Ulrik Söderström 20 Jan Signaler & Signalanalys

Relevanta dokument
Ulrik Söderström 19 Jan Signalanalys

Signaler & Signalanalys

FREKVENSSPEKTRUM TILLÄMPAD FYSIK OCH ELEKTRONIK, UMEÅ UNIVERSITET 1

Spektrala Transformer

Signal- och Bildbehandling FÖRELÄSNING 4. Multiplikationsteoremet. Derivatateoremet

SIGNALANALYS I FREKVENSRUMMET

Spektrala Transformer

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

Spektrala Transformer

2 Laborationsutrustning

Samtidig visning av alla storheter på 3-fas elnät

Frekvensplanet och Bode-diagram. Frekvensanalys

GRUNDKURS I SIGNALBEHANDLING (454300), 5sp Tentamen

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

Spektralanalys - konsten att hitta frekvensinnehållet i en signal

Spektrala Transformer

Spektrala Transformer

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

Tentamen ssy080 Transformer, Signaler och System, D3

Tillämpad Fysik Och Elektronik 1

Signaler och system, IT3

Ellära 2, Tema 3. Ville Jalkanen Tillämpad fysik och elektronik, UmU. 1

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

Innehåll. Innehåll. sida i

Tentamen ssy080 Transformer, Signaler och System, D3

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

AC-kretsar. Växelströmsteori. Lund University / Faculty / Department / Unit / Document / Date

DT1130 Spektrala transformer Tentamen

Grundläggande signalbehandling

Laboration 3 Sampling, samplingsteoremet och frekvensanalys

Signal- och bildbehandling TSBB03, TSBB14

Beskrivning av signaler i frekvensdomänen - sammanfattning

Transformer och differentialekvationer (MVE100)

Signalanalys med snabb Fouriertransform

Spänningsmätning av periodiska signaler

DT1130 Spektrala transformer Tentamen

Spä nningsmä tning äv periodiskä signäler

7. Sampling och rekonstruktion av signaler

Laboration i Fourieranalys, TMA132 Signalanalys med snabb Fouriertransform

AD-DA-omvandlare. Mätteknik. Ville Jalkanen. 1

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

DT1130 Spektrala transformer Tentamen

Signal- och bildbehandling TSBB03

Stokastiska signaler. Mediesignaler

Elektronik 2018 EITA35

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

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

Laboration i Fourieranalys för F2, TM2, Kf2 2013/14 Signalanalys med snabb Fouriertransform (FFT)

2F1120 Spektrala transformer för Media Tentamen

Signaler några grundbegrepp

Monte Carlo-metoder. Bild från Monte Carlo

Facit till Signal- och bildbehandling TSBB

Laplace, Fourier och resten varför alla dessa transformer?

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

Signal- och bildbehandling TSBB03

DT1130 Spektrala transformer Tentamen

MATLAB-stöd till Telekomm-kursen Vt-08 För Data- och Elektro

Periodiska signaler, frekvens, filter, överföringsfunktion

Elektroteknikens grunder Laboration 1

Föreläsning 10, Egenskaper hos tidsdiskreta system

Datorövning: Fouriertransform med Python

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

IF1330 Ellära KK1 LAB1 KK2 LAB2. tentamen

TEM Projekt Transformmetoder

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

Signal- och bildbehandling TSEA70

Växelström K O M P E N D I U M 2 ELEKTRO

Laboration 2: Sannolikhetsteori och simulering

Digital signalbehandling Digitalt Ljud

SF1635, Signaler och system I

TMS136. Föreläsning 4

TMS136. Föreläsning 5

Signal- och bildbehandling TSBB14

x(t) = sin(ω 0 t) (1) b) Tillåt X(ω) att innehålla diracimpulser (en generalliserad funktion). Vilken signal x(t) har spektrumet X(ω)?

Signal- och Bildbehandling, TSBB14. Laboration 2: Sampling och Tidsdiskreta signaler

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

TMS136. Föreläsning 5

DT1120 Spektrala transformer för Media Tentamen

Lab 3. Några slides att repetera inför Lab 3. William Sandqvist

SF1901: Sannolikhetslära och statistik

Kryssproblem (redovisningsuppgifter).

FOURIERANALYS En kort introduktion

Institutionen för data- och elektroteknik Tillämpad digital signalbehandling Veckoplanering för signalbehandlingsteorin

Signal- och bildbehandling TSBB14

Laplace, Fourier och resten varför alla dessa transformer?

Datorbaserad mätteknik

Signal- och bildbehandling TSBB03

Lab 1 Analog modulation

Lösningar till tentamen i Transformmetoder okt 2007

Föreläsning 1. Repetition av sannolikhetsteori. Patrik Zetterberg. 6 december 2012

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

Lösning till tentamen i SF1633 Differentialekvationer I för BD, M och P, , kl

Strömmätning på riktigt

Signalbehandling Röstigenkänning

SF1901: SANNOLIKHETSTEORI OCH FLERDIMENSIONELLA STOKASTISKA STATISTIK VARIABLER. Tatjana Pavlenko. 8 september 2017

Sammanfattning TSBB16

Föreläsning 5, Matematisk statistik Π + E

Kap 10 - Modeller med störningar. Hur beskriva slumpmässiga störningar?

SF1901: Sannolikhetslära och statistik

Transkript:

Ulrik Söderström ulrik.soderstrom@tfe.umu.se 20 Jan 2009 Signaler & Signalanalys

Sinusspänning Sinus och cosinus samma form men fasförskjutna Fasförskjutning tidsfördröjning Sinus och cosinus är väldigt enkla funktioner Enkla beräkningar, periodiska, integration och derivation ger oftast en annan sinus eller cosinus 2

Olika typer av signaler Deterministisk Stokastisk Periodisk Icke-periodisk Analog Digital Kontinuerlig Diskret 3

Deterministisk/Stokastisk Periodisk/Icke-periodisk Hela signalen kan förutsägas, utifrån en del av signalen En deterministisk signal är oftast periodisk 4

Analog/Digital Kontinuerlig/Diskret Analog Amplitudkontinuerlig Tidskontinuerlig Amplituddiskret Tidskontinuerlig Digital Amplitudkontinuerlig Tidsdiskret Amplituddiskret Tidsdiskret 5

Enkel signalanalys Medelvärde Kontinuerlig signal - integration mean T T 0 x( t) dt Diskret signal - summering Varians mean m x i i 0 Beskriver hur mycket funktionen förändras runt medelvärdet m 2 var σ T T 0 ( x i x mean ) var 2 dt σ 2 m i 0 m ( x i x mean ) 2 6

Amplitudegenskaper för sinussignal En sinusformad signal med periodtiden T och frekvensen f kan beskrivas genom sin amplitud A u ( t) A sin(2π f t) Man kan enkelt beräkna DC-nivå och effektivvärde (RMS) för varje periodisk funktion u DC T T 0 u( t) dt u RMS T T 0 u( t) 2 dt 7

Effekt i sinussignal Effekt i sinussignal: Effekt i Brus-signal: Vid signalberäkningar sätter man ofta R och får 2 alltså P Brus σ Signal-Brus förhållande: P U SINUS RMS 2 U R RMS σ P brus 2 σ R SNR U R 2 RMS /σ 2 8

Signalanalys Amplitudanalys Vilka amplituder finns i signalen? Frekvensanalys Vilka frekvenser finns i signalen? 9

Täthetsfunktion Probability Density Function (PDF) Amplitudtäthetsfunktion y+dy y Sannolikheten att signalen har en viss amplitud i ett intervall (y till y+dy) dq dt+ dt2 + lim T T... dt dt 2 0

Sannolikheten beror av dy, varför vi inför: Amplitudtäthetsfunktionen: dq p ( y) Vidare sannolikheten att signalens amplitud ligger i intervallet a till b: P ( a < y < b) p( y) dy b a dy

Några viktiga samband En signals medelvärde (mean, expected value) och dess effektivvärde eller standardavvikelse σ y medel p( y) y dy y eff σ y E{} y ( effektivvärde) y eff 2 p {[ y E[ ]] 2 } 2 2 ( y) ( y ymedel ) dy σ y E y 2

3 3... ) arcsin( ) ( 0.5) ( 0.5 0.5 2 0.5 < y dy y dy y p y P π π 2 ) ( y y p π

Cumulative Density Function (CDF) Integration av PDF Går från 0 till cdf ( y) pdf d( cdf ) pdf dy y ( t) dt 4

Gaussfördelning Kallas också normalfördelning Standard normalfördelning µ0 σ 2 5

6 Korrelation Används för att hitta en signal i en annan Ett mått på hur lika två signaler är Autokorrelation en signal jämförd med sig själv + 0 ] [ ] [ ) ( N k xy j k y k x j R + 0 ] [ ] [ ) ( N k xx j k x k x j R

Frekvensanalys Exempel 7

Frekvenser i ljudklippet 8

Relation mellan tid och frekvens 5 0.2 9

>99% av signaleffekten i frekvens- Intervallet 0-0.05 20 0.05 Relation mellan tidsplanet och frekvensplanet Smalt i tid brett i frekvens, vice versa 20

Fourierserier Alla periodiska signaler Likspänning ett antal sinus eller cosinus spänningar u( t) a 0 + ( an cos 2πnf0t + bn sin 2πnf0t) n Man kan visa att varje periodisk tidskontinuerlig signal med periodtiden T kan byggas upp av deltoner. Dessa toner har frekvens k*ω 0 där k är ett heltal och ω 0 2π / T 2

Jämna eller udda Jämna funktioner innehåller bara likspänning och cosinus Symmetri runt y-axeln Udda funktioner innehåller bara likspänning och sinus Symmetri runt både y-axeln och x-axeln 22

Korta pulser Viktiga vid telekommunikation Digitala signaler är ofta korta pulser, och 0 Frekvensspektrat (fouriertransformen) blir en sinc-funktion sinc( x) sin( πx) ( πx) 23

Fourierserie för fyrkantsvåg Ex: Fourier-Serie för fyrkant-våg med frekvens 2 och amplitud 24

25 Uppdelning i grundton och övertoner + + +... ) sin(0 5 ) sin(6 3 ) sin(2 4 ) sin(2 4 ) (,3,5,... t t t t k k t x N k π π π π π π

delton Grundtonen * ω 0 6 deltoner: (,3,5,7,9,)*ω 0 Tid Tid För att återge snabba förändringar krävs många deltoner För att återge snabba förändringar krävs stor bandbredd 26

ω 0 ω 0 ω 0 27

28 Tidskontinuerlig Fourierserie x(t) och X[k] bildar ett Fourier-par t k j e k X t x 0 ] [ ) ( ω t k j T e t x T k X 0 ) ( ] [ ω > < ] [ ) ( k X t x

Icke-periodiska signaler Periodiska signaler kan användes för att testa funktionen hos ett system, men är inte särskilt intressanta i sig. Teorin för kontinuerliga och tidsdiskreta Fourier-serier kan emellertid utvecklas till gälla även icke-periodiska signaler. 29

Tidskontinuerlig Fouriertransform x( t ) X ( jω ) 2π e j ω t dω X ( jω ) x( t ) e j ω t dt x( t ) X ( jω ) 30

Insignalen är kontinuerlig och icke-periodisk Beskrivningen i frekvensplanet är inte periodisk Beskrivningen i frekvensplanet är ibland svår att beräkna eftersom den bygger på integrering 3

Fast Fourier Transform (FFT) Frekvensanalys av en okänd signal görs i praktiken alltid med datorstöd. Med datorer är det naturligare att summera istället för att integrera och man bör därför använda en metod som enbart kräver summering och multiplikation. Fast Fourier Transform (FFT) 32

Analoga signaler? Om signalen är analog måste den först samplas i N st. punkter med tidsintervall T Man kan sedan beräkna frekvensinnehållet i signalen för intervallet 0 till f s [Hz], där f s är samplingsfrekvensen /T 33

Val av samplingstiden T T ( samplingstiden ) måste väljas så att att man får minst 2 sampel på varje period av högsta frekvenskomponenten f max i signalen. /T f s >2 f max Om f max inte är känd måste den analoga signalen filtreras så att inga frekvenskomponenter > f s /2 finns kvar vid samplingen. 34

Val av antalet sampel N Om man gör frekvensanalys på N sampel kommer man att kunna beräkna frekvensinnehållet i N st. frekvenser på intervallet 0 till f s. Frekvensupplösningen blir f s /N [Hz]. Vid givet f s styrs alltså valet av antal sampel av den frekvensupplösning man önskar. 35

Laboration A407 MATLAB Intro imorgon MATLAB-stödpåhemsidan Exempel på hemsidan 36