Wavelet P Sample number. Roots of the z transform. Wavelet P Amplitude Spectrum.

Like dokumenter
Wiener filter of length 10 (performance 0.374) Pulse P Sample number. Wiener filter of length 10 (performance 0.

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

Input α. Desired output. Linear prediction. Prediction error. Input α. Desired output. Linear prediction. Prediction error

Ghost amplitude spectrum. d=6 m V=1500 m/s c= 1

slik at en tredje denisjon kan ogsa brukes: F (!) Fff(t)g 1 p f(t) F ff(!)g 1 p f(t)e,i!t dt ; F (!)ei!t d! : Det er ogsa mulig a bruke frekvensen f i

At z + w og zw er reelle betyr at deres imaginrdeler er lik null, det vil si at b + d 0 ad + bc 0 Den frste ligningen gir b d. Setter vi dette inn i d

d) Vi skal nne alle lsningene til dierensialligningen y 0 + y x = arctan x x pa intervallet (0; ). Den integrerende faktoren blir R x e dx = e ln x =

SIF5010 Matematikk 3. y 00, 2y 0 +5y = sin x 4A, 2B =0 4B +2A =1;

jx + j < 7. Hvis vi i tillegg srger for at faktoren jx j < ", far vi 7 ialt jf(x) f()j = jx + jjx j < 7 " 7 = " Dette blir flgelig ofylt for alle x sl

Fourier-Transformasjoner IV

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

Forelesning nr.13 INF 1410

II. Tegn rotkurvene som ligger pa den reelle aksen. For K 2 [0 +1 > ligger rotkurvene pa den reelle aksen til venstre for et ulike antall poler.

Repetisjon: LTI-systemer

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

DAFE BYFE Matematikk 1000 HIOA Obligatorisk innlevering 1 Innleveringsfrist Fredag 22. januar :00 Antall oppgaver: 5.

Uke 4: z-transformasjonen

Sampling ved Nyquist-raten

Innlevering i matematikk Obligatorisk innlevering nr. 4 Innleveringsfrist: 21. januar 2010 kl Antall oppgaver: 4.

Side av 5 fra matriseteori har vi at en symmetrisk matrise alltid er ortogonalt diagonaliserbar. Det vil si at X kan skrives på formen X = M M (6) der

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

Løsningsforslag. a) i. b) (1 i) 2. e) 1 i 3 + i LF: a) Tallet er allerede på kartesisk form. På polar form er tallet gitt ved

Løsningsforslag. Oppgave 1 Gitt matrisene ] [ og C = A = 4 1 B = 2 1 3

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

Uke 4: z-transformasjonen

Uke 4: z-transformasjonen

MA1102 Grunnkurs i Analyse II Vår 2015

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

MA1201 Lineær algebra og geometri Høst 2017

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

Generell informasjon om faget er tilgjengelig fra It s learning.

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

Løsningsforslag AA6524 Matematikk 3MX Elever 7. juni eksamensoppgaver.org

MAT Grublegruppen Notat 10

Høgskolen i Oslo og Akershus. e 2x + x 2 ( e 2x) = 2xe 2x + x 2 e 2x (2x) = 2xe 2x + 2x 2 e 2x = 2xe 2x (1 + x) 1 sin x (sin x) + 2x = cos x

BYFE DAFE Matematikk 1000 HIOA Obligatorisk innlevering 5 Innleveringsfrist Fredag 15. april 2016 kl 14 Antall oppgaver: 8

Forord Dette er en samling lsningsforslag som jeg opprinnelig utarbeidet til gruppeundervisningen i kurset MAT00A ved Universitetet i Oslo hsten 2000.

Løsningsforslag. og B =

Uke 6: Analyse i frekvensdomenet

0.1 Kort introduksjon til komplekse tall

Introduksjon. «Diskret» sinus/cosinus i 1D. Funksjonen sin(θ) INF april 2010 Fourier -- En annen vinkling på stoffet i kapittel 4

Eksamen i FO929A Matematikk Underveiseksamen Dato 9. desember 2008 Tidspunkt Antall oppgaver 6. Tillatte hjelpemidler Godkjent kalkulator

Løsningsforslag. og B =

LØSNINGSFORSLAG. Skriv følgende komplekse tall både på kartesisk form som a + bi og på polar form som re iθ (r 0 og 0 θ < 2π). a) 2 + 3i.

Løsningsforslag AA6524 Matematikk 3MX 3. juni eksamensoppgaver.org

Løsningsforslag AA6526 Matematikk 3MX - 8. desember eksamensoppgaver.org

Forelesning 9: Frsteordens logikk { kompletthet Roger Antonsen mars 2006

Eksamen i emnet Stat111 - Statistiske metoder 28. mai 2014, kl

Filtrering i Frekvensdomenet III

Lsningsforslag ved Klara Hveberg Lsningsforslag til utvalgte oppgaver i kapittel 6 I kapittel 6 minner oppgavene mer om de du er vant til fra skolemat

Matematikk Øvingsoppgaver i numerikk leksjon 7 Løsningsforslag

Kompleks eksponentialform. Eulers inverse formler. Eulers formel. Polar til kartesisk. Kartesisk til polar. Det komplekse signalet

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

Løsningsforslag til utvalgte oppgaver i kapittel 3

Prøve i Matte 1000 ELFE KJFE MAFE 1000 Dato: 02. desember 2015 Hjelpemiddel: Kalkulator og formelark

Fourier-Transformasjoner II

y(t) t

Løsningsforslag. Prøve i Matematikk 1000 BYFE DAFE 1000 Dato: 29. mai 2017 Hjelpemiddel: Kalkulator og formelark. Oppgave 1 Gitt matrisene.

Avdeling for lærerutdanning. Lineær algebra. for allmennlærerutdanningen. Inger Christin Borge

Uke 9: Diskret Fourier Transform, I

UNIVERSITETET I OSLO

Fourier-Transformasjoner

Matematikk Øvingsoppgaver i numerikk leksjon 6 Løsningsforslag

Repetisjon: Spektrum for en sum av sinusoider

2 = 4 x = x = 3000 x 5 = = 3125 x = = 5

Bytte om to rader La Matlab generere en tilfeldig (4 4)-matrise med heltallige komponenter mellom 10 og 10 ved kommandoen Vi skal underske hva som skj

Prøve i FO929A - Matematikk Dato: 15. november 2012 Hjelpemiddel: Kalkulator

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

Alle svar skal grunngis. Alle deloppgaver har lik vekt.

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

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

Alle svar skal grunngis. Alle deloppgaver har lik vekt.

Løsningsforslag til eksamen i MA0002, Brukerkurs i matematikk B

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

Løsningsforslag AA6516 Matematikk 2MX - 5. mai eksamensoppgaver.org

Løsningsforslag Eksamen eksempeloppgave R1 - REA Desember 2007

Løsningsforslag AA6526 Matematikk 3MX Privatister 3. mai eksamensoppgaver.org

Løsningsforslag AA6524/AA6526 Matematikk 3MX Elever/Privatister - 7. desember eksamensoppgaver.org

TFY4104 Fysikk. Institutt for fysikk, NTNU. Lsningsforslag til ving 6. MgL + F B d. M + m

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

Universitetet i Stavanger Institutt for petroleumsteknologi

STE 6146 Digital signalbehandling. Løsningsforslag til eksamen avholdt

Løsningsforslag AA6526 Matematikk 3MX Privatister 3. mai eksamensoppgaver.org

Løsningsforslag: Eksamen i Brukerkurs for informatikere MA 0003, onsdag 30. november 2005

Lsningsforslag ved Klara Hveberg Lsningsforslag til utvalgte oppgaver i kapittel 8 I kapittel 8 er integrasjon og integrasjonsteknikker det store tema

h) Delvis integrasjon gir ln = Ogave 9.. = ln u = ln ; v = = u = ; v = = = = ln = = = ln 4 9 = + C a) Delvis integrasjon to ganger gir e cos = e cos e

Sannsynlighetsregning

Klara Hveberg, 26 sylen under pivot-elementet, ma vi na bare trekke (3; 2)=(2; 2) = 8=2 = 4 ganger andre rad fra tredje rad >> k=(3,2)/(2,2); >> (3,:)

Løsningsforslag AA6526 Matematikk 3MX - 5. mai eksamensoppgaver.org

INF mars 2017 Fourier I -- En litt annen vinkling på stoffet i kapittel 4

Løsningsforslag Matematikk 2MX - AA mai 2007

TFY4106 Fysikk Eksamen 17. august V=V = 3 r=r ) V = 3V r=r ' 0:15 cm 3. = m=v 5 = 7:86 g=cm 3

Løsningsforslag AA6524 Matematikk 3MX Elever AA6526 Matematikk 3MX Privatister eksamensoppgaver.org

TFY4106 Fysikk. Institutt for fysikk, NTNU. Test 6.

Eksamen i IN 106, Mandag 29. mai 2000 Side 2 Vi skal i dette oppgavesettet arbeide med et bilde som i hovedsak består av tekst. Det binære originalbil

Uke 4: z-transformasjonen

Matematikk 4 TMA4123M og TMA 4125N 20. Mai 2011 Løsningsforslag med utfyllende kommentarer

sin(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

Transkript:

NORGES TEKNISK-NATURVITENSKAPELIGE UNIVERSITET INSTITUTT FOR PETROLEUMSTEKNOLOGI OG ANVENDT GEOFYSIKK SIG Geofysisk Signalanalyse Lsningsforslag ving Oppgave a) Vi har Amplitudespekteret er da Y (!) = x + x e ;i! = (x + x cos(!)) ; ix sin(!): jy (!)j =(x +X X cos(!)+x )= : Bytter vi x og x,far vi akkurat samme resultat. Dette beviser at Y og Y har samme amplitudespektrum. Selvsagt er fase-spektret derimot ulik for Y og Y, ellers ville de to waveletene vre identiske. b) Z-transformen til P er P (z) =;+z ; z +z 3 : I og med at / er en av rttene kan vi faktorisere med (z ; =). Vi nner da lett at P (z) = (z ; =)( ; z + z ) = (z ; =)(z ; ( + i))(z ; ( ; i)): Rttene til P (z) er da z = =, z = + i og z 3 = ; i = z. Vi har jz j = jz 3 j = p, det vil si en rot innenfor enhetssirkelen og to utenfor. Derfor er P mixed delay. c) For waveleten Y denert i sprsmal a), er Z-transformen hvor z = ;x =x. For Y har vi Y (z) = x + x z = x (z + x =x ) = x (z ; z ) Y (z) = x + x z = x (z + x =x ) = ;x z (z ; =z ):

Vi vet fra fr at Y og Y har samme amplitudespektrum. Dette beviser at man ikke forandrer amplitudespektret til en wavelet av lengde nar man bytter roten z med =z og multipliserer med ;z. Z-transformen W (z) til en wavelet W med vilkarlig lengde kan skrives som produkt av Z-transformene til ere waveleter av lengde : W (z) = Q i W i (z), med W i (z) =a i (z ; z i ). A Multiplisere i Z-domenet tilsvarer a multiplisere i frekvensdomenet. Frekvens-spektret til W er da W (!) = Q i W i (!). Amplitudespektret jw (!)j blir da ikke forandret om vi bytter W i (z) med ;a i z i (z ; =z i ). Ved a utfre denne transformasjonen gradvis for alle rtter kan vi fa en rekke forskjellige waveleter, som alle har samme amplitudespektrum. Merk: Hvis z i er en kompleks rot av W (z), da er ogsa z i en rot (ellers ville W vrt en wavelet med komplekse verdier). Transformasjonen som vi nettopp har beskrevet ma utfres pa z i og z i samtidig for a ikkefa enwavelet med komplekse verdier. Na anvender vi dette pa P. Utfra det vi har sagt, kan vi fa tre nye waveleter P, P og P 3, med Z-transform P (z) = ;(z ; )(z ; ( + i))(z ; ( ; i)) = ;(z ; )(z ; z +) = ; z +z ; z 3 P (z) = (z ; =)( + i)(z ; =( + i))( ; i)(z ; =( ; i)) = (z ; =)(z ; =( ; i))(z +=( + i)) = (z ; )(z ; z +=) = ;+z ; z +z 3 P 3 (z) = ;(z ; )( + i)(z ; =( + i))( ; i)(z ; =( ; i)) = ;(z ; )(z ; =( ; i))(z +=( + i)) = ;(z ; )(z ; z +=) = ; z +z ; z 3 : (I tillegg nnes det re plasseringer av nullpunktene som gir samme amplitudespektrum, men hvor waveleten blir kompleks) I tidsdomenet kan vi skrive P = ( ; ;), P = (; ; ), og P 3 = ( ; ;). Merk at ;P, ;P, ;P og P 3 ogsa har samme amplitudespektrum som P (det er bare en fase-forskjell mellom P og ;P, men igne forskjell i amplitudespektret). Vi ser at P har alle sine rtter utenfor enhetssirkelen, og er derfor minimum delay. Derimot har P alle sine rtter innenfor enhets-kretsen, og er derfor maximum delay. P 3 har en rot utenfor, og rtter innenfor enhets-kretsen, og er mixed delay. P hadde to rtter utenfor, og en rot innenfor enhets-kretsen. Derfor er P ogsa mixed-delay, men pa en mate er den \mer minimum-delay" enn P 3. Merk ogsa atp og P er symmetriske. Det samme gjelder P og P 3. For a gi et inntrykk av forskjellene i delay-egenskapene har vi tegnet P, P, P 3 og P (mindre og mindre minimum delay for a si det slik...), samt rttene til Z-transformen og frekvensspektrene i gur til. Vi ser at mesteparten av energien i P kommer i de frste samplene. Fasen til

Wavelet P... 3 3.. Figure : Wavelet P Roots of the z transform Wavelet P........ Figure : Rttene til Z-transform til wavelet P Amplitude Spectrum Wavelet P...3.....3.. Phase Spectrum...3.....3.. Figure 3: Spektrum til wavelet P 3

Wavelet P... 3 3.. Figure : Wavelet P Roots of the z transform. Wavelet P....... Figure : Rttene til Z-transform til wavelet P Amplitude Spectrum...3.....3.. Phase Spectrum...3.....3.. Figure : Spektrum til wavelet P

Wavelet P3... 3 3.. Figure 7: Wavelet P3 Roots of the z transform. Wavelet P3....... Figure 8: Rttene til Z-transform til wavelet P3 Amplitude Spectrum...3.....3.. Phase Spectrum...3.....3.. Figure 9: Spektrum til wavelet P3

Wavelet P... 3 3.. Figure : Wavelet P Roots of the z transform. Wavelet P....... Figure : Rttene til Z-transform til wavelet P Amplitude Spectrum...3.....3.. Phase Spectrum...3.....3.. Figure : Spektrum til wavelet P

P er ogsa mindre enn fasen til de andre waveletene. Dette er karakteristisk for en minimum delay wavelet. Derimot kommer energien i de siste samplene i P, som er maximum delay. For P og P 3 er energien jevnere fordelt mellom alle samplene. Vi ser ogsa at amplitudespektrene er identiske for alle waveletene. I tidligere vinger har vi snakket mye om amplitudespektre, og lite om fasespektre, fordi amplitudespektret som regel er lettere a knytte til formen til signalet i tids-domenet (se for eksempel oppgave ). Her kan vi se litt nrmere pa fasen. Vi har, for et signal x(t), x(t) = Z ; = = Z ; Z ; X(!)e i!t dt A(!)e i(!) e i!t dt A(!)[cos(!t +(!)) + i sin(!t +(!))] dt Den komplekse delen forsvinner pa grunn av symmetri egenskapene til A(!) og (!). Vi ser at signalet x(t) bestar av en sum av uendelig mange forskjellige komponenter A(!) cos(!t + (!)). Mens A(!) beskriver hvor sterk hver komponent er, bestemmer (!) hvor forskjvet den er i forhold til origo t =. Hvis fasen er null for hver frekvens, har alle komponenter et maksimum i t =, og da er x(t) symmetrisk (som vi allerede har sett i ving ). Som konklusjon kan vi si at amplitudespektret forteller hvilke frekvenser \brer" energien i et signal, mens fasen bestemmer hvordan denne energien fordeles i signalet. Denne oppgaven illustrerer hvordan fordelingen av energi i en wavelet varierer med fasen. Oppgave a) Vi beregner og faktoriserer Z-transformen til signalet s: S(z) = ; =z +=z = ( ; z=)( ; z=3): Rttene til Z-transformen er og 3. De ligger begge to utenfor enhetskretsen (deres modulus er strre enn ). Derfor er s minimum delay. b) For a nne koesientene til det ideelle ltret f bruker vi denisjonen av et invers-lter i Z-domenet: F (z) ==S(z) = ( ; z=)( ; z=3) : () Vi benytter partiale brker: F (z) = a ( ; z=) + b ( ; z=3) 7

og beregner a og b: F (z) = a + b ; (a=3+b=)z ( ; z=)( ; z=3) som gir, nar vi sammenligner med denisjon (), a + b = a=3+b= = Vi lser systemet og far a =3ogb = ;. Vi bruker ogsa X ; x = x k 8x jxj < () k slik at vi endelig kan skrive F (z) = = 3 = 3 ( ; z=) ; ( ; z=3) +X +X n= n= (z=) n ; +X n= (3= n ; =3 n )z n : (z=3) n Merk at vi ogsa kunne brukt ligning () direkte i denisjon (), men man kommer lettere til et generelt uttrykk m.h.a partiale brker (den \direkte" metoden er grei kun for de 3, frste koesientene). Na kjenner vi koesientene til det ideelle ltret f: f =( = 9=3 ::: 3= n ; =3 n :::) c) Vi ma konvolvere (,-/,/) med (,/,9/3). Vi far f s = ( ;= 9=) ' ( :3 :9) Resultatet har vi tegnet i gur 3. Den stiplete linjen viser det opprinnelige signalet og den heltrukne viser signalet etter ltrering. Invers-ltret prver a transformere signalet til en spike. Det er vellykket for de frste samplene, men vi far noen unskede ikke-null sampler pa slutten. ker vi lengden pa ltret vil disse ikke-null samplene komme senere, og ha mindre amplitude, men de vil dessverre aldri forsvinne (og vi kan ikke heller bruke et veldig langt lter, for ltreringen blir da for treg og kostbar). Hvis vi ltrerer en hel trase med vart lter (antatt at s er kildesignalet) vil opplsningen ke, i og med at spike'n er kortere enn s, men samtidig vil disse unskede ikke-null samplene dukke opp, og det er en fare for at tolkeren blander dem med de ekte reeksjonene i trasen... d) Minste-kvadrattsfeilen er E = (=) +(9=) = :98: Det betyr at minste-kvadrattsfeilen er 9:8% av energien i nskede output. 8

Oppgave 3 a) Vi bruker normalligningene mx = ' ss ( ; i)f = ' zs (i) hvor z =( :::)erdet nskede output. Vi ma beregne autokorrelasjonen til s, og krysskorrelasjonen mellom z og x. Vi far ' ss =(= ;3=3 3=8 ;3=3 =) og ' zs =(= ;= ): For a nne koesientene f, f and f til ltret, ma vidalse flgende system: 3=8 ;3=3 = ;3=3 3=8 ;3=3 = ;3=3 3=8 3 7 f f f 3 7 : = 3 7 Vi far f ' (:9 :7 :3) b) Det ltrerte signalet er y = f s. Vi far y =(:9 ;:8 ;: ;: :) Resultatet er tegnet i gur, som kan sammenlignes med gur 3. Feilen er na fordelt jevnere mellom alle samplene. I stedet for a ha noe helt riktig pa begynnelsen av signalet, og en stor feil pa slutten (de unskede ikke-null sampler), har vi en feil hele veien, men med en maksimum amplitude som er mindre enn for det avkortede ideelle ltret (. i stedet for.3). Dermed er det mindre fare for a blande \feilen" med en ekte reeksjon enn det var tilfellet for ltret i forrige oppgave. ker vi lengden til begge ltre blir forskjellen enda strre. c) Vi har E = : +:8 +: +: +: = :7: Minste-kvadrattsfeilen er :7% av energien i nskede output. Dette er ca. halvparten av feilen vi hadde med det andre ltret. Et Wiener-lter (eller minstekvadrattslter) er nettopp laget for a minimalisere minste-kvadrattsfeilen. Det er da naturlig at denne feilen blir mindre enn for et annet lter med samme lengde... 9

Filtering with truncated version (3 samples) of ideal invers filter..... 3 3... Figure 3: Filtrering med invers-lter av lengde 3 Filtering with invers Wiener filter of length 3..... 3 3... Figure : Filtrering med Wiener spiking lter av lengde 3