Teori... SME118 - Mätteknik & Signalbehandling SME118. Johan Carlson 2. Teori... Dagens meny
|
|
- Eva Lund
- för 8 år sedan
- Visningar:
Transkript
1 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 0t, (1) x(t)e jkω 0t dt. (2) Mätteknik & Signalbehandling SME118 Johan Carlson EISLAB Luleå tekniska universitet johanc@sm.luth.se Johan Carlson 3 Johan Carlson 1 Dagens meny Fouriertransformen och dess inverstransform (för icke-periodiska signaler) ges av: och F{x(t)} = X(ω) = F 1 {X(ω)} = x(t)e jωt dt, (3) X(ω)e jωt dω. (4) Lite förberedande teori... Impulstågssampling Rekonstruktion Kvantisering Johan Carlson 4 Johan Carlson 2
2 Från föregående bilder har vi alltså: och F 1 { + a k δ(ω kω 0 ) a k e jkω 0t } = (9) a k e jkω 0t. (10) Slutsats: Fouriertransformen av en periodisk signal med Fourierseriekoefficienterna {a k } är ett pulståg där avståndet mellan pulserna är kω 0 och amplituden för varje puls är a k. Ok, så vi har en transform för icke-periodiska signaler och en serierepresentation av periodiska signaler. Hur skulle transformen X(ω) av en periodisk x(t) se ut? Betrakta följande X(ω): Motsvarande x(t) ges då av F 1 {X(ω)} = 1 (Enligt formelsamlingen). X(ω) = δ(ω ω 0 ). (5) δ(ω ω 0 )e jωt dt = e jω 0t. (6) Johan Carlson 7 Johan Carlson 5 Exempel 1 En periodisk fyrkantvåg x(t), med perioden T, definieras enligt 1, t < T 1 0, T 1 < t < T/2. (11) Vid en tidigare föreläsning bestämde vi Fourierseriekoefficienterna {a k } till x(t), enligt a k = 2 sin(kω 0T 1 ) kω 0 T = sin(kω 0T 1 ) πk (12) Om vi generaliserar X(ω) till en summa av enhetspulser, förskjutna så att de står på avståndet kω 0 från varandra, var och en med höjden a k, enligt X(ω) = + så får vi, p.g.a. linjäriteten hos Fouriertransformen, ( 1 ) a k δ(ω kω 0 )e jkωt dω = a k δ(ω kω 0 ), (7) a k e jkω 0t. (8) Johan Carlson 8 Johan Carlson 6
3 Impulstågssampling Exempel 1 (forts.) Antag att vi vill läsa av den tidskontinuerliga signalen x(t) i vissa diskreta tidpunkter nt, enligt figuren nedan. x( t) x( nt) nt x( t) x( t) p( t) X p( t) Fouriertransformen av x(t) ges då av X(ω) = = + + a k δ(ω kω 0 ) = (13) 2 sin(kω 0 T 1 ) δ(ω kω 0 ). (14) k där p(t) är ett pulståg med perioden T. Johan Carlson 11 Johan Carlson 9 Sampling Exempel 2 Några frågor... Kan man återvinna x(t) ur x(nt )? Vad händer om man samplar för glest? Hur täta sampel måste man ta för att kunna återskapa x(t)? Hur återskapar man x(t) från x(nt )? Ett annat viktigt exempel, som vi snart kommer att behöva, är Fouriertransformen av ett pulståg med perioden T, dvs p(t) = δ(t kt ), (15) Från formelsamlingen får vi P (ω) enligt P (ω) = T δ(ω kω s ), (16) där ω s = /T. Johan Carlson 12 Johan Carlson 10
4 Varför blir det problem? Exempel Vad händer i frekvensplanet då man samplar signalen x(t) i punkterna nt? Påminner om faltningsegenskapen för Fouriertransformen, som säger att följande gäller: F x(t)p(t) 1 [X(ω) P (ω)], (17) och att faltning med en impuls ger X(ω) δ(ω kω s ) = X(ω kω s ). (18) Amplitud Tid, t (s) Johan Carlson 15 Johan Carlson 13 Problem... Exempel (forts.) Om vi samplar x(t) i punkterna nt (n heltal) genom att multiplicera x(t) med p(t), dvs x(t)p(t) = x(t) δ(t nt ), (19) n= får vi alltså F{x(t)p(t)} = 1 1 X(ω) P (ω) = X(ω) δ(ω nω s ) T n= (20) = 1 T X(ω nω s ) (21) där ω s = /T. n= Amplitud Tid, t (s) Johan Carlson 16 Johan Carlson 14
5 Rekonstruktion Samplingssatsen Nu vet vi vilka villkor som gäller för att man ska kunna rekonstruera x(t) från sina sampel. Hur gör man? Vi tittar på tre olika rekonstruktionsmetoder: Ideal rekonstruktion Använder ett idealt lågpassfilter. Zero-order hold Behåller värdet på ett sampel tills nästa sampel anländer. First-order hold Interpolerar mellan två sampel med en rät linje. Låt x(t) vara en bandbegränsad signal, så att X(ω) = 0 för ω > ω m. Då bestäms x(t) fullständigt av sina sampel x(nt ) (n heltal) om där ω s > 2ω m, (22) ω s = T. (23) Givet dessa sampel {x(nt )} kan man sedan återskapa x(t). Johan Carlson 19 Johan Carlson 17 Kvantisering Vikning Pulstågssamplingen ger en tidsdiskret representation av signalen. Det betyder att vi känner signalen, endast vid diskreta tidpunkter, nt. I de punkterma känner vi signalens värde exakt. I digitala system kan vi inte representera reella tal exakt, utan vi måste beskriva den med ändlig precision, t.ex. med 8, 12 eller 16 bitar per tal. (MATLAB använder 64 bitar per tal, vilket ger olika kvantiseringsnivåer) Om man samplar för glest (ω s 2ω m ) uppstår något som kallas vikning (eng. aliasing). Det innebär att högre frekvenser viker ner till det frekvensband man klarar att representera med den samlplingsfrekvens man använt. För att undvika vikning måste man alltså se till att signalen INTE innhåller några frekvenser 1 2 ω s. Detta måste man göra FÖRE sampling sker. Lösning: Låt signalen passera ett lågpassfilter med brytfrekvens ω c < 1 2 ω s. Ett sådant lågpassfilter kallas ofta antiviknigsfilter (eng. anti-aliasing filter). Johan Carlson 20 Johan Carlson 18
6 Kvantisering (forts...) Kvantisering med n bitar innebär att varje tal representeras med n bitar, vilket i sin tur innebär att man kan representera 2 n olika nivåer/värden. 8 bitar ger 256 nivåer. 12 bitar ger 4096 nivåer. 16 bitar ger nivåer. Johan Carlson 21
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 merSpektrala Transformer
Spektrala Transformer Tidsdiskreta signaler, kvantisering & sampling Tidsdiskreta signaler Tidskontinuerlig signal Ex: x(t) = sin(ωt) t är ett reellt tal ω har enheten rad/s Tidsdiskret signal Ex: x(n)
Läs merTentamen ssy080 Transformer, Signaler och System, D3
Tentamen ssy080 Transformer, Signaler och System, D3 Examinator: Ants R. Silberberg oktober 009 kl. 4.00-8.00 lokal: Johanneberg Förfrågningar: Ants Silberberg, tel. 808 Lösningar: Anslås torsdag okt.
Läs merSpektrala Transformer
Spektrala Transformer Kurssammanfattning Fyra kärnkoncept Sampling Faltning Poler och nollställen Fouriertransform Koncept #1: Sampling En korrekt samplad signal kan rekonstrueras exakt, dvs ingen information
Läs 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 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 merFörsättsblad 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 merSF1635, 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 merSignal- 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 merSammanfattning 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 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 merTentamen i TMA 982 Linjära System och Transformer VV-salar, 27 aug 2013, kl
Tentamen i TMA 982 Linjära System och Transformer VV-salar, 27 aug 2013, kl 8.30-12.30 Examinatorer: Lars Hammarstrand och Thomas Wernstål Tentamen består av två delar (Del I och Del II) på sammanlagt
Läs merSF1635, 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 merSignal- och Bildbehandling, TSBB14. Laboration 2: Sampling och Tidsdiskreta signaler
Signal- och Bildbehandling, TSBB14 Laboration 2: Sampling och Tidsdiskreta signaler Anders Gustavsson 1997, Maria Magnusson 1998-2013 Avdelningen för Datorseende, Institutionen för Systemteknik Linköpings
Läs merSignal- och bildbehandling TSEA70
Tentamen i Signal- och bildbehandling TSEA70 Tid: 00-05-8 kl. -8 Lokaler: G, G Ansvarig lärare: Maria Magnusson Seger besöker lokalen kl. 5 och 7. tel Hjälpmedel: Räknedosa, OH-film, medskickad formelsamling
Läs merSignal- 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 merDiskret representation av kontinuerliga signaler
Kapitel 6 Diskret representation av kontinuerliga signaler I digital signalbehandling är det vanligt att en kontinuerlig signal representeras i form av en diskret sekvens, t.ex. för att överföras eller
Läs merSignal- 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 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 merTSDT08 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 merExempelsamling 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 merSignal- och bildbehandling TSBB03, TSBB14
Tentamen i Signal- och bildbehandling TSBB03, TSBB4 Tid: 00-0- Lokaler: G33 Ansvarig lärare: Maria Magnusson besöker lokalen kl. 4.50 och 6.50 tel 073-804 38 67 Hjälpmedel: Räknedosa, medskickad formelsamling,
Läs merSignal- 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 merx(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 meri(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 merFörsättsblad till skriftlig tentamen vid Linköpings universitet KÅRA T1 T2 U2 U4
Försättsblad till skriftlig tentamen vid Linköpings universitet Datum för tentamen 2016-10-28 Sal (5) KÅRA T1 T2 U2 U4 Tid 8-12 Kurskod TSBB16 Provkod TEN2 Kursnamn/benämning Provnamn/benämning Grundläggande
Läs merTransformer och differentialekvationer (MVE100)
Chalmers tekniska högskola och Göteborgs universitet Matematik 25 januari 2011 Transformer och differentialekvationer (MVE100 Inledning Fouriertransformen Fouriertransform är en motsvarighet till Fourierserier
Läs merInnehåll. 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 merSignaler & Signalanalys
Ulrik Söderström ulrik.soderstrom@tfe.umu.se Jan 8 Signaler & Signalanals Sinusspänning Sinus och cosinus samma form men fasförskjutna Fasförskjutning tidsfördröjning Sinus och cosinus är väldigt enkla
Läs merDT1130 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 merSignaler och system, IT3
Signaler och system, IT3 Vad är signalbehandling? 1 Detta dokument utgör introduktionsföreläsningen för kursen Signaler och system för IT3 period 2. Kursen utvecklades år 2002 av Mathias Johansson. 1 Vad
Läs merSpektrala Transformer
Spektrala Transformer Fouriertransformer Fourier Gif mig en wågform och jag skola skrifva den som en summa af sinuswågor! Jean-Baptiste Fourier 768-830 Fouriertransformen Transformerar kontinuerliga signaler
Läs merTillämpad 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 merTentamen i ESS 010 Signaler och System E3 V-sektionen, 16 augusti 2005, kl 8.30 12.30
Tentamen i ESS 00 Signaler och System E3 V-sektionen, 6 augusti 2005, kl 8.30 2.30 Examinator: Mats Viberg Tentamen består av 5 uppgifter som vardera ger maximalt 0 p. För godkänd tentamen fordras ca 20
Läs merDT1130 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 merKompletterande 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 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 merGRUNDKURS I SIGNALBEHANDLING (454300), 5sp Tentamen
GRUNDKURS I SIGNALBEHANDLING (454300), 5sp Tentamen 26.02013 kursens övningsuppgifter eller gamla tentamensuppgifter, eller Matlab-, Scilab- eller Octave- programmerbara kalkylatorer eller datorer. 1.
Läs merSignal- 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 merDT1130 Spektrala transformer Tentamen
DT3 Spektrala transformer Tentamen 5 Tentamen består av fem uppgifter där varje uppgift maximalt ger p. Normalt gäller följande betygsgränser: E: 9 p, D:.5 p, C: p, B: 6 p, A: 8 p Tillåtna hjälpmedel:
Läs mer2 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 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 merElektronik. Dataomvandlare
Elektronik Dataomvandlare Johan Wernehag Institutionen för elektro- och informationsteknik Lunds universitet 2 Översikt Analoga och digitala signaler Nyquistteorem Kvantiseringsfel i analog-till-digital
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 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 merSpektrala Transformer
Spektrala Transformer Fouriertransformer Fourier Gif mig en wågform och jag skola skrifva den som en summa af sinuswågor! Jean-Baptiste Fourier 1768-1830 Fouriertransformen Transformerar kontinuerliga
Läs merExempelsamling 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 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 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 merSpektralanalys - konsten att hitta frekvensinnehållet i en signal
Spektralanalys - konsten att hitta frekvensinnehållet i en signal Bengt Carlsson, Erik Gudmundson och Marcus Björk Systems and Control Dept. of Information Technology, Uppsala University 7 november 013
Läs merSignal- 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 merLaplace, Fourier och resten varför alla dessa transformer?
Laplace, Fourier och resten varför alla dessa transformer? 1 Bakgrund till transformer i kontinuerlig tid Idé 1: Representera in- och utsignaler till LTI-system i samma basfunktion Förenklad analys! Idé
Läs merFrekvensplanet och Bode-diagram. Frekvensanalys
Frekvensplanet och Bode-diagram Frekvensanalys Signaler Allt inom elektronik går ut på att manipulera signaler genom signalbehandling (Signal Processing). Analog signalbehandling Kretsteori: Nod-analys,
Läs mer5. Några viktiga summations- och integrationsformler.
Institutionen för matematik, KTH 050928 Arbetsmaterial 4 för 5B209/25:2/HT05/E.P. 5. Några viktiga summations- och integrationsformler. Först en repetition: 5. Geometriska serier För godtyckliga komplexa
Läs mer7 Olika faltningkärnor. Omsampling. 2D Sampling.
7 Olika faltningkärnor. Omsampling. D Sampling. Aktuella ekvationer: Se formelsamlingen. 7.. Faltningskärnors effekt på bilder. Bilden f(, y) ska faltas med olika faltningskärnor, A H, se nedan. f(,y)
Läs merKan 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 merSignalbehandling. Andreas Fhager
Signalbehandling Andreas Fhager andreas.1ager@chalmers.se Innehåll Modellering av fysiskt fenomen Analoga/digitala signaler Nervsignaler Periodiska funkboner/fourierserie Frekvensspektrum Filter Faltning
Läs merElektronik Dataomvandlare
Elektronik Översikt Analoga och digitala signaler Dataomvandlare Pietro Andreani Institutionen för elektro- och informationsteknik Lunds universitet Nyquistteorem Kvantiseringsfel i analog-till-digital
Läs merFREKVENSSPEKTRUM TILLÄMPAD FYSIK OCH ELEKTRONIK, UMEÅ UNIVERSITET 1
FREKVENSSPEKTRUM TILLÄMPAD FYSIK OCH ELEKTRONIK, UMEÅ UNIVERSITET JEAN BATISTE JOSEPH FOURIER 768-83 Fourier utveclade metoden att besriva periodisa förlopp genom summering av vitade ortogonala funtioner
Läs merElektronik Dataomvandlare
Elektronik Översikt Analoga och digitala signaler Dataomvandlare Pietro Andreani Institutionen för elektro- och informationsteknik Lunds universitet Nyquistteorem Kvantiseringsfel i analog-till-digital
Läs merKontrollskrivning i TSDT84 Signaler & System samt Transformer för D
Institutionen för Systemteknik Dept. Of EE 1( 7 ) Kontrollskrivning i TSDT84 Signaler & System samt Transformer för D Provkod: KTR1 Tid: 2016-01-04 kl. 14.00-18.00 Lokal: Lärare: Hjälpmedel: Bedömning:
Läs merSignal- 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 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 merLiten 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 merTentamen ssy080 Transformer, Signaler och System, D3
Tentamen ssy080 Transformer, Signaler och System, D3 Examinator: Ants R. Silberberg 19 oktober 2011 kl. 08.30-12.30 sal: Hörsalsvägen Förfrågningar: Ants Silberberg, tel. 1808 Lösningar: Anslås torsdag
Läs merDT1120/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 merElektronik 2018 EITA35
Elektronik 218 EITA35 Föreläsning 1 Filter Lågpassfilter Högpassfilter (Allpassfilter) Bodediagram Hambley 296-32 218-1-2 Föreläsning 1, Elektronik 218 1 Laboration 2 Förberedelseuppgifter! (Ingen anmälan
Läs 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 merTentamen SSY041 Sensorer, Signaler och System, del A, Z2
Tentamen SSY4 Sensorer, Signaler och System, del A, Z Examinator: Ants R. Silberberg 6 Dec kl. 8.3-.3, sal: Hörsalsvägen Förfrågningar: Ants Silberberg, tel. 88 Lösningar: Anslås måndag december på institutionens
Läs merSignal- 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 mer1. 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 merFormelsamling. 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 merKontrollskrivning i TSDT84 Signaler & System samt Transformer för D
Institutionen för Systemteknik Dept. Of EE 1( 7 ) Kontrollskrivning i TSDT84 Signaler & System samt Transformer för D Provkod: KTR1 Tid: 2015-10-26 kl. 14.00-18.00 Lokal: TER3, TER4, G36 Lärare: Lasse
Läs merSignal- 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 merMR-laboration: design av pulssekvenser
MR-laboration: design av pulssekvenser TSBB3 Medicinska Bilder Ansvarig lärare: Anders Eklund anders.eklund@liu.se Innehåll Uppgift Initialisering av k-space Koordinater i k-space Navigering i k-space
Läs merDT1120 Spektrala transformer för Media Tentamen
DT Spektrala transformer för Media Tentamen 77 Tentamen består av fem uppgifter där varje uppgift maximalt ger 4 p. Normalt gäller följande betygsgränser: 3:9 p, 4: 3 p, 5: 7 p Tillåtna hjälpmedel: räknare,
Läs 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 merBildbehandling i frekvensdomänen. Erik Vidholm
Bildbehandling i frekvensdomänen Erik Vidholm erik@cb.uu.se 9 december 2002 Sammanfattning Detta arbete beskriver hur en bild kan tolkas som en tvådimensionell digital signal, hur denna signal Fouriertransformeras
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 merElektronik. Viktor Öwall, Digital ASIC Group, Dept. of Electroscience, Lund University, Sweden-
Analogt och Digital Bertil Larsson Viktor Öwall Analoga och Digitala Signaler Analogt Digitalt 001100101010100000111110000100101010001011100010001000100 t Analogt kontra Digitalt Analogt få komponenter
Läs merGrafiska system. Färgblandning. Samspel mellan ytor. Ögats. fysionomi. Ljusenergi. Signalbehandling och aliasing
Grafiska system Signalbehandling och aliasing Gustav Taxén gustavt@nada.kth.se Processor Minne Frame buffer 2D1640 Grafik och Interaktionsprogrammering VT 2006 Färgblandning Pigmentblandning för f att
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 merSIGNALANALYS I FREKVENSRUMMET
SIGNALANALYS I FREKVENSRUMMET Fourierserie och Fouriertransform Föreläsning 4 Mätsystem och Mätmetoder, HT-2016 Florian Schmidt Department of Applied Physics and Electronics Umeå University LECTURE OUTLINE
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 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 merAD-/DA-omvandlare. Digitala signaler, Sampling och Sample-Hold
AD-/DA-omvandlare Digitala signaler, Sampling och Sample-Hold Analoga och Digitala Signaler Analogt Digitalt 001100101010100000111110000100101010001011100010001000100 t Analogt - Digitalt Analogt få komponenter
Läs merLjudteknik. Digital representation. Vad är ljud?
Ljudteknik Digital representation Vad är ljud? 1 3 grundstenar för ljud» Alstring» Överföring» Mottagning Örat Hörseln» Lufttrycksvariationer ger mekaniska vibrationer i trumhinnan» Hörselbenet växlar
Läs merProjekt 2 (P2) Problembeskrivning och uppdragsspecifikation
Projekt 2 (P2) Problembeskrivning och uppdragsspecifikation Projekt 2 Möjligheter/Problem med 2-dimensionella mätdata Uppstart: Se planen (kursens hemsida) Etapp 1 Mätdata i 2 dimensioner behöver utredas/signalbehandlas
Läs merSignaler 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 merKunna definiera laplacetransformen för en kontinuerlig stokastisk variabel. Kunna definiera z-transformen för en diskret stokastisk variabel.
Övning 2 Vad du ska kunna efter denna övning Kunna definiera laplacetransformen för en kontinuerlig stokastisk variabel. Kunna definiera z-transformen för en diskret stokastisk variabel. Kunna beräkna
Läs merFacit 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 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 merSignal- och bildbehandling TSBB03 och TSEA70
Tentamen i Signal- och bildbehandling TSBB03 och TSEA70 Tid: 004-08-10 kl. 8-1 Lokaler: TER1 Ansvarig lärare: Maria Magnusson Seger besöker lokalen kl. 9.00 och 10.45. tel 073-804 38 67 Hjälpmedel: Räknedosa,
Läs merDatorövning: Fouriertransform med Python
Datorövning i Elektromagnetism och vågor (FK5019) Övningsledare: bart.pelssers@fysik.su.se & ashraf@fysik.su.se Datorövning: Fouriertransform med Python Skicka in individuellt skrivna rapporter på engelska
Läs merFaltning steg för steg
Faltning steg för steg p./8 Faltning steg för steg System och Transformer Mario Natiello Matematikcentrum, Lunds Universitet Faltning steg för steg p.2/8 Innehåll Tidsdiskreta kausala följder Faltning
Läs merÖvningsuppgifter. 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 merKryssproblem (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 merTentamen i Elektronik - ETIA01
Tentamen i Elektronik - ETIA01 Institutionen för elektro- och informationsteknik LTH, Lund University 2015-10-21 8.00-13.00 Uppgifterna i tentamen ger totalt 60 poäng. Uppgifterna är inte ordnade på något
Läs merBildbehandling i frekvensdomänen
Uppsala Tekniska Högskola Signaler och system Handledare: Mathias Johansson Uppsala 2002-11-27 Bildbehandling i frekvensdomänen Erika Lundberg 800417-1602 Johan Peterson 790807-1611 Terese Persson 800613-0267
Läs mer