Utregning av en konvolusjonssum

Størrelse: px
Begynne med side:

Download "Utregning av en konvolusjonssum"

Transkript

1 Forelesning 4.mars 2004 Tilhørende pensum: byggeklosser i implementasjon av FIR-filtre multiplikator adderer enhets blokkdiagrammer over FIR-filtre LTI-systemer tidsinvarians linearitet utlede konvolusjonssummen egenskaper ved LTI-systemer konvolusjon som en operator konvolusjon er kommutativt konvolusjon er assosiativt LTI-systemer i kaskade Repetisjon: FIR-filtre Både inngang og utgang er diskrete sekvenser. Det generelle FIR-filtret er kausalt. b k x[n k] Impulsresponsen h[n], utgangen gitt δ[n] som inngang, er endelig. h[n] b k δ[n k] Glidende middel filtret er en type FIR-filter. 1 L x[n k], M L 1 Tidsforskjøvede enhetspulser kan brukes til signalsyntese. Konvolusjon x[k]δ[n k] h[k]x[n k] INSTITUTT FOR INFORMATIKK 1 INSTITUTT FOR INFORMATIKK 2 Utregning av en konvolusjonssum Anta et FIR-filter med koeffisienter b k {1, 2, 0, 3} og en inngang, der n [0, 8], definert som 7 Inngangssekvens Utregning av en konvolusjonssum Impulsresponsen h[n] h[n] b k δ[n k] δ[n] + 2 δ[n 1] 3 δ[n 3] Konvolusjonssummen h[k]x[n k] indeks n Hva blir utgangen fra filtret? Gitt M 3 har vi 3 h[k]x[n k] Er filtret kausalt? For hvilke n vil utgangen være definert? INSTITUTT FOR INFORMATIKK 3 INSTITUTT FOR INFORMATIKK 4

2 Utregning av en konvolusjonssum Inngangen er N 9 lang og for impulsresponsen h[n] er M 3. Det gir mening å regne ut for n [0, N + M 1]. Deler utgangen i 3 perioder transient på, når filtret er på vei inn over inngangen, 0 < n < M steady-state, når hele filtret er over en del av inngangen, M n N transient av, når filtret er på vei ut fra inngangen, N < n N + M 1 1. [n] physics a short-lived oscillation in a system caused by a sudden change of voltage or current or load 2. [n] one who stays for only a short time; "transient laborers" 4. [adj] enduring a very short time; "a passing fancy"; "youth s transient beauty" Transient på y[0] h[0]x[0] y[1] h[0]x[1] + h[1]x[0] y[2] h[0]x[2] + h[1]x[1] + h[2]x[0] Steady state y[3] h[0]x[3] + h[1]x[2] + h[2]x[1] + h[3]x[0] y[4] h[0]x[4] + h[1]x[3] + h[2]x[2] + h[3]x[1] y[5] h[0]x[5] + h[1]x[4] + h[2]x[3] + h[3]x[2] INSTITUTT FOR INFORMATIKK 5 INSTITUTT FOR INFORMATIKK 6 y[6] h[0]x[6] + h[1]x[5] + h[2]x[4] + h[3]x[3] Resultat av konvolusjonen y[7] h[0]x[7] + h[1]x[6] + h[2]x[5] + h[3]x[4] h[k]x[n k], n [0, N + M 1] y[8] h[0]x[8] + h[1]x[7] + h[2]x[6] + h[3]x[5] Utgangssekvens 5 Transient av 0 y[9] h[1]x[8] + h[2]x[7] + h[3]x[6] y[10] h[2]x[8] + h[3]x[7] y[11] h[3]x[8] indeks n Utgangen er definert for M flere sampler enn inngangen, n 9, 10, 11. INSTITUTT FOR INFORMATIKK 7 INSTITUTT FOR INFORMATIKK 8

3 Implementasjon av et FIR-filter Det generelle FIR-filtret Det som behøves er b k x[n k] 1. å få tak i tidsforsinkede versjoner av inngangen 2. å kunne multiplisere disse signalene med filterkoeffisientene 3. å addere de skalerte sekvensverdiene Enhetsforsinker Denne komponenten forsinker inngangen med en tidsenhet, det vil si med ett sampel. Dette er et FIR-filter. x[n 1] Implementeres ved å finne sampelverdien x[n 1] ved tiden n 1, spare den til neste klokkesykel n, og bruke den den da. Forsinkelse med en faktor M kan oppnås ved å sette flere enhetsforsinkere i kaskade. Tre komponenter realiserer det nødvendige, henholdsvis x[n 1] x[n 2] x[n 3] 1. enhetssoperator 2. multiplikator 3. adderer En slik kaskade kan implementeres ved bruk av et ringbuffer, og krever følgelig M ganger minnekapasiteten. INSTITUTT FOR INFORMATIKK 9 INSTITUTT FOR INFORMATIKK 10 Multiplikator Multiplikatoren multipliserer inngangen med en konstant β β β Multiplikatoren er et FIR-filter, av lengde 1 M 0, og med impulsrespons h[n] βδ[n] Adderer Denne komponenten adderer to signaler x [n] 1 x [n] 2 x [n] + x [n] 1 2 Addereren er ikke et FIR-filter, ettersom den har to innganger. Addisjon av flere innganger utføres gjerne i par av to. INSTITUTT FOR INFORMATIKK 11 INSTITUTT FOR INFORMATIKK 12

4 Blokkdiagram, direkte form x[n 1] b 0 b 1 Skriv ut uttrykket for utgangen fra FIR-filtret på figuren. 2 1 x[n 2] b 2 0 x[n 3] b 3 3 x[n 4] b 4 1 Et FIR-filter kalles også en "feed-forward differensligning". 3 INSTITUTT FOR INFORMATIKK 13 INSTITUTT FOR INFORMATIKK 14 Blokkdiagram, andre former Ulikt utseende blokkdiagrammer kan implementere samme FIR-filter, digrammet på direkte form er bare en av mange muligheter. Transponert form b 4 b 3 b 2 v [n] 4 v [n] 3 Noen detaljer om maskinvare blokkdiagrammet viser rekkefølge og avhengigheter i filtret; viktig å ta hensyn til hvis for eksempel parallellisering er ønsket tilpassing av et filter for en VLSI -brikke kan gjøres ved at en spesiell kompilator oversetter blokkdiagrammet til optimalisert kode for DSP-brikken. digital representasjon impliserer endelig nøyaktighet, effekten av avrundingsfeil må vurderes b 1 v [n] 2 v [n] 1 digital representasjon impliserer også endelig ordlengde, effekten av mulig overflow må vurderes Very Large Scale Integration b 0 INSTITUTT FOR INFORMATIKK 15 INSTITUTT FOR INFORMATIKK 16

5 Tidsinvarians Linearitet og tidsinvarians Vi skal se på begrepene linearitet og tidsinvarians. I den forbindelse introduseres en ny notasjon for FIR-filtret. Et diskret-tid system er tidsinvariant dersom også betyr at x[n n 0 ] y[n n 0 ] At inngangen transformeres til utgangen skrives som Systemer som tilfredsstiller kravene både til linearitet og tidsinvarians kalles lineære, tidsinvariante LTI systemer. Hva med systemene y 1 [n] 2 y 2 [n] n y 3 [n] x[3 n] INSTITUTT FOR INFORMATIKK 17 INSTITUTT FOR INFORMATIKK 18 Linearitet Et diskret-tid system er lineært dersom x 1 [n] y 1 [n] og også betyr at x 2 [n] y 2 [n] α x 1 [n] + β x 2 [n] α y 1 [n] + β y 2 [n] Systemer som ikke tilfredsstiller dette kalles ikke-lineære systemer. Hva med systemene y 1 [n] 2 FIR-filtre og LTI-systemer FIR-filtre er en type LTI-systemer. Det generelle FIR-filtret, definert ved b k x[n k] er både lineært og tidsinvariant. y 2 [n] n y 3 [n] x[3 n] INSTITUTT FOR INFORMATIKK 19 INSTITUTT FOR INFORMATIKK 20

6 FIR-filtrets tidsinvarians Finne utgangen når inngangen er tidsforsinket med n 0 sampler, v[n] x[n n 0 ] w[n] b k v[n k] b k x[n k n 0 ] b k x[n n 0 k] Tidsforsinke utgangen direkte y[n n 0 ] b k x[n n 0 k] w[n] FIR-filtrets linearitet Bruker α x 1 [n] + β x 2 [n] som gir b k x[n k] b k α x1 [n k] + β x 2 [n k] α b k x 1 [n k] + β b k x 2 [n k] α y 1 [n] + β y 2 [n] FIR-filtret er lineært. FIR-filtret er tidsinvariant. INSTITUTT FOR INFORMATIKK 21 INSTITUTT FOR INFORMATIKK 22 Konvolusjon og LTI-systemer Enhver sekvens kan representeres som en sum av skalerte og tidsforsinkede enhetspulser. x[l]δ[n l] l + x[ 2]δ[n + 2] + x[ 1]δ[n + 1]+ x[0]δ[n] + x[1]δ[n 1]+ x[2]δ[n 2] +... I det mest generelle tilfellet vil l summere fra til. Utlede konvolusjonssummen LTI-systemets respons på inngangen δ[n] er impulsresponsen h[n]. Fordi systemet er tidsinvariant vet vi også at responsen på en inngang δ[n 1] er h[n 1]. Noen flere par av inngang-utgang δ[n] h[n] δ[n 2] h[n 2] δ[n 1] h[n 1] h[n + 1] δ[n l] h[n l], l Z refereres også til som lineær kombinasjon eller superposisjon INSTITUTT FOR INFORMATIKK 23 INSTITUTT FOR INFORMATIKK 24

7 Utlede konvolusjonssummen Vi ser hver x[l] som en skaleringsfaktor. Noen innganger og utganger er x[0]δ[n] x[0]h[n] x[2]δ[n 2] x[2]h[n 2] x[ 1]δ[n 1] x[ 1]h[n + 1] x[l]δ[n l] x[l]h[n l], l Z Gitt ovenstående og kravet om linearitet må inngangen gi utgangen l l x[l]δ[n l] x[l]h[n l] Utlede konvolusjonssummen Merk at derivasjonen av siste uttrykk ikke inneholder noen antagelser om hvorvidt h[n] eller er av endelig lengde. Generelt kan de da ha uendelig lengde og konvolusjonssummen for alle LTI-systemer er x[l]h[n l] l Alle LTI-systemer kan representeres på denne måten. l x[l]δ[n l] l x[l]h[n l] INSTITUTT FOR INFORMATIKK 25 INSTITUTT FOR INFORMATIKK 26 Konvolusjon er kommutativt Viser at Konvolusjon som operator Konvolusjon representeres som en operator med tegnet, slik at h[n] x[l]h[n l] l Sekvensen konvolveres med h[n]. En enkel sammenheng er for ssystemet, der x[n n 0 ]. Vi husker at h[n] δ[n n 0 ], slik at δ[n n 0 ] x[n n 0 ] h[n] h[n] h[n] x[l]h[n l] l Substituerer k n l, som gir x[n k]h[k] n k k+ k x[n k]h[k] h[k]x[n k] h[n] INSTITUTT FOR INFORMATIKK 27 INSTITUTT FOR INFORMATIKK 28

8 Konvolusjon er assosiativt Viser at x 1 [n] x 2 [n] x 3 [n] x 1 [n] x 2 [n] x 3 [n] x 1 [n] x 2 [n] x 3 [n] x 1 [l] x 2 [k]x 3 [n l k] l l x 1 [l] q l q l k q x 2 [q l]x 3 [n q] x 1 [l]x 2 [q l]x 3 [n q] x 1 [l]x 2 [q l] x 3 [n q] x 1 [n] x 2 [n] x 3 [n] LTI-systemer i kaskade Signalet filtreres av et LTI-system som gir utgangen w[n]. Denne sekvensen sendes videre til et annet LTI-system, endelig utgang kalles. LTI 1 h 1[n] w[n] LTI 2 h 2[n] Utgangen fra det første filtret er w[n] h 1 [n] Etter neste filtrering er utgangen eller serie w[n] h 2 [n] h 1 [n] h 2 [n] INSTITUTT FOR INFORMATIKK 29 INSTITUTT FOR INFORMATIKK 30 FIR-filtrering av børsdata, midling LTI-systemer i kaskade Fordi konvolusjon er både kommutativt og assosiativt ser vi at h 1 [n] h 2 [n] h 1 [n] h 2 [n] h 2 [n] h 1 [n] h 2 [n] h 1 [n] 1 x[n k], M {50, 150}, L M+1 L OBX indeksen fra 02/ til 01/ OBX indeksen 51 punkt glidende middel 151 punkts glidende middel De to filtrene kan altså bytte plass uten at utgangen endres, som vist på figuren. 600 LTI 2 h 2[n] v[n] LTI 1 h 1[n] Total impulsrespons for kaskaden av filtre er h[n] h 1 [n] h 2 [n] h 2 [n] h 1 [n] tid i boersdager fra 02/ Hvorfor bruker glidende middel tid på å "komme opp"? INSTITUTT FOR INFORMATIKK 31 INSTITUTT FOR INFORMATIKK 32

Repetisjon: LTI-systemer

Repetisjon: 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

Detaljer

Repetisjon: Eksempel. Repetisjon: Aliasing. Oversikt, 26.februar Gitt. Alle signaler. Ettersom. vil alle kontinuerlig-tid signaler.

Repetisjon: 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

Detaljer

Tidsdomene analyse (kap 3 del 2)

Tidsdomene 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

Detaljer

Tidsdomene analyse (kap 3 del 2)

Tidsdomene 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

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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:

Detaljer

Uke 4: z-transformasjonen

Uke 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

Detaljer

STE 6146 Digital signalbehandling. Løsningsforslag til eksamen avholdt

STE 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

Detaljer

Uke 4: z-transformasjonen

Uke 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

Detaljer

Sampling ved Nyquist-raten

Sampling 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

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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

Detaljer

Uke 4: z-transformasjonen

Uke 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

Detaljer

Tidsdomene analyse (kap 3 del 1)

Tidsdomene analyse (kap 3 del 1) INF3470 Digital signalbehandling Tidsdomene analyse (kap 3 del 1) Sverre Holm Mål for kapittel 3: Systemer 1. Forstå linearitet, superposisjon, tidsinvarians og kausalitet t 2. Vite hvordan å identifisere

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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

Detaljer

Dagens temaer. 3 domener. Tema. Time 4: z-transformasjonen. z-dometet; ett av tre domener. Andreas Austeng@ifi.uio.no, INF3470

Dagens 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

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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.

Detaljer

EKSAMEN STE 6219 Digital signalbehandling

EKSAMEN 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:

Detaljer

LØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital signalbehandling

LØSNINGSFORSLAG 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

Detaljer

Uke 4: z-transformasjonen

Uke 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

Detaljer

INF3470 Digital signalbehandling Tidsdomene analyse (kap 3 del 1) Sverre Holm

INF3470 Digital signalbehandling Tidsdomene analyse (kap 3 del 1) Sverre Holm INF3470 Digital signalbehandling Tidsdomene analyse (kap 3 del 1) Sverre Holm Mål for kapittel 3: Systemer 1. Forstå linearitet, superposisjon, tidsinvarians og kausalitet 2. Vite hvordan å identifisere

Detaljer

STE 6219 Digital signalbehandling Løsning til kontinuasjonseksamen

STE 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

Detaljer

pdf

pdf FILTERDESIGN 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

Detaljer

Uke 4: z-transformasjonen

Uke 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

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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,

Detaljer

Uke 9: Diskret Fourier Transform, I

Uke 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

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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:

Detaljer

Generell informasjon om faget er tilgjengelig fra It s learning.

Generell 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....................

Detaljer

Uke 5: Analyse i z- og frekvensdomenet

Uke 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

Detaljer

STE 6219 Digital signalbehandling Løsningsforslag

STE 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:

Detaljer

Fasit til midtveiseksamen

Fasit 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,

Detaljer

Generell informasjon om faget er tilgjengelig fra It s learning. 7.1 Stokastisk prosess Lineær prediktor AR-3 prosess...

Generell informasjon om faget er tilgjengelig fra It s learning. 7.1 Stokastisk prosess Lineær prediktor AR-3 prosess... Stavanger, 1. september 013 Det teknisknaturvitenskapelige fakultet ELE500 Signalbehandling, 013. Generell informasjon om faget er tilgjengelig fra It s learning. Innhold 7.1 Stokastisk prosess..........................

Detaljer

Transformanalyse. Jan Egil Kirkebø. Universitetet i Oslo 17./23. september 2019

Transformanalyse. 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

Detaljer

'HQ GLVNUHWH )RXULHU-WUDQVIRUPHQ (')7)

'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

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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:

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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

Detaljer

Filter-egenskaper INF Fritz Albregtsen

Filter-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)]

Detaljer

LØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital signalbehandling

LØSNINGSFORSLAG 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

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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:

Detaljer

Dagens temaer. Definisjon av z-transformasjonen. Tema. Time 5: z-transformasjon og frekvens transformasjon. Fra forrige gang

Dagens 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

Detaljer

Uke 12: FIR-filter design

Uke 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

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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:

Detaljer

Fasit, 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. 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

Detaljer

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

HØGSKOLEN 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):

Detaljer

Hjelpemidler/hjelpemiddel: D - "Ingen trykte eller håndskrevne hjelpemidler tillatt. Enkel kalkulator tillatt."

Hjelpemidler/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

Detaljer

6WUXNWXUHU IRU GLVNUHWH V\VWHPHU

6WUXNWXUHU IRU GLVNUHWH V\VWHPHU TE6146 ignalbehandling 6WUXNWXUHU IRU GLVNUHWH V\VWHPHU,QWURGXNVMRQ For LTI system med rasjonal systemfunksjon, er sammenhengen mellom inngang og utgang gitt av differensligning med konstante koeffisienter

Detaljer

FILTERDESIGN 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

Detaljer

Løsningsforslag til hjemmeeksamen i INF3440 / INF4440

Løsningsforslag 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

Detaljer

Forelesning, 23.februar INF2400 Sampling II. Øyvind Ryan. Februar 2006

Forelesning, 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

Detaljer

Repetisjon. Jo Inge Buskenes. INF3470/4470, høst Institutt for informatikk, Universitetet i Oslo

Repetisjon. 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

Detaljer

Repetisjon. Jo Inge Buskenes. INF3470/4470, høst Institutt for informatikk, Universitetet i Oslo

Repetisjon. 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:

Detaljer

LØSNINGSFORSLAG TIL SIGNALBEHANDLING 1 JUNI 2010

LØSNINGSFORSLAG 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

Detaljer

Forelesning, 17.februar INF2400 Sampling II. Øyvind Ryan. Februar 2005

Forelesning, 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

Detaljer

LØSNINGSFORSLAG TIL KONTINUASJONSEKSAMEN STE 6219 Digital signalbehandling

LØSNINGSFORSLAG 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

Detaljer

Kontrollspørsmål fra pensum

Kontrollspørsmål 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

Detaljer

6DPSOLQJ DY NRQWLQXHUOLJH VLJQDOHU

6DPSOLQJ DY NRQWLQXHUOLJH VLJQDOHU TE6146 ignalbehandling 6DPOLQJ DY NRQWLQXHUOLJH VLJQDOHU,QWURGXNVMRQ Mest vanlige måte å oppnå diskrete signaler på er ved sampling av kontinuerlige signaler Under gitte forutsetninger kan kontinuerlige

Detaljer

Forkunnskapskrav. Hva handler kurset om. Kontaktinformasjon. Kurset er beregnet på en student som kan

Forkunnskapskrav. 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,

Detaljer

4 Matriser TMA4110 høsten 2018

4 Matriser TMA4110 høsten 2018 Matriser TMA høsten 8 Nå har vi fått erfaring med å bruke matriser i et par forskjellige sammenhenger Vi har lært å løse et lineært likningssystem ved å sette opp totalmatrisen til systemet og gausseliminere

Detaljer

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

HØGSKOLEN 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):

Detaljer

Bruk av tidsvindu. Diskret Fourier-transform. Repetisjon: Fourier-transformene. Forelesning 6. mai 2004

Bruk 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,

Detaljer

Uke 6: Analyse i frekvensdomenet

Uke 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

Detaljer

INF3470/4470 Digital signalbehandling. Repetisjon

INF3470/4470 Digital signalbehandling. Repetisjon INF3470/4470 Digital signalbehandling g Repetisjon Sverre Holm Contents Chapter 1 Overview Chapter 2 Discrete Signals Chapter 3 Time-Domain Analysis Chapter 4 z-transform Analysis Chapter 5 Frequency Domain

Detaljer

Uke 12: FIR-filter design

Uke 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

Detaljer

Gauss-Jordan eliminasjon; redusert echelonform. Forelesning, TMA4110 Fredag 18/9. Reduserte echelonmatriser. Reduserte echelonmatriser (forts.

Gauss-Jordan eliminasjon; redusert echelonform. Forelesning, TMA4110 Fredag 18/9. Reduserte echelonmatriser. Reduserte echelonmatriser (forts. Gauss-Jordan eliminasjon; redusert echelonform Forelesning, TMA4110 Fredag 18/9 Martin Wanvik, IMF MartinWanvik@mathntnuno En matrise vil normalt være radekvivalent med flere echelonmatriser; med andre

Detaljer

Dagens temaer. Endelig lengde data. Tema. Time 11: Diskret Fourier Transform, del 2. Spektral glatting pga endelig lengde data.

Dagens 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

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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:

Detaljer

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

HØGSKOLEN 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

Detaljer

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

HØGSKOLEN 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):

Detaljer

TTT4110 Informasjons- og signalteori Sortering av tidligere eksamensoppgaver

TTT4110 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,

Detaljer

Lokale operasjoner. Omgivelser/naboskap/vindu. Bruksområder - filtrering. INF 2310 Digital bildebehandling FILTRERING I BILDE-DOMÈNET I

Lokale operasjoner. Omgivelser/naboskap/vindu. Bruksområder - filtrering. INF 2310 Digital bildebehandling FILTRERING I BILDE-DOMÈNET I Lokale operasjoner INF 30 Digital bildebehandling FILTRERING I BILDE-DOMÈNET I Naboskaps-operasjoner Konvolusjon og korrelasjon Kant-bevarende filtre Ikke-lineære filtre GW Kap. 3.4-3.5 + Kap. 5.3 Vi skal

Detaljer

Lokale operasjoner. Omgivelser/naboskap/vindu. Bruksområder - filtrering. INF 2310 Digital bildebehandling FORELESNING 6 FILTRERING I BILDE-DOMÈNET I

Lokale operasjoner. Omgivelser/naboskap/vindu. Bruksområder - filtrering. INF 2310 Digital bildebehandling FORELESNING 6 FILTRERING I BILDE-DOMÈNET I Lokale operasjoner INF 30 Digital bildebehandling FORELESNING 6 FILTRERING I BILDE-DOMÈNET I Fritz Albregtsen Naboskaps-operasjoner Konvolusjon og korrelasjon Kant-bevarende filtre Ikke-lineære filtre

Detaljer

Uke 6: Analyse i frekvensdomenet

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

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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:

Detaljer

67( 'LJLWDO VLJQDOEHKDQGOLQJ

67( 'LJLWDO VLJQDOEHKDQGOLQJ TE6146 ignalbehandling 67( 'LJLWDO VLJQDOEHKDQGOLQJ 'LVNUHWH VLJQDOHU RJ V\VWHPHU Et signal er noe som inneholder informasjon Kan fysisk realiseres ved strømmer og spenninger, lyd, bilde etc ignalbehandling

Detaljer

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

HØGSKOLEN 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):

Detaljer

Fourier-Transformasjoner II

Fourier-Transformasjoner II Fourier-Transformasjoner II Lars Vidar Magnusson February 27, 2017 Resten av Delkapittel 4.2 Preliminary Concepts Delkapittel 4.3 Sampling and the Fourier Transform of Sampled Functions Delkapittel 4.4

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO Bokmål UNIVERSIEE I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : irsdag 29. mars 2011 id for eksamen : 15:00 19:00 Oppgavesettet er på : 5

Detaljer

Presentasjon av Field II. Teori om simuleringsmetoden

Presentasjon av Field II. Teori om simuleringsmetoden Presentasjon av Field II Teori om simuleringsmetoden Oversikt Lineære system Romlig impulsrespons Field II teori Opprinnelig simuleringsmetode/implementering Oppdeling av aperture i rektangulære element

Detaljer

SIE 4005, 9/10 (4. Forelesn.)

SIE 4005, 9/10 (4. Forelesn.) SIE 4005, 9/10 (4. Forelesn.) Tredje forelesning: 8.1 The control unit 8.2 Algorithmic state machines 8.3 Design example: Binary multiplier 8.4 Hardwired Control Fjerde forelesning: litt repetisjon 8.4

Detaljer

Formelark 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,

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF 3440 / INF 4440 Signalbehandling Eksamensdag: 27. oktober 2003 10. november 2003 Tid for eksamen: 12.00 12.00 Oppgavesettet

Detaljer

Dagens temaer. Tema. Time 6: Analyse i frekvensdomenet. z-transformasjonen. Fra forrige gang. Frekvensrespons funksjonen

Dagens 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

Detaljer

Repetisjon: Sampling. Repetisjon: Diskretisering. Repetisjon: Diskret vs kontinuerlig. Forelesning, 12.februar 2004

Repetisjon: Sampling. Repetisjon: Diskretisering. Repetisjon: Diskret vs kontinuerlig. Forelesning, 12.februar 2004 Repetisjon: Diskret vs kontinuerlig Forelesning,.februar 4 Kap. 4.-4. i læreboken. Anta variabelen t slik at a < t < b, (a, b) R sampling og rekonstruksjon, i tids- og frekvensdomenet Nyquist-Shannons

Detaljer

Eksempel 1. Frekvensene i DFT. Forelesning 13. mai På samme måte har vi at. I et eksempel fra forrige uke brukte vi sekvensen

Eksempel 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

Detaljer

A.3.e: Ortogonale egenfunksjonssett

A.3.e: Ortogonale egenfunksjonssett TFY4250/FY2045 Tillegg 2 1 Tillegg 2: A.3.e: Ortogonale egenfunksjonssett Ikke-degenererte egenverdier La oss først anta at en operator ˆF har et diskret og ikke-degeneret spektrum. Det siste betyr at

Detaljer

HØGSKOLEN - I - STAVANGER. Institutt for elektroteknikk og databehandling

HØGSKOLEN - 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

Detaljer

UNIVERSITETET I OSLO Institutt for informatikk. Masteroppgave. Lydfokusering og kildeseparasjon i et lokalt ekkofylt miljø. Bjørn Cato Syversrud

UNIVERSITETET I OSLO Institutt for informatikk. Masteroppgave. Lydfokusering og kildeseparasjon i et lokalt ekkofylt miljø. Bjørn Cato Syversrud UNIVERSITETET I OSLO Institutt for informatikk Masteroppgave Lydfokusering og kildeseparasjon i et lokalt ekkofylt miljø Bjørn Cato Syversrud 1. februar 27 Innhold Forord Sammendrag v vii 1 Introduksjon

Detaljer

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

HØGSKOLEN 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):

Detaljer

Mer om Histogramprosessering og Convolution/Correlation

Mer om Histogramprosessering og Convolution/Correlation Mer om Histogramprosessering og Convolution/Correlation Lars Vidar Magnusson January 30, 2017 Delkapittel 3.3 Histogram Processing Delkapittel 3.4 Fundementals of Spatial Filtering Lokal Histogramprosessering

Detaljer

LO510D Lin.Alg. m/graf. anv. Våren 2005

LO510D Lin.Alg. m/graf. anv. Våren 2005 TF Høgskolen i Sør Trøndelag Avdeling for informatikk og e læring LO5D Lin.Alg. m/graf. anv. Våren 5 Løsningsforslag Eksamen a) Setter α = og β = i ligningssystemet og gausseliminerer totalmatrisen til

Detaljer

Konvolusjon og filtrering og frevensanalyse av signaler

Konvolusjon og filtrering og frevensanalyse av signaler Høgskolen i Østfold Avdeling for informasjonsteknologi Fag IAD33505 Bildebehandling og mønstergjenkjenning Laboppgave nr 2 Konvolusjon og filtrering og frevensanalyse av signaler Sarpsborg 21.01.2005 20.01.05

Detaljer

Generell informasjon om faget er tilgjengelig fra It s learning. 1 En kort oppsummering Adaptiv filtrering 2. 3 Prediksjon 4

Generell informasjon om faget er tilgjengelig fra It s learning. 1 En kort oppsummering Adaptiv filtrering 2. 3 Prediksjon 4 Stavanger, 13. august 2013 Det teknisknaturvitenskapelige fakultet ELE500 Signalbehandling, 2013. Generell informasjon om faget er tilgjengelig fra It s learning. Innhold 1 En kort oppsummering. 1 2 Adaptiv

Detaljer

Matriser. Kapittel 4. Definisjoner og notasjon

Matriser. Kapittel 4. Definisjoner og notasjon Kapittel Matriser Vi har lært å løse et lineært ligningssystem ved å sette opp totalmatrisen til systemet gausseliminere den ved hjelp av radoperasjoner på matrisen Vi skal nå se nærmere på egenskaper

Detaljer

y(t) t

y(t) t Løsningsforslag til eksamen i TE 559 Signaler og Systemer Høgskolen i Stavanger Trygve Randen, t.randen@ieee.org 3. mai 999 Oppgave a) Et tidsinvariant system er et system hvis egenskaper ikke endres med

Detaljer

Hjelpemidler: D Ingen trykte eller håndskrevne hjelpemidler tillatt. Bestemt, enkel kalkulator tillatt.

Hjelpemidler: D Ingen trykte eller håndskrevne hjelpemidler tillatt. Bestemt, enkel kalkulator tillatt. Side av 5 NORGES TEKNISK- NATURVITENSKAPELIGE UNIVERSITET INSTITUTT FOR ELEKTRONIKK OG TELEKOMMUNIKASJON Faglig kontakt under eksamen: Navn: John Torjus Flåm Tlf.: 957602 EKSAMEN I EMNE TTT40 INFORMASJONS-

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Onsdag 2. juni 2010 Tid for eksamen : 09:00 12:00 Oppgavesettet er på : XXX sider

Detaljer

STE6146 Signalbehandling =-WUDQVIRUPHQ

STE6146 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

Detaljer

Uke 6: Analyse i frekvensdomenet

Uke 6: Analyse i frekvensdomenet Uke 6: Analyse i frekvensdomenet Jo Inge Buskenes Institutt for informatikk, Universitetet i Oslo INF3470/4470, høst 2011 2/41 Dagens temaer Fra forrige gang Frekvensrespons funksjonen Fourier rekker og

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO Løsningsforslag UNIVERSIEE I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF3 Digital bildebehandling Eksamensdag : irsdag 9. mars id for eksamen : 5: 9: Oppgavesettet er på : 5 sider

Detaljer

3UDNWLVN DQYHQGHOVH DY ')7

3UDNWLVN DQYHQGHOVH DY ')7 TE6146 ignalbehandling 3UDNWLVN DQYHQGHOVH DY ')7,QWURGXNVMRQ Kjenner DFT og FFT for effektiv numerisk beregning av DFT. Finnes ferdige funksjoner for FFT- algoritmer implementert i C/C og andre programmeringsspråk.

Detaljer

LØSNINGSFORSLAG for KONTINUASJONSEKSAMEN I FAG SIE2010 Informasjons- og signalteori, 29. juli y(n) = ay(n 1) + x(n k),

LØSNINGSFORSLAG for KONTINUASJONSEKSAMEN I FAG SIE2010 Informasjons- og signalteori, 29. juli y(n) = ay(n 1) + x(n k), NORGES TEKNISK-NATURVITENSKAPELIGE UNIVERSITET INSTITUTT FOR TELETEKNIKK Signalbehandling LØSNINGSFORSLAG for KONTINUASJONSEKSAMEN I FAG SIE200 Informasjons- og signalteori, 29. juli 2002 Oppgave I Gitt

Detaljer