62n 105n) c) cos(3πn) d) sin(3n) e) sin(π. 1.8 Ett analogt elektrokardiogram (EKG) innehåller frekvenser upp till 100 Hz.

Storlek: px
Starta visningen från sidan:

Download "62n 105n) c) cos(3πn) d) sin(3n) e) sin(π. 1.8 Ett analogt elektrokardiogram (EKG) innehåller frekvenser upp till 100 Hz."

Transkript

1 Kapitel Övningsuppgifter. Bestäm vilka av följande signaler som är periodiska och bestäm periodtiden. a) cos(.πn) b) cos(π 3 6n 5n) c) cos(3πn) d) sin(3n) e) sin(π )..5 Den analoga signalen x a (t) är x a (t) 3 sin(πt). a) Skissa x a (t) för t 3 ms. b) Sampla med F s 3 sampel/s. Bestäm x(n) x a (t) tnt, T /F s. Bestäm frekvensen f hos x(n) och visa att x(n) är periodisk. c) Skissa x(n). Vad är perioden och vad motsvarar det i ms? d) Bestäm minsta F s så att x a (t) samplas så att max av x(n) är 3..7 En analog signal innehåller frekvenser upp till khz. a) Vilka sampelfrekvenser kan användas om vi vill kunna rekonstruera signalen exakt? b) Antag att sampelfrekvensen F s 8 khz. Vad händer med frekvenskomponenten F 5 khz? c) Antag att sampelfrekvensen F s 8 khz. Vad händer med frekvenskomponenten F 9 khz?.8 Ett analogt elektrokardiogram (EKG) innehåller frekvenser upp till Hz. a) Vad är Nyquist rate för signalen? b) Vilken är den högsta frekvenskomponent som kan representeras unikt med sampelfrekvensen F s 5 Hz? Kommentar: Högsta frekvenskomponenten hos signalen kallas Nyquist frequency och den dubbla frekvensen kallas Nyquist rate. Samplingsfrekvensen måste alltså väljas högre än Nyquist rate för att undvika vikningsdistorsion.. För att visa effekten av vikning gör vi följande. Vi samplar in signalen x(t) 3 cos(πt)+ sin(5πt) med sampeltakten F s Hz utan att ha något analogt filter före samplingen. Vi lyssnar sedan på signalen med sampeltakten F s Hz (ideal rekonstruktion). Hur ser signalen ut efter rekonstruktionen? Matlab: Vid inspelning med ljudkort i PC filtreras den analoga signalen automatiskt med ett analogt filter med brytfrekvens F s / före samplingen för att undvika vikningsdistorsion. Vill vi tex illustrera exemplet ovan kan vi tex sampla med F s Hz vilket ställer gränsfrekvensen i ljudkortets filter till 5 Hz. Nu behåller vi bara vart femte sampel och har då reducerat sampeltakten till Hz och detta motsvarar att vi samplat med Hz men med det analoga filtret inställt på 5 Hz. 4

2 4 KAPITEL. ÖVNINGSUPPGIFTER.3 Den diskreta signalen x(n) 6.35 cos((π/)n) kvantiseras med upplösningen a). och b).. Hur många bitar behövs i A/D-omvandlaren?.4 Bestäm bithastighet (bitar/s) och upplösning om en seismisk signal med dynamik volt samplas med F s Hz med en 8-bitars A/D-omvandlare. Vilken maximal frekvens kan reprensenteras i den digitala signalen? E. MATLAB: För att åstadkomma ekoeffekt använder vi oss av nedanstående koppling (z D fördröjer signalen D sampel). y(t) A/D x(n) y(n) D/A x(t) mikrofon z D.9 högtalare Simulera detta i MATLAB och lyssna på effekten. Exempel på MATLABkod: t-:.;; %generera s lång tidsvektor, FS/ xvco(t,[3,8],); %generera en svept sinussignal mellan 3 och 8 Hz soundsc(x,); %lyssna nollzeros(,5); %generera 5 nollor x[x,noll];x[noll,.9*x]; yx+x; %generera ekot soundsc(y,); %lyssna Välj nytt x (samplat tal och lyssna på ekoeffekten). Impulssvar och faltning, kapitel. En tidsdiskret signal x(n) definieras av + n 3, 3 n x(n), n 3, n < 3, n > 3 a) Skissa signalen x(n). b) Skissa signalen för följande alternativ. i) Vik (spegla i origo) x(n) och fördröj 4 sampel. ii) Fördröj x(n) 4 sampel och vik (spegla i origo). c) Skissa x( n + 4). d) Vilket alternativ i b) svarar mot x( n + k)? e) Uttryck x(n) i δ(n) och u(n)..7 Avgör om nedanstående system är ) Statiskt eller dynamiskt. ) Linjärt eller olinjärt. 3) Tidsinvariant eller tidsvariabelt. 4) Kausalt eller icke-kausalt. 5) Stabilt eller instabilt. a) y(n) cos(x(n)). b) y(n) n+ k x(k). c) y(n) x(n) cos(ω n).

3 43 e) y(n) T run(x(n)), trunkering till heltal. h) y(n) x(n)u(n). j) y(n) x(n). n) Ideal sampling, x(n) x a (t) tnt, < n <..3 Visa att ett nödvändigt och tillräckligt villkor för BIBO-stabilitet är n h(n) M h <..6 a) Visa att n y(n) k x(k) l h(l) då y(n) x(n) h(n). b) Beräkna faltningen y(n) x(n) h(n) för följande signaler (fetstil anger index ). ) x(n) {,, 4} och h(n) {,,,, }. ) x(n) {,, } och h(n) x(n). 4) x(n) {,, 3, 4, 5} och h(n) {}. 9) x(n) {,,,, }, ochh(n) {,, 3, 4}. ) x(n).5 n u(n) och h(n).5 n u(n)..7 Beräkna faltningen x(n) h(n) för nedanstående signaler. a) x(n) {}, h(n) {6543} b) x(n) {}, h(n) {6543} c) x(n) {}, h(n) {} d) x(n) {}, h(n) {} MATLAB: Lös ovanstående faltningar i MATLAB (conv.m).. Beräkna faltningen y(n) x(n) h(n) för nedanstående signaler. a) x(n) a n u(n), h(n) b n u(n) för både a b och a b. b) x(n) {} och h(n) δ(n) δ(n ) + δ(n 4) + δ(n 5)..35 Bestäm h(n) för systemet nedan då h (n) {.5,.5,.5}, h (n) h 3 (n) (n + )u(n) och h 4 (n) δ(n ). Bestäm utsignalen då x(n) δ(n+)+3δ(n ) 4δ(n 3) x(n) h (n) h (n) h (n) 3 h (n) 4 y(n).6 Beräkna korrelationsfunktionen r xx (l) och korskorrelationsfunktionen r xy (l) för följande sekvenser. x(n) för n N n n + N, noll för övrigt och y(n) för N n N, noll för övrigt..6 Beräkna korrelationsfunktionen r xx (l) för följande sekvenser. a) x(n) {,,, }. b) x(n) {,,, }. Vad är slutsatsen av a) och b) ovan? MATLAB: Lös a) och b) ovan i MATLAB..64 En ljudsignal från en högtalare reflekteras av två olika väggar med reflexionskoefficienterna r och r. Signalen tas upp av en mikrofon nära högtalaren och har utseendet x(n) s(n) + r s(n k ) + r s(n k ) där k och k är fördröjningarna hos ekona. Bestäm och skissa autokorrelationsfunktionen r xx (l) för x(n).

4 44 KAPITEL. ÖVNINGSUPPGIFTER Z-transform, kapitel 3 3. Bestäm z-transformen för a) x(n) {3,,,,, 6,, 4} { ( b) x(n) )n, n 5, n 4 3. Bestäm z-transformen för nedanstående signaler och skissa pol-nollställesdiagram. a) x(n) ( + n)u(n). c) x(n) ( ) n n u(n). f) x(n) Ar n cos(ω n + φ)u(n), < r <. h) x(n) ( )n [u(n) u(n )]. 3.8 Använd faltning för att bestämma nedanstående transformer. a) Bestäm Y (z) uttryckt i X(z) för y(n) n k x(k). b) Bestäm X(z) för x(n) (n + )u(n). Tips: Visa att x(n) u(n) u(n). 3.9 Z-transformen X(z) av den reella signalen x(n) innehåller ett komplexkonjugerat par av poler och ett komplexkonjugerat par av nollställen. Vad händer med dessa om vi multiplicerar x(n) med e jωn? Tips: Använd skalningsteoremet för z-transform. 3.4 Bestäm invers z-transform x(n), x(n) kausal, av följande signaler. a) X(z) +3z +3z +z b) X(z) z +.5z c) X(z) z 6 +z 7 z d) X(z) +z +z g) X(z) +z +z +4z +4z MATLAB: Plotta några av dessa funktioner för z e jω med hjälp av MATLAB. 3.6 Bestäm faltningen mellan x (n) och x (n) nedan med hjälp av z-transformen. a) x (n) ( 4 )n u(n ) och x (n) [ + ( )n ]u(n). c) x (n).5 n u(n) och x (n) cos(πn)u(n) Bestäm utsignalen y(n) x(n) h(n) för a) h(n) (/3) n u(n), x(n) (/) n cos(π/3 n)u(n). d) y(n).5x(n).5x(n ), x(n) cos(π/ n) u(n). 3.4 In och utsignal för ett LTI-system är givet av x(n).5 n u(n).5(.5) n u(n ) och y(n) ( 3 )n u(n). a) Bestäm kretsens impulssvar h(n) och systemfunktion H(z). b) Bestäm kretsens differensekvation. c) Bestäm en realisering av minimal ordning. d) Är systemet stabilt? 3.49 Använd den enkelsidiga z-transformen för att beräkna y(n), n för följande fall.

5 45 b) y(n).5y(n ) +.5y(n ), y( ), y( ). c) y(n).5y(n ) + x(n), x(n) (/3) n u(n), y( ). d) y(n).5(y(n ) + x(n), x(n) u(n), y( ), y( ). E3. Kombinera varje pol-nollställe-konfiguration med det impulssvar den motsvarar. Hur påverkar polens avstånd till enhetscirkeln impulssvarets utseende? Hur påverkas impulssvaret av dubbelpoler? z plan, A z plan, B z plan, C st st.5 Impulssvar I Impulssvar II Impulssvar III 5 h(n).5 h(n) h(n).5 n n 5 n E3. Ett andra ordningens linjärt och tidsinvariant system är definierat av H(z) b + b z + b z + a z + a z. a) Bestäm utsignalen y(n) då insignalen x(n) 3 sin( π n)u(n) y( ) /3, b, b /5, b a /, a b) Låt insignalen till systemet ovan vara x(n) sin(πf n) < n <. Koefficienter ställs så att utsignalen y(n), < n <. Detta inträffar då b b b a, a /4 Vad är frekvensen f i insignalen? c) Insignalen till systemet är återigen x(n) sin(πf n), < n <. Då koefficienterna är b, b, b /4 a, a erhålles utsignalen y(n) A sin(πf n+θ )+A sin(πf n+θ ), < n < Vad är frekvensen f? E3.3 En linjär tidsinvariant krets beskrivs med differensekvationen y(n) y(n ) y(n ) x(n). Bestäm utsignalen y(n) då x(n) ( ) n ( u(n) + sin π 4 n), < n <.

6 46 KAPITEL. ÖVNINGSUPPGIFTER E3.4 En krets är given av differensekvationen y(n) y(n ) +.5y(n ) x(n). Kretsen har begynnelsevärdena y( ), y( ), och insignalen är x(n) u(n). Bestäm för n a) zero-input-lösningen, y zi (n). b) zero-state-lösningen, y zs (n). c) transienta lösningen, y trans (n). d) stationära lösningen, y ss (n). E3.5 En linjär tidsinvariant krets beskrivs av differensekvationen y(n) 4 y(n ) x(n). Bestäm utsignalen y(n) då x(n) { sin ( π 4 n) n < n Fouriertransform, signaler genom LTI-system och sampling, kapitel 4, 5 och Två diskreta signaler { s k (n) och s l (n) är ortogonala över ett intevall [N, N ] om N nn s k (n)s l (n) Ak, k l, k l Om A k är signalerna ortonormala. a) Visa relationen { N kn n ejπ N N, k, ±N, ±N..., annars kn jπ b) Illustrera a) för N 6 genom att för k,, 3, 4, 5, 6 rita s k (n) e N n,,, 3, 4, 5. kn jπ c) Visa att harmoniska signaler s(n) e N längd N. 4.9 Bestäm fouriertransformen av följande signaler. a) x(n) u(n) u(n 6). b) x(n) n u( n). c) x(n) (.5) n u(n + 4). d) x(n) (α n sin(ω n))u(n), α <. g) x(n) {,,,, }. 4. Bestäm signalen vars fouriertransform är {, ω ω a) X(ω), ω < ω π b) X(ω) cos ω 4. Bestäm signalen vars fouriertransform är {, ωc W/ ω ω c) X(ω) c + W/, annars för är ortogonala över varje intervall av 4.4 Sekvensen x(n) är given av x(n) {,, 3,, } och dess fouriertransform är X(ω). Bestäm, utan att explicit bestämma X(ω), följande a) X() b) arg(x(ω)) d) π π X(ω)dω

7 47 d) X(π) e) π π X(ω) dω MATLAB: Beräkna X(ω) och plotta X(ω) och arg(x(ω)) 5. a) Bestäm och { skissa fouriertransformen W R (ω) för ett rektangelfönster, n M w R (n), annars b) Bestäm och skissa fouriertransformen av ett triangelfönster w T (n) n, n M/ w T (n) M n, M/ < n M, annars genom att utnyttja faltning av två rektangelfönster enligt a. MATLAB: Plotta W R (ω) för M, 4 och En tidsdiskret krets är given av figuren med a cos(ω ) a) Bestäm in-utsignalrelation och impulssvar h(n). b) Skissa H(ω) och arg(h(ω) c) Bestäm y(n) då x(n) 3 cos(π/3 n + π/6) < n < och ω π/. x(t) z a z y(t) 5.5 Skissa X(f) svarande mot följande pol-nollställeskonfigurationer. 8 a) b) c) d) 5.6 Bestäm ett filter som helt spärrar frekvensen ω π/4 och beräkna utsignalen då insignalen x(n) sin(π/4 n)u(n) för n,,, 3, Ett andra ordningens system har en dubbelpol för p,.5 och två nollställen z, e ±j3π/4. Bestäm förstärkningsfaktorn G så att H() Bestäm 3-dB bandbredden för filtren ( < α < ). H (z) a az H (z) a +z az MATLAB: Plotta amplitudfunktionerna i MATLAB och uppskatta därur bandbredderna. E4. Dimensionera nedanstående krets så att likspänningsförstärkningen blir och så att frekvenserna ω π/ och ω π spärras. Bestäm också kretsens amplitudfunktion och fasfunktion. b b b b 3 z z z

8 48 KAPITEL. ÖVNINGSUPPGIFTER E4. Vi vill skapa ekoeffekt och använder oss av nedanstående koppling. y(t) A/D x(n) y(n) D/A x(t) mikrofon z D z D högtalare a) Bestäm den digitala kretsens poler och nollställen för D 5. b) Bestäm och skissa den digitala kretsens amplitudfunktion H(f). E4.3 Vi använder oss av nedanstående koppling för att få en ekoeffekt. y(t) A/D x(n) y(n) D/A x(t) mikrofon z D.9 högtalare a) Bestäm den digitala kretsens impulssvar. b) Bestäm den digitala kretsens amplitudfunktion H(f). c) Bestäm den digitala kretsens poler och nollställen för D5. E4.4 Insignalen till nedanstående system är x(t) cos(πt) + cos(π6t). Filtrets impulssvar h(n) u(n) u(n 8). Sampeltakten är 8 khz. x(t) Sampling h(n) Rekonstruktion y(t) cos( π/4 n) cos( π/4 n) Bestäm utsignalen y(t) då rekonstruktionen är ideal. MATLAB: Simulera systemet i MATLAB. Välj gärna ljud som insignal. E4.5 Antag att vi har en tidskontinuerlig signal: x a (t) e t u(t), t i sekunder a) Bestäm signalens fouriertransform X a (F ) samt X a (F ). b) Vi vill sampla signalen med F s Hz. Vi förfiltrerar den därför med ett antivikningsfilter. Detta antas vara ett idealt lågpassfilter med gränsfrekvens F s / 5Hz. Hur stor del av energin i signalen x a (t) spärras av antivikningsfiltret? c) Den filtrerade signalen samplas med samplingsfrekvensen F s. Beräkna beloppet av Fouriertransformen av den samplade signalen y(n). Beräkna också Fouriertransformen av den samplade signalen om antivikningsfiltret tas bort. E4.6 Bestäm utsignalen från nedanstående krets då insignalen är x a (t) cos(π F t) då F 6Hz och F s Hz.

9 49 xa(t) x(n) Teckenskift I x(n) y(n) A/D Ideal ya(t) Rek. Teckenskiftaren utför operationen och uppsamplaren x (n) ( ) n x(n) { ( n ) x y(n) n jämn n udda Rekonstruktionen är ideal och sker med samplingstakten F s. Diskreta fouriertransformen DFT, kapitel 7 7. De fem första värdena av en 8-punkters DFT av en reell sekvens ges av {.5,.5 j.38,,.5 j.58, }. Bestäm de övriga 3 punkterna. MATLAB: Kolla resultatet i MATLAB. 7. Bestäm den cirkulära faltningen mellan följande signaler (N8) a) x {,,,,,,, }, x sin( π 8 n), n N. 7.3 Givet N-punkts { DFT X(k), k N av x(n), n N. Definiera X(K) k Kc, N k X (k) c k N k c < k < N k c Jämför x (n) IDF T (X (k)) med x(n). Vad händer? 7.4 Sekvenserna x (n) cos π N n och x (n) sin π N n är givna för n N. a) Bestäm den cirkulära faltningen mellan x (n) och x (n). b) Bestäm den cirkulära korrelationen mellan x (n) och x (n). c) Bestäm den cirkulära autokorrelationen för x (n). d) Bestäm den cirkulära autokorrelationen för x (n). 7.7 Sekvensen x(n), n N, har DFT:n X(k). Bestäm nu DFT:erna av sekvenserna nedan i termer av X(k) ) x c (n) x(n) cos πk N n. ) x s (n) x(n) sin πk N n. 7.8 Bestäm den cirkulära faltningen mellan x (n) {,, 3, } och x (n) {4, 3,, }. Jämför med den icke-cirkulära faltningen. 7.9 Bestäm den cirkulära faltningen mellan x (n) {,, 3, } och x (n) {4, 3,, } genom att använda DFT och IDFT. 7. Bestäm energin för sekvensen x(n) cos πkn N n N. MATLAB: Bestäm energin i MATLAB med hjälp av fft. 7. Sekvensen {,,,,,,, }, har DFT:n X(k). Bestäm nu DFT:erna av sekvenserna a) {,,,,,,, }. b) {,,,,,,, }.

10 5 KAPITEL. ÖVNINGSUPPGIFTER 7.8 Insignalen till ett linjärt tidsinvariant system H(ω) är x(n) k δ(n kn). Antag att vi beräknar N-punkters DFT av utsignalen y(n) för punkterna n N. Beräkna sambandet mellan Y (k) och H(ω). 7.3 Beräkna N-punkters DFT av a) x(n) δ(n) b) x(n) δ(n n ), < n < N c) x(n) a n, n N {, n N/ (N even) d) x(n), N/ n N e) x(n) e jπ/n k n, n N f) x(n) cos(π/n k n), n N g) x(n) sin(π/n k n), n N {, n even h) x(n), n odd n N 7.4 Givet x(n) {,, 3, }. Beräkna 4-punkters DFT ax x(n) genom att lösa 4:e ordningens ekvationssystem för invers DFT. 7.5 a) Bestäm fouriertransformen av x(n) {,, 3,,, }. b) Bestäm 6-punkters DFT av v(n) {3,,,,, }. c) Jämför X(k) och V (k) i a) och b). E5. Beräkna och skissa X(k) där X(k) är 8 punkters DFT av x(n) med x(n) {,,,,,,, } E5. Låt X(k) vara 8 punkters DFT av x(n) med x(n) {,,, 3, 8, 7,, } a) Beräkna y(n) IDF T (X (k)). b) Beräkna y(n) IDF T (( ) k X(k)). MATLAB: Kolla räkningarna i MATLAB med fft, ifft. Låt x(n) vara en ljudsignal och lyssna på y(n) i a) respektive b). E5.3 Insignalen x(n) till systemet y(n) ay(n ) + x(n) < a < är periodisk med perioden N. Bestäm impulssvaret till ett FIR-filter som ger samma stationära lösning som systemet ovan för insignalen x(n). E5.4 Den signalbehandlingsintresserade eleven Hans hittar en stämgaffel. Tyvärr framgår det ej vilken resonansfrekvens stämgaffeln har. Han kommer då på den lysande idén att utnyttja en spektrumanalysator. Spektrumanalysatorn är digital och gör en DFT av insignalen. Med spektrumanalysatorn inställd på - Hz (sampeltakt 4 Hz) avläser han en topp i spektrum vid frekvensen 38 Hz. Vilka värden på resonansfrekvensen kan stämgaffeln ha? Motivera svaret.

11 5 E5.5 Nedan ges fyra sekvenser x i (n) och åtta sekvenser X j (k). Välj ut de fyra rätta DFT paren x(n) X(k). x(n) X(k) { + j,,, } A {,,, } {.5,.5,.5,.5} B {j,, j, } 3 { + j, j,, } C { + j, + j, + j, + j} 4 {.75,.5,.5,.5} D {j,, j, } E {, j, j, } F {, j,, j} G { + j, + j,, } H {,,, } MATLAB: Tag eventuellt hjälp av MATLAB för att kolla resultatet. E5.6 Betrakta impulssvaret h(n) 4 δ(n) + 4 δ(n ) + 4 δ(n ) + δ(n 3) 4 a) Beräkna Fouriertransformen. Beräkna DFT:n för N 4. Samband? b) Vad blir H(k), k... 3 för N 4? Vad blir h p (n) IDFT(H(k))? E5.7 Följande två tidsdiskreta signaler är givna y(n) 3 n x(n) 3 n Signalernas Fouriertransformer samplas i punkterna f k/n, k... N, för N 5. Hur är Y (k/n) relaterad till X(k/N)? E5.8 Impulssvaret till en kausal tidsdiskret krets är h(n) δ(n) + δ(n ) + δ(n ). Insignalen är x(n) δ(n) + δ(n ). a) Beräkna utsignalen med hjälp av faltningsformeln. b) Beräkna utsignalen med hjälp av Fouriertransformen. c) Sätt in f k/n, k... N i uttrycket för Y (f). Om N är mindre än ett visst tal M uppstår vikning i tidsplanet. Slutsats? Hur stort är M? Hur stort är M i ett allmänt fall då impulssvaret har längden P och insignalen längden Q?

12 5 KAPITEL. ÖVNINGSUPPGIFTER E5.9 Sekvensen h(n) är impulssvar till ett transversalfilter av ordning L med koefficienter b k, k... L. Signalen x(n) är en trunkerad stegfunktion med längden Q, dvs { n... Q, Q > L + x(n) f.ö. Man önskar beräkna utsignalen från transversalfiltret med hjälp av DFT, men gör misstaget att välja DFT-längden N Q (istället för N Q + P Q + L, där P betecknar längden av h(n)). Beräkna för detta val av N utsignalen y p (n), n... N. E5. Signalerna x(n) och h(n) enligt figur är insignal respektive impulssvar till en tidsdiskret krets. Man vill beräkna utsignalen y(n) h(n) x(n) med hjälp av 8 punkters DFT. Detta kan man göra genom att dela upp insignalen i segment om t.ex. 4 punkter. Gör detta och beräkna respektive utsignal-segment m.h.a. faltningssumman. x(n) n - h(n) n E5. Man har givet en oändlig sekvens x(n) ( )n u(n) med Fouriertransformen X(f). Av denna bildar man en ändlig sekvens y(n) sådan att y(n) då k < och k > 9 genom att beräkna y(n) IDFT(Y (k)) n där Bestäm y(n). Y (k) X(f) f k k E5. Man kan utföra filtrering med hjälp av overlap-save-metoden. Då delas insignalen x(n) upp i segment av längden N x i (n) x(n + i(n M + )) n N där M är längden på filtrets impulssvar. För varje segment bildas X i (k) DFT{x i (n)} och y i (n) IDFT{X i (k) H(k)} där H(k) är DFT{h(n)}. Bestäm hur y i (n), i,,... skall kombineras för att ge y(n) x(n) h(n). Illustrera med figur.

13 53 Realiseringar, kapitel Bestäm systemfunktionen och impulssvaret till nedanstående krets. x(t) 3 y(t) / z 9.9 Bestäm realisering enligt direktform I, direktform II, kaskadform och parallellform för nedanstående system. a) y(n) 3 4 y(n ) 8 y(n ) + x(n) + 3x(n ). f) y(n) y(n ) y(n ) + x(n) x(n ) + x(n ). 9.5 Bestäm parametrarna {K m } till ett lattice FIR-filter bestämt av ekvationen H(z) A (z) + z + 3 z MATLAB: Lös också parametrarna med hjälp av MATLAB. 9.9 a) Bestäm och skissa nollställen till lattice FIR-filtret med parametrarna K, ; K 3, K 3 b) Samma som i a) men med K 3 c) I a) ocb b) visar det sig att alla nollställen ligger på enhetscirkeln. Kan detta resultat generaliseras? Och hur? d) Bestäm fasfunktionen för filtren i a) och b). Slutsats? Exempel på design av filter E8. Givet nedanstående digitala FIR-filter. z z z a) Bestäm kretsens poler och nollställen. b) Bestäm och rita kretsens amplitudfunktion H(f). c) Bestäm och rita kretsens fasfunktion. d) Vid vilka frekvenser blir H(f)? e) Vilken typ (LP, BP, HP) är det? E8. Givet nedanstående digitala FIR-filter. z z z

14 54 KAPITEL. ÖVNINGSUPPGIFTER a) Bestäm kretsens poler och nollställen. b) Bestäm och rita kretsens amplitudfunktion H(f). c) Bestäm och rita kretsens fasfunktion. d) Vid vilka frekvenser blir H(f)? e) Vilken typ (LP, BP, HP) är det? E8.3 Vi vill filtrera en uppmätt signal genom att bilda utsignalen y(n) som medelvärdet av de fem senaste insignalvärdena enligt y(n) 5 x(k).(x(n 4) + x(n 3) + x(n ) + x(n ) + x(n)) a) Bestäm filtrets impulssvar h(n). b) Bestäm filtrets amplitudfunktion H(f). c) Skissa H(f) för f. E8.4 Utgående från signalen x(n) sin(π/ n) önskar man åstadkomma signalen y(n) sin(π/ n + π/3). Bestäm en krets som gör detta. Försök med ett FIR-filter. E8.5 Bestäm impulssvaret h(n) till en tidsdiskret krets så att följande krav på H(f) är uppfyllda: H() H( /5) H(/5) H(/5) H( /5) h(n) är reell h(n) är kausal kretsen har linjär fas MATLAB: Plotta spektrum i MATLAB och se om det uppfyller kraven. E8.6 Ett filter H(z) är givet genom N st poler i origo och N st nollställen i z. Likspänningsförstärkningen är (db). Bestäm för vilka värden på N som dämpningskraven enligt figuren är uppfyllda och bestäm impulssvaret för minimalt värde på N. MATLAB: Plotta spektrum i MATLAB och se om det uppfyller kraven. H(f) f Ett löst exempel på FIR-filter med fönstermetoden: Bestäm ett FIR-filter som uppfyller dämpningskravet nedan dels med fönstermetoden och dels med ekviripplemetoden.

15 55 H(f) f Först väljer vi fönsterfunktion för FIR-filtret. Hamming har största sidlob -55dB. Vi väljer därför Hammingfönster. Ett ungefärligt värde på gradtalet M fås ur FS tabell M 34 M Observera dock att tabell 5. har definierat övergångszonens undre punkt vid -6dB, så det rätta M bör vara något större. Bättre värde på M fås ur figur FS sid 36. Vid undre gränsen f., H(f) 3dB, erhålles x.4 (f f c ) M (. f c ) M och vid f.5, H(f) 4dB x.5 (f f c ) M (.5 f c ) M Löser vi ut f c och M ur ovanstående ekvationer erhåller vi f c. M 38 Låt oss nu se vilket gradtal ekviripplemetoden ger. Passbandsripplet är log + δ p δ p 3 + δ p δ p.5.4 δ p och logδ s 4 δ s. D log f.5..5 N Ekviripplefiltret ger alltså lägst gradtal men har bestämts så att spärrbandsdämpningen är 4dB i hela spärrbandet medan FIR-filtret med Hammingfönster har största sidloben med dämpningen ca 55dB.

16 56 KAPITEL. ÖVNINGSUPPGIFTER E8.7 Bestäm impulssvaret till ett realiserbart filter som uppfyller kravspecifikationen nedan. Filtret skall ha så låg ordning som möjligt och exakt linjär fas. H(f) db f E8.8 Ett FIR-lågpassfilter, som uppfyller de i figuren givna kraven, skall realiseras. Man utgår från ett idealt lågpassfilter H d (f) med gränsfrekvensen f c och använder ett Hammingfönster, vilket ger minst en spärrbandsdämpning, på 4dB. Beräkna f c så att de givna kraven uppfylles för minimalt M (udda). Realisera filtret. H(f) db f MATLAB: Plotta spektrum i MATLAB och se om det uppfyller kraven. E8.9 Kravspecifikationen för ett tidsdiskret HP-filter är givet enligt figuren nedan. Vid frekvensen.6 skall dämpningen vara 3dB. Bestäm pulssvaret till ett FIR-filter av minimal ordning som uppfyller givna krav. H(f) db f E8. Kravspecifikationen för ett tidsdiskret BP-filter är given enligt figuren nedan. Vid frekvenserna. och.5 skall dämpningen vara 3dB. Bestäm pulssvaret till ett FIRfilter av minimal ordning som uppfyller givna krav.

17 57 H(f) db f MATLAB: Plotta spektrum i MATLAB och se om det uppfyller kraven. E8. Bandbredden för ett BP-filter definieras som skillnaden i frekvens mellan de två punkter där amplituden är H(ω) /. Bestäm bandbredden för ett FIR BP-filter som har impulssvaret sin(.466π(n )) h(n).4933 cos(π.49(n )) (.466π(n )) π(n ) ( cos( ) n 4 4 E8. Två FIR-filter kaskadkopplas H(z) H (z) H (z) där H (z) r cos(θ)z + r z Bestäm H (z) så att kaskadkopplingen får linjär fas och likspänningsförstärkningen H() ( r cos(θ) + r ). Ange arg(h(f)) för f /. E8.3 En bandpass-signal som man önskar studera har komponenter i området.5-3 MHz. Signalen samplas med sampelfrekvensen F s MHz och A/D-omvandlas. Signalen har dock genererat övertoner i området 5-6 MHz och dessutom har till den önskade signalen störningar i området 9- MHz adderats. Man vill nu med ett digitalt FIRfilter undertrycka störning och övertoner minst 4 db. Filtret får påverka den önskade signalen med maximalt 3 db.

18 58 KAPITEL. ÖVNINGSUPPGIFTER

19 Kapitel 3 Lösningar till övningsuppgifter S. Periodicitet N : cos(ω(n + N)) cos(ωn) n. N fundamental period om f k N (ω πf) där k och N är heltal och saknar gemensamma faktorer. a) cos(.πn) [t.ex.] cos(.π(n+)) periodisk. cos(.πn) cos(π.5n) cos ( π n) k N N. b) Periodisk, N7. c) Periodisk, N. d) Periodisk sin(3n) sin(3(n + N)) om 3N πp och p heltal. Då kan ej N vara heltal alltså ej periodisk. e) Periodisk, N. S.5 a) Se c). b) x(n) x a (nt ) 3 sin(π5nt ) 3 sin(π 5 3 n) 3 sin(π 6 N 6, f /6. c) N 6, T /3 T p NT. s. n). Periodisk, 3 Uppgift.5a,c d) x(). x() 3 3 sin( π F s Hz msec 5 ) 3 sin(π F ) s F s 59

20 6 KAPITEL 3. LÖSNINGAR TILL ÖVNINGSUPPGIFTER S.7 a) F s F max khz khz. b) x(n) x a (nt ) cos(π 5 8 n) cos(π 5 8 n) [ 5 8 > ] cos(π( 3 8 )n) cos( π 3 8 n) cos(π 3 8 n) x a(t) cos(π3t), dvs vikning till 3 khz. c) khz S.8 a) Nyquist rate F N lägsta sampelfrekvens så att vikning ej uppstår. F N F max Hz. b) F s 5 Hz F max 5 Hz. S. x a (t) 3cos(π 5t) + sin(π 5t) F s 5 3 Hz F rek Hz 3 ( x(n) 3cos π 5 ) ( n + sin π 5 ) n 3cos (π 4 ) n + sin (π 58 ) n 3cos (π 4 ) n + sin ( π 38 ) n F rek khz ( y a (t) 3cos π 4 ) ( t + sin π 3 8 3cos(π 5t) sin(π 375t) MATLABkod som illustrerar exemplet: t[:.:]; x3*sin(*pi*t)+*sin(5*pi*t); yx(:5:length(x)); soundsc(x,); soundsc(y,); subplot(),plot(t(:),x(:)); subplot(),plot(t(:),y(:)); ) t S.3 Antalet nivåer, L x max x min +. Antalet bitar, b log L. a) b7 b) b S.4 Hz 8 bit 6 bit/s, F max Hz, /55 V S E. Simulering i Matlab.

21 6 Impulssvar och faltning, kapitel S. a) x(n) n b) () y(n)x(-n) z(n)y(n-4)x(-n+4) n n () y(n)x(n-4) z(n)y(-n)x(-n-4) c) Alternativ () i b). d) Spegla och fördröj k steg. e) x(n) /3 δ(n + ) + /3 δ(n + ) + u(n) u(n 4) S.7 Systemen är: n a) Statiskt ty utsignalen beror bara av insignalen vid samma tidpunkt. Icke-linjärt ty Eq.(..6) är ej uppfylld. Tidsinvariant eftersom en fördröjd insignal ger samma utsignal fast fördröjd. Kausalt eftersom utsignalen vid tidpunkten n ej beror av insignaler för tidpunkter > n. Stabilt ty begränsad insignal ger begränsad utsignal. b) Dynamiskt, linjärt, tidsinvariant, icke-kausalt, instabilt. c) Statiskt, linjärt, tidsvariant, kausalt, stabilt. e) Statiskt, icke-linjärt, tidsinvariant, kausalt, stabilt. h) Statiskt, linjärt, tidsvariant, kausalt, stabilt. j) Dynamiskt, linjärt, tidsvariant, icke-kausalt, stabilt. n) Statiskt, linjärt, tidsinvariant, kausalt, stabilt. S.3 () (Tillräcklighet.) Antag att n h(n) M h <, då gäller med begränsad insignal, dvs. sup n x(n) M x <, y(k) h(n)x(k n) h(n) x(k n) M h M x <, n d v s systemet är BIBO-stabilt. n () (Nödvändighet.) Antag att n h(n), bilda insignalen { h x(n) ( n)/ h( n), h( n),, h( n). n

22 6 KAPITEL 3. LÖSNINGAR TILL ÖVNINGSUPPGIFTER x(n) är begränsad ty x(n). Vi får y() n h(n)x( n) n h(n)h (n) h(n) n h(n) h(n) h(n), n S.6 d v s en begränsad insignal ger en obegränsad utsignal systemet är inte BIBOstabilt. Alltså måste n h(n) < om systemet är BIBO. a) n y(n) n k h(n k)x(k) k x(k) n h(n k) k x(k) l h(l) b) () Grafisk lösning: x(k) h(k) k k x(- k) h(k) x(-k) Σ k x(- k) k h(k) x(- k) Σ 3 k k x(- k) h(k) x(- k) Σ 7 x(3- k) k k h(k) x(3- k) Σ 7 x(4- k) k h(k) x(4- k) k Σ 7 x(5- k) k h(k) x(5- k) k Σ 6 x(6- k) k h(k) x(6- k) k Σ 4 k k

23 63 y(n) 7 y(n) { }, n y(n) 35 k x(k) l h(l) 7 5 () y(n) { 4 4 } (4) y(n) { 3 4 5} (9) Tabell-lösning: x(n) h(n) Summera antidiagonalerna, kontrollera i vilken summa pilarna korsas, y(n) { }, n y(n) k x(k) l h(l) 4 () Formel-lösning: n y(n) k ( )k u(k)( 4 )n k u(n k) ( )k ( 4 )n k u(n k) k n ( )k ( 4 )n k k ( n 4 )n () k k ( n+ )n 4, n (( )n ( 4 )n )u(n) n y(n) 8 3 k x(k) l h(l) 4 3 S.7 a) y(n) { } b) y(n) { } c) y(n) { }

24 64 KAPITEL 3. LÖSNINGAR TILL ÖVNINGSUPPGIFTER d) y(n) { } S. a) Om a b, y(n) a n n k ( b a k bk u(k)a n k u(n k) ) k a n (b/a) n+ b/a an+ b n+ a b, n. Om a b, y(n) a n n k k a n (n + ), n. b) y(n) { 3 3 } S.35 a) Parallell- och seriekoppling h(n) h (n) [h (n) h 3 (n) h 4 (n)] b) h 3 (n) h 4 (n) (n )u(n ) h (n) h 3 (n) h 4 (n) δ(n) + u(n ) h(n) δ(n) δ(n ) + δ(n ) + 5 u(n 3) c) Falta med en komponent av x(n) i taget h(n) δ(n + ) h(n) 3δ(n ) h(n) ( 4δ(n 3)) Utsignalen blir y(n) { } 3 5 S.6 S.6 a) r xx (l) n x(n)x(n l) r xx (l) N l + n +N nn N+l r xy (l) n x(n)y(n l) : lös grafiskt dvs r xy(l) r xx (l n ) x(n) { } N l + ; l e xx (l) x(n)x(n l) { } b) y(n) { } r yy (l) { }

25 65 S.64 x(n) s(n) + r s(n k ) + r s(n k ) r xx (l) n x(n)x(n l) n (s(n) + r s(n k ) + r s(n k )) (s(n l) + r s(n k l) + r s(n k l)) r ss (l) + r r ss (l + k ) + r r ss (l + k ) + +r r ss (l k ) + r r ss (l) + r r r ss (l + k k ) + +r r ss (l k ) + r r r ss (l + k k ) + r r ss (l) Låt r och r r xx (l) r ss (l) + r r ss (l + k ) + r r ss (l + k ) + Z-transform, kapitel 3 S 3. a) X(z) 3z z 4z b) X(z) ( ) 5 z 5 z +r r ss (l k ) + r r ss (l k ) S 3. a) X(z) ( z ). Förläng med z. Nollställen: z (st). Poler: z (st). c) x(n) ( ) n u(n) X(z) + z Nollställe: z. Pol: z. f) x(n) Ar n cos(ω n + φ)u(n) Ar n (cos(ω n) cos φ sin(ω n) sin φ)u(n) X(z) A ( r cos(ω )z ) cos φ r sin(ω )z sin φ r cos ω z + r z Poler och nollställen ges av X(z) Az cos φ z r cos(ω φ) cos φ (z re jω ) (z re jω ) h) Nollställen: z och z r cos(ω φ)/ cos φ. Poler: z re ±jω. X(z) / z ) z ( / z ( ) z / z

26 66 KAPITEL 3. LÖSNINGAR TILL ÖVNINGSUPPGIFTER Poler och nollställen ges av X(z) z (z (/) ) z (z /) z (/) z 9 (z /) Nollställen: z (/) z / e jπk/, k Poler: z (9st). OBS! Polen p / och nollstället z / släcker ut varandra. S 3.8 a) b) y(n) n k u(n) u(n) x(k) k Y (z) X(z) U(z) X(z) k x(k)u(n k) x(n) u(n) u(k)u(n k) X(z) U(z) U(z) z n (n + )u(n) k ( z ) S 3.9 Skalning i z-planet a n x(n) X(a z). Om vi har en pol (nollställe) z re jω c efter multiplikation i tidsplanet att ny pol (nollställe) z e j(ωc+ω) likaså e jω z re jω c e jω z re jωc z e j(ωc ω) Polerna (nollställena) är inte längre komplexkonjugerade. S 3.4 a) x(n) ( ) n u(n) ( ) n u(n) ( ) n b) x(n) cos π 4 (n )u(n ) + δ(n) c) x(n) u(n 6) + u(n 7) d) X(z) + z z + + z + z + z ( + jz )( jz ) ( ) + z A + jz + B jz, A, B Z x(n) δ(n) + ( j)n u(n ) + (j)n u(n ) Alt. identifiering via FS ( δ(n) δ(n) cos α n sin βn u(n) Z e j π/ n + ( π ) n u(n ) ) π/ n ej u(n ) z α sin β z α cos β + α z

27 67 α, β π sin π n u(n) Z z + z x(n) δ(n) + sin π (n )u(n ) g) De båda svaren är samma signal, kolla gärna genom att sätta in n,,... X(z) 4 + z z + 4z X (z) X (z) z ( + z ) + 3/4 ( + z ) Z x(n) 4 δ(n) + (n + )( )n u(n ) (n + )( )n u(n) [ ] δ(n) (n )( )n + ( ) n u(n ) S 3.6 a) ( ) n x (n) u(n ) 4 4 [ x (n) + x x Z X X ( ) n u(n ) Z 4 4 ( ) n ] u(n) Z z + / z z /4 z [ ] X X z /4 ( /4 z ) ( z ) + /4 ( /4 z ) ( / z ) [ ] z A /4 z + B z + C / z Handpåläggning: [ A ] 3, B 4 [ /4 ] 3, C 4 [ / ] X X 3 x x z z 3 [ 3 3 z /4 z + ( ) ] n u(n ) + 4 z Z / z ( ) n u(n )

28 68 KAPITEL 3. LÖSNINGAR TILL ÖVNINGSUPPGIFTER c) x (n) ( ) n u(n) Z / z x (n) cos(πn)u(n) Z + z + z + z + z H.p. X X x x Z X X ( / z ) ( + z ) A / z + B + z A B / 3 3 / z + Z 3 + z x x [ ( ) n + ] 3 3 ( )n u(n) [ ( ) n + ] cos πn u(n) 3 3 S 3.38 a) y zs (n) h x(n) då systemet är i vila dvs y( l) l... N Y zs (z) H(z)X(z) [ /3 z A /3 z + B + Cz / z + /4 z /4 z / z + /4 z ] Id.koeff. A / Az + /4 Az + B + Cz /3 Bz /3 Cz ( /3 z ) ( / z + /4 z ) A + B A 3 B + C 4 4 A 3 C A 7 B 6 7 C 3 8 /7 /3 z + 6/7 + 3/8 z ( / z + /4 z ) /7 /3 z /8 z / z + /4 z 7 /3 z /4 z / z + /4 z /4 z Z / z + /4 z

29 69 y zs (n) [ 7 ( ) n ( ) n ( π3 ) cos n ( ) n ( π ) ] sin 3 n u(n) d) S 3.4 Kausalt LTI y zs (n) 5 cos y(n) x(n) x(n ) x(n) cos ( π n) u(n) ( π ) n u(n) 5 cos ( π (n ) ) u(n ) ( ) n x(n) u(n) ( ) n u(n ) 4 y(n) a) Kausal in, kausal ut beg.villkor. ( ) n u(n) 3 X(z) Y (z) 4 z z 4 z z z 3 z H(z) Y (z) X(z) 3 z z 4 z h(n) z A 7 z + z + B 3 3 z 4 z ( ( ) n ( ) n ) + 3 u(n) 3 4 b) y(n) 7 y(n ) + y(n ) x(n) x(n ) c) x(n) z z y(n) d) poler < h(n) kausal } stabil

30 7 KAPITEL 3. LÖSNINGAR TILL ÖVNINGSUPPGIFTER S 3.49 b) Y + (z).5(z Y + (z) + ) +.5(z Y + (z) + z ) c) Y + (z).5z Y + (z) +.5z Y + (z).5.5z Y + (z).5.5z.5z +.5z z + / / z Y + (z) ( Z y zi (n) ( ) n ) u(n) Y + (z) Y + (z)z + y( ) + 3 z Y + (z) z Y + (z) z ( z ) + ( 3 z ) ( z ) 3 z + ( z ) ( 3 z ) 7/ z + 3 z S E3. d) Z y(n) 7 ( ) n u(n) ( ) n u(n) 3 Y + (z) 4 Y + (z)z + 4 z y( ) + 4 y( ) + z Y + (z) Y + (z) 4 z Y + (z) z 4 ( 4 z ) + ( z ) ( 4 z ) z ( 4 z ) ( z ) 3/8 7/4 4/3 + z + + z z A-III. B-I. C-II. Z y(n) 3 8 ( ) n u(n) + 7 ( ) n u(n) u(n) Ju längre avstånd från poler till enhetscirkeln, desto mer dämpat impuls-svar. Dubbelpol på enhetscirkeln beskriver ett instabilt system (detta är anledningen att systemets poler aldrig bör ligga på enhetscirkeln, även om systemet inte är instabilt, jfr B-I. En insignalpol på samma ställe ger obegränsad utsignal, jfr A-III.)

31 7 S E3. a) ( π ) x(n) 3 sin n u(n) X(z) 3 z + z y(n) y(n ) + 5 x(n ) ; y( ) 3 Y + (z) z {Y + (z) + y( ) z} + 5 z X(z) Y + (z) ( 5 z z z 5 z y(n) ( n u(n) 6 ) { cos z ) ( + z ) { + z 5 + z 5 + z ( π ) ( π ) ( (n ) + sin (n ) ) } n u(n ) } b) y(n) dvs nollställe vid ω πf c) Pol på enhetscirkeln vid f T (z) b + b z + b z ( + z + z ) z, ± j 3 e ±jπ /3 f 3 N(z) + a z + a z z + z S E3.3 z, ± j 3 e ±jπ /6 f 6 y(n) y(n ) + 3 y(n ) x(n) 6 Y (z) ( z + 36 ) z X(z) Poler Låt där Y (z) ( 4 z ) ( 3 4 p, { /4 3/4 Y (z) ( 4 z ) ( 3 4 x(n) x (n) + x (n) z ) X(z) z ) X(z) ( ) n x (n) u(n) x (n) sin (π 4 ) n n

32 7 KAPITEL 3. LÖSNINGAR TILL ÖVNINGSUPPGIFTER X (z) z Y (z) z z z x (n) sin (π 4 ) n n ( H w π ) 4 e jπ e j π j.776e j.888 y(n) ( ( ) n ( ) n ( ) n ) u(n) sin (π 4 ) n.888 S E3.4 H(z) z +.5z Poler: p, e ±j π 4 a) y zi (n) ( ) n [cos( π 4 n) + sin(π 4 n)]u(n). b) y zs (n) Z [H(z)X(z)] Z [.5z (.5z ) z +.5z + z ] ( ) n (sin π 4 n cos π n)u(n) + u(n). 4 c) y trans ( ) n cos( π 4 n + 3π 4 ) + ( ) n (sin π 4 n cos π 4 n) ( ) n cos π n, n. 4 d) y ss u(n).

33 73 S E3.5 y(n) y(n ) x(n) 4 Y (z) ( 4 ) z X(z) p 4 n < H(z) ; H(ω) 4 z 4 e jω ( H π ) 4 4 e jπ j 4 e jarctan 4.97e j.4 7 y( ) y(n).97 sin (π 4 ) n.4 n Y + (n) y(n) 4 7 /4z 4 y( ) 4 ( ) n u(n) 4 /4z Fouriertransform, signaler genom LTI-system och sampling, kapitel 4, 5 och 6 S 4.8 a) N n e jπkn/n { e jπ k/n N N för k, ±N, ±N,... e jπ k/n n ejπlnn/n N n N för k, ±N, ±N, ln, l Z b) k k k3 3 3 Summan av vektorerna k4 k5 k6 6 Summan av vektorerna6

34 74 KAPITEL 3. LÖSNINGAR TILL ÖVNINGSUPPGIFTER c) N +N nn e j(π/n)kn e j(π/n)ln { e j(π/n)(k l)n N k l, ±N, ±N f.ö. nn N +N S 4.9 a) { e j(π/n)(k l)n N k l (ty sk (n) s k+n (n)) f.ö. nn N +N X(ω) n (u(n) u(n 6))e jωn 5 n e jωn e jω6 sin(3ω) e jω sin ( ) ω e j 5ω b) X(ω) ejω c) X(ω) 56ej4ω 4 e jω d) X(ω) n (α n sin ω n)u(n)e jωn α n e jωn α n e jωn n j e jωn j( αe jω e jω ) j( αe jωe jω ) αe jω e jω + αe jω e jω j( αe jω e jω αe jω e jω + α e jω ) g) α sin ω e jω α cos ω e jω + α e jω X(ω) j(sin ω + sin ω) S 4. a) x(n) π [ j π π π π X(ω)e jωn dω π X(ω) cos(ωn) + jx(ω) sin(ωn)dω π π ] X(ω) sin(ωn)dω ty X(ω) jämn & sin(ωn) udda π cos(ωn)dω π ω π sin(πn) πn sin(ω n) πn [ sin(ωn) n ] π δ(n) sin(ω n) πn ω

35 75 b) X(ω) cos ω + cos ω + 4 ejω + 4 e jω n x(n)e jωn endast term med n,, finns x(n) δ(n) + 4 δ(n + ) + 4 δ(n ) S 4. c) Multiplikation med e jωcn i tidsplanet skift ω c åt höger i frekvensplanet. Låt X L (ω) vara ett idealt lågpassfilter med gränsfrekvens W/ och höjden. x L (n) W/ π W/ ejωn dω sin( W n) πn cos ω c n e jωcn + e jωcn F{x L (n) cos ω c n} X(ω) Det vill säga x(n) 4 sin( W n) πn cos ω c n S 4.4 a) X() S 5. a) b) X(ω) π (X(ω) reell och negativ för alla ω) c) π X(ω)dω 6π π d) X(π) 9 e) π π X(ω) dω 38π W R (ω) n M n w R (n)e jωn e jωn e jω(m+) e jω e jω (M+)/ e jω / ( e jω (M+)/ jω e (M+)/) e jω/ e jω/ e jω M/ sin ω (M+) sin ω

36 76 KAPITEL 3. LÖSNINGAR TILL ÖVNINGSUPPGIFTER WR(omega) omega (dotted line: M, full line: M, dashed line: M5) b) w T (n) w R (n) w R (n ) där w R (n) { n... M f.ö. W T (ω) W R (ω) W R (ω) e jω e jω M sin ω M 4 sin ω S 5.7 a) T.ex. ur FS y(n) x(n) cos ω x(n ) + x(n ) h(n) δ(n) cos ω δ(n ) + δ(n ) b) H(ω) cos ω e jω + e jω e jω ( e jω cos ω e jω + ) (ejω e jω )(e jω e jω ) e jω H(ω) e jω e jω e jω e jω V (ω)v (ω) φ(ω) arg[ cos ω e jω + e jω ] { arg[e jω ω ω < ω (cos ω cos ω )] ω π ω > ω

37 77 abs(h) Amplitude omega 3 Phase angle(h) omega c) ( π x(n) 3 cos 3 n + π ) 6 < n < ( π ) ( π y(n) 3 H cos 3 3 n + π ( π )) 6 + φ 3 ω π ( H π ) + e j π/3 3 ( ) ( ) 3 + ( π ) φ 3 π 3 ( π y(n) 3 cos 3 n π ) 6 < n < < n < S 5.5 Plotta X(f) med hjälp av MATLAB. 4 Amplitude 8 Amplitude 3 6 abs(h) abs(h) 4 abs(h) 3 omega.5.5 Amplitude 3 omega abs(h) 3 omega Amplitude 3 omega

38 78 KAPITEL 3. LÖSNINGAR TILL ÖVNINGSUPPGIFTER S 5.6 Välj ω π 4 h(n) { { } } x(n)... { } T.ex. Grafisk faltning y(n)... P.g.a. att insignalen startar vid n syns en transient i utsignalen. S 5.35 H() V V U U G() H() ( ) + ( 4 ) + 4( + ) S 5.39 H (ω) H (ω 3dB ) H() a ae jω H () a a H (ω 3dB ) ( a) a cos ω 3dB + ja sin ω 3dB ω 3dB arccos 4a a a H (ω) a + e jω ae jω H () a a H (ω) ω arccos ( ) a + cos ω j sin ω a cos ω + aj sin ω a + a Amplitude.8 abs(h) omega Phase.5 angle(h) omega H är bäst ty nollställe i z.

39 79 S E4. Välj nollställe z j, z j, z. Detta ger H(z) b ( + z + z + z 3 ). DC-nivå ger b /4 och b b b b 3.5. Och H(ω) /4 sin(ω) sin(ω/) / cos(3ω/) + cos(ω/), arg(h(ω)) 3ω/ + π (om π/ < ω < π) (Och H(ω) periodisk). S E4. H(z) + z D + z D zd +z D + H(ω) + e jωd + e jωd + cos ωd. z D poler: D i origo, nollställen: z D + z D +, z D.5( ± j 3) e j± π 3 e jπk π ±j, k,,...d, och slutligen z k e 3D e jπ/d k S E4.3 a) y(n) x(n) +.9x(n D), h(n) δ(n) +.9δ(n D) b) H(z) +.9Z D zd +.9, D 5, poler 5 i origo, nollställen z 5.9 Z D.9e jπ k+jπ, z k.9 /5 e jπk/5+jπ/5, k,,,..., 499 (ligger på en cirkel). sin 4ω S E4.4 H(f) sin ω/, mult med cos(π/8 n) flyttar spektrum ±/8, H(f) spärrar alla frekvenser utom f (rita spektra). Ger y(t) 4 cos(π t) S E4.5 a) x a (t) e t u(t) X a (F ) b) Spärrad energi: E s Hela energin: c) Utan filter: Y (f) Med filter: 5 [ e e (+jπf )t (+jπf )t dt ( + jπf ) + jπf X a(f ) + (πf ) X a (F ) df + π [ arctan π F [ π ] π ] X a (F ) df 5 5 E tot π π π spärrad andel:.539 π % ] + (πf ) df e n/ e jπfn e. e jπf cos πf n Ỹ (f) F s X a (F ) F s + (πffs ).. + (πf) S E4.6 Ỹ (f) Y (f) f.5 f f

40 8 KAPITEL 3. LÖSNINGAR TILL ÖVNINGSUPPGIFTER Xa(F) -6 X(f) 6 F X(f) f f Y(f) Ya(F).5 f -9-9 F y a (t) cos(πt) + cos(π9t) Diskreta fouriertransformen DFT, kapitel 7 S 7. Om x(n) reell så är X(ω) en jämn funktion, och arg(x(ω)) en udda funktion. X(ω) är alltid en periodisk funktion med perioden π. Dessa samband gäller även då X(ω) samplats till X(k). Det betyder att då X().5 X().5 j.38 X() X(3).5 j.58 X(4) så är X(5) X (3).5 + j.58 X(6) X () X(7) X ().5 + j.38. S 7. a) y(n) {.5,.55,.55,.5,.5,.6,.6,.5}. S 7.3 x(n) blir lågpassfiltrerad då vissa värden i X(k) nollställs, ty k-värdena mellan k c och N k c representerar höga frekvenser från ω π (högsta frekvensen) och neråt till πk c /N. Frekvenserna ω π och upp till π(n k c )/N representerar periodiceringen. S 7.4 a) N sin π N n b) N sin π N l c) N cos π N l d) N cos π N l S 7.7 X c (l) [X((l k)) N + X((l + k)) N ] X s (l) j [X((l k)) N X((l + k)) N ] S 7.8 Cirkulär faltning periodisera den ena signalen och falta som vanligt. x { } x {43}

41 8 y x x y() y() y() y(3) S 7.9 x 3 (n) x (n) x (n) x (n) {,, 3, } x (n) {4, 3,, } X(k) DF T (x n ) 3 x n e jπnk/4 k... 3 n X () 7 X () X () j X () j X () X () X (3) X () + j X (3) X () + j X 3 (k) X (k)x (k) x(n) IDF T (X(k)) 4 X 3 () 77 X 3 () 5 X 3 () X 3 (3) 5 3 X(k)e jπnk/4 n... 3 k x 3 () 7 x 3 () 9 x 3 () x 3 (3) 9 S 7. ( ) πkn x(n) cos N E x N n x(n) n N N n cos ( πk N ) N n n + cos ( 4πk N n) k, k N E x N k, N E x N + 4 e j 4πk/N N e j 4πk/N } {{ } 4πk/N N e j + e j 4πk/N N }{{}

42 8 KAPITEL 3. LÖSNINGAR TILL ÖVNINGSUPPGIFTER S 7. X (k) k... 7 given. DFT periodiserar x(n) x(n) n x(n) n x(n) x (n) x((n 5)) 8 x (n) x((n )) 8 } n X (k) X (k) e jπ k 8 5 X (k) X (k) e jπ k 8 S 7.8 Y (k) H(f) f k N S 7.3 a) X(k) b) X(k) N n δ(n n )e jπkn/n e jπkn/n, k,..., N c) X(k) a N ae jπk/n d) x(n) X(k) { n N N n N N jämnt N/ n e jπkn/n {k } e jπk N/ N e jπk/n e jπk/ e jπk/n ( ) k k,..., N e jπk/n X() N e) x(n) e j π N k n (obs fel i boken) X(k) N δ(k k ) f) X(k) N (δ(k k ) + δ(k (N k )))

43 83 g) X(k) N j (δ(k k ) δ(k (N k ))) h) Förutsätt att N är jämnt x(n) X(k) { n jämnt n udda N ( + ( ) n )e jπkn/n N n ( ( δ(k) + δ k N )) S 7.4 X(k) + e j πk/ + 3e jπk + e j 3πk/ {7, j,, + j} S 7.5 a) x(n) { 3 } X(ω) n x(n)e jωn e jω + e jω e jω + e jω b) v(n) {3 } cos ω + cos ω V DF T (k) 5 v(n)e jπ k 6 n, n 3 + e j π 3 k + e j π 3 k + e j 4π 3 k + e j 5π 3 k c) V DF T (k) cos π 3 k + cos π 3 k k... 5 Det vill säga V DF T (k) X(ω k ), ω k π k 6, k... 5 S E5. Låt x (n) {,,,,,,, }. x(n) är cirkulärt skift av x (n), skift påverkar endast fasen. Således X(k) X (k) sin π k 4 sin π k 6 S E5. a) y(n) x( n) {,,, 7, 8, 3,,, }. b) y(n) x(n 4, modulo 8) {8, 7,,,,,, 3}. S E5.3 där H F IR (f) H IIR (f) för f k N h F IR (n) IDF T H F IR ( k N ) h F IR (n) N ( ) k H IIR N m ty insignalen periodisk ( ( )) k H F IR N ( k H F IR N N N m k jπ km/n h IIR (m)e N h IIR (m) e jπ k/n (n m) k ) l jπ kn/n e h IIR (n ln) Jämför vikning h F IR (n) l a n ln a n a N u(n)

44 84 KAPITEL 3. LÖSNINGAR TILL ÖVNINGSUPPGIFTER S E5.4 f ±38 + n 4 {38, 6,...}. S E5.5 C, F, 3G, 4H. S E5.6 a) H(f) e jπf + 4 e jπf + 4 e jπ3f H(k) e jπk/n + 4 e jπk/n + 4 e jπ3k/n för k... N. H(k) är sampel av H(f) i punkterna f k N, k... N. b) H(), H(), H(), H(3). h p (n) 4 Fouriertransformen av h(n) för alla värden på n Normerad frekvens DFT av h(n), N Normerad frekvens DFT av h(n), N Normerad frekvens S E5.7 Y (k/n) X(k/N) S E5.8 a) y(n) δ(n) + δ(n ) +.5 δ(n ) +.5 δ(n 3) b) Se ovan. c) M4; allmänt är M P +Q där P är impulssvarslängden och Q är insignallängden. S E5.9 y p (n) L l b l n... N.

45 85 S E5. Metoden kallas overlap-add om beräkningen av utsignalen görs med DFT. y(n) - n S E5. y(n) { - ( ) ( )n n 9 f.ö. S E5. Figuren illustrerar hur uppdelningen görs. M- N- y(n) y(n) y(n) Realiseringar, kapitel 9 S 9.3 Välj tillståndsvariabeln v(n) efter fördröjningselementet, vilket ger v(n + ) v(n) + x(n) y(n) [v(n + ) + 3x(n)] + v(n) v(n) + x(n) + 6x(n) + v(n) 3v(n) + 8x(n) och tillståndsmatriserna F q g T 3 d 8. Impulssvaret blir h(n) 3 H(z) ( ) n u(n ) + 8δ(n) Z 3z z z z S 9.9 a) y(n) 3 4 y(n ) 8 y(n ) + x(n) + 3 Direkt I: ur differensekvationen Direkt II: ur F.S. + diff.ekv. x(n ) Kaskad: z-trans av diff.ekv. H(z) + 3 z ( 4 z )( z )

46 86 KAPITEL 3. LÖSNINGAR TILL ÖVNINGSUPPGIFTER S 9.5 Parallell: H(z) 3 z z f) y(n) y(n ) y(n ) + x(n) x(n ) + x(n ) Systemet innehåller komplexa poler D.F.II, kaskad och parallell är ekvivalenta. OBS! F el i P roakisupplaga3 : a () 3 H(z) A (z) + z + 3 z B (z) 3 + z + z ger K α () 3 A (z) A (z) K B (z) K + 4/3 8/9 z + 3 z + z + 3 z 3 ( 3 ( 3 + z + z ) ) B (z) 3 + z ger K α () 3 A (z) + ( 3 z z ) ( ) 3 5/4 5/4 K 3, K 3 (K ) S 9.9 a) K, K 3, K 3 A (z) B (z) A (z) A (z) + K (z) z B (z) + z + z B (z) + z A (z) A (z) + K (z) z B (z) + z 3 z ( + z ) + 3 z 3 z B (z) z + z { A3 (z) + 3 z 3 z + z ( z + z ) + z 3 B 3 (z) + z 3 Nollställen + z 3 z 3 e jπ(k+) z e jπ(k+)/3 k,, ( ) z e ±j π/3, z

47 87 b) A 3 (z) + 3 z 3 z + ( ) z ( ) z + z + 3 z 3 z z 3 B 3 (z) 3 z + 3 z + A 3 (z) ( z ) ( + 53 ) z + z ± 36 5 ± j (Belopp ett) 6 c) Om sista reflektionskoefficientens belopp är lika med ett ligger alla nollställen på enhetscirkeln. d) a) H(z) + z 3 H(ω) ( + e j 3ω e j 3ω/ e j 3ω/ + e j 3ω/) ( ) 3ω j 3ω/ cos e b) ω < π 3 : θ(ω) 3ω π 3 < ω π : θ(ω) π 3ω Linjär fas (symmetriskt FIR) H(z) + 3 z 3 z z 3 H(ω) + 3 e jω 3 e jω e j3ω ( e j 3ω + π ) ( ( ) 3 sin ω + ( ω ) ) 3 sin Alla nollställen på enhetscirkeln Linjär fas. Exempel på design av filter S E8. a) p,,3, n, ±j, n 3 b) H(ω) cos(3ω/) + cos(ω/) c) arg(h(ω)) 3ω/ + (fashopp med π) d) ω ±π/, ω π e) Lågpassfilter S E8. a) p,,3, n, ±j, n 3 b) H(ω) sin(3ω/) sin(ω/) c) arg(h(ω)) π/ 3ω/ + (fashopp med π) d) ω ±π/, ω e) Högpassfilter

48 88 KAPITEL 3. LÖSNINGAR TILL ÖVNINGSUPPGIFTER S E8.3 a) h(n) /5 {,,,, } /5(δ(n) + δ(n ) + δ(n ) + δ(n 3) + δ(n 4)) b) H(z) /5 4 n z n. z 5 z c) H(f) periodisk sinc, H(f) för f.,.4,.6,.8 S E8.4 Prova med :a ordn, H(z) b +b z. H(ω) ωπ/ e jπ/3 ger b /, b 3/ S E8.5 H(/5) H( /5) nollställen i z, e ±j4π/5. H(/5) H( /5) troligen två nollställen till. linjär fas symmetriskt eller antisymmetriskt impulssvar. En test ger att eller 3 nollställen inte räcker. h(n).3δ(n) +.33δ(n ) +.6δ(n ) +.33δ(n 3)..3δ(n 4) (h(n).536δ(n) +.764δ(n ).δ(n ) +.764δ(n 3) +.536δ(n 4)) S E8.6 H(z) k (z + )N z N H(ω) k (ejω + ) N e jωn k e jω N/ N ( cos ω k e jω N/ ( e j ω/ + e j ω/) N ) N H() k N dvs H(ω) ( cos ω ) N Vid ω π. ska H(ω) ω π. ( cos ) N π. > ( 3dB) Vid ω π.4 dvs N < 6. Minimalt: N ( cos N < 6.9 ) N π.4 <. N >.96 ( ) z + H(z) z 4 ( + z + z ) h(n) { 4 } 4

49 89 S E8.7 FIR-filter, 5dB Hammingfönster 6dB vid f f. vilket ger att vid 5dB, f.5 erhålles (.5.) M.6 S E8.8 M dvs M 33.5 f [ sinc(f (n 6)) ] cos π(n 6) h(n) 3 n 3 f.ö. H db (.) 3dB ger (. f c ) M.4 H db (.5) 4dB ger (.5 f c ) M.49 M M 39 (udda) Välj f c.3 ger f c f c (.3 f c.8 duger) b n (h(n) ĥ(n 9) h d(n 9)w H (n 9) ) för n sin{π.3(n 9)} π(n 9) ( cos ) π(n 9) 38 y(n) b b b b38 x(n) Z - Z - Z - S E8.9 Ur diagram för Hammingfönster:.4 (.6 f c )M.49 (. f c )M M 33 ; f c.479 w H (n) cos πn 3 ; h d(n) δ(n) f c sinc(f c n) ĥ(n) h d (n 6) w H (n 6) n 3

50 9 KAPITEL 3. LÖSNINGAR TILL ÖVNINGSUPPGIFTER S E8. Utgå från ett idealt BP-filter: h d (n) 4f c sinc(f c n) cos πf n, n, Trunkera h d (n) m.h.a. w H (n). (Hammingfönster tillräckligt ty max 4dB dämpning.) cos πn M, M n M w H (n), f.ö. dvs bilda ĥ(n) h d (n) w H (n) Förskjut sedan ĥ(n) tills det blir kausalt, dvs ( h(n) ĥ n M ) Det som behövs bestämmas är alltså M, f och f. Vi tittar först på den vänstra övergångszonen: Formelsamlingen ger { (.5 (f f ))M () ( 4dB) (. (f f ))M.4... () ( 3dB).5 M.89 M 37.8 Sedan tittar vi på den högra övergångszonen: { (.5 (f + f ))M.4... (3) ( 3dB) (.75 (f + f ))M.9... (4) ( db).5 M.3 M 5.4 För att uppfylla kraven vid båda övergångszonerna krävs M > max(37.8, 5.4) Välj M 53 Vi hade dessutom kravet att vid frekvenserna. och.5 skall dämpningen vara 3dB, vilket innebär att när vi löser ut f och f så måste vi använda ekv. () och (3). Det M-värde som sättes in är nu M 53, i både ekv. () och (3). () (. (f f )) 53.4 (3) (.5 (f + f )) 53.4 { f.75 f.85 Alltså: h d (n).33 sinc(.65n) cos(π.75n) cos πn 5, 6 n 6 w H (n), f.ö.

51 9 och h(n) h d (n 6) w H (n 6) [.33 sinc(.65(n 6)) cos(π.75(n 6))] [ ] cos π(n 6) 5, f.ö., n 5 S E8. Centerfrekvensen är f.96, f c.33 och M 4 (ges ur uttrycket). Detta insättes i (f (f + f c ))M.4( 3dB) f.33 för högra sidan (lågpass) och i (f (f f c ))M.4( 3dB) f.96 för vänstra sidan (högpass). Bandbredden, f f f.7. S E8. H(z) skall ha linjär fas. Sätt H (z) a + bz + cz ty första ordningen räcker ej. Genom att beräkna H(f) ser vi att linjär fas fås om a cr b ar cos(θ) br cr cos(θ) Tillsammans med kravet på likspänningsförstärkningen ger detta H (z) r r cos(θ)z + z H(z) är av ordning 4 och har symmetriskt impulssvar. Detta ger arg(h(f)) 4πf. S E8.3 Sampling med MHz ger vikning. Övertonerna viks till frekvensområdet 4-5 MHz och störningarna viks till - MHz. Detta ger ett bandpassfilter med följande krav. H(f) f Ett Hammingfönster ger L 9, f.75 och f.46. Impulssvaret blir h(n) ( cos( π(n 9) ) 4f sinc(f (n 9)) cos(πf (n 9)) 8 n 8

Övningsuppgifter. Digital Signal Processing. Övningar med svar och lösningar. Mikael Swartling Nedelko Grbic Bengt Mandersson. rev.

Övningsuppgifter. Digital Signal Processing. Övningar med svar och lösningar. Mikael Swartling Nedelko Grbic Bengt Mandersson. rev. Övningsuppgifter Digital Signal Processing Övningar med svar och lösningar Mikael Swartling Nedelko Grbic Bengt Mandersson rev. 17 Department of Electrical and Information Technology Lund University Introduktion

Läs mer

Lösningar till Övningsuppgifter

Lösningar till Övningsuppgifter Lösningar till Övningsuppgifter Digital Signal Processing Övningar med svar och lösningar Mikael Swartling Nedelko Grbic Bengt Mandersson rev. 07 Department of Electrical and Information Technology Lund

Läs mer

Digital Signalbehandling

Digital Signalbehandling Digital Signalbehandling Institutionen för Elektro- och informationsteknik Övningar och lösningar Proakis bok (upplaga 4) Nedelko Grbić Lund 4 Innehåll Övningsuppgifter 5 Lösningar till övningsuppgifter

Läs mer

DIGITALA FILTER. Tillämpad Fysik Och Elektronik 1. Frekvensfunktioner FREKVENSSVAR FÖR ETT TIDSDISKRET SYSTEM. x(n)= Asin(Ωn)

DIGITALA FILTER. Tillämpad Fysik Och Elektronik 1. Frekvensfunktioner FREKVENSSVAR FÖR ETT TIDSDISKRET SYSTEM. x(n)= Asin(Ωn) DIGITALA FILTER TILLÄMPAD FYSIK OCH ELEKTRONIK, UMEÅ UNIVERSITET 1 Frekvensfunktioner x(n)= Asin(Ωn) y(n) H(z) TILLÄMPAD FYSIK OCH ELEKTRONIK, UMEÅ UNIVERSITET 2 FREKVENSSVAR FÖR ETT TIDSDISKRET SYSTEM

Läs mer

1. Vi har givet två impulssvar enligt nedan (pilen under sekvenserna indikerar den position där n=0) h 1 (n) = [ ]

1. Vi har givet två impulssvar enligt nedan (pilen under sekvenserna indikerar den position där n=0) h 1 (n) = [ ] TEKNISKA HÖGSKOLAN I LUND Institutionen för elektro- och informationsteknik Kurskod: ESS00 Tentamen i Digital Signalbehanding Datum: 0 5 Time period: 08.00 3.00 Bedömning: Sex uppgifter. Varje uppgift

Läs mer

Spektrala Transformer

Spektrala 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

RÄKNEEXEMPEL FÖRELÄSNINGAR Signaler&System del 2

RÄKNEEXEMPEL FÖRELÄSNINGAR Signaler&System del 2 t 1) En tidskontinuerlig signal x( t) = e 106 u( t) samplas med sampelperioden 1 µs, varefter signalen trunkeras till 5 sampel. Den så erhållna signalen får utgöra insignal till ett tidsdiskret LTI-system

Läs mer

DT1130 Spektrala transformer Tentamen

DT1130 Spektrala transformer Tentamen DT Spektrala transformer Tentamen 72 Tentamen består av fem uppgifter där varje uppgift maximalt ger 4 p. Normalt gäller följande betygsgränser: E: 9 p, D:.5 p, C: 4 p, B: 6 p, A: 8 p Tillåtna hjälpmedel:

Läs mer

Tentamen ssy080 Transformer, Signaler och System, D3

Tentamen ssy080 Transformer, Signaler och System, D3 Tentamen ssy080 Transformer, Signaler och System, D3 Examinator: Ants R. Silberberg oktober 009 kl. 4.00-8.00 lokal: Johanneberg Förfrågningar: Ants Silberberg, tel. 808 Lösningar: Anslås torsdag okt.

Läs mer

TIDSDISKRETA SYSTEM SYSTEMEGENSKAPER. Minne Kausalitet Tidsinvarians. Linjäritet Inverterbarhet Stabilitet. System. Tillämpad Fysik och Elektronik 1

TIDSDISKRETA SYSTEM SYSTEMEGENSKAPER. Minne Kausalitet Tidsinvarians. Linjäritet Inverterbarhet Stabilitet. System. Tillämpad Fysik och Elektronik 1 TIDSDISKRETA SYSTEM TILLÄMPAD FYSIK OCH ELEKTRONIK, UMEÅ UNIVERSITET 1 SYSTEMEGENSKAPER x[n] System y[n] Minne Kausalitet Tidsinvarians Linjäritet Inverterbarhet Stabilitet TILLÄMPAD FYSIK OCH ELEKTRONIK,

Läs mer

Exempelsamling Grundläggande systemmodeller. Klas Nordberg Computer Vision Laboratory Department of Electrical Engineering Linköping University

Exempelsamling Grundläggande systemmodeller. Klas Nordberg Computer Vision Laboratory Department of Electrical Engineering Linköping University Exempelsamling Grundläggande systemmodeller Klas Nordberg Computer Vision Laboratory Department of Electrical Engineering Linköping University Version: 0.11 September 14, 2015 Uppgifter markerade med (A)

Läs mer

DT1130 Spektrala transformer Tentamen

DT1130 Spektrala transformer Tentamen DT3 Spektrala transformer Tentamen 3 Tentamen består av fem uppgifter där varje uppgift maximalt ger 4 p. Normalt gäller följande betygsgränser: E: 9 p, D:.5 p, C: 4 p, B: 6 p, A: 8 p Tillåtna hjälpmedel:

Läs mer

Tentamen i ESS 010 Signaler och System E3 V-sektionen, 16 augusti 2005, kl 8.30 12.30

Tentamen i ESS 010 Signaler och System E3 V-sektionen, 16 augusti 2005, kl 8.30 12.30 Tentamen i ESS 00 Signaler och System E3 V-sektionen, 6 augusti 2005, kl 8.30 2.30 Examinator: Mats Viberg Tentamen består av 5 uppgifter som vardera ger maximalt 0 p. För godkänd tentamen fordras ca 20

Läs mer

Exempelsamling Grundläggande systemmodeller. Klas Nordberg Computer Vision Laboratory Department of Electrical Engineering Linköping University

Exempelsamling Grundläggande systemmodeller. Klas Nordberg Computer Vision Laboratory Department of Electrical Engineering Linköping University Exempelsamling Grundläggande systemmodeller Klas Nordberg Computer Vision Laboratory Department of Electrical Engineering Linköping University Version: 0.1 August 25, 2015 Uppgifter markerade med (A) är

Läs mer

Tentamen i TMA 982 Linjära System och Transformer VV-salar, 27 aug 2013, kl

Tentamen i TMA 982 Linjära System och Transformer VV-salar, 27 aug 2013, kl Tentamen i TMA 982 Linjära System och Transformer VV-salar, 27 aug 2013, kl 8.30-12.30 Examinatorer: Lars Hammarstrand och Thomas Wernstål Tentamen består av två delar (Del I och Del II) på sammanlagt

Läs mer

Resttentamen 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 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 mer

Miniräknare, formelsamling i signalbehandling.

Miniräknare, formelsamling i signalbehandling. LUNDS TEKNISKA HÖGSKOLA Inst. för Elektro- och Informationsteknik Tentamen 05-0-4 DIGITAL SIGNALBEHANDLING, ESS040 Tid: 4.00 9.00 Sal: Sparta B, D Hjälpmedel: Miniräknare, formelsamling i signalbehandling.

Läs mer

Signal- och bildbehandling TSEA70

Signal- och bildbehandling TSEA70 Tentamen i Signal- och bildbehandling TSEA70 Tid: 2003-08-22 kl. 4-8 Lokaler: G36 Ansvarig lärare: Maria Magnusson Seger besöker lokalen kl. 6.00. tel 0702/33 79 48 Hjälpmedel: Räknedosa, OH-film, medskickad

Läs mer

FÖRELÄSNING 13: Analoga o p. 1 Digitala filter. Kausalitet. Stabilitet. Ex) på användning av analoga p. 2 filter = tidskontinuerliga filter

FÖRELÄSNING 13: Analoga o p. 1 Digitala filter. Kausalitet. Stabilitet. Ex) på användning av analoga p. 2 filter = tidskontinuerliga filter FÖRELÄSNING 3: Analoga o p. Digitala filter. Kausalitet. Stabilitet. Analoga filter Ideala filter Butterworthfilter (kursivt här, kommer inte på tentan, men ganska bra för förståelsen) Kausalitet t oh

Läs mer

DT1130 Spektrala transformer Tentamen

DT1130 Spektrala transformer Tentamen DT3 Spektrala transformer Tentamen 5 Tentamen består av fem uppgifter där varje uppgift maximalt ger p. Normalt gäller följande betygsgränser: E: 9 p, D:.5 p, C: p, B: 6 p, A: 8 p Tillåtna hjälpmedel:

Läs mer

DT1130 Spektrala transformer Tentamen

DT1130 Spektrala transformer Tentamen DT3 Spektrala transformer Tentamen 6 Tentamen består av fem uppgifter där varje uppgift maximalt ger 4 p. Normalt gäller följande betygsgränser: E: 9 p, D:.5 p, C: 4 p, B: 6 p, A: 8 p Tillåtna hjälpmedel:

Läs mer

Försättsblad till skriftlig tentamen vid Linköpings universitet G33(1) TER4(63)

Försättsblad till skriftlig tentamen vid Linköpings universitet G33(1) TER4(63) Försättsblad till skriftlig tentamen vid Linköpings universitet Datum för tentamen 2017-01-07 Sal (2) G33(1) TER4(63) Tid 8-12 Kurskod TSBB16 Provkod TEN2 Kursnamn/benämning Provnamn/benämning Institution

Läs mer

GRUNDKURS I SIGNALBEHANDLING (454300), 5sp Tentamen

GRUNDKURS I SIGNALBEHANDLING (454300), 5sp Tentamen GRUNDKURS I SIGNALBEHANDLING (454300), 5sp Tentamen 26.02013 kursens övningsuppgifter eller gamla tentamensuppgifter, eller Matlab-, Scilab- eller Octave- programmerbara kalkylatorer eller datorer. 1.

Läs mer

LUNDS TEKNISKA HÖGSKOLA Inst. för Elektro- och Informationsteknik

LUNDS TEKNISKA HÖGSKOLA Inst. för Elektro- och Informationsteknik LUNDS TEKNISKA HÖGSKOLA Inst. för Elektro- och Informationsteknik Tentamen 015-06-05 SIGNALBEHANDLING I MULTIMEDIA, ETI65 Tid: 14.00 19.00 Sal: MA:10, C-J Hjälpmedel: Miniräknare, formelsamling i signalbehandling

Läs mer

DT1120/DT1130 Spektrala transformer Tentamen

DT1120/DT1130 Spektrala transformer Tentamen DT/DT3 Spektrala transformer Tentamen 86 Tentamen består av fem uppgifter där varje uppgift maximalt ger 4 p. Normalt gäller följande betygsgränser: E: 9 p, D:.5 p, C: 4 p, B: 6 p, A: 8 p Tillåtna hjälpmedel:

Läs mer

Facit till Signal- och bildbehandling TSBB

Facit till Signal- och bildbehandling TSBB Facit till Signal- och bildbehandling TSBB3 6-5-3 Maria Magnusson Seger, maria@isy.liu.se Kontinuerlig faltning (9p) a) Faltningsoperationen illustreras i figuren nedan. et gäller att x(t λ) e 4(t λ) u(t

Läs mer

Kompletterande räkneuppgifter i Spektrala Transformer Komplex analys, sampling, kvantisering, serier och filter Laura Enflo & Giampiero Salvi

Kompletterande räkneuppgifter i Spektrala Transformer Komplex analys, sampling, kvantisering, serier och filter Laura Enflo & Giampiero Salvi Kompletterande räkneuppgifter i Spektrala Transformer Komplex analys, sampling, kvantisering, serier och filter & Giampiero Salvi Komplex analys Om man endast använder den reella tallinjen är det inte

Läs mer

System. Z-transformen. Staffan Grundberg. 8 februari 2016

System. Z-transformen. Staffan Grundberg. 8 februari 2016 Z-transformen 8 februari 2016 Innehåll Z-transformen Tidsdiskreta LTI-system Överföringsfunktioner Frekvensegenskaper Z-transformen Z-transformen av en tidsdiskret signal y[n] ges av Y (z) = Z[y] = y[n]z

Läs mer

Signal- och bildbehandling TSBB03

Signal- och bildbehandling TSBB03 Tentamen i Signal- och bildbehandling TSBB3 Tid: 28-5-29 kl. 8-2 Lokal: TER2 Ansvarig lärare: Maria Magnusson besöker lokalen kl. 9. och.4 tel 73-84 38 67 Hjälpmedel: Räknedosa, medskickad formelsamling,

Läs mer

( ), så kan du lika gärna skriva H ( ω )! ( ) eftersom boken går igenom laplacetransformen före

( ), så kan du lika gärna skriva H ( ω )! ( ) eftersom boken går igenom laplacetransformen före Några allmänna kommentarer gällande flera av lösningarna: Genomgående används kausala signaler och kausala system, vilket innebär att det är den enkelsidiga laplacetransformen som används. Bokens författare

Läs mer

Tentamen ssy080 Transformer, Signaler och System, D3

Tentamen ssy080 Transformer, Signaler och System, D3 Tentamen ssy080 Transformer, Signaler och System, D3 Examinator: Ants R. Silberberg 19 oktober 2011 kl. 08.30-12.30 sal: Hörsalsvägen Förfrågningar: Ants Silberberg, tel. 1808 Lösningar: Anslås torsdag

Läs mer

Signal- och bildbehandling TSBB03

Signal- och bildbehandling TSBB03 Tentamen i Signal- och bildbehandling TSBB03 Tid: 2004-06-0 kl. 8-2 Lokaler: Garnisonen Ansvarig lärare: Maria Magnusson Seger besöker lokalen kl. 9.00 och 0.45. tel 073-804 38 67 Hjälpmedel: Räknedosa,

Läs mer

LUNDS TEKNISKA HÖGSKOLA Inst. för Elektro- och Informationsteknik

LUNDS TEKNISKA HÖGSKOLA Inst. för Elektro- och Informationsteknik LUNDS TEKNISKA HÖGSKOLA Inst. för Elektro- och Informationsteknik Tentamen 04-05-7 SIGNALBEHANDLING I MULTIMEDIA, ETI65 Tid: 4.00 9.00 Sal: MA:0 Hjälpmedel: Miniräknare, formelsamling i signalbehandling

Läs mer

Impulssvaret Betecknas h(t) respektive h(n). Impulssvaret beskriver hur ett system reagerar

Impulssvaret Betecknas h(t) respektive h(n). Impulssvaret beskriver hur ett system reagerar 6 Sjätte lektionen 6.1 Transformvärlden 6.1.1 Repetera Rita upp en tankekarta över följande begrepp där du anger hur de hänger ihop och hur de betecknas. Vad beskriver de? Impulssvaret Amplitudsvaret (frekvensgången)

Läs mer

Teori... SME118 - Mätteknik & Signalbehandling SME118. Johan Carlson 2. Teori... Dagens meny

Teori... SME118 - Mätteknik & Signalbehandling SME118. Johan Carlson 2. Teori... Dagens meny Tidigare har vi gått igenom Fourierserierepresentation av periodiska signaler och Fouriertransform av icke-periodiska signaler. Fourierserierepresentationen av x(t) ges av: där a k = 1 T + T a k e jkω

Läs mer

Laplace, Fourier och resten varför alla dessa transformer?

Laplace, Fourier och resten varför alla dessa transformer? Laplace, Fourier och resten varför alla dessa transformer? 1 Bakgrund till transformer i kontinuerlig tid Idé 1: Representera in- och utsignaler till LTI-system i samma basfunktion Förenklad analys! Idé

Läs mer

Signal- och bildbehandling TSEA70

Signal- och bildbehandling TSEA70 Tentamen i Signal- och bildbehandling TSEA70 Tid: 000-03-8 kl. 4-8 Lokaler: Garnisonen Ansvariga lärare: Olle Seger, Maria M Seger besöker lokalerna kl 500 och 700 tel 070/33 79 48 Hjälpmedel: Räknedosa,

Läs mer

Signal- och bildbehandling TSBB14

Signal- och bildbehandling TSBB14 Tentamen i Signal- och bildbehandling TSBB Tid: 3-5-3 Lokaler: TER Ansvarig lärare: Maria Magnusson besöker lokalen kl. 8.5 och.3 tel 73-8 38 67 Hjälpmedel: Räknedosa, medskickad formelsamling, OH-film,

Läs mer

SF1635, Signaler och system I

SF1635, Signaler och system I SF65, Signaler och system I Tentamen tisdagen 4--4, kl 8 Hjälpmedel: BETA Mathematics Handbook. Formelsamling i Signalbehandling rosa), Formelsamling för Kursen SF65 ljusgrön). Obs : Obs : Obs : Obs 4:

Läs mer

2 Ortogonala signaler. Fourierserier. Enkla filter.

2 Ortogonala signaler. Fourierserier. Enkla filter. Ortogonala signaler. Fourierserier. Enkla filter. ktuella ekvationer: Se formelsamlingen och förberedelsehäftet. För effektivvärdet av en summa av N ortogonala signaler gäller: ν rms = ν rms1 + ν rms +...

Läs mer

SYSTEM. Tillämpad Fysik Och Elektronik 1 SYSTEMEGENSKAPER. Minne Kausalitet Tidsinvarians. Linjäritet Inverterbarhet Stabilitet. System.

SYSTEM. Tillämpad Fysik Och Elektronik 1 SYSTEMEGENSKAPER. Minne Kausalitet Tidsinvarians. Linjäritet Inverterbarhet Stabilitet. System. SYSTEM TILLÄMPAD FYSIK OCH ELEKTRONIK, UMEÅ UNIVERSITET SYSTEMEGENSKAPER System y(t) y[n] Minne Kausalitet Tidsinvarians Linjäritet Inverterbarhet Stabilitet TILLÄMPAD FYSIK OCH ELEKTRONIK, UMEÅ UNIVERSITET

Läs mer

TSDT15 Signaler och System

TSDT15 Signaler och System TSDT5 Signaler och System DATORUPPGIFTER VÅREN 03 OMGÅNG Mikael Olofsson, mikael@isy.liu.se Efter en förlaga av Lasse Alfredsson February, 03 Denna uppgiftsomgång behandlar faltning samt system- & signalanalys

Läs mer

Ulrik Söderström 20 Jan Signaler & Signalanalys

Ulrik 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 mer

Ulrik Söderström 19 Jan Signalanalys

Ulrik Söderström 19 Jan Signalanalys Ulrik Söderström ulrik.soderstrom@tfe.umu.se 9 Jan 200 Signaler & Signalanalys l Sinusspänning Sinus och cosinus samma form men fasförskjutna Fasförskjutning tidsfördröjning Sinus och cosinus är väldigt

Läs mer

Försättsblad till skriftlig tentamen vid Linköpings universitet KÅRA T1 T2 U2 U4

Försättsblad till skriftlig tentamen vid Linköpings universitet KÅRA T1 T2 U2 U4 Försättsblad till skriftlig tentamen vid Linköpings universitet Datum för tentamen 2016-10-28 Sal (5) KÅRA T1 T2 U2 U4 Tid 8-12 Kurskod TSBB16 Provkod TEN2 Kursnamn/benämning Provnamn/benämning Grundläggande

Läs mer

Tentamen i Signaler och kommunikation, ETT080

Tentamen i Signaler och kommunikation, ETT080 Inst. för informationsteknologi Tentamen i Signaler och kommunikation, ETT080 2 juni 2006, kl 14 19 Skriv namn och årskurs på alla papper. Börja en ny lösning på ett nytt papper. Använd bara en sida av

Läs mer

Signal- och bildbehandling TSBB14

Signal- och bildbehandling TSBB14 Tentamen i Signal- och bildbehandling TSBB4 Tid: -5-8 Lokaler: TER3 Ansvarig lärare: Maria Magnusson besöker lokalen kl. 8.45 och.45 tel 8336, 73-84 38 67 Hjälpmedel: Räknedosa, medskickad formelsamling,

Läs mer

i(t) C i(t) = dq(t) dt = C dy(t) dt y(t) + (4)

i(t) C i(t) = dq(t) dt = C dy(t) dt y(t) + (4) 2 Andra lektionen 2. Impulssvar 2.. En liten krets Beräkna impulssvaret för kretsen i figur genom att beräkna hur y(t) beror av x(t). R x(t) i(t) C y(t) Figur : Första ordningens lågpassfilter. Utsignalen

Läs mer

7. Sampling och rekonstruktion av signaler

7. Sampling och rekonstruktion av signaler Arbetsmaterial 5, Signaler&System I, VT04/E.P. 7. Sampling och rekonstruktion av signaler (Se också Hj 8.1 3, OW 7.1 2) 7.1 Sampling och fouriertransformering Man säger att man samplar en signal x(t) vid

Läs mer

1. Rita följande tidssekvenser. 2. Givet tidssekvensen x n i nedanstående figur. Rita följande tidssekvenser.

1. Rita följande tidssekvenser. 2. Givet tidssekvensen x n i nedanstående figur. Rita följande tidssekvenser. Lasse Björkma 999 . Rita följade tidssekveser. a) δ e) u b) δ f) u u c) δ + δ g) u d) u h) u. Givet tidssekvese x i edaståede figur. Rita följade tidssekveser. a) x c) x b) x + 3 d) x 3. Givet tidssekvesera

Läs mer

Diskreta signaler och system

Diskreta signaler och system Kapitel 7 Diskreta signaler och system I detta kapitel diskuteras grundläggande teori för diskreta signaler och system. För diskreta signaler introduceras z-transformen, som ligger som grund för representationen

Läs mer

LUNDS TEKNISKA HÖGSKOLA Inst. for Elektro- och Informationsteknik. SIGNALBEHANDLING I MULTIMEDIA, ETI265 Inlämningsuppgift 1 (av 2), Task 1 (out of 2)

LUNDS TEKNISKA HÖGSKOLA Inst. for Elektro- och Informationsteknik. SIGNALBEHANDLING I MULTIMEDIA, ETI265 Inlämningsuppgift 1 (av 2), Task 1 (out of 2) LUNDS TEKNISKA HÖGSKOLA Inst. for Elektro- och Informationsteknik SIGNALBEHANDLING I MULTIMEDIA, ETI65 Inlämningsuppgift (av ), Task (out of ) Inlämningstid: Inlämnas senast kl 7. fredagen den 5:e maj

Läs mer

Innehåll. Innehåll. sida i

Innehåll. Innehåll. sida i 1 Introduktion... 1.1 1.1 Kompendiestruktur... 1.1 1.2 Inledning... 1.1 1.3 Analogt/digitalt eller tidskontinuerligt/tidsdiskret... 1.2 1.4 Konventioner... 1.3 1.5 Varför digital signalbehandling?... 1.4

Läs mer

Signal- och bildbehandling TSBB03, TSBB14

Signal- och bildbehandling TSBB03, TSBB14 Tentamen i Signal- och bildbehandling TSBB03, TSBB4 Tid: 00-0- Lokaler: G33 Ansvarig lärare: Maria Magnusson besöker lokalen kl. 4.50 och 6.50 tel 073-804 38 67 Hjälpmedel: Räknedosa, medskickad formelsamling,

Läs mer

Digitala filter. FIR Finit Impulse Response. Digitala filter. Digitala filter. Digitala filter

Digitala filter. FIR Finit Impulse Response. Digitala filter. Digitala filter. Digitala filter Digitala filter Digitala filter FIR Finit Impulse Response Digitala filter förekommer t.ex.: I Matlab, Photoshop oh andra PCprogramvaror som filtrerar. I apparater med signalproessorer, t.ex. mobiltelefoner,

Läs mer

Spektrala Transformer

Spektrala Transformer Spektrala Transformer Tidsdiskreta signaler, kvantisering & sampling Tidsdiskreta signaler Tidskontinuerlig signal Ex: x(t) = sin(ωt) t är ett reellt tal ω har enheten rad/s Tidsdiskret signal Ex: x(n)

Läs mer

Kan vi beskriva ett system utan någon fysikalisk kännedom om systemet?

Kan vi beskriva ett system utan någon fysikalisk kännedom om systemet? Kan vi beskriva ett system utan någon fysikalisk kännedom om systemet? 1 Om svaret på frågan är ja så öppnar sig möjligheten att skapa en generell verktygslåda som fungerar för analys och manipulering

Läs mer

ÖVNINGSTENTAMEN Modellering av dynamiska system 5hp

ÖVNINGSTENTAMEN Modellering av dynamiska system 5hp ÖVNINGSTENTAMEN Modellering av dynamiska system 5hp Tid: Denna övn.tenta gås igenom 25 maj (5h skrivtid för den riktiga tentan) Plats: Ansvarig lärare: Bengt Carlsson Tillåtna hjälpmedel: Kurskompendiet

Läs mer

Signal- och bildbehandling TSBB03

Signal- och bildbehandling TSBB03 Tentamen i Signal- och bildbehandling TSBB03 Tid: 2006-05-3 kl. 8-2 Lokal: TER2 Ansvarig lärare: Maria Magnusson besöker lokalen kl. 9.40. tel 073-804 38 67 Hjälpmedel: Räknedosa, medskickad formelsamling,

Läs mer

Uppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna 15-18, 30/11-12/

Uppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna 15-18, 30/11-12/ Uppsala Universitet Matematiska Institutionen Bo Styf Transformmetoder, 5 hp ES, gyl, Q, W 0-0-9 Sammanfattning av föreläsningarna 5-8, 30/ - / 0. Z-transformen ska avslutas och sedan blir det tentaförberedelser.

Läs mer

DT1120 Spektrala transformer för Media Tentamen

DT1120 Spektrala transformer för Media Tentamen DT Spektrala transformer för Media Tentamen 77 Tentamen består av fem uppgifter där varje uppgift maximalt ger 4 p. Normalt gäller följande betygsgränser: 3:9 p, 4: 3 p, 5: 7 p Tillåtna hjälpmedel: räknare,

Läs mer

DIGITALA FILTER DIGITALA FILTER. Tillämpad Fysik Och Elektronik 1

DIGITALA FILTER DIGITALA FILTER. Tillämpad Fysik Och Elektronik 1 DIGITALA FILTER TILLÄMPAD FYIK OCH ELEKTRONIK, UMEÅ UNIVERITET 1 DIGITALA FILTER Digitala filter förekommer t.ex.: I Photoshop och andra PC-programvaror som filtrerar. I apparater med signalprocessorer,

Läs mer

Laplace, Fourier och resten varför alla dessa transformer?

Laplace, Fourier och resten varför alla dessa transformer? Laplace, Fourier och resten varför alla dessa transformer? 1 Vi har sett hur ett LTI-system kan ges en komplett beskrivning av dess impulssvar. Genom att falta insignalen med impulssvaret erhålls systemets

Läs mer

TSDT18/84 SigSys Kap 4 Laplacetransformanalys av tidskontinuerliga system. De flesta begränsade insignaler ger upphov till begränsade utsignaler

TSDT18/84 SigSys Kap 4 Laplacetransformanalys av tidskontinuerliga system. De flesta begränsade insignaler ger upphov till begränsade utsignaler 9 Stabilitet för energifria LTI-system Marginellt stabilt system: De flesta begränsade insignaler ger upphov till begränsade utsignaler Kap 2, bild 4 h t h( t) dt /< < t gäller för marginellt stabila LTI-system

Läs mer

Syntes av digitala filter

Syntes av digitala filter Kapitel 8 Syntes av digitala filter 8. Digitala filter I kapitel 7 hade vi sambandet (7.8) för ett linjärt system, enligt vilket utsignalens z-transform är insignalens transform multiplicerad med systemets

Läs mer

SF1635, Signaler och system I

SF1635, Signaler och system I SF635, Signaler och system I Tentamen tisdagen 0--, kl 4 00 9 00 Hjälpmedel: BETA Mathematics Handbook Räknedosa utan program Formelsamling i Signalbehandling (rosa), Formelsamling för Kursen SF635 (ljusgrön)

Läs mer

LUNDS TEKNISKA HÖGSKOLA Inst. for Elektro- och Informationsteknik

LUNDS TEKNISKA HÖGSKOLA Inst. for Elektro- och Informationsteknik LUNDS TEKNISKA HÖGSKOLA Inst. for Elektro- och Informationsteknik Tentamen 6-6- SIGNALBEHANDLING I MULTIMEDIA, ETI65 Tid: 8.-3. Sal: Vic, - Hela Hjälpmedel: Miniräknare, formelsamling i signalbehandling

Läs mer

Sammanfattning TSBB16

Sammanfattning TSBB16 Sammanfattning TSBB16 Frekvensfunktion =H(omega) Kombinationen av amplitud och faskarakteristik är unik. H(ω) = D(ω) e^jψ(ω)=y(t)/x(t). Detta är frekvensfunktionen. H(ω)=utsignal/insignal D(ω) = H(ω).

Läs mer

Spektrala Transformer

Spektrala Transformer Spektrala Transformer Tidsdiskreta signaler, kvantisering & sampling Tidsdiskreta signaler Tidskontinuerlig signal Ex: x(t) = sin(ωt) t är ett reellt tal ω har enheten rad/s Tidsdiskret signal Ex: x(n)

Läs mer

Digital Signalbehandling i Audio/Video

Digital Signalbehandling i Audio/Video Digital Signalbehandling i Audio/Video Institutionen för Elektrovetenskap Laboration 1 (del 2) Stefan Dinges Lund 25 2 Kapitel 1 Digitala audioeffekter Den här delen av laborationen handlar om olika digitala

Läs mer

Föreläsning 10, Egenskaper hos tidsdiskreta system

Föreläsning 10, Egenskaper hos tidsdiskreta system Föreläsning 10, Egenskaper hos tidsdiskreta system Reglerteknik, IE1304 1 / 26 Innehåll Kapitel 18.1. Skillnad mellan analog och digital reglering 1 Kapitel 18.1. Skillnad mellan analog och digital reglering

Läs mer

Miniräknare och formelsamling i signalbehandling. [Allowed items on exam: calculator and DSP table of formulas ]

Miniräknare och formelsamling i signalbehandling. [Allowed items on exam: calculator and DSP table of formulas ] LUNDS TEKNISKA HÖGSKOLA Inst. för Elektro- och Informationsteknik Tentamen 05-0-8 DIGITAL SIGNALBEHANDLING, ESS040 Tid: 4.00 9.00 Sal: MA:9 A-D Hjälpmedel: Miniräknare och formelsamling i signalbehandling.

Läs mer

2F1120 Spektrala transformer för Media Tentamen

2F1120 Spektrala transformer för Media Tentamen F Spektrala transformer för Media Tentamen 68 Tentamen består av fem uppgifter där varje uppgift maximalt ger p. Normalt gäller följande betygsgränser: :9 p, : p, 5: 7 p Tillåtna hjälpmedel: räknare, formelblad

Läs mer

Miniräknare och en valfri formelsamling i signalbehandling eller matematik. Allowed items: calculator, DSP and mathematical tables of formulas

Miniräknare och en valfri formelsamling i signalbehandling eller matematik. Allowed items: calculator, DSP and mathematical tables of formulas LUNDS TEKNISKA HÖGSKOLA Institutionen för Elektro- och Informationsteknik Tentamen 08-05-3 SIGNALBEHANDLING i MULTIMEDIA, EITA50 Tid: 08.00-3.00 Sal: Vic A Hjälpmedel: Viktigt: Miniräknare och en valfri

Läs mer

Elektronik 2018 EITA35

Elektronik 2018 EITA35 Elektronik 218 EITA35 Föreläsning 1 Filter Lågpassfilter Högpassfilter (Allpassfilter) Bodediagram Hambley 296-32 218-1-2 Föreläsning 1, Elektronik 218 1 Laboration 2 Förberedelseuppgifter! (Ingen anmälan

Läs mer

Kompletterande material till föreläsning 5 TSDT08 Signaler och System I. Erik G. Larsson LiU/ISY/Kommunikationssystem

Kompletterande material till föreläsning 5 TSDT08 Signaler och System I. Erik G. Larsson LiU/ISY/Kommunikationssystem ompletterande material till föreläsning 5 TSDT8 Signaler och System I Erik G. Larsson LiU/ISY/ommunikationssystem erik.larsson@isy.liu.se November 8 5.1. Första och andra ordningens tidskontinuerliga LTI

Läs mer

TSBB16 Datorövning A Samplade signaler Faltning

TSBB16 Datorövning A Samplade signaler Faltning Name: ID number: Passed: LiU-ID: Date: TSBB16 Datorövning A Samplade signaler Faltning Utvecklad av Klas Nordberg Computer Vision Laboratory, Linköping University, Sweden 24 augusti 2015 Introduktion Denna

Läs mer

Laboration i tidsdiskreta system

Laboration 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 mer

Vad gör vi när vi bara har en mätserie och ingen elegant matematisk funktion? Spektrum av en samplad signal. Trunkering i tiden

Vad gör vi när vi bara har en mätserie och ingen elegant matematisk funktion? Spektrum av en samplad signal. Trunkering i tiden Vad gör vi när vi bara har en mätserie och ingen elegant matematisk funktion? 1 Spektrum av en samplad signal Samplingsprocessen kan skrivas som Fouriertranformen kan enligt linjäritetsoch tidsskiftsatsen

Läs mer

Introduktion Digitala filter. Filter. Staffan Grundberg. 12 maj 2016

Introduktion Digitala filter. Filter. Staffan Grundberg. 12 maj 2016 12 maj 216 Innehåll Introduktion Första ordningens system Andra ordningens system Fördröjning Allmänt om filter Butterworthfilter Första ordningens system Andra ordningens system Fördröjning Allmänt om

Läs mer

Implementering av digitala filter

Implementering av digitala filter Kapitel 9 Implementering av digitala filter Som vi sett i kapitel 8 kan det behövas ett mycket stort antal koefficienter för att representera ett digitalt filter. Detta gäller i synnerhet FIR filter. Det

Läs mer

REGLERTEKNIK Laboration 5

REGLERTEKNIK Laboration 5 6 SAMPLADE SYSTEM 6. Sampling av signaler När man använder en dator som regulator, kan man endast behandla signaler i diskreta tidpunkter. T.ex. mäts systemets utsignal i tidpunkter med visst mellanrum,

Läs mer

Signal- och bildbehandling TSBB14

Signal- och bildbehandling TSBB14 Tentamen i Signal- och bildbehandling TSBB4 Tid: 2-8-7 Lokaler: TER Ansvarig lärare: Maria Magnusson besöker lokalerna kl. 5.5 och 6.45 tel 73-84 38 67 Hjälpmedel: Räknedosa, medskickad formelsamling,

Läs mer

Signal- och Bildbehandling, TSBB14. Laboration 2: Sampling och Tidsdiskreta signaler

Signal- och Bildbehandling, TSBB14. Laboration 2: Sampling och Tidsdiskreta signaler Signal- och Bildbehandling, TSBB14 Laboration 2: Sampling och Tidsdiskreta signaler Anders Gustavsson 1997, Maria Magnusson 1998-2013 Avdelningen för Datorseende, Institutionen för Systemteknik Linköpings

Läs mer

Frekvensplanet och Bode-diagram. Frekvensanalys

Frekvensplanet och Bode-diagram. Frekvensanalys Frekvensplanet och Bode-diagram Frekvensanalys Signaler Allt inom elektronik går ut på att manipulera signaler genom signalbehandling (Signal Processing). Analog signalbehandling Kretsteori: Nod-analys,

Läs mer

Tillämpad Fysik Och Elektronik 1

Tillämpad Fysik Och Elektronik 1 FREKVENSSPEKTRUM (FORTS) TILLÄMPAD FYSIK OCH ELEKTRONIK, UMEÅ UNIVERSITET 1 ICKE-PERIODISKA FUNKTIONER Icke- periodiska funktioner kan betraktas som periodiska, med oändlig periodtid P. TILLÄMPAD FYSIK

Läs mer

Bestäm uttrycken för följande spänningar/strömmar i kretsen, i termer av ( ) in a) Utspänningen vut b) Den totala strömmen i ( ) c) Strömmen () 2

Bestäm uttrycken för följande spänningar/strömmar i kretsen, i termer av ( ) in a) Utspänningen vut b) Den totala strömmen i ( ) c) Strömmen () 2 7 Elektriska kretsar Av: Lasse Alfredsson och Klas Nordberg 7- Nedan finns en krets med resistanser. Då kretsen ansluts till en annan elektrisk krets uppkommer spänningen vin ( t ) och strömmen ( ) Bestäm

Läs mer

Signaler några grundbegrepp

Signaler några grundbegrepp Kapitel 2 Signaler några grundbegrepp I detta avsnitt skall vi behandla några grundbegrepp vid analysen av signaler. För att illustrera de problemställningar som kan uppstå skall vi först betrakta ett

Läs mer

Signal- och Bildbehandling FÖRELÄSNING 4. Multiplikationsteoremet. Derivatateoremet

Signal- och Bildbehandling FÖRELÄSNING 4. Multiplikationsteoremet. Derivatateoremet Signal- och Bildbehandling FÖRELÄSNING 4 Fouriertransformen, forts Mer egenskaper av fouriertransformen Enkel tillämpning: Filtrera bort oönskat buller från vacker visselton Fouriertransformen, slutsats

Läs mer

Signal- och bildbehandling TSEA70

Signal- och bildbehandling TSEA70 Tentamen i Signal- och bildbehandling TSEA70 Tid: 2003-0-0 kl. 4-8 Lokaler: Examinator: U Maria Magnusson Seger Ansvarig lärare: Olle Seger besöker lokalen kl. 5 och 7. tel 259, 0702/337948 Hjälpmedel:

Läs mer

Signal- och bildbehandling TSEA70

Signal- och bildbehandling TSEA70 Tentamen i Signal- och bildbehandling TSEA70 Tid: 00-05-8 kl. -8 Lokaler: G, G Ansvarig lärare: Maria Magnusson Seger besöker lokalen kl. 5 och 7. tel Hjälpmedel: Räknedosa, OH-film, medskickad formelsamling

Läs mer

FÖRELÄSNING 13: Tidsdiskreta system. Kausalitet. Stabilitet. Egenskaper hos ett linjärt, tidsinvariant system (LTI)

FÖRELÄSNING 13: Tidsdiskreta system. Kausalitet. Stabilitet. Egenskaper hos ett linjärt, tidsinvariant system (LTI) p. FÖRELÄSNING 3: Tidsdiskrea sysem. Kausalie. Sabilie. Linjära idsinvariana sysem (LTI-sysem) Differenial- och differens-ekvaioner Räkna på idskoninuerlig LTI-sysem med Fourierr. (kursiv) Räkna på idsdiskre

Läs mer

Signal- och bildbehandling TSBB14

Signal- och bildbehandling TSBB14 Tentamen i Signal- och bildbehandling TSBB Tid: 205-0-, 8-3 Lokaler: U, U3, U Ansvarig lärare: Maria Magnusson besöker lokalerna kl. 9.30 och.30 tel 073-80 38 67 Hjälpmedel: Räknedosa, medskickad formelsamling,

Läs mer

TSDT08 Signaler och System I Extra uppgifter

TSDT08 Signaler och System I Extra uppgifter TSDT08 Signaler och System I Extra uppgifter Erik G. Larsson ISY/Kommunikationssystem december, 2008 P. Ett LTI system har impulssvaret och matas med insignalen ht) = e 2t ut) xt) = e 3t ut) + cosπt +

Läs mer

Kryssproblem (redovisningsuppgifter).

Kryssproblem (redovisningsuppgifter). Uppsala Universitet Matematiska Institutionen Bo Styf Transformmetoder, 5 hp ES, gyl, Q, W 212-1-29 Kryssproblem (redovisningsuppgifter). Till var och en av de tio lektionerna hör två problem som du ska

Läs mer

Föreläsning 1: Inledning till Digital signalbehandling i audio & video. Leif Sörnmo 11 mars 2009

Föreläsning 1: Inledning till Digital signalbehandling i audio & video. Leif Sörnmo 11 mars 2009 Föreläsning 1: Inledning till Digital signalbehandling i audio & video Leif Sörnmo 11 mars 2009 1 Schema Föreläsningar: Måndag 10.15 12.00 i sal E:2311 Fredag 08.15 10.00 i sal E:2311 Övningar: Tisdag

Läs mer

Miniräknare och en valfri formelsamling i signalbehandling eller matematik. Allowed items: calculator, DSP and mathematical tables of formulas

Miniräknare och en valfri formelsamling i signalbehandling eller matematik. Allowed items: calculator, DSP and mathematical tables of formulas LUNDS TEKNISKA HÖGSKOLA Institutionen för Elektro- och Informationsteknik Tentamen 209-06-07 SIGNALBEHANDLING i MULTIMEDIA, EITA50 Tid: 08.00-3.00 Sal: Victoriahallen, Victoriahallen 2A Hjälpmedel: Viktigt:

Läs mer

Reglerteknik AK. Tentamen 24 oktober 2016 kl 8-13

Reglerteknik AK. Tentamen 24 oktober 2016 kl 8-13 Institutionen för REGLERTEKNIK Reglerteknik AK Tentamen 24 oktober 26 kl 8-3 Poängberäkning och betygsättning Lösningar och svar till alla uppgifter skall vara klart motiverade. Tentamen omfattar totalt

Läs mer

Signaler & Signalanalys

Signaler & Signalanalys Ulrik Söderström ulrik.soderstrom@tfe.umu.se Jan 8 Signaler & Signalanals Sinusspänning Sinus och cosinus samma form men fasförskjutna Fasförskjutning tidsfördröjning Sinus och cosinus är väldigt enkla

Läs mer

Signal- och bildbehandling TSBB14

Signal- och bildbehandling TSBB14 Tentamen i Signal- och bildbehandling TSBB Tid: --, kl. - Lokaler: U, U, U Ansvarig lärare: Maria Magnusson besöker lokalen kl.. och. tel. Hjälpmedel: Räknedosa, medskickad formelsamling, OH-film, sa och

Läs mer