Grundläggande signalbehandling
|
|
- Ulla-Britt Bergman
- för 7 år sedan
- Visningar:
Transkript
1 Digital Signalbehandling Lab 1 Grundläggande signalbehandling Denna version: juli 2007 LERTEKNIK REG Namn: Personnr: AU T O MA RO TI C C O N T LINKÖPING L Datum: Godkänd:
2
3 1 Introduktion Syftet med denna första laboration i kursen Digital signalbehandling är att ge tillfälle att arbeta praktiskt med de teorier och algoritmer som tas upp i kursboken. Laborationen består av tre uppgifter: Vissling: Hur rent visslar du? Vokalljud: Hur kan man modellera ett vokalljud? Talkodning enligt GSM: Hur mycket icke-nödvändig information finns det i vanligt tal? Varje uppgift beskrivs mer i detalj nedan. För att lösa uppgifterna måste Matlab eller motsvarande användas. 2 Arbetsupplägg Laborationsarbetet kan delas in i tre faser: 1. Datainsamling i Laboteket. Sker under schemalagd tid och bör kunna vara klar på ca en timme. 2. Beräkningar med Matlab. Dessa genomförs under kursens gång och teorin till uppgifterna återfinns i kapitel 2 6 och föreläsningar 1 7. Då insamlingen av data sker tidigt i kursen så kommer det att vara svårt att utföra någon av uppgifterna redan under labben. 3. Dokumentering av resultat i en teknisk rapport. Rapporten ska kunna läsas fristående från labkompendiet. Alla val ni har gjort ska motiveras tydligt. OBS! Skriv kommentarer och förklaringar till era plottar och er Matlab -kod på ett sådant sätt att det är lätt att följa ert resonemang. Rapporten lämnas direkt till någon av lektionsassistenterna. Skriv labassistentens namn tydligt på rapporten så att den kommer till rätt person. Rapporterna lämnas in gruppvis, dvs två personer per rapport. Observera att uppenbart ihopslarvade rapporter ej kommer att beaktas överhuvudtaget. Glöm ej att ange namn och e-postadress! Tips om rapportskrivande finns i avsnitt 7. 3 Datainsamling Obs! Om datorn ni använder har ett externt ljudkort (liten svart/orange låda) så kan ni behöva göra några extra inställningar innan ni går vidare, se appendix A för detaljer. Har ni ett internt ljudkort kopplas mikrofonen in på detta. Kopiera katalogen r:\digsig\lab1 till c:\lab\. Denna katalog innehåller en SimuLink-fil, digsiglab1.mdl, som ska användas för datainsamlingen. Öppna denna fil i Matlab genom att först göra >> cd c:\lab\lab1 3
4 och sedan skriva digsiglab1. Välj samplingshastighet genom att sätta variabeln sampletime till lämpligt värde i Matlab. Variabeln rectime anger inspelningens längd i sekunder, sätt denna variabel till lämpligt värde i Matlab. >> sampletime = 1/8000; >> rectime = 2; Det ljud ni spelar in sparas i en.mat-fil, filnamnet anger ni genom att dubbelklicka på blocket To file och skriva in önskat filnamn. Signalen, tillsammans med en tidsvektor, kommer att sparas som en matris med två rader med namnet y i denna fil. Starta sedan simuleringen och tala in ljudet i mikrofonen. Exempel studera det inspelade ljudet: >> load aljud % Ladda in data (aljud <-> filnamn) >> plot(y(1,:),y(2,:)) % Signalamplitud m.a.p. tid >> soundsc(y(2,:),8000) % Lyssna på ljudet Glöm inte att spara datafilerna under era egna konton på h: innan ni lämnar labben, det som har sparats under c:\lab kommer att tas bort vid utloggning. 4 Uppgift: Vissling 4.1 Mål Uppgiften går ut på att försöka vissla en så ren sinusvåg som möjligt och sedan undersöka närmare hur ren visslingen faktiskt blev. 4.2 Utförande och redovisning Välj som tidigare samplingsfrekvensen 8000 Hz och spela in 2 s vissling. Ta in signalen i Matlab och klipp bort eventuella transienter i början och slutet av signalen. Ett mått på en periodisk signals renhet är harmonisk distortion som definieras som ett minus kvoten mellan energin i den dominerande frekvensen och den totala energin. Ett annat mått på renhet fås genom att skatta en andra ordningens AR modell och ta polernas avstånd från enhetscirkeln som mått på distortion. Behandla följande punkter/frågeställningar: 1. Beräkna energin i tidsplanet för hela visslingen, samt för den dominerande komponenten. 2. Gör samma energiberäkningar i frekvensplanet. 3. Beräkna den harmoniska distortionen med energivärdena både från tidsplanet och frekvensplanet (kontrollera att dessa ger ungefär samma resultat). Hur ren är visslingen? 4. Beräkna renhetsmåttet baserat på AR(2)-modellen och motivera varför denna modelltyp är lämplig. Hur kan detta mått jämföras med den harmoniska distortionen? 5. Ta fram spektrum för visslingen och skatta den dominerande frekvensen, dels med en icke-parametrisk metod, dels med en parametrisk metod. 4
5 Tips: Blås inte direkt in i mikrofonen! Då distorsionen beräknas enligt den första metoden kan man göra energiberäkningarna i frekvens- eller tidsplanet. I frekvensplanet tas ett antal sampel med kring maxvärdet. I tidsplanet appliceras ett bandpassfilter varefter variansen kan beräknas. Glöm ej att gradera axlarna på rätt sätt! Man ska enkelt kunna avläsa frekvensen på visslingen (i Hz eller rad/s). 5 Uppgift: Vokalljud 5.1 Mål Uppgiften går ut på att försöka modellera ett vokalljud med en AR-modell av lämplig ordning och sedan simulera modellen med lämplig insignal och lyssna på resultatet. 5.2 Utförande och redovisning Tala in två vokalljud med samplingsfrekvensen 8000 Hz och längd 2 s, till exempel ett a-ljud och ett o-ljud. Ta som i förra uppgiften bort eventuella transienter i början och slutet av signalen. Behandla följande punkter/frågeställningar: Tips: Modellera vokalljuden med AR-modeller av lämpliga ordningar. Validera de skattade modellerna. Är de skattade modellerna bra? För att svara på denna fråga ska ni använda minst två av de valideringsmetoder som finns beskrivna i kursboken, exempelvis jämförelse mellan modellens prediktioner och verkliga data, jämförelse mellan modellens spektrum med en icke-parametrisk spektralskattning och/eller genom att skatta kovariansfunktioner för residualerna. Simulera även AR-modellerna och lyssna på resultatet: Låter simuleringarna som de ljud ni spelat in? Eftersom vokalljudet är en periodisk signal är det lämpligt att använda ett pulståg som insignal vid simuleringen. Välj intervallet mellan pulserna till periodtiden för signalen. Vid identifiering av ett system med en parametrisk metod (t.ex. AR) är det viktigt att skilja på estimeringsdata och valideringsdata. 6 Uppgift: Talkodning enligt GSM 6.1 Mål Uppgiften går ut på att implementera en enkel variant av den talkodning som används i GSM-näten och undersöka resultatet. 5
6 6.2 Utförande och redovisning Tala in en signal av längd ca 2 s med samplingsfrekvensen 8000 Hz (för personer med dålig fantasi rekommenderas trädet blåste omkull i stormen ). Den förenklade GSM-kodningen går till på följande sätt: Dela in signalen i segment med 160 sampel i varje. Använd en AR(8)-modell för att modellera ljudet i varje segment. Tag ett pulståg som insignalmodell. Tiden D mellan pulserna och dess amplitud skattas med maximum i kovariansfunktionen för residualerna. Kovariansfunktionen, R e (t), kan exempelvis fås på följande sätt: >> e=filter(m1.a,1,y); % m1 <-> AR-modellen för segmentet >> r=covf(e,100); Finn tidslaggen, D, och amplituden, A, för maximum på R e (t), t > 19. Bilda ett pulståg med amplitud A och pulsavstånd D av längd 160 sampel. Detta ger en vektor som vi kan kalla ehat. Simulera sedan ljudet för varje segment genom: >> yhat=filter(1,m1.a,ehat); Behandla följande punkter/frågeställningar: 1. Implementera GSM-kodningen enligt ovan. Se till att koden detecterar instabila poler och hanterar dem så att inga instabila filter simulears. (Instabila poler ska hanteras i koden även om er signal inte genererar några.) Glöm inte heller att dra bort medelvärdet i varje segment innan identifieringen (mha detrend). Hur låter det rekonstruerade talet? 2. Prova att låta pulståget ha amplitud 1 i alla segment. Vad blir resultatet? 3. Prova att variera modellordningen och lyssna om det låter sämre eller bättre. 4. I GSM-systemet används AR-modeller för att komprimera data. Vilka data måste skickas för att man ska kunna simulera ljudet i varje segment hos mottagaren? Vilken kompressionsgrad motsvarar detta (relativt den råa ljudsignalen)? Tips: En metod för att hantera de instabila filter som eventuellt kan dyka upp är att spegla de instabila polerna för dessa filter i enhetscirkeln (de stabila låter man vara kvar). På detta sätt bevaras filtrets spektralegenskaper. 7 Att tänka på vid rapportskrivning Syftet med varje uppgift ska redovisas i rapporten så den kan läsas separat. I texten ska man tydligt kunna följa ert resonemang. Hänvisningar ska göras till alla figurer och alla slutsatser och tolkningar ska finnas med i den löpande texten. Glöm inte att numrera figurerna så att det är enkelt att hänvisa till dem. 6
7 Figurer ska graderas och förses med en titel. Om flera kurvor plottas i en figur bör man ange skillnaden mellan kurvorna i figurtexten. I Matlab finns även möjlighet att använda kommandot legend som ger en liten informationsruta som beskriver varje graf i figuren. Ofta ser inte figurerna likadana ut efter utskrift, kolla därför alltid så de är läsbara. Om de inte är det kan man prova att ändra exempelvis linjetjocklek, linjetyp eller textstorlek. Syftet med figurer, bilagor och kod är inte att de ska sammanfatta laborationen/lösningen. Sammanfattningen och slutsatserna ska finnas i texten och figurer m.m. används för verifikation och förtydligande. I en labrapport är det viktigt att förklara vad resultaten av uppgiften innebär! A Inställning av externt ljudkort Detta gäller endast de datorer som har externt ljudkort (orange låda). För den andra typen (inbyggt kort, datorns baksida) behövs inga inställningar! Klicka på I-symbolen längst ner till höger på skärmen, se figur 1. Börja med att kontrollera att HeadPhone and Monitor längst upp till höger är aktiverad (grön). Gör sedan de inställningar som visas i tabell 1. Figur 1: Startsymbol för inställningsapplikationen Kanal Input select Mic preamp Volym Mix IN 1,2 MIC +20 db PÅ, Phantom AV +4.5 AV IN 3,4 MIC +20 db PÅ, Phantom AV +12 AV IN 5,6 IN 7,8 WAVE 1,2 WAVE 3,4 (max) PÅ WAVE 5,6 (max) AV WAVE 7,8 (max) AV MASTER (max) PÅ Tabell 1: De rader i tabellen med streck i alla kolumner motsvarar kanaler som ej används och det spelar ingen roll hur de ställs in. När dessa inställningar är gjorda bör det se ut som i figur 2. Ljudkortets samplingsfrekvens och fördröjning ställs in till Hz respektive 128 samples enligt figur 3 respektive figur 4. 7
8 Figur 2: Så här bör det se ut när det är inställningarna i tabell 1 är utförda. Figur 3: Inställning av sampelfrekvensen. 8
9 Figur 4: Inställning av fördröjningen. 9
Lab 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 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 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 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 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 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 merProcessidentifiering och Polplacerad Reglering
UmU/TFE Laboration Processidentifiering och Polplacerad Reglering Introduktion Referenser till teoriavsnitt följer här. Processidentifiering: Kursbok kap 17.3-17.4. Jämför med det sista exemplet i kap
Läs merIntroduktion till LTspice
Introduktion till LTspice LTspice kan laddas ned gratis från www.linear.com/designtools/software. Där hittar man även en fullständig användarguide. För att det ska vara lättare för er att komma igång följer
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 merFlerdimensionella signaler och system
Luleå tekniska universitet Avd för signalbehandling Magnus Sandell (reviderad av Frank Sjöberg) Flerdimensionell signalbehandling SMS033 Laboration 1 Flerdimensionella signaler och system Syfte: Den här
Läs merElektro och Informationsteknik LTH Laboration 4 Tidsplan, frekvensplan och impedanser
Elektro och Informationsteknik LTH Laboration 4 Tidsplan, frekvensplan och impedanser Elektronik för D ETIA01 Andrés Alayon Glasunov Palmi Thor Thorbergsson Anders J Johansson Lund Mars 2009 Laboration
Läs merAnalys/syntes-kodning
Analys/syntes-kodning Många talkodare bygger på en princip som kallas analys/syntes-kodning. Istället för att koda en vågform, som man normalt gör i generella ljudkodare och i bildkodare, så har man parametrisk
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 merTentamen 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 merLab Tema 2 Ingenjörens verktyg
Lab Tema 2 Ingenjörens verktyg Agneta Bränberg, Ville Jalkanen Syftet med denna laboration är att alla i gruppen ska kunna handskas med de instrument som finns på labbet på ett professionellt sätt. Och
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 merLaboration i Fourieroptik
Laboration i Fourieroptik David Winge Uppdaterad 4 januari 2016 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 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 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 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 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 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 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 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 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 merÄmnesområde Hörselvetenskap A Kurs Signalteori, 7,5 hp Kurskod: HÖ1007 Tentamenstillfälle
Institutionen för hälsovetenskap och medicin Kod: Ämnesområde Hörselvetenskap A Kurs Signalteori, 7,5 hp Kurskod: HÖ1007 Tentamenstillfälle Datum 2013-08-19 Tid 4 timmar Kursansvarig Susanne Köbler Tillåtna
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 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 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 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 merIntroduktion till Word och Excel
Introduktion till Word och Excel HT 2006 Detta dokument baseras på Introduktion till datoranvändning för ingenjörsprogrammen skrivet av Stefan Pålsson 2005. Omarbetningen av detta dokument är gjord av
Läs merRÄKNEEXEMPEL 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 merLiTH Lab1: Asynkron seriell dataöverföring via optisk länk Laboration 1. Asynkron seriell dataöverföring via optisk länk
Lab: 2007-09-06 Laboration Asynkron seriell dataöverföring via optisk länk Kravspecifikation Lennart Bengtsson Version.4 Granskad Godkänd Status Lennart Bengtsson Sida PROJEKTIDENTITET Laborationsgrupp,
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 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 merLaboration 3, TNGD10 Rörliga medier
Laboration 3, TNGD10 Rörliga medier Praktisk övning/workshop 1 laboration á 2h, grupper om 4-8 studenter Idéen med denna laboration/workshop är att ni ska få testa teorin från föreläsningarna, jobba praktiskt
Läs merTSKS06 Linjära system för kommunikation Lab2 : Aktivt filter
TSKS06 Linjära system för kommunikation Lab2 : Aktivt filter Sune Söderkvist, Mikael Olofsson 9 februari 2018 Fyll i detta med bläckpenna Laborant 1 Laborant 2 Personnummer Personnummer Datum Godkänd 1
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 merKPP053, HT2016 MATLAB, Föreläsning 1. Introduktion till MATLAB Skript Inläsning och utskrift av variabler Ekvationssystem Anonyma funktioner
KPP053, HT2016 MATLAB, Föreläsning 1 Introduktion till MATLAB Skript Inläsning och utskrift av variabler Ekvationssystem Anonyma funktioner MATLAB Väletablerat Mycket omfattande program GNU OCTAVE Öppen
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 merLinjär algebra med tillämpningar, lab 1
Linjär algebra med tillämpningar, lab 1 Innehåll Per Jönsson Fakulteten för Teknik och Samhälle, 2013 Uppgifterna i denna laboration täcker kapitel 1-3 i läroboken. Läs igenom motsvarande kapitel. Sitt
Läs merTSKS21 Signaler, Information och Bilder Lab 2: Digitalisering
TSKS21 Signaler, Information och Bilder Lab 2: Digitalisering Mikael Olofsson 8 februari 2017 Fyll i detta med bläckpenna Laborant Personnummer Datum Godkänd 1 1 Allmänt Denna laboration syftar till att
Läs merGuide till att använda Audacity för uttalsövningar
Guide till att använda Audacity för uttalsövningar Victoria Johansson Humlabbet, SOL-center, Lund IT-pedagog@sol.lu.se 28 mars 2006 1 Inledning Audacity är ett program som kan användas för att spela in
Läs merLaboration 1. Grafisk teknik Rastrering. Sasan Gooran (HT 2004)
Laboration 1 Grafisk teknik ------------------------------------- Rastrering Sasan Gooran (HT 2004) Introduktion 1.0 Introduktion Den här laborationen måste förberedas innan laborationstillfället. Ett
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 merInstruktion för laboration 1
STOCKHOLMS UNIVERSITET MATEMATISKA INSTITUTIONEN Avd. för matematisk statistik MD, ANL, TB (rev. JM, OE) SANNOLIKHETSTEORI I Instruktion för laboration 1 De skriftliga laborationsrapporterna skall vara
Läs merProjekt 6. Fourieroptik Av Eva Danielsson och Carl-Martin Sikström
Projekt 6. Fourieroptik Av Eva Danielsson och Carl-Martin Sikström Introduktion I detta experiment ska vi titta på en verklig avbildning av fouriertransformen. Detta ska ske med hjälp av en bild som projiceras
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 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 merDatorövningar i systemidentifiering Del 2
Datorövningar i systemidentifiering Del 2 Denna version: 24 augusti 2015 REGLERTEKNIK AUTOMATIC CONTROL LINKÖPING 1 Parametrisk identifiering av konfektionsmodeller Parametriska konfektionsmodeller (black-box-modeller)
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 merInnehνall 1 Introduktion Processbeskrivning Inloggning och uppstart
UPPSALA UNIVERSITET SYSTEMTEKNIK EKL och PSA, 2002 Dynamiska System (STS) Modellering av en DC-motor Sammanfattning Dynamiken för en dc-motor bestäms utifrνan en s k icke-parametrisk modellering, i detta
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 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 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 merLaboration 1 - Simplexmetoden och Modellformulering
Linköpings universitet Optimeringslära grundkurs för Y Matematiska institutionen Laboration 1 Optimeringslära 30 januari 2013 Laboration 1 - Simplexmetoden och Modellformulering Den första delen av laborationen
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 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 merIndex. Vektorer och Elementvisa operationer. Summor och Medelvärden. Grafik i två eller tre dimensioner. Ytor. 20 januari 2016 Sida 1 / 26
TAIU07 Föreläsning 2 Index. Vektorer och Elementvisa operationer. Summor och Medelvärden. Grafik i två eller tre dimensioner. Ytor. 20 januari 2016 Sida 1 / 26 Matriselement och Index För att manipulera
Läs 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 merAtt fånga den akustiska energin
Att fånga den akustiska energin När vi nu har en viss förståelse av vad ljud egentligen är kan vi börja sätta oss in i hur det kan fångas upp och efterhand lagras. När en ljudvåg sprider sig är det inte
Läs merLaboration 3 Grunderna i Ljudinspelning
Mitthögskolan Institutionen för Informationsteknologi och medier. Jan-Erik Jonsson 060-14 87 90 Laboration 3 Grunderna i Ljudinspelning Interaktiva multimedier v1.0 2001-12-07 lab_3_2001-12-07.doc Sida
Läs merGuide till att använda Audacity
Guide till att använda Audacity Victoria Johansson victoria.johansson@ling.lu.se 15 augusti 2011 1 Inledning Audacity är ett program som kan användas för att spela in och att spela upp ljud. Syftet med
Läs merDigital Signalbehandling i Audio/Video
Digital Signalbehandling i Audio/Video Institutionen för Elektrovetenskap Laboration 1 (del 1) Martin Stridh Lund 2005 2 Kapitel 1 Musikkompression Denna laboration handlar om kompression av ljud och musik
Läs merFöreläsning 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 merDatorövning 2 Matlab/Simulink. Styr- och Reglerteknik för U3/EI2
Högskolan i Halmstad Sektionen för Informationsvetenskap, Dator- och Elektroteknik 08/ Thomas Munther Datorövning 2 Matlab/Simulink i Styr- och Reglerteknik för U3/EI2 Laborationen förutsätter en del förberedelser
Läs merFlerdimensionell signalbehandling SMS022
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
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 merTNMK054 - LJUDTEKNIK 1 FILTER OCH VCF
TNMK054 - LJUDTEKNIK 1 FILTER OCH VCF NÅGRA FREKVENSER Bastrumma Kropp 60-80Hz, snärt 2,5kHz Virveltrumma Kropp 240Hz, krispighet 5kHz HiHat & cymbaler Gongljud 200Hz, briljans 7,5-12kHz Hängpuka Kropp
Läs merTANA17 Matematiska beräkningar med MATLAB för M, DPU. Fredrik Berntsson, Linköpings Universitet. 2 november 2015 Sida 1 / 23
TANA17 Matematiska beräkningar med MATLAB för M, DPU Fredrik Berntsson, Linköpings Universitet 2 november 2015 Sida 1 / 23 Föreläsning 2 Index. Kolon-notation. Vektoroperationer. Summor och medelvärden.
Läs 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 merMiniprojekt: Vattenledningsnäten i Lutorp och Vingby 1
11 oktober 215 Miniprojekt 1 (5) Beräkningsvetenskap I/KF Institutionen för informationsteknologi Teknisk databehandling Besöksadress: MIC hus 2, Polacksbacken Lägerhyddsvägen 2 Postadress: Box 337 751
Läs merSTOCKHOLMS UNIVERSITET VT 2011 Avd. Matematisk statistik GB DATORLABORATION 1: TIDSSERIER.
MATEMATISKA INSTITUTIONEN Tillämpad statistisk analys, GN STOCKHOLMS UNIVERSITET VT 2011 Avd. Matematisk statistik GB 2011-03-24 DATORLABORATION 1: TIDSSERIER. I Tarfala har man under en lång följd av
Läs merLathund import Ladoklista i Ping Pong
8 januari 2009 1 / 9 Samtliga KIs studenter har ett konto i Ping Pong. Dessa skapas automatiskt och är knutna till studenternas KI-konto. Det som inte går automatiskt är kopplingen mellan en student och
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 merDiasonic DDR-5300 Svensk kom i gång manual.
Diasonic DDR-5300 Svensk kom i gång manual. Översikt 1. Hörlursuttag 8. Högtalare 2. Handlovsrem 9. Minneskortplats, micro-sd 3. Uttag för extern mikrofon 10. Spela in / Paus 4. Intern mikrofon 11. Volym
Läs merINTRODUKTION TILL OrCAD
UMEÅ UNIVERSITET Tillämpad fysik och elektronik Agneta Bränberg 23-3-27 INTRODUKTION TILL OrCAD Laboration E1 ELEKTRO Personalia: Namn: Kurs: Datum: Återlämnad (ej godkänd): Rättningsdatum Kommentarer
Läs merLathund Milestone 112 Ace Color
Iris Hjälpmedel AB Innehållsförteckning Lathund Milestone 112 Ace Color Knappbeskrivning 3 Ovansidan 3 Övre kortsidan 3 Nederkant under högtalaren 3 Allmänt 3 Ladda batteriet 3 Knapplås på/av 3 Väcka/Slå
Läs merGrundläggande ljud- och musikteori
Grundläggande ljud- och musikteori Jan Thim Magnus Eriksson Lektionens syfte Syftet med denna lektion är är att att ge ge förståelse för för decibelbegreppet, spektrum, digitalisering och och olika olika
Läs mer3 Maximum Likelihoodestimering
Lund Universitet med Lund Tekniska Högskola Finansiell Statistik Matematikcentrum, Matematisk Statistik VT 2006 Parameterestimation och linjär tidsserieanalys Denna laborationen ger en introduktion till
Läs merAudio & Videoteknik 2D2021, 2D1518
TENTAMEN Kurs: Kursnummer: Moment: Program: Åk: Examinator: Rättande lärare: Datum: Tid: Hjälpmedel: Audio & Videoteknik 2D2021, 2D1518 Tentamen Medieteknik 2 Trille Fellstenius Trille Fellstenius, Svante
Läs merSimulering med ModelSim En kort introduktion
Linköpings universitet Institutionen för systemteknik Laborationer i digitalteknik Datorteknik 2017 Simulering med ModelSim En kort introduktion TSEA22 Digitalteknik D Linköpings universitet SE-581 83
Läs merNär man vill definiera en matris i MATLAB kan man skriva på flera olika sätt.
"!$#"%'&)(*,&.-0/ 177 Syftet med denna övning är att ge en introduktion till hur man arbetar med programsystemet MATLAB så att du kan använda det i andra kurser. Det blir således inga matematiska djupdykningar,
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 merLaboration 2. Grafisk teknik (TNM059) Digital Rastrering. S. Gooran (VT2007)
Laboration 2 Grafisk teknik (TNM059) Digital Rastrering S. Gooran (VT2007) Introduktion Denna laboration handlar om rastrering och är tänkt att fungera som komplement till rastreringsföreläsningar och
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 merLathund för Bose T1 ToneMatch engine
Lathund för Bose T1 ToneMatch engine ÖVERSIKT...2 Framsida T1...2 Baksida T1...2 ToneMatch väljaren (hjulet)...3 Delar som ingår i ToneMatch...3 T1 TONEMATCH FRÅN BOSE...4 Kort information...4 Ställ in
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 merKapitel 2 o 3 Information och bitar Att skicka signaler på en länk. Att sända information mellan datorer. Information och binärdata
Kapitel 2 o 3 Information och bitar Att skicka signaler på en länk Jens A Andersson (Maria Kihl) Att sända information mellan datorer värd 11001000101 värd Två datorer som skall kommunicera. Datorer förstår
Läs mer4 Laboration 4. Brus och termo-emk
4 Laboration 4. Brus och termoemk 4.1 Laborationens syfte Detektera signaler i brus: Detektera periodisk (sinusformad) signal med hjälp av medelvärdesbildning. Detektera transient (nästan i alla fall)
Läs merLTK010, vt 2017 Elektronik Laboration
Reviderad: 20 december 2016 av Jonas Enger jonas.enger@physics.gu.se Förberedelse: Du måste känna till följande Kirchoffs ström- och spänningslagar Ström- och spänningsriktig koppling vid resistansmätning
Läs merDIGITALA 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 merExercises Matlab/simulink V
817/Thomas Munther IDE-sektionen Exercises Matlab/simulink V MA-filter ( Moving Average ) Detta är ju egentligen inget annat än ett FIR-filter fast där vi använder samma vikter på alla insignaltermer och
Läs merInstruktion för laboration 1
STOCKHOLMS UNIVERSITET MATEMATISKA INSTITUTIONEN Avd. för matematisk statistik ANL/TB SANNOLIKHETSTEORI I, HT07. Instruktion för laboration 1 De skrifliga laborationsrapporterna skall vara skrivna så att
Läs merTSRT62 Modellbygge & Simulering
TSRT62 Modellbygge & Simulering Föreläsning 4 Christian Lyzell Avdelningen för Reglerteknik Institutionen för Systemteknik Linköpings Universitet C. Lyzell (LiTH) TSRT62 Modellbygge & Simulering 2013 1
Läs mer1. Mätning av gammaspektra
1. Mätning av gammaspektra 1.1 Laborationens syfte Att undersöka några egenskaper hos en NaI-detektor. Att bestämma energin för okänd gammastrålning. Att bestämma den isotop som ger upphov till gammastrålningen.
Läs merLaboration Fuzzy Logic
BILAGA B Laboration Fuzzy Logic Lär dig simulera ett program! ABB INDUSTRIGYMNASIUM Fuzzy Logic Wikingsons Wåghalsiga Wargar Projekt ABB VT 2006 Västerås Innehåll 1 Introduktion... 3 2 Uppgiften... 3 2.1
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 merLab skapades Ove (Orator Verbis Electris) av Gunnar Fant, KTH.
Lab 2 1953 skapades Ove (Orator Verbis Electris) av Gunnar Fant, KTH. Ove var en talsyntesmaskin som kunde göra vokalljud. Ganska bra sådana dessutom, i alla fall med tanke på dåtidens teknik. Här finns
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 mer