Analýza signálů ve frekvenční oblasti
|
|
- Břetislav Kolář
- před 5 lety
- Počet zobrazení:
Transkript
1 Aalýza sigálů v frvčí oblasti
2 Fourirova trasformac
3 Záladí ida trasformac () Trasformac () Zpracováí v časové oblasti Zpracováí v trasform. oblasti () Ivrzí Trasformac ()
4 Typy Fourirových trasformací
5
6 Discrt Tim Fourir Trasform
7 Symtri DTFT sptra rálého sigálu
8
9
10 Disrétí Fourirova trasformac -bodová DFT sigálu s vzory:,,, ) ( / DFT zpětá trasformac IDFT :,,, / DFT Jliož / priodicá, priodicá i DFT a IDFT počítám vzory pouz přs du priodu. ) / si( ) / cos( ) ( DFT
11 Polárí tvar DFT imag m ()= ral()+ imag() mag Ф ral mag mag ral( ) imag ( ) ta imag ral ( ) ( ) PS ( ) mag ( ) ral( ) imag ( )
12
13 Při použití polárí rprztac DFT pozor a áslduící možé problémy : správou ovrzi fáz - sw většiou vrací fázový úhl v radiách a to v rozsahu < π/, π/ > při výpočtu fáz pozor a ulovou rálou část ( přtčí) (fáz v tomto případě ±9º pozor a správou ovrzi úhlu z itrvalu < π/, π/ > a itrval <, π > fáz u vlmi ízých amplitud, tré s ztrácí v šumů můž chaoticy mitat oolo ulové hodoty
14 fázová charatristia s opau s priodou π to způsobu v ětrých případch spoitost v fázové charatristic Amplitudová frvčí charatristia vždy ladá problémy mohou astat poud imagiárí část trasformovaého sigálu clá ulová -> můž docházt prudé změě v fázové charatristic mzi π a π
15 Př.: Výpočt DFT z dfiic: ={,,,} DFT DFT DFT DFT 3 3: : : 4 : DFT ={4,-,,}
16
17 Vlastosti DFT
18 Symtri DFT: DFT rálého sigálu vyazu omplě sdružou symtrii oolo počátu t.: DFT -= DFT* Protož DFT priodicé DFT -= DFT - Výpočt hodot pro = a =/ (pro sudé ) ) ( ) ( DFT DFT DFT DFT
19 Vlastosti DFT. Liarita ()+ () ()+ (). Priodičost - fuc () a () sou priodicé s priodou P= 3. Kruhový časový posu : ( ), clé posu v čas způsobí změu v fázi 4. Kruhový frvčí posu ( ), clé
20 4. Priodicá ovoluc v časové oblasti Priodicou ovoluci dvou svcí dély určím ao souči -bodových trasformací. 5. Priodicá orlac 6. Obraz obrácé poslouposti 7. Vlastosti sptra rálé poslouposti ) ( ) ( ) ( ) ( ) ( Im ) ( Im ) ( R ) ( R *
21 5. Priodicá ovoluc v frvčí oblasti 8. Vlastosti sptra rálé a sudé poslouposti -li rálá a sudá i rálá sudá 9. Vlastosti sptra rálé a liché poslouposti -li rálá a lichá, pa imagiárí, lichá. Altrativí vzorc pro výpočt IDFT * * ( ) ( ) K výpočtu ivrzí trasformac možé použít algoritmů pro výpočt DFT: prv obrátím zaméa hodot imagiárí části (), vypočtm DFT obrátím zaméa imagiárích částí vypočtých hodot výsld vydělím
22 Vlastosti fázové charatristiy
23
24 Vliost DFT vzorů J-li () rálý vstupí sigál složý z siusov s odpovídaící amplitudou A a cločíslým počtm cylů přs vzorů, vliost DFT vzoru odpovídaící siusovy M r daá vztahm M r A Pro omplí vstupí sigál s vliostí A (t. A πft ) výstupí vliost DFT vzorů M r A
25 Rozliší DFT
26 Amplitudové, fázové, výoové sptrum
27 Rpliac sigálu a ulová itrpolac sptra Eistu vztah mzi rpliací v dé oblasti a ulovou itrpolací v druhé oblasti: J-li M-rát rpliová, DFT() itrpolová (ulová itrpolac) a ásob M: DFT DFT {,,, } M DFT /M M-rát M-ásobá itrpolac: /M { DFT, DFT,, DFT } M-rát
28 DFT dvoic Impulz : {,,,, } {,,,, } ostata Kostata: {,,,, } {,,,,, } impulz Epociála: Siusoida: cos.5.5 ( ) -bodová siusoida s priodou a F=/ má pouz dva ulové vzory
29 Ivrzí DFT DFT /,,, DFT a IDFT maí podobý vztah, až a zaméo u pociály a ormalizačí fator /. J-li DFT symtricá (omplě sdružá symtri) můž být vyádřa ao součt siusoid, protož dvoici A v a v - odpovídá siusoida cos A DFT odpovídá dc složc DFT / a DFT vzor DFT / (pro sudé ) odpovídá frvci F=.5 a odpovídá sigálu Kcos(), d K=(/) DFT /
30 Př.: DFT = {4, -,, } ) ( : ) (4.5.5 : ) (4.5.5 : ) (.5.5 : DFT DFT DFT DFT IDFT ={,,,}
31 Altrativí vzorc pro výpočt IDFT * * ( ) ( ) K výpočtu ivrzí trasformac možé použít algoritmů pro výpočt DFT: prv obrátím zaméa hodot imagiárí části (), vypočtm DFT obrátím zaméa imagiárích částí vypočtých hodot výsld vydělím
32 DFT- volba frvčí osy
33 Prosaováí v sptru (Spctrum laag) Prosaováí s vysytu thdy, poud u vzorovaého aalogového sigálu počítám DFT z vzorů a v těchto vzorcích í obsaž cločíslý počt priod siusoid obsažých v vstupím sigálu. Při prosaováí s v DFT vysytou sptrálí čáry i id ž v ±f (f frvc vstupího sigálu Prosaováí možé limiovat, al lz odstrait úplě.
34 K vysvětlí prosaováí v sptru s používá Fourirův obraz rálé osiové fuc ) / ( si ) ( si ) / ( si ) ( si ) ( ), / cos( ) ( )/ ( ) ( )/ ( ) ( m m m m m K m m m m r r
35
36
37 K omzí vlivu prosaováí v sptru s přd provdím DFT ásobí vstupí sigál tzv. vyhlazovacím om. w ( m) w( ) ( ) m/
38 Maticový zápis DFT a IDFT,,...,,,..., * DFT DFT ) )( ( ) ( ) ( 4 Ozačím DFT rovic lz zapsat maticově = matic matic
39 Maticový zápis IDFT T IDFT matic T
40 Sptrálí vyhlazí časovými oy výběr vzorů vzorovaého sigálu = ásobí vzorovaého sigálu pravoúhlým om romě pravoúhlého oa lz použít i ié typy o aždé oo má určitou frvčí charatristiu a podl toho vhodé pro zpracováí určitého typu sigálu Záladí charatristiy o Amplitudová charatristia P P log.5 6dB 6 P log.77p 3dB 3
41 Další charatristiy o: ohrtí zsílí (cohrt gai) CG w EB (quivalt ois badwith) EB w w SL (scallop loss) SL log w w
42 Používaá DFT oa a ich charatristiy
43 Používaá DFT oa a ich charatristiy Bartltt vo Ha Hammig Blacma Kaisr
44 Zvětšováí dély oa (u všch o) lsá šířa hlavího lalou, vliost postraích laloů s téměř měí Idálí případ amplitudové charatristiy (pro oo daé dély) - úzý (a co vyšší) hlaví lalo a ízé postraí laloy -> protichůdé požadavy - většiou s lsaící šířou hlavího lalou rost amplituda postraích laloů Dyamicé rozliší - schopost odlišit vlé změy v amplitudě sigálu. Frvčí rozliší oa - schopost od sb odlišit siusovy s podobou amplitudou a blízou frvcí. Platí: při použití vyhlazovacích o od sb lz odlišit dvě siusovy s frvcmi ižšími ž šířa hlavího lalou oa. F f S M zmší F musím zmšit M zvětšit (al přidáím ul!!!) víc vzorů sigálu
45 Přílad: (t)=a cos(f t)+ A cos((f + f)t) A = A = f =3Hz S=8Hz Mám vzorů, doplit počt ulami a FFT Jaé mší f pro: pravoúhlé oo vo Haovo oo pro áslduící a FFT : a) =56, FFT =48 b) =5, FFT =48 c) =56, FFT =496 lz zvětšit rozliší přidáím ul, al pouz zvětším dély sigálu
46 A =.5 (6dB pod A t. log(/.5) )
47 Odhad sptra Výoová sptrálí hustota (PSD powr spctral dsity) R (f) aalogového výoového bo áhodého sigálu (t) Fourirova trasformac autoorlačí fuc r (t). R (f) rálá záporá sudá fuc s hodotou R () rovou průměrému výou sigálu (t). PSD s používá odhadu sptra vzorovaého sigálu očé dély Dva způsoby odhadu sptra : paramtricý odhad o sigálu ic vím a odhadum sptrum paramtricý odhad odhad sptra modlum ao oficity filtru buzého šumm paramtricé odhady: Priodogram priodogram P založa a DFT (FFT) -vzorovaé řady a dfiová ao: P DFT
48 dobrý odhad pro dtrmiisticé, pásmově omzé, výoové sigály, vzorovaé vyšší frvcí ž yquistova Špaté pro sigály pošozé šumm lchova mtoda založá a průměrováí přrývaících s priodogramových odhadů Pricip: sigál rozděl a přrývaících s M vzorovaých úsů (s přrytím D vzorů, D=5-75%). Každý ús ásob M vzorovým om w() vůli omzí prosaováí. PSD aždého úsu odhaduto priodogramm priodogramů zprůměrováo M-bodový průměrý priodogram Mtoda vhodá pro dtci frvcí, tré sou blízo sb (dobré frvčí rozliší) Bartlttova mtoda Jao lchova mtoda, al sgmty s přrývaí a sou ásoby om
49 Blacma-Tuy mtoda: mtoda urču PSD z autoorlac ásobé om Pricip: vzorový sigál doplě ulami a vzorů výsldm sigál y určí s priodicá autoorlac y alzím Y FFT a určím IFFT součiu Y FFT Y FFT * a dostam bodový autoorlačí odhad r. autoorlačí odhad r ásob M-bodovým om (vůli vyhlazí sptra a rduci vlivu špatého autoorlačího odhadu sigálu očé dély) určím FFT M-bodové autoorlac ásobé om a dostam vyhlazý priodogram mší M (užší oo) lpší vyhlazí, al můž doít masováí ětrých špič (paů) bo přrytí ostrých dtailů. Obvyl s používá M v rozsahu M=. až M=.5 ao oo pro vyhlazí s častěi používá Bartlttovo oo. mtoda vhodá pro dtci dobř oddělých paů s rozdílou vliostí (dobré dyamicé rozliší)
50 Rychlá Fourirova trasformac FFT
51 ) ( ) ( ) ( 4 3 Algoritmus využívá symtri a priodicity pociály = -/ Záladí výsldy využité v FFT výpočtch: -bodová trasformac : DFT diého čísla A číslo A -bodová trasformac : DFT -bodové řady DFT = + DFT = -
52 Radi -FFT trasformac využívá toho, ž -bodová DFT můž být zapsáa ao součt dvou / bodových trasformací vytvořých z sudých a lichých vzorů. Ozačím sudé vzory (sudý id) a o - liché vzory (lichý id), pa ) ( DFT,,,, o DFT
53 ,,,,,,,, o o DFT o DFT a záladě priodicity lz odvodit: tzv. Dailso-Lazos lmma A= B= o
54
55 Výpočt FFT dcimac v frvci DIF
56 Výpočt FFT dcimac v čas DIT
57 Výpočt FFT - porováí
Diskrétní Fourierova transformace
Disrétí Fourierova trasformace Záladí idea trasformace x Trasformace Zpracováí v časové oblasti Zpracováí v trasform. oblasti x Iverzí Trasformace Spojitá Fourierova trasformace f j πft x t e dt Disrétí
VíceExponenciální funkce a jejich "využití" - A (Tato doplňková pomůcka nemůže v žádném případě nahradit systematickou matematickou přípravu.
Josf PUNČOCHÁŘ: Epociálí fukc a ich "využití" ld Epociálí fukc a ich "využití" - A (Tato doplňková pomůcka můž v žádém případě ahradit systmatickou matmatickou přípravu. Epociálí fukc dfiováa obcě vztahm
VíceFourierova transformace ve zpracování obrazů
Fourierova trasformace ve zpracováí obrazů Jea Baptiste Joseph Fourier 768-83 6. předáška předmětu Zpracováí obrazů Martia Mudrová 24 Motivace Proč používat Fourierovu trasformaci? základí matematický
Víceje daná vztahem v 0 Ve fyzice bývá zvykem značit derivaci podle proměnné t (podle času) tečkou, proto píšeme
DERIVACE FUNKCE Má zásadí výzam při vyštřováí fukčích závislostí j v matmatic, al také v aplikacích, apř v chmii, fyzic, koomii a jiých vědích oborch Pricip drivováí formulovali v 7 stoltí závisl a sobě
VíceNEPARAMETRICKÉ METODY
NEPARAMETRICKÉ METODY Jsou to metody, dy předmětem testu hypotézy eí tvrzeí o hodotě parametru ějaého orétího rozděleí, ale ulová hypotéza je formulováa obecěji, apř. jao shoda rozděleí ebo ezávislost
VíceČasové řady - rozklad na harmonické složky
Čsové řdy - rozld hrmoicé složy Záldí iformc V ávzosti hrmoicý rozld fucí spojitých v čs uvd tto pitol mtmticé prostřdy pro rozld disrétích posloupostí dílčí hrmoicé složy. Dál zd számím čtář s rozdíly,
VíceBudeme pokračovat v nahrazování funkce f(x) v okolí bodu a polynomy, tj. hledat vhodné konstanty c n tak, aby bylo pro malá x a. = f (a), f(x) f(a)
Předáša 7 Derivace a difereciály vyšších řádů Budeme poračovat v ahrazováí fuce f(x v oolí bodu a polyomy, tj hledat vhodé ostaty c ta, aby bylo pro malá x a f(x c 0 + c 1 (x a + c 2 (x a 2 + c 3 (x a
Více1 Základy Z-transformace. pro aplikace v oblasti
Základy Z-trasformace pro aplikace v oblasti číslicového zpracováí sigálů Petr Pollák 9. říja 29 Základy Z-trasformace Teto stručý text slouží k připomeutí základích vlastostí Z-trasformace s jejími aplikacemi
VícePRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru
SP Náhodý vetor ezávislost fuce NV PRAVDĚPODONOST A STATISTIKA Náhodý vetor ezávislost fuce áhodého vetoru Libor Žá Náhodý vetor stochasticá ezávislost Náhodé veličiy... defiovaé a ravděodobostím rostoru
Více( NV, )} Řešením Schrödingerovy rovnice pro N částic
Partčí fuc { E ( V, )} Řším Schrödgrovy rovc pro částc Zdoduší (?) H = H E = E Ψ= Ψ BOSOY stavy sou obsazováy bz omzí FERMIOY frmoy mohou být v stém stavu Přílady: Ply (ízý tla) => mzmolulové trac zadbáy
VícePRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru
SP Náhodý vetor ezávislost fuce NV PRAVDĚPODONOST A STATISTIKA Náhodý vetor ezávislost fuce áhodého vetoru Libor Žá Náhodý vetor stochasticá ezávislost Náhodé veličiy... defiovaé a ravděodobostím rostoru
Vícek(k + 1) = A k + B. s n = n 1 n + 1 = = 3. = ln 2 + ln. 2 + ln
Číselé řady - řešeé přílady ČÍSELNÉ ŘADY - řešeé přílady A. Součty řad Vzorové přílady:.. Přílad. Určete součet řady + = + 6 + +.... Řešeí: Rozladem -tého čleu řady a parciálí zlomy dostáváme + = + ) =
VíceÚBYTKY NAPĚTÍ V ES Jednoduchá ss vedení nn, vn Dvouvodičový rozvod. Předpoklad konst. průřezu a rezistivity. El. trakce, elektrochemie, světelné
ÚBYTKY NAPĚTÍ V ES Jedoduchá ss vedeí, v Dvouvodičový rozvod. Předpoad ost. průřezu a rezistivity. E. trace, eetrochemie, světeé zdroje, dáové přeosy, výoová eetroia. Osaměé zátěže apájeé z jedé stray
VíceFunkce hustoty pravděpodobnosti této veličiny je. Pro obecný počet stupňů volnosti je náhodná veličina
Přdnáša č 6 Náhodné vličiny pro analyticou statistiu Při výpočtch v analyticé statistic s používají vhodné torticé vličiny, tré popisují vlastnosti vytvořných tstovacích charatristi Mzi njpoužívanější
VíceDYNAMIC PROPERTIES OF ELECTRONIC GYROSCOPES FOR INERTIAL MEASUREMENT UNITS
DYNAMIC PROPERTIES OF ELECTRONIC GYROSCOPES FOR INERTIAL MEASUREMENT UNITS Jiří Tůma & Jiří Kulháek Abstract: The paper deals with the dyamic properties of the electroic gyroscope as a sesor of agular
Více8.1.2 Vzorec pro n-tý člen
8.. Vzorec pro -tý čle Předpolady: 80 Pedagogicá pozáma: Myslím, že jde o jedu z velmi pěých hodi. Přílady a hledáí dalších čleů posloupostí a a objevováí vzorců pro -tý čle do začé míry odpovídají typicým
Více4. KRUHOVÁ KONVOLUCE, RYCHLÁ FOURIEROVA TRANSFORMACE (FFT) A SPEKTRÁLNÍ ANALÝZA SIGNÁLŮ
4. KRUHOVÁ KOVOLUCE, RYCHLÁ FOURIEROVA TRASFORMACE FFT A SEKTRÁLÍ AALÝZA SIGÁLŮ Kruová cylcá ovoluce Ryclá Fourerova trasformace Aplace DFT a aalogové sgály, frevečí aalýza perodcýc aalogovýc sgálů s využtím
Více8.1.2 Vzorec pro n-tý člen
8 Vzorec pro -tý čle Předpolady: 80 Pedagogicá pozáma: Přílady a hledáí dalších čleů posloupostí a a objevováí vzorců pro -tý čle do začé míry odpovídají typicým příladům z IQ testů, teré studeti zají
Více6. FUNKCE A POSLOUPNOSTI
6. FUNKCE A POSLOUPNOSTI Fukce Dovedosti:. Základí pozatky o fukcích -Chápat defiici fukce,obvyklý způsob jejího zadáváí a pojmy defiičí obor hodot fukce. U fukcí zadaých předpisem umět správě operovat
VíceAnalýza a zpracování signálů. 3. Číselné řady, jejich vlastnosti a základní operace, náhodné signály
Aalýza a zpracováí sigálů 3. Číselé řady, jejich vlastosti a základí operace, áhodé sigály Diskrétí sigál fukce ezávislé proměé.!!! Pozor!!!! : sigáleí defiová mezi dvěma ásledujícími vzorky ( a eí tam
VíceÚBYTKY NAPĚTÍ V ES Jednoduchá ss vedení nn, vn Dvouvodičový rozvod. Předpoklad konst. průřezu a rezistivity. El. trakce, elektrochemie, světelné
ÚBYTKY NAPĚTÍ V ES Jedoduchá ss vedeí, v Dvouvodičový rozvod. Předpoad ost. průřezu a rezistivity. E. trace, eetrochemie, světeé zdroje, dáové přeosy, výoová eetroia. Osaměé zátěže apájeé z jedé stray
VíceFourierova transformace ve zpracování obrazů
Jea Baptiste Joseph Fourier 768-83 Fourierova trasforace ve zpracováí obrazů 6. předáška předětu Zpracováí obrazů Martia Mudrová 24 Motivace Proč používat Fourierovu trasforaci? základí ateatický ástroj
VíceSekvenční logické obvody(lso)
Sekvečí logické obvody(lso) 1. Logické sekvečí obvody, tzv. paměťové čley, jsou obvody u kterých výstupí stavy ezávisí je a okamžitých hodotách vstupích sigálů, ale jsou závislé i a předcházejících hodotách
Více6. KOMBINATORIKA 181. 6.1. Základní pojmy 181 6.1.1. Počítání s faktoriály a kombinačními čísly 182. 6.2. Variace 184. 6.3.
Zálady matematiy Kombiatoria. KOMBINATORIKA 8.. Záladí pojmy 8... Počítáí s fatoriály a ombiačími čísly 8.. Variace 8.. Permutace 85.. Kombiace 87.5. Biomicá věta 89 Úlohy samostatému řešeí 9 Výsledy úloh
Vícen 3 lim 3 1 = lim Je vidět, že posloupnost je neklesající, tedy z Leibnize řada konverguje, ( 1) k 1 k=1
3. cvičeí Přílady. (a) (b) (c) ( ) ( 3 ) = Otestujeme itu 3 = 3 = = 0. Je vidět, že posloupost je elesající, tedy z Leibize řada overguje, ( ) Řada overguje podle Leibizova ritéria, ebot je zjevě erostoucí.
VíceNMAF063 Matematika pro fyziky III Zkoušková písemná práce 25. ledna x 1 n
Jméo: Příklad 3 Celkem bodů Bodů 8 0 30 Získáo [8 Uvažujte posloupost distribucí f } D R defiovaou jako f [δ kde δ a začí Diracovu distribuci v bodě a Najděte itu δ 0 + δ + této poslouposti aeb spočtěte
Více3. Lineární diferenciální rovnice úvod do teorie
3 338 8: Josef Hekrdla lieárí difereciálí rovice úvod do teorie 3 Lieárí difereciálí rovice úvod do teorie Defiice 3 (lieárí difereciálí rovice) Lieárí difereciálí rovice -tého řádu je rovice, která se
VíceMATEMATICKÁ INDUKCE. 1. Princip matematické indukce
MATEMATICKÁ INDUKCE ALEŠ NEKVINDA. Pricip matematické idukce Nechť V ) je ějaká vlastost přirozeých čísel, apř. + je dělitelé dvěma či < atd. Máme dokázat tvrzeí typu Pro každé N platí V ). Jeda možost
VíceVariabilita měření a statistická regulace procesu
Variabilita měří a statistická rgulac procsu Ig. Darja Noskivičová, CSc. Katdra kotroly a řízí jakosti, VŠB-TU Ostrava Abstrakt: Efktivost využití statistických mtod pro aalýzu a řízí procsů j odvislá
VíceL A B O R A T O R N Í C V I Č E N Í Z F Y Z I K Y
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE KATED RA F YZIKY L A B O R A T O R N Í C V I Č E N Í Z F Y Z I K Y Jméo TUREČEK Daiel Datum měřeí 8.11.2006 Stud. rok 2006/2007 Ročík 2. Datum odevzdáí 15.11.2006 Stud.
Více( + ) ( ) ( ) ( ) ( ) Derivace elementárních funkcí II. Předpoklady: Př. 1: Urči derivaci funkce y = x ; n N.
.. Derivace elemetárích fukcí II Předpoklady: Př. : Urči derivaci fukce y ; N. Budeme postupovat stejě jako předtím dosazeím do vzorce: f ( + ) f ( ) f f ( + ) + + + +... + (biomická věta) + + +... + f
Více2 IDENTIFIKACE H-MATICE POPISUJÍCÍ VEDENÍ Z NAMĚŘENÝCH HODNOT
2 IDENIFIKACE H-MAICE POPISUJÍCÍ VEDENÍ Z NAMĚŘENÝCH HODNO omáš Novotý ČESKÉ VYSOKÉ UČENÍ ECHNICKÉ V PRAZE Faulta eletrotechicá Katedra eletroeergetiy. Úvod Metody založeé a loalizaci poruch pomocí H-matic
VíceTransformace obrazu Josef Pelikán KSVI MFF UK Praha
Transformace obrazu 99725 Josef Pelikán KSVI MFF UK Praha email: Josef.Pelikan@mff.cuni.cz WWW: http://cgg.ms.mff.cuni.cz/~pepca/ Transformace 2D obrazu dekorelace dat potlačení závislosti jednotlivých
VíceEKONOMETRIE 9. přednáška Zobecněný lineární regresní model
EKONOMETRIE 9. předáška Zobecěý lieárí regresí model Porušeí základích podmíek klasického modelu Metoda zobecěých emeších čtverců Jestliže sou porušey ěkteré podmíky klasického modelu. E(u),. E (uu`) σ
VíceČíslicové filtry. Použití : Analogové x číslicové filtry : Analogové. Číslicové: Separace signálů Restaurace signálů
Číslicová filtrace Použití : Separace sigálů Restaurace sigálů Číslicové filtry Aalogové x číslicové filtry : Aalogové Číslicové: + levé + rychlé + velký dyamický rozsah (v amplitudě i frekveci) - evhodé
VíceNEJISTOTA ODHADU AMPLITUDOVÉHO DFT SPEKTRA
EJISTOTA ODHADU AMPLITUDOÉHO DFT SPEKTRA Marti ovotý, Miloš Sdláč Čsé vysoé č tchicé v Praz, Fal ltrotchicá, atdra měř 1. Úvod Frvč aalýza, čili alz rvčho sptra sigál, patř důlžitým úlohám v moha tchicých
VíceS k l á d á n í s i l
S l á d á í s i l Ú o l : Všetřovat rovováhu tří sil, působících a tuhé těleso v jedom bodě. P o t ř e b : Viz sezam v desách u úloh a pracovím stole. Obecá část: Při sládáí soustav ěolia sil působících
VíceNárodní informační středisko pro podporu kvality
Národí iformačí střediso pro podporu vality Problémy s uazateli způsobilosti a výoosti v praxi Dr.Jiří Michále, CSc. Ústav teorie iformace a automatizace AVČR Uazatel způsobilosti C p Předpolady: ormálí
Vícepravděpodobnostn podobnostní jazykový model
Pokročilé metody rozpozáváířeči Předáška 8 Rozpozáváí s velkými slovíky, pravděpodobost podobostí jazykový model Rozpozáváí s velkým slovíkem Úlohy zaměřeé a diktováíči přepis řeči vyžadují velké slovíky
Více0. 4b) 4) Je dán úhel 3450. Urči jeho základní velikost a převeď ji na radiány. 2b) Jasný Q Q ZK T D ZNÁMKA. 1. pololetí 2 3 1 2 2 3 5 2 3 1 1
) Urči záladí veliost úhlu v radiáech, víš-li, že platí: a) si cos 0. b) cos, Opravá zouša z matematiy 3SD (druhé pololetí) c) cotg 3 5b) ) Na možiě R řeš rovici cos cos 0. 4b) 3) Vzdáleost bodů AB elze
Více5. Lineární diferenciální rovnice n-tého řádu
5 3.3.8 8:44 Josef Herdla lieárí difereciálí rovice -tého řádu 5. Lieárí difereciálí rovice -tého řádu (rovice s ostatími oeficiety) ( ), a,, a (5.) ( ) ( ) y a y a y ay q L[ y] y a y a y a y, q je spojitá
VíceIAJCE Přednáška č. 12
Složitost je úvod do problematiky Úvod praktická realizace algoritmu = omezeí zejméa: o časem o velikostí paměti složitost = vztah daého algoritmu k daým prostředkům: časová složitost každé možiě vstupích
VíceDeskriptivní statistika 1
Deskriptiví statistika 1 1 Tyto materiály byly vytvořey za pomoci gratu FRVŠ číslo 1145/2004. Základí charakteristiky souboru Pro lepší představu používáme k popisu vlastostí zkoumaého jevu určité charakteristiky
VíceDoc. Ing. Dagmar Blatná, CSc.
PRAVDĚPODOBNOST A STATISTIKA Doc. Ig. Dagmar Blatá, CSc. Statsta statstcé údaje o hromadých jevech čost, terá vede zísáí statstcých údajů a jejch zpracováí teore statsty - věda o stavu, vztazích a vývoj
Více3 - Póly, nuly a odezvy
3 - Póly, uly a odezvy Michael Šebek Automatické řízeí 5 3--5 Automatické řízeí - Kyberetika a robotika Póly přeosu jsou kořey jmeovatele pro gs () = bs () as () jsou to komplexí čísla si: as ( i) = pokud
Víceu, v, w nazýváme číslo u.( v w). Chyba! Chybné propojení.,
Def: Vetorovým součiem vetorů u =(u, u, u 3 ) v = (v, v, v 3 ) zýváme vetor u v = (u v 3 u 3 v, u 3 v u v 3, u v u v ) Vět: Pro vetory i, j, ortoormálí báze pltí i i = j = i, i = j Vět: Nechť u v, w, jsou
VícePRAVDĚPODOBNOST A STATISTIKA
SP esty dobré shody PRAVDĚPODOBNOS A SAISIKA Lbor Žá SP esty dobré shody Lbor Žá Přpomeutí - estováí hypotéz o rozděleí Ch-vadrát test Chí-vadrát testem terý e založe a tříděém statstcém souboru. SP esty
VíceMatematika I, část II
1. FUNKCE Průvodce studiem V deím životě, v přírodě, v techice a hlavě v matematice se eustále setkáváme s fukčími závislostmi jedé veličiy (apř. y) a druhé (apř. x). Tak apř. cea jízdeky druhé třídy osobího
VíceFotometrie a radiometrie Důležitou částí kvantitativního popisu optického záření je určování jeho mohutnosti
Učbí txt k přášc UFY1 Fotomtri a raiomtri Fotomtri a raiomtri Důlžitou částí kvatitativího popisu optického září j určováí jho mohutosti B, jsou přímo měřitlé, a proto rgtických charaktristik. Samoté vktory
Více=, kde P(x) a Q(x) jsou polynomy. Rozklad na parciální zlomky Parciální zlomky jsou speciální racionální lomené funkce. Rozlišujeme 2 typy:
3 předáš INTEGRAE RAIONÁLNÍ LOMENÉ FUNKE Důležiou supiu fucí, eré můžeme (spoň eoreicy) iegrov v možiě elemeárích fucí, voří rcioálí lomeé fuce Kždou rcioálí lomeou fuci vru P( ) f ( ) =, de P() Q() jsou
VíceAplikovaná informatika. Podklady předmětu Aplikovaná informatika pro akademický rok 2006/2007 Radim Farana. Obsah. Algoritmus
Podklady předmětu pro akademický rok 006007 Radim Faraa Obsah Tvorba algoritmů, vlastosti algoritmu. Popis algoritmů, vývojové diagramy, strukturogramy. Hodoceí složitosti algoritmů, vypočitatelost, časová
Vícef (k) (x 0 ) (x x 0 ) k, x (x 0 r, x 0 + r). k! f(x) = k=1 Řada se nazývá Taylorovou řadou funkce f v bodě x 0. Přehled některých Taylorových řad.
8. Taylorova řada. V urzu matematiy jsme uázali, že je možné funci f, terá má v oolí bodu x derivace aproximovat polynomem, jehož derivace se shodují s derivacemi aproximované funce v bodě x. Poud má funce
VíceFunkce. RNDr. Yvetta Bartáková. Gymnázium, SOŠ a VOŠ Ledeč nad Sázavou
Fukce RNDr. Yvetta Bartáková Gymázium, SOŠ a VOŠ Ledeč ad Sázavou Limita poslouposti a fukce VY INOVACE_0 9_M Gymázium, SOŠ a VOŠ Ledeč ad Sázavou A) Limita poslouposti Říkáme, že posloupost a je kovergetí,
VíceMatice. nazýváme m.n reálných čísel a. , sestavených do m řádků a n sloupců ve tvaru... a1
Matice Matice Maticí typu m/ kde m N azýváme m reálých čísel a sestaveých do m řádků a sloupců ve tvaru a a a a a a M M am am am Prví idex i začí řádek a druhý idex j sloupec ve kterém prvek a leží Prvky
VícePRAVDĚPODOBNOST A STATISTIKA
P NOV PRVDĚPODOBNOT TTTK Lbor Žák P NOV Lbor Žák Vícvýběrové tty - NOV NOV tty provádí pomocí aalýzy rozptylů NOV ouhré tty pro víc ěž dva výběry. NOV paramtrcká ttováí charaktrtk z zámých rozdělí pokud
Více8.2.1 Aritmetická posloupnost
8.. Aritmetická posloupost Předpoklady: 80, 80, 803, 807 Pedagogická pozámka: V hodiě rozdělím třídu a dvě skupiy a každá z ich dělá jede z prvích dvou příkladů. Př. : V továrě dokočí každou hodiu motáž
Vícef B 6. Funkce a posloupnosti 3 patří funkci dané předpisem y = 2 x + 3. [všechny] 1) Rozhodněte, která z dvojic [ ;9][, 0;3 ][, 2;7]
6. Fukce a poslouposti ) Rozoděte, která z dvojic [ ;9[, 0; [, ; patří fukci daé předpisem y +. [všecy ) Auto má spotřebu 6 l beziu a 00 km. Na začátku jízdy mělo v plé ádrži 6 l beziu. a) Vyjádřete závislost
VíceROZ1 - Cv. 2 - Fourierova transformace ÚTIA - ZOI
Vzorečky Co to je FT? Vzorečky Co to je FT? Transformace signálu z časové (resp. obrazové) reprezentace f(t) do frekvenční reprezentace F(ψ) a zpět. Díky ní můžeme signál analyzovat ve frekvenční oblasti
Více4. PRŮBĚH FUNKCE. = f(x) načrtnout.
Etrém funkc 4. PRŮBĚH FUNKCE Průvodc studim V matmatic, al i v fzic a tchnických oborch s často vsktn požadavk na sstrojní grafu funkc K nakrslní grafu funkc lz dns většinou použít vhodný matmatický softwar.
VícePřijímací řízení akademický rok 2013/2014 Bc. studium Kompletní znění testových otázek matematika
Přijímací řízeí akademický rok 0/0 c. studium Kompletí zěí testových otázek matematika Koš Zěí otázky Odpověď a) Odpověď b) Odpověď c) Odpověď d) Správá. Které číslo doplíte místo 8? 6 6 8 C. Které číslo
VíceRentgenová strukturní analýza
Rntgnová strukturní nlýz Příprvná část Objktm zájmu difrkční nlýzy jsou 3D priodicky uspořádné struktury (krystly), n ktrých dochází k rozptylu dopdjícího zářní. Díky intrfrnci rozptýlných vln vzniká difrkční
Víceje vstupní kvantovaný signál. Průběh kvantizační chyby e { x ( t )}
ČÍSLICOVÉ ZPRACOVÁNÍ ZVUKOVÝCH SIGNÁLŮ Z HLEDISKA PSYCHOAKUSTIKY Fratišek Kadlec ČVUT, fakulta elektrotechická, katedra radioelektroiky, Techická 2, 66 27 Praha 6 Úvod Při číslicovém zpracováí zvukových
VíceOBRAZOVÁ ANALÝZA POVRCHU POTISKOVANÝCH MATERIÁLŮ A POTIŠTĚNÝCH PLOCH
OBRAZOVÁ ANALÝZA POVRCU POTISKOVANÝC MATERIÁLŮ A POTIŠTĚNÝC PLOC Zmeškal Oldřich, Marti Julíe Tomáš Bžatek Ústav fyzikálí a spotřebí chemie, Fakulta chemická, Vysoké učeí techické v Brě, Purkyňova 8, 62
VícePřijímací řízení akademický rok 2012/2013 Kompletní znění testových otázek matematické myšlení
Přijímací řízeí akademický rok 0/0 Kompletí zěí testových otázek matematické myšleí Koš Zěí otázky Odpověď a) Odpověď b) Odpověď c) Odpověď d) Správá odpověď. Které číslo doplíte místo otazíku? 6 8 8 6?.
VíceInterakce světla s prostředím
Iterakce světla s prostředím světlo dopadající rozptyl absorpce světlo odražeé světlo prošlé prostředím ODRAZ A LOM The Light Fatastic, kap. 2 Light rays ad Huyges pricip, str. 31 Roviá vla E = E 0 cos
VíceVLIV MODIFIKACE MATICE HMOTNOSTI NA VÝSLEDKY MODÁLNÍ ANALÝZY
VLIV MODIFIKACE MAICE HMONOSI NA VÝSLEDKY MODÁLNÍ ANALÝZY omáš Brzobohatý, Alxadros Markopoulos Fakulta strojí, katdra mchaiky VŠB-U Ostrava, řída 7. listopadu, 78 Abstrakt Při řší dyamických úloh mtodou
Více12. N á h o d n ý v ý b ě r
12. N á h o d ý v ý b ě r Při sledováí a studiu vlastostí áhodých výsledků pozáme charakter rozděleí z toho, že opakovaý áhodý pokus ám dává za stejých podmíek růzé výsledky. Ty odpovídají hodotám jedotlivých
Více6. Posloupnosti a jejich limity, řady
Moderí techologie ve studiu aplikovaé fyziky CZ..07/..00/07.008 6. Poslouposti a jejich limity, řady Posloupost je speciálí, důležitý příklad fukce. Při praktickém měřeí hodot určité fyzikálí veličiy dostáváme
VíceP. Girg. 23. listopadu 2012
Řešeé úlohy z MS - díl prví P. Girg 2. listopadu 202 Výpočet ity poslouposti reálých čísel Věta. O algebře it kovergetích posloupostí.) Necht {a } a {b } jsou kovergetí poslouposti reálých čísel a echt
Více2.4. INVERZNÍ MATICE
24 INVERZNÍ MICE V této kapitole se dozvíte: defiici iverzí matice; základí vlastosti iverzí matice; dvě základí metody výpočtu iverzí matice; defiici celočíselé mociy matice Klíčová slova této kapitoly:
VíceRegrese. Aproximace metodou nejmenších čtverců ( ) 1 ( ) v n. v i. v 1. v 2. y i. y n. y 1 y 2. x 1 x 2 x i. x n
Regrese Aproxmace metodou ejmeších čtverců v v ( ) = f x v v x x x x Je dáo bodů [x, ], =,,, předpoládáme závslost a x a chceme ajít fuc, terá vsthuje teto tred - Sažíme se proložt fuc = f x ta, ab v =
Více1. Vztahy pro výpočet napěťových a zkratových
EE/E Eletráry ztahy pro výpočet apěťových a zratových poměrů. ztahy pro výpočet apěťových a zratových poměrů ýpočty lze provádět: ve fyziálích jedotách v poměrých jedotách v procetích jedotách Procetí
VíceKomplexní čísla. Definice komplexních čísel
Komplexí čísla Defiice komplexích čísel Komplexí číslo můžeme adefiovat jako uspořádaou dvojici reálých čísel [a, b], u kterých defiujeme operace sčítáí, ásobeí, apod. Stadardě se komplexí čísla zapisují
VícePříklady k přednášce 9 - Zpětná vazba
Příklady k předášce 9 - Zpětá vazba Michael Šebek Automatické řízeí 205 6--5 Příklad: Přibližá iverze tak průřezu s výškou hladiy y(t), přítokem u(t) a odtokem dy() t dt + 2 yt () = ut () Cíl řízeí: sledovat
Vícef x a x DSM2 Cv 9 Vytvořující funkce Vytvořující funkcí nekonečné posloupnosti a0, a1,, a n , reálných čísel míníme formální nekonečnou řadu ( )
DSM Cv 9 Vytvořující fukce Vytvořující fukcí ekoečé poslouposti a0, a,, a, reálých čísel mííme formálí ekoečou řadu =. f a i= 0 i i Příklady: f = + = + + + + + ) Platí: (biomická věta). To zameá, že fukce
Více1. Základy měření neelektrických veličin
. Základy měřeí eelektrických veliči.. Měřicí řetězec Měřicí řetězec (měřicí soustava) je soubor měřicích čleů (jedotek) účelě uspořádaých tak, aby bylo ožě split požadovaý úkol měřeí, tj. získat iformaci
Více6 5 = 0, = 0, = 0, = 0, 0032
III. Opaované pousy, Bernoulliho nerovnost. Házíme pětrát hrací ostou a sledujeme výsyt šesty. Spočtěte pravděpodobnosti možných výsledů a určete, terý má největší pravděpodobnost. Řešení: Jedná se o serii
VíceOdezva na obecnou periodickou budící funkci. Iva Petríková Katedra mechaniky, pružnosti a pevnosti
Odezva a obecou periodickou budící fukci Iva Períková Kaedra mechaiky, pružosi a pevosi Obsah Fourierovy řady Odezva a polyharmoickou fukci Odezva a obecou periodickou fukci Odezva a jedokový skok Příklad
Více1) Vypočtěte ideální poměr rozdělení brzdných sil na nápravy dvounápravového vozidla bez ABS.
Dopraví stroje a zařízeí odborý zálad AR 04/05 Idetifiačí číslo: Počet otáze: 6 Čas : 60 miut Počet bodů Hodoceí OTÁZKY: ) Vypočtěte eálí poměr rozděleí brzdých sil a ápravy dvouápravového vozla bez ABS.
VíceLineární a adaptivní zpracování dat. 11. Adaptivní filtrace a predikce II.
Lieárí a adaptiví zpracováí dat 11. Adaptiví filtrace a predikce II. Daiel Schwarz Ivestice do rozvoje vzděláváí Popis a idetifikace systémů BLACK BOX Systém/proces geerující data áhodé povahy Istitute
VíceFOURIEROVA A LAPLACEOVA TRANSFORMACE,
FOUIEOVA A LAPLACEOVA ANSFOMACE, OPEÁOOVÉ CHAAKEISIKY DVOJPÓLŮ Fourierovy řady prodlužováí periody Prodloužeí periody při zachováí šířy ipulsu π sižováí záladí frevece ω = frevece, eré jsou u raší periody
Více1. K o m b i n a t o r i k a
. K o m b i a t o r i k a V teorii pravděpodobosti a statistice budeme studovat míru výskytu -pravděpodobostvýsledků procesů, které mají áhodý charakter, t.j. při opakováí za stejých podmíek se objevují
VícePři návrhu FIR filtru řešíme obvykle následující problémy:
Návrh FIR filtrů Při návrhu FIR filtru řešíme obvykle následující problémy: volba frekvenční odezvy požadovaného filtru; nejčastěji volíme ideální charakteristiku normovanou k Nyquistově frekvenci, popř.
VíceM - Posloupnosti VARIACE
M - Poslouposti Autor: Mgr Jromír Juřek - http://wwwjrjurekcz Kopírováí jkékoliv dlší využití výukového mteriálu je povoleo pouze s uvedeím odkzu wwwjrjurekcz VARIACE Teto dokumet byl kompletě vytvoře,
Více3.4.7 Můžeme ušetřit práci?
3.4.7 Můžeme ušetřit práci? Předpolady: 030404 Pomůcy: Pedaoicá pozáma: Hodia je oraizováa jao supiová práce. Třída je rozdělea a čtyřčleé supiy, aždý ze čleů má jedu možost ozultovat se mou ebo mě předat
Více2 Diferenciální počet funkcí více reálných proměnných
- 6 - Difereciálí počet fucí více proměých Difereciálí počet fucí více reálých proměých 1 Spoitost, limity a parciálí derivace Fuce více reálých proměých Defiice Pod reálou fucí reálých proměých rozumíme
VícePříklady: - počet členů dané domácnosti - počet zákazníků ve frontě - počet pokusů do padnutí čísla šest - životnost televizoru - věk člověka
Náhodná veličina Náhodnou veličinou nazýváme veličinu, terá s určitými p-stmi nabývá reálných hodnot jednoznačně přiřazených výsledům příslušných náhodných pousů Náhodné veličiny obvyle dělíme na dva záladní
VíceLineární regrese ( ) 2
Leárí regrese Častým úolem je staoveí vzájemé závslost dvou (č více) fzálích velč a její matematcé vjádřeí. K tomuto účelu se používají růzé regresí metod, pomocí chž hledáme vhodou fuc f (), apromující
VíceAplikace marginálních nákladů. Oceňování ztrát v distribučním rozvodu
Apliace margiálích áladů Oceňováí ztrát v distribučím rozvodu Učebí text předmětu MES Doc. Ig. J. Vastl, CSc. Celové ročí álady a ztráty N P ( T ) z z sj z wj Kč de N z celové ročí álady a ztráty *Kč+
VíceSIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY
SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY TEMATICKÉ OKRUHY Signály se spojitým časem Základní signály se spojitým časem (základní spojité signály) Jednotkový skok σ (t), jednotkový impuls (Diracův impuls)
Více4.KMITÁNÍ VOLNÉ. Rozlišujeme: 1. nepoddajné vazby - nedovolující pohyb 2. pružně poddajné vazby - dovolují pohyb
4.MITÁNÍ VOLNÉ 4. Lárí ktáí (harocký osclátor v fyzc) Vl časý pohy hotého odu j ktavý pohy. táí ud lárí, jstlž síla, ktrá př výchylc x vrací hotý od do rovovážé polohy, j úěrá výchylc F x (4..) kostata
VíceTéma: 11) Dynamika stavebních konstrukcí
Počítačová podpora statických výpočtů Téma: ) Dyamika stavebích kostrukcí Katedra stavebí mechaiky Fakulta stavebí, VŠB V Techická uiverzita Ostrava Rozděleí mechaiky Statika Zabývá se problematikou působeí
VíceSysté my, procesy a signály I - sbírka příkladů
Systé my, procesy a signály I - sbíra příladů Ř EŠEÉPŘ ÍKLADY r 6 Urč ete amplitudu, opaovací periodu, opaovací mitoč et a počáteč ní fázi disrétních harmonicých signálů a) s( ) = cos π, b) s ( ) 6 = π
Více8.2.1 Aritmetická posloupnost I
8.2. Aritmetická posloupost I Předpoklady: 80, 802, 803, 807 Pedagogická pozámka: V hodiě rozdělím třídu a dvě skupiy a každá z ich dělá jede z prvích dvou příkladů. Čley posloupostí pak při kotrole vypíšu
VíceAnalýza a zpracování signálů. 4. Diskrétní systémy,výpočet impulsní odezvy, konvoluce, korelace
Aalýza a zpracováí sigálů 4. Diskrétí systémy,výpočet impulsí odezvy, kovoluce, korelace Diskrétí systémy Diskrétí sytém - zpracovává časově diskrétí vstupí sigál ] a produkuje časově diskrétí výstupí
Více31ZZS 9. PŘEDNÁŠKA 24. listopadu 2014
3ZZS 9. PŘEDNÁŠKA 24. listopadu 24 SPEKTRÁLNÍ ANALÝZA Fourierovy řady Diskrétní Fourierovy řady Fourierova transformace Diskrétní Fourierova transformace Spektrální analýza Zobrazení signálu ve frekvenční
VícePRAVDĚPODOBNOST A STATISTIKA
P NOV PRVDĚPODOBNOT TTTK Lbor Žák P NOV Lbor Žák Vícvýběrové tsty - NOV NOV tsty s rovádí s omocí aalýzy roztylů NOV souhré tsty ro víc ěž dva výběry. NOV aramtrcká tstováí charaktrstk z zámých rozdělí
VíceAnalýza a zpracování signálů. 3. Číselné řady, jejich vlastnosti a základní operace, náhodné signály
Aalýza a zpracováí sigálů 3. Číselé řady, jejich vlastosti a základí operace, áhodé sigály Diskrétí sigál fukce ezávislé proměé.!!! Pozor!!!! : sigál eí defiová mezi dvěma ásledujícími vzorky a eí tam
VíceAbstrakt. Co jsou to komplexní čísla? K čemu se používají? Dá se s nimi dělat
Komplexí čísla Hoza Krejčí Abstrakt. Co jsou to komplexí čísla? K čemu se používají? Dá se s imi dělat ěco cool? Na tyto a další otázky se a předášce/v příspěvku pokusíme odpovědět. Proč vzikla komplexí
VícePravděpodobnostní model doby setrvání ministra školství ve funkci
Pravděpodobostí model doby setrváí miistra školství ve fukci Základí statistická iferece Data Zdro: http://www.msmt.cz/miisterstvo/miistri-skolstvi-od-roku-848. Ke statistickému zpracováí byla vzata pozorováí
Více