31ZZS 9. PŘEDNÁŠKA 24. listopadu 2014
|
|
- Marian František Říha
- před 5 lety
- Počet zobrazení:
Transkript
1 3ZZS 9. PŘEDNÁŠKA 24. listopadu 24 SPEKTRÁLNÍ ANALÝZA Fourierovy řady Diskrétní Fourierovy řady Fourierova transformace Diskrétní Fourierova transformace Spektrální analýza Zobrazení signálu ve frekvenční oblasti Spektrum Spektrogram Reliéf Aplikace - fázový vokodér
2 Fourierovy řady I Jean Baptiste Fourier (francouzský matematik ) Harmonická analýza Libovolný periodický signál lze rozložit na jednotlivé harmonické složky. Harmonická syntéza Kombinací harmonických složek lze vytvořit prakticky libovolný periodický signál.
3 Fourierovy řady II Trigonometrický tvar Fourierových řad x( t ) k a [ a cos( k t) b sin( k t)] k k a a k, b k k stejnosměrná složka koeficienty Fourierovy řady pořadí harmonické složky T a x( t) dt T b k 2 T T x ( t )sin( k t ) dt a k 2 T T x( t)cos( k t) dt
4 Fourierovy řady III Spektrální (polární) tvar Fourierových řad x( t ) k c k cos( k t ) k c k k amplituda k-té spektrální složky fáze k-té spektrální složky c k a 2 k b 2 k k arctan b a k k
5 Fourierovy řady IV Komplexní (exponenciální) tvar Fourierových řad X k k jk t x( t) e X k komplexní koeficient X k 2 ( a k jb k ) c 2 X k k
6 Fourierovy řady X k T T 2 T 2 x( t)e j2kft dt
7 Diskrétní Fourierovy řady K výpočtu spektra periodických číslicových signálů lze použít vztah X[ k] N N n x[ n]e j2nk/ N X k T T 2 T 2 x( t)e j2kft dt Pro signál popsaný N vzorky je podstatných N/2 hodnot spektra. Dalších N/2 hodnot jsou čísla komplexně sdružená a není třeba je počítat. Výpočtem podle výše uvedeného vztahu dostaneme diskrétní spektrum s hodnotami komplexních koeficientů na frekvencích k Fs/N. Spektrum můžeme počítat i pro k > N, dostaneme však stejné hodnoty jako pro základní interval -N/2 < k < N/2. Spektrum číslicových signálů je periodické s periodou Fs.
8 Od periodických signálů k neperiodickým X k T T 2 T 2 x( t)e j2kft dt Spojité signály (popsané analytickou funkcí) Na neperiodický signál se nahlíží jako na signál, jehož T Místo FŘ se používá FT Protože T, Δf spektrum spojité X ( f ) x( t)e j2ft dt
9 Od FT k DFT X ( f ) x( t)e j2ft dt Číslicové signály (nejsou spojité a nejsou nekonečně dlouhé) Numerický ekvivalent FT bude X[ k] N x[ n]e n j2nk/ N DFT je popsána stejným vztahem jako DFŘ Spektrum číslicového signálu je diskrétní a periodické
10 Diskrétní Fourierova transformace Definiční vztah N X[ k] x[ n]e n j2nk/ N Vstupem je N hodnot čísl. signálu (podle předpokladu jde o periodu) Výstupem je N hodnot komplexních koeficientů spektra na normovaných frekvencích k/n, tj. na reálných frekvencích k Fs/N. Spektrum je periodické s periodou Fs, tj pro k > N dostaneme tytéž hodnoty. Hodnoty koeficientů pro N/2 < k < N jsou komplexně sdružené s prvními N/2 hodnotami, netřeba je počítat. Při určování modulu jednostranného spektra je nutné násobit dvěma. Pokud vybraných N vzorků signálu netvoří jednu periodu (v praxi je to téměř vždy), jsou výsledné hodnoty zatíženy chybami (objeví se neexistující složky).
11 Zpětná (inverzní) DFT DFT IDFT X[ k] N n x[ n]e j2nk/ N x[ n] N N n X[ k]e j2nk/ N Vztah pro IDFT se liší od DFT pouze ve znaménku exponenciální funkce. Normovací koeficient /N se někdy uvádí u DFT. Do IDFT vstupuje vždy N hodnot dvoustranného spektra, tj. nejenom N/2 hodnot jednostranného spektra. Pokud na signál aplikujeme nejprve DFT a následně IDFT, dostaneme tentýž signál. Vyplývá to z toho, že popis signálu v časové i ve frekvenční oblasti je ekvivalentní co do úplnosti informace. (Ve spektrální oblasti však musíme vždy uvažovat jak modul, tak i fázi.)
12 Fast Fourier Transform FFT rychlý algoritmus výpočtu DFT Poskytuje stejné hodnoty jako DFT, ale mnohem rychleji Vysoké rychlosti je dosaženo optimalizovaným způsobem symetričnost exponenciálních členů, podobnost mezi lichými a sudými koeficienty Nejrychleji funguje v případech, že N je mocninou 2 Např. pro N=24 je FFT 2x rychlejší než DFT V MATLABu fft(x) spočítá DFT pro signál x ifft(x) spočítá IDFT pro spektrum X
13
14
15
16
17
18
19
20 * =
21
22
23
24
25
26 Praktická aplikace DFT a FFT Analyzovaný signál rozdělíme do kratších úseků Délku segmentu volíme tak, aby se počet vzorků N rovnal mocnině 2 Pokud nelze zvolit N jako mocninu 2, doplníme signál nulami Vzorky vynásobíme vhodným oknem Pomocí FFT vypočítáme komplexní koeficienty spektra Do časové oblasti se lze vrátit pomocí IFFT
27 amplituda amplituda Zobrazení signálů ve frekvenční oblasti 2.5 Jedna perioda harmonickeho signalu f=5 Hz > cas [s] x -3 Zrcadlene spektrum harmonickeho signalu v meritku > frekvence [s]
28 Frekvenční osa v periodogramu b) Jedna perioda obdelnikoveho signalu > uhlova frekvence <...2 [rad]> c) > cas [s] x -3 Zrcadlene spektrum obdelnika > frekvence <...fs> [Hz] > normovana uhlova frekvence <...2> [-] d) > poradi harmonicke
29 Jednostranné a dvoustranné spektrum Dvoustranne spektrum obdelnika > f [Hz].5 Amplitudove spektrum obdelnika v meritku
30 f(k) F [db] f(k) F [db] f(k) F [db] f(k) F [db] f(k) F [db] f(k) F [db] Porovnání oken.5 Pravouhle okno Blackmanovo okno Hannovo okno Dolph-Cebys okno Hammingovo okno -5-4 / N.5 Dolph-Cebys okno
31 X 2 (k) X 2H (k) x 2 [n] x 2H [n] X (k) X H (k) x [n] x H [n] Potlačení prosakování váhováním signálu x [n]=sin(k*pi/8), n=..63, dve periody Signal x [n] vahovany Hammingovym oknem, dve periody n Spektrum x [n] n Spektrum signalu x H [n] vahovaneho Hammingovym oknem k.5 x 2 [n]=sin(n*pi/), n=..63, dve periody k Signal x 2 [n] vahovany Hammingovym oknem, dve periody n Spektrum signalu x 2 [n] n Spektrum signalu x 2H [n] vahovaneho Hammingovym oknem k k
32 Doplnění nul 2 Jedna perioda obdelnikoveho signalu Zrcadlene spektrum obdelnika > frekvence <...fs>
33 ---> frekvence Spektrogramy rozlišení 4,28 s 4,64 s 4,32s 4,6 s > cas > cas > cas > cas
34 Spektrum samohlásek samohlaska "a" perioda samohlasky "a" > cas [s] > cas [s] T = /f 8 6 f f 2 f = /T amplitudove spektrum f 3.5 f amplitudove spektrum f 2 f f > frekvence [Hz] > frekvence [Hz]
35 ---> frekvence [Hz] ---> frekvence [Hz] ---> frekvence [Hz] ---> frekvence [Hz] Spektrogramy slovo "jedna" > cas [s] > cas [s] širokopásmové úzkopásmové > cas [s] samohlaska "a" > cas [s] > cas [s] > cas [s]
36 Spektrogramy a) širokopásmový spektrogram dobré rozlišení v čase (základní frekvence je určena vertikálními pruhy) load osum.asc; sig = osum; fs = 8; subplot(2,,); specgram(sig,24,fs,hamming(32),3); title( wideband spectrogram') xlabel(''), ylabel('frequence [Hz]') b) úzkopásmový spektrogram dobré frekvenční rozlišení (základní frekvence je určena horizontálními pruhy) subplot(2,,2); specgram(sig,24,fs,hamming(52),5); title( narrowband spectrogram') xlabel('---> cas [s]'), ylabel('frequence [Hz]')
37 [db] 3d zobrazení osm [Hz].2 sekundy.4.6
38 Aplikace: vokodér
39 Vokodér Triky s vokodérem Časové prodloužení a zkrácení Frekvenční posunutí
40 Vokodér Krátkodobá Fourierova transformace X m n n k x k e 2mk j n Re-syntéza x k n n m X m e 2mk j n
41 Vokodér Triky s vokodérem Prodlužení nebo zkrácení času (komprese, expanze) bez zkreslení základní periody ve studiích využíváno k úpravě délky Změna základní periody (pitch shifting) bez časového zkreslení lze využít ve studiu ke korekcím Libovolné změny ve spektrálních obálkách
42 Vokodér Triky Prodlužení nebo zkrácení času (komprese, expanze) bez zkreslení základní periody ve studiích využíváno k úpravě délky Úzkopásmový spektrogram (zachovává spektrální charakteristiky) => okno ~ 3-4 ms 5% - 75% překrytí je optimální pro rekonstrukci SPEKTRÁLNÍ MANIPULACE - INTERPOLACE krok nové časové mřížky je dán /R amplitudová spektra jsou lineárně interpolována pro rekonstrukci signálu původní je důležitý fázový rozdíl Změna základní periody (pitch shifting) bez časového zkreslení Časově pozměněný signál je převzorkován na původní délku
43 Vokodér I % encode X = []; k=; for start = :window_shift:n-window_length, frame = sig(start+:start+window_length).*hamming(window_length); X(:,k)=fft(frame); k=k+; end
44 Vokodér II % interpolation %Y=X; Xmag = interpq([:size(x,2)- ]',abs(x'),[:/r:size(x,2)-2]'); new_grid=floor(:/r:size(x,2)-2)+; D=diff(angle(X'))'; D_new=D(:,new_grid); phasex = cumsum(d_new'); Y = (Xmag.* exp(j*phasex))';
45 Vokodér III % decode k=; N_new=size(Y,2)*window_shift+window_length; signal_y=zeros(n_new,); for start = :window_shift:(size(y,2)-)*window_shift, segment=real(ifft(y(:,k),window_length)).*hamming(window_length); signal_y((start+):(start+window_length))... =signal_y((start+):(start+window_length))+segment; k=k+; end
46 Potlačení šumu pomocí vokodéru nonlinear spectral subtraction [Vaseghi,S.V.: Advanced Signal Processing and Digital Signal Processing]
47 Potlačení šumu pomocí vokodéru nonlinear spectral subtraction [Vaseghi,S.V.: Advanced Signal Processing and Digital Signal Processing] % ; % spectral manipulation coef=.2; r=abs(x')./window_length Y = (X'.*r./(r+coef))';
48 Potlačení šumu pomocí vokodéru nonlinear spectral subtraction [Vaseghi,S.V.: Advanced Signal Processing and Digital Signal Processing] % ; % spectral manipulation coef=.2; r=abs(x')./window_length Y = (X'.*r./(r+coef))';
SIGNÁLY 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)
VíceKTE/TEVS - Rychlá Fourierova transformace. Pavel Karban. Katedra teoretické elektrotechniky Fakulta elektrotechnická Západočeská univerzita v Plzni
KTE/TEVS - Rychlá Fourierova transformace Pavel Karban Katedra teoretické elektrotechniky Fakulta elektrotechnická Západočeská univerzita v Plzni 10.11.011 Outline 1 Motivace FT Fourierova transformace
VíceX31ZZS 3. PŘEDNÁŠKA 6. října Periodické průběhy Fourierovy řady Spektrum Barva zvuku Aplikace
X31ZZS 3. PŘEDNÁŠKA 6. října 214 Periodické průběhy Fourierovy řady Spektrum Barva zvuku Aplikace Fourierovy řady Jean Baptiste Fourier (francouzský matematik 1768-183) Harmonická analýza Libovolný periodický
VíceSignál v čase a jeho spektrum
Signál v čase a jeho spektrum Signály v časovém průběhu (tak jak je vidíme na osciloskopu) můžeme dělit na periodické a neperiodické. V obou případech je lze popsat spektrálně určit jaké kmitočty v sobě
VíceA2B31SMS 3. PŘEDNÁŠKA 15. října 2015
A2B31SMS 3. PŘEDNÁŠKA 15. října 215 ADITIVNÍ SYNTÉZA Harmonická analýza Harmonická syntéza Fourierovy řady Spektrum Barva zvuku Aditivní syntéza a spektrální modelování Parciály Fourierovy řady Jean Baptiste
VíceSpektrální analýza a diskrétní Fourierova transformace. Honza Černocký, ÚPGM
Spektrální analýza a diskrétní Fourierova transformace Honza Černocký, ÚPGM Povídání o cosinusovce 2 Argument cosinusovky 0 2p a pak každé 2p perioda 3 Cosinusovka s diskrétním časem Úkol č. 1: vyrobit
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
VíceFourierova transformace
Fourierova transformace Jean Baptiste Joseph Fourier (768-83) Jeho obdivovatel (nedatováno) Opáčko harmonických signálů Spojitý harmonický signál ( ) = cos( ω + ϕ ) x t C t C amplituda ω úhlová frekvence
VíceFunkce komplexní proměnné a integrální transformace
Funkce komplexní proměnné a integrální transformace Fourierovy řady I. Marek Lampart Text byl vytvořen v rámci realizace projektu Matematika pro inženýry 21. století (reg. č. CZ.1.07/2.2.00/07.0332), na
VíceČíslicové zpracování signálů a Fourierova analýza.
Číslicové zpracování signálů a Fourierova analýza www.kme.zcu.cz/kmet/exm 1 Obsah prezentace 1. Úvod a motivace 2. Data v časové a frekvenční oblasti 3. Fourierova analýza teoreticky 4. Fourierova analýza
VíceCvi ení 2. Cvi ení 2. Modelování systém a proces. Mgr. Lucie Kárná, PhD. March 5, 2018
Modelování systém a proces Mgr. Lucie Kárná, PhD karna@fd.cvut.cz March 5, 2018 1 Gracké moºnosti Matlabu 2 Zobrazení signálu 3 4 Analýza signálu Gracké moºnosti Matlabu Základní gracké p íkazy I Graf
VíceVlastnosti Fourierovy transformace
Vlastnosti Fourierovy transformace Linearita Fourierova transformace je lineární (všechny druhy :-) ), je tedy homogenní a aditivní Homogenita: změna amplitudy v časové oblasti způsobí stejnou změnu amplitudy
VíceZvuk. 1. základní kmitání. 2. šíření zvuku
Zvuk 1. základní kmitání - vzduchem se šíří tlakové vzruchy (vzruchová vlna), zvuk je systémem zhuštěnin a zředěnin - podstatou zvuku je kmitání zdroje zvuku a tím způsobené podélné vlnění elastického
VíceZákladní metody číslicového zpracování signálu a obrazu část II.
A4M38AVS Aplikace vestavěných systémů Přednáška č. 8 Základní metody číslicového zpracování signálu a obrazu část II. Radek Sedláček, katedra měření, ČVUT FEL, 2015 Obsah přednášky Převzorkování decimace,
VíceADA Semestrální práce. Harmonické modelování signálů
České vysoké učení technické v Praze ADA Semestrální práce Harmonické modelování signálů Jiří Kořínek 31.12.2005 1. Zadání Proveďte rozklad signálu do harmonických komponent (řeč, hudba). Syntetizujte
VíceFourierova transformace
Fourierova transformace EO Přednáška Pavel Máša ÚVODEM Známe Fourierovy řady v komplexním tvaru f(t) = 1X k= 1 A k e jk! t Spektrum této řady je diskrétní A k = 1 T Obvody tedy musíme řešit v HUS člen
VíceLineární a adaptivní zpracování dat. 3. SYSTÉMY a jejich popis ve frekvenční oblasti
Lineární a adaptivní zpracování dat 3. SYSTÉMY a jejich popis ve frekvenční oblasti Daniel Schwarz Osnova Opakování: systémy a jejich popis v časové oblasti Fourierovy řady Frekvenční charakteristika systémů
VíceÚvod do zpracování signálů
1 / 25 Úvod do zpracování signálů Karel Horák Rozvrh přednášky: 1. Spojitý a diskrétní signál. 2. Spektrum signálu. 3. Vzorkovací věta. 4. Konvoluce signálů. 5. Korelace signálů. 2 / 25 Úvod do zpracování
VíceSIGNÁLY A LINEÁRNÍ SYSTÉMY
SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc. holcik@iba.muni.cziba.muni.cz II. SIGNÁLY ZÁKLADNÍ POJMY SIGNÁL - DEFINICE SIGNÁL - DEFINICE Signál je jev fyzikální, chemické, biologické, ekonomické
VíceSIGNÁLY A LINEÁRNÍ SYSTÉMY
SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc. holcik@iba.muni.cz II. SIGNÁLY ZÁKLADNÍ POJMY SIGNÁL - DEFINICE SIGNÁL - DEFINICE Signál je jev fyzikální, chemické, biologické, ekonomické či jiné
VíceKomplexní obálka pásmového signálu
České vysoké učení technické v Praze, Fakulta elektrotechnická X37SGS Signály a systémy Komplexní obálka pásmového signálu Daniel Tureček 8.11.8 1 Úkol měření Nalezněte vzorky komplexní obálky pásmového
VíceSIGNÁLY A LINEÁRNÍ SYSTÉMY
SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc. holcik@iba.muni.cz, Kamenice 3, 4. patro, dv.č.424 INVESTICE Institut DO biostatistiky ROZVOJE VZDĚLÁVÁNÍ a analýz IV. FREKVENČNÍ TRASFORMACE SPOJITÉ
Více1 Zpracování a analýza tlakové vlny
1 Zpracování a analýza tlakové vlny 1.1 Cíl úlohy Prostřednictvím této úlohy se naučíte a zopakujete: analýzu biologických signálů v časové oblasti, analýzu biologických signálů ve frekvenční oblasti,
VíceLineární a adpativní zpracování dat. 3. Lineární filtrace I: Z-transformace, stabilita
Lineární a adpativní zpracování dat 3. Lineární filtrace I: Z-transformace, stabilita Daniel Schwarz Investice do rozvoje vzdělávání Osnova Opakování: signály, systémy, jejich vlastnosti a popis v časové
VíceČíslicové zpracování a analýza signálů (BCZA) Spektrální analýza signálů
Číslcové zpracování a analýza sgnálů (BCZA) Spektrální analýza sgnálů 5. Spektrální analýza sgnálů 5. Spektrální analýza determnstckých sgnálů 5.. Dskrétní spektrální analýza perodckých sgnálů 5..2 Dskrétní
VíceFOURIEROVA ANAL YZA 2D TER ENN ICH DAT Karel Segeth
FOURIEROVA ANALÝZA 2D TERÉNNÍCH DAT Karel Segeth Motto: The faster the computer, the more important the speed of algorithms. přírodní jev fyzikální model matematický model numerický model řešení numerického
VíceB2M31SYN 3. PŘEDNÁŠKA 17. října 2018
B2M31SYN 3. PŘEDNÁŠKA 17. října 218 ADITIVNÍ SYNTÉZA Harmonická analýza Harmonická syntéza Fourierovy řady Hudební nástroje Barva zvuku Spektrum Aditivní syntéza a spektrální modelování Parciály Fourierovy
VíceFouriérova transformace, konvoluce, dekonvoluce, Fouriérovské integrály
co byste měli umět po dnešní lekci: používat funkce pro výpočet FFT (Fast Fourier Transformation) spočítat konvoluci/dekonvoluci pomocí FFT použít FFT při výpočtu určitých integrálů vědět co je nízko\vysoko
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.
VíceDigitalizace převod AS DS (analogový diskrétní signál )
Digitalizace signálu v čase Digitalizace převod AS DS (analogový diskrétní signál ) v amplitudě Obvykle převod spojité předlohy (reality) f 1 (t/x,...), f 2 ()... připomenutí Digitalizace: 1. vzorkování
VíceA7B31ZZS 10. PŘEDNÁŠKA Návrh filtrů 1. prosince 2014
A7B3ZZS. PŘEDNÁŠKA Návrh filtrů. prosince 24 Návrhy jednoduchých filtrů Návrhy složitějších filtrů Porovnání FIR a IIR Nástroje pro návrh FIR filtrů v MATLABu Nástroje pro návrh IIR filtrů v MATLABu Kvantování
Více1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15
Úvodní poznámky... 11 1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15 1.1 Základní pojmy... 15 1.2 Aplikační oblasti a etapy zpracování signálů... 17 1.3 Klasifikace diskretních
VíceA/D převodníky - parametry
A/D převodníky - parametry lineární kvantování -(kritériem je jednoduchost kvantovacího obvodu), parametry ADC : statické odstup signálu od kvantizačního šumu SQNR, efektivní počet bitů n ef, dynamický
VíceLineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně
Lineární a adaptivní zpracování dat 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně Daniel Schwarz Investice do rozvoje vzdělávání Osnova Opakování: signály a systémy Vlastnosti systémů Systémy
VíceVOLBA ČASOVÝCH OKEN A PŘEKRYTÍ PRO VÝPOČET SPEKTER ŠIROKOPÁSMOVÝCH SIGNÁLŮ
VOLBA ČASOVÝCH OKEN A PŘEKRYTÍ PRO VÝPOČET SPEKTER ŠIROKOPÁSOVÝCH SIGNÁLŮ Jiří TŮA, VŠB Technická univerzita Ostrava Petr Czyž, Halla Visteon Autopal Services, sro Nový Jičín 2 Anotace: Referát se zabývá
VíceOsnova. Idea ASK/FSK/PSK ASK Amplitudové... Strana 1 z 16. Celá obrazovka. Konec Základy radiotechniky
Pulsní kódová modulace, amplitudové, frekvenční a fázové kĺıčování Josef Dobeš 24. října 2006 Strana 1 z 16 Základy radiotechniky 1. Pulsní modulace Strana 2 z 16 Pulsní šířková modulace (PWM) PAM, PPM,
VíceVYUŽITÍ MATLABU PRO PODPORU VÝUKY A PŘI ŘEŠENÍ VÝZKUMNÝCH ÚKOLŮ NA KATEDŘE KOMUNIKAČNÍCH A INFORMAČNÍCH SYSTÉMŮ
VYUŽITÍ MATLABU PRO PODPORU VÝUKY A PŘI ŘEŠENÍ VÝZKUMNÝCH ÚKOLŮ NA KATEDŘE KOMUNIKAČNÍCH A INFORMAČNÍCH SYSTÉMŮ Markéta Mazálková Katedra komunikačních a informačních systémů Fakulta vojenských technologií,
VíceFyzikální podstata zvuku
Fyzikální podstata zvuku 1. základní kmitání vzduchem se šíří tlakové vzruchy (vzruchová vlna), zvuk je systémem zhuštěnin a zředěnin podstatou zvuku je kmitání zdroje zvuku a tím způsobené podélné vlnění
VíceUŽITÍ KOHERENČNÍ FUNKCE PRO DISTRIBUOVANOU
UŽITÍ KOHERENČNÍ FUNKCE PRO DISTRIBUOVANOU ANALÝZU VÍCEKANÁLOVÝCH SIGNÁLŮ Robert Háva, Aleš Procházka Vysoká škola chemicko-technologická, Abstrakt Ústav počítačové a řídicí techniky Analýza vícekanálových
Více2 Teoretický úvod Základní princip harmonické analýzy Podmínky harmonické analýzy signálů Obdelník Trojúhelník...
Obsah 1 Zadání 1 2 Teoretický úvod 1 2.1 Základní princip harmonické analýzy.................. 1 2.2 Podmínky harmonické analýzy signálů................. 1 3 Obecné matematické vyjádření 2 4 Konkrétní
VíceModelování systémů a procesů (11MSP) Bohumil Kovář, Jan Přikryl, Miroslav Vlček. 8. přednáška 11MSP pondělí 20. dubna 2015
Modelování systémů a procesů (11MSP) Bohumil Kovář, Jan Přikryl, Miroslav Vlček Ústav aplikované matematiky ČVUT v Praze, Fakulta dopravní 8. přednáška 11MSP pondělí 20. dubna 2015 verze: 2015-04-14 12:31
VíceP7: Základy zpracování signálu
P7: Základy zpracování signálu Úvodem - Signál (lat. signum) bychom mohli definovat jako záměrný fyzikální jev, nesoucí informaci o nějaké události. - Signálem je rovněž funkce, která převádí nezávislou
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.
VíceLineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně
Lineární a adaptivní zpracování dat 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně Daniel Schwarz Investice do rozvoje vzdělávání Osnova Opakování: signály a systémy Vlastnosti systémů Systémy
Vícedoc. Dr. Ing. Elias TOMEH Elias Tomeh / Snímek 1
doc. Dr. Ing. Elias TOMEH e-mail: elias.tomeh@tul.cz Elias Tomeh / Snímek 1 Frekvenční spektrum Dělení frekvenčního pásma (počet čar) Průměrování Časovou váhovou funkci Elias Tomeh / Snímek 2 Vzorkovací
VíceZákladní pojmy o signálech
Základní pojmy o signálech klasifikace signálů transformace časové osy energie a výkon periodické signály harmonický signál jednotkový skok a impuls Jan Černocký ÚPGM FIT VUT Brno, cernocky@fit.vutbr.cz
VíceANALÝZA LIDSKÉHO HLASU
ANALÝZA LIDSKÉHO HLASU Pomůcky mikrofon MCA-BTA, LabQuest, program LoggerPro (nebo LoggerLite), tabulkový editor Excel, program Mathematica Postup Z každodenní zkušenosti víme, že každý lidský hlas je
Více" Furierova transformace"
UNIVERZITA JANA EVANGELISTY PURKYNĚ V ÚSTÍ NAD LABEM FAKULTA ŽIVOTNÍHO PROSTŘEDÍ " Furierova transformace" Seminární práce z předmětu Dálkový průzkum Země Marcela Bartošová, Veronika Bláhová OŽP, 3.ročník
VíceKepstrální analýza řečového signálu
Semestrální práce Václav Brunnhofer Kepstrální analýza řečového signálu 1. Charakter řečového signálu Lidská řeč je souvislý, časově proměnný proces. Je nositelem určité informace od řečníka k posluchači
VíceA2B31SMS 2. PŘEDNÁŠKA 9. října 2017 Číslicové signály
A2B3SMS 2. PŘEDNÁŠKA 9. října 27 Číslicové signály Aperiodické Periodické Aplikace Zvuky telefonu Hudební stupnice Tónová volba Tabulková (wavetable) syntéza Tabulkový oscilátor Interpolace Pitch posunutí
VíceAKUSTICKÁ MĚŘENÍ Frekvenční spektrum lidského hlasu
AKUSTICKÁ MĚŘENÍ Frekvenční spektrum lidského hlasu Stáhněte si z internetu program Praat a Madde (viz seznam pomůcek) a přineste si vlastní notebook. Bez tohoto nelze praktikum absolvovat (pokud budete
VícePROBLEMATIKA ZPRACOVÁNÍ SIGNÁLŮ V REÁLNÉM ČASE
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV TELEKOMUNIKACÍ FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION DEPARTMENT OF TELECOMMUNICATIONS
VíceUNIVERZITA PARDUBICE. Fakulta elektrotechniky a informatiky. Fourierovy Řady Jakub Jeřábek
UNIVERZITA PARDUBICE Fakulta elektrotechniky a informatiky Fourierovy Řady Jakub Jeřábek Bakalářská práce 2012 Prohlášení autora Prohlašuji, že jsem tuto práci vypracoval samostatně. Veškeré literární
VícePeriodicita v časové řadě, její popis a identifikace, exponenciální vyrovnáván
Periodicita v časové řadě, její popis a identifikace, exponenciální vyrovnávání Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Periodicita v časových
VíceDSY-4. Analogové a číslicové modulace. Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti
DSY-4 Analogové a číslicové modulace Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti DSY-4 analogové modulace základní číslicové modulace vícestavové modulace modulace s rozprostřeným
VíceLaboratorní úloha č. 8: Elektroencefalogram
Laboratorní úloha č. 8: Elektroencefalogram Cíle úlohy: Rozložení elektrod při snímání EEG signálu Filtrace EEG v časové oblasti o Potlačení nf a vf rušení o Alfa aktivita o Artefakty Spektrální a korelační
Více7.1. Číslicové filtry IIR
Kapitola 7. Návrh číslicových filtrů Hraniční kmitočty propustného a nepropustného pásma jsou ve většině případů specifikovány v[hz] společně se vzorkovacím kmitočtem číslicového filtru. Návrhové algoritmy
VíceTSO NEBO A INVARIANTNÍ ROZPOZNÁVACÍ SYSTÉMY
TSO NEBO A INVARIANTNÍ ROZPOZNÁVACÍ SYSTÉMY V PROSTŘEDÍ MATLAB K. Nováková, J. Kukal FJFI, ČVUT v Praze ÚPŘT, VŠCHT Praha Abstrakt Při rozpoznávání D binárních objektů z jejich diskrétní realizace se využívají
VíceAkustika. 3.1 Teorie - spektrum
Akustika 3.1 Teorie - spektrum Rozklad kmitů do nejjednodušších harmonických Spektrum Spektrum Jedna harmonická vlna = 1 frekvence Dvě vlny = 2 frekvence Spektrum 3 vlny = 3 frekvence Spektrum Další vlny
Vícefluktuace jak dob trvání po sobě jdoucích srdečních cyklů, tak hodnot Heart Rate Variability) je jev, který
BIOLOGICKÉ A LÉKAŘSKÉ SIGNÁLY VI. VARIABILITA SRDEČNÍHO RYTMU VARIABILITA SRDEČNÍHO RYTMU VARIABILITA SRDEČNÍHO RYTMU, tj. fluktuace jak dob trvání po sobě jdoucích srdečních cyklů, tak hodnot okamžité
Více3 METODY PRO POTLAČENÍ ŠUMU U ŘE- ČOVÉHO SIGNÁLU
3 METODY PRO POTLAČENÍ ŠUMU U ŘE- ČOVÉHO SIGNÁLU V současné době se pro potlačení šumu u řečového signálu používá mnoho různých metod. Jedná se například o metody spektrálního odečítání, Wienerovy filtrace,
VíceZPRACOVÁNÍ SIGNÁLŮ Z MECHANICKÝCH. Jiří Tůma
ZPRACOVÁNÍ SIGNÁLŮ Z MECHANICKÝCH SYSTÉMŮ UŽITÍM FFT Jiří Tůma Štramberk 1997 ii Anotace Cílem této knihy je systematicky popsat metody analýzy signálů z mechanických systémů a strojních zařízení. Obsahem
VíceDodatky k FT: 1. (2D digitalizace) 2. Více o FT 3. Více k užití filtrů. 7. přednáška předmětu Zpracování obrazů
Dodatky k FT:. (D digitalizace. Více o FT 3. Více k užití filtrů 7. přednáška předmětu Zpracování obrazů Martina Mudrová 4 Pořízení digitálního obrazu Obvykle: Proces transformace spojité předlohy (reality
VíceVolba zobrazení (Direct Current, Scaling) - FFT 1D, FFT 2D
Volba zobrazení (Direct Current, Scaling) - FFT 1D, FFT 2D Jiří Stančík Fakulta chemická, Vysoké učení technické v Brně Purkyňova 118, 61200 Brno e-mail: HTUxcstancik@fch.vutbr.czUTH Úkolem této práce
VíceÚPGM FIT VUT Brno, periodické a harmonické posloupnosti. konvoluce Fourierova transformace s diskrétním časem
Diskrétní signály a jejich frekvenční analýza. Jan Černocký ÚPGM FIT VUT Brno, cernocky@fit.vutbr.cz opakování základy o diskrétních signálech. periodické a harmonické posloupnosti operace s diskrétními
Více3. AMPLITUDOVĚ MODULOVANÉ SIGNÁLY
3. AMPLITUDOVĚ MODULOVANÉ SIGNÁLY Modulací nazýváme proces při kterém je jedním signálem přetvář en jiný signál za účelem př enosu informace. Př i amplitudové modulaci dochází k ovlivňování amplitudy nosného
VíceFOURIEROVA TRANSFORMACE FOURIEROVA VĚTA
FOURIEROVA TRANSFORMACE FOURIEROVA VĚTA V kapitole o Fourierových řadách byla dokázána Fourierova věta (připomeňte si, že f(x = (f(x + + f(x /2: VĚTA Necht f je po částech hladká na R a R f konverguje
VíceA2B31SMS 11. PŘEDNÁŠKA 4. prosince 2014
A2B31SMS 11. PŘEDNÁŠKA 4. prosince 214 Číslicové audio efekty Hřebenové filtry Fázovací filtry Dozvuky Konvoluční reverb Schroederův algoritmus modelování dozvuku Číslicové audio efekty Filtrace - DP,
VícePříloha č. 1. amplitudová charakteristika filtru fázová charakteristika filtru / frekvence / Hz. 1. Určení proudové hustoty
Příloha č. 1 Při hodnocení expozice nízkofrekvenčnímu elektromagnetickému poli (0 Hz 10 MHz) je určující veličinou modifikovaná proudová hustota J mod indukovaná v tělesné tkáni. Jak je uvedeno v nařízení
VíceANALÝZA PNUS, EFEKTIVNÍ HODNOTA, ČINITEL ZKRESLENÍ, VÝKON NEHARMONICKÉHO PROUDU
ANALÝZA PNUS, EFEKIVNÍ HODNOA, ČINIEL ZKRESLENÍ, VÝKON NEHARMONICKÉHO PROUDU EO Přednáška 4 Pavel Máša X3EO - Pavel Máša X3EO - Pavel Máša - PNUS ÚVODEM Při analýze stejnosměrných obvodů jsme vystačili
VíceQuantization of acoustic low level signals. David Bursík, Miroslav Lukeš
KVANTOVÁNÍ ZVUKOVÝCH SIGNÁLŮ NÍZKÉ ÚROVNĚ Abstrakt Quantization of acoustic low level signals David Bursík, Miroslav Lukeš Při testování kvality A/D převodníků se používají nejrůznější testovací signály.
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV TELEKOMUNIKACÍ FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION DEPARTMENT OF TELECOMMUNICATIONS
VíceHodnocení parametrů signálu AE při únavovém zatěžování tří typů konstrukčních materiálů. Vypracoval: Kolář Lukáš
Hodnocení parametrů signálu AE při únavovém zatěžování tří typů konstrukčních materiálů Vypracoval: Kolář Lukáš Cíl práce: Analýza současného stavu testování metodou AE Návrh experimentálního zajištění
VíceFILTRACE VE FOURIEROVSKÉM SPEKTRU
1/18 FILTRACE VE FOURIEROVSKÉM SPEKTRU (patří do lineárních integrálních transformací) Václav Hlaváč Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání hlavac@fel.cvut.cz
Vícedoc. Dr. Ing. Elias TOMEH Elias Tomeh / Snímek 1
doc. Dr. Ing. Elias TOMEH e-mail: elias.tomeh@tul.cz Elias Tomeh / Snímek 1 Elias Tomeh / Snímek 2 Elias Tomeh / Snímek 3 Elias Tomeh / Snímek 4 ZÁKLADNÍ VIBRODIAGNOSTICKÉ MĚŘICÍ METODY Měření celkových
VíceMĚŘENÍ ÚHLOVÝCH KMITŮ ZA ROTACE
26. mezinárodní konference DIAGO 27 TECHNICKÁ DIAGNOSTIKA STROJŮ A VÝROBNÍCH ZAŘÍZENÍ MĚŘENÍ ÚHLOVÝCH KMITŮ ZA ROTACE Jiří TŮMA VŠB Technická Univerzita Ostrava Osnova Motivace Kalibrace měření Princip
VíceMATLAB PRO PODPORU VÝUKY KOMUNIKAČNÍCH SYSTÉMŮ
MATLAB PRO PODPORU VÝUKY KOMUNIKAČNÍCH SYSTÉMŮ Aneta Coufalíková, Markéta Smejkalová Mazálková Univerzita obrany Katedra Komunikačních a informačních systémů Matlab ve výuce V rámci modernizace výuky byl
VíceA7B31ZZS 4. PŘEDNÁŠKA 13. října 2014
A7B31ZZS 4. PŘEDNÁŠKA 13. října 214 A-D převod Vzorkování aliasing vzorkovací teorém Kvantování Analýza reálných signálů v časové oblasti řečové signály biologické signály ---> x[n] Analogově-číslicový
VíceZáklady a aplikace digitálních. Katedra radioelektroniky (13137), blok B2, místnost 722
Základy a aplikace digitálních modulací Josef Dobeš Katedra radioelektroniky (13137), blok B2, místnost 722 dobes@fel.cvut.cz 6. října 2014 České vysoké učení technické v Praze, Fakulta elektrotechnická
VíceSYNTÉZA AUDIO SIGNÁLŮ
SYNTÉZA AUDIO SIGNÁLŮ R. Čmejla Fakulta elektrotechnická, ČVUT v Praze Abstrakt Příspěvek pojednává o technikách číslicové audio syntézy vyučovaných v předmětu Syntéza multimediálních signálů na Elektrotechnické
VíceFOURIEROVA TRANSFORMACE
FOURIEROVA TRANSFORMACE FOURIEROVA VĚTA V kapitole o Fourierových řadách byla dokázána (připomeňte si, že f(x) = (f(x + ) + f(x ))/2): VĚTA. Necht f je po částech hladká na R a R f konverguje. Potom f(x)
VíceAnalýza a zpracování digitálního obrazu
Analýza a zpracování digitálního obrazu Úlohy strojového vidění lze přibližně rozdělit do sekvence čtyř funkčních bloků: Předzpracování veškerých obrazových dat pomocí filtrací (tj. transformací obrazové
VíceModulace analogových a číslicových signálů
Modulace analogových a číslicových signálů - rozdělení, vlastnosti, způsob použití. Kódování na fyzické vrstvě komunikačního kanálu. Metody zabezpečení přenosu. Modulace analogových a číslicových signálů
VíceFiltrace obrazu ve frekvenční oblasti
Filtrace obrazu ve frekvenční oblasti Václav Hlaváč České vysoké učení technické v Praze Český institut informatiky, robotiky a kybernetiky 166 36 Praha 6, Jugoslávských partyzánů 1580/3 http://people.ciirc.cvut.cz/hlavac,
Více4. MĚŘENÍ HARMONICKÝCH Úvod
4. MĚŘENÍ HARMONICKÝCH 4.1. Úvod ČSN EN 61000-4-7 ed. 2: Elektromagnetická kompatibilita (EMC) - Část 4-7: Zkušební a měřicí tecnika - Všeobecné směrnice o měření a měřicíc přístrojíc armonickýc a meziarmonickýc
VíceVlastnosti a modelování aditivního
Vlastnosti a modelování aditivního bílého šumu s normálním rozdělením kacmarp@fel.cvut.cz verze: 0090913 1 Bílý šum s normálním rozdělením V této kapitole se budeme zabývat reálným gaussovským šumem n(t),
VíceCircular Harmonics. Tomáš Zámečník
Circular Harmonics Tomáš Zámečník Úvod Circular Harmonics Reprezentace křivky, která je: podmonožinou RxR uzavřená funkcí úhlu na intervalu Dále budeme hovořit pouze o takovýchto křivkách/funkcích
VíceZákladní metody číslicového zpracování signálu a obrazu část II.
A4M38AVS Aplikace vestavěných systémů Přednáška č. 7 Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti Základní metody číslicového zpracování signálu a obrazu část II. Radek Sedláček,
VíceWAVELET TRANSFORMACE V POTLAČOVÁNÍ
WAVELET TRANSFORMACE V POTLAČOVÁNÍ RUŠIVÝCH SLOŽEK OBRAZŮ Andrea Gavlasová, Aleš Procházka Vysoká škola chemicko-technologická, Ústav počítačové a řídicí techniky Abstrakt Příspěvek je zaměřen na problematiku
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV BIOMEDICÍNSKÉHO INŽENÝRSTVÍ FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION DEPARTMENT
VíceModulované signály. Protokol 1
Modulované signály Protokol 1 Jan Kotyza, Adam Uhlíř KOT99, UHL3 Zadání: 1. Vygenerovat modulované signály 3 typů modulací signálu, zapsat matematický zápis, analyzovat jejich základní parametry. Napsat
VíceCvičné texty ke státní maturitě z matematiky
Cvičné texty ke státní maturitě z matematiky Pracovní listy s postupy řešení Brno 2010 RNDr. Rudolf Schwarz, CSc. Státní maturita z matematiky Obsah Obsah NIŽŠÍ úroveň obtížnosti 4 MAGZD10C0K01 říjen 2010..........................
VíceČíslicové filtry. Honza Černocký, ÚPGM
Číslicové filtry Honza Černocký, ÚPGM Aliasy Digitální filtry Diskrétní systémy Systémy s diskrétním časem atd. 2 Na co? Úprava signálů Zdůraznění Potlačení Detekce 3 Zdůraznění basy 4 Zdůraznění výšky
VíceANALÝZA AKUSTICKÝCH PARAMETRŮ ZVONU Z KOSTELA SV. TOMÁŠE V BRNĚ. Smutný Jaroslav, Pazdera Luboš Vysoké učení technické v Brně, fakulta stavební
ANALÝZA AKUSTICKÝCH PARAMETRŮ ZVONU Z KOSTELA SV. TOMÁŠE V BRNĚ Smutný Jaroslav, Pazdera Luboš Vysoké učení technické v Brně, fakulta stavební Abstrakt Příspěvek popisuje měření a analýzu akustických parametrů
VíceSpektrální analyzátory
Radioelektronická měření (MREM, LREM) Spektrální analyzátory 6. přednáška Jiří Dřínovský Ústav radioelektroniky FEKT VUT v Brně Úvod Spektrální analyzátory se používají pro zobrazení nejrůznějších signálů
Vícesin(x) x lim. pomocí mocninné řady pro funkci sin(x) se středem x 0 = 0. Víme, že ( ) k=0 e x2 dx.
Použití mocniných řad Nejprve si ukážeme dvě jednoduchá použití Taylorových řad. Příklad Spočtěte následující limitu: ( ) sin(x) lim. x x ( ) Najdeme lim sin(x) x x pomocí mocninné řady pro funkci sin(x)
VíceÚloha D - Signál a šum v RFID
1. Zadání: Úloha D - Signál a šum v RFID Změřte úrovně užitečného signálu a šumu v přenosovém řetězci systému RFID v závislosti na čtecí vzdálenosti. Zjistěte maximální čtecí vzdálenost daného RFID transpondéru.
VíceÚPGM FIT VUT Brno,
Systémy s diskrétním časem Jan Černocký ÚPGM FIT VUT Brno, cernocky@fit.vutbr.cz 1 LTI systémy v tomto kursu budeme pracovat pouze se systémy lineárními a časově invariantními. Úvod k nim jsme viděli již
VíceZpracování obrazů. Honza Černocký, ÚPGM
Zpracování obrazů Honza Černocký, ÚPGM 1D signál 2 Obrázky 2D šedotónový obrázek (grayscale) Několikrát 2D barevné foto 3D lékařské zobrazování, vektorová grafika, point-clouds (hloubková mapa, Kinect)
Více9. cvičení z Matematické analýzy 2
9. cvičení z Matematické analýzy 7. listopadu -. prosince 7 9. Určete Fourierovu řadu periodického rozšíření funkce ft = t na, a její součet. Definice: Necht f je -periodická funkce, která je integrabilní
Více