DT1130 Spektrala transformer Tentamen

Relevanta dokument
DT1120/DT1130 Spektrala transformer Tentamen

DT1130 Spektrala transformer Tentamen

DT1130 Spektrala transformer Tentamen

DT1130 Spektrala transformer Tentamen

2F1120 Spektrala transformer för Media Tentamen

Spektrala Transformer

DT1120 Spektrala transformer för Media Tentamen

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

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

Laboration i tidsdiskreta system

Laplace, Fourier och resten varför alla dessa transformer?

Spektrala Transformer

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

Tentamen ssy080 Transformer, Signaler och System, D3

Miniräknare, formelsamling i signalbehandling.

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

Spektrala Transformer

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

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

Tentamen ssy080 Transformer, Signaler och System, D3

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

Signal- och bildbehandling TSBB03

Signal- och bildbehandling TSBB03

Signal- och bildbehandling TSBB03, TSBB14

Digital Signalbehandling i Audio/Video

Laplace, Fourier och resten varför alla dessa transformer?

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

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

Signal- och bildbehandling TSBB14

Signal- och bildbehandling TSBB14

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

Reglerteknik AK. Tentamen 24 oktober 2016 kl 8-13

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

Kryssproblem (redovisningsuppgifter).

Spektrala transformer Laboration: Vokalsyntes

Signal- och bildbehandling TSBB03

GRUNDKURS I SIGNALBEHANDLING (454300), 5sp Tentamen

Signal- och bildbehandling TSBB14

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

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

Signal- och bildbehandling TSEA70

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

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

Ulrik Söderström 20 Jan Signaler & Signalanalys

Ulrik Söderström 19 Jan Signalanalys

Signal- och bildbehandling TSEA70

Signal- och bildbehandling TSEA70

TSDT15 Signaler och System

övningstentamen I DYNAMISKA SYSTEM OCH REGLERING

Spektrala transformer Laboration: Vokalsyntes

Tillämpad Fysik Och Elektronik 1

Signal- och bildbehandling TSBB14

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

LUNDS TEKNISKA HÖGSKOLA Inst. for Elektro- och Informationsteknik

LUNDS TEKNISKA HÖGSKOLA Inst. för Elektro- och Informationsteknik

Signal- och bildbehandling TSBB14

LUNDS TEKNISKA HÖGSKOLA Inst. för Elektro- och Informationsteknik

Föreläsning 10, Egenskaper hos tidsdiskreta system

REGLERTEKNIK Laboration 5

Elektronik 2018 EITA35

Reglerteknik AK. Tentamen kl

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

SF1635, Signaler och system I

Spektrala Transformer

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

Tentamen i Elektronik, ESS010, del 2 den 17 dec 2007 klockan 8:00 13:00 för inskrivna på elektroteknik Ht 2007.

REGLERTEKNIK KTH. REGLERTEKNIK AK EL1000/EL1110/EL1120 Tentamen , kl

Spektrala Transformer Övningsmaterial

SIGNALANALYS I FREKVENSRUMMET

TENTAMEN Modellering av dynamiska system 5hp

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

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

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

TSDT08 Signaler och System I Extra uppgifter

Signal- och bildbehandling TSEA70

Spektrala Transformer

Signal- och bildbehandling TSEA70

TENTAMEN I DYNAMISKA SYSTEM OCH REGLERING

TENTAMEN I REGLERTEKNIK Y/D

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

ÖVNINGSTENTAMEN Modellering av dynamiska system 5hp

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

SF1635, Signaler och system I

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

RÄKNEEXEMPEL FÖRELÄSNINGAR Signaler&System del 2

TENTAMEN Reglerteknik 4.5hp X3

Tentamen i Elektronik för E, ESS010, 12 april 2010

2 Ortogonala signaler. Fourierserier. Enkla filter.

Lösningar till Tentamen i fysik B del 1 vid förutbildningar vid Malmö högskola

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

Försättsblad till skriftlig tentamen vid Linköpings universitet

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

Reglerteknik AK, FRTF05

Samtidig visning av alla storheter på 3-fas elnät

Bildbehandling i frekvensdomänen

Laboration i Fourieranalys för F2, TM2, Kf2 2011/12 Signalanalys med snabb Fouriertransform (FFT)

Transkript:

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: räknare, formelblad (bifogat) Lycka till! Nigel har kopplat in en tongenerator till en spektrumanalysator. Spektrumanalysatorn är inställd så att den samplar signalen med f s = 3kHz utan anti-vikningsfilter och berkänar signalens spektrum (FFT i belopp) och presenterar detta på en display. Dvs x-axeln representerar frekvens och y-axeln representerar amplitud. När tongeneratorn slås på visar spektrumdisplayen ett lodrät spik. Tongeneratorn (se figur ) har två rattar, en är märkt Frequency och en är märkt Amplitude. a Nigel börjar vrida Frequency-ratten uppåt från noll-läget. Spiken rör sig till en början uppåt längs x-axeln, men plötsligt upptäcker Nigel till sin förvåning att spiken rör sig nedåt trots att han alltjämt skruvar ratten uppåt. Förklara för Nigel (som inte läst DT3) vad som troligtvis händer, och ange vid vilken frekvens spiken börjar röra sig nedåt ( p). b Nigel vrider tillbaka Frequency-reglaget till strax ovanför noll-läget och övergår till att skruva på Amplitude-ratten. När han ökar den över en viss nivå dyker nya spikar upp i spektrudisplayen. Ju högre han vrider ratten, desto fler och högre blir spikarna. Beskriv för Nigel vad det är som händer med signalens vågform, samt hur detta påverkar spektrum. ( p) c Förklara var dessa nya spikar bör dyka upp längs x-axeln, och spekulera kring hur höjderna på spikarna borde förhålla sig till varandra sig när man krämar på riktigt mycket. ( p) ~ Freq. 5 Amp. Figur. Nigel s tongenerator (7) DT3 Spektrala Transformer HT 3

a.5 b.5 5 5 5.5 3 c 5 5 5 d 5 5 5.5 e.5 5 5 5.5 Figur. Filter och impulssvar för ihopparande. 5 5 5 I figur ser du ett antal filterscheman och ett antal impulssvar. Para ihop rätt schema med rätt impulssvar, med motivering. Observera att det blir ett impulssvar över. (p/ korrekt par) 3 Ett antal okända filter ska undersökas. Varje filter matas med en impuls x(n) = δ(n) och utsignalen y(n) studeras. Bestäm överföringsfunktionen H(z) för vart och ett av filtren på enklaste möjliga form, givet utsignalen y(n) (p stycket): om n < a y(n) = om n jämn om n udda b y(n) = n u(n) c y(n) = δ(n) δ(n ) (7) DT3 Spektrala Transformer HT 3

d ( π ) y(n) = sin n u(n) Diskret cosinustransform (DCT) är vanligt förekommande i bildbehandling och kompression, och används som bekant bl.a. i JPEG-algoritmen. I figur 3 ser du ett antal 8x8-matriser. De till vänster skulle t.ex. kunna motsvara block av pixlar i en bild. Till höger finns tvådimensionella DCT-transformer (i absolutbelopp) av dessa block. Ditt jobb är nu att para ihop pixelblocken med rätt transformblock. Du måste motivera klart och tydligt för att få poäng. Observera att det blir ett transformblock över. Höga värden motsvaras av mörk färg i bilderna. (p/ korrekt par) 5 Betrakta filtret y(n) = x(n) + αx(n K) där K är ett positivt heltal, och α är ett reellt tal (kan vara negativt). Ta fram filtrets överföringsfunktion H(z) och visa att dess nollställen ligger jämnt fördelade på en cirkel med radien α K i z-planet (med centrum i origo). Skissa även filtrets frekvenssvar H(ω) (p) 3 (7) DT3 Spektrala Transformer HT 3

a b 3 c d e Figur 3. Para ihop blocken till vänster med rätt D DCT-transform! (7) DT3 Spektrala Transformer HT 3

Lösningar a Att spiken börjar röra sig åt motsatt håll betyder att det har uppstått vikning, dvs signalen från tongeneratorn befinner sig utanför basbandet. Eftersom spektrumanalysatorn är inställd att inte använda anti-vikningsfilter så dyker signalen upp som en reflektion i basbandet. vikningen uppstår när frekvensen överstiger halva samplingsfrekvensen, dvs vid 6 khz. b Det som händer när Nigel ökar amplituden är att icke-linjär distorsion uppstår, t.ex. p.g.a. klippning i ingången till spektrumanalysatorn. Vågformen som ursprungligen är en ren sinus (endast en spik i spektrum) blir tillplattad/klippt i topparna, detta leder till att nya deltoner dyker upp (flera spikar i spektrum). c Vad vi vet om deltonernas lägen är först och främst att en periodisk vågform har ett harmoniskt spektrum dvs deltonerna ligger på jämna multipler av grundtonen (jmfr Fourierserie). När man krämar på amplituden kan man tänka sig att klippningen i extremfallet resulterar i en ren fyrkantvåg. Inbördes styrkan för deltonerna ges då av fyrkantvågens fourierserie-koefficienter (se formelsamling): dvs endast udda deltoner, och dessas höjd avtar med k där k är multipel av grundtonsfrekvensen. Det är en tvåpolsresonator med H(z) = z vilket ger poler i z = ±j z +.5, vilket motsvarar vinkelfrekvensen ω = π/. Detta är en dämpad svängning med perioden sampel, vilket stämmer på impulssvar a, c och d. Det som skiljer dessa åt är långsammare avklingning för c samt att d är fördröjd ett sampel jämfört med a. Vi kan också notera att filter 3 är identiskt med filter så när som på den inledande fördröjningen i filter. Alltså passar filter och impulssvar d. som ovan men med polerna z = ±j 3. Större polradie än vilket ger långsammare avklingning, alltså och c. 3 Som men utan fördröjning. 3 och a Impulssvaret för ett icke-återkopplat filter är lika med dess koefficienter h(n) = a n, vilket ger och b 3 a Impulssvaret kan skrivas h(n) = ( ) n u(n). Z-transform # i formelsamlingen med a = ger H(z) = + z = z z + 5 (7) DT3 Spektrala Transformer HT 3

b Z-transform # i formelsamlingen med a = ger c H(z) = z = z z Z-transform # i f.s. ger d H(z) = z z = z = z z Använd Euler: ( π ) h(n) = sin n u(n) = ej π n π e j u(n) + j j n u(n) z-transform # på varje e-term (a = e j π resp a = e j π ) ger H(z) = j e j π z + j sätt på samma bråkstreck: e j π z H(z) = z(z e j π ) z(z e j π ) j (z e j π )(z e j π ) = = z z z + Den tvådimensionella DCT-transformen beskriver frekvensinnehållet i pixelblocket. Raderna i transformblocket motsvarar frekvenser i vertikalled i pixelblocket, där översta raden motsvarar frekvensen. Kolumnerna motsvarar följaktligen frekvens i horisontalled, där första kolumnen är frekvensen. hög horisontell frekvens -> bör finnas ett högt värde i en kolumn långt till höger. Vertikala frekvensen noll -> bör finnas högt värde på översta raden. Detta stämmer perfekt på d. maximal frekvens både i horisontal- och vertikalled. Högraste kolumnen, sista raden -> c. 3 relativt långsam horisontell frekvens (ungefär samma som i ) alltså en kolumn i vänstra halvan. Även en långsam vertikal frekvens, dock inte noll, alltså andra eller 3:e raden. Detta verkar stämma på e. Låg horisontell frekvens, dock inte noll. -> en kolumn någonstans i början men inte den första. Vertikala frekvensen noll -> översta raden. Detta stämmer på b. 6 (7) DT3 Spektrala Transformer HT 3

5 H(z) = zk +α z K α > ger har nollställen då z K = α z K = α e jπ e jmπ vilket har rötterna z = α K e jπ(+m)/k där m är ett heltal. Om α < får vi istället z K = α e jmπ vilket har rötterna z = α K e jπm/k I båda fallen ligger rötterna på en cirkel med radien α K och konstant vinkel π/k sinsemellan, vilket skulle bevisas. De jämnt fördelade nollställena skapar ett frekvenssvar med periodiska toppar och dalar. Filtret kallas därför ett kamfilter. Figurerna nedan visar frekvenssvaret för ett kamfilter med K = 8 och α =.5 respektive α =.5 8 6 Magnitude (db) Phase (degrees) Magnitude (db)...3..5.6.7.8.9 Normalized Frequency ( π rad/sample) 8 3 6 3...3..5.6.7.8.9...3Normalized. Frequency.5 ( π.6 rad/sample).7.8.9 Normalized Frequency ( π rad/sample) 3 Phase (degrees) DT3 Spektrala Transformer HT 3 7 (7) 3...3..5.6.7.8.9 Normalized Frequency ( π rad/sample)