Uke 6: Analyse i frekvensdomenet
|
|
- Vigdis Mortensen
- 7 år siden
- Visninger:
Transkript
1 Uke 6: Analyse i frekvensdomenet Jo Inge Buskenes Institutt for informatikk, Universitetet i Oslo INF3470/4470, høst 2011
2 2/41 Dagens temaer Fra forrige gang Frekvensrespons funksjonen Fourier rekker og transformer Egenskaper til DT Fourier transform LTI systemer som frekvens-selektive filtre
3 3/41 Tema Fra forrige gang
4 4/41 z-transformasjonen Definisjon; formel + ROC Egenskaper Drøfte systemer vha z-transformen Invers z-transformasjon Poler og nullpunkter
5 5/41 Egenfunksjoner til et LTI system La Da er x[n] = e ȷnΩ, < n <, Ω [ π, π] y[n] = h[n] x[n] = = k= k= h[k]x[n k] h[k]e ȷΩ(n k) = e ȷnΩ = H(Ω)e ȷnΩ = H(Ω)x[n] dvs at egenfunksjonen til et LTI system er k= h[k]e ȷkΩ x[n] = e ȷnΩ, < n <, Ω [ π, π] og egenverdien, benevnt H(Ω), er = k= h[k]e ȷkΩ
6 6/41 Diskret tid Fourier transform; DTFT Notasjon: Analyse : X(Ω) F {x[n]} = Alternativt: X(F) = n= n= x[n]e ȷ2πFn x[n]e ȷΩn Syntese : x[n] F 1 {X(Ω)} = 1 2π 2π X(Ω)e ȷΩn dω Alternativt: x[n] = x[n] F X(Ω) 1/2 1/2 0 X(F)e ȷ2πFn df
7 Fra forrige gang Diskret tid Fourier transform; DTFT Notasjon: Analyse : X(Ω) F {x[n]} = x[n]e ȷΩn n= Alternativt: X(F) = x[n]e ȷ2πFn n= Syntese : x[n] F 1 {X(Ω)} = 1 2π 2π X(Ω)e ȷΩn dω 0 1/2 Alternativt: x[n] = 1/2 x[n] F X(Ω) X(F)e ȷ2πFn df H(Ω) plottes Som oftest er det H(Ω) vi er mest interessert i Filtre med konstant gruppeforsinkelse sier vi har lineær fase Da plottes ikke fasen
8 7/41 Tema Frekvensrespons funksjonen
9 8/41 H(Ω): Frekvensresponsen H(Ω) = k= h[k]e ȷkΩ H(Ω) er en funksjon av frekvensvariabelen Ω H(Ω) er, generelt, en kompleks størrelse, og kan skrives som: Reell og imaginær del: H(Ω) = HR (Ω) + ȷH I (Ω) eller Magnitude og fase: H(Ω) = H(Ω) e ȷΘ(Ω), hvor H(Ω) 2 = H(Ω)H (Ω) = H 2 R(Ω) + H 2 I (Ω) og Θ(Ω) = tan 1 H I (Ω) H R (Ω) Gruppeforsinkelsen (eller envelopeforsinkelsen) til H: τ g (Ω) = dθ(ω) dω Periodisitet: Siden x[n] = e ȷnΩ 0 = e ȷn(Ω 0+2π), må vi ha at H(Ω 0 ) = H(Ω 0 + 2π)
10 9/41 H(Ω): Frekvensresponsen Hva er H(F 0 ), H(2F 0 ) og H(3F 0 )?
11 10/41 H(Ω): Frekvensresponsen Hva er Θ H (F 0 ), Θ H (2F 0 ) og Θ H (3F 0 )?
12 11/41 H(Ω): Frekvensresponsen Konstant tidsskift: Når fasen er proporsjonal med frekvensen (lineær)
13 12/41 Eksempel Vi har gitt et LTI-system med impulsrespons h[n] = α n u[n], α R, α < 1 Frekvensresponsen er da H(Ω) = h[n]e ȷnΩ = α n e ȷnΩ = k= (αe ȷΩ ) n = k=0 k=0 1 1 αe ȷΩ Amplituderespons: H(Ω) = 1 1 αe ȷΩ 1 1 αe ȷΩ = 1 1+α 2 2α cos Ω Faserespons: Θ(Ω) = tan 1 H I (Ω) H R (Ω) = tan 1 Gruppeforsinkelse: τ g (Ω) = α2 α cos Ω 1+α 2 2α cos Ω α sin Ω 1 α cos Ω
14 Frekvensrespons funksjonen Eksempel Vi har gitt et LTI-system med impulsrespons h[n] = α n u[n], α R, α < 1 Frekvensresponsen er da H(Ω) = h[n]e ȷnΩ = α n e ȷnΩ = k= (αe ȷΩ ) n = k=0 k=0 1 1 αe ȷΩ Amplituderespons: H(Ω) = 1 1 αe 1 ȷΩ 1 αe = 1 ȷΩ 1+α 2 2α cos Ω Faserespons: Θ(Ω) = tan 1 HI(Ω) HR(Ω) = tan 1 Gruppeforsinkelse: τg(ω) = α2 α cos Ω 1+α 2 2α cos Ω α sin Ω 1 α cos Ω Å regne ut gruppeforsinkelsen er en fin måte å repetere derivasjonsregler på: τ g (Ω) = dθ(ω) dω = Θ (Ω) ( ) = tan 1 α sin Ω 1 α cos Ω = 1 + = ( α sin Ω 1 α cos Ω 1 ( α sin Ω 1 α cos Ω 1 = ( α sin Ω)2 1 + (1 α cos Ω) 2 ) 2 1 α cos Ω ( α sin Ω ) ( ) kjerneregelen ) 2 ( α sin Ω) (1 α cos Ω) ( α sin Ω)(1 α cos Ω) (1 α cos Ω) 2 ( ) kvotientregelen α cos Ω(1 α cos Ω) + α sin Ω α sin Ω (1 α cos Ω) 2 (1 α cos Ω) 2 (1 α cos Ω) 2 = α cos Ω + α2 cos 2 Ω + α 2 sin 2 Ω 1 2α cos Ω + α 2 cos 2 Ω + α 2 sin 2 Ω α cos Ω + α2 = 1 2α cos Ω + α 2 (sin 2 Ω + cos 2 Ω = 1)
15 13/41 Tema Fourier rekker og transformer Kontinuerlig tid Fourier rekke og transform Frekvens analyse av diskret tid periodiske signaler
16 14/41 Fourier rekker og transformer Mål: Utvikle et matematisk verktøy (et prisme ) som dekomponerer signaler ( lys ) inn forskjellige frekvenskomponenter ( farger ) Videre: Utvilke verktøyet ( det inverse prismet ) som syntetiserer tilbake det hvite lyset fra frekvenskomponentene
17 15/41 De fire Fourier rekkene/transformasjonene
18 16/41 Kontinuerlig tid: Fourier rekke og transform Fourier rekker: Dekomposisjon av signaler til sum av sinus/cosinus ledd (eller komplekse eksponensialer) frekvens domenet De aller fleste signaler av prakisk interesse kan dekomponeres i en sum av sinus/cosinus ledd Periodiske signaler: Fourier rekker (Fourier series) Endelig energi signaler: Fourier transform Viktig i analyse av LTI systemer: Et LTI systems respons til en sinus/cosinus er en tilsvarende sinus/cosinus, men med en (kompleks) skalering Et LTI systems respons til en lineær sum av sinus/cosinus ledd er en tilsvarende sum av sinus/cosinus ledd med kun en mulig kompleks skalering av hvert ledd
19 Kontinuerlig tid (CT) og periodiske signaler Fourier rekker Hvis x(t) er et periodisk signal som tilfredstiller Dirichlet krav, så er Syntese likn: x(t) = c k e ȷ2πkf0t k= Analyse likn: ck = 1 T p x(t)e ȷ2πlf0t dt T p Dirichlets krav: 1 Signalet x(t) har et endelig antall diskontinuiteter innenfor enhver periode 2 Signalet x(t) innehar et endelig antall maks og min punkter innenfor enhver periode 3 Signalet x(t) er absolutt integrerbar innefor enhver periode, dvs T p x(t) dt < I praksis vil alle periodiske signaler av interesse tilfredstille disse kravene Andre periodiske signaler kan også ha en Fourier rekke 17/41
20 Tp Fourier rekker og transformer Kontinuerlig tid Fourier rekke og transform Kontinuerlig tid (CT) og periodiske signaler Fourier rekker Hvis x(t) er et periodisk signal som tilfredstiller Dirichlet krav, så er Syntese likn: x(t) = cke ȷ2πkf0t k= x(t)e ȷ2πlf0t dt Analyse likn: ck = 1 Tp Dirichlets krav: 1 Signalet x(t) har et endelig antall diskontinuiteter innenfor enhver periode 2 Signalet x(t) innehar et endelig antall maks og min punkter innenfor enhver periode 3 Signalet x(t) er absolutt integrerbar innefor enhver periode, dvs x(t) dt < Tp I praksis vil alle periodiske signaler av interesse tilfredstille disse kravene Andre periodiske signaler kan også ha en Fourier rekke representasjon Hvis vi har et kontinuerlig periodisk signal x(t) så må dette kunnes skrives som en sum av et endelig antall frekvenskomponenter x(t) = k= c k e ȷ2πkf0t Vi finner c k ved å gange med e ȷ2πlf0t (l Z) og integrere over en periode (får da ut amplituden): c l = x(t)e ȷ2πlf0t dt T p t 0 +T p = t 0 = c k k= c k e ȷ2πkf 0t e ȷ2πlf0t dt k= t 0 +T p e ȷ2π(k l)f0t dt t 0
21 Tp Fourier rekker og transformer Kontinuerlig tid Fourier rekke og transform Hva blir dette hvis k l? Kontinuerlig tid (CT) og periodiske signaler Fourier rekker Hvis x(t) er et periodisk signal som tilfredstiller Dirichlet krav, så er Syntese likn: x(t) = cke ȷ2πkf0t k= x(t)e ȷ2πlf0t dt Analyse likn: ck = 1 Tp Dirichlets krav: 1 Signalet x(t) har et endelig antall diskontinuiteter innenfor enhver periode 2 Signalet x(t) innehar et endelig antall maks og min punkter innenfor enhver periode 3 Signalet x(t) er absolutt integrerbar innefor enhver periode, dvs x(t) dt < Tp I praksis vil alle periodiske signaler av interesse tilfredstille disse kravene Andre periodiske signaler kan også ha en Fourier rekke representasjon c l = k= = k= = k= c k t 0 +T p t 0 e ȷ2π(k l)f0t dt c k 1 ȷ2π(k l)f 0 [ e ȷ2π(k l)f 0t ] t 0 +T p t 0 c k 1 ȷ2π(k l)f 0 ( e ȷ2π(k l)f 0(t 0 +T p ) e ȷ2π(k l)f 0t 0 ) = 0 siden e ȷ( )t = e eȷ( )(t+t p)
22 Tp Fourier rekker og transformer Kontinuerlig tid Fourier rekke og transform og hvis k = l? Kontinuerlig tid (CT) og periodiske signaler Fourier rekker Hvis x(t) er et periodisk signal som tilfredstiller Dirichlet krav, så er Syntese likn: x(t) = cke ȷ2πkf0t k= x(t)e ȷ2πlf0t dt Analyse likn: ck = 1 Tp Dirichlets krav: 1 Signalet x(t) har et endelig antall diskontinuiteter innenfor enhver periode 2 Signalet x(t) innehar et endelig antall maks og min punkter innenfor enhver periode 3 Signalet x(t) er absolutt integrerbar innefor enhver periode, dvs x(t) dt < Tp I praksis vil alle periodiske signaler av interesse tilfredstille disse kravene Andre periodiske signaler kan også ha en Fourier rekke representasjon c l = c k k= t 0 +T p t 0 e ȷ2π0f0t dt = k= c k t 0 +T p dt = T p c k t 0 Ergo: c k = 1 T p c l = 1 T p T p x(t)e ȷ2πlf0t dt Det kan også vises at for et gitt valg av basis e ȷ2πkf 0t er Fourier-rekka en minste kvadraters løsning
23 18/41 Fourier transformasjonen til CT signaler Betrakt et aperiodisk signal x(t) med endelig lengde Konstruer et periodisk signal x p (t) med periode T p Da er x(t) = lim x p(t) T p
24 19/41 Fourier transformasjonen til CT signaler, fortsettelse Hvis x(t) er et aperiodisk signal som tilfredstiller Dirichlets krav, så er Syntese likn,: x(t) = X(f)e ȷ2πft df Analyse likn: X(f) = x(t)e ȷ2πft dt Dirichlets krav: 1 Signalet x(t) har et endelig antall diskontinuiteter 2 Signal x(t) innehar et endelig antall maks og min punkter 3 Signal x(t) er absolutt integrerbart, dvs x(t) dt < Alle signaler av praktisk interesse tilfedstiller disse kravene
25 20/41 Diskret tid Fourier rekker Gitt et signal x[n] med periode N, dvs x[n] = x[n + N] N Da har vi: N 1 Syntese likn: x[n] = c k e ȷ2πkn/N Analyse likn: cl = 1 N k=0 N 1 n=0 x[n]e ȷ2πln/N, l = 0, 1,, N 1 {c k } representerer amplitude og fase til frekvenskoeffisienten s k [n] = e ȷ2πkn/N = e ȷΩ kn, Ω k = 2πk/N {c k } er periodisk med periode N Endelig mengde informasjon i både tid og frekvens Dette kan datamaskiner håndtere!!!
26 21/41 Diskret tid Fourier rekker Energitetthetsspekter av periodiske sekvenser: Gjennomsnittlig energi av et diskret tid periodisk signal: P x = 1 N 1 N x[n] 2 = N 1 c k 2 n=0 k=0 Dvs energien må være lik i tid og frekvens Parseval s relasjon Fourier rekker av reelle diskrete periodiske signaler: Hvis x[n] er reell (x [n] = x[n]), så er c k = c k, eller også Like symmetri: c k = c k, Ulike symmetri: c k = c k Reelle signaler kan uttrykkes som x[n] = c L k=1 c k cos( 2π N kn + θ k) = a 0 + L ( k=1 ak cos( 2π N kn) b k sin( 2π N kn), hvor a 0 = c 0, a k = 2 c k cos θ k, b k = 2 c k sin θ k, og L = N/2 hvis N like og L = (N 1)/2 hvis N ulike
27 Fourier rekker og transformer Frekvens analyse av diskret tid periodiske signaler Diskret Fourier transform av reelle signaler x[n] = x [n] Diskret tid Fourier rekker Energitetthetsspekter av periodiske sekvenser: Gjennomsnittlig energi av et diskret tid periodisk signal: Px = 1 N 1 N x[n] 2 = N 1 ck 2 n=0 k=0 Dvs energien må være lik i tid og frekvens Parseval s relasjon Fourier rekker av reelle diskrete periodiske signaler: Hvis x[n] er reell (x [n] = x[n]), så er c k = c k, eller også Like symmetri: c k = ck, Ulike symmetri: c k = ck Reelle signaler kan uttrykkes som x[n] = c0 + 2 L k=1 ck cos( 2π N kn + θk) = a0 + L ( k=1 ak cos( 2π N kn) bk sin( 2π N kn), hvor a0 = c0, ak = 2 ck cos θk, bk = 2 ck sin θk, og L = N/2 hvis N like og L = (N 1)/2 hvis N ulike c k = 1 N c k = 1 N N 1 n=0 N 1 n=0 x[n]e ȷ2πln/N l = 0, 1,, N 1 x[n]e ȷ2πln/N = c k Med reelle signaler får vi symmetriske c k / symmetri i frekvensdomenet
28 22/41 Fourier transformasjonen til diskrete ikke-periodiske signaler Hvis x[n] er et diskret ikke-periodisk signal: π Syntese likn: x[n] = 1 X(Ω)e ȷΩn dω 2π π Analyse likn: X(Ω) = n= x[n]e ȷΩn X(Ω) representerer frekvensinnholdet i signalet x[n], dvs X(Ω) er en dekomposisjon av x[n] inn i sine frekvenskomponenter Unik over frekvensintervallet ( π, π), eller ekvivalent (0, 2π) X(Ω) er periodisk med periode 2π
29 23/41 Fourier transformasjonen til diskrete ikke-periodiske signaler, fortsettelse Konvergerer: X N (Ω) = N n= N x[n]e ȷΩn konvergerer uniformt til X(Ω), dvs lim {sup Ω X(Ω) X N (Ω) } = 0 N Garantert hvis x[n] er absolutt summerbar Mulig med kvadratisk summerbare sekvenser hvis mean-square konvergenskriterium er oppfylt Energitetthetsspekter E x = n= x[n] 2 = 1 2π π π X(Ω) 2 dω
30 Fourier rekker og transformer Frekvens analyse av diskret tid periodiske signaler Fourier transformasjonen til diskrete ikke-periodiske signaler, fortsettelse Konvergerer: XN(Ω) = N x[n]e ȷΩn konvergerer uniformt n= N til X(Ω), dvs lim {sup Ω X(Ω) XN(Ω) } = 0 N Garantert hvis x[n] er absolutt summerbar Mulig med kvadratisk summerbare sekvenser hvis mean-square konvergenskriterium er oppfylt Energitetthetsspekter Ex = x[n] 2 = 1 2π n= π π X(Ω) 2 dω Absolutt summerbarhet - et tilstrekkelig krav: Hvis n= x[n] <, så vil: X(Ω) = n= x[n] e jωn n= x[n] < Dvs x[n] er absolutt summerbar hvis X(Ω) er endelig Dette tilsvarer BIBO stabilitet, eller at enhetssirkelen ligger i ROC
31 24/41 Diskret tid Fourier transform; DTFT Notasjon: Analyse: X(Ω) F {x[n]} = Alternativt: X(F) = n= n= x[n]e ȷ2πFn Syntese: x[n] F 1 {X(Ω)} = 1 Alternativt: x[n] = x[n] F X(Ω) 1/2 1/2 x[n]e ȷΩn 2π 2π X(F)e ȷ2πnF df X(Ω)e ȷΩn dω
32 Fra z-transf til DTFT Finner X(Ω) ved å evaluere z-transformasjonen langs enhetssirkelen X(z) Z{x[n]} = x[n]z n R=1 = x[n]e j2πfn n= n= 25/41
33 26/41 Tema Egenskaper til DT Fourier transform
34 Egenskaper til DTFT Symmetri 27/41 Realle signaler x[n] har konjugert symetrisk X(Ω) Linearitet: F {ax 1 [n] + bx 2 [n]} = af {x 1 [n]} + bf {x 2 [n]} Shifting i tid: F {x[n k]} = X(Ω)e ȷΩk (dvs frekvensinnhold avhenger bare av form)
35 28/41 Egenskaper til DTFT, fortsettelse Tidsreversering: F {x[ n]} = X( Ω) (dvs frekvensinnhold reellt signal (X( Ω) = X (Ω)) avhenger bare av form) Konjugering: F {x [n]} = X ( Ω) Konvolusjon: F {x 1 [n] x 2 [n]} = F {x 1 [n]}f {x 2 [n]} = X 1 (Ω)X 2 (Ω) Korrelasjon: F {r x1 x 2 } = S x1 x 2 = X 1 (Ω)X 2 ( Ω) Kryss-korrelasjonstetthetsspektrum Wiener-Khintchine teorem: La x[n] være et reellt signal Da er F {r xx (l)} = S xx (Ω) = X(Ω)X( Ω) = X(Ω)X (Ω) (Ingen faseinformasjon, dvs ikke unik!)
36 29/41 Egenskaper til DTFT, fortsettelse Shifting i frekvens: F {x[n]e ȷΩ 0n } = X(Ω Ω 0 ) Modulasjon: F {x[n] cos[ω 0 n]} = 1 2 [X(Ω + Ω 0) + X(Ω Ω 0 )] Parseval s relasjon / energikonservering: E x = π x[n] 2 = 1 X(Ω) 2 dω n= Multiplikasjon: 2π π F {x 1 [n] x 2 [n]} = F {x 1 [n]} F {x 2 [n]} = 1 X 1 (θ)x 2 (Ω θ)dθ 2π : Periodic convolution
37 Sammenheng mellom system funksjon og frekvens respons H(Ω) = H(z) z=e ȷΩ = Hvis H(z) rasjonell, H(Ω) = B(Ω) A(Ω) = n= M k=0 1 + N k=1 h[n]e ȷΩn b k e ȷΩk a k e ȷΩk = b 0 30/41 M (1 z k e ȷΩ ), (1) N (1 p k e ȷΩ ) k=1 k=1 hvor {a k } og {b k } reelle, men {z k } og {p k } kan være komplekse Magnitude kvadrert: H(Ω) 2 = H(Ω)H (Ω) H (Ω) finnes ved å evaluere H (1/z ) på enhetssirkelen Når {h[n]} reell (= {a k } and {b k } reelle) komplekse poler og nullpunkter opptrer i kompleks-konjugerte par H (1/z ) = H(z 1 ), dvs H (Ω) = H( Ω) og H(Ω) 2 = H(Ω)H (Ω) = H(Ω)H( Ω) = H(z)H(z 1 ) z=e ȷΩ
38 31/41 Tema LTI systemer som frekvens-selektive filtre Ideell filterkarakteristikk & enkle filtre
39 32/41 Ideell filterkarakteristikk Ideelle filte har konstant magnitudekarakteristikk Skal se på responskarakterstikk av lavpass, høypass, båndpass, all-pass og båndstop eller bånd-eliminasjons filtre Lineær faserespons Ideelle filtre har lineær fase i passbåndet I alle tilfeller: Ideelle filtre er ikke fysisk realiserbare! Design av enkle digitale filtre 1 Basert på pol- og nullpunktplassering 2 Alle poler innenfor enhetssirkelen (nullpkt hvor som helst) 3 Komplekse poler/nullpkt i komplekskonjugerte par
40 Ideell filterkarakteristikk, fortsettelse 33/41
41 34/41 Enkle filtre Lavpass Lavpass til høypass transformasjon H hp (Ω) = H lp (Ω π), ie h hp [n] = (e ȷπ ) n h lp [n] = ( 1) n h lp [n] Digitale resonatorer Notch filtre Kam filtre All-pass filtre
42 35/41 Lavpass and høypass filtre
43 LTI systemer som frekvens-selektive filtre Ideell filterkarakteristikk & enkle filtre Lavpass and høypass filtre Realiserbarhet (et ideelt lavpass filter): To problemer: Ikke kausalt h lp (n) = sin(ω cπn) πn Ikke absolutt summerbart ustabilt! Design av lavpass: < n < Poler nær enhetssirkel ved lave frekvenser (høyre side) Nullpunkt nær enhetssirkel ved høye frekvenser (venstre side) Design av høypass: Ta et lavpassfilter og bytt plassering av poler og nullpunkt
44 36/41 Lavpass and høypass filtre, fortsettelse
45 Båndpass filter 37/41
46 Båndpass filter LTI systemer som frekvens-selektive filtre Ideell filterkarakteristikk & enkle filtre H(z) = z z 2 = 015 z2 1 z = 015 (z 1)(z + 1) (z 083j)(z + 083j)
47 38/41 Digital resonator
48 LTI systemer som frekvens-selektive filtre Ideell filterkarakteristikk & enkle filtre Digital resonator Digital resonator: To-pols bandpass filter med par av komplekskonjugerte poler nær enhetssirkelen: p 1,2 = re ±jω 0 0 < r < 1 I tillegg kan opptil to nullpunkt velges To opplagte kandidater: z 1,2 {0, ±1}
49 39/41 Notch filter
50 LTI systemer som frekvens-selektive filtre Ideell filterkarakteristikk & enkle filtre Notch filter Notch filter ( hakk eller innsnitt ): En eller flere (ideelt) perfekte nuller i frekvensresponsen, dvs nullpunkt på enhetssirkelen: z 1,2 = e ±jω 1 For å forbedre responsen kan vi også plassere ut poler: p 1,2 = re ±jω1
51 40/41 Kam filter
52 LTI systemer som frekvens-selektive filtre Ideell filterkarakteristikk & enkle filtre Kam filter Kam (Comb) filter: Brukes for å under trykke harmoniske komponenter, dvs har nullpunkt med faste mellomrom i frekvensresponsen Eksempel: Et moving average filter: y[n] = 1 M + 1 H(Ω) = 1 M + 1 M/2 k= M/2 sin(ω M+1 2 ) sin( ω 2 ) x[n k] Mer generelt: Ta et FIR filter med H(z) = M h(k)z k og erstatt z med z = z l k=0 n H l (z) = h[k]z kl = H(lω) k=0
53 41/41 Allpass filter
54 LTI systemer som frekvens-selektive filtre Ideell filterkarakteristikk & enkle filtre Allpass filter Allpass filter: For at et filter skal være allpass så må H(ω) = 1, eller ekvivalent H(Ω) = H(z)H(z 1 ) = 1 z=e jω Hvis vi feks har poler p 1,2 = re ±jω må vi ha nullpunkter i z 1,2 = 1 r e±jω
55 LTI systemer som frekvens-selektive filtre Ideell filterkarakteristikk & enkle filtre Allpass filter Minimum og maximum fase filter (et liten notat): Vi ønsker å analyserer fasen til de påfølgende to FIR systemene: H 1 (z) = z 1 = z 1 (z ) z 1 = 1 2 p 1 = 0 H 2 (z) = z 1 = z 1 ( 1 2 z + 1) z 1 = 2 p 1 = 0 Vi finner faseresponsen til disse ( betyr fasen til ): Θ 1 (Ω) = [e ȷΩ (e ȷΩ + 12 ] ( ) = Ω + tan 1 sin Ω cos Ω [ Θ 1 (Ω) = e ȷΩ ( 1 ] ( sin Ω 2 eȷω + 1) = Ω + tan cos Ω Responsen til disse to er plottet på neste side ) )
56 LTI systemer som frekvens-selektive filtre Ideell filterkarakteristikk & enkle filtre Allpass filter Her er det stor forskjell på hvor mye fasen vandrer! To definisjoner er på sin plass: H 1 er et minimum-fase system, siden Θ 1 (π) Θ 1 (0) = 0 H 1 er et maximum-fase system, siden Θ 1 (π) Θ 1 (0) = π
Uke 6: Analyse i frekvensdomenet
Uke 6: Analyse i frekvensdomenet Jo Inge Buskenes Institutt for informatikk, Universitetet i Oslo INF3470/4470, høst 2011 2/39 Dagens temaer Fra forrige gang Frekvensrespons funksjonen Fourier rekker og
DetaljerUke 6: Analyse i frekvensdomenet
Uke 6: Analyse i frekvensdomenet Jo Inge Buskenes Institutt for informatikk, Universitetet i Oslo INF3470/4470, høst 2011 2/26 Dagens temaer Fra forrige gang Frekvensrespons funksjonen Fourier rekker og
DetaljerDagens temaer. Tema. Time 6: Analyse i frekvensdomenet. z-transformasjonen. Fra forrige gang. Frekvensrespons funksjonen
Dagens temaer Time 6: Analyse i frekvensdomenet Andreas Austeng@ifi.uio.no, INF3470 Institutt for informatikk, Universitetet i Oslo Oktober 2009 Fra forrige gang Frekvensrespons funksjonen Fourier rekker
DetaljerUke 5: Analyse i z- og frekvensdomenet
Uke 5: Analyse i z- og frekvensdomenet Jo Inge Buskenes Institutt for informatikk, Universitetet i Oslo INF3470/4470, høst 2011 2/32 Dagens temaer Fra forrige gang Kausalitet, stabilitet og inverse systemer
DetaljerDagens temaer. Definisjon av z-transformasjonen. Tema. Time 5: z-transformasjon og frekvens transformasjon. Fra forrige gang
Dagens temaer Time 5: z-transformasjon og frekvens transformasjon Andreas Austeng@ifi.uio.no, NF3470 fi/uio September 2009 Fra forrige gang Kausalitet, stabilitet og inverse systemer Z 1 { }: nvers z-transformasjon
DetaljerTransformanalyse. Jan Egil Kirkebø. Universitetet i Oslo 17./23. september 2019
Transformanalyse Jan Egil Kirkebø Universitetet i Oslo janki@ifi.uio.no 17./23. september 2019 Jan Egil Kirkebø (Inst. for Inf.) IN3190/IN4190 17./23. september 2019 1 / 22 Egenfunksjoner til LTI-systemer
DetaljerUke 4: z-transformasjonen
Uke 4: z-transformasjonen Jo Inge Buskenes Institutt for informatikk, Universitetet i Oslo INF3470/4470, høst 2012 2/30 Dagens temaer z-dometet; ett av tre domener z-transformasjonen; definisjon og egenskaper
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i Eksamensdag: 11. juni 27 Tid for eksamen: 14.3 17.3 Oppgavesettet er på 5 sider. Vedlegg: INF 347 / INF 447 Digital Signalbehandling
DetaljerUke 9: Diskret Fourier Transform, I
Uke 9: Diskret Fourier Transform, I Jo Inge Buskenes Institutt for informatikk, Universitetet i Oslo INF3470/4470, høst 2011 2/23 Dagens temaer Sampling og periodisitet DFT DFT og DTFT 3/23 Tema Sampling
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF3470 Digital signalbehandling Eksamensdag: 1. desember 013 Tid for eksamen: 14.30 18.30 Oppgavesettet er på 15 sider. Vedlegg:
DetaljerUke 4: z-transformasjonen
Uke 4: z-transformasjonen Jo Inge Buskenes Institutt for informatikk, Universitetet i Oslo INF3470/4470, høst 2013 2/31 Dagens temaer z-dometet; ett av tre domener z-transformasjonen; definisjon og egenskaper
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF347/447 Digital signalbehandling Eksamensdag:. desember 5 Tid for eksamen: 9. 3. Oppgavesettet er på 7 sider. Vedlegg: Ingen
DetaljerFILTERDESIGN Ukeoppgavene skal leveres som selvstendige arbeider. Det forventes at alle har satt seg inn i instituttets krav til innleverte oppgaver: Norsk versjon: http://www.ifi.uio.no/studinf/skjemaer/erklaring.pdf
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF347/447 Digital signalbehandling Eksamensdag: 1. desember 16 Tid for eksamen: 14.3 18.3 Oppgavesettet er på 8 sider. Vedlegg:
DetaljerUke 4: z-transformasjonen
Uke 4: z-transformasjonen Jo Inge Buskenes Institutt for informatikk, Universitetet i Oslo INF3470/4470, høst 2011 2/26 Dagens temaer z-dometet; ett av tre domener z-transformasjonen; definisjon og egenskaper
DetaljerFILTERDESIGN Ukeoppgavene skal leveres som selvstendige arbeider. Det forventes at alle har satt seg inn i instituttets krav til innleverte oppgaver: Norsk versjon: http://www.ifi.uio.no/studinf/skjemaer/erklaring.pdf
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF3440/4440 Signalbehandling Eksamensdag: xx. desember 007 Tid for eksamen: Oppgavesettet er på 6 sider. Vedlegg: Tillatte hjelpemidler:
DetaljerUke 4: z-transformasjonen
Uke 4: z-transformasjonen Jo Inge Buskenes Institutt for informatikk, Universitetet i Oslo INF3470/4470, høst 2013 2/31 Dagens temaer z-dometet; ett av tre domener z-transformasjonen; definisjon og egenskaper
DetaljerRepetisjon: LTI-systemer
Forelesning, 11. mars 4 Tilhørende pensum er 6.1-6.4 i læreboken. repetisjon av FIR-filtre frekvensresponsen til et FIR-filter beregne utgangen fra FIR-filtret ved hjelp av frekvensresponsen steady-state
DetaljerUke 4: z-transformasjonen
Uke 4: z-transformasjonen Jo Inge Buskenes Institutt for informatikk, Universitetet i Oslo INF3470/4470, høst 2011 2/29 Dagens temaer z-dometet; ett av tre domener z-transformasjonen; definisjon og egenskaper
DetaljerRepetisjon. Jo Inge Buskenes. INF3470/4470, høst Institutt for informatikk, Universitetet i Oslo
Repetisjon Jo Inge Buskenes Institutt for informatikk, Universitetet i Oslo INF3470/4470, høst 2012 2/1 Dagens temaer 3/1 Tema 3 domener Digitale systemer kan analyseres i tids-, frekvens- eller z-domenet
DetaljerRepetisjon. Jo Inge Buskenes. INF3470/4470, høst Institutt for informatikk, Universitetet i Oslo
Repetisjon Jo Inge Buskenes Institutt for informatikk, Universitetet i Oslo INF3470/4470, høst 2013 3 domener Digitale systemer kan analyseres i tids-, frekvens- eller z-domenet 1 Tidsdomenet, eller n-domenet:
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF3470 Digital signalbehandling Eksamensdag: 11. desember 01 Tid for eksamen: 14.30 18.30 Oppgavesettet er på 1 sider. Vedlegg:
DetaljerHjelpemidler/hjelpemiddel: D - "Ingen trykte eller håndskrevne hjelpemidler tillatt. Enkel kalkulator tillatt."
Side av 8 + sider vedlegg NORGES TEKNISK-NATURVITENSKAPELIGE UNIVERSITET INSTITUTT FOR ELEKTRONIKK OG TELEKOMMUNIKASJON Signalbehandling Faglig kontakt under eksamen: Navn: Tor A. Ramstad Tlf.: 46660465
DetaljerGenerell informasjon om faget er tilgjengelig fra It s learning.
Stavanger,. oktober 3 Det teknisknaturvitenskapelige fakultet ELE5 Signalbehandling, 3. Generell informasjon om faget er tilgjengelig fra It s learning. Innhold 4. Frekvensrespons for system.....................
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF/ Signalbehandling Eksamensdag: 9. desember Tid for eksamen:. 7. Oppgavesettet er på sider. Vedlegg: Ingen Tillatte hjelpemidler:
DetaljerDagens temaer. 3 domener. Tema. Time 4: z-transformasjonen. z-dometet; ett av tre domener. Andreas Austeng@ifi.uio.no, INF3470
Dagens temaer Time 4: z-transformasjonen Andreas Austeng@ifi.uio.no, INF3470 z-dometet; ett av tre domener z-transformasjonen; definisjon og egenskaper Ifi/UiO September 2009 H(z); systemfunksjonen og
DetaljerLØSNINGSFORSLAG TIL SIGNALBEHANDLING 1 JUNI 2010
LØSNINGSFORSLAG TIL SIGNALBEHANDLING JUNI Løsningsforslag til eksamen i Signalbehandling, mai Side av 5 Oppgave a) Inngangssignalet x(t) er gitt som x( t) = 5cos(π t) + 8cos(π 4 t). Bruker Eulers formel
DetaljerUke 12: FIR-filter design
Uke 12: FIR-filter design Jo Inge Buskenes Institutt for informatikk, Universitetet i Oslo INF3470/4470, høst 2013 2/47 Dagens temaer Repetisjon Design av digitale filtre Design av FIR filtre 3/47 Tema
DetaljerGenerell informasjon om faget er tilgjengelig fra It s learning.
Stavanger, 6. august 013 Det teknisknaturvitenskapelige fakultet ELE500 Signalbehandling, 013. Generell informasjon om faget er tilgjengelig fra It s learning. Innhold 5.1 Implementering av IIR filter....................
DetaljerFasit til midtveiseksamen
Fasit til midtveiseksamen INF344/444 Signalbehandling 2. november 24 Oppgave Betrakt systemet x(n) T y (n) med y(n) = 4 5 [x(n+)] 2. Avgjør og begrunn ditt svar om hvorvidt dette systemet er. lineært,
DetaljerBedømmelse: Ved bedømmelse vektlegges oppgavene I, II og III likt.
Side 1 av 5 + 2 sider vedlegg NORGES TEKNISK- NATURVITENSKAPELIGE UNIVERSITET INSTITUTT FOR TELETEKNIKK Signalbehandling Faglig kontakt under eksamen: Navn: Tor A. Ramstad Tlf.: 94314 KONTINUASJONSEKSAMEN
DetaljerSampling ved Nyquist-raten
Samplingsteoremet Oppgavegjennomgang, 7.mai Oversikt Presisering av samplingsteoremet Løse utsendt oppgave om sampling Løse oppgave, V Løse oppgave 3, V If a function f (t contains no frequencies higher
DetaljerUke 12: FIR-filter design
Uke 12: FIR-filter design Jo Inge Buskenes Institutt for informatikk, Universitetet i Oslo INF3470/4470, høst 2011 2/48 Dagens temaer Repetisjon Design av digitale filtre Design av FIR filtre 3/48 Notasjon
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF3470/4470 Digital signalbehandling Eksamensdag: 5. januar 019 Tid for eksamen: 09:00 13:00 Oppgavesettet er på 9 sider. Vedlegg:
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF3440/4440 Signalbehandling Eksamensdag: 11. desember 006 Tid for eksamen: 15.30 18.30 Oppgavesettet er på 7 sider. Vedlegg:
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i Eksamensdag: 29. mars 2007 Tid for eksamen: 09.00 2.00 Oppgavesettet er på 5 sider. Vedlegg: INF 3470 / INF 4470 Digital Signalbehandling
DetaljerUke 10: Diskret Fourier Transform, II
Uke 10: Diskret Fourier Transform, II Jo Inge Buskenes Institutt for informatikk, Universitetet i Oslo INF3470/4470, høst 011 /38 Dagens temaer Spektral glatting pga endelig lengde data Bruk av DFT en
DetaljerRepetisjon: Eksempel. Repetisjon: Aliasing. Oversikt, 26.februar Gitt. Alle signaler. Ettersom. vil alle kontinuerlig-tid signaler.
Oversikt, 6.februar Tilhørende pensum i boken er. -.. Repetisjon regning med aliasing og folding rekonstruksjon ved substitusjon FIR-filtre glidende middel et generelt FIR-filter enhetsimpulsresponsen
DetaljerHØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi
HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi Målform: Eksamensdato: 14.5.213 Varighet/eksamenstid: Emnekode: Emnenavn: 5 timer EDT24T Signalbehandling Klasse(r): 2EI 2EE Studiepoeng: 1 Faglærer(e):
DetaljerFasit, Eksamen. INF3440/4440 Signalbehandling 9. desember c 0 + c 1z 1 + c 2z 2. G(z) = 1/d 0 + d 1z 1 + d 2z 2
Fasit, Eksamen INF/ Signalbehandling 9. desember Oppgave : Strukturer To systemfunksjoner, G(z) og H(z), er gitt som følger: G(z) = c + c z + c z /d + d z + d z og H(z) = /d + dz + d z c + c z + c z. Figur
DetaljerSTE 6219 Digital signalbehandling Løsningsforslag
HØGSKOLEN I NARVIK Institutt for data-, elektro-, og romteknologi Masterstudiet EL/RT Side 1 av 3 STE 6219 Digital signalbehandling Løsningsforslag Tid: Fredag 20.04.2007, kl: 09:00-12:00 Tillatte hjelpemidler:
DetaljerEKSAMEN STE 6219 Digital signalbehandling
HØGSKOLEN I NARVIK Institutt for data-, elektro-, og romteknologi Masterstudiet EL/RT Side 1 av 4 EKSAMEN STE 6219 Digital signalbehandling Tid: Tirsdag 07.03.2006, kl: 09:00-12:00 Tillatte hjelpemidler:
DetaljerHØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi
HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi Målform: Bokmål Eksamensdato: 7.mai 24 Varighet/eksamenstid: 5 timer Emnekode: TELE 23 Emnenavn: Signalbehandling Klasse(r): 2EI 2EE Studiepoeng: Faglærer(e):
DetaljerBruk av tidsvindu. Diskret Fourier-transform. Repetisjon: Fourier-transformene. Forelesning 6. mai 2004
Repetisjon: Fourier-transformene Forelesning 6. mai 4 Spektralanalyse Pensum i boken: 3-4 til 3-5. Diskret tid Kontinuerlig tid Diskret frekvens DFT, X[k] Fourierrekker, {a k } Kontinuerlig frekvens DTFT,
DetaljerTTT4110 Informasjons- og signalteori Løsningsforslag eksamen 9. august 2004
Norges teknisknaturvitenskapelige universitet Institutt for elektronikk og telekommunikasjon TTT40 Informasjons- og signalteori Løsningsforslag eksamen 9. august 004 Oppgave (a) Et lineært tidinvariant
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i Eksamensdag: mai 2002 IN 155 Digital Signalbehandling Tid for eksamen: 6. mai 9.00 21. mai 12.00 Oppgavesettet er på 5 sider.
DetaljerEksempel 1. Frekvensene i DFT. Forelesning 13. mai På samme måte har vi at. I et eksempel fra forrige uke brukte vi sekvensen
Frekvensene i DFT Forelesning 3. mai 4 Pensum i boken: fra 3-5.3 til 3-8.4, samt 3-9. Delkapitlene 3-8.5, 3-8.6 og 3-8.7 er nyttig selvstudium. Oversikt Spektralanalyse av signaler med endelig lengde Spektralanalyse
DetaljerHØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi
HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi Målform: Bokmål Eksamensdato: 16.mai 1 Varighet/eksamenstid: Emnekode: Emnenavn: 5 timer EDT4T Signalbehandling Klasse(r): EI EE Studiepoeng: 1 Faglærer(e):
DetaljerSTE 6219 Digital signalbehandling Løsning til kontinuasjonseksamen
HØGSKOLEN I NARVIK Institutt for data-, elektro-, og romteknologi Masterstudiet EL/RT Side av 4 STE 629 Digital signalbehandling Løsning til kontinuasjonseksamen Tid: Fredag 03.08.2007, kl: 09:00-2:00
DetaljerNORGES TEKNISK- NATURVITENSKAPELIGE UNIVERSITET Side 1 av 5
NORGES TEKNISK- NATURVITENSKAPELIGE UNIVERSITET Side 1 av 5 INSTITUTT FOR TELETEKNIKK + 2 sider vedlegg Signalbehandling Faglig kontakt under eksamen: Navn: Anna Kim Tlf.: 50214 KONTINUASJONSEKSAMEN I
DetaljerLøsningsforslag til hjemmeeksamen i INF3440 / INF4440
Løsningsforslag til hjemmeeksamen i INF3 / INF Jan Egil Kirkebø 7. oktober 3 Oppgave a π = 9 n= (n)!(3 + 39n) (n!) 39 n Srinivasa Ramanujan Vi ser at første dag i 999 har index 5, mens siste registrerte
DetaljerTidsdomene analyse (kap 3 del 2)
INF3470 Digital signalbehandling Tidsdomene analyse (kap 3 del 2) Sverre Holm 3.9 Diskret konvolusjon Metode for å finne responsen fra et filter med 0 initialbetingelser, fra impulsresponsen h[n] Enkelt
DetaljerBasisbilder - cosinus. Alternativ basis. Repetisjon Basis-bilder. INF april 2010 Fouriertransform del II. cos( )
INF 30 0. april 00 Fouriertransform del II Kjapp repetisjon Bruk av vinduer Konvolusjonsteoremet Filtre og filtrering i frekvensdomenet Eksempel: 3 5 4 5 3 4 3 6 Repetisjon Basis-bilder Sort er 0, hvit
DetaljerHØGSKOLEN - I - STAVANGER. Institutt for elektroteknikk og databehandling
HØGSKOLEN - I - STAVANGER Institutt for elektroteknikk og databehandling EKSAMEN I: TE 559 Signaler og systemer VARIGHET: 5 timer TILLATTE HJELPEMIDLER: Kalkulator, K. Rottmanns formelsamling OPPGAVESETTET
DetaljerRepetisjon: Spektrum for en sum av sinusoider
Forelesning 9. april 4 Pensum i boken: - og -, noe fra -4 ikke nødvendig å lese, -6., -8-3. og -3.5 3- til 3-4 Oversikt Spektrum for et signal, frekvensinnholdet Bruk av Fourier-transform FT for å beregne
DetaljerFilterkonsepter kapittel 6 Sverre Holm
Filterkonsepter kapittel 6 Filterkonsepter kapittel 6 Sverre Holm 6 Filterkonsepter 6.1 Frekvensrespons og filterkarakteristikker gain, forsinkelse, fase, lineær- og minimum-fase, grafisk betraktning 6.2
DetaljerFilterkonsepter kapittel 6 Sverre Holm
Filterkonsepter kapittel 6 Sverre Holm Z-transform 20. oktober 2009 2 1 Konvolusjon produkt 20. oktober 2009 3 Stabilitet og kausalitet 20. oktober 2009 4 2 Fourier transform, filter med reelle koeff Reell
DetaljerHØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi
HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi Kandidatnr: Eksamensdato: 27.5.21 Varighet/eksamenstid: Emnekode: 5 timer EDT24T Emnenavn: Signalbehandling 1 Klasse(r): 2ET 2EE Studiepoeng: 1 Faglærer(e):
DetaljerDagens temaer. Endelig lengde data. Tema. Time 11: Diskret Fourier Transform, del 2. Spektral glatting pga endelig lengde data.
Dagens temaer Time : Diskret Fourier Transform, del Andreas Austeng@ifi.uio.no, INF37 Institutt for informatikk, Universitetet i Oslo Spektral glatting pga endelig lengde data Bruk av en Frekvensestimering
DetaljerHØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi
HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi Eksamensdato: 19.5.211 Varighet/eksamenstid: Emnekode: 5 timer EDT24T Emnenavn: Signalbehandling 1 Klasse(r): 2EE Studiepoeng: 1 Faglærer(e): Håkon Grønning
DetaljerHØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi
HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi Målform: Bokmål Eksamensdato: 6.mai 215 Varighet/eksamenstid: 5 timer Emnekode: TELE 23 Emnenavn: Signalbehandling Klasse(r): 2EI 2EE Studiepoeng: 1 Faglærer(e):
DetaljerSTE6146 Signalbehandling =-WUDQVIRUPHQ
TE6146 ignalbehandling =-WUDQVIRUPHQ,QWURGXNVMRQ Fourier-transformen er et meget nyttig verktøy for diskrete signaler og systemer Fourier-transformen konvergerer ikke for alle følger Trenger mere generelt
DetaljerIntroduksjon. «Diskret» sinus/cosinus i 1D. Funksjonen sin(θ) INF april 2010 Fourier -- En annen vinkling på stoffet i kapittel 4
Introduksjon INF 2310 13. april 2010 Fourier -- En annen vinkling på stoffet i kapittel 4 Fourier: Vi kan uttrykke ethvert bilde som en vektet sum av sinus- og cosinus-signaler med ulik frekvens og orientering
DetaljerFormelark for eksamen i TE 559 Signaler og systemer Kontinuerlig tid Diskret tid Beskrivelse Dierensialligning Dieranseligning y(t) =y (t) +3u(t) +5u (t) y[k] =,y[k, ] + u[k] Beskrivelse Impulsrespons,
DetaljerTidsdomene analyse (kap 3 del 2)
INF3470 Digital signalbehandling Tidsdomene analyse (kap 3 del 2) Sverre Holm 3.9 Diskret konvolusjon Metode for å finne responsen fra et filter med 0 initialbetingelser, fra impulsresponsen h[n] Enkelt
DetaljerLØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital signalbehandling
Side 1 av 4 HØGSKOLEN I NARVIK Institutt for data-, elektro-, og romteknologi MSc-studiet EL/RT LØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital signalbehandling Tid: Fredag 11.03.2005, kl: 09:00-12:00 Tillatte
DetaljerSTE 6146 Digital signalbehandling. Løsningsforslag til eksamen avholdt
HØGSKOLEN I NARVIK Institutt for data-, elektro-, og romteknologi Sivilingeniørstudiet EL/RT STE 6146 Digital signalbehandling Løsningsforslag til eksamen avholdt 06.02.03 Oppgaver 1. Forklar hva som er
DetaljerLØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital signalbehandling
Side1av4 HØGSKOLEN I NARVIK Institutt for data-, elektro-, og romteknologi Sivilingeniørstudiet EL/RT LØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital signalbehandling Tid: Mandag 27.08.2009, kl: 09:00-12:00
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF3470/4470 Digital signalbehandling Eksamensdag: 19. desember 017 Tid for eksamen: 09.00 13.00 Oppgavesettet er på 16 sider.
DetaljerIIR filterdesign Sverre Holm
IIR filterdesign IIR filterdesign Sverre Holm Filterspesifikasjon IIR kontra FIR IIR filtre er mer effektive enn FIR færre koeffisienter for samme magnitudespesifikasjon Men bare FIR kan gi eksakt lineær
DetaljerFilterkonsepter kapittel 6 Sverre Holm
Filterkonsepter kapittel 6 Filterkonsepter kapittel 6 Sverre Holm 6 Filterkonsepter 6.1 Frekvensrespons og filterkarakteristikker gain, forsinkelse, fase, min fase, grafisk betraktning 6.2 FIR filtre og
DetaljerFourier-Transformasjoner IV
Fourier-Transformasjoner IV Lars Vidar Magnusson March 1, 2017 Delkapittel 4.6 Some Properties of the 2-D Discrete Fourier Transform Forholdet Mellom Spatial- og Frekvens-Intervallene Et digitalt bilde
DetaljerForelesening INF / Spektre - Fourier analyse
Forelesening INF 24 27/ - 25 Spektre - Fourier analyse Spektre - Fourier analyse og syntese Tosidig spektrum Beat notes Amplitudemodulasjon Periodiske og ikke-periodiske signaler Fourier rekker - analyse
DetaljerLØSNINGSFORSLAG TIL KONTINUASJONSEKSAMEN STE 6219 Digital signalbehandling
HØGSKOLEN I NARVIK Institutt for data-, elektro-, og romteknologi Masterstudiet EL/RT LØSNINGSFORSLAG TIL KONTINUASJONSEKSAMEN STE 629 Digital signalbehandling Tid: Torsdag 0.08.2006, kl: 09:00-2:00 Tillatte
DetaljerTTT4110 Informasjons- og signalteori Sortering av tidligere eksamensoppgaver
TTT4110 Informasjons- og signalteori Sortering av tidligere eksamensoppgaver 21. november 2010 1 Kontinuerlige signaler og systemer 1.1 Signaler i tidsdomenet 2009M 3 b gitt x(t), sum av DC og to sinussignaler,
DetaljerFilter-egenskaper INF Fritz Albregtsen
Filter-egenskaper INF 60-04.03.2002 Fritz Albregtsen Tema: Naboskaps-operasjoner Del 2: - Lineær filtrering - Gradient-detektorer - Laplace-operatorer Linearitet H [af (x, y) + bf 2 (x, y)] ah [f (x, y)]
DetaljerKompleks eksponentialform. Eulers inverse formler. Eulers formel. Polar til kartesisk. Kartesisk til polar. Det komplekse signalet
Komplekse tall Vi definerer det komplekse tallet z C. Komplekse eksponentialer og fasorer Det komplekse planet Kartesisk og polar form Komplekse eksponentiale signaler Roterende fasor Addisjon av fasorer
Detaljer303d Signalmodellering: Gated sinus a) Finn tidsfunksjonen y(t) b) Utfør en Laplace transformasjon og finn Y(s)
303d Signalmodellering: Gated sinus... 1 610 Operasjonsforsterkere H2013-3... 1 805 Sallen and Key LP til Båndpass filter... 2 904 Z-transformasjon av en forsinket firkant puls.... 4 913 Chebyshev filter...
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i Eksamensdag: Oppgavesettet er på 9 sider. Vedlegg: Tillatte hjelpemidler: INF2400 Digital signalbehandling 16. 23. april 2004,
DetaljerForkunnskapskrav. Hva handler kurset om. Kontaktinformasjon. Kurset er beregnet på en student som kan
Velkommen til INF4, Digital signalbehandling Hilde Skjevling (Kursansvarlig) Svein Bøe (Java) INSTITUTT FOR INFORMATIKK Kontaktinformasjon E-post: hildesk@ifi.uio.no Telefon: 85 4 4 Kontor: 4 i 4.etasje,
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF347/447 Digital signalbehandling Eksamensdag:. desember 5 Tid for eksamen: 9. 3. Oppgavesettet er på 6 sider. Vedlegg: Ingen
DetaljerOppgaven må gis etter at vi har gjennomgått bodeplot for resonanskretser. Anta at opampen er ideell og kun fungerer som en ren forsterker Rf
Oppgaver med løsningsforslag FYS30 H009 Uke 40 H.Balk 4.4 Bodeplot for krets med reelle og komplekse poler Oppgaven må gis etter at vi har gjennomgått bodeplot for resonanskretser Anta at opampen er ideell
DetaljerKontrollspørsmål fra pensum
INNFHOLD: Kontrollspørsmål fra pensum... Integrasjonsfilter... 5 Lag et digitalt filter ved å digitalisere impulsresponsen til et analogt filter... 5 Laplace... 6 Pulsforsterker... 6 På siste forelesning
Detaljerf(t) F( ) f(t) F( ) f(t) F( )
NORGES TEKNISK-NATURVITENSKAPELIGE UNIVERSITET INSTITUTT FOR PETROLEUMSTEKNOLOGI OG ANVENDT GEOFYSIKK Oppgave SIG4045 Geofysisk Signalanalyse Lsningsforslag ving 3 a) ' xy (t) = x()y(t + )d : La oss, for
Detaljer5.8 Iterative estimater på egenverdier
5.8 Iterative estimater på egenverdier Det finnes ingen eksplisitt formel for beregning av egenverdiene til en kvadratisk matrise. Iterative metoder som finner (ofte) en (meget god) approksimasjon til
DetaljerIIR filterdesign Sverre Holm
IIR filterdesign Sverre Holm Filterspesifikasjon 1 IIR kontra FIR IIR filtre er mer effektive enn FIR færre koeffisienter for samme magnitude- spesifikasjon Men bare FIR kan gi eksakt lineær fase Lineær
DetaljerSTE6146 Signalbehandling .RQWLQXHUOLJH ILOWUH
TE6146 ignalbehandling.rqwlqxhuoljh ILOWUH,QWURGXNVMRQ Ved enkelte metoder for design av digitale filtre, baserer en seg på tilgjengeligheten av metoder for design av analoge (kontinuerlige) filtre. Må
DetaljerBasisbilder - cosinus v Bildene
Repetisjon Basis-bilder 737 Midlertidig versjon! INF 3 9 mars 7 Diskret Fouriertransform del II Ortogonal basis for alle 4x4 gråtonebilder Kjapp repetisjon Konvolusjonsteoremet Filtre og filtrering i frekvensdomenet
DetaljerINF mars 2017 Diskret Fouriertransform del II
INF230 29. mars 207 Diskret Fouriertransform del II Kjapp repetisjon Konvolusjonsteoremet Filtre og filtrering i frekvensdomenet Bruk av vinduer 207.03.29 INF230 / 40 Repetisjon Basis-bilder Sort er 0,
Detaljer'HQ GLVNUHWH )RXULHU-WUDQVIRUPHQ (')7)
TE6146 ignalbehandling 'HQ GLVNUHWH )RXULHU-WUDQVIRUPHQ (')7),QWURGXNVMRQ,, Har tidligere sett på Fourier- og Z-transformene for diskrete følger. For følger av endelig varighet, er det mulig å utvikle
DetaljerLøsningsforslag til prøveeksamen i fag SIG50 Signalbehandling
Løsningsforslg til prøveeksmen i fg SIG50 Signlbehndling (Våren-0) Av Finn Hugen (fglærer). 4. februr 00. 1. Det må smples med smplingsfrekvens høyere enn gnger signlfrekvensen for t nedfolding skl unngås,
DetaljerForelesning, 23.februar INF2400 Sampling II. Øyvind Ryan. Februar 2006
INF2400 Februar 2006 INF2400 Innhold Delkapitlene 4.4-4.6 fra læreboken, 4.3 er til selvstudium. Repetisjon om sampling og aliasing Diskret-til-kontinuerlig omforming Interpolasjon med pulser Oversamling
DetaljerForelesning nr.13 INF 1410
Forelesning nr.3 INF 4 Komplekse frekvenser og Laplace-transform Oversikt dagens temaer Me Mer om sinusformede signaler om komplekse frekvenser Introduksjon til Laplace-transform Løsning av kretsligninger
DetaljerEksempel: Ideelt lavpassfilter
Filterdesign i frekvensdomenet Lavpassfiltre Romlig representasjon av ideelt lavpassfilter Slipper bare gjennom lave frekvenser (mindre enn en grense D 0 som kalles filterets cut-off-frekvens) I signalbehandling
DetaljerINF mars 2017 Fourier I -- En litt annen vinkling på stoffet i kapittel 4
INF 2310 22. mars 2017 Fourier I -- En litt annen vinkling på stoffet i kapittel 4 I dag: Sinus-funksjoner i 1D og 2D 2D diskret Fouriertransform (DFT) Mandag 27. mars: Supplementsforelesning holdt av
DetaljerForelesning, 17.februar INF2400 Sampling II. Øyvind Ryan. Februar 2005
INF2400 Februar 2005 INF2400 Innhold Delkapitlene 4.4-4.6 fra læreboken, 4.3 er til selvstudium. Repetisjon om sampling og aliasing Diskret-til-kontinuerlig omforming Interpolasjon med pulser Oversamling
Detaljersin(2 ui/n) starter på 0 og repeteres u ganger per N samples. cos(2 ui/n) starter på 1 og repeteres u ganger per N samples
0700 Foreløbig versjon! INF 0 mars 07 Fourier I -- En litt annen vinkling på stoffet i kapittel I dag: Sinus-funksjoner i D og D D diskret Fouriertransform (DFT) Introduksjon I/II Et gråtonebilde Typisk
DetaljerFakta om fouriertransformasjonen
Fakta om fouriertransformasjonen TMA413/TMA415, V13 Notasjon Fouriertransformasjonen til funksjonen f er F[f](ω) = ˆf(ω) = 1 Den inverse fouriertransformasjonen er F 1 [g](x) = 1 f(x)e iωx dx g(ω)e iωx
DetaljerUtregning av en konvolusjonssum
Forelesning 4.mars 2004 Tilhørende pensum: 5.4-5.8 byggeklosser i implementasjon av FIR-filtre multiplikator adderer enhets blokkdiagrammer over FIR-filtre LTI-systemer tidsinvarians linearitet utlede
Detaljer