Løsningsforslag til prøveeksamen i fag SIG50 Signalbehandling

Like dokumenter
Institutt for elektroteknikk og databehandling

UNIVERSITETET I OSLO

Generell informasjon om faget er tilgjengelig fra It s learning.

pdf

Repetisjon: LTI-systemer

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

UNIVERSITETET I OSLO


1 Tidsdiskret PID-regulering

UNIVERSITETET I OSLO

LØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital signalbehandling

STE 6219 Digital signalbehandling Løsning til kontinuasjonseksamen

LØSNINGSFORSLAG TIL SIGNALBEHANDLING 1 JUNI 2010

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

UNIVERSITETET I OSLO

STE 6146 Digital signalbehandling. Løsningsforslag til eksamen avholdt

Uke 6: Analyse i frekvensdomenet

UNIVERSITETET I OSLO

EKSAMEN STE 6219 Digital signalbehandling

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

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

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

Generell informasjon om faget er tilgjengelig fra It s learning.

Kapittel 5. Frekvensrespons. Beregningavfrekvensresponsfrasignaler. Figur 25 viser sammenhørende inngangssignal og utgangssignal for et system.

LØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital signalbehandling

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

UNIVERSITETET I OSLO

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

Uke 6: Analyse i frekvensdomenet

Løsningsforslag til hjemmeeksamen i INF3440 / INF4440

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

Uke 5: Analyse i z- og frekvensdomenet

UNIVERSITETET I OSLO

Tidsdiskrete systemer

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

Fasit til midtveiseksamen

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

1 Mandag 25. januar 2010

Uke 6: Analyse i frekvensdomenet

Sampling ved Nyquist-raten

Uke 4: z-transformasjonen

Uke 4: z-transformasjonen

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

Uke 4: z-transformasjonen

MIK 200 Anvendt signalbehandling, 2012.

LØSNINGSFORSLAG TIL KONTINUASJONSEKSAMEN STE 6219 Digital signalbehandling

Løsningforslag til eksamen i emnet MAS107 Reguleringsteknikk holdt torsdag 31. mai 2007

Løsning til eksamen i EE4107 Kybernetikk- videregående

STE 6219 Digital signalbehandling Løsningsforslag

UNIVERSITETET I OSLO

HØGSKOLEN - I - STAVANGER. Institutt for elektroteknikk og databehandling

TTT4110 Informasjons- og signalteori Løsningsforslag eksamen 9. august 2004

Filterkonsepter kapittel 6 Sverre Holm

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

Uke 9: Diskret Fourier Transform, I

UNIVERSITETET I OSLO

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

Løsningsforslag til prøveeksamen Mat1110 våren 2004 Oppgave 1 (a) Elemetære rekkeoperasjoner anvendt på den utvidete matrisen til systemet gir oss:

Uke 4: z-transformasjonen

Uke 12: FIR-filter design

y(t) t

IIR filterdesign Sverre Holm

Uke 12: FIR-filter design

Filterkonsepter kapittel 6 Sverre Holm

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

Bioberegninger - notat 3: Anvendelser av Newton s metode

Løsningsforslag til obligatorisk oppgave i ECON 2130

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

gir g 0 (x) = 2x + x 2 (x + 3) x x 2 x 1 (x + 3) 2 x 5 + 2x 4 + 6x 3 + x 2 + x + 3 x 2 (x + 3) 2 g(x; y) h(x) F (x; y) =

Frekvensanalyse av likestrømsmotor med diskret regulator og antialiasing filter

Repetisjon: Spektrum for en sum av sinusoider

UNIVERSITETET I OSLO

Uke 4: z-transformasjonen

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

Løsningsforslag til hjemmeøving nr.3 Kraftelektronikk/motordrifter

Tema 2: Stokastiske variabler og sannsynlighetsfordelinger Kapittel 3 ST :44 (Gunnar Taraldsen)

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

Basisbilder - cosinus. Alternativ basis. Repetisjon Basis-bilder. INF april 2010 Fouriertransform del II. cos( )

IIR filterdesign Sverre Holm

Signalfiltrering. Finn Haugen TechTeach. 21. september Sammendrag

UNIVERSITETET I OSLO

FIE Signalprosessering i instrumentering

EKSAMEN. 1. klassene, ingenørutdanning og Flexing. HansPetterHornæsogLarsNilsBakken. ANTALL SIDER UTLEVERT: 7 (innkl. forside og 4 sider formelark)

MIK 200 Anvendt signalbehandling, 2012.

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

Uke 10: Diskret Fourier Transform, II

Frekvensrespons. Kapittel Innledning

Dato: Tirsdag 28. november 2006 Lengde på eksamen: 4 timer Tillatte hjelpemidler: Kun standard enkel kalkulator, HP 30S

1 k 2 + 1, k= 5. i=1. i = k + 6 eller k = i 6. m+6. (i 6) i=1

So303e Kyb 2: Løsning til øving 11

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


FYS3220 Forelesningsnotat H.Balk

Dato: fredag 14 desember 2007 Lengde på eksamen: 4 timer Tillatte hjelpemidler: ingen. 1 Diskret tilstandsrommodell 2. 2 Stående pendel 4

INF3470/4470 Digital signalbehandling. Repetisjon

Lineær analyse i SIMULINK

Transkript:

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, dvs. f T > f 1 100 [Hz].. Derivsjon v regultorfunksjonen gir 3. u(t) K p ė(t)+ K p T i e(t) som med Eulers bkovermetode for derivsjonspproksimsjon gir u(k) u(k 1) e(k) e(k 1) K p + K p e(k) T s T s T i som ordnet gir u(k) u(k 1) + K p [e(k) e(k 1)] + K pt s e(k) T i () Ved stsjonære forhold hr lle signler konstnte verdier, slik t betydningen v tidsindeksen fller bort. Filterfunksjonen kn d skrives som (subindeks s står for stsjonær) som gir y s y s +(1 )u s y s u s hvilket viser t DC-signler (konstnte signler) slipper uendret igjennom filteret (utgngen er jo lik inngngen). (b) z-trnsformsjon v filterfunksjonen gir y(z) y(z)+(1 )u(z) som ordnet gir trnsferfunksjonen y(z) u(z) 1 (1 )z 1 z 1 z 1

u[n] 1- (1-)u[n] y[n] y[n-1] z -1 Figur 1: Blokkdigrm for filterfunksjonen (c) Blokkdigrmmet er vist i figur 1. (d) Fr filtefunksjonen får vi y[0] y[ 1] + (1 )u[0] (1 )u[0] y[1] y[0] + (1 )u[1] {(1 )u[0]} +(1 )u[1] 4. () Kryssmultipliserer trnsferfunksjonsuttrykket, hvilket gir ³ bz + cz + d x(z) z u(z) som kn skrives som inverstrnsformert gir bz x(z)+czx(z)+dx(z) z u(z) bx[n +]+cx[n +1]+dx[n] u[n +] som også kn skrives slik (etter frtrekk v i hver tidsindeks): x[n] cx[n 1] dx[n ] + u[n] b (b) Frekvensresponsen er H(e jω ) (e jω ) b(e jω ) + c(e jω )+d 5. Amplitudeforsterkningen er G(e jω ) be jω + c b(cos ω + j sin ω)+c

b(cos ω + j sin ω)+c (b cos ω + c)+jbsin ω q (b cos ω + c) +(bsin ω) 6. Et system er kuslt dersom responsen på utgngen ikke kommer før responsen på utgngen. 7. Eksempel på et FIR-filter: Eksempel på et IIR-filter: y[n] 1 (u[n]+u[n 1]) y[n] y[n 1] + bu[n] Vesensforskjellen mellom disse to filtertypene er t FIR-filteres impulsrespons er null etter et bestemt ntll tidsskritt, mens IIR-filteres impulsrespons konvergerer mot null, men er ldri ekskt null, når tidsindeksen går mot uendelig. 8. Et filter med lineær fse medfører t lle frekvenskomponenter (unsett frekvens) på inngngen får smme tidsforsinkelse gjennom filteret. 9. Se figur. 10. () pzmp: Beregner (og evt. plotter) systemets poler. (b) lsim: Simulerer (og evt. plotter) systemet med et fritt definert inngngssignl. (c) tf: Genererer en LTI-modell (LTI-objekt). (d) bode: Beregner (og evt. plotter) systemets frekvensrespons. (e) step: Simulerer (og evt. plotter) systemet med enhetssprng på inngngen. 11. Polen er roten i den krkteristiske likning: Polen er således cz + d 0 z 1 d c 3

Amplitudeforsterkning Lvpss: 1 0 0 Frekvens Høypss: Båndstopp: Båndpss: Figur : Ideelle mplitudekrkteristikker for forskjellige filtertyper Systemet er symptotisk stbilt dersom polen(e) ligger innenfor enhetssirkelen, dvs. dersom d c < 1 1. Dersom et plott v mplituden v DFT (diskret Fourier-trnsformen) viser tydelige spikere ved visse frekvenser, inneholder signlet bl.. disse frekvenskomponentene. Dette skyldes t DFT v et sinussignl (eller cosinus) er en impul ved signlets frekvens. 13. De to første verdiene v signlets DFT: X[0] x[0]e jπ 0 0/N + x[1]e jπ 0 1/N x[0] + x[1] X[1] x[0]e jπ 1 0/N + x[1]e jπ 1 1/N x[0] + x[1]e jπ/n 4

14. Beregn båndbredden i rd/smple slik: ω c πf c T Beregn frekvenskorrigert båndbredde i rd/sek slik: Ω c µ T tn ωc Finn s-trnsferfunksjonen H (s) for (det nloge). ordens Butterworth lvpssfilteret ut fr Ω c. Finn det diskrete filterets z-trnsferfunksjon H d (s) ved å nvende den bilineære trnsformsjonen på H (s). s T 1 z 1 1+z 1 15. Reguleringssystemets stbilitetsegenskper bestemmes ved å undersøke plsseringen v polene v reguleringssystemets følgeforhold M(z) h r(z)h p (z) 1+h r (z)h p (z) Reguleringssystemets båndbredde finnes som 3 db-frekvensen i M(e mplitudekrkteristikken i følgeforholdets frekvensresponsenm dvs. i jω ). 16. r xy [0] x[n]y[n 0] x[n]y[n] n n x[0]y[0] + x[1]y[1] + x[]y[] r xy [1] n x[n]y[n 1] x[1]y[0] + x[]y[1] 17. Signlets utokorrelsjonsfunksjon beregnes. Dersom utokorrelsjonsfunksjonen for tidsforskyvning 0 hr betydelig større verdi enn for ndre verdier v forskyvningen, kn vi konkludere t signl hr utpreget hvit-støy-krkter. 5