läs först igenom PM:et. Gå sedan igenom exemplen
Läs merMatriser och vektorer i Matlab
CTH/GU LABORATION 3 TMV206-2013/2014 Matematiska vetenskaper 1 Inledning Matriser och vektorer i Matlab I denna laboration ser vi på hantering och uppbyggnad av matriser samt operationer på matriser En
Läs merMatematisk Modellering
Matematisk Modellering Föreläsning 1 Anders Heyden Matematikcentrum Lunds Universitet Matematisk Modellering p.1/37 Denna föreläsning (läsvecka 1) Vad handlar kursen om, mål, kurskrav, ide. Matematisk
Läs merLaboration 3 Sampling, samplingsteoremet och frekvensanalys
Laboration 3 Sampling, samplingsteoremet och frekvensanalys 1 1 Introduktion Syftet med laborationen är att ge kunskaper i att tolka de effekter (speglingar, svävningar) som uppkommer vid sampling av en
Läs merTentamen i Beräkningsvetenskap I/KF, 5.0 hp,
Uppsala universitet Institutionen för informationsteknologi Teknisk databehandling Tentamen i Beräkningsvetenskap I/KF, 5. hp, 215-3-17 Skrivtid: 14 17 (OBS! Tre timmars skrivtid!) Hjälpmedel: Bifogat
Läs merTentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 8p av totalt 20p Hjälpmedel: MATLAB
MAI/Linköpings universitet Fredrik Berntsson Tentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 8p av totalt 20p Hjälpmedel: MATLAB Redovisning Lös först uppgifterna i Matlab. Då du har en
Läs merTentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 8p av totalt 20p Tid: 21:a April klockan
MAI/Linköpings universitet Fredrik Berntsson Tentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 8p av totalt 20p Tid: 21:a April klockan 8.00-12.00 Redovisning Lös först uppgifterna i Matlab.
Läs merDatorövning 1: Fördelningar
Lunds tekniska högskola Matematikcentrum Matematisk statistik FMSF45/MASB03: MATEMATISK STATISTIK, 9 HP, VT-18 Datorövning 1: Fördelningar I denna datorövning ska du utforska begreppen sannolikhet och
Läs merMer om funktioner och grafik i Matlab
CTH/GU 2/22 Matematiska vetenskaper Inledning Mer om funktioner och grafik i Matlab Först skall vi se lite på funktioner som redan finns i Matlab, (elementära) matematiska funktioner som sinus och cosinus
Läs merInledning. Initiering av miljön. Att köra MatLab. Labrapporten
Inledning Initiering av miljön För att få rätt miljö är det enklast att aktivera kursen TSDT06 Signalteori i programmet kurstool. Kurstool kan man starta i bakgrundsmenyn. Alternativt räcker det med att
Läs merMatriser. Vektorer. Forts. Grunderna i MATLAB. Informationsteknologi. Informationsteknologi.
Forts. Grunderna i MATLAB eva@it.uu.se Matriser Matrisen är den grundläggande datatypen. En tvådimensionell matris är en tabell med rader och kolonner. En matris med m rader och n kolonner har storleken
Läs merMATLAB. Vad är MATLAB? En kalkylator för linlär algebra. Ett programspråk liknande t.ex Java. Ett grafiskt verktyg.
MATLAB Vad är MATLAB? En kalkylator för linlär algebra. Ett programspråk liknande t.ex Java. Ett grafiskt verktyg. 1 När används MATLAB? Några exempel: För små beräkningar när en räknedosa inte riktigt
Läs merM0043M Integralkalkyl och Linjär Algebra, H14, Matlab, Föreläsning 1
M0043M Integralkalkyl och Linjär Algebra, H14, Matlab, Föreläsning 1 Ove Edlund LTU 2014-11-07 Ove Edlund (LTU) M0043M, M1 2014-11-07 1 / 14 Några elementära funktioner i Matlab Exempel exp Beräknar e
Läs merLaboration 5: Regressionsanalys. 1 Förberedelseuppgifter. 2 Enkel linjär regression DATORLABORATION 5 MATEMATISK STATISTIK FÖR I, FMS 012, HT-08
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK Laboration 5: Regressionsanalys DATORLABORATION 5 MATEMATISK STATISTIK FÖR I, FMS 012, HT-08 Syftet med den här laborationen är att du skall
Läs merLinjära ekvationssystem
CTH/GU STUDIO 1 LMA515c - 2016/2017 Matematiska vetenskaper 1 Inledning Linjära ekvationssystem Denna studioövning börjar med att vi påminner oss om matriser i Matlab samtidigt som vi börjar se på matriser
Läs merSignal- och Bildbehandling, TSBB14. Laboration 2: Sampling och rekonstruktion. DFT.
Signal- och Bildbehandling, TSBB4 Laboration : Sampling och rekonstruktion. DFT. Maria Magnusson, 7-8 Avdelningen för Datorseende, Institutionen för Systemteknik, Linköpings Universitet Laboration. Förberedelser
Läs merLektionsanteckningar 2: Matematikrepetition, tabeller och diagram
Lektionsanteckningar 2: Matematikrepetition, tabeller och diagram 2.1 Grundläggande matematik 2.1.1 Potensfunktioner xmxn xm n x x x x 3 4 34 7 x x m n x mn x x 4 3 x4 3 x1 x x n 1 x n x 3 1 x 3 x0 1 1
Läs merIntroduktion till Matlab
CTH/GU LABORATION 1 MVE011-2012/2013 Matematiska vetenskaper 1 Inledning Introduktion till Matlab Matlab är både en interaktiv matematikmiljö och ett programspråk, som används på de flesta tekniska högskolor
Läs merLaboration i Fourieranalys, TMA132 Signalanalys med snabb Fouriertransform
Laboration i Fourieranalys, TMA132 Signalanalys med snabb Fouriertransform Den laborationen har syften: dels att visa lite hur den snabba Fouriertransformen fungerar, och lite om vad man den an dels att
Läs merFunktioner och grafritning i Matlab
CTH/GU STUDIO 1b MVE350-2014/2015 Matematiska vetenskaper 1 Inledning Funktioner och grafritning i Matlab Först skall vi se lite på matriser, vilket är den grundläggande datatypen i Matlab. Sedan ser vi
Läs merIntroduktion till Matlab
Inledande matematik, I1 2011/2012 Matematiska vetenskaper 1 Inledning Introduktion till Matlab Matlab är både en interaktiv matematikmiljö och ett programspråk, som används på de flesta tekniska högskolor
Läs merHemuppgift för E2 SF1635, HT 2007
Utjämnare Hemuppgift för E2 SF635, HT 2007 Introduktion Ett vanligt problem när man överför data är att en fördröjd och amplitudskalad version av signalen adderas till ursprungssignalen. Inom telefoni
Läs merMatriser. Vektorer. Grunderna i MATLAB 2. Informationsteknologi. Informationsteknologi.
Grunderna i MATLAB 2 stefan@it.uu.se Matriser Matrisen är den grundläggande datatypen. En tvådimensionell matris är en tabell med rader och kolonner. En matris med m rader och n kolonner har storleken
Läs merIntroduktion till Matlab
CTH/GU LABORATION 1 TMV216/MMGD20-2017/2018 Matematiska vetenskaper 1 Inledning Introduktion till Matlab Matlab är både en interaktiv matematikmiljö och ett programspråk, som används på många tekniska
Läs merUlrik Söderström 20 Jan Signaler & Signalanalys
Ulrik Söderström ulrik.soderstrom@tfe.umu.se 20 Jan 2009 Signaler & Signalanalys Sinusspänning Sinus och cosinus samma form men fasförskjutna Fasförskjutning tidsfördröjning Sinus och cosinus är väldigt
Läs merTAIU07 Matematiska beräkningar med Matlab
TAIU07 Matematiska beräkningar med Matlab Datorlektion 2. Villkor och Repetition 1 Logiska uttryck Uppgift 1.1 Låt a=3 och b=6 Vad blir resultatet av testerna ab? Uppgift 1.2 Låt a, b,
Läs merIntroduktion till Matlab
CTH/GU 2011/2012 Matematiska vetenskaper 1 Inledning Introduktion till Matlab Version för IT-programmet Matlab är både en interaktiv matematikmiljö och ett programspråk, som används på de flesta tekniska
Läs mer