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

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

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

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

Digital signalbehandling

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

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

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

Digital signalbehandling

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

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

Digital signalbehandling Digital signalbehandling

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

Digital signalbehandling

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

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

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

Statistisk mekanik (forts) Kanonisk ensemble. E men. p 1. Inledande statistisk mekanik:

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

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

Digital signalbehandling Fönsterfunktioner

om X har följande sannolikhetsfunktion λ λ . Då gäller a) väntevärdet E(X) = λ b) variansen σ = λ och därmed c) standardavvikelsen σ = λ

Ekvationen (ekv1) kan beskriva vågutbredning, transversella svängningar i en sträng och andra fysikaliska förlopp.

Digital Signalbehandling i multimedia

HOMOGENA DIFFERENTIALEKVATIONSSYSTEM MED KONSTANTA KOEFFICIENTER

NEWTON-RAPHSONS METOD (en metod för numerisk lösning av ekvationer)

Föreläsning 10. java.lang.string. java.lang.string. Stränghantering

Uppsala Universitet Matematiska Institutionen Bo Styf. Att repetera.

Tentamen i Envariabelanalys 1

Digital signalbehandling Alternativa sätt att se på faltning

Digital Signalbehandling i multimedia

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

Digital signalbehandling Sampling och vikning på nytt

Slumpjusterat nyckeltal för noggrannhet vid timmerklassningen


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

Spektrala Transformer

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

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

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

Andra ordningens lineära differensekvationer

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

Föreläsning 5 pn-övergången II: Spänning&ström

Tentamen SF1633, Differentialekvationer I, den 22 oktober 2018 kl

c k P ), eller R n max{ x k b dx def lim max n f ( def definition. [a,b] om

Tentamen TMV210 Inledande Diskret Matematik, D1/DI2

Fö 3 Periodiska signaler, Fourierserieanalys. Jag inleder först med ett resonemang på tavlan!!! Fö 3 Periodiska signaler, Fourierserieanalys

Algebra och geometri 5B Matlablaboration

Uppsala Universitet Matematiska Institutionen Thomas Erlandsson

1 (3k 2)(3k + 1) k=1. 3k 2 + B 3k(A + B)+A 2B =1. A = B 3A =1. 3 (3k 2) 1. k=1 = 1. k=1. = (3k + 1) (n 1) 2 1

= BERÄKNING AV GRÄNSVÄRDEN ( då x 0 ) MED HJÄLP AV MACLAURINUTVECKLING. a) Maclaurins formel

Något om funktionsföljder/funktionsserier

FORMLER TILL NATIONELLT PROV I MATEMATIK KURS C OCH D

NEWTON-RAPHSONS METOD (en metod för numerisk lösning av ekvationer)

Signal- och bildbehandling TSEA70

Stokastiska variabler

NEWTON-RAPHSONS METOD (en metod för numerisk lösning av ekvationer)

Beställare: FFAB genom Shany Poijes Antal sidor: 12. Projekt: Varav bilagor: 6. Projektansvarig: Niklas Jakobsson Datum:

spänner upp ett underrum U till R 4. Bestäm alla par av tal (r, s) för vilka vektorn (r 3, 1 r, 3, 22 3r + s) tillhör U. Bestäm även en bas i U.

Frikort utskrivet 14/6 2013, giltigt t.o.m 23/ / kr 150 kr Första avgift erlagd för nytt avgiftsåret

TENTAMEN. Digital signalbehandling. Sven Knutsson. Typgodkänd räknare

i) exakt en lösning ii) oändligt många lösningar iii) ingen lösning.

FORMLER TILL NATIONELLT PROV I MATEMATIK KURS E

24 poäng. betyget Fx. framgår av. av papperet. varje blad.

Inklusion och exklusion Dennie G 2003

GRAFISK PROFILMANUAL SUNDSVALL NORRLANDS HUVUDSTAD

Digital signalbehandling Föreläsningsanteckningar Bilagor

. Mängden av alla möjliga tillstånd E k kallas tillståndsrummet.

SEPARABLA DIFFERENTIALEKVATIONER

BILAGA 1 UTREDDA ALTERNATIV NY KORTEBOVÄGEN OCH ANSLUTNING TILL FALKÖPINGSVÄGEN SAMRÅDSUNDERLAG

Armin Halilovic: EXTRA ÖVNINGAR

2. Konfidensintervall för skillnaden mellan två proportioner.

Spektrala Transformer

Uppskatta lagerhållningssärkostnader

Robin Ekman och Axel Torshage. Hjälpmedel: Miniräknare

Digital Signalbehandling i multimedia

Approximationen med den här metoden kallas minstakvadratmetoden.

Kontinuerliga fördelningar. b), dvs. b ). Om vi låter a b. 1 av 12

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

SF1635, Signaler och system I

Lektionsuppgifter i regressionsanalys

Föreläsning 4 pn-övergången

Huvud metod för beräkning av massan för en av en kropp med densiteten ρ ( x, är trippelintegral

Trigonometriska polynom

I den här stencilen betraktar vi huvudsakligen reella talserie, dvs serier vars termer ak

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

Analys av algoritmer. Beräkningsbar/hanterbar. Stora Ordo. O(definition) Datastrukturer och algoritmer. Varför analysera algoritmer?

Föreläsning 4 pn-övergången

där a och b är koefficienter som är större än noll. Här betecknar i t

Föreläsning 2. Signalbehandling i multimedia ETI265. Kapitel 2. Faltning Impulssvar Differensekvationer Korrelationsfunktioner

Spektrala Transformer för Media

Sverige har torv av högsta Europaklass. Tidningen. Branschföreningen. Torvens konkurrenskraft i ny rapport Sid 3-4

Spektrala Transformer för Media

Om i en differentialekvation saknas y, dvs om DE har formen F ( x, . Ekvationen z ) 0. Med andra ord får vi en ekvation av ordning (n 1).

Spektrala Transformer

Webprogrammering och databaser. Begrepps-modellering. Exempel: universitetsstudier Kravspec. ER-modellen. Exempel: kravspec forts:

7 Sjunde lektionen. 7.1 Digitala filter

Föreläsning 1. Metall: joner + gas av klassiska elektroner =1/ ! E = J U = RI = A L R E = J = I/A. 1 2 mv2 th = 3 2 kt. Likafördelningslagen:

Transkript:

Digital sigalbhadlig ESS040 Förläsig 0 Digital sigalbhadlig ESS040 Kapitl 7 Digitala FourirTrasform DFT LTH 0 dlo Grbic (mtrl. frå Bgt Madrsso Istitutio för ltro- och iformatiosti Lud Uivrsity 53

Digital sigalbhadlig, Istitutio för ltro- och iformatiosti Kapitl 7 Digitala FourirTrasform DFT Dfiitio: Fourirtrasform av tidsdisrt sigal DTFT X ( f x( f 0 x( X ( f j f j f df Kovrgs: Om x stabil, dvs x [ ] Lit svagar ovrgs x [ ] x[ ] bgräsad rgi 54

Digital sigalbhadlig, Istitutio för ltro- och iformatiosti Dfiitio: z-trasform Låt h [ ] vara tt ausalt impulssvar. Kausalt ibär att h[ ] 0 för 0. Vi dfiirar Z-trasform av impulssvart som där H( z h[ ] z z 0 j r är tt omplxt tal som vi oftast srivr som blopp och fas. H(z är omplx futio av omplx variabl. Vitigt: Om h [ ] är ausal och stabil får vi H( H( z z j 55

Digital sigalbhadlig, Istitutio för ltro- och iformatiosti Disrta Fourirtrasform DFT sid 456 läs sid 449-456 övrsitligt Låt x [ ] {...0 0 0 0 0 0 0...} Valig Fourirtrasform DTFT X ( f x( f 0 x( X ( f j f j f df 4 X( X(f 0 0.5 f 0 4 6 7 0 / - Välj lägd 8 och bräa X ( f i putr f 0, /, /,...,( / dvs f / gr d Disrta Fourir-Trasform (DFT X [ ] x[ ] DFT 0 xdft [ ] X[ ] 0 j j 0,,..., 0,,..., 56

Digital sigalbhadlig, Istitutio för ltro- och iformatiosti Priodicitt Valig Fourirtrasform DTFT X ( f priodis ty j f j ( f Disrta Fourirtrasform DFT Båd X[ ], x[ ] priodisa, (idx bräas modulo ty ' p, ' p, p hltal gr samma umrisa värd j ( p j ( p j j j p j p 57

Digital sigalbhadlig, Istitutio för ltro- och iformatiosti Om x( bara dfiirad för 0 - (lägd får vi X DFT ( X ( f f dvs X ( f i putr Kommtar: Om är jäm -pots a bräigara sabbas upp myct, log iställt för. Algoritm allas FFT. Algoritm bsrivs i Proais. apitl 8 m igår it i grudurs. 58

Digital sigalbhadlig, Istitutio för ltro- och iformatiosti Vitigt sambad 0 j ( l 0 om l 0 p om l 0 p ( l,modulo Proais otatio : ( l,modulo (( ( l Summa av putr jämt fördlad på htscirl = 0 C D B E A F G H Summa av värda i putra är: A+A+A+A+A+A+A+A=8 A+B+C+D+E+F+G+H=0 A+C+E+G+A+C+E+G=0 osv Jämför: Itgral av cos(t övr tt jämt atal priodr är oll utom för =0 59

Digital sigalbhadlig, Istitutio för ltro- och iformatiosti Spcilla gsapr för DFT Båd x [ ] och X [ ] priodisa, dtta mdför vissa spcilla gsapr, alla idx räas modulo Tolig av x[] x[]={ 3 4 3 4 3 4 } x[-]={4 3 4 3 4 3 4 } Cirulärt shift x[, modulo ] 0 j 0 X[ ] Exmpl på sift vid DFT x[]={ 3 4}, x[-]={4 3} 60

Digital sigalbhadlig, Istitutio för ltro- och iformatiosti Cirulär faltig vid DFT, lägd, sid 476-477 X ( X ( X ( l0 x[ ] x [ ] x [ ] x [ l] x [ l,modulo ] (alla sigalr har samma lägd Exmpl på cirulär faltig Givt: x[]={ 3 4}, h[]={ } Sö cirulär faltig Grafis lösig y[ ] x[ ] h[ ] h[0-] x[] { 3 4 3 4 3 4 } gr y[] = {5 3 5 7} Problmt uppstår därför att =4 m rsultatt av faltig blir av lägd 7. Därför trillar värda rut. MATLAB: x=[ 3 4]; h=[ ]; y=ral(ifft(fft(x.*fft(h 6

Digital sigalbhadlig, Istitutio för ltro- och iformatiosti Valig faltig md DFT x[]={ 3 4}, h{]={ } Faltig mlla x[] och h[] gr y( av lägd 4+4- Välj lägd hos DFT: =8 Grafis lösig h[0-] 0 0 0 0 x[] { 3 4 0 0 0 0 3 4 0 0 0 0 3 4 } gr y[] = { 6 7 3 7 4 0} MATLAB: y=ral(ifft(fft(x,8.*fft(h,8 Jämför md förra sida y förra ={+3, 6+7, +4, 7+0} 6

Digital sigalbhadlig, Istitutio för ltro- och iformatiosti Samplig av sptrum gr priodicitt. Låt x a ( a u( X ( f j f Avläs X ( f i putr och bilda X ( X ( f u är x ( är oädligt låg svs m ivrs DFT av X ( gr svs av lägd. f Vad blir x DFT ( IDFT ( X ( X(f X( 0 0.5 f 0 / - Dvs vad blir rsultatt av daståd räig? x( a u( DTFT X ( f a j f x DFT (? IDFT X ( X ( f f a j 63

Digital sigalbhadlig, Istitutio för ltro- och iformatiosti Samplig av sptrum gr priodicitt, fortsättig Lösig: X DFT ( X ( f f Ivrs DFT gr j j l j xdft [ ] X[ ] x[ l] 0 0 l j ( l x[ l] x[ l ] l 0 l [ l, modulo ] x [ ] priodisrat dvs x [ ] x[ l ] DFT l x priodisrat [ ] x[] x DFT [] 0-0 - (x(, x DFT ( ritat hldragt för lhts sull 64

Digital sigalbhadlig, Istitutio för ltro- och iformatiosti Visa priodicitt i tid md umrist xmpl DTFT och DFT av fyratpuls X ( f x... gr L st X L 0 L 0 x( x( j f j L si( f si( f L si( si( L j f L j Exmpl: Låt u si( L j Y ( X ( IDFT Y y ( samt Y L si( si( L j ( ( X ( ( bst y IDFT ( Y ( ( si( L och bst och Matlabod: =6, L=6 och L=0 =0:-; =+.0000000; Y=si(*pi*L*/(*./si(*pi*/(*.*xp(-j**pi*(L-*/(*; y=ral(ifft(y; Y=Y.*Y; y=ral(ifft(y; Hur sr y[] och y[] ut? Svar ästa sida. 65

Digital sigalbhadlig, Istitutio för ltro- och iformatiosti Fortsättig: =6, L=6, Matlabxmpl på priodicitt i tid, Matlabplot si( L j Y ( L si( y( IDFT ( Y Y ( si( si( L L j y ( IDFT ( Y =6, L=0, Y ( y( IDFT ( Y Y ( y ( IDFT ( Y 66

Digital sigalbhadlig, Istitutio för ltro- och iformatiosti E pratis tillämpig Öa upplösig i frvs md hjälp av zro paddig l. trailig zros Låt x[]={ 0 0 0 0 0 0 0 0 0 0 0 0 0 } Tag =8 putrs DFT av x[] 4 X[] X(f 0 0.5 f 0 4 6 7 0 / - Tag =6 putrs DFT av x[] 4 X[] X(f 0 0.5 f 0 4 8 5 0 / - 67

Appdix Digital sigalbhadlig, Istitutio för ltro- och iformatiosti DFT i matrisform Dfiira W W j sid 459-460 (för ädom X ( x( 0 x( W 0 X ( W 0,,..., 0,,..., Låt x( 0 x( x x( X( 0 X( X X( W W W D W W W ( ( ( Mdför att vi a sriva X = Dx - x = D X llr x * D X D D DD I 68