pdf

Like dokumenter

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

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

Sampling ved Nyquist-raten

Generell informasjon om faget er tilgjengelig fra It s learning.

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

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

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

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

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

Uke 6: Analyse i frekvensdomenet

LØSNINGSFORSLAG TIL SIGNALBEHANDLING 1 JUNI 2010

UNIVERSITETET I OSLO

Uke 5: Analyse i z- og frekvensdomenet

NORGES TEKNISK- NATURVITENSKAPELIGE UNIVERSITET Side 1 av 5

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

Uke 6: Analyse i frekvensdomenet

EKSAMEN STE 6219 Digital signalbehandling

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

Uke 6: Analyse i frekvensdomenet

Fasit til midtveiseksamen

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

Repetisjon: LTI-systemer

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

Uke 4: z-transformasjonen

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

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

Generell informasjon om faget er tilgjengelig fra It s learning.

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

UNIVERSITETET I OSLO

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

TTT4110 Informasjons- og signalteori Løsningsforslag eksamen 9. august 2004

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

Uke 4: z-transformasjonen

FIE Signalprosessering i instrumentering

Uke 4: z-transformasjonen

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

Uke 12: FIR-filter design

STE 6146 Digital signalbehandling. Løsningsforslag til eksamen avholdt

UNIVERSITETET I OSLO

Uke 4: z-transformasjonen

EKSAMEN I FAG TTT4110 Informasjons- og signalteori. Norsk tekst på oddetalls-sider. ( English text on even numbered pages.)

LØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital signalbehandling

Bedømmelse: Ved bedømmelse vektlegges oppgavene I, II og III likt.

UNIVERSITETET I OSLO

Uke 9: Diskret Fourier Transform, I

TTT4110 Informasjons- og signalteori Sortering av tidligere eksamensoppgaver

Løsningsforslag til hjemmeeksamen i INF3440 / INF4440

EKSAMEN I FAG TTT4110 Informasjons- og signalteori. Norsk tekst på oddetalls-sider. ( English text on even numbered pages.)

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

STE 6219 Digital signalbehandling Løsning til kontinuasjonseksamen

LØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital signalbehandling

STE 6219 Digital signalbehandling Løsningsforslag

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

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

Uke 4: z-transformasjonen

Uke 12: FIR-filter design

LØSNINGSFORSLAG TIL KONTINUASJONSEKSAMEN STE 6219 Digital signalbehandling

Løsningsforslag til prøveeksamen i fag SIG50 Signalbehandling

EKSAMEN I FAG SIE2010 Informasjons- og signalteori

Generell informasjon om faget er tilgjengelig fra It s learning.

Utregning av en konvolusjonssum

Repetisjon: Spektrum for en sum av sinusoider

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

IIR filterdesign Sverre Holm

HØGSKOLEN - I - STAVANGER. Institutt for elektroteknikk og databehandling

Tidsdomene analyse (kap 3 del 1)

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

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

IIR filterdesign Sverre Holm

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

KONTINUASONSEKSAMEN I FAG SIE2010 Informasjons- og signalteori

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

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

UNIVERSITETET I OSLO

Uke 10: Diskret Fourier Transform, II

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

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

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

f(t) F( ) f(t) F( ) f(t) F( )

Filterkonsepter kapittel 6 Sverre Holm

UNIVERSITETET I OSLO

303d Signalmodellering: Gated sinus a) Finn tidsfunksjonen y(t) b) Utfør en Laplace transformasjon og finn Y(s)

Filterkonsepter kapittel 6 Sverre Holm

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

6DPSOLQJ DY NRQWLQXHUOLJH VLJQDOHU

Matematisk statistikk og stokastiske prosesser B, høsten 2006 Oppgavesett 5, s. 1. Oppgave 1. Oppgave 2. Oppgave 3

UNIVERSITETET I OSLO

Design og utforming av et anti-alias-filter

Transkript:

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 Engelsk versjon: http://www.ifi.uio.no/studinf/skjemaer/declaration.doc Krav til godkjenning av innleverte oppgaver er beskrevet i filen: http://www.ifi.uio.no/inf3470/h07/kursmateriell/oppgaver/kravtilgodkjenning. pdf Denne uken er oppgavesettet todelt. Først er det oppgaver om filterdesign, deretter kommer fjorårets eksamen. Totalt er det mer enn 0 poeng på dette oppgavesettet. Det er likevel ikke mulig å oppnå mer enn 0 poeng denne uka. Oppgave Betrakt pol-nullpunktsplottet vist i figuren under. a) Avgjør og begrunn om det representerer et FIR filter. b) Avgjør og begrunn om systemet har lineær fase. Oppgave.5 I denne oppgaven skal du designe et enkelt reelt diskret filter som slipper igjennom frekvensen w = π/4 uten demping og stopper frekvensen w = π/. a) Hvilke krav gir dette til filterets frekvensrespons, H(w). b) Bestem filterets systemfunksjon, H(z). c) Hva blir filterets impulsrespons, h(n).

Oppgave 3 Vekt:.5 Oppgave 4 Oppgave 0.8 fra boka Oppgave 5 Oppgave 0.0 fra boka Oppgave 6 Oppgave 0. fra boka Oppgave 7 Oppgave 0.0 fra boka

EKSAMEN 008 Oppgave Fourier-transformasjon Vekt: Fourier-transformasjonen til et signal x[n] er gitt som (Ω) = e jω. Skisser magnituden til Fourier-transformasjonen til signalet. Finn et uttrykk for fasen til Fourier-transformasjonen til signalet. (Det skal ikke plottes!) Husk akser og benevning på plottet. Oppgave Opp- og nedsampling Vekt: Et signal x[n] har Fourier transformasjon (Ω) som gitt under (Ω) 0 π/3 π/ π Ω Signalet benyttes som inngangssignal på systemene I og II definert under: I: x[n] 3 w [n] H 0 (z) z [n] y [n] II: x[n] w [n] 3 z [n] H 0 (z) y [n] M betyr nedsampling med faktor M (beholde hvert Mte sampel) og N betyr null-interpolering med faktor N (sette inn N nuller mellom hvert sampel). H 0 (z) er et ideelt lavpassfilter med cut-off frekvens w c = π/3 og forsterkning (gain) lik. For begge systemer, skisser Fourier transformasjonen til signalene w [n], w [n], z [n], z [n], y [n] og y [n]. Husk akser og benevning på alle plott. Oppgave IIR-filtre Vekt: Et kausalt IIR-filter med én, reell pol z p har impulsrespons: h[n] = α n u[n], α > 0 () a) Gitt systemet med impulsrespons h[n] gitt av (), finn systemfunksjonen H(z) med tilhørende ROC og pol. b) Finn systemfunksjonen H (z) med tilhørende ROC, og tegn pol/nullpunkts plott for α = 0.5, for systemet med impulsrespons h [n] = h[n] cos(πn) () c) Finn frekvensresponsen H (Ω) uttrykt ved H(Ω). Beskriv hva slags filtre h[n] og h [n] er hvis 0.5 < α <. d) La oss se på operasjonen i ligning () som et system T { } slik at h [n] = T {h[n]}. Vis at systemet T { } ikke er LTI. Oppgave Sampling Vekt:.5 Vi vet at for at et signal x(t) skal kunne rekonstrueres perfekt fra en sampling x[n] = x(nt s ) = x( n F s ) så må vi ha F s > F max (3) der F max er den høyeste frekvensen i signalet x(t). Hvis ikke dette er tilfredsstilt, vil alle frekvenser f > Fs nå se på hva som skjer med frekvensen Fs. aliases. Vi skal 3

a) Finn et uttrykk for x[n] gitt x(t) = cos(π00t + π/) og F s = 400 Hz. b) Finn uttrykk x [n] og x [n] gitt x (t) = cos(π00t + π/4), x (t) = cos(π00t) og F s = 400 Hz. c) Vis at for et signal x(t) = A cos(πf s t + φ), uansett valg av parametrene A, φ, så finnes det alltid et annet signal w(t) = B cos(πf s t) slik at x[n] = w[n] når samplingsraten er lik F s. Beregn B som funksjon av A og φ. Hint: Finn et generelt uttrykk for forholdet mellom x[n] og x[n + ], og bruk dette til å regne ut verdien for B fra de kjente verdiene A, φ. Oppgave MA-filtre Vekt: Et MA-filter av orden K er et kausalt FIR-filter med K koeffisienter, og en impulsrespons gitt ved : h[n] = K K k=0 δ[n k] (4) a) Finn frekvensresponsen H(Ω) til MA-filteret av orden K. b) Finn ved regning hvor mange nullpunkter et MA-filter av orden K har, og hvilke frekvenser de nuller ut. c) Hvilke ordner kan et MA-filter ha hvis det skal nulle ut frekvensen Ω = π P, der P er et heltall. d) Vis at et MA-filter av orden K kan implementeres som et FIR-filter med impulsrespons h F IR [n] i kaskade med et IIR-filter med impulsrespons h IIR [n] der Formulas Some basic relations: Convolution: h F IR [n] = K (δ[n] δ[n K]), h IIR[n] = u[n] (5) y[n] = x[n] h[n] = The Discrete time Fourier transform (DTFT): sin(α ± β) = sin α cos β ± cos α sin β cos(α ± β) = cos α cos β sin α sin β sin α = sin α cos α cos α = cos α sin α sin α + sin β = sin α + β sin α sin β = sin α + β cos α + cos β = cos α + β cos α cos β = sin α + β cos α + sin α = cos α = (ejα + e jα ) cos α β sin α β cos α β sin α β sin α = j (ejα e jα ) ( N for a = a n = otherwise N n=0 a N a ax + bx + c = 0 x ± = b ± b 4ac a k= x[k]h[n k] = Analysis: (Ω) = = Syntesis: x[n] = π k= n= Z π π x[n k]h[k] = h[n] x[n] x(n)e jωn (Ω)e jωn dω 4

The Discrete Fourier transform (DFT): Analysis: [k] = N n=0 Syntesis: x[n] = N x[n]e jπkn/n, 0 k N N k=0 [k]e jπkn/n, 0 k N The z-transform: Expectation and variance Analyse: (z) = n= x[n]z n Expectation: E{x(ζ)] µ x = ( P k x kp k x(ζ) discrete R xfx(x)dx Varianse: var[x(ζ)] = σ x = γ () x = E{[x(ζ) µ x] } x(ζ) continuous 5