LUNDS TEKNISKA HÖGSKOLA Inst. för Elektro- och Informationsteknik

Relevanta dokument
LUNDS TEKNISKA HÖGSKOLA Institutionen för Elektro- och Informationsteknik

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

LUNDS TEKNISKA HÖGSKOLA Inst. for Elektro- och Informationsteknik

LUNDS TEKNISKA HÖGSKOLA Inst. för Elektro- och Informationsteknik

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

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

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

Miniräknare, formelsamling i signalbehandling.

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

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

Miniräknare och formelsamling i signalbehandling. [Allowed items on exam: calculator, Signal Processing tables of formulas.]

LUNDS TEKNISKA HÖGSKOLA Institutionen för Elektro- och Informationsteknik

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

DT1130 Spektrala transformer Tentamen

Tentamen i Matematik 2: M0030M.

8 < x 1 + x 2 x 3 = 1, x 1 +2x 2 + x 4 = 0, x 1 +2x 3 + x 4 = 2. x 1 2x 12 1A är inverterbar, och bestäm i så fall dess invers.

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

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

Tentamen i Matematik 2: M0030M.

1. Compute the following matrix: (2 p) 2. Compute the determinant of the following matrix: (2 p)

Tentamen ssy080 Transformer, Signaler och System, D3

Spektrala Transformer

Pre-Test 1: M0030M - Linear Algebra.

DT1130 Spektrala transformer Tentamen

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

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

Kurskod: TAMS28 MATEMATISK STATISTIK Provkod: TEN1 05 June 2017, 14:00-18:00. English Version

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

DT1130 Spektrala transformer Tentamen

. Bestäm Rez och Imz. i. 1. a) Låt z = 1+i ( b) Bestäm inversen av matrisen A = (3p) x + 3y + 4z = 5, 3x + 2y + 7z = 3, 2x y + z = 4.

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

6. a) Visa att följande vektorer är egenvektorer till matrisen A = , och ange motsvarande

Lösningar till Tentamen i Reglerteknik AK EL1000/EL1100/EL

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

SF1635, Signaler och system I

Kurskod: TAIU06 MATEMATISK STATISTIK Provkod: TENA 17 August 2015, 8:00-12:00. English Version

This exam consists of four problems. The maximum sum of points is 20. The marks 3, 4 and 5 require a minimum

Högskolan i Skövde (SK, JS) Svensk version Tentamen i matematik

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

Kurskod: TAMS11 Provkod: TENB 28 August 2014, 08:00-12:00. English Version

1. Varje bevissteg ska motiveras formellt (informella bevis ger 0 poang)

Signal- och bildbehandling TSBB03

RÄKNEEXEMPEL FÖRELÄSNINGAR Signaler&System del 2

Kurskod: TAIU06 MATEMATISK STATISTIK Provkod: TENA 31 May 2016, 8:00-12:00. English Version

Signal- och bildbehandling TSEA70

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

denna del en poäng. 1. (Dugga 1.1) och v = (a) Beräkna u (2u 2u v) om u = . (1p) och som är parallell

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

Kurskod: TAMS11 Provkod: TENB 12 January 2015, 08:00-12:00. English Version

TSDT08 Signaler och System I Extra uppgifter

Tables, calculator, the textbook by Mitra. Solutions manual or lecture notes are not allowed.

2(x + 1) x f(x) = 3. Find the area of the surface generated by rotating the curve. y = x 3, 0 x 1,

DT1120/DT1130 Spektrala transformer Tentamen

Tentamen ssy080 Transformer, Signaler och System, D3

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

Kurskod: TAIU06 MATEMATISK STATISTIK Provkod: TENA 15 August 2016, 8:00-12:00. English Version

12.6 Heat equation, Wave equation

GRUNDKURS I SIGNALBEHANDLING (454300), 5sp Tentamen

Reglerteknik AK. Tentamen 24 oktober 2016 kl 8-13

Kan vi beskriva ett system utan någon fysikalisk kännedom om systemet?

Signal- och bildbehandling TSBB03, TSBB14

1. Find an equation for the line λ which is orthogonal to the plane

SF1635, Signaler och system I

Signal- och bildbehandling TSBB14

TSDT15 Signaler och System

Facit till Signal- och bildbehandling TSBB

Diskreta signaler och system

E: 9p D: 10p C: 14p B: 18p A: 22p

x 2 2(x + 2), f(x) = by utilizing the guidance given by asymptotes and stationary points. γ : 8xy x 2 y 3 = 12 x + 3

Tentamen i Matematik 3: M0031M.

Solutions to exam in SF1811 Optimization, June 3, 2014

Tentamen MMG610 Diskret Matematik, GU

Module 6: Integrals and applications

(D1.1) 1. (3p) Bestäm ekvationer i ett xyz-koordinatsystem för planet som innehåller punkterna

Laboration i tidsdiskreta system

Försättsblad till skriftlig tentamen vid Linköpings universitet

Försättsblad till skriftlig tentamen vid Linköpings universitet

ÖVNINGSTENTAMEN Modellering av dynamiska system 5hp

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

1 Find the area of the triangle with vertices A = (0,0,1), B = (1,1,0) and C = (2,2,2). (6p)

Examples on Analog Transmission

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

Kryssproblem (redovisningsuppgifter).

TENTAMEN Modellering av dynamiska system 5hp

DT1130 Spektrala transformer Tentamen

Materialplanering och styrning på grundnivå. 7,5 högskolepoäng

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

English Version. 1 x 4x 3 dx = 0.8. = P (N(0, 1) < 3.47) = =

STORSEMINARIET 3. Amplitud. frekvens. frekvens uppgift 9.4 (cylindriskt rör)

Signal- och bildbehandling TSEA70

Isometries of the plane

Tentamen i Styr- och Reglerteknik, för U3 och EI2

and Mathematical Statistics Gerold Jäger 9:00-15:00 T Compute the following matrix

Lösningar till Övningsuppgifter

English Version. Number of sold cakes Number of days

Module 1: Functions, Limits, Continuity

Tentamen i Elektronik, ESS010, del 1 den 21 oktober 2008 klockan 8:00 13:00

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

Transkript:

LUNDS TEKNISKA HÖGSKOLA Inst. för Elektro- och Informationsteknik Tentamen 04-05-7 SIGNALBEHANDLING I MULTIMEDIA, ETI65 Tid: 4.00 9.00 Sal: MA:0 Hjälpmedel: Miniräknare, formelsamling i signalbehandling och en valfri bok i matematik. [Allowed items on exam: calculator, DSP and mathematical tables of formulas] Observandum: För att underlätta rättningen: [In order to simplify the correction:] -Lös endast en uppgift per blad. [Only solve one problem per paper sheet.] -Skriv namn på samtliga blad. [Please write your name on every paper sheet.] Påståenden måste motiveras via resonemang och/eller ekvationer. [Statements must be motivated by reasoning and/or equations.] Poäng från inlämningsuppgifterna adderas till tentamensresultatet. [The points from the tasks will be added to the examination score.] Max Tot. poäng (tentamen + båda inl.uppg) = 5.0 + 0.5 +0.5 = 6.0 [Max Tot. score (exam + tasks) = 5.0 + 0.5 +0.5 = 6.0 ] Betygsgränser för kursen: (.0p), 4 ( 4.0p), 5 ( 5.0p). [Grading; (.0p), 4 ( 4.0p), 5 ( 5.0p).]. Följande tids-diskreta signaler är givna; [The following discrete time signals are given] x (n) = [ ], x (n) = [ ], x (n) = [ ] a) Bestäm resulterande sekvens ur faltningsuttrycket; y(n) = x (n) x (n) x (n). [Determine the resulting sequence from the convolution;] b) Bestäm resulterande modulo 4 sekvens ur faltningsuttrycket; x (n) 4 x ( n) 4 x (n). [Determine the resulting modulo 4 sequence from;] (0.p) (0.p) c) Bestäm en sekvens s(n) i modulo så att följande uppfylls; x (n) s(n) = x (n). (0.p) [Determine a sequence s(n) such that the following is fulfilled (in modulo );]

. En linjär tids-invariant krets beskrivs med differens-ekvationen, [The following linear time-invariant difference equation is given,] y(n) y(n ) + y(n ) = x(n) 6 bestäm utsignalen då x(n) = ( )n u(n) + sin(π n), n. (0.5p) 4 [Determine the output signal when x(n) = ( )n u(n) + sin(π 4 n), n.]. I figur illustreras ett system, där insignalen x(t) = cos(π000t + π/4) + cos(π6000t) för t och där A/D- och D/A-omvandlarna är ideala och arbetar med sampelfrekvensen F s = 8000 Hz. [Figure illustrates our system where the input signal is given by x(t) = cos(π000t+ π/4) + cos(π6000t) för t and where the A/D- and D/A converters are assumed ideal operating with sample frequency F s = 8000 Hz.] x(t) A/D x(n) z - z - - y(n) D/A y(t) Figur : Systemet i uppgift. a) Bestäm det digitala systemets impulssvar h(n), systemfunktion H(z) och frekvenssvaret H(ω) samt skissa dess beloppsfunktion och fasfunktion för π ω π! (0.5p) [Determine the impulse response h(n), the system function H(z) and the frequency response H(ω) and also sketch the amplitude and phase spectrum!] b) Bestäm utsignalen y(t)! (0.5p) [Determine the output signal y(t)!] 4. Systemet är givet av Figur och det består av två del-system i kaskad, H and H. [The system in Figure consists of a cascade of two sub-systems, H and H.] a) Bestäm differens-ekvationerna som hör till de två systemen H och H och beräkna respektive impulssvar h (n) and h (n). (0.4p) [Determine the difference equations corresponding to the systems H and H and calculate the impulse responses h (n) and h (n).] b) Bestäm det totala systemets differens-ekvation och skapa en direktform II realisering av det totala systemet. (0.p) [Determine the difference equation describing the full system and give the direct form II realisation of the full system. ]

Figur : Systemet i uppgift 4. c) Bestäm utsignalen, y(n), om insignalen är given av, (0.p) [Calculate the output signal, y(n), if the input signal is given by,] x(n) = δ(n) δ(n ) + δ(n ) 5. Följande allmänna :a-grads systemfunktion är given, [The following general :nd order system function is given, ] H(z) = b 0 + b z + b z + a z + a z där insignalen x(n) = sin( π n)u(n) och y( ) =, y( ) = 0 och b 0 = 0, b = 5, b = 0 samt a =, a = 0. Bestäm, [where the input signal x(n) = sin( π n)u(n) och y( ) =, y( ) = 0 och b 0 = 0, b = 5, b = 0 and a =, a = 0. Determine, ] a) Zero-input-lösningen, y zi (n)! (0.p) [The Zero-input solution] b) Zero-state-lösningen, y zs (n)! (0.p) [The Zero-state solution] c) Den totala transienta lösningen, y trans (n)! (0.p) [The total transient solution] d) Den stationära lösningen, y ss (n)! (0.p) [The steady-state solution] e) Den totala lösningen, y(n)! (0.p) [The total solution]

6. De två studenterna Nick och Dick är båda intresserade av att följa temperaturvariationerna på sin hemort. Nick samplar temperaturen varje eftermiddag och skriver ner en sekvens av temperaturdata x (n), n 0. Dick samplar också temperaturen varje eftermiddag (på samma plats) men han skriver ner ett medelvärde av de sista 7 dagarnas temperatur och skapar därmed en sekvens x (n), n 0. Nick tycker att hans sekvens är mycket bättre eftersom han alltid kan skapa Dick s sekvens ur sin egen. Dick hävdar att även han kan skapa Nick s sekvens ur sin egen genom en linjär filtrering. [The two students Nick and Dick are both interested in following the temperature variations in their hometown. Nick samples the temperature at noon every day and writes down a sequence of temperature data, x (n), n 0. Dick also samples the temperature at noon every day (at the same place) but he writes down an average of the 7 latest temperature measurements creating a sequence, x (n), n 0. Nick believes that his method is better since he can always create Dick s sequence from his own sequence. Dick claims that he also can create Nick s sequence from his own using a linear filtering operation.] a) Bestäm ett villkor på hur Dick borde skapa sin sekvens för de första 6 samplena så att hans påstående blir korrekt! (0.p) [Determine a requirement on how Dick should create his average for the first 6 samples in order for his claim to be true! ] Ledtråd: bestäm ett villkor för medelvärdesbildningen så att detta blir en linjär filtrering, dvs en faltning. [HINT: Determine the requirements for the averaging to become a linear filtering, i.e. a convolution. ] b) Introducera lämpliga beteckningar och ange ett slutet uttryck för hur Dick kan skapa Nick s sekvens ur sin egen. Den enda okända sekvensen i uttrycket skall vara Dick s sekvens! (0.7p) [Introduce adequate notations and specify a closed form expression on how Dick can create Nick s sequence from his own. The only unknown sequence in the expression should be Dick s sequence. ] 4

Svar, Answers:. Svar: a) b) y(n) = [ 8 4 0 5 ] y(n) = [ 0 5 0 5 ] c) Definiera den okända sekvensen s(n) enligt, s(n) = s δ(n) + s δ(n ) En modulo faltning mellan s(n) och x (n) mha tex en faltningstabell ger följande ekvationssystem; s s = () s s = () Lösningen av ovanstående ger följande svar; s(n) = 4 δ(n) 5 δ(n ) = [4/ 5/ ]. Svar: Vi Z-transformerar följande differensekvation; y(n) y(n ) + y(n ) = x(n) 6 Y (z) ( z + 6 ) z = X(z) Poler Låt där Y (z) = Y (z) = ( z + 6 p, = { /4 /4 ( z ) ( 4 4 x(n) = x (n) + x (n) z ) X(z) ( ) n x (n) = u(n) x (n) = sin (π 4 ) n n z ) X(z) 5

X (z) = z Y (z) = 9 + 4 z x (n) = sin (π 4 ) n n 4 4 z z Systemets förstärkning och fasförskjutning för frekvensen f= ges av; 4 ( H w = π ) = 4 e jπ 4 + = 6 e j π 4 + j = 0.776e j0.888 6 Inverstransformering och insättning ger; ( ( ) n y(n) = + 9 ( ) n ( ) n ) 4 u(n) + 0.776 sin (π 4 ) 4 4 n 0.888. Svar: a) Impulssvaret fås direkt ut figuren, då systemet är ett FIR-filter, enligt h(n) = δ(n) δ(n ) + δ(n ) Systemfunktionen är Z-transformen av h(n), enligt H(z) = h(n) = z + z n= Frekvenssvaret är givet enligt (ty FIR och alltid stabilt), H(ω) = H(z) z >e jω = e jω + e jω ( ) = e jω cos(ω) b) Insignalen samplas med F s = 8000 Hz, vilket ger följande digitala insignal; x(n) = cos(π000/8000n + π/4) + cos(π6000/8000n), n = cos(π/8n + π/4) + cos(π( /8)n), n = cos(π/8n + π/4) + cos(π( /8)n), n = cos(π/8n + π/4) + cos(π(/8)n), n Systemet har följande överföring för frekvenserna f 0 = /8 och f = /8, H(π 8 ) = 0 H(π 8 ) = ejπ/ 6

Magnitude H(ω) 0.8 0.6 0.4 0..5 0.5 0 0.5.5 Normalized angular frequency [ω] Phase of (H(ω)) [radians] 0.5 0.5 0 0.5.5 Normalized angular frequency [ω] Figur : Magnitud och fasfunktion i uppgift. Dvs systemet släcker helt frekvensen /8 och förstärker frekvensen /8 med faktor och fasförskjuter med π/. Efter ideal rekonstruktion har vi följande utsignal; y(t) = y(n) n >Fst = cos(π/4 8000t + π/) = cos(π000t + π/) 4. Svar: a) Differens-ekvationerna fås direkt ur figuren (se formelsamling); vi uttrycker respektive insignal som x (n) och x (n) samt resp. utsignal som y (n) och y (n), vilket ger; y (n) = y (n ) y (n ) + x (n) y (n) = y (n ) + x (n) + 4 x (n ) Detta ger följande två systemfunktioner; H (z) = z + z H (z) = + 4 z + z = + z + z = 7

Impulssvaren ges av invers Z-transform av de båda systemfunktionerna; Först tar vi fram poler till H (z), vilket ger p, = ± j. Då dessa är komplexkonjugerade skriver vi om uttrycket på följande sätt, så att vi direkt kan använda formelsamling för inverstransform; betckningarna från formelsamling ger följande; α =, cos β = => β = 60/649 H (z) = z + z Inverstransformering ger; = z + z z + z = α cos βz + sin β α sin βz z + z h (n) = α n (cos βn + ) sin βn u(n) sin β För H (z) fås direkt; h (n) = δ(n) b) Det totala systemets systemfunktione ges av; H(z) = H (z)h (z) = 6 z + z Vilket ger följande differens-ekvation y(n) = y(n ) y(n ) + 6 x(n) c) Utsignalen ges av invers Z-transform av följande; Y (z) = 6 z + X(z), där z X(z) = z + z => Y (z) = 6 z + z z + z = 6 Dvs utsignalen är, y(n) = 6 δ(n). 8

x(n) 6 y(n) z - z - Figur 4: Direktform II till uppgift 4b. 5. Svar: Vi har följande systemfunktion; Z + -transformering ger H(z) = 5 z + z ( π ) x(n) = sin n u(n) X(z) = z + z y(n) = y(n ) + 5 x(n ) ; y( ) = Y + (z) = z {Y + (z) + y( ) z} + 5 z X(z) Y + (z) = = 6 + + ( 5 z z + z ) ( + z ) 6 + + }{{ z 5 z { + z 5 }}{{ + z } zero-input,t steady-state 5 + }{{ z } T } {{ } zero-state } Där T och T betecknar transient och. Inverstransformering av respektive komponent ger; a) y zi (n) = 6 ( ) n u(n) 9

b) c) d) { y zs (n) = 6 ( π ) ( π ) ( cos 5 (n ) + sin (n ) ) } n u(n ) y trans (n) = 6 ( ) n u(n) 6 ( n u(n ) 5 ) y ss (n) = 6 ( π ) ( π ) 5 cos (n ) + sin (n ) u(n ) e) Den totala lösningen ges av; y(n) = ( n u(n) 6 ) { + 6 ( π ) cos 5 (n ) ( π ) ( + sin (n ) ) } n u(n ) 6. Svar: Both students Nick and Dick are collecting data about the same real temperature variations, x(n). Let us call Nick s sequence x (n) and Dick s sequence x (n). a) According to the question, x (n) is created by averaging the latest 7 days of temperature readings. This means that the impuls response of the averaging filter is given by: h(n) = i=6 δ(n i) 7 i=0 In order for the averaging of the first six samples of x (n) to become a linear filtering it needs to be calculated as: x (n) = i=n x(i) n = 0,,..., 6 7 i=0 where x(n) is the real temperature readings, OBSERVE that this is NOT an average of the first samples. For all other samples it is given by x (n) = i=6 x(n i) n 7 7 i=0 0

b) We know that Dick can create his sequence by convolution of Nick s sequence (since Nick s sequence is given by x (n) = x(n)): x (n) = h(n) x (n) where is the convolution operator and h(n) is given above. The question is how can we create x (n) from x (n) by linear filtering? We need to find a filter g(n) such that x (n) = i= g(i)x (n i) = g(n) x (n) = g(n) h(n) x (n) This will be fulfilled if we construct the filter g(n) as an inverse filter if h(n), i.e. g(n) h(n) = δ(n) Now, by examining the convolution sum, see also fig (5) we conclude: (n = 0) g(0) h(0) = => g(0) = /7 = 7 (n = ) g(0) h() + g() h(0) = 0 => g() = /7 = 7 (n = ) g(0) h() + g() h() + g()h(0) = 0 => g() = 0 etc The above continues and provides a repeated sequence g(n) according to: g(n) = s(n mod 7), n 0 where s(n) = 7δ(n) 7δ(n ) where (n mod 7) stands for n modulus 7. Thus, the answer becomes: x (n) = n s(i mod 7)x (n i), where s(n) = 7δ(n) 7δ(n ) i=0

Figur 5: Assignment 6. Illustration of the convolution between h(n) and g(n).