DT1130 Spektrala transformer Tentamen

Relevanta dokument
DT1130 Spektrala transformer Tentamen

DT1130 Spektrala transformer Tentamen

DT1120/DT1130 Spektrala transformer Tentamen

DT1130 Spektrala transformer Tentamen

2F1120 Spektrala transformer för Media Tentamen

Tentamen ssy080 Transformer, Signaler och System, D3

Spektrala Transformer

1. Vi har givet två impulssvar enligt nedan (pilen under sekvenserna indikerar den position där n=0) h 1 (n) = [ ]

TIDSDISKRETA SYSTEM SYSTEMEGENSKAPER. Minne Kausalitet Tidsinvarians. Linjäritet Inverterbarhet Stabilitet. System. Tillämpad Fysik och Elektronik 1

Impulssvaret Betecknas h(t) respektive h(n). Impulssvaret beskriver hur ett system reagerar

DIGITALA FILTER. Tillämpad Fysik Och Elektronik 1. Frekvensfunktioner FREKVENSSVAR FÖR ETT TIDSDISKRET SYSTEM. x(n)= Asin(Ωn)

System. Z-transformen. Staffan Grundberg. 8 februari 2016

Tentamen i TMA 982 Linjära System och Transformer VV-salar, 27 aug 2013, kl

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

Miniräknare, formelsamling i signalbehandling.

Tentamen i ESS 010 Signaler och System E3 V-sektionen, 16 augusti 2005, kl

Laboration i tidsdiskreta system

DT1120 Spektrala transformer för Media Tentamen

Laplace, Fourier och resten varför alla dessa transformer?

Signal- och bildbehandling TSBB03

Tentamen ssy080 Transformer, Signaler och System, D3

Resttentamen i Signaler och System Måndagen den 11.januari 2010, kl 14-19

GRUNDKURS I SIGNALBEHANDLING (454300), 5sp Tentamen

LUNDS TEKNISKA HÖGSKOLA Inst. för Elektro- och Informationsteknik

2 Ortogonala signaler. Fourierserier. Enkla filter.

Försättsblad till skriftlig tentamen vid Linköpings universitet G33(1) TER4(63)

i(t) C i(t) = dq(t) dt = C dy(t) dt y(t) + (4)

Signal- och bildbehandling TSBB03

Signal- och bildbehandling TSBB14

Miniräknare och en valfri formelsamling i signalbehandling eller matematik. Allowed items: calculator, DSP and mathematical tables of formulas

Uppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna 15-18, 30/11-12/

Signal- och bildbehandling TSBB14

Signal- och bildbehandling TSBB03, TSBB14

Övningsuppgifter. Digital Signal Processing. Övningar med svar och lösningar. Mikael Swartling Nedelko Grbic Bengt Mandersson. rev.

Signal- och bildbehandling TSBB03

RÄKNEEXEMPEL FÖRELÄSNINGAR Signaler&System del 2

Försättsblad till skriftlig tentamen vid Linköpings universitet KÅRA T1 T2 U2 U4

Bildbehandling i frekvensdomänen

DIGITALA FILTER DIGITALA FILTER. Tillämpad Fysik Och Elektronik 1

LUNDS TEKNISKA HÖGSKOLA Inst. för Elektro- och Informationsteknik

Kryssproblem (redovisningsuppgifter).

Lösningar till Övningsuppgifter

Föreläsning 10, Egenskaper hos tidsdiskreta system

LUNDS TEKNISKA HÖGSKOLA Inst. for Elektro- och Informationsteknik. SIGNALBEHANDLING I MULTIMEDIA, ETI265 Inlämningsuppgift 1 (av 2), Task 1 (out of 2)

Digital Signalbehandling i Audio/Video

Spektrala Transformer

Kompletterande material till föreläsning 5 TSDT08 Signaler och System I. Erik G. Larsson LiU/ISY/Kommunikationssystem

Elektronik 2018 EITA35

Passiva filter. Laboration i Elektronik E151. Tillämpad fysik och elektronik UMEÅ UNIVERSITET Ulf Holmgren. Ej godkänd. Godkänd

Spektrala Transformer Övningsmaterial

Laplace, Fourier och resten varför alla dessa transformer?

Kompletterande räkneuppgifter i Spektrala Transformer Komplex analys, sampling, kvantisering, serier och filter Laura Enflo & Giampiero Salvi

Miniräknare och en valfri formelsamling i signalbehandling eller matematik. Allowed items: calculator, DSP and mathematical tables of formulas

Tentamen i Elektronik för E, ESS010, 12 april 2010

Bestäm uttrycken för följande spänningar/strömmar i kretsen, i termer av ( ) in a) Utspänningen vut b) Den totala strömmen i ( ) c) Strömmen () 2

TSDT08 Signaler och System I Extra uppgifter

Övningar med Digitala Filter med exempel på konstruktion och analys i MatLab

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

Miniräknare och formelsamling i signalbehandling. [Allowed items on exam: calculator and DSP table of formulas ]

Tentamen SSY041 Sensorer, Signaler och System, del A, Z2

Frågorna 1 till 6 ska svaras med sant eller falskt och ger vardera 1

Teori... SME118 - Mätteknik & Signalbehandling SME118. Johan Carlson 2. Teori... Dagens meny

Spektrala Transformer

ETE115 Ellära och elektronik, tentamen januari 2008

Signal- och bildbehandling TSBB14

Spektrala transformer Laboration: Vokalsyntes

Signal- och bildbehandling TSEA70

Signal- och bildbehandling TSEA70

SF1635, Signaler och system I

LUNDS TEKNISKA HÖGSKOLA Institutionen för Elektro- och Informationsteknik

Vad gör vi när vi bara har en mätserie och ingen elegant matematisk funktion? Spektrum av en samplad signal. Trunkering i tiden

FÖRELÄSNING 13: Analoga o p. 1 Digitala filter. Kausalitet. Stabilitet. Ex) på användning av analoga p. 2 filter = tidskontinuerliga filter

Flerdimensionella signaler och system

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

SF1635, Signaler och system I

Ulrik Söderström 20 Jan Signaler & Signalanalys

Tentamen i Elektronik, ESS010, del1 4,5hp den 19 oktober 2007 klockan 8:00 13:00 För de som är inskrivna hösten 2007, E07

Ulrik Söderström 19 Jan Signalanalys

Introduktion Digitala filter. Filter. Staffan Grundberg. 12 maj 2016

Facit till Signal- och bildbehandling TSBB

Spektrala Transformer för Media

Spektrala Transformer för Media

REGLERTEKNIK Laboration 5

LUNDS TEKNISKA HÖGSKOLA Inst. for Elektro- och Informationsteknik

Tentamen i Komplex analys, SF1628, den 21 oktober 2016

Sammanfattning TSBB16

TSBB16 Datorövning A Samplade signaler Faltning

Innehåll. Innehåll. sida i

Spektrala transformer Laboration: Vokalsyntes

Lösningar till tentamen i Transformmetoder okt 2007

7. Sampling och rekonstruktion av signaler

Frekvensplanet och Bode-diagram. Frekvensanalys

Uppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna 11-14, 16/11-28/

Hambley avsnitt

Signal- och bildbehandling TSBB14

ÖVNINGSTENTAMEN Modellering av dynamiska system 5hp

Signal- och bildbehandling TSEA70

Signal- och bildbehandling TSEA70

( ), så kan du lika gärna skriva H ( ω )! ( ) eftersom boken går igenom laplacetransformen före

Transkript:

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: räknare, formelblad (bifogat) Signalen x(t) = e j2πt Lycka till! samplas med samplingsfrekvensen f s, vilket resulterar i en ny signal x(n). a Vad är lägsta möjliga värde på f s om man vill undvika vikning? ( p). b Vilka värden på f s resulterar i att x(n) = för alla värden på n? ( p). c Nedan visas fyra rader av fasdiagram i det komplexa talplanet. Varje rad beskriver de fyra första samplen av x(n). Med vilket f s har man samplat signalen i vart och ett av de fallen (dvs ett svar per rad önskas)? (2 p). c - : c - 2: c - : c - 4: (8) DT Spektrala Transformer HT 26

.5 -.5 a A = [...8];B = - 2 4 5 2.5 -.5 b A = [...64];B = - 2 4 5.5 -.5 c A = [. -.9.8];B = - 2 2 4 5 4 - d A = [. -.8.64];B = -2 2 4 5 5.5 -.5-2 4 5 Figur. Vilken av signalerna till höger ska skickas till vilket filter till vänster för att utsignalen ska bli en impuls? 2 I figur ser du ett antal olika impulssvar. För varje impulssvar till vänster finns en uppsättning filterkoefficienter A och B till höger (här givna i Matlab-notation) beskriver motsvarande filter. Dessa ska paras ihop, med tydlig motivering! Observera att det blir ett impulssvar över. (p/ korrekt motiverat par) Studera filtret y(n) = x(n).8y(n 2) a Ta fram ett uttryck för beloppet av filtrets frekvenssvar, dvs H(ω) och förenkla så långt det är möjligt! (2 p) b Vid vilken vinkelfrekvens ω kommer filtret ha sin högsta resp. lägsta förstärkning? ( p) 2 (8) DT Spektrala Transformer HT 26

c Vilken typ av karakteristik har filtret? ( p) 4 Ett lågpassfilter H kan användas för att skapa en högpassfiltrerad bild genom att ta skillnaden mellan den ursprungliga bilden I och den lågpassfiltrerade. a Detta kommer bara ge korrekt resultat om elementen i H summerar till noll. Varför? ( p) b Operationen kan skrivas matmatiskt som I I H där betecknar faltning (med bibehållen matrisstorlek dvs resultatet av I H får samma dimension som I). Detta går i sin tur att skriva om till I (J H) 5 Antag att H och J är -matriser. Vad representerar matrisen J och vad innehåller den? (2 p) c Antag nu att lågpassfiltret ges av H = 9 Ange då, med utgångspunkt i ovanstående, samt med hjälp av resonemanget i b, en - matris som fungerar som ett högpassfilter. ( p) Ett 2:a ordingens återkopplat filter ges av y(n) = x(n) ay(n 2). Detta filter kommer ha ett impulssvar som består av en sinusformad svängning vars amplitud gradvis klingar av. Bestäm a så att amplituden når % av sitt toppvärde efter sampel. (4 p) ex. vis lågpass, högpass, bandpass eller bandspärr (8) DT Spektrala Transformer HT 26

x(t) = e j2πt Lösningar beskriver en phasor med frekvensen f =. a Sampling utan vikning kräver att f s 2f alltså f s 2 b Sampling med f s = T s : substituera c- ger t = n f s x(n) = e j 2πfn fs x(n) = inträffar då x(n) = e j2πk där k är ett heltal. Exponenterna i dessa två uttryck måste vara lika: 2πfn f s = 2πk f f s = k f s = f k Figuren ger att ω = π 4 rad/sampel x(n) = e j π 4 n = e j 2πfn fs j π 4 n = j 2πfn f s 4 = 2f f s f s = 8f = 8 c-2 Samma resonemang som ovan men ω = π 4 c- 4 = 2f f s = 8f f s 2666 Samma resonemang som ovan men ω = π 2 c-4 2 = 2f f s = 4f f s Samma resonemang som ovan men ω = π = 2f f s f s = 2f = 2 4 (8) DT Spektrala Transformer HT 26

2 Elementen i vektorerna A resp B motsvarar koefficienterna för z-termerna i överföringsfunktionens nämnare (A) resp täljare (B) enligt B() A() + A(2)z + A()z 2 Beräkna poler och nollställen för de fyra överföringsfunktionerna: a +.8z 2 = z 2 z 2 +.8 Polerna fås genom att sätta nämnaren till noll: z 2 +.8 = z = ±j.9 Detta filter polvinkel π 2 och radie.9 och således ett impulssvar med perioden 4 sampel och långsam avklingning. Möjliga implussvar är och. b z 2 z 2 +.64 z = ±j.8 Polvinkel π 2 och radie.8 och således lite snabbare avklingning än a. Därför måste b höra ihop med (och a med ). c z 2 z 2.9z +.8 z =.45 ±.45 2.8 =.45 ± j.7794 Polvinkel = π, radie =.9. Periodtiden är 6 sampel vilket stämmer med 2 och 5. d z 2 z 2 z =.4 ± j.6928.8z +.64 Polvinkel = π, radie =.8 - lite snabbare avklingning än c. Därför måste d och 2 höra ihop, samt c och 5. Filtret y(n) = x(n).8y(n 2) har överföringsfunktionen +.8z 2 5 (8) DT Spektrala Transformer HT 26

a Filtrets frekvenssvar fås genom att substituera z = e jω H(ω) = +.8e j2ω och beloppet H(ω) = +.8e j2ω Nämnaren i detta uttryck kan vi beräkna med pyhagoras sats (kom ihåg att z = Re(z) 2 + Im(z) 2 ) +.8(cos( 2ω) + j sin( 2ω)) = ( +.8 cos(2ω)) 2 + sin 2 (2ω) = + 2.8 cos(2ω) +.8 2 cos 2 (2ω) +.8 2 sin 2 (2ω) = + 2.8 cos(2ω) + (.8) 2 Återinsatt i ekvationen ovan får vi beloppet av frekvenssvaret: H(ω) = + 2.8 cos(2ω) + (.8) 2 b Detta uttryck kommer att ha sitt maximum när nämnaren har sitt minimum, vilket är när cosinus-termen är som minst (cosπ = ) dvs 2ω = π dvs ω = ω = π/2. Uttryckets minimum kommer omvänt när nämnaren är som störst, dvs när cosinus är som störst (cos = cos 2π =, dvs ω = samt ω = π c Frekvenssvaret har en topp på mitten vid ω = π 2 Filterkarakteristiken är således bandpass. och avtar för lägre och högre frekvenser. 4 a Om kärnan summerar till något annat än ett, kommer bildens ljusstyrka ändras vid filtreringen, och denna ändring kommer då dominera skillnaden mellan originalbild och filtrerad bild, så högpasseffekten uteblir. b I (J H) = I J I H detta uttryck ska vara identiskt med I I H, vilket innebär att I = I J. Det betyder att J är en filterkärna som inte påverkar bilden, alltså en impuls. J = 6 (8) DT Spektrala Transformer HT 26

c Högpassfiltret beskrivs i enlighet med ovan som J H = = 9 9 5 y(n) = x(n) ay(n 2) 8 Impulssvaret ska enl. uppgift bli en svängning med avtagande amplitud. Vi söker ett uttryck för impulssvaret, vilket vi får genom att Z-transformera överföringsfunktionen. y(n) + ay(n 2) = x(n) Y (z)( + az 2 = Y (z) X(z) = + az 2 = = z2 z 2 + a = z 2 (z ja)(z + ja) Problem: detta är ett andragradsuttrck och z-transform-tabellen i f.s. innehåller bara :a ordningens uttryck. För att kunna z-transformera detta uttryck m.hj.a. tabellen i f.s. måste vi först dela upp H(z) :a-ordningens termer m.hj.a. partialbråksuppdelning (se f.s. sista sidan) Ansätt: z 2 (z ja)(z + ja) = Az z ja + Bz z + ja Sätt på samma bråkstreck Az(z + ja) + Bz(z ja) (z ja)(z + ja) = Az2 + jaz + Bz 2 jbz (z ja)(z + ja) Om detta uttryck ska bli H(z) måste Az 2 + jaz + Bz 2 jbz = z 2 Identifiera termerna för varje gradtal. För z 2 : A + B = För z: ja jb = Ur dessa ekvationer följer att A = B = 2 och således kan vi skriva z 2 z ja + z 2 z + ja 7 (8) DT Spektrala Transformer HT 26

Z-transform #4 från f.s. 2 b n u(n) z z b Denna stämmer med termerna i H(z) då b = ja resp b = ja. Termerna z-transformeras var för sig och resultatet sätts ihop till: h(n) = 2 (ja)n u(n) + 2 ( ja)n u(n) = 2 (jn a n + ( j) n a n )u(n) = = a n ej π 2 n + e j π 2 n u(n) = a n cos( π 2 2 n)u(n) Alltså en cosinussvängning med vinkelfrekvensen π/2 rad/sampel och en amplitud som avtar med a n. Signalen är noll för alla n < (tack vare stegfunktionen u(n)). Vi söker ett värde på a så amplituden efter sampel är. dvs a =. a =..794 2 vi byter variabelbeteckning till b för att undvika sammanblandning med lokala variabler i uppgiften 8 (8) DT Spektrala Transformer HT 26