Lösningar till Övningsuppgifter

Storlek: px
Starta visningen från sidan:

Download "Lösningar till Övningsuppgifter"

Transkript

1 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 University

2 Introduktion Lösning. Periodisk om det finns ett N så cosωn + N)) cosωn) för alla n. N är fundamental period om ω π N k där k och N är heltal och saknar gemensamma faktorer. a) cos0.0πn) cos0.0πn + 00)), periodisk. cos0.0πn) cos πn 00 ) så k N 00 ger N 00. b) Periodisk, N 7. c) Periodisk, N. d) sin3n) sin3n + N)) om 3N πp och p heltal. Då kan ej N vara heltal, ej periodisk. e) Periodisk, N 0. Lösning.5 a) Se c). b) xn) x a nt ) 3sinπnT 50) 3sinπn ) 3sinπn 6 ). Periodisk med perioden N 6 och frekvensen f /6. c) N 6 och T /300, så T p NT 0.0s d) x0) 0 och x) 3 3sin π ) 3sin π 50 Fs ), så 50 Fs och därmed F s 00Hz. Lösning.7 a) F s F max 0kHz 0kHz. b) xn) x a nt ) cos πn ) cos πn 5 8 ) men eftersom 5 8 > så är xn) cos πn 3 8 )) cos πn 3 8 ) cos πn 38 ) så xa t) cosπt 3000), det vill säga vikning till 3 khz. c) Vikning till khz. Lösning.8 a) Nyquist rate F N är den lägsta sampelfrekvensen så att vikning ej uppstår. F N F max 00 00Hz. b) F s 50Hz så F max 5Hz.

3 Lösning. Den analoga signalen är: x a t) 3cosπt 50) + sinπt 5) ) Sampla med F s 00Hz. ) xn) x a n cos πn 00 3cos πn 3cos πn ) + sin ) + sin ) + sin Rekonstruera med F rek 000Hz. y a t) 3cos πt 000 πn 5 ) 00 πn 5 ) 8 πn 3 ) 8 ) + sin πt ) 3cosπt 50) sinπt 375) 7) MATLAB-kod som illustrerar exemplet: >> t 0:0000 -)/000; >> x 3* sin 00* pi*t )+* sin 50* pi*t); >> y x :5: end ); >> subplot,,); plot t :00), x :00)); >> subplot,,); plot t :00), y :00)); ) 3) ) 5) 6) Lyssna sedan på signalerna: >> soundsc x, 000); >> soundsc y, 000); Lösning.3 Antalet nivåer är L x max x min a) b 7 b) b 0 + och antalet bitar är b log L. Lösning. Bithastigheten är 0Hz 8bitar 60bitar/s. F max 0Hz. /55V. Lösning E. Simulering i Matlab. Impulssvar och faltning, kapitel Lösning. a) 3

4 xn) b) För i: x n) x n + ) För ii: xn ) x n ) c) Alternativ ) i b). d) Spegla och fördröj k steg. e) xn) /3 δn + ) + /3 δn + ) + un) un ) Lösning.7 Systemen är: 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.

5 j) Dynamiskt, linjärt, tidsvariant, icke-kausalt, stabilt. n) Statiskt, linjärt, tidsinvariant, kausalt, stabilt. Lösning.3 ) Tillräckligt: Antag att n hn) M h <. Då gäller med begränsad insignal, alltså n xn) M x <, yk) hn)xk n) n hn) xk n) M h M x < 8) n det vill säga systemet är BIBO-stabilt. ) Nödvändigt: Antag att n hn). Bilda insignalen xn) { h n)/ h n) h n) 0, 0 h n) 0. 9) xn) är begränsad ty xn). Vi får y0) hn)x n) n n hn)h n) hn) n hn) hn) hn), 0) n det vill säga en begränsad insignal ger en obegränsad utsignal och systemet är inte BIBO-stabilt. Alltså måste n hn) < om systemet är BIBO-stabilt. Lösning.6 a) yn) hn k)xk) xk) hn k) xk) hl) ) n n k k n k l b) ) Grafisk lösning: h0 k) xk) hk) xk) yn) { ) yn) { ) yn) { 3 5 9) Grafisk lösning: Summera antidiagonalerna, yn) { 5 3 5, ) yn) 0 xk) hl) 0 3) n k l 5

6 ) Formel-lösning: yn) k ) k ) n k uk) un k) ) ) k ) n k un k) 5) k0 n ) k ) n k 6) k0 ) n n k k0 ) n n+ n 0 8) [ ) n ) n ] un) 9) 7) yn) 8 3 xk) hl) 3 n k l 0) Lösning.7 a) yn) { b) yn) { c) yn) { d) yn) { Lösning. a) Om a b: yn) Om a b: k a n n yn) a n k0 b k uk)a n k un k) ) ) k b a a n b a ) n+ b a an+ b n+ a b n 0 ) n k a n n + ) n 0 5) k0 b) yn) { ) 3) 6

7 Lösning.35 a) Parallell- och seriekoppling: hn) h n) [h n) h 3 n) h n)] 6) b) h 3 n) h n) n ) un ) 7) h n) h 3 n) h n) δn) + un ) 8) hn) δn) + 5 δn ) + δn ) + 5 un 3) 9) c) Falta med en komponent av xn) i taget. hn) δn + ) hn) 3δn ) hn) δn 3)) Utsignalen blir yn) { ) Lösning.6 För r xx l): n 0 +N r xx l) xn)xn l) N l + l 0 3) n nn 0 N+l r xx l) N l + 3) För r xy l): r xy l) xn)yn l) 33) n Lös grafiskt, dvs r xy l) r xx l n 0 ) 3) Lösning.6 a) r xx l) { b) r yy l) {

8 Lösning.6 xn) sn) + r sn k ) + r sn k ) 35) r xx l) xn)xn l) 36) n [sn) + r sn k ) + r sn k )] [sn l) + r sn k l) + r sn k l)] 37) n r ss l) + r r ss l + k ) + r r ss l + k ) 38) + r r ss l k ) + r r ssl) + r r r ss l + k k ) 39) + r r ss l k ) + r r r ss l + k k ) + r r ssl) 0) Låt r och r : r xx l) r ss l) + r r ss l + k ) + r r ss l + k ) + r r ss l k ) + r r ss l k ) ) z-transform, kapitel 3 Lösning 3. a) Xz) 3z z z b) Xz) ) 5 z 5 z Lösning 3. a) Xz) z ). Förläng med z. Nollställen: z 0 st). Poler: z st). c) xn) ) n un) så Xz) + z. Nollställe: z 0. Pol: z. f) xn) Ar n cosω 0 n + φ)un) Ar n cosω 0 n)cosφ sinω 0 n)sinφ)un) ) Xz) A Poler och nollställen ges av Xz) Az cosφ r cosω0 ) z ) cosφ r sinω 0 ) z sinφ r cosω 0 z + r z 3) z r cosω 0 φ) cosφ z re jω 0 ) z re jω 0 ) ) h) Nollställen: z 0 och z r cosω 0 φ) cosφ. Poler: z re ±jω 0. ) 0 Xz) z z 0 z ) 0 z 0 z 5) Poler och nollställen ges av Xz) z 0 z 0 /) 0 ) z z /) z 0 /) 0 z 9 z /) Nollställen: z ger z e jπk/0 för k...9. Poler: z 0 9st). OBS! Polen p och nollstället z släcker ut varandra. 6) 8

9 Lösning 3.8 a) b) yn) n k xk) k Y z) Xz) Uz) Xz) un) un) k xk)un k) xn) un) 7) uk)un k) z 8) n n + )un) 9) k0 Xz) Uz) Uz) z ) 50) Lösning 3.9 Skalning i z-planet: a n xn) Xa z) 5) Om vi har en pol eller nollställe i z re jω c erhålles efter multiplikation i tidsplanet att e jω 0z re jω c 5) ger ny pol eller nollställe i z e jω c+ω 0 ). Likaså e jω 0z re jω c z e jω c ω 0 ) 53) Polerna eller nollställena är inte längre komplexkonjugerade. Lösning 3. a) xn) ) n un) ) n un) ) n b) xn) cos π n ) ) un ) + δn) c) xn) un 6) + un 7) d) + z z Xz) + + z + z + z + jz ) jz ) ) + z A + jz + B jz där A och B 5) 55) Xz) z- xn) δn) + j)n un ) + j)n un ) 56) δn) e jπn/ + ejπn/) un ) 57) ) π δn) cos n un ) 58) 9

10 Alt. identifiering via FS α n sinβn)un) z där α och β π ger ) π sin n un) z z α sinβ z α cosβ + α z 59) z + z 60) ) π xn) δn) + sin n ) un ) 6) g) De båda svaren är samma signal, kolla gärna genom att sätta in n 0,,... Xz) + z + 3 z + z + + X z) 6) X z) z + z ) + 3/ + z ) 63) xn) δn) + n + ) )n un ) + 3 n + ) )n un) 6) δn) [ n ) )n + ) n ] un ) 65) Lösning 3.6 a) ) n x n) un ) ) n un ) x n) [ + ) n ] un) z z / z 66) z z + / z 67) x x z X X 68) X X z / z ) z ) + z ) z ) 69) z A z + B z + C z 70) Handpåläggning: A [ + ] 3 B [ ] / 3 C [ ] / 7) 7) 73) X X 3 z z 3 z z + z z 7) [ z X X - x x 3 ) n ] ) n 3 un ) + un ) 75) 0

11 c) ) n x n) un) x n) cosπn)un) z z 76) z + z + z + z + z 77) x x X X Handpåläggning: z X X 78) A + 3 B z ) + z ) A z + B + z 79) + / 3 3 x x z ) + z 8) [ ) n + ] [ ) n 3 3 )n un) + ] 3 3 cosπn un) 8) Lösning 3.35 a) y zs n) h xn) då systemet är i vila dvs y l) 0 l...n 83) Y zs z) Hz) Xz) 3 z z z + z 8) A 3 z + B + Cz z + z 85) A Az + Az + B + Cz 3 Bz 3 Cz 3 z ) z + 86) z ) Id.koeff. A + B A 7 A 3 B + C B 6 7 Y zs z) A 3 C 0 C 3 8 /7 /3 z + 6/7 + 3/8 z / z + / z ) 87) 88) /7 /3 z Y zs z) z- y zs n) /3 z /8 z / z + / z 89) / z / z + / z / z 7 / z + / z 90) [ ) n + 6 ) n cos n π ) ) 3 n sin n π ) ] un) 9) 7 3

12 d) yn) xn) xn ) ) ) π π ) y zs n) 5cos π xn) 0cos n n un) 5cos n ) un ) 9) un) Lösning 3.0 Kausalt LTI ) n xn) un) ) n un ) 93) ) n yn) un) 9) 3 a) Kausal in, kausal ut: begynnelsevillkor 0. Xz) z z z z z 95) Y z) 3 z 96) Hz) Y z) Xz) 3 z z 97) z z 7 z + z 3 z + 3 z 98) [ ) Hz) z- n ) n ] hn) + 3 un) 99) 3 b) yn) 7 yn ) + yn ) xn) xn ) c) Realisering: vn) xn) + + yn) z + 7 z d) poler < stabil 00) hn) kausal

13 Lösning 3.9 b) Y + z).5 [ z Y + z) + ] [ z Y + z) + z ] 0 0) Y + z).5z Y + z) + 0.5z Y + z).5 0.5z 0) Y + z).5 0.5z.5z + 0.5z z + / / z 03) Y + z) z- y zi n) ) n ) un) 0) c) Y + z) Y + z)z + y ) + 3 z 05) Y + z) z Y + z) z 06) Y + z) z ) + 3 z ) 07) z ) 3 z + z ) 3 z ) 7/ z + 3 z 08) Y + z) z- yn) 7 ) n ) n un) un) 09) 3 d) Y + z) Y + z)z + z y ) + y ) + z 0) Y + z) z Y + z) + + z ) Y + z) z ) + z ) ) z ) z + z ) 3) z ) 3/8 7/ /3 + z + + z z ) Y + z) z- yn) 3 ) n un) + 7 ) n un) + un) 5) 8 3 Lösning E3. A-III, B-I, C-II 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.) 3

14 Lösning E3. a) ) π xn) 3sin n un) z Xz) 3 z + z 6) yn) yn ) + 5 xn ) där y ) 3 7) Y + z) z [ Y + z) + y ) z ] + 5 z Xz) 8) Y + z) yn) z + 5 z + z ) + z ) 9) 6 + z z + z 5 + z 5 + z 0) ) n un) + 6 [ ) ) π π cos 5 n ) + sin n ) ) n ] un ) ) b) yn) 0 det vill säga nollställe vid ω 0 πf 0. T z) b 0 + b z + b z + z + z ) 0 ) z, ± j 3 e ±jπ /3 ger f 0 3 3) c) Pol på enhetscirkeln vid f. Nz) + a z + a z z + z 0 ) z, ± j 3 e ±jπ /6 ger f 6 5) Lösning E3.3 yn) yn ) + 3 yn ) xn) 6) 6 Y z) z z ) Xz) 7) Poler: Y z) z ) 3 Xz) 8) z ) p, { / 3/ 9) Y z) z ) 3 Xz) 30) z )

15 Låt xn) x n) + x n) där ) n x n) un) 3) x n) sin π ) n 3) X z) z Y z) z z z 33) H ω π ) e jπ e j π j 0.776e j ) yn) ) n + 9 ) 3 n ) n ) un) sin π ) n ) Lösning E3. Hz) Poler: p, e ±j π z + 0.5z 36) a) y zi n) ) n [ cos π n) + sin π n) ] un) 37) b) y zs n) z Hz) Xz) 38) [ z 0.5z 0.5z ] ) z + 0.5z + z 39) ) n sin π ) n un) + un) 0) c) ) n π y tr cos n + 3π ) ) n + sin π n cos π n ) ) n cos π n, n 0. ) d) y ss un) 3) 5

16 Lösning E3.5 yn) yn ) xn) ) Y z) z ) Xz) där p 5) Hz) z Hω) e jω 6) För n < 0: H π ) e jπ + j 7 e jarctan 0.97e j0. 7) För n 0: yn) 0.97sin π ) n 0. Y + n) y ) ) / z y ) / z yn) ) n un) 9) 7 Fouriertransform, signaler genom LTI-system och sampling, kapitel, 5 och 6 Lösning.8 a) e jπk/n N 0 för k 0,±N,±N,... N ejπk/n e jπkn/n n0 N e jπlnn/n N N för k 0,±N,±N, ln, l Z n0 n0 50) b) k k n n n, n 3 n 0 n 0, 3 n n 5 n, 5 k 3 k n, 5 n, 3, 5 n 0,, n 0, 3 n, 6

17 k 5 k 6 n n 5 n 3 n 0 n 0,,, 3,, 5 n n c) N +N N e jπ/n)kn +N { e jπ/n)ln e jπ/n)k l)n N k l 0,±N,±N 0 f.ö. nn nn N +N { e jπ/n)k l)n N k l ty sk n) s k+n n)) 0 f.ö. nn 5) 5) Lösning.9 a) Xω) un) un 6))e jωn 53) n b) 5 n0 Xω) ejω e jωn e jω6 sin3ω) e jω sin ) e j 5ω 5) ω 55) c) Xω) 56ejω e jω 56) d) Xω) α n sinω 0 n) un) e jωn 57) n α n e jω0n α n e jω 0n e jωn 58) j n0 j αe jω 0e jω ) j αe jω 0e jω ) 59) αe jω 0e jω + αe jω 0e jω j αe jω 0e jω αe jω 0e jω + α e jω ) 60) g) α sinω 0 e jω α cosω 0 e jω + α e jω 6) Xω) jsinω + sinω) 6) 7

18 Lösning.0 a) b) xn) π Xω)e jωn dω π Xω) cosωn) + jxω) sinωn)dω 63) π π π π [ π ] j Xω)sinωn)dω 0 ty Xω) jämn och sinωn) udda 6) π π cosωn)dω [ ] π sinωn) 65) π ω 0 π n ω 0 sinπn) πn sinω 0n) πn δn) sinω 0n) πn 66) Xω) cos ω + cosω 67) + ejω + e jω 68) xn)e jωn endast term med n 0,, finns 69) n xn) δn) + δn + ) + δn ) 70) Lösning. c) Multiplikation med e jω cn i tidsplanet ger skift ω c i frekvensplanet. Låt X L ω) vara ett idealt lågpassfilter med gränsfrekvens W / och höjden. x L n) W / e jωn dω sin W n) π W / πn F {x L n) cosω c n Xω) 7) cosω c n e jω cn + e jω c n Det vill säga xn) sin W n ) πn cosω c n 7) Lösning. a) X0) b) argxω) π [Xω) är reell och negativ för alla ω] π c) Xω)dω 6π π d) Xπ) 9 π e) Xω) dω 38π π [se Parsevals formel] 8

19 Lösning 5. a) W R ω) w R n)e jωn 73) n M n0 e jωn e jωm+) e jω 7) e jωm+)/ e jω/ e jωm/ e jωm+)/ e jωm+)/) sinω M+) sin ω e jω/ e jω/ 75) 76) M M M b) där w T n) w R n) w R n ) 77) { n 0... M w R n) 0 f.ö. 78) W T ω) W R ω) W R ω) e jω e jω M sin ω M sin ω 79) 9

20 Lösning 5.7 a) Ur FS: b) ger yn) xn) cosω 0 xn ) + xn ) 80) hn) δn) cosω 0 δn ) + δn ) 8) Hω) cosω 0 e jω + e jω e jω e jω cosω 0 e jω + ) 8) e jω e jω ) 0 e jω e jω 0) e jω 83) Hω) e jω e jω 0 e jω e jω 0 V ω)v ω) 8) φω) arg [ cosω 0 e jω + e jω] 85) arg [ e jω cosω cosω 0 ) ] { ω ω < ω0 ω π ω > ω 0 86) ω 0 π c) π xn) 3cos 3 n + π ) 6 < n < 87) ) yn) 3 π π H cos 3 3 n + π )) π 6 + φ 3 < n < 88) ω 0 π ) π H + e j π/3 3 ) + ) 3 89) ) π φ π 3 3 π yn) 3cos 3 n π ) 6 < n < 90) Lösning 5.5 Plotta Xf ) med hjälp av MATLAB. 0

21 Pol-nollställe Pol-nollställe Pol-nollställe Pol-nollställe Lösning 5.6 Välj ω 0 π hn) { 9) xn) { ) Exempelvis grafisk faltning: yn) { ) På grund av att insignalen startar vid n 0 syns en transient i utsignalen.

22 Lösning 5.35 H0) V V U U ) ) ) 9) G0) H0) 95) Lösning 5.39 H ω) a ae jω H 0) a a 96) H ω 3dB ) H0) 97) H ω 3dB ) a) acosω 3dB + ajsinω 3dB ω 3dB arccos a a a 98) H ω) a + e jω ae jω H 0) a a 99) ) H ω) a + cosω jsinω acosω + ajsinω ω arccos a + a 00) Pol-nollställe H är bäst ty nollställe i z. Lösning E. Välj nollställe z j, z j samt z. Detta ger Hz) b 0 +z + z + z 3 ). Om DC-nivån är erhålles b 0 / och b 0 b b b Hω) sinω) sinω/) ) ) 3 cos ω + cos ω 0) arghω) 3 ω + π om π/ < ω < π 0) Hω) periodisk.

23 Lösning E. Hz) + z D + z D z D + z D + z D 03) Hω) + e jωd + e jωd + cosωd 0) Poler: D 000 i origo. Nollställen: z D + z D + 0 ger z D 0.5 ± j 3 ) e j±π 3 e jπk för k 0,,...D, och slutligen z k e ±jπ 3D e jπk/d Lösning E.3 a) yn) xn) + 0.9xn D) ger hn) δn) + 0.9δn D) b) Hz) + 0.9z D zd +0.9 Z D med D 500 ger 500 poler i origo. Nollställen: z e jπk+jπ 05) z k 0.9 /500 e jπk/500+jπ/500 för k 0,,,...,99 ligger på en cirkel). 06) Lösning E. Hf ) sinω sinω/ Multiplikation med cosπn/8) flyttar spektrum ±/8. Hf ) spärrar alla frekvenser utom f 0 rita spektra). Ger yt) cosπ000t) 07) Sampling Lösning E.5 a) x a t) e 0t ut) 08) X a F) e 0+jπF)t dt e 0+jπF)t jπf) jπf 09) 0) X a F) b) Spärrad energi: 50 E s πf) ) X a F) df + X a F) df ) 50 0 df 3) + πf) [ arctanπ F ] 0 π 0 50 [ ] π 0π ) 5)

24 Hela energin: E tot 0π π spärrad andel är π.539 π % 6) c) Utan filter: Y f ) e 0n/00 e jπf n n0 e 0. e jπf 7) cosπf Med filter: Ỹ f ) Fs X a F) F s 00 + πf Fs ) πf ). 8) Ỹ f ) Y f ) f f f Lösning E.6 Spektrum för signal xat) ,500, ,000,500 Spektrum för signal xn) Spektrum för signal zn)

25 Spektrum för signal yn) Spektrum för signal yat) ,000,000,000 0,000,000 3,000 Således blir y a t) cosπ00t) + cosπ900t). Diskreta fouriertransformen DFT, kapitel 7 Lösning 7. Om xn) reell så är Xω) en jämn funktion, och argxω)) en udda funktion. Xω) är alltid en periodisk funktion med perioden π. Dessa samband gäller även då Xω) samplats till Xk). Det betyder att då så är X0) 0.5 9) X) 0.5 j ) X) 0 ) X3) 0.5 j0.058 ) X) 0 3) X5) X 3) j0.058 ) X6) X ) 0 5) X7) X ) j ) Lösning 7. a) yn) { Lösning 7.3 xn) blir lågpassfiltrerad då vissa värden i Xk) 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 πn k c )/N representerar periodiceringen. 5

26 Lösning 7. a) N sin π N n ) b) N sin π N l ) c) N cos π N l ) d) N cos π N l ) Lösning 7.7 ) X c k) [Xk k 0)) N + Xk + k 0 )) N ] ) X s k) j [Xk k 0)) N Xk + k 0 )) N ] Lösning 7.8 Cirkulär faltning: periodisera den ena signalen och falta som vanligt. x { ) x { 3 8) Då är y x x : y0) ) y) ) y) ) y3) ) Lösning 7.9 x n) { 3 x n) { 3 33) 3) x 3 n) x n) x n) 35) 3 Xk) DFT{x n x n e jπnk/ k ) n0 X 0) 7 X 0) 37) X ) j X ) j 38) X ) X ) 39) X 3) X ) + j X 3) X ) + j 0) X 3 k) X k)x k) ) 6

27 X 3 0) 77 ) X 3 ) 5 3) X 3 ) ) X 3 3) 5 5) xn) IDFT{Xk) 3 Xk)e jπnk/ n ) k0 x 3 0) 7 7) x 3 ) 9 8) x 3 ) 9) x 3 3) 9 50) Lösning 7.0 ) πkn xn) cos N 0 n N 5) N E x n0 xn) N n0 cos πk N n ) N n0 + cos πk N n) 5) 53) För k 0 och k N : E x N 5) 55) För k 0 och k N : E x N + e jπkn/n e jπk/n + e jπkn/n e {{ jπk/n N {{ ) Lösning 7. X k) för k är given. x n) xn 5 mod 8) x n) xn mod 8) X k) Xk)e jπ k8 5 57) X k) Xk)e jπ k8 Lösning 7.8 Y k) Hf ) där f k N. 7

28 Lösning 7.3 a) Xk) N b) Xk) δn n 0 )e jπkn/n e jπkn 0/N k 0,...,N n0 a N c) Xk) ae jπk/n d) xn) { 0 n N 0 N n N N jämnt 58) N/ Xk) e jπkn/n {k 0 59) n0 e jπk N/ N e jπk/n e jπk/ 60) e jπk/n )k k,...,n 6) e jπk/n X0) N 6) e) xn) e j π N k 0n obs fel i boken) Xk) N δk k 0 ) f) Xk) N δk k 0) + δk N k 0 ))) g) Xk) N j δk k 0) δk N k 0 ))) h) Förutsätt att N är jämnt xn) { n jämnt 0 n udda 63) Xk) N + ) n )e jπkn/n N n0 δk) + δ k N )) 6) Lösning 7. Xk) + e j πk/ + 3e jπk + e j 3πk/ { 7 j + j 65) Lösning 7.5 a) xn) { ) Xω) xn)e jωn e jω + e jω e jω + e jω 67) n 3 + cosω + cosω 68) 8

29 b) vn) { ) 5 V DFT k) vn)e jπ 6 k n 70) n0 3 + e j π 3 k + e j π 3 k + e j π 3 k + e j 5π 3 k 7) c) V DFT k) 3 + cos π 3 k + cos π 3 k för k Det vill säga V DFT k) Xω k ) där ω k π 6 k för k Lösning E5. Låt x n) { Xk) X k) sinπ k sinπ k. 6 och xn) är cirkulärt skift av x n). Skift påverkar endast fasen, således Lösning E5. a) yn) x n) { b) yn) xn mod 8) { Lösning E5.3 H FIR f ) H IIR f ) för f k N ty insignalen periodisk 7) { ) k h FIR n) IDFT H FIR N ) k H N N FIR e jπ kn/n 7) N k0 73) där ) ) k k H FIR H N IIR N h IIR m)e jπ km/n 75) m0 76) h FIR n) N h N IIR m) e jπ k/n n m) h IIR n ln) 77) m0 k0 l Jämför vikning h FIR n) 0 l a n ln a n [un) un N)] 78) an 9

30 Lösning E5. f 0 ±38 + n 00 { Lösning E5.5 -C, -F, 3-G, -H. Lösning E5.6 a) Hf ) + e jπf + e jπf + e jπ3f 79) 80) Hk) + e jπk/n + e jπk/n + e jπ3k/n ) för k 0...N. Hk) är sampel av Hf ) i punkterna f N k, k 0...N. b) H0), H) 0, H) 0 samt H3) 0. h p n) för alla värden på n Lösning E5.7 Y k/n) Xk/N) Lösning E5.8 a) yn) δn) + δn ) +.5 δn ) δn 3) b) Se ovan. c) M ; allmänt är M P + Q där P är impulssvarslängden och Q är insignallängden. Lösning E5.9 L y p n) b l för n 0...N 8) l0 30

31 Lösning E5.0 Metoden kallas overlap-add om beräkningen av utsignalen görs med DFT. Signal hn) Lösning E5. yn) )0 )n 0 n 9 0 f.ö. 83) Lösning E5. Figuren illustrerar hur uppdelningen görs. Exempel med M och N. y 0 n) y n) y n) Realiseringar, kapitel 9 Lösning 9.3 Välj tillståndsvariabeln vn) efter fördröjningselementet, vilket ger vn + ) vn) + xn) 8) yn) [vn + ) + 3xn)] + vn) 85) vn) + xn) + 6xn) + vn) 86) 3vn) + 8xn) 87) och tillståndsmatriserna F, q, gt 3 samt d 8. Impulssvaret blir ) n hn) 3 un ) + 8δn) 88) 3

32 3z 8 z Hz) + 8 z z 89) Lösning 9.9 a) f) yn) 3 yn ) 8 yn ) + xn) + xn ) 90) 3 Direkt I: ur differensekvationen Direkt II: ur F.S. + diff.ekv. Kaskad: z-trans av diff.ekv. Parallell: Hz) Hz) + 3 z z ) 9) z ) z 3 z 9) yn) yn ) yn ) + xn) xn ) + xn ) 93) Systemet innehåller komplexa poler, det vill säga D.F.II, kaskad och parallell är ekvivalenta. Lösning 9.5 OBS! Fel i Proakis upplaga 3: a ) 3. Hz) A z) + z + 3 z 9) B z) 3 + z + z ger K α ) 3 95) A z) A z) K B z) K + z + 3 z z + z ) 3 ) 96) + /3 8/9 z + 3 z 97) B z) 3 + z ger K α ) 3 98) A 0 z) + 3 z z ) ) 3 5/ 5/ 99) K 3 K 3 K 0 ) 300) 3

33 Lösning 9.9 a) K K 3 K 3 30) A 0 z) B 0 z) 30) A z) A 0 z) + K z) z B 0 z) + z + z 303) B z) + z 30) A z) A z) + K z) z B z) + z 3 z + z ) + 3 z 3 z B z) z + z 305) A 3 z) z + z z + z ) + z 3 B 3 z) + z 3 306) Nollställen: + z ) z 3 e jπk+) 308) z e jπk+)/3 för k 0,, z e ±j π/3 z ) 309) b) A 3 z) + 3 z 3 z + ) z z + z ) 30) + 3 z 3 z z 3 3) B 3 z) 3 z + 3 z + 3) A 3 z) z ) z + z ) ± 36 5 ± j 6 33) c) Om sista reflektionskoefficientens belopp är lika med ett ligger alla nollställen på enhetscirkeln. d) För a): Hz) + z 3 3) Hω) + e j 3ω e j 3ω/ e j 3ω/ + e j 3ω/) 3ω cos ) e j 3ω/ 35) 0 ω < π 3 θω) 3ω 36) π 3 < ω π θω) π 3ω Linjär fas symmetriskt FIR) För b): 37) Hz) + 3 z 3 z z 3 38) Hω) + 3 e jω 3 e jω e j3ω e j 3ω + π ) ) 3 sin ω + )) ω 3 sin 39) Alla nollställen på enhetscirkeln ger linjär fas. 33

34 Exempel på design av filter Lösning E8. a) p,,3 0, n, ±j, n 3 b) Hω) cos3ω/) + cosω/) c) arghω)) 3ω/ + fashopp med π d) ω ±π/, ω π e) Lågpassfilter. Lösning E8. a) p,,3 0, n, ±j, n 3 b) Hω) sin3ω/) sinω/) c) arghω)) π/ 3ω/ + fashopp med π d) ω ±π/, ω 0 e) Högpassfilter. Lösning E8.3 a) hn) 5 { 5 [δn) + δn ) + δn ) + δn 3) + δn )] b) Hz) /5 n0 z n 0. z 5 z c) Hf ) periodisk sinc, Hf ) 0 för f 0., 0., 0.6, 0.8 Lösning E8. Prova med :a ordningen: Hz) b 0 + b z. Hω) ωπ/ e jπ/3 ger b 0 / och b 3/. Lösning E8.5 H/5) H /5) 0 ger nollställen i z, e ±jπ/5. H/5) H /5) ger troligen två nollställen till. Linjär fas ger symmetriskt eller antisymmetriskt impulssvar. En test ger att eller 3 nollställen inte räcker. hn) 0.3δn) δn ) + 0.6δn ) δn 3) δn ) 30) hn) 0.536δn) δn ) 0.δn ) δn 3) δn ) 3) 3

35 Lösning E8.6 Hz) k z + )N z N Hω) k ejω + ) N e jωn 3) k e jω N/ e jω/ + e jω/) N k e jω N/ N cos ω ) N 33) H0) k N Hω) cos ω ) N 3) 35) Vid ω π 0.: Hω) ωπ 0. cos ) π 0. N > N < ) Vid ω π 0.: ) π 0. N cos < 0. N >.96 37) Det vill säga N < 6. Minimalt: N ) Hz) z + z + z + z ) 38) hn) { 39) Lösning E8.7 FIR-filter för linjär fas och 50 db dämpning innebär Hammingfönster. 6 db vid f f 0. vilket ger att vid 50 db och f 0.5 erhålles ) M.6 M.6 3. M ) 0.05 [ f hn) sincf n 6)) cos πn 6) ] 3 0 n 3 0 f.ö. 33) Lösning E8.8 { HdB 0.) 3dB ger 0. f c ) M 0.0 H db 0.5) 0dB ger 0.5 f c ) M.9 33) M M 39 udda) 333) { fc f c ) Välj f c 0.03, men något f c i intervallet 0.03 f c 0.8 duger. b n [ hn) ĥn 9) h dn 9)w H n 9) ] 335) för n 0,...,38. sinπ 0.03n 9)) πn 9) cos ) πn 9) )

36 yn) b 0 b b b 38 xn) z z... z Lösning E8.9 Ur diagram för Hammingfönster: { fc )M f c )M { M 33 f c ) w H n) cos πn 3 338) h d n) δn) f c sincf c n) 339) ĥn) h d n 6) w H n 6) 0 n 3 30) Lösning E8.0 Utgå från ett idealt BP-filter: h d n) f c sincf c n) cosπf 0 n) 3) Trunkera h d n) med hjäp av w H n). Hammingfönster tillräckligt ty max 0 db dämpning. { cos πn w H n) M M n M 0 f.ö. 3) Bilda ĥn) h d n) w H n) 33) Förskjut sedan ĥn) tills det blir kausalt: hn) ĥ n M ) Det som behövs bestämmas är alltså M, f 0 och f. Vi tittar först på den vänstra övergångszonen. Formelsamlingen ger { 0.05 f0 f ))M.9 0dB) ) 0.05 M.89 M ) 0.0 f 0 f ))M 0. 3dB) ) 3) Sedan tittar vi på den högra övergångszonen: { 0.5 f0 + f ))M 0. 3dB) 3) 0.75 f 0 + f ))M 0.9 0dB) ) 0.05 M.3 M 5. 36) För att uppfylla kraven vid båda övergångszonerna krävs M > max37.8, 5.): välj M 53. Vi hade dessutom kravet att vid frekvenserna 0.0 och 0.5 skall dämpningen vara 3 db, vilket innebär att när vi löser ut f 0 och f så måste vi använda ekv. ) och 3). Det M-värde som sättes in är nu M 53, i både ekv. ) och 3). { ekv ) 0.0 f0 f )) ekv 3) 0.5 f 0 + f )) { f f ) Alltså: h d n) sinc0.65n) cosπ 0.75n) 38) 36

37 { cos πn w H n) 5 6 n 6 0 f.ö. 39) och hn) h d n 6) w H n 6) 350) [ [0.330 sinc0.65n 6)) cosπ 0.75n 6))] cos πn 6) ] 5 0 n 5 0 f.ö. 35) Lösning E8. Centerfrekvensen är f , f c 0.33 och M ges ur uttrycket). Detta insättes i f f 0 + f c ))M 0. f ) för högra sidan lågpass) och i f f 0 f c ))M 0. f ) för vänstra sidan högpass). Bandbredden, f f f Lösning E8. Hz) skall ha linjär fas. Sätt H z) a+bz +cz ty första ordningen räcker ej. Genom att beräkna Hf ) ser vi att linjär fas fås om a cr 35) b ar cosθ) br cr cosθ) 355) Tillsammans med kravet på likspänningsförstärkningen ger detta H z) r r cosθ)z + z 356) Hz) är av ordning och har symmetriskt impulssvar. Detta ger arghf )) πf. Lösning E8.3 Sampling med 0 MHz ger vikning. Övertonerna viks till frekvensområdet MHz to 5 MHz och störningarna viks till 0 MHz to MHz. Detta ger ett bandpassfilter med följande krav Ett Hammingfönster ger L 9, f och f Impulssvaret blir )) πn 9) hn) cos f 8 sincf n 9))cosπf 0 n 9)) 0 n 8 357) 37

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

( ), 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Fouriertransformen av diskreta signaler

Fouriertransformen av diskreta signaler Kapitel 4 Fouriertransformen av diskreta signaler I detta kapitel beskrivs Fouriertransformer av diskreta signaler. I analogi med det kontinuerliga fallet har periodiska diskreta signaler ett diskret spektrum,

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

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

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

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

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

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

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

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

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

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

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

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

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

0 1 2 ], x 2 (n) = [ 1

0 1 2 ], x 2 (n) = [ 1 LUNDS TEKNISKA HÖGSKOLA Inst. for Elektro- och Informationsteknik Tentamen 7-- SIGNALBEHANDLING I MULTIMEDIA, ETI Tid: 8.-3. Sal: Vic - Hela Hjälpmedel: Miniräknare, formelsamling i signalbehandling och

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

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

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

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

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

Digital signalbehandling Digital signalbehandling

Digital signalbehandling Digital signalbehandling Istitutioe för data- och eletrotei --8 Ly, Fuerst: Itroductory Digital Sigal Processig Kapitel. 7 Mbit/s. 96 Mbit/s., bit/s. a) b) - - CHALMERS LINDHOLMEN Sida Istitutioe för data- och eletrotei Sve Kutsso

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

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

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

Formelsamling. i kursen Medicinska Bilder, TSBB31. 1D och 2D Fouriertransformer, samt några formler för CT, SPECT, mm

Formelsamling. i kursen Medicinska Bilder, TSBB31. 1D och 2D Fouriertransformer, samt några formler för CT, SPECT, mm Formelsamling i kursen Medicinska Bilder, TSBB31 1D och 2D Fouriertransformer, samt några formler för CT, SPECT, mm Maria Magnusson, maria.magnusson@liu.se 27 oktober 2016 1 1-D Tidskontinuerliga Fouriertransformer

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

Liten formelsamling Speciella funktioner. Faltning. Institutionen för matematik KTH För Kursen 5B1209/5B1215:2. Språngfunktionen (Heavisides funktion)

Liten formelsamling Speciella funktioner. Faltning. Institutionen för matematik KTH För Kursen 5B1209/5B1215:2. Språngfunktionen (Heavisides funktion) Insiuionen för maemaik KTH För Kursen 5B09/5B5: Lien formelsamling Speciella funkioner Språngfunkionen (Heavisides funkion) u() =, om > 0, 0, om < 0. Signumfunkionen sign =, om > 0,, om < 0. Rekangelfunkionen

Läs mer

Formler och Tabeller. Digital signalbehandling

Formler och Tabeller. Digital signalbehandling Institutionen för elektro- och informationsteknik Formler och Tabeller Digital signalbehandling Bengt Mandersson Lund 0 Department of Electrical and Information Technology, Lund University, Sweden Innehåll

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

c d Z = och W = b a d c för några reella tal a, b, c och d. Vi har att a + c (b + d) b + d a + c ac bd ( ad bc)

c d Z = och W = b a d c för några reella tal a, b, c och d. Vi har att a + c (b + d) b + d a + c ac bd ( ad bc) 1 Komplexa tal 11 De reella talen De reella talen skriver betecknas ofta med symbolen R Vi vill inte definiera de reella talen här, men vi noterar att för varje tal a och b har vi att a + b och att ab

Läs mer

Lösningsförslag, Tentamen, Differentialekvationer och transformer II, del 2, för CTFYS2 och CMEDT3, SF1629, den 9 juni 2011, kl.

Lösningsförslag, Tentamen, Differentialekvationer och transformer II, del 2, för CTFYS2 och CMEDT3, SF1629, den 9 juni 2011, kl. Lösningsförslag, Tentamen, Differentialekvationer och transformer II, del 2, för CTFYS2 och CMEDT3, SF629, den 9 juni 2, kl. 8: 3: Uppgift (av 8 (5 poäng. i. sant, ii. falskt, iii. falskt, iv. sant, v.

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

x(t) = sin(ω 0 t) (1) b) Tillåt X(ω) att innehålla diracimpulser (en generalliserad funktion). Vilken signal x(t) har spektrumet X(ω)?

x(t) = sin(ω 0 t) (1) b) Tillåt X(ω) att innehålla diracimpulser (en generalliserad funktion). Vilken signal x(t) har spektrumet X(ω)? 3 Tredje lektionen 3. Frekvensdomänen 3.. Fourier och sinus a) Varför kan vi inte transformera med den vanliga fouriertransformen? = sin(ω t) () b) Tillåt X(ω) att innehålla diracimpulser (en generalliserad

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

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