Flerdimensionell signalbehandling SMS022
|
|
- Sofia Viklund
- för 7 år sedan
- Visningar:
Transkript
1 Luleå tekniska universitet Avd för signalbehandling Frank Sjöberg Flerdimensionell signalbehandling SMS022 Laboration 4 Array Processing Syfte: Syftet med den här laborationen är att få grundläggande förståelese för två viktiga moment inom array processing - lobform och riktningsbestämning. För enkelhetens skull såbegränsar vi oss till två dimensioner i denna lab, men principerna är dessamma för 3 dimensioner. För alla övningar som innefattar MATLAB ska de kommandon och parametrar ni använder redovisas. Till denna laborationerna behövs filen lab4.mat som finns på hemsidan. Bilda grupper om max två personer och lämna in laborationsredovisningen innan
2 1. Lobformning (Beamforming) I denna del skall vi laborerar lite med lobformning. Vi använder den enkla lobformare som beskrivs i kursmaterialet och som kallas weighted delay-and-sum beamformer : b (t) = 1 L w l s l (t τ l ). L l=1 Tidsförskjutningarna τ l ges av τ l = α T x l,där α är långsamhetsvektorn för den signal vi önskar släppa igenom och x l är positionen för mottagare l. För alla utom den sista deluppgiften använder vi oss av en linjär ekvidistant array. d Figure 1.1: Linjär ekvidistant mottagararray. Uppgift 1. Antag att vi har en linjär array med elementavståndet d = λ/2, se Figur 1.1. Bestäm teoretiskt lobmönstret om vi använder ett rektangelfönster som viktfunktion, dvs w l =1(rikta huvudloben rakt fram, θ =0). a) Plotta mönstret för några olika antal element, t.ex. L =8, 16, 32, 64. Hur bred blir loben och hur varierar lobbredden med antalet element? Hur varierar höjden på sidloberna med avseende på L. b) Prova också att korta ned elementavståndet d. Hur påverkar det lobmönstret? Finns det någon vinst med att placera mottagarelementen tätare än λ/2. c) Ändra nu huvudlobens riktning till θ =30. Hur ändras lobmönstret? Blir det endast en translation i θ-led eller ändrar mönstret form? Uppgift 2. I denna uppgift skall vi implementera en lobformare och studera lobmönstret genom att simulera inkommande signaler. Börja med att göra en rutin som genererar samplade mottagna signaler från en vågfront med infallsvinkel θ. Signalen är lämpligtvis en sinus- eller komplex exponentialfunktion med lämplig frekvens relativt samplingsfrekvensen (t.ex. f s /f c =4).Välj sekvenslängden N relativt stor (N >500). Resultatet skall alltså vara en matris S med dimensionerna (N L) enligt s 1 [0] s 2 [0] s L [0] s 1 [1] s 2 [1] s L [1] S = s 1 [N 1] s 2 [N 1] s L [N 1] Använd L =8mottagarelement. Gör nu en diskret lobformare som har huvudloben i godtycklig riktning (t.ex θ =30 ), b [n] = 1 L L w l s l [n τ l ]. l=1 2
3 Tidsförskjutningarna τ l kommer generellt inte att vara hela sampel vilket gör att tidsskiften av insignalerna måste interpoleras fram. Ledning: x [n τ] =x [n] sinc[n τ]. Simulera nu inkommande signaler med olika infallsvinkel 90 < θ < 90, och mät effekten i signalen b [n] efter lobformningen P w (θ) = 1 N N b [n] 2. n=1 Plotta medeleffekten som funktion av infallsvinkel och jämför med lobmönstret från föregående uppgift? Uppgift 3. Pröva nu att använda andra typer av fönster som viktfunktion. Bartlett, Blackman, Hamming. Välj godtyckligt antal element och plotta lobmönstret för några olika fönster (gärna i db-skala). Hur påverkas lobbredd och sidlobshöjd av valet av viktfunktion (fönsterfunktion)? Uppgift 4. För att undvika spatiell aliasing så skall d<λ/2. Börja med ett godtyckligt d<λ/2 och lobriktning θ =0,öka sedan successivt avståndet mellan elementen och studera lobmönstret. Vilket är det minsta d för vilket man får en sidlob som är lika stor som huvudloben? Byt lobriktning till θ =45 och gör om samma sak. Försök förklara utifrån samplingsatsen. Uppgift 5. Vi har hittils relaterat mottagaravståndet d till våglängden λ. Detta förutsätter att den inkommande signaler är en smalbandig signal, men just våglängden λ. Men om vi tar emot en bredbandig singal som innehåller flera olika frekvenskomponenter, så kommer förhållandet mellan d och λ inte vara konstant utan variera med frekvensen (λ = c/f). Ett exempel på detta är om vi tar emot ljud med en mikrofonarray. Antag att vi har en array med L =8element, d =0.1m ochc = 330 m/s. Gör en plot på hur hög sidloben vid θ =45 blir för olika frekvenser 100 <f<5000 Hz (huvudloben riktad rakt fram, 0, som i upg 1). Vid vilken frekvens blir sidloben lika hög som huvudloben? Uppgift 6. Antag att vi har placerat mottagarelementen utmed en halvcirkel som i Figur 1.2. Beräkna teoretiskt eller simulera fram lobmönstret. Prova att variera avståndet mellan elementen. Kommentera skillnader i prestanda jämfört med en linjär array. Figure 1.2: Cirkulär mottagararray. 3
4 2. Riktningsbestäming (DOA) I den här delen skall vi jämför två olika metoder för att göra riktningsbestämning, lobformning och MUSIC-algoritmen. Vi simulerar de mottagna signalerna som passbandssignaler. Filen gen signals.m kan användas som mall för hur man genereras de mottagna signalerna. Vi börjar med att skapa en smalbandig basbandssignal med bandbredd B som vi sedan modulerar upp på enbärvåg med frekvens f c. Den här signalen samplar vi sedan i varje mottagarelement med samplingsfrekvensen f s. Om vi normaliserar samplingsfrekvensen (f s ), så är lämplig val av parametervärden ungefär: f c =1/5 Hz,B =0.005 Hz och N Använd en linjär mottagararrary med d = λ/2 ochl = 8 eller L =16 element. I alla deluppgifter skall vitt normalfördelat brus adderas så att SNR= 0 db på varje mottagarelement. Uppgift 7. Börja med att undersöka ur bra vi kan upplösa inkommande signaler mha av beamforming. Här kommer kan en del av funktionerna från uppgift 2 till användning.. a) Börja med L =8och två signalkällor i θ =20 respektive θ =40. Prova med några olika fönsterfunktion och undersök hur bra man kan upplösa signalerna. Redovisa vinkelskattningarna för varje fönster och en plot som innehåller alla fönster. b) Använd samma parametrar som tidigare men en annan bärvågsfrekvens för den andra signalen ( t.ex. 1/6 Hz). Hur påverkar detta vinkelskattningarna? c) Öka till L =16element och skapa 4 signaler med respektive infallsvinklar [ ]. Hur bra går det att urskilja dessa signaler. Kommentera resultatet. Uppgift 8. Idenhär uppgiften skall ni implementera och använda MUSIC-algoritmen. Kom ihåg att modulera ner signalen till basbandet innan ni skattar korrelationsmatrisen. För att kunna använda MUSIC så måste vi veta ur många signalkomponenter det finns i den inkommande signalen. Om alla delsignaler är okorrelerade så ger egenvärdesspridningen hos korrelationsmatrisen en fingervisning om hur många delsignaler det finns. a) Använd samma signaler som i c)-uppgiften ovan (dvs L =16och 4 inkommande signaler). Går det att urskilja dessa signaler med MUSIC-algoritmen. Hur ser egenvärdesspridningen ut? b) Gör om b)-uppgiften från lobformningen men med MUSIC-algoritmen. Modulera ner relativt den första signalkomponenten (dvs 1/5 Hz). Kommentera resultatet. Hur kan man bära sig åt om man vill använda MUSIC-algoritmen när signalkomponenterna har olika bärvågsfrekvens? c) Hur bra vinkelupplösning mellan två signaler får man med MUSIC och L =8? Placera en signal i θ =0 och flytta den andra successivt närmare [10, 9, 8...]. Bifoga en plot på gränsfallet. 4
5 Uppgift 9. I filen lab4.mat finns två signaler som heter doa1 respektive doa2. De är genererade med parametervalen ovan men med ett okänt antal delsignaler. Använd MUSIC algoritmen och lobformning för att försöka bestämma antalet delsignaler och respektive infallsvinklar i doa1 och doa2. Redovisa plottar med MUSIC och lobformning i samma figur. För MUSIC-algoritmen, redovisa också egenvärdesspridningen. 3. Slutövning Uppgift 10. Ifilenlab4.mat finns en signal som heter X. Den är en upptagen från en mikrofonarray med 8 element som är placerade med 7 centimeters mellanrum. Samplingsfrekvensen är Hz, och man kan anta att ljudhastigheten är 330 m/s. Den önskade bredbandiga signalen, som är en talsignal, är störd av en mycket stark smalbandig störare. Uppgiften går ut på att mha lobformning undertrycka störningen så mycket att man kan höra meddelandet i talsignalen. Börja med att riktningsbestämma störningen respektive talsignalen. Använd sedan lämpligt fönster för lobformningen, dvs så att störningen undertrycks så bra som möjligt. Hur lyder meddelandet? 5
Flerdimensionella 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 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 mer2 Laborationsutrustning
Institutionen för data- och elektroteknik 2002-02-11 1 Inledning Denna laboration syftar till att illustrera ett antal grundbegrepp inom digital signalbehandling samt att närmare studera frekvensanalys
Läs merBredbandig lobbildning
TVE 13 019 juni Examensarbete 15 hp 10 Juni 2013 Bredbandig lobbildning Bestämning av bredbandiga signalers infallsvinklar med hjälp av en sensor-array Per Hedbrant Jonas Mirza Abstract Bredbandig lobbildning
Läs merDIGITALA 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 merSignalbehandling Röstigenkänning
L A B O R A T I O N S R A P P O R T Kurs: Klass: Datum: I ämnet Signalbehandling ISI019 Enk3 011211 Signalbehandling Röstigenkänning Jonas Lindström Martin Bergström INSTITUTIONEN I SKELLEFTEÅ Sida: 1
Läs merGRUNDKURS 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 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 2 - Modulering I denna laboration skall vi
Björn Ekenstam 19/9 2003 Telekommunikation TDV hösten 2003 Laboration 2 - Modulering I denna laboration skall vi Tillämpa MATLAB för att studera några olika Digitalt modulerade signaler Visa dessa signaler
Läs merLaplace, 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 merLaboration 1 Fysik
Laboration 1 Fysik 2 2015 : Fysik 2 för tekniskt/naturvetenskapligt basår Laboration 1 Förberedelseuppgifter 1. För en våg med frekvens f och våglängd λ kan utbredningshastigheten skrivas: 2. Färgen på
Läs merSpektrala 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 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 merTillämpad digital signalbehandling Laboration 1 Signalbehandling i Matlab och LabVIEW
Institutionen för data- och elektroteknik 004-03-15 Signalbehandling i Matlab och LabVIEW 1 Introduktion Vi skall i denna laboration bekanta oss med hur vi kan använda programmen Matlab och LabVIEW för
Läs merUlrik 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 merMR-laboration: design av pulssekvenser
MR-laboration: design av pulssekvenser TSBB3 Medicinska Bilder Ansvarig lärare: Anders Eklund anders.eklund@liu.se Innehåll Uppgift Initialisering av k-space Koordinater i k-space Navigering i k-space
Läs merLaboration 1: Aktiva Filter ( tid: ca 4 tim)
091129/Thomas Munther IDE-sektionen/Högskolan Halmstad Uppgift 1) Laboration 1: Aktiva Filter ( tid: ca 4 tim) Vi skall använda en krets UAF42AP. Det är är ett universellt aktivt filter som kan konfigureras
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 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 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 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 merHandledning laboration 1
: Fysik 2 för tekniskt/naturvetenskapligt basår Handledning laboration 1 VT 2017 Laboration 1 Förberedelseuppgifter 1. För en våg med frekvens f och våglängd λ kan utbredningshastigheten skrivas: 2. Färgen
Läs merTEKNISKA HÖGSKOLAN I LULEÅ Ämneskod SMS016 Systemteknik Tentamensdatum Avd för Signalbehandling Skrivtid
TEKNISKA HÖGSKOLAN I LULEÅ Ämneskod SMS016 Systemteknik Tentamensdatum 1996-04-11 Avd för Signalbehandling Skrivtid 9.00-13.00 Tentamen i Kommunikationsteori Antal uppgifter: 5 (5 poäng per uppgift) Lärare:
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 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 merTillämpning av komplext kommunikationssystem i MATLAB
(Eller: Vilken koppling har Henrik Larsson och Carl Bildt?) 1(5) - Joel Nilsson joelni at kth.se Martin Axelsson maxels at kth.se Sammanfattning Kommunikationssystem används för att överföra information,
Läs merSpektrala 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 merTentamen 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 merElektronik 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 merGrundläggande signalbehandling
Beskrivning av en enkel signal Sinussignal (Alla andra typer av signaler och ljud kan skapas genom att sätta samman sinussignaler med olika frekvens, Amplitud och fasvridning) Periodtid T y t U Amplitud
Läs merREGLERTEKNIK 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 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 merTFEI02: Vågfysik. Tentamen : Svar och anvisningar. t s(x,t) =s 0 sin 2π T x. v = fλ =3 5 m/s = 15 m/s
140528: TFEI02 1 TFEI02: Vågfysik Tentamen 140528: Svar och anvisningar Uppgift 1 a) En fortskridande våg kan skrivas på formen: t s(x,t) =s 0 sin 2π T x λ Vi ser att periodtiden är T =1/3 s, vilket ger
Läs merOptimal Signalbehandling Datorövning 1 och 2
Institutionen för Elektro- och Informationsteknik Lunds Universitet Lunds Tekniska Högskola Optimal Signalbehandling Datorövning 1 och 2 Leif Sörnmo Martin Stridh 2011 Department of Electrical and Information
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 merFouriermetoder MVE295 - bonusuppgifter
Fouriermetoder MVE295 - bonusuppgifter Edvin Listo Zec 920625-2976 edvinli@student.chalmers.se Sofia Toivonen 910917-4566 sofiato@student.chalmers.se Emma Ekberg 930729-0867 emmaek@student.chalmers.se
Läs merRobust navigering med ett tätt integrerat GPS/INS och adaptiv lobformning. Johan Malmström 14 april 2003
1 Robust navigering med ett tätt integrerat GPS/INS och adaptiv lobformning 2 Syfte Skapa en simuleringsmiljö för en tät integrering mellan ett tröghetsnavigeringssystem och GPS Modellera och implementera
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 merFaltningsreverb i realtidsimplementering
Faltningsreverb i realtidsimplementering SMS45 Lp1 26 DSP-system i praktiken Jörgen Anderton - jorand-3@student.ltu.se Henrik Wikner - henwik-1@student.ltu.se Introduktion Digitala reverb kan delas upp
Läs merTSBB16 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 mer3. Mekaniska vågor i 2 (eller 3) dimensioner
3. Mekaniska vågor i 2 (eller 3) dimensioner Brytning av vågor som passerar gränsen mellan två material Eftersom utbredningshastigheten för en mekanisk våg med största sannolikhet ändras då den passerar
Läs merDT1130 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 merTSDT15 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 merFYSIKUM STOCKHOLMS UNIVERSITET Tentamensskrivning i Vågrörelselära och optik, 7 poäng, FyL2 Tisdagen den 19 juni 2007 kl 9-15
FYSIKUM STOCKHOLMS UNIVERSITET Tentamensskrivning i Vågrörelselära och optik, 7 poäng, FyL2 Tisdagen den 19 juni 2007 kl 9-15 Hjälpmedel: Handbok, kopior av avsnitt om Fouirertransformer och Fourieranalys
Läs merProjekt 1 (P1) Problembeskrivning och uppdragsspecifikation
Projekt 1 (P1) Problembeskrivning och uppdragsspecifikation Etapp 1 Problem med mätsignalen m.a.p. sampling, vikning och spektraltäthet Problembeskrivning Uppdragsgivaren överväger att skaffa nya A/D-omvandlare
Läs merDatorövning: Fouriertransform med Python
Datorövning i Elektromagnetism och vågor (FK5019) Övningsledare: bart.pelssers@fysik.su.se & ashraf@fysik.su.se Datorövning: Fouriertransform med Python Skicka in individuellt skrivna rapporter på engelska
Läs merLaplace, 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 merLaboration i Fourieranalys för F2, TM2, Kf2 2011/12 Signalanalys med snabb Fouriertransform (FFT)
Laboration i Fourieranalys för F2, TM2, Kf2 2011/12 Signalanalys med snabb Fouriertransform (FFT) Den här laborationen har två syften: dels att visa hur den snabba Fouriertransformen fungerar och vad man
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 merDT1130 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 merEXEMPEL 1: ARTVARIATION FÖRELÄSNING 1. EEG frekvensanalys EXEMPEL 2: EEG
FÖRELÄSNING EXEMPEL : ARTVARIATION Kurs- och transform-översikt. Kursintroduktion med typiska signalbehandlingsproblem och kapitelöversikt. Rep av transformer 3. Rep av aliaseffekten Givet: data med antal
Läs merDT1120 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 merTANA17 Matematiska beräkningar med Matlab
TANA17 Matematiska beräkningar med Matlab Laboration 1. Linjär Algebra och Avbildningar Namn: Personnummer: Epost: Namn: Personnummer: Epost: Godkänd den: Sign: Retur: 1 Introduktion I denna övning skall
Läs merFöreläsning 6: Spektralskattning: icke parametriska metoder. Leif Sörnmo 4 oktober 2009
Föreläsning 6: Spektralskattning: icke parametriska metoder Leif Sörnmo 4 oktober 2009 1 Metoder för spektralskattning icke-parametriska korrelogram, periodogram fönstring, medelvärdesbildning minimum-varians
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 merFörsättsblad 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 merLab 1 Analog modulation
2 Lab-PM för TSEI67 Telekommunikation Lab 1 Analog modulation Med Simulink kan man som sagt bygga upp ett kommunikationssystem som ett blockschema, och simulera det. Ni ska i denna laboration inledningsvis
Läs merLaboration i Fourieranalys för F2, TM2, Kf2 2013/14 Signalanalys med snabb Fouriertransform (FFT)
Laboration i Fourieranalys för F2, TM2, Kf2 2013/14 Signalanalys med snabb Fouriertransform (FFT) Den här laborationen har två syften: dels att visa hur den snabba Fouriertransformen fungerar och vad man
Läs merTAIU07 Matematiska beräkningar med Matlab
TAIU07 Matematiska beräkningar med Matlab Laboration 1. Vektorberäkningar Namn: Personnummer: Epost: Namn: Personnummer: Epost: Godkänd den: Sign: Retur: 1 Introduktion I denna övning skall vi träna på
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 mer1 Figuren nedan visar en transversell våg som rör sig åt höger. I figuren är en del i vågens medium markerat med en blå ring prick.
10 Vågrörelse Vågor 1 Figuren nedan visar en transversell våg som rör sig åt höger. I figuren är en del i vågens medium markerat med en blå ring prick. y (m) 0,15 0,1 0,05 0-0,05 0 0,5 1 1,5 2 x (m) -0,1-0,15
Läs merSignaler & 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 merTENTAMEN Modellering av dynamiska system 5hp
TENTAMEN Modellering av dynamiska system 5hp - 0 Tid: måndag 8 Maj 0, kl 4-9 Plats: Polacksbacken Ansvarig lärare: Bengt Carlsson, tel 070-674590. Bengt kommer till tentasalen ca kl 6 och besvarar ev frågor.
Läs merVinkelupplösning, exempel hålkameran. Vinkelupplösning När är två punkter upplösta? FAF260. Lars Rippe, Atomfysik/LTH 1. Böjning i en spalt
Kursavsnitt Böjning och interferens Böjning i en spalt bsin m m 1,... 8 9 Böjning i en spalt Böjning i cirkulär öppning med diameter D Böjningsminimum då =m Första min: Dsin 1. 10 11 Vinkelupplösning,
Läs merModellering och styrning av ett biologiskt reningsverk
Styrning av Biologiska Reningsverk 02/03 1 Mål Modellering och styrning av ett biologiskt reningsverk Efter att ha genomfört denna uppgift ska du ha lärt dig att bygga mera komplexa dynamiska modeller
Läs merLösning till tentamen i Medicinska Bilder, TSBB31, DEL 1: Grundläggande 2D signalbehandling
Lösning till tentamen i Medicinska Bilder, TSBB3, 08-0-4 Maria Magnusson (maria.magnusson@liu.se) DEL : Grundläggande D signalbehandling Uppgift (6p) a och E: E LP-filtrerar mycket och ger en mycket suddig
Läs merTeori... 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 merSystem, Modeller och Metoder
SMS27 Laboration 2 System, Modeller och Metoder Seriekopplade, parallellkopplade och återkopplade system Due Date: February 7 För att bli godkänd krävs: att samtliga figurer är korrekt ifyllda att figurerna
Läs merSignal- 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 merLjusets böjning & interferens
Ljusets böjning & interferens Laboration Innehåll 1 Förberedelseuppgifter 2 Laborationsuppgifter 3 Appendix Ljusets vågegenskaper Ljus kan liksom ljud beskrivas som vågrörelser och i den här laborationen
Läs merx 23 + y 160 = 1, 2 23 = ,
Matematiska Institutionen KTH Lösningar till några övningar, inför tentan moment B, på de avsnitt som inte omfattats av lappskrivningarna, Diskret matematik för D2 och F, vt08.. Ett RSA-krypto har n =
Läs merArray Processing. Markus Drevö & Stefan Johansson
Array Processing Markus Drevö & Stefan Johansson Two Decades of Array Signal Processing Hamid Krim and Mats Wiberg Beamforming: : A Versatile Approach to Spatial Filtering Barry D. Van Veen and Kevin M.
Läs merTAIU07 Matematiska beräkningar med Matlab
TAIU07 Matematiska beräkningar med Matlab Laboration 3. Linjär algebra Namn: Personnummer: Epost: Namn: Personnummer: Epost: Godkänd den: Sign: Retur: 1 Introduktion 2 En Komet Kometer rör sig enligt ellipsformade
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 merSignal- 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 merLab 4: Digital transmission Redigerad av Niclas Wadströmer. Mål. Uppstart. Genomförande. TSEI67 Telekommunikation
TSEI67 Telekommunikation Lab 4: Digital transmission Redigerad av Niclas Wadströmer Mål Målet med laborationen är att bekanta sig med transmission av binära signaler. Det innebär att du efter laborationen
Läs merMatematikcentrum 1(6) Matematisk Statistik Lunds Universitet MASB11 - Biostatistisk grundkurs VT2014, lp3. Laboration 2. Fördelningar och simulering
Matematikcentrum 1(6) Matematisk Statistik Lunds Universitet MASB11 - Biostatistisk grundkurs VT2014, lp3 Laboration 2 Fördelningar och simulering Introduktion 2014-02-06 Syftet med laborationen är dels
Läs merDigital signalbehandling fk Adaptiv filtrering
Institutionen för data- och elektroteknik 1999-11-16 Inledning Det finns många sammanhang då parametrarna inte är bekanta i förväg utan vårt måste anpassa sig till situationen. Några exempel bortfiltrering
Läs merLösningsförslag till tentamen i Reglerteknik fk M (TSRT06)
Lösningsförslag till tentamen i Reglerteknik fk M (TSRT6) 216-1-15 1. (a) Känslighetsfunktionen S(iω) beskriver hur systemstörningar och modellfel påverkar utsignalen från det återkopplade systemet. Oftast
Läs merDigital 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 merTFEI02: Vågfysik. Tentamen : Lösningsförslag
160530: TFEI0 1 Uppgift 1 TFEI0: Vågfysik Tentamen 016-05-30: Lösningsförslag a) Ljudintensiteten, I, är ett mått på hur stor effekt, P eff, som transporteras per area. Om vi vet amplituden på vågen kan
Läs merLab lanserade R.A. Moog Inc. en ny synt: Minimoog. Den var designad av Bill Hemsath och Robert Moog och kom att revolutionera musikhistorien.
Lab 1 1970 lanserade R.A. Moog Inc. en ny synt: Minimoog. Den var designad av Bill Hemsath och Robert Moog och kom att revolutionera musikhistorien. Minimoogen var egentligen en ganska enkel synt. Den
Läs merExperimentella metoder, FK3001. Datorövning: Finn ett samband
Experimentella metoder, FK3001 Datorövning: Finn ett samband 1 Inledning Den här övningen går ut på att belysa hur man kan utnyttja dimensionsanalys tillsammans med mätningar för att bestämma fysikaliska
Läs merPsykoakustik. Ljudtrycksnivå. Hörselns omfång. Hörnivå(loudness) Människans hörsel är ganska väl studerad och det finns bra modeller för den.
Psykoakustik Ljudtrycksnivå Människans hörsel är ganska väl studerad och det finns bra modeller för den. Detta kan utnyttjas vid ljudkodning för att placera distorsionen (kvantiseringsbruset) så att det
Läs merDigital signalbehandling Digitalt Ljud
Signalbehandling Digital signalbehandling Digitalt Ljud Bengt Mandersson Hur låter signalbehandling Institutionen för elektro- och informationsteknik 2008-10-06 Elektronik - digital signalbehandling 1
Läs merReglerteknik M3. Inlämningsuppgift 3. Lp II, 2006. Namn:... Personnr:... Namn:... Personnr:...
Reglerteknik M3 Inlämningsuppgift 3 Lp II, 006 Namn:... Personnr:... Namn:... Personnr:... Uppskattad tid, per person, för att lösa inlämningsuppgiften:... Godkänd Datum:... Signatur:... Påskriften av
Läs merFAFA55 HT2016 Laboration 1: Interferens av ljus Nicklas Anttu och August Bjälemark, 2012, Malin Nilsson och David Göransson, 2015, 2016
Inför Laborationen Laborationen sker i två lokaler: K204 (datorsal) och H226. I början av laborationen samlas ni i H212. Laborationen börjar 15 minuter efter heltimmen som är utsatt på schemat. Ta med
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 merLaboration i Fourieroptik
Laboration i Fourieroptik David Winge Uppdaterad 30 januari 2015 1 Introduktion I detta experiment ska vi titta på en verklig avbildning av Fouriertransformen. Detta ska ske med hjälp av en bild som projiceras
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 merTFEI02: Vågfysik. Tentamen : Svar och anvisningar. t 2π T x. s(x,t) = 2 cos [2π (0,4x/π t/π)+π/3]
TFEI0: Vågfysik Tentamen 14100: Svar och anvisningar Uppgift 1 a) Vågen kan skrivas på formen: vilket i vårt fall blir: s(x,t) =s 0 sin t π T x + α λ s(x,t) = cos [π (0,4x/π t/π)+π/3] Vi ser att periodtiden
Läs merSTOCKHOLMS UNIVERSITET VT 2011 Avd. Matematisk statistik GB DATORLABORATION 3: MULTIPEL REGRESSION.
MATEMATISKA INSTITUTIONEN Tillämpad statistisk analys, GN STOCKHOLMS UNIVERSITET VT 2011 Avd. Matematisk statistik GB 2011-04-13 DATORLABORATION 3: MULTIPEL REGRESSION. Under Instruktioner och data på
Läs merExperimentella metoder 2013, Räkneövning 3
Experimentella metoder 2013, Räkneövning 3 Problem 1: Fem studenter mätte längden av ett rum, deras resultat blev 3,30 m, 2,90 m, 3,70 m, 3,50 m, och 3,10 m. Inga uppgifter om mätnoggrannheten är kända.
Läs merReglerteori. Föreläsning 3. Torkel Glad
Reglerteori. Föreläsning 3 Torkel Glad Föreläsning 1 Torkel Glad Januari 2018 2 Sammanfattning av föreläsning 2 Det mesta av teorin för envariabla linjära system generaliseras lätt till ervariabla (era
Läs merTSRT91 Reglerteknik: Föreläsning 5
TSRT9 Reglerteknik: Föreläsning 5 Martin Enqvist Reglerteknik Institutionen för systemteknik Linköpings universitet Föreläsningar / 23 Inledning, grundläggande begrepp. 2 Matematiska modeller. Stabilitet.
Läs merDN1212/numpm Numeriska metoder och grundläggande programmering Laboration 1 Introduktion
Staffan Romberger 2008-10-31 DN1212/numpm Numeriska metoder och grundläggande programmering Laboration 1 Introduktion Efter den här laborationen ska du kunna hantera vektorer och matriser, villkorssatser
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 merTentamen 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 merBöjning. Tillämpad vågrörelselära. Föreläsningar. Vad är optik? Huygens princip. Böjning vs. interferens FAF260. Lars Rippe, Atomfysik/LTH 1
Tillämpad vågrörelselära 2 Föreläsningar Vad är optik? F10 och upplösning (kap 16) F11 Interferens och böjning (kap 17) F12 Multipelinterferens (kap 18) F13 Polariserat ljus (kap 20) F14 Reserv / Repetition
Läs merAD-DA-omvandlare. Mätteknik. Ville Jalkanen. ville.jalkanen@tfe.umu.se 1
AD-DA-omvandlare Mätteknik Ville Jalkanen ville.jalkanen@tfe.umu.se Inledning Analog-digital (AD)-omvandling Digital-analog (DA)-omvandling Varför AD-omvandling? analog, tidskontinuerlig signal Givare/
Läs mer