LØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital signalbehandling

Like dokumenter
STE 6219 Digital signalbehandling Løsningsforslag

STE 6146 Digital signalbehandling. Løsningsforslag til eksamen avholdt

LØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital signalbehandling

EKSAMEN STE 6219 Digital signalbehandling

STE 6219 Digital signalbehandling Løsning til kontinuasjonseksamen

LØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital signalbehandling

Analyseøving 9. Løsningsforslag. TTT4265 Elektronisk systemdesign og -analyse II. Oppgave 1. Signalegenskaper (4p)

UNIVERSITETET I OSLO

Prøveeksamen 2. Elektronikk 24. mars 2010

Eksempeloppgave REA3026 Matematikk S1 Eksempel på eksamen våren 2015 etter ny ordning. Ny eksamensordning. Del 1: 3 timer (uten hjelpemidler)

UNIVERSITETET I OSLO

Eksamen REA3024 Matematikk R2. Nynorsk/Bokmål

2. Bestem nullpunktene til g.

OM TAYLOR POLYNOMER. f x K f a x K a. f ' a = lim x/ a. f ' a z

UNIVERSITETET I OSLO

Vi skal hovedsakelig ikke bestemme summen men om rekken konvergerer. det vil si om summen til rekken er et bestemt tall

INF3400 Digital Mikroelektronikk Løsningsforslag DEL 9

Totalt Antall kandidater oppmeldt 1513 Antall møtt til eksamen 1421 Antall bestått 1128 Antall stryk 247 Antall avbrutt 46 % stryk og avbrutt 21%

Eksamen REA3024 Matematikk R2. Nynorsk/Bokmål

MA 1410: Analyse Uke 48, aasvaldl/ma1410 H01. Høgskolen i Agder Avdeling for realfag Institutt for matematiske fag

EKSAMEN Løsningsforslag

Der oppgaveteksten ikke sier noe annet, kan du fritt velge framgangsmåte.

TMA4245 Statistikk Eksamen mai 2017

LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4240 STATISTIKK 5.august 2004

Eksamen R2, Høsten 2010

Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 22. mai EKSAMEN I MATEMATIKK 2 Modul 1 15 studiepoeng, fjernundervisning

Løsningsforslag for andre obligatoriske oppgave i STK1100 Våren 2007 Av Ingunn Fride Tvete og Ørnulf Borgan

Terminprøve R2 Høsten 2014 Løsning

Kap. 9: Inferens om én populasjon. Egenskaper ved t-fordelingen. ST0202 Statistikk for samfunnsvitere. I Kapittel 8 brukte vi observatoren

Tid: 3 timer Hjelpemidler: Vanlige skrivesaker, passer, linjal med centimetermål og vinkelmåler er tillatt.

Polynominterpolasjon

Eksamen R2, Våren 2010

Eksamen REA3028 S2, Våren 2011

UNIVERSITETET I OSLO

Eksempeloppgave REA3028 Matematikk S2 Eksempel på eksamen våren 2015 etter ny ordning. Ny eksamensordning. Del 1: 3 timer (uten hjelpemidler)

Avsnitt 8.1 i læreboka Differensligninger

Konfidensintervall. Notat til STK1110. Ørnulf Borgan, Ingrid K. Glad og Anders Rygh Swensen Matematisk institutt, Universitetet i Oslo.

X = 1 5. X i, i=1. som vil være normalfordelt med forventningsverdi E( X) = µ og varians Var( X) = σ 2 /5. En rimelig estimator for variansen er

EKSAMEN. Oppgavesettet består av 5 oppgaver, hvor vekten til hver oppgave er angitt i prosent i oppgaveteksten. Alle oppgavene skal besvares.

DEL 1. Uten hjelpemidler. Oppgave 1 (5 poeng) Oppgave 2 (5 poeng) Oppgave 3 (4 poeng) x x. Deriver funksjonene. a) f( x) 2 sin 3x. Bestem integralene

TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i << >>.

TMA4240 Statistikk Høst 2015

R2 eksamen høsten 2017

Løsningsforslag. Oppgavesettet består av 9 oppgaver med i alt 21 deloppgaver. Ved sensur vil alle deloppgaver telle omtrent like mye.

Ingen forhåndspreparerte hjelpemiddler er tillatt på eksamen. Ingen bøker er tillatt untatt standard godkjent formelsamling. Kalkulator er tillatt.

EKSAMEN I FAG FASTE STOFFERS FYSIKK 2 Fakultet for fysikk, informatikk og matematikk Fredag 16. januar 1998 Tid:

Differensligninger Forelesningsnotat i Diskret matematikk Differensligninger

2 Algebra R2 Oppgaver

MOT310 Statistiske metoder 1, høsten 2011

Terminprøve R2 Høsten 2014

Repetisjon; 9.1, 9.2, 9.3, 9.4, 9.5, og Repetisjon; 9.1, 9.2, 9.3, 9.4, 9.5, og 9.10

Kap. 9: Inferens om én populasjon

Innhold og forelesningsplan Eksempler på LP Begreper Løsning av enkelt eksempel Praktisk relevans Leksjon 2: Simpleksmetoden for løsning av LP

Høgskolen i Telemark Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 16. mai 2008

Bokmål OPPGAVE 1. a) Deriver funksjonene: b) Finn integralene ved regning: c) Løs likningen ved regning, og oppgi svaret som eksakte verdier: + =

Kap. 9: Inferens om én populasjon

Del1. b) 1) Gittrekka Finnleddnummer20 ogsummenavde20førsteleddene.

14 Plateberegninger. Litteratur: Cook & Young, Advanced Mechanics of Materials, kap Larsen, Dimensjonering av stålkonstruksjoner, kap. 9.

Eksamen REA3028 S2, Våren 2010

AVDELING FOR INGENIØRUTDANNING EKSAMENSOPPGAVE

FØLGER, REKKER OG GJENNOMSNITT

Econ 2130 uke 15 (HG) Poissonfordelingen og innføring i estimering

ÅMA110 Sannsynlighetsregning med statistikk, våren 2008 Kp. 6, del 5

Høgskolen i Telemark Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 12. desember 2008

Adaptive filtre - Oversikt

AVDELING FOR INGENIØRUTDANNING EKSAMENSOPPGAVE

Kapittel 10 fra læreboka Grafer

DEL 1. Uten hjelpemidler 500+ er x

MA1102 Grunnkurs i Analyse II Vår 2017

Høgskolen i Telemark Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 20. mai 2008

LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4245 STATISTIKK 6.august 2004

Fakultet for teknologi, kunst og design Teknologiske fag Eksamen i: Diskret matematikk

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

«Uncertainty of the Uncertainty» Del 5 av 6

EKSAMEN Ny og utsatt

Eksamen REA3028 S2, Våren 2010

TMA4240 Statistikk Høst 2016

LØSNINGSFORSLAG TIL KONTINUASJONSEKSAMEN STE 6219 Digital signalbehandling

EKSAMENSOPPGAVE. Mat-1060 Beregningsorientert programmering og statistikk

211.7% 2.2% 53.0% 160.5% 30.8% 46.8% 17.2% 11.3% 38.7% 0.8%

KLMED8004 Medisinsk statistikk. Del I, høst Estimering. Tidligere sett på. Eksempel hypertensjon

Forkunnskaper i matematikk for fysikkstudenter. Derivasjon.

Løsningsforslag Eksamen MAT112 vår 2011

UNIVERSITETET I OSLO

H 1 : µ 1 µ 2 > 0. t = ( x 1 x 2 ) (µ 1 µ 2 ) s p. s 2 p = s2 1 (n 1 1) + s 2 2 (n 2 1) n 1 + n 2 2

Forelesning Moment og Momentgenererende funksjoner

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

EKSAMEN Løsningsforslag

R2 eksamen våren 2018

01-Passivt Chebychevfilter (H00-4)

Obligatorisk oppgave nr. 3 i Diskret matematikk

Fakultet for teknologi, kunst og design Teknologiske fag Eksamen i: Diskret matematikk

Kontrollspørsmål fra pensum

Leica Lino Presis selvhorisonterende punkt- og linjelaser

E K S A M E N : FAG: Matematikk 1 MA-154 LÆRER: MORTEN BREKKE. Klasse(r): Alle Dato: 1. des 11 Eksamenstid, fra-til:

Eksamen REA3024 Matematikk R2. Nynorsk/Bokmål

Der oppgaveteksten ikke sier noe annet, kan du fritt velge framgangsmåte.

Oppgave 1. (i) Hva er sannsynligheten for at det øverste kortet i bunken er et JA-kort?

Løsningsforslag: Deloppgave om heuristiske søkemetoder

Transkript:

Side1av4 HØGSKOLEN I NARVIK Istitutt for data-, elektro-, og romtekologi Siviligeiørstudiet EL/RT LØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital sigalbehadlig Tid: Fredag 06.03.2008, kl: 09:00-12:00 Tillatte hjelpemidler: Godkjet programmerbar kalkulator, med tomt mie. Ige trykte eller hådskreve hjelpemidler tillatt. Faglærer: Professor, Dr.ig. Per J. Nicklasso, Tlf. 76 96 64 01 Eksame består av 4 sider (derav 1 side med formler) og 10 oppgaver med deloppgaver Hver deloppgave gir 5 poeg..

Side2av4 Oppgaver 1. Forklar hva som mees med begrepet superposisjo, og hvilke sammeheg dette har med lieære diskrete systemer. Lieære systemer defieres ved superposisjosprisippet, som slår fast at følgede må gjelde foratetsystemy T x skal være lieært: T x 1 x 2 T x 1 T x 2 y 1 y 2 T ax at x y 2. Forklar begrepet tidsivarias mhp.diskrete systemer. Er systemet gitt ved y tidsivariat? Tidsivarias betyr at dersom respose for e gitt igag x er y, såvile tidsforskyvig x 0 av dee igage gi e tilsvarede tidsforskyvig av utgage y 0. Systemets egeskaper er uavhegig av tide. Dette systemet er tidsivariat. La x 1 x 0. Vi vil vise tidsivarias ved å berege både y 0 og y 1,ogsåviseatdisse er like. 0 y 0 x k. Har videre y1 x 1 k x k 0. Ved å substituere k 1 k 0 får vi y 1 0 k 1 x k1 y 0 3. Ata at et siusformet sigal x Asi 0 sedes i på et lieært system. Hvilket sigal kommer ut? Hva ville skje dersom systemet var ulieært? Utgagssigalet blir da y A H e j 0 si 0 H e j 0. Dersom systemet er ulieært vil det ormalt ikke komme ut et siussigal med e ekelt frekves. Ofte beskrives dette som utgagssigalet består av flere frekveser utfra et forsøk på å beskrive utgage fra et ulieært system vha. Fourier-teori. 4. Nedefor er det gitt impulsresposer for 4 ulike LTI systemer. Hvilke av disse systemee er kausale? a. h 1/2 u Et system med impulsrespos h er kausalt dersom h 0, 0. Dette systemet er kausalt. Impulsrespose er e høyresidig følge. Evt. ka ma utfra betrakiger i z-plaet utlede at impulsrespose er høyresidig. b. h 1/2 u 1 Kausalt. c. h 1/2 Ikke-kausalt d. h u 2 u 2 Ikke-kausalt. 5. Nedefor er det gitt impulsresposer for 4 ulike LTI systemer. Hvilke av disse systemee er stabile? a. h 4 u Systemet er stabilt dersom impulsrespose er absolutt summerbar. Ikke stabilt. h år. Alterativt ka betraktiger i z-plaet beyttes for å begrue stabilitet. b. h u u 10 Stabilt. c. h 3 u 1 1 Stabilt. h 3 1/3 1/2 1 d. h si /3 u x k

Ikke stabilt. h si /3 6. Bereg impulsrespose h år systemfuksjoe H z er gitt som: a. 1/ 1 1 2 z 1 Merk at kovergesområdet ikke er agitt. Det blir derfor to mulige løsiger: h 1/2 u 1 eller h 1/2 u. b. 1/ 1 1 4 z 1 1 1 2 z 1, z 1/2 Ved delbrøkoppspaltig får e H z 1/ 1 1 4 z 1 2/ 1 1 2 z 1 som gir h 2 1/2 u 1/4 u. 7. Ata at ma øsker å utføre Fourier-aalyse på et aalogt sigal s c t med Fourier-trasformert S c j som gjegitt uder (Figur (a)). Sigalet passerer et atialias-filter før det samples og e DFT V k bereges. Skisser de prisipielle forme på de resulterede kurvee V e j og V k. For ekelhets skyld ka du ata at vidusfuksjoe har Fourier-trasform W e j som gitt uder (Figur (e)). Se figur (f) uder.

Side3av4 8. Nedefor er Fourier-trasforme V e j til et sigal med to siuskompoeter skissert. V e j fremkommer som omhylligskurve til e DFT av sigalet. Forklar hvorda skisse ideelt sett burde se ut, og hvorfor de ser slik ut som de gjør. Hvorda ka ma evetuelt påvirke forme av kurve ved å gjøre edriger i de beregiger som gjøres uderveis i aalyse? Ideelt sett burde dette ha vært fire impulser side et harmoisk sigal har e uedelig sum av skalerte impulser som Fourier-trasformert cos 0 e j 0 2 k e j 0 2 k. Nå er det slik av vi må kutte av tidssserie for å kue berege DFT e, og dermed multipliserer vi med e vidusfuksjo. I frekvesplaet blir de resulterede Fourier-trasformerte e kovolusjo mellom de virkelige FT e til sigalet, og FT e til vidusfuksjoe. Dette gir det karakteristiske utseedet med avrudede topper og rippel. For å edre utseedet ka vi edre forme av vidusfuksjoe og evetuelt fylle ut med ullere for å få flere pukter på omhylligskurve. 9. Bereg DFT e til sigalet x. Hva sier DFT e deg om frekvesiholdet i dette sigalet? N 1 X k W k N 1, 0 k N 1. Dette betyr at sigalet ieholder absolutt alle frekveser. 0 10. Spørsmålee edefor gjelder digitale filtre. a. Hvilke fordeler har FIR-filtre fremfor IIR-filtre? Lieær fase, ka tilærme kompliserte amplitudekarakteristikker, ferdig implemeterte (iterative) metoder for desig, beregigsmessig effektive filtre (lav orde). b. Forklar i grove trekk fremgagsmåte ved desig av optimale filtre. Er det oe ma må passe spesielt på? Ma starter med e ideell spesifikasjo av de øskede frekvesrespose (amplitude, gresefrekveser osv.) H d e j. Ma daer så et polyom A e e j der filterkoeffisietee igår, og forsøker å miimalisere maksimalverdie av et vektet (i frekves) avvik mellom de ideelle frekvesrespose og filterets frekvesrespos E W e j H d e j A e e j. Dette ka gjøres ved å edre polyomets form (og dermed filterkoeffisietee) vha. e eller ae iterativ algoritme, f.eks. Parks-McClellas metode (som beytter alterasjosteoremet fra matematisk approksimasjosteori). På dee måte fier ma altså det filteret som er best tilpasset de ideelle frekvesrespose.

Ma bør passe spesielt på trasisjossoee, da det viser seg at det optimale filterets frekvesrepos ha uøsket form i disse frekvesområdee. Optimaliserige foregår bare over lukkede delitervaller i frekves, og dermed tas ikke trasisjossoee hesy til uder optimaliserige. c. Hva er det som skiller de ulike vidusfuksjoee som beyttes ved desig av filtre (og også ved frekvesaalyse)? Ideelt sett skulle ma øske at de Fourier-trasformerte av vidusfuksjoe var e impulsfuksjo, da kovolusjo mellom dee og de virkelige Fourier-trasformerte (som er de vi egetlig søker) ville gi det perfekte resultatet ute utsmørig og rippel. Da måtte i såfall tidsserie som aalyseres (eller legde av filteret ved filterdesig, dvs. atall impulsresposkoeffisieter) være uedelig. Fordi det perfekte i dette tilfellet er uoppåelig, forsøker ma å komme frem til et akseptabelt resultat ved å edre vidusfuksjoes form, slik at dee ikke leger er rektagulær. Alle vidusfuksjoee er symmetriske, me har ulike form (eller vektig) ut mot edee. Se skisse uder. Dette gir ulike fordeler og ulemper i frekvesplaet (utsmørig, rippel). Valget mellom de ulike fuksjoee gjøres ofte utfra e betrakig av hovedlobes bredde kotra sidelobees høyde. d. Forklar hvorfor Kaiser-vidu ka være gustig å bruke ved desig av digitale filtre. Ved bruk av Kaiser-vidu for desig av digitale filtre, har e mulighet til å spesifisere øsket bredde av trasisjossoe Δ og approksimasjosfeil. Ut fra disse spesifikasjoee ka e så berege legde M og form (agitt med av vidusfuksjoe. På dee måte ka e kotrollere ivirkige av vidusfuksjoe på resultatet direkte ute altfor mye prøvig og feilig.

Side4av4 Laplace-trasformasjoe DFT Kovolusjo Z-trasformasjoe Rekker Fourier-trasforme Formelsamlig L 1 1/s t 1 / 1!, ( 1,2,3,... L 1 1/ s a t 1 e at / 1!, 1,2,3,... L 1 1/ s 2 2 1/ si t N 1 N 1 X k x W k N, x 1 k X k W N N 0 k 0 x y X z x z 0 x k y k Z u 1/ 1 z 1, z 1 Z u 1 1/ 1 z 1, z 1 Z m z m Z a u 1/ 1 az 1, z a Z a u 1 1/ 1 az 1, z a Z a u az 1 / 1 az 1 2, z a Z a u 1 az 1 / 1 az 1 2, z a N 2 k N 1 k N 1 N 2 1 1, N 2 N 1 1 0 e j 0 H lp e j 1, c 0, c h lp si c,