Aliasing: Aliasfrekvensene. Forelesning 19.februar Nyquist-Shannons samplingsteorem

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

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

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

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

Sampling ved Nyquist-raten

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

UNIVERSITETET I OSLO

1 Trigonometriske Funksjoner Vekt: 1. 2 Trigonometriske Funksjoner Vekt: 1

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

Repetisjon: LTI-systemer

LØSNINGSFORSLAG TIL SIGNALBEHANDLING 1 JUNI 2010

Forelesening INF / Spektre - Fourier analyse

UNIVERSITETET I OSLO

FYS3220 Oppgaver om Fourieranalyse

Uke 9: Diskret Fourier Transform, I

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

av Erik Bédos, Matematisk Institutt, UiO, 25. mai 2007.

Generell informasjon om faget er tilgjengelig fra It s learning.

Repetisjon: Spektrum for en sum av sinusoider

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

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

UNIVERSITETET I OSLO

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

UNIVERSITETET I OSLO

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

UNIVERSITETET I OSLO

pdf

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

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

Forelesning nr.9 INF 1410

Generell informasjon om faget er tilgjengelig fra It s learning.

INF 1040 Sampling, kvantisering og lagring av lyd

Uke 10: Diskret Fourier Transform, II

UNIVERSITETET I OSLO

Kap 7: Digital it prosessering av analoge signaler

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

UNIVERSITETET I OSLO

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

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

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

Forelesning 26. MAT1030 Diskret Matematikk. Trær med rot. Litt repetisjon. Definisjon. Forelesning 26: Trær. Roger Antonsen

Løsningsforslag til regneøving 5. Oppgave 1: a) Tegn tegningen for en eksklusiv eller port ved hjelp av NOG «NAND» porter.

Eksamensoppgave i TFY4190 Instrumentering

UNIVERSITETET I OSLO

y(t) t

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

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

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

UNIVERSITETET I OSLO

Uke 4: z-transformasjonen

Analog. INF 1040 Sampling, kvantisering og lagring av lyd. Kontinuerlig. Digital

MAT1030 Forelesning 26

Sampling, kvantisering og lagring av lyd

INF 1040 Sampling, kvantisering og lagring av lyd

INF 1040 høsten 2008: Oppgavesett 9 Sampling og kvantisering av lyd (kapittel 11)

Løsningsforslag til hjemmeeksamen i INF3440 / INF4440

Fourier-Transformasjoner II

UNIVERSITETET I OSLO

STE 6146 Digital signalbehandling. Løsningsforslag til eksamen avholdt

Uke 4: z-transformasjonen

Eksamensoppgave i TFY4190 Instrumentering

UNIVERSITETET I OSLO

Analog. INF 1040 Sampling, kvantisering og lagring av lyd. Kontinuerlig. Digital

Det fysiske laget, del 2

Uke 5: Analyse i z- og frekvensdomenet

Lyd. Litt praktisk informasjon. Litt fysikk. Lyd som en funksjon av tid. Husk øretelefoner på øvelsestimene denne uken og en stund framover.

EKSAMEN STE 6219 Digital signalbehandling

NORGES TEKNISK- NATURVITENSKAPELIGE UNIVERSITET Side 1 av 5

LØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital signalbehandling

Tillatte hjelpemidler: Lærebok og kalkulator i samsvar med fakultetet sine regler. 2 2x

01 Laplace og Z-transformasjon av en forsinket firkant puls.

Eksamensoppgave i TFY4190 Instrumentering

6DPSOLQJ DY NRQWLQXHUOLJH VLJQDOHU

Temaer i dag. Mer om romlig oppløsning. Optisk avbildning. INF 2310 Digital bildebehandling

INF3470 Digital signalbehandling Diskrete signaler (kap 2) Sverre Holm

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

UNIVERSITETET I OSLO

Uke 6: Analyse i frekvensdomenet

Løsningsforslag til Eksamen i TELE2003 Signalbehandling 6. mai 2015

Uke 6: Analyse i frekvensdomenet

Løsningsforslag for regneøving 3

Harald Bjørnestad: Variasjonsregning en enkel innføring.


TTT4110 Informasjons- og signalteori Løsningsforslag eksamen 9. august 2004

Beskjeder. MAT1030 Diskret matematikk. Oppsummering. Oppsummering

, og dropper benevninger for enkelhets skyld: ( ) ( ) L = 432L L = L = 1750 m. = 0m/s, og a = 4.00 m/s.

Tema nr 2: Analog eller digital, kontinuerlig eller diskret. Eksempel på ulike båndbredder. Frekvensinnhold og båndbredde. Analog

Sampling av bilder. Romlig oppløsning, eksempler. INF Ukens temaer. Hovedsakelig fra kap. 2.4 i DIP

Utregning av en konvolusjonssum

Betinget bevegelse neste uke: ingen forelesning (17. og 19.2) ingen data verksted (19. og 21.2) gruppetimer som vanlig

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

Gitarstrengfrekvenser og Fourierspektra

UNIVERSITETET I OSLO.

Uke 4: z-transformasjonen

Tittel: Design av FSK-demodulator. Forfattere: Torstein Mellingen Langan. Versjon: 1.0 Dato: Innledning 1

YF kapittel 3 Formler Løsninger til oppgavene i læreboka

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

LØSNINGSFORSLAG TIL KONTINUASJONSEKSAMEN STE 6219 Digital signalbehandling

FYS1210 Løsningsforslag Eksamen V2017

Transkript:

Forelesning 9.februar 24 Delkapilene 4.4-4.6 fra læreboken, 4.3 er il selvsudium. Repeisjon om sampling og aliasing Diskre-il-koninuerlig omforming Inerpolasjon med pulser Oversamling bedrer inerpolasjon Ideell båndbegrense inerpolasjon Nyquis-Shannons samplingseorem E koninuerlig-id signal x() med høyese frekvens f max kan rekonsrueres eksak fra sample versjon x[n] = x(n ), hvis samplingsraen f s = / ilfredssiller f s > 2 f max. Undersampling, med f s < 2 f max, fører il aliasing og folding. INSTITUTT FOR INFORMATIKK INSTITUTT FOR INFORMATIKK 2 Aliasing: Når for lav samplingsrae gjør a de samplede, idsdiskree signale x[n] = x(n ) inneholder frekvenser som ikke finnes i de koninuerlige signale x(). Vi sampler signale med f s, og får x() = cos(ω + φ) x[n] = x(n ) = cos(ω n + φ), Aliasfrekvensene Alle de diskree frekvensene ˆω =ω + 2πl l =, ±, ±2,... ˆω = ω + 2πl l =, ±, ±2,... er aliasfrekvenser il ˆω = ω. Ved omforming ilbake il e koninuerlig signal velges den aliasfrekvensen som ligger nærmes, de prinsipale alias. ω = ˆω/ Hvis f s < 2f max vil denne ω være lavere enn den opprinnelige frekvensen i x(). INSTITUTT FOR INFORMATIKK 3 INSTITUTT FOR INFORMATIKK 4

Diskre-il-koninuerlig omforming En ideell D-il-K omformer inerpolerer en koninuerlig funksjon fra idsdiskree sampler x[n]. En reell implemenasjon av en D-il-K omformer kaller vi en digial-il-analog (D-il-A eller D/A) omformer. Gi en diskre-id sinusoid der f s > 2f. y[n] = A cos(2π f n + φ), For den normalisere frekvensen ˆω gjelder alså ingen aliasing. ˆω = ω = 2π f < π, Diskre-il-koninuerlig omforming Hvis urykke il de diskree signale y[n] = A cos(2π f n + φ), er kjen, vil subsiusjonen n = f s, reprodusere de originale signale y re () = A cos(2π f + φ) såfrem de er sample i henhold il samplingseoreme. For andre (ukjene) sekvenser kreves bruk av inerpolasjon; vi må fylle hullene mellom samplingspunkene. helnorsk denne gangen INSTITUTT FOR INFORMATIKK 5 INSTITUTT FOR INFORMATIKK 6 Inerpolasjon med pulser En generell klasse med D-il-K omformere kan beskrives av y re () = y[n]p( n ) p() kalles den karakerisiske pulsformen il omformeren. Signale y re () besår il enhver id av en sum av diskree verdier mulipliser med pulsen. y re () =... + y[ 2]p( + 2 ) + y[ ]p( + ) + y[]p() + y[]p( ) + y[2]p( + 2 ) +... Valge av pulsform er fri, men influerer kvalieen på inerpolasjonen. Endelig pulsvarighe For pulser med endelig pulsvarighe T p p() kreves a T p. kun for T p 2 < T p 2 For slike ilfeller vil y re () = y[n]p( n ), reduseres il endelig sum. Grensene er gi ved for alle. T p 2 < n T p 2 T p 2 n < + T p 2 n Z INSTITUTT FOR INFORMATIKK 7 INSTITUTT FOR INFORMATIKK 8

Zero-order hold inerpolasjon En enkel form for inerpolasjon, der T p =. Zero-order hold inerpolasjon II.9.8.7.6.5.4 2 p() = < 2 ellers Firkanpuls il zero order hold inerpolering, samplingsperiode puls p() samplingpunker i id Gi T p =, er n begrense av 2 n < + 2 som bare holder for e helall; y re () for en gi er alså bare avhengig av en sekvensverdi y[n]. De rekonsruere signale y re () får da konsan y[n], med sener i = n..3.2. Hullene mellom samplene er nå fyll, signale s() er koninuerlig i id. 8 6 4 2 2 4 6 8 INSTITUTT FOR INFORMATIKK 9 INSTITUTT FOR INFORMATIKK Zero-order hold inerpolasjon, illusrasjon f = 77 Hz f s = 5 Hz = = 2 ms Sampling og rekonsruksjon av sinusoid, ved zero order hold inerpolasjon Lineær inerpolasjon Vi inerpolerer lineær ved bruk av en puls besående av e førseordens polynom, som rekanpulsen T p() = s ellers.8.6 Lineaer inerpolasjon, samplingsperiode.4.2.9 puls p() samplingpunker i id.2.4.6 koninuerlig signal.8 rekonsruer signal sample signal 4 2 2 4 6 8 id (s) x 3.8.7.6.5.4.3.2. Zero-order hold inerpolasjon er ingen ideell D-il-K omforming. 8 6 4 2 2 4 6 8 INSTITUTT FOR INFORMATIKK INSTITUTT FOR INFORMATIKK 2

Lineær inerpolasjon Lineær inerpolasjon Eersom T p = 2 n + Hvis k kan n a o verdier, slik a y re () for en gi avhenger av puls- og sampleverdier for o verdier av n. Hvis = k har vi k n k + k n k + De rekonsruere signale y re () for en gi avhenger av puls- og sampleverdier for re verdier av n. k Z Inerpolasjonsligningen y re () = y[n]p( n ) innsa = k gir y re (k ) = k+ n=k y[n]p(k n ) = y[k ]p(k (k ) )+ y[k]p(k k )+ y[k + ]p(k (k + ) ) = y[k ]p( ) + y[k]p()+ y[k + ]p( ) = y[k] I samplingspunkene har alså de rekonsruere signale y re () eksak verdi: y re (n ) = y[n] = y(n ) for n Z INSTITUTT FOR INFORMATIKK 3 INSTITUTT FOR INFORMATIKK 4 Lineær inerpolasjon, illusrasjon Inerpolasjon med kubisk spline f = 77 Hz, f s = 5 Hz = = 2 ms En kubisk spline p() er sa sammen av idssegmener av redje-ordens polynomer. For vår formål seer vi T p = 4, slik a.8.6.4 Sampling og rekonsruksjon av sinusoid ved lineaer inerpolasjon p() = for < 2 og > 2 og krever i illegg a p() = for = ±, ±2.2.2.4.6 koninuerlig signal rekonsruer signal.8 sample signal 4 2 2 4 6 8 id (s) x 3 spline n [origin unknown] : a hin wood or meal srip used in building consrucion 2: a key ha is fixed o one of wo conneced mechanical pars and fis ino a keyway in he oher; also : a keyway for such a key 3: (mah) s- curve, a coninuous curve consruced so as o pass hrough a given se of poins and have coninuous firs and second derivaives. INSTITUTT FOR INFORMATIKK 5 INSTITUTT FOR INFORMATIKK 6

Eersom T p = 4 2 n + 2 Inerpolasjon med kubisk spline Kubisk spline, samplingsperiode.5 Hvis k kan n a 4 verdier, slik a y re () for en gi er en sum av 4 pulser. Hvis = k har vi k 2 n k + 2 k 2 n k + 2 Indeksen n kan a 5 verdier, men p(), kubisk spline p(), annen kubisk inerpolasjon samplingpunker i id.5 8 6 4 2 2 4 6 8 p(k n ) = for n = {k 2, k, k+, k+2} De rekonsruere signale y re () for en gi avhenger av puls- og sampleverdi for kun en n. y re (k ) = y[n]p(k k ) = y[n] k Z INSTITUTT FOR INFORMATIKK 7 INSTITUTT FOR INFORMATIKK 8 f = 77 Hz, f s = 5 Hz = = 2 ms.8.6.4.2.2 Sampling og rekonsruksjon av sinusoid ved inerpolasjon med kubisk spline koninuerlig signal rekonsruer signal sample signal Oversampling som inerpolasjonshjelp I illegg il valge av pulsform p() har både samplingsraen f s og variasjonen i de originale signale y() noe å si for kvalieen på rekonsruksjonen..4.6.8 4 2 2 4 6 8 id (s) x 3 Ved å øke samplingsraen vil signale forandre seg mindre på en periode, slik a approksimasjonene er bedre. Konklusjon Valge av puls p() har mye å si for kvalieen på rekonsruksjonen. En gla og langvarig puls gir e signal y re () nærmes originalen y(). INSTITUTT FOR INFORMATIKK 9 INSTITUTT FOR INFORMATIKK 2

Inerpolasjon med oversampling.5.5 f = 77 Hz, f s = 9 Hz Sampling og rekonsruksjon av sinusoid ved zero order hold inerpolasjon y() y re () y[n] 4 2 2 4 6 8 Sampling og rekonsruksjon av sinusoid ved lineaer inerpolasjon x 3.5.5 y() y re () y[n] 4 2 2 4 6 8 Sampling og rekonsruksjon av sinusoid ved inerpolasjon med kubisk spline x 3.5.5 y() y re () y[n] 4 2 2 id (s) 4 6 8 x 3 Ideell båndbegrense inerpolasjon Pulsen ilhørende ideell D-il-K omforming er gi ved en såkal sinc-funksjon. ( ) π sin π p() = =.8.6.4.2.2 Sinc puls, samplingsperiode puls p() samplingpunker i id.4 2 5 5 5 5 2 INSTITUTT FOR INFORMATIKK 2 INSTITUTT FOR INFORMATIKK 22 Sinc-pulsen Pulsen er uendelig lang, definer for < < De beyr a alle sampler y[n] brukes for å rekonsruere signale ved en gi id. Vi ser a p() = for = k, k Z Bruk av p() gir båndbegrense inerpolasjon, som allid vil rekonsruere en sinusoid eksak (gi a f s 2f ). Oppsummering Måle med kapiel 4 er å presenere og bekrefe nyen av Nyquis-Shannons samplingseorem, som er mege senral innen digial signalbehandling. Vi repeerer: E koninuerlig-id signal x() med høyese frekvens f max kan rekonsrueres eksak fra sample versjon x[n] = x(n ), hvis samplingsraen f s = / ilfredssiller f s > 2 f max. Regelen gjelder for alle signaler med en høyese frekvens f max. En sum av sinusoider x() = x k () = A k cos(2πf k + φ k ) k= k= er e slik signal, der vi gjerne anar a f f N f max INSTITUTT FOR INFORMATIKK 23 INSTITUTT FOR INFORMATIKK 24

Rekonsruksjon av en sum av sinusoider Sampling av en sum av sinusoider De kan genereres uendelig mange signaler på formen x(), både periodiske og ikke-periodiske. Sampling med raen f s = / gir der og x[n] = x(n ) = x k (n) = x k [n] k= k= x k [n] = A k cos( ˆω k n + φ k ) ˆω k = 2πf k f s Rekonsruksjon med pulsforming gir x re () = x[n]p( n ), der p() for ideell D-il-K er sinc-funksjonen. Innsa for x[n] ( N ) x re () = x k [n] p( n ) = k= ( ) x k [n]p( n ) k= Vi anar f s > 2f k for alle k [, N], slik a den ideelle D-il-K omformeren eksak rekonsruerer alle komponenene. x re () = x k () = x() k= INSTITUTT FOR INFORMATIKK 25 INSTITUTT FOR INFORMATIKK 26