Digitala filter. FIR Finit Impulse Response. Digitala filter. Digitala filter. Digitala filter
|
|
- Carl-Johan Ström
- för 6 år sedan
- Visningar:
Transkript
1 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, bärbara CD-spelare m.m. 2 Digitala filter Man kan filtrera för att nå ett flertal olika ändamål som brusdämpning, selektering av mätdata,... Lågpassfiltrering, bandpassfiltrering, bandspärr.. För ljud kan man tänka sig: Eko, vibrato, körsimulering, distordering Transformering (växla frekvens) Digitala filter Det finns två olika typer av digitala filter FIR - ike rekursivt filter, FIR Finite Impulse Response IIR - rekursivt filter, IIR Infinite Impulse Response 3 4
2 FIR - filter FIR-filter Ett kausalt FIR-filter, H, med N tappar har med insignalen x[ oh utsignalen y[ y h * x (faltning) x[ ] Σ y[ y[ N k k] x[ n k] Överföringsfunktionen H(z) skrivs : Z - Z - ] 2] Σ Σ Ett FIR-filter med tre tappar H ( z) N k k] z k Z - 3] Σ 5 6 FIR - filter FIR filter med invers Fouriertransform Ett FIR-filter har ändlig respons. Om man skikar in en enhetspuls, blir utsignalen noll efter N antal klokykler. Jämför gärna med blokshemat eller den matematiska formeln. De är (på grund av detta) stabila. De kan även göras faslinjära så att fasvridningen blir prop. mot frekvensen ω 7 EXEMPEL Vi vill dimensionera ett FIR-filter av lågpasstyp med passband upp till 9 Hz oh spärrband från Hz. Filtret finns i ett system med samplingsfrekvens 8 khz. Frekvenser över Hz ska dämpas minst 4 db -4 4 Hz 9 8
3 Steg - normerade frekvenser Rita figuren med normerade frekvenser fs 8 Hz motsvarar Ω 2 π Transitionsvidden ΔΩ π*2/4 π/2 Corner frequeny Ω π*/4 π/4 Steg 2 - Idealt filter Ansätt ett idealt filter HH önskat med gränsfrekvens, Ω pi/4 (motsvarar Hz) enligt följande: H ( Ω) Ω < Ω Ω Ω - π π π*/4 π*9/4 9 Idealt filter Steg 3 beräkna impulssvaret Det ideala filtret får då följande beloppskurva - π H π Ω π/4 Ω För att få det önskade impulssvaret inverstransformerar vi överföringsfunktionen. Anm. Frekvensen Ω från π till + π gäller här. 2π 2π π π Ω Ω H ( Ω) e e jnω jnω dω dω 2
4 I vårt fall med Ω π/4 får vi:.. euler.. sin(n Ω πn Ω Ω sin( n) π π 4 Ω sin( Ω n) ) π Ω n sin( n ) 4 Några kladdiga fotnotantekningar från föregående sida: Sin (x) sin (pi*x) / (pi*x) Om abs ( H) för omega < omega < omega2 oh f.ö. abs ( H) Före fördröjning: (/(2pi)) Integral { exp (j omega n)} domega +Integral { exp ( j omega n)} domega Med gränser för omega: omega2 till - omega resp. omega till omega2 Som blir. (omega2/pi) sin ( (omega2 n)/ pi ) - (omega/pi) sin ( (omega n)/ pi ) Beräkning med sin( ) Fotnotantekningar finns på nästa sida. 3 4 Vi plottar impulssvaret Impulssvaret utan- oh med en fördröjning n_d (ingen fördröjning, rött, vänster ) oh n_d 25 (fördröjt 25 steg, svart, höger) Impulssvaret är ICKE-KAUSALT Impulssvaret är diskret Här är fördr. n_d8 oh vi har impulssvaret med 37 sampel; L37. Impulssvaret trunkeras utanför dessa 37 sampel -> Blir kausalt t (s) n 6
5 Bra men inte perfekt Vi ökar gradtalet gånger Vi kollar resultatet genom att göra en diskret fouriertransform av resultatet. Vi får då överföringsfunktionen, eg. H(Ω), alias frekvenssvaret Ω 7 Med n_d 6 oh impulssvaret i 2 punkter får vi följande överföringsfunktion fortfarande rippel Ω 8 Lägg ett fönster över impulssvaret Om man multiplierar impulssvaret med ett fönster - exempelvis ett hammingfönster kan man reduera ripplet Hammingfönstret beskrivs av funktionen 2 π n w[ os( ) N 9 Fönsterfunktioner Det finns ett antal standardfönster - Hamming, Hanning, Blakman, Bartlett, Kaiser, Hann e.t. Så här ser ett Hammingfönster av längd 28 ut n 2
6 Impulssvar - Med oh utan Hammingfönster Här har vi n_d 8. (L37 sampel) rött utan fönster heldragen med fönster Överföringsfunktion - Med oh utan Hammingfönster Vi beräknar oh ritar överföringsfunktioner för ett filter med gradtal (längd) 37, n_d 8 (med fönster fås mindre skrovlighet ) Ω 22 Ökat gradtal ger bättre överföringsfunktion Vilket fönster ska väljas? Vi testar med L H w Ω 23 Det är fönstertypen som bestämmer dämpningen i spärrbandet. Kolla tabell i bok (Oppenh: s. 47, Porat: s. 297) eller se här: rektangulärt 2 db Hamming 53 db Blakman 74 db 24
7 Hur väljs gradtalet? Det är fönstertypen oh transitionsvidden som bestämmer gradtalet [ Proakis s. 668, Oppenh: s. 47, Porat: s. 297]. I vårt fall har vi transitionsvidden pi/2 För ett Hammingfönster får vi då L 6 (vi vill ha ett udda gradtal). 8π π ; L L Koden som vi använt (Matlab) Bilda h(n) av handräknade (integral)värden/uttryk. Här fall med impulssvar, h, utan fönster lear; h_length 2+; fs 8; Ts /fs; t :Ts: 5; n_d (h_length - )/2; % h_length är udda % handräkn ger: h(n) (Ω./pi).*sin((Ω./pi).*n); % Ω pi/4 % ike kausalt, trunkera, fördröj med nd steg som ger kausalitet. for n -n_d : : n_d h(n + n_d +) (Ω./pi).* sin ((Ω./pi).* n) end; 26 IMPULSSVARET h (här utan- oh med fönster) N length(h) stem([: N-], h, 'r.'); % impulssvar utan fönster xlabel('n') title('impulssvar h') % Fönstra, obs transponat:et ( )! Märk.* för elementvis hw h.* hamming(n)' ; % length(hw) length(h) stem([ : N-], hw, b. ); % impulssvar med fönster 27 ÖVERFÖRINGSFUNKTION H Frekvenssvaret H(f) Bilda H av h med FFT i det fönstrade fallet N length(hw) df /(N*Ts) % frekvensupplösningen f linspae(-fs/2, fs/2 - df, N); % frekvens f i enheten Hz HW fft(hw); plot( f, fftshift( abs(hw)), 'r'); xlabel( Hz') ylabel(' H. Frequeny response') 28
8 Frekvenssvaret Bodediagram då impulssvaret är h Matlabfunktion: freqz( ) % Enhet på frekvensen (x-axeln) är Hz % Samplingsfrekvens: fs Hz % FIR: H B/A där A Jämför N : H ( z) k] z k k freqz( h,, length(h), fs ); % numerator h, denum Bodediagram { freqz( ) } Skatta H med vitt brus Okänt system H x vitt brus? y mätdata Genom att sända in vitt brus i ett okänt system kan man skatta motsvarande H(f) (frekvenssvar) med korskorrelation. Korskorrelation, rxy, där impulssvaret är definieras: rxy[k] h * rx dvs impulssvaret faltat med rx; i k-planet. Linjär fas i passbandet 3 Rxy[θ ] H Rx dvs korsspektrum är frekv.svaret multplierat med spektraltätheten; i frekvensplanet. rxy oh Rxy beräknas, med vitt brus är så är rx oh Rx kända > Frekvenssvaret H(f) kan skattas { först uträknas H(θ) }. 32
9 EXEMPEL PÅ SKATTNING MED VITT BRUS MATLABKOD % Här 5 sek mättid med fs8 Hz % I normalfallet: % Data y uppmätta data, men här % h ett lågpass FIR-filter (som exiteras av det vita bruset) % LP-filtret har Ω +-pi/4, beräkningar.. Som givit: % h(n) 5.* sin (n./4); % före fördröjning fs 8; Ts /fs; t : Ts : 5; L 2+; n_d (L-)/2; for n -n_d : : n_d h(n+n_d+) 5.* sin(n./4); % fördröj med n_d steg end; (forts.) 33 Nb 7 % antal brusvärden % vitt gaussiskt brus, medel, std (stand dev), Nb värden in_brus normrnd (,,, Nb); % Chek mean(in_brus) var(in_brus) % utsignal insignal faltat med impulssvaret h ut onv (h, in_brus); % I normalfallet: ut uppmätta data tfestimate(in_brus, ut(: Nb), [ ],[ ],[ ], fs); % Plotta skattningen, Se figur: 34 Transfer Funtion Estimate via Welh data 4 Sammanfattning Filterkonstruktion (FIR) Magnitude (db) Frequeny (khz) 35 Skissa önskat frekvenssvar, H ( i frekvensplanet) Genomför en IFFT ( ger impulssvaret ). Resultatet blir här ike-kausalt! Välj fönster oh beräkna gradtal med hänsyn till dämpning oh transitionsvidd. Fönstra begränsa rippel. Fördröj i tidsplanet med n d sampel som ger ett kausalt resultat. Förutsätter trunkering av svans oh nos på. Trunkering av nos p.g.a. symmetri/fasgång. Nu skall filtret vara kausalt oh realiserbart. 36
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 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 merTIDSDISKRETA 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 merFÖRELÄSNING 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 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 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 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 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 merVad 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 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 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 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 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 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 merLaplace, Fourier och resten varför alla dessa transformer?
Laplace, Fourier och resten varför alla dessa transformer? 1 Vi har sett hur ett LTI-system kan ges en komplett beskrivning av dess impulssvar. Genom att falta insignalen med impulssvaret erhålls systemets
Läs merÖvningar med Digitala Filter med exempel på konstruktion och analys i MatLab
Övningar med Digitala Filter med exempel på konstruktion och analys i MatLab Eddie Alestedt Vt-2002 Digitala filter Digitala filter appliceras på samplade signaler och uppvisar helt andra egenskaper än
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 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 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 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 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 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 merIntroduktion 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 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 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 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 merSyntes 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 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 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 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 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 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 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 merTSDT15 Signaler och System
TSDT5 Signaler och System DATORUPPGIFTER VÅREN 03 OMGÅNG Mikael Olofsson, mikael@isy.liu.se Efter en förlaga av Lasse Alfredsson February, 03 Denna uppgiftsomgång behandlar faltning samt system- & signalanalys
Läs merSystem. 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 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 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 merSignal- 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 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 merFöreläsning 6: Spektralskattning: icke parametriska metoder. Leif Sörnmo 4 oktober 2009
Föreläsning 6: Spektralskattning: icke parametriska metoder Leif Sörnmo 4 oktober 2009 1 Metoder för spektralskattning icke-parametriska korrelogram, periodogram fönstring, medelvärdesbildning minimum-varians
Läs merPassiva filter. Laboration i Elektronik E151. Tillämpad fysik och elektronik UMEÅ UNIVERSITET Ulf Holmgren. Ej godkänd. Godkänd
Tillämpad fysik och elektronik UMEÅ UNIVESITET Ulf Holmgren LABOATION Analog elektronik 961219 Passiva filter Laboration i Elektronik E151 Namn Namn Ej godkänd Datum Datum Godkänd Datum PASSIVA FILTE -
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 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 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 merVad gör vi när vi bara har en mätserie och ingen elegant matematisk funktion?
Vad gör vi när vi bara har en mätserie och ingen elegant matematisk funktion? 1 Ett problem med Fourier- och Laplacetransformen är att de kräver att signalen som skall transformeras kan skrivas som en
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 merFilter. Mätteknik. Ville Jalkanen, TFE, UmU. 1
Filter Mätteknik Ville Jalkanen, TFE, UmU ville.jalkanen@umu.se 1 Decibel (db) Förstärkningen anges ofta i decibel (db) A V(dB) = 20 log 10 A V Exempel: En A V = 10 ggr motsvaras av 20 log 10 10 = 20 db
Läs mer2F1120 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 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 merMiniräknare, 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 merImpulssvaret 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 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 merTSDT18/84 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 merLösningar till Övningsuppgifter
Lösningar till Övningsuppgifter Digital Signal Processing Övningar med svar och lösningar Mikael Swartling Nedelko Grbic Bengt Mandersson rev. 07 Department of Electrical and Information Technology Lund
Läs 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 merSignal- och bildbehandling TSEA70
Tentamen i Signal- och bildbehandling TSEA Tid: -- kl. - Lokaler: G3 Ansvarig lärare: Henrik Turbell besöker lokalen kl..3 tel Adm. assistent: Ylva Jernling tel Hjälpmedel: Räknedosa, OH-film, medskickad
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 merUppsala 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 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 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 mer( ), 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 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 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 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 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 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 merAKTIVA FILTER. Laboration E42 ELEKTRO. UMEÅ UNIVERSITET Tillämpad fysik och elektronik Sverker Johansson Rev 1.0.
UMEÅ UNIVERSITET Tillämpad fysik och elektronik Sverker Johansson 1999-09-03 Rev 1.0 AKTIVA FILTER Laboration E42 ELEKTRO Personalia: Namn: Kurs: Datum: Återlämnad (ej godkänd): Rättningsdatum Kommentarer
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 merFÖRELÄSNING 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 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 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 merFöreläsning 6. Kapitel 4. Fouriertransform av analog signal, FT Fouriertransform av digital signal, DTFT fortsättning
Digital sigalbhadlig ESS4 Förläsig 6 Dfiitio: Fourirtrasform av tidsdiskrt sigal DF, sid 5 Digital sigalbhadlig ESS4 Kapitl 4 Fourirtrasform av aalog sigal, F Fourirtrasform av digital sigal, DF fortsättig
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 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 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 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 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 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 merDigSig AV. Repetition. Leif Sörnmo 10 maj 2007
DigSig AV Repetition Leif Sörnmo 10 maj 2007 1 Syftet med digital filterdesign Att bestämma en realiserbar överföringsfunktion G(z) så att den approximerar en given specifikation på frekvensfunktion. För
Läs merFöreläsning 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 merHemuppgift för E2 SF1635, HT 2007
Utjämnare Hemuppgift för E2 SF635, HT 2007 Introduktion Ett vanligt problem när man överför data är att en fördröjd och amplitudskalad version av signalen adderas till ursprungssignalen. Inom telefoni
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 merLaboration i Fourieranalys för F2, TM2, Kf2 2011/12 Signalanalys med snabb Fouriertransform (FFT)
Laboration i Fourieranalys för F2, TM2, Kf2 2011/12 Signalanalys med snabb Fouriertransform (FFT) Den här laborationen har två syften: dels att visa hur den snabba Fouriertransformen fungerar och vad man
Läs 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 merTentamen i Reglerteknik. 7,5 hp varav tentamen ger 4,5 hp
KTH-ICT-ES Tentamen i eglerteknik. 7,5 hp varav tentamen ger 4,5 hp Kurskod: IE304 Datum: 20-06-09 Tid: 9.00-3.00 Examinatorer: Jan Andersson och Leif Lindbäck Tentamensinformation: Hjälpmedel: Bilagd
Läs mer] så att utflödet v( t) Vattennivån i tanken betecknas h(t) [m]. Nivån h är tankprocessens utsignal. u h Figur: Vattentank
Tenta-uppgifter på reglerteknikdel, Reglerdel-ovn- 4 (3p) En tankprocess beskrivs av följande - se även figuren nedan: En cylindrisk vattentank har bottenarean 30 m 2. Vattenflödet in till tanken betecknas
Läs merKompletterande 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 merAdaptiva Filter. Johan Haarala Signaler och System
Adaptiva Filter Johan Haarala 2002-12-11 Signaler och System Abstract Målet med den här rapporten är att ge en introduktion samt översikt till adaptiva filter. I den beskrivs några av de algoritmer som
Läs mer5 OP-förstärkare och filter
5 OP-förstärkare och filter 5.1 KOMPARATORKOPPLINGAR 5.1.1 I kretsen nedan är en OP-förstärkare kopplad som en komparator utan återkoppling. Uref = 5 V, Um= 13 V. a) Rita utsignalen som funktion av insignalen
Läs merLaboration - Va xelstro mskretsar
Laboration - Va xelstro mskretsar 1 Introduktion och redovisning I denna laboration simuleras spänning och ström i enkla växelströmskretsar bestående av komponenter som motstånd, kondensator, och spole.
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 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 merTSRT91 Reglerteknik: Föreläsning 4
TSRT91 Reglerteknik: Föreläsning 4 Martin Enqvist Reglerteknik Institutionen för systemteknik Linköpings universitet Föreläsningar 1 / 16 1 Inledning, grundläggande begrepp. 2 Matematiska modeller. Stabilitet.
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 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 merREGLERTEKNIK Laboration 4
Lunds Tekniska Högskola Avdelningen för Industriell elektroteknik och automation LTH Ingenjörshögskolan, Campus Helsingborg REGLERTEKNIK Laboration 4 Dynamiska system Inledning Syftet med denna laboration
Läs merTSRT91 Reglerteknik: Föreläsning 4
Föreläsningar 1 / 16 TSRT91 glerteknik: Föreläsning 4 Martin Enqvist glerteknik Institutionen för systemteknik Linköpings universitet 1 Inledning, grundläggande begrepp. 2 Matematiska modeller. Stabilitet.
Läs merHambley avsnitt
Föreläsning Hambley avsnitt 6.6.8 Filter [6.2, 6.5 6.8] Nästan all trådlös och trådbunden kommunikation är baserad på tidsharmoniska signaler. Signalerna utnyttjar ett frekvensband centrerad kring en bärfrekvens.
Läs merSYSTEM. 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 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 mer