Föreläsning 6. Kapitel 4. Fouriertransform av analog signal, FT Fouriertransform av digital signal, DTFT fortsättning

Relevanta dokument
Föreläsning 6. Signalbehandling i multimedia - ETI265. Kapitel 4

Föreläsning 6. Signalbehandling i multimedia - ETI265. Kapitel 4

Föreläsning 7. Signalbehandling i multimedia - ETI265. Kapitel 5. LTI system Signaler genom linjära system

Föreläsning 10. Digital signalbehandling. Kapitel 7. Digitala FourierTransformen DFT. LTH 2011 Nedelko Grbic (mtrl. från Bengt Mandersson)

Digital signalbehandling

Digital signalbehandling

Inlämningsuppgift 2 i Digital signalbehandling ESS040, HT 2010 Måndagen den 22 november 2010 i E:B.

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

Fyr-fältingen, utvidgad. Signal- och Bildbehandling FÖRELÄSNING 6. Ex) på användning av z-transform: En avancerad hörapparat

Definition 1a: En talföljd är en reell (eller komplex) funktion vars definitionsmängd är mängden av naturliga tal {0,1,2,3,4, }.

Fyr-fältingen, utvidgad. Signal- och Bildbehandling FÖRELÄSNING 12. Ex) på användning av z-transform: ljud. z-transform och TDFT, formler

TEKNISKA HÖGSKOLAN I LUND Institutionen för elektrovetenskap. Tentamen i Digital Signalbehandling ESS040 (ETI240/ETI275)

1. Rita följande tidssekvenser. 2. Givet tidssekvensen x n i nedanstående figur. Rita följande tidssekvenser.

Föreläsning 9. Digital signalbehandling. Kapitel 6. Sampling. LTH 2014 Nedelko Grbic (mtrl. från Bengt Mandersson)

Digital signalbehandling

Transformkodning. Transformkodning. Transformkodning. Transformkodning Grundläggande idé. Linjära transformer. Linjära transformer ( ) ( ) ( )

3 Signaler och system i tidsplanet Övningar 3.1 Skissa följande signalers tidsförlopp i lämpligt tidsintervall

Institutionen för data- och elektroteknik samplingsvillkoret f. Den diskreta fouriertransformen ges av

Digital signalbehandling Digital signalbehandling

Digital signalbehandling Sampling och vikning på nytt

TSDT18/84 SigSys Kap 7 Fouriertransformanalys av tidskontinuerliga signaler 1 1 Kap 7 Fouriertransformanalys av tidskontinuerliga signaler 2

Digital Signalbehandling i multimedia

Föreläsning 3. Signalbehandling i multimedia - ETI265. Kapitel 3. Z-transformen. LTH 2015 Nedelko Grbic (mtrl. från Bengt Mandersson)

Exempelsamling Grundläggande systemmodeller. Klas Nordberg Computer Vision Laboratory Department of Electrical Engineering Linköping University

Digital signalbehandling Alternativa sätt att se på faltning

Hambley avsnitt 12.7 (även 7.3 för den som vill läsa lite mer om grindar)

Digital Signalbehandling i multimedia

Exempelsamling Grundläggande systemmodeller. Klas Nordberg Computer Vision Laboratory Department of Electrical Engineering Linköping University

TEKNISKA HÖGSKOLAN I LUND Institutionen för elektrovetenskap. Tentamen i Digital Signalbehandling ESS040 (ETI240/ETI275)

Digital Signalbehandling i multimedia

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

Digital signalbehandling Föreläsningsanteckningar Bilagor

Övning 3 - Kapitel 35

Digitala filter. FIR Finit Impulse Response. Digitala filter. Digitala filter. Digitala filter

Digital signalbehandling Fönsterfunktioner

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

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

Ekvationen (ekv1) kan bl. annat beskriva värmeledningen i en tunn stav där u( x, temperaturen i punkten x vid tiden t.

Signal- och Bildbehandling FÖRELÄSNING 4. Multiplikationsteoremet. Derivatateoremet

Spektrala Transformer

Uppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna 1-6, 29/10-8/11, = m n

Fourierserien. fortsättning. Ortogonalitetsrelationerna och Parsevals formel. f HtL g HtL t, där T W ã 2 p, PARSEVALS FORMEL

FORMLER TILL NATIONELLT PROV I MATEMATIK KURS E

Facit till Signal- och bildbehandling TSBB

Signal- och bildbehandling TSBB14

DT1130 Spektrala transformer Tentamen

4. Uppgifter från gamla tentor (inte ett officiellt urval) 6

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

TNA001- Matematisk grundkurs Tentamen Lösningsskiss

Elektronik 2018 EITA35

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

TENTAMEN. Digital signalbehandling. Sven Knutsson. Typgodkänd räknare

( ) ( ()) LTI-filter = linjärt, tidsinvariant filter. 0. Svaret skall ges utan -tecken. 2. Ett LTI-filter har amplitudkarakteristiken A( ω) =

Signal- och bildbehandling TSBB03

FORMLER TILL NATIONELLT PROV I MATEMATIK KURS C OCH D

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

RÄKNEEXEMPEL FÖRELÄSNINGAR Signaler&System del 2

Lösningar till Övningsuppgifter

Signal- och bildbehandling TSBB14

Stången: Cylindern: G :

7 Sjunde lektionen. 7.1 Digitala filter

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

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

Andra ordningens lineära differensekvationer

ρ. Farten fås genom integrering av (2):

RÄKNESTUGA 2. Rumsakustik

Tunnling. Förra gången: Spridning mot potentialbarriär. B T T + R = 1. Föreläsning 9. Potentialmodell (idealiserad): U = U B U = 0

Digital Signalbehandling i Audio/Video

Ekvationen (ekv1) kan bl. annat beskriva värmeledningen i en tunn stav där u( x, betecknar temperaturen i punkten x vid tiden t.

Tentamen i Elektronik, ESS010, del 2 den 14 dec 2009 klockan 14:00 19:00.

TSDT08 Signaler och System I Extra uppgifter

Signal- och bildbehandling TSEA70

Hittills på kursen: E = hf. Relativitetsteori. vx 2. Lorentztransformationen. Relativistiskt dopplerskift (Rödförskjutning då källa avlägsnar sig)

Signal- och bildbehandling TSBB03, TSBB14

Föreläsning 10, Egenskaper hos tidsdiskreta system

TNA001 Matematisk grundkurs Övningsuppgifter

Korrelatio n : Korrelation Korrelation är samma sak som faltning med. Signal- och Bildbehandling FÖRELÄSNING 12

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

Ekosteg. En simulering om energi och klimat

Digital Signalbehandling

Reglerteknik Ö6. Köp övningshäfte på kårbokhandeln. William Sandqvist

Tentamen SF1633, Differentialekvationer I, den 22 oktober 2018 kl

Tentamenn. som har. del II. Handbook av Råde. Del I. Modul 1. fasporträttt. x 2 är en 0, x. Sida 1 av 25

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

FORMLER TILL NATIONELLT PROV I MATEMATIK KURS C OCH D

Anmärkning1. L Hospitals regel gäller även för ensidiga gränsvärden och dessutom om

Schrödingerekvationen i 3 dim: Väteatomen.

Investering = uppoffring av konsumtion i dag för högre konsumtion i framtiden

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

TENTAMEN. Tillämpad digital signalbehandling. Sven Knutsson. Typgodkänd räknare Sven Knutsson: Signalprocessorn ADSP-2105

Periodisk summa av sinusar

Signal- och bildbehandling TSBB03

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

c n x n, där c 0, c 1, c 2,... är givna (reella eller n=0 c n x n n=0 absolutkonvergent om x < R divergent om x > R n n lim = 1 R.

Kontrollskrivning 3 i SF1676, Differentialekvationer med tillämpningar. Tisdag kl 8:15-10

Reglerteknik Ö6. Köp övningshäfte på kårbokhandeln. William Sandqvist

DT1130 Spektrala transformer Tentamen

GRUNDKURS I SIGNALBEHANDLING (454300), 5sp Tentamen

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

Lab 4. Några slides att repetera inför Lab 4. William Sandqvist

Transkript:

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 LH Oktobr Bgt Madrsso X ( f / f / X ( f j π j π df π Kovrgs: Om x ( stabil, dvs π ω π j ω X ( f j ω ω π f dω < Dpartmt of Eltrial ad Iformatio hology Lud Uivrsity 77 78 Plott i MALAB av Fourirtrasform av rktaglpuls Aalog rktaglpuls (rktagulärt tidsföstr 4 si( π F j t XF ( xt ( för övrigt π F idssigal Spktrum π F Filtrrig Iput output rlatios X(f Filtr H(f y( * Y(fX(f H(f Vi har sambadt faltig för att bräka utsigal y( k k k idsdiskrt rktaglpuls (rktagulärt tidsföstr 4 si( π f - j π f x [ ] X ( f för övrigt si(π f idssigal Spktrum Om båd fourirtrasform av isigal oh fourirtrasform av impulssvart xistrar ka vi okså utyttja sambadt Y ( ω X ( ω oh s bräka ivrs fourirtrasform Vi klassifirar ofta filtr ftr karaktrstik av H (ω, tx i lågpassfiltr som släppr igom låga frkvsr oh spärrar höga, högpassfiltr som spärrar låga frkvsr oh släppr igom höga 79 8

Rlatio till z-trasform Vi utgår frå tt kausalt impulssvar h (. Kausalt ibär att h ( för < Fourirtrasform DF av impulssvar är då ligt tidigar Dfiitio: j ω j π Vi dfiirad Z-trasform av impulssvart som där H ( z z z j r ω Fourirtrasform är z-trasforms värd på htsirkl om stabil oh kausal värdt på htsirkl H ( z jω z Rita i i figur f/ ωπ z- f3/4 ω3π/ z-j f/4 ωπ/ zj z-pla Godtyklig pukt z jπf f ω z Viktigt: Ehtsirkl är vår frkvsaxl i dt diskrta fallt är tt komplxt tal som vi oftast skrivr som blopp oh fas. H(z är komplx fuktio av komplx variabl. Viktigt: Om h ( är kausal oh stabil får vi ω: ωπ/4: ω>π/4: H(ω H(ω stort H(ω miskar H( z z j ω 8 8 Utvidgig av Fourirtrasform (s matt A Sius, osius (j stabila sigalr j π f j π f x [ ] os( π f ( + X ( f ( δ ( f f + δ ( f + f π ( δ ( ω ω + δ ( ω + ω / Spktrum X(f -f - -.5.5 f j π f j π f si(π f ( j X ( f ( δ ( f f δ ( f + f j f Filtrrig md idalt lågpassfiltr Vi vill u göra tt filtr som filtrrar bort höga frkvsr oh bara bhållr låga frkvsr. Vi har oh y( k k Y ( ω X ( ω Hur ka vi dfiira tt lågpassfiltr? Ett idalt lågpassfiltr (ik-kausalt dfiiras av H X(f idalt Idalt lågpassfiltr ( ω H(f H(ω k y( * Y(fX(f H(f ω ω, för övrigt f f B Stg x ( u( stg X ( f + δ ( f j π f Obs. I ovaståd uttryk ags X ( f för f. X ( f måst sda priodisras. ω π π ω dvs frkvskompotr midr ä ω, f oförädrad mda frkvsr stött ä ω, Hur sr dtta impulssvar ut? släpps igom f spärras hlt. 83 84

Ivrs fourirtrasform av rktaglpuls Idalt lågpassfiltr Ett idalt lågpassfiltr (ik-kausalt dfiiras av H idalt ( ω ω ω, för övrigt f f ω π π ω Dss impulssvar blir då π ω jω jω H( ω dω d π π ω π ω ω π jω j H(ω jω ω siω π ω ω siω f ω rukrig av idalt lågpassfiltr Ett kausalt lågpass FIR-filtr ka vi få gom att välja ut värd krig origo oh s fördröja impulssvart (-/ ( udda siω ( ω, π ω ( Dtta är mykt valig mtod för att göra FIR-filtr. M hur bra blir dt? Oh ka vi förbättra dt. Vi provar i Matlab. (-/ Dtta impulssvar är båd kausalt oh oädligt lågt. Vi måst trukra dt oh göra dt kausalt. 85 86 rukrig av idalt lågpassfiltr Hur bra blir filtrt? Impulssvar h idalt ( tidsföstr Spktrum Övrst h idalt ( H idalt (f Mitt w rt ( W rt (f drst h idalt ( w rt ( H(f H idalt (f W rt (f rukrig av idalt lågpassfiltr md Hammigföstr. Ett hammigföstr dfiiras av M π( w hammi g[ ] (.54 +.46os M M Hammigföstrt aväds väldigt ofta i praktik vid trukrig av sigalr, spillt vid frkvsaalys. I Matlab är dtta ofta dfault. h[]h idalt [] tidsföstr Impulssvar Spktrum Övrst h idalt ( H idalt (f Mitt w hammig ( W hammig (f drst h idalt ( w hammig ( H(f H d (f W hammig (f Brytfrkvs f.5, lägd M, gradtal M- OBS Amplitud vid brytfrkvs -6 db (/ av maxvärdt si ω ( ω h [] π ω ( Matlab: hfir(,*.5,boxar(; M M si ω ( π( ω h ( (.54 +.46os M π M M ω ( Vi sr att dämpig för höga frkvsr är klart bättr ä för rktaglföstrt. Matlab: hfir(,*.5,hammig( 87 88

Varför fik vi problm vid trukrig. Kovrgsproblm för si( x / x. Impulssvart för tt idalt lågpassfiltr är alltså av typ si( x / x oh som vi måst trukra för att få tt kausalt filtr. Dtta gr vissa ffktr (bivrkigar vid trukrig som kallas Gibbs fom. Appdix Fourirsriutvklig av priodisk sigal (för kädom. Exmpl frå förläsig. Spktrum frå klaritt. Övrst: Vågform (7 ms, 6 priodr Mitt: Fourirtrasform av hla sigal drst: Fourirtrasform frå priod (röd kurva, omskalad 6 ggr Villkor för kovrgs av Fourirtrasform var: Kovrgs: Om x ( stabil, dvs < Lit svagar kovrgs Om m För si( x / x har vi: < x si( x / x m Dtta ldr oss till Fourirsriutvklig x si( x / x kost < Alltså har vi här d svagar typ av kovrgs. Effkt av d svagar typ av kovrgs yppar sig är vi trukrar sigal. 89 9 Frå matt har vi lärt oss att priodisk sigal ka skrivas som summa av harmoiska dltor ligt x harmoisk ( A + A os(π F + Φ + A os(π F + Φ + Hur hägr dtta ihop md Fourirtrasform? Vi har sda tidigar Fourirtrasform av puls (fyrkatspuls... Fourirsriutvklig av priodisk sigal, fortsättig sid 9 E aalog sigal som är priodisk md priodtid p, dvs t t p md F p Fyrkatspuls Fourirtrasform (spktrum Vi bildar u priodisk sigal (harmoisk sigal gom att upprpa fyrkatspuls Fourirtrasform av upprpad fyrkatspulsr (dl av fyrkatssigal ka skrivas som summa av siussigalr (harmoiska dltor ligt t p k komplx amplitud X ( + 3 p DC ivå X ( k F 443 p k j π k F X ( k F os(π k F t + arg{ X ( k F } 443 44 43 4 amplitud där X ( F är Fourirtrasform av priod av sigal fas Gör vi u fyrkatsigal oäligt låg blir sigals rgi oädlig oh vi ka u it bräka fourirtrasform m väl skriva sigal som summa av harmoiska dltor ligt ova där A, A, Φ, A, Φ, A3, Φ3,... rlatras dirkt till Fourirtrasform av puls ligt figur ova. p / X ( F t p / j π F t dt 9 9

Fourirsriutvklig av priodisk sigal, fortsättig 3 sid 4 E tidsdiskrt sigal som är priodisk md priodtid, dvs f md ka skrivas som summa av komplxa siussigalr (harmoiska dltor ligt t k X ( k f j π k f där X ( f är Fourirtrasform av priod av sigal X ( f j π 93