Hemuppgift för E2 SF1635, HT 2007

Relevanta dokument
Tentamen ssy080 Transformer, Signaler och System, D3

SF1635, Signaler och system I

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

SF1635, Signaler och system I

7. Sampling och rekonstruktion av signaler

Tillämpning av komplext kommunikationssystem i MATLAB

Laboration i Fourieranalys, TMA132 Signalanalys med snabb Fouriertransform

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

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

TANA17 Matematiska beräkningar med Matlab

Ulrik Söderström 20 Jan Signaler & Signalanalys

REGLERTEKNIK Laboration 5

Ulrik Söderström 19 Jan Signalanalys

TANA17 Matematiska beräkningar med Matlab

LABORATIONSHÄFTE NUMERISKA METODER GRUNDKURS 1, 2D1210 LÄSÅRET 03/04. Laboration 3 3. Torsionssvängningar i en drivaxel

Laboration 3 Sampling, samplingsteoremet och frekvensanalys

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

729G04 - Diskret matematik. Hemuppgift.

Signalanalys med snabb Fouriertransform

Miniprojekt 1 (forts): 2D datorgrafik, avbildningar och begrepp

Faltningsreverb i realtidsimplementering

Signal- och bildbehandling TSBB03

TSBB16 Datorövning A Samplade signaler Faltning

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

Signal- och bildbehandling TSBB14

LAB 3. INTERPOLATION. 1 Inledning. 2 Interpolation med polynom. 3 Splineinterpolation. 1.1 Innehåll. 3.1 Problembeskrivning

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

Projekt 3: Diskret fouriertransform

TMA226 datorlaboration

Flerdimensionella signaler och system

Individuell inlämningsuppgift del 1: Kognitiv design.

FÖRSÄTTSBLAD TILL TENTAMEN. ELLER (fyll bara i om du saknar tentamenskod): Datum: 16 januari Bordsnummer:

Hemuppgift 1, SF1861 Optimeringslära, VT 2017

Signal- och bildbehandling TSBB14

Signal- och bildbehandling TSBB14

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

Individuell inlämningsuppgift TEK210

GRUNDKURS I SIGNALBEHANDLING (454300), 5sp Tentamen

Matematisk Modellering

Laboration i tidsdiskreta system

Kursen ges som en valbar kurs inom kandidatprogrammet i Samhällsplanering- urban och regional utveckling, 180 högskolepoäng.

TSKS21 Signaler, Information och Bilder Lab 2: Digitalisering

) + γy = 0, y(0) = 1,

Kriterier för bedömning av examensarbete vid den farmaceutiska fakulteten

Utgivare Datum Ersätter X intranät/utbildning _ intranät/forskn. o fo.utb Patrik Cannmo / EcGu _ intranät/anställd

FMNF15 HT18: Beräkningsprogrammering Numerisk Analys, Matematikcentrum

Elektroteknik GR (C), Examensarbete för högskoleingenjörsexamen, 15 hp

Laboration 2 M0039M, VT2016

Avd. Matematisk statistik

Skapa en inlämningsuppgift 2. Inlämningstyper 3. Feedbacktyper 3. Inställningar för inlämning 4. Gruppinlämning inställningar 5. Meddelande 5.

Tentamen i Linjär algebra, HF1904 exempel 3 Datum: xxxxxx Skrivtid: 4 timmar Examinator: Armin Halilovic

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

Tentamen: INTE

de uppgifter i) Under m-filerna iv) Efter samlade i en mapp. Uppgift clear clc Sida 1 av 6

Lösningsförslag, Tentamen, Differentialekvationer och transformer II, del 2, för CTFYS2 och CMEDT3, SF1629, den 9 juni 2011, kl.

Datorsimuleringsuppgift i Mekanik I del 2, Ht Stela Kroppens Dynamik (TMME18) Rulle på Cylinder. Deadline för inlämning: , kl 15.

TAIU07 Matematiska beräkningar med Matlab

Individuell inlämningsuppgift del 1: Kognitiv design.

ANVISNINGAR TILL INLÄMNINGSUPPGIFTER I TILLFÖRLITLIGHETSTEORI. På inlämningsuppgiften ska alltid namn och elevnummer finnas med.

Projekt 1 (P1) Problembeskrivning och uppdragsspecifikation

Föreläsning 11 Reglerteknik AK

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

TENTAMEN I GRUNDKURS I NUMERISKA METODER - DEL 20

Kurs: HF1012, Matematisk statistik Lärare: Armin Halilovic Datum: Tisdag 12 april 2016 Skrivtid: 8:15-10:00

Spektralanalys - konsten att hitta frekvensinnehållet i en signal

Föreläsning 11. Reglerteknik AK. c Bo Wahlberg. 8 oktober Avdelningen för reglerteknik Skolan för elektro- och systemteknik

Kurs: HF1012, Matematisk statistik Lärare: Armin Halilovic Datum: Tisdag 12 april 2016 Skrivtid: 8:15-10:00

Signal- och bildbehandling TSBB03

Miniprojektuppgift i TSRT04: Mobiltelefontäckning

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

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

TAIU07 Matematiska beräkningar med Matlab

Matematisk Modellering

Uppgift 1. (SUBPLOT) (Läs gärna help, subplot innan du börjar med uppgiften.) 1 A) Testa och förklara hur nedanstående kommandon fungerar.

OM PRESENTATIONER OCH OPPOSITIONER. Tillämpad matematik i natur och teknikvetenskap, TNA005 För ED1, KTS1, och MT1 vårterminen 2015

TENTAMEN I GRUNDKURS I NUMERISKA METODER - DEL 2

Omtentamen i DV & TDV

Introduktion till Word och Excel

Kursen ges som fristående kurs i huvudområdet socialt arbete och kan ingå i en masterexamen i samhällsvetenskap med fördjupning i socialt arbete.

Institutionen för kulturvård KURSGUIDE. KGM 511 Kulturvårdens hantverk fördjupning, litteraturkurs 7,5 hp. Höstterminen 2016.

Lennart Edsberg Nada,KTH Mars 2003 LABORATIONSHÄFTE NUMERISKA METODER GRUNDKURS 1, 2D1210 LÄSÅRET 02/03. Laboration 3 4. Elmotor med resonant dämpare

Gruppvis kamratgranskning

STOCKHOLMS UNIVERSITET HT 2011 Statistiska institutionen Bertil Wegmann

Aristi Fernandes Examensarbete T6, Biomedicinska analytiker programmet

a5 bc 3 5 a4 b 2 c 4 a3 bc 3 a2 b 4 c

5B1146 med Matlab. Laborationsr. Laborationsgrupp: Sebastian Johnson Erik Lundberg, Ann-Sofi Åhn ( endst tal1-3

Digital Signalbehandling i Audio/Video

KONSTFACK Institutionen för design, inredningsarkitektur och visuell kommunikation KURSPLAN

Kursbeskrivning i franska 9AFR71. Franska 91-97,5hp

Transformer och differentialekvationer M3, 2010/2011 Ett par tillämpningar av Fourieranalys.

Föreläsning 8: Konfidensintervall

Signal- och Bildbehandling, TSBB14. Laboration 2: Sampling och rekonstruktion. DFT.

KN - Seminarium. Konkreta krav. Kort om kursen. Grov tidtabell HT Kurskod: 6511 Ämnesstudier, 3 sv (5 sp)

DIGITAL KOMMUNIKATION

TANA17 Matematiska beräkningar med Matlab

PSYKOLOGISKA INSTITUTIONEN

Introduktion till informatik - människa, teknik, organisation

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

Transkript:

Utjämnare Hemuppgift för E2 SF635, HT 2007 Introduktion Ett vanligt problem när man överför data är att en fördröjd och amplitudskalad version av signalen adderas till ursprungssignalen. Inom telefoni upplevs detta som ett eko och beror där på att en del av signalen i mottagarändan returneras till sändaren som sedan pga fördröjningen i signalen uppfattar ett eko av sin egen röst. Fenomenet beror på obalanser i kretsimpendanser. Inom mobiltelefoni uppstår fenomenet pga att en radiovåg, förutom att gå raka vägen från sändare till mottagare, också ibland kan nå mottagaren efter att först ha studsat mot något föremål. Detta betyder att två (eller flera) tidsförskjutna versioner av samma signal når mottagarantennen. Problemet uppstår inte bara vid telefoni utan vid i princip varje typ av fysisk signalöverföring. När man överför digital information ställer denna dispersion (utspridning) av signalen över tiden till stora problem. Den signal som når mottagaren är ju inte alls den som skickades iväg av sändaren, jfr figur. Räddningen är att använda vad som kallas för utjämnare (equalizer på engelska). I denna hemuppgift ska du själv konstruera en enkel utjämnare. x(t) t x(t.5) t y (t) t Figur : Exempel på dispersion. y(t) = x(t) + x(t.5)

Problembeskrivning I den tillämpning som du ska studera handlar det om att överföra en tidskontinuerlig meddelandesignal x(t) som bara kan anta värdena 0,, 2, 3. Man vet att den mottagna signalen ges av där e(t) är brus som adderas under överföringen. y(t) = A 0 x(t) + A x(t β) + e(t), () Innan meddelandesignalen skickas iväg skickar sändaren ut en för mottagaren känd testsignal x test (t) = sin(2πf 0 t), då 0 t P, och annars = 0, under ett tidsintervall P som är en heltalsmultipel av signalens periodtid. Motsvarande mottagna signal, y test (t) = A 0 x test (t) + A x test (t β) + e(t), (2) kan användas för att bestämma systemkonstanterna A 0, A och β. För att förenkla problemställningen ska vi anta att tidsfördröjningen β är känd. Problemet består i att med hjälp av mottagna sampel y test (nt) och y(nt), n = 0,, 2,..., N (T är samplingsintervallet) bestämma meddelandesignalen x(t) vid sampeltidpunkterna nt så noggrannt som möjligt. Nedan följer en beskrivning på ett möjligt tillvägagångssätt. Utjämning i frekvensplanet Ett sätt att återskapa x(t) är genom att betrakta sambandet mellan signalerna i frekvensplanet. i) Utjämning. Låt X(f) vara fouriertransformen av x(t). Då kan man om vi försummar brusets inverkan så kommer y:s fouriertransform ges av Y (f) = H(f)X(f), (3) där den sk frekvensfunktionen H(f) beror på A 0, A och β, men inte av signalen x(t). Det betyder att vi kan bestämma X(f) om vi känner Y (f) och H(f) genom sambandet X(f) = Y (f)/h(f). (4) Genom att inverstransformera detta uttryck så kan sedan x(t) återskapas. I praktiken får vi, pga av bruset, en approximation ˆx(t) till x(t) med detta förfarande. ii) Parameteridentifiering. För att kunna bestämma X(f) ur (4) krävs att H(f) är känd. Det är för detta ändamål testsignalen utnyttjas. Sambandet (3) kan ju också skrivas H(f) = Y (f)/x(f)

och gäller t.ex. om vi stoppar in testsignalens (x test ) fouriertransform X test (f) som X(f) och motsvarande mottagna signals fouriertransform Y test (f) som Y (f), dvs H(f) = Y test (f)/x test (f). (5) Sålunda kan H(f) bestämmas för alla frekvenser för vilka testsignalens fouriertransform X test (f) 0. För testsignalen ovan: { sin(2πf0 t), 0 t P, x test (t) = 0 för övrigt, så kan dock H(f) bara bestämmas för f = f 0 på detta sätt. Varför? Turligt nog så kan systemkonstanterna A 0 och A bestämas ur H(f 0 ). Dessa kan sedan användas för att bestämma H(f) för alla frekvenser. iii) Tröskling. Även om man lyckas perfekt med utjämningen så kommer den resulterande signalen att skilja sig från meddelandesignalen pga bruset e(t). Eftersom man påförhand vet att x(t) bara kan anta värdena 0,, 2, 3 så brukar man avrunda den utjämnade signalen ˆx(t) till det närmsta av dessa värden. Detta brukar kallas tröskling. Data Data fås genom att ladda ner MATLAB funktionen data från kursens hemsida. Funktionsanropet är [testsignal,datasignal,fs,beta]=data(dateofbirth) och funktionen genererar y test (testsignal), y(datasignal), samplingsfrekvens (fs) och tidsfördröjning (beta). Samplingsfrekvensen (025 Hz) är mycket hög i detta fall så signalernas fouriertransformer approximeras väl med hjälp av funktionen ftfast. Som indata ska du ange din födelsedag på formen ååååmmdd. Datumet används för att generera systemkonstanterna A 0 och A som för dig är obekanta.

Redovisning Redovisningen består av två delar, en Matlabfunktion som löser uppgiften och en teknisk rapport. Matlabfunktion Redovisning av löst uppgift sker genom att skicka ett email till hansr@kth.se som innehåller en matlabfunktion med namnet hwpnr där pnr är personnummret på någon i gruppen, t.ex. hw770028694. Funktionsanropet ska vara xhat=hwpnr där utargumentet xhat är en vektor som innehåller approximationen av den utsända signalen x vid samplingstidpunkterna. Funktionen hwpnr får anropa data, ftfast och iftfast men inga andra funktioner som inte är MATLABs egna. Funktionen får inte ha något inargument. Titelraden i emailet ska vara Hemuppgift och i mailet ska namn och personnummer på gruppmedlemmarna anges. Teknisk rapport Projektet ska beskrivas i en teknisk rapport. Den skall vara organiserad på det sätt som är brukligt för tekniska och vetenskapliga publikationer. Det viktigaste med rapporten är att en läsare ska kunna återskapa era resultat utifrån rapporten. Tänk dig in i situationen att du jobbar som utvecklingsingenjör på ett företag som tänker sig att börja tillverka en utjämnare. Din rapport ska utgöra det tekniska underlaget för din chef. Rapporten skall vara skriven på svenska eller engelska. I granskningen ställs krav på såväl pedagogisk framställning, sakinnehåll, layout som språkliga kvaliteter. Använd formuläret som finns som sista blad i den här skriften som försättsblad. Arbetet kan utföras individuellt eller i grupp. Rapporten skall författas av en eller maximalt två författare. Arbetsinsatsen för denna hemuppgift skall motsvara 20h heltidsarbete per student. Rapportens innehåll Rapporten skall beskriva grunden för utjämning och skall bl.a. innehålla följande moment: Beskrivning av hur (3) fås ur () och ett uttryck för H(f) som funktion av A 0, A och β. En förklaring varför (5) bara kan användas för att bestämma H(f) för f = f 0 och inte vid andra frekvenser när testsignalen är sinusformad med frekvensen f 0. Man vet att den utsända testsignalen ges av { sin(2πf0 t), 0 t P x test (t) = 0, för övrigt

och att den mottagna testsignalen ges av (2) men frekvensen f 0 är inte känd. Förklara hur f 0 kan bestämmas ur den mottagna testsignalen y test (t). Illustrera med en plot. Ge också ett uttryck för X test (f) samt förklara relationen mellan denna fouriertransform och fourierserieutvecklingen av en period av x test (t). En beskrivning av hur A 0 och A fås ur H(f 0 ). Notera att för godkänt krävs: Minst 95% korrekt återskapade värden. Rapporten inklusive plottar och grafer skall vara maximalt 3 sidor lång (rapportmall finns på hemsidan). Rapporten och bedömningsmall skall vara ihophäftad, bedömningsmallen överst. Rapportskrivning och implementering ska ske enskilt eller parvis. Titel, författare samt personnummer skall anges överst på sid. i rapporten (använd ej separat titelsida). Om ni arbetar i större grupper än två personer, eller på annat sätt samarbetar skall detta anges som en anmärkning i rapporten. Deadline: Inlämning senast fredagen den 4 december till kursledaren. I nödfall kan rapporten också postas (också senast den 4/2) till adressen: Hans Ringström, Institutionen för matematik, KTH, 00 44 STOCKHOLM. Rapporter tas ej emot via fax, email, etc. Rapporterna kommer att tilldelas betyget Godkänt eller Underkänt. En notis kommer att sättas upp på kursens hemsida när rapporterna är rättade. Är rapporten underkänd kan den kompletteras och revideras samt lämnas in en andra gång senast 080208. Notera att rapporter inlämnade efter deadline kommer att behandlas i denna senare grupp. kommer att tilldelas Godkänt eller Underkänt, varvid betyget U betyder att inlämningsuppgiften får göras om under följande läsår. Observera att det är tillåtet att samarbeta (diskutera resultat och metoder) mellan olika grupper. Dock ska implementering av programkod och rapportskrivning ske enskilt eller parvis.

Bedömningsmall för hemuppgift i SF635 Signaler och system I Titel : Författare : Endast uppgifterna i denna ruta skall fyllas i....... rapportens längd (totalt antal sidor) antal författare författarnas namn, titel anges är upplägget/språket lätt att följa resultat finns resultat är korrekta går resultaten att återskapas används matematiska verktyg på rätt sätt G U 3 sidor > 3 2st > 2 ja nej ja oftast ibland nej ja de flesta ett fåtal nej ja de flesta ett fåtal nej ja de flesta nej ja oftast nej framgår ej G U första granskning Sign:...... G U andra granskning (vid U ovan) Sign: Godkänd Signatur: