1. Přednáška: Obecné Inf. + Signály a jejich reprezentace
|
|
- Luboš Tobiška
- před 7 lety
- Počet zobrazení:
Transkript
1 1. Přednáška: Obecné Inf. + Signály a jejich reprezentace 1 Obecné informace Změna rozvrhů Docházka na cvičení 2 Literatura a podklady Základní učební texty : Prchal J., Šimák B.: Digitální zpracování signálů v telekomunikacích Klíma a kol.: Zpracování obrazové informace, ČVUT Praha, 1999 Castleman K. R.: Digital Image Processing, Prentice-Hall, New Jersey, USA Keith J.: Video Demystified, LLH Technology Publishing, Eagle Rock, USA, 3. vydání, Hlaváč, Sedláček: Zpracování signálů a obrazů. ČVUT Fel, Praha 2000 Žára J.: Moderní počítačová grafika Literatura k systému Matlab: Dušek F.: MATLAB a SIMULINK - úvod do používání, VŠCHT Pardubice, 2001 Zaplatílek K.: MATLAB začínáme se signály Nápověda k: Image Processing Toolbox Další materiály na stránkách předmětu (STAG / INMSE) Minimanuál k MATLABu Příručka k MATLABu Starší návod k MATLABu Seznam funkcí pro image processing toolbox Image processing toolbox - přehled příkazů Programy pro technické výpočty, částečně nahrazující MATLAB SciLab Octave 2010 Martin Dobrovolný 1./13
2 3 Signály a některé jejich vlastnosti 3.1Klasifikace signálů (související pojmy) Pojem signál: Nositelem inf. fyzikální vyjádření informace, která je funkcí jedné nebo více nezávislých proměnných je funkcí času (prostoru) mohou být pouze ty signály, které nemohou být na straně příjemce predikovány. Mají náhodný charakter. Analogový signál: signál spojitý v amplitudě i v čase. Může nabývat libovolné hodnoty z určitého spojitého intervalu možných hodnot. Jeho typickou vlastností je reprezentace E => reálně neexistují nespojitosti! Diskrétní signál (pouze vyjádření skutečného signálu!): na rozdíl od spojitého signálu se vyznačuje určitým druhem nespojitostí kvantovaný signál - signál diskrétní v amplitudě, amplituda se mění po skocích, nabývá omezeného počtu stavů vzorkovaný signál - signál diskrétní v čase, tvořen posloupností vzorků (nabývajících libovolných hodnot) počet vzorků za 1s udává vzorkovací kmitočet nejčastěji konstantní krok ekvidistantní vzorkování digitální signál vzorkovaný + kvantovaný signál tvořen posloupností vzorků nabývajících omezeného počtu stavů 2010 Martin Dobrovolný 2./13
3 Pro signály s diskrétní časovou osou se vžil název vzorkované signály. Při diskrétní svislé ose hovoříme o signálech s kvantovanými hodnotami. Má li signál obě osy spojité => analogový signál. Má li signál obě osy diskrétní => digitální (číslicový) signál Jednorozměrný X vícerozměrný signál 2010 Martin Dobrovolný 3./13
4 Model signálu: popisuje reálný signál zjednodušenými parametry (konečný časový, frekvenční rozvoj...) používán především při analýze soustav ut=10sin t0.9 Ne všechny signály je možné dobře modelovat! typicky šum Periodický signál st=stk T 0 Matematická definice na intervalu, - uvažuje nekonečný signál => periodický signál je prakticky nevyrobitelný. okrajová omezení (časová oblast i spektrum) pojmy stř./ef. hodnota se vztahují k části kterou považujeme za periodickou Termín Označení a jednotka Opakovací perioda T 0 [s] Opakovací kmitočet F 0 =1/T 0 [Hz = s -1 ] Kruhový opak. kmitočet 0 = 2 =2 F T 0 [s -1 ] 0 Pulz Střední hodnota S stř Efektivní hodnota S ef nebo jen S Aperiodický signál: nesplňuje rov. st=stk T 0 některé druhy sig. pulzy 2010 Martin Dobrovolný 4./13
5 pro tyto signály mnoho jiných charakteristik, E, spektrální hustota... ve skutečnosti všechny reálné signály aperiodické Signály deterministické a stochastické pojem souvisí s poznatelností (určeností) v libovolném čase Deterministický signál signál přesně určený je možné vytvořit přesný časový (prostorový) model nese nulové množství Inf. většina signálů nejsou deterministické vytváříme zjednodušené modely snaha o co největší přiblížení (nejmenší chybu) Stochastický signál je generován stochastickým procesem, nelze vytvořit věrný model je možné provést více měření, pokaždé s trochu jiným výsledkem => množina realizací má smysl pouze popis pomocí statistických charakteristik (stř. hod., směrodat. odch, rozptyl, spektrální výkon...) Typickým příkladem stochastického signálu je šum V reálu je téměř každý zpracovávaný signál zatížen šumem 2010 Martin Dobrovolný 5./13
6 Šum v jednorozměrném signálu (jednorozměrný šum) 2010 Martin Dobrovolný 6./13
7 Šumem mohou být zatíženy i vícerozměrné signály (vícerozměrný / vícedimenzionální) šum 1 Kvantifikace amplitud kvantování x(n) {rozsahy } {konečný počet diskrétních hodnot} x q (n) lineární kvantizační stupně mají jednotnou šířku nelineární typicky malé úrovně jemněji (audiosignál), snaha o zachování kvality při zkrácení kódového slova, POZOR! - při zpracování např. dig. filtrem vždy převod na lineární kvantování a zpět degradace signálu vzniká kvantizační chyba: e(n) = x q (n) - x(n) náhodný charakter v rozsahu - /2 e(n) /2 kvantizační šum (kvantizační zkreslení, zrnitý šum) kvantizace vždy degradace signálu (nelze zpětně přesně rekonstruovat původní signál) rozsah kvantizéru ± V max = 2V max při překročení saturace (náhodný proces) generuje overload noise, lze potlačit vhodnou volnou V max rozsah typicky N = 2 b = 2V N = 2V 2 b (b počet bitů v kódových slovech), 2010 Martin Dobrovolný 7./13
8 převodní charakteristika vyjadřuje funkci kvantizéru vyjadřuje rozhodovací úroveň výstupní kód kodéru lineární kvantizér v okolí 0 (resp. každé rozhodovací úrovně!) dvě možnosti kvantizér s nulovou kvantovací úrovní potlačuje vstupní rušivé amplitudy menší než ± /2 jsou kvantovány na 0, počet kv. stupňů N = 2 b - 1 to ale platí i pro užitečný signál 2010 Martin Dobrovolný 8./13
9 kvantizér s nulovou rozhodovací úrovní autogenerující šum o ± /2 (i bez Sig IN generuje Sig OUT náhodně přeskakující mezi ± /2 (klidový šum kvantizéru), počet kvantizačních stupňů N = 2 b Jak ovlivňuje kvantizační šum užitečný signál? model rekonstrukce signálu podle e(n) = x q (n) - x(n) x q (t) obnoveny analogový signál zatížený kvantizační chybou e(n) (kvantizačním šumem) kvantizační chyba: e(n) = x q (n) - x(n) lineární systém (superpozice) lze oddělit (zpracovávat nezávisle) při předpokladu: chyby e(n) nastávají náhodně - nekorelovaný e(n) s x(n) provedeme-li rekonstrukci: potom je možné posuzovat nezávisle resp. jako poměr obvyklé měření např. výkonový poměr signál / šum D=10log 2 x [ db] 2 e 2010 Martin Dobrovolný 9./13
10 (nebo odstup signál šum) D s =20log x e [db ] σ 2 x disperze signálu (při zátěži 1Ω = výkon) Jak určit výkon šumu? - σ 2 e uvažujme: kvantizační chyby projevují se náhodně, jako náhodný šum lze kvantifikovat pouze přes statistické parametry předpoklad chyby e(n) jsou nekorelované se signálem (nastávají v rámci ± /2 náhodně) pak rovnoměrné rozdělení hustoty pravděpodobnosti Potom σ 2 e: /2 2 e =E[ e 2 n ]= /2 e 2 we de= 1 /2 e 2 de= 1 [ /2= e3 2 /2 3 ] /2 12 pro rozsah 2V a počet kvantizačních stupňů N=2 b, tedy = 2V 2 b e e = V 3 2 b 2 = 2 12 = V b máme výkon šumu je závislý na počtu kvantizačních stupňů (hloubce A/D převodníku) a rozsahu převodníku.je možné vyjádřit odstup signál / šum: D s =20 log x e [db ]=20{ log x log...= 20log V x 4,776,02 b [db ] V 3 2 b } =20 {log x log V log 3 2 b }=... Odstup signál / šum závisí na použitém A/D převodníku obvykle se měří např. harmonickým signálem x(t) = A cos(ωt) 2010 Martin Dobrovolný 10./13
11 potom ef. hodnota x =x ef = A 2 a pro měřící harmonický signál xt =A cost s rozkmitem A = V x =e ef =A/2 D s =20 log x e =4.77 log 26,02b 20log V A = 1,766,02b 20log V A [db] D s =20 log x e =1,766,02b [db] je vidět, že kvalita závisí na velikosti kódového slova b resp. počtu kv. stupňů N = 2 b množství šumu můžeme ovlivnit volbou, resp b narůstá délka kódového slova je možné i opačně pro požadovanou kvalitu zvolit vhodný A/D převodník každé rozšíření převodníku o 1b zvětšení D s o 6 db Příklady: pro 4 bitový audiozáznam D s = 1,76 + 6,02 8 = 26 db pro 8 bitový audiozáznam D s = 1,76 + 6,02 8 = 50 db pro 16 bitový audiozáznam D s = 1,76 + 6,02 16 = 98 db např. kvalita CD počet k možných hodnot omezen bitovou hloubkou b použitých prostředků k = 2 b Příklad 1: kvantifikace intenzity audiosignálu mp3 příklad Příklad 2: kvantifikace intenzity světla lidské oko cca 100 úrovní jasu 2 5 = 32 jasových úrovní 2 8 = 256 jasových úrovní 2010 Martin Dobrovolný 11./13
12 Z hlediska přenosu digitálního signálu souvisí nějak množství přenesených dat za 1/s s počtem možných kvantifikačních úrovní? např. přenos signálu po analogovém vedení: převod DS AS DS rychlost přenosu = (počet změn /s) x (množst. inf v jednom taktu) V p max[b/s]=v mod nebo2 SP log 2 n zvýšením počtu stavů se zvýší V p max je možné zvyšovat počet stavů do? Odpověď Claude Shannon hranice je dána šířkou přenosového pásma a kvalitou přenosové cesty 2010 Martin Dobrovolný 12./13
13 šířka pásma (SP) nám udává maximální použitou modulační rychlost a kvalitu můžeme popsat odstupem signálu od šumu - D s (udává, kolikrát je užitečný signál silnější než šum) číselně max. přenosová rychlost: V p max[b/s]=sp log 2 signal 1 šum Hranice závisí pouze na vlastnostech přenosové cesty! nikoli na použité modulaci nebo stupni technologie 2010 Martin Dobrovolný 13./13
VY_32_INOVACE_E 15 03
Název a adresa školy: Střední škola průmyslová a umělecká, Opava, příspěvková organizace, Praskova 399/8, Opava, 746 01 Název operačního programu: OP Vzdělávání pro konkurenceschopnost, oblast podpory
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
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
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
VíceLineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY a SYSTÉMY
Lineární a adaptivní zpracování dat 1. ÚVOD: SIGNÁLY a SYSTÉMY Daniel Schwarz Investice do rozvoje vzdělávání Osnova Úvodní informace o předmětu Signály, časové řady klasifikace, příklady, vlastnosti Vzorkovací
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
VíceBiofyzikální ústav LF MU Brno. jarní semestr 2011
pro obor Ošetřovatelská péče v gerontologii Biofyzikální ústav LF MU Brno jarní semestr 2011 Obsah letmý dotyk teorie systémů klasifikace a analýza biosignálů Co je signál? Co je biosignál? Co si počít
VíceKapitola 1. Signály a systémy. 1.1 Klasifikace signálů
Kapitola 1 Signály a systémy 1.1 Klasifikace signálů Signál představuje fyzikální vyjádření informace, obvykle ve formě okamžitých hodnot určité fyzikální veličiny, která je funkcí jedné nebo více nezávisle
VíceLineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY
Lineární a adaptivní zpracování dat 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY Daniel Schwarz Investice do rozvoje vzdělávání Osnova Úvodní informace o předmětu Signály, časové řady klasifikace, příklady,
VíceLineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY
Lineární a adaptivní zpracování dat 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY Daniel Schwarz Investice do rozvoje vzdělávání Osnova Úvodní informace o předmětu Signály, časové řady klasifikace, příklady,
VíceZákladní principy přeměny analogového signálu na digitální
Základní y přeměny analogového signálu na digitální Pro přenos analogového signálu digitálním systémem, je potřeba analogový signál digitalizovat. Digitalizace je uskutečňována pomocí A/D převodníků. V
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
Více1. Základy teorie přenosu informací
1. Základy teorie přenosu informací Úvodem citát o pojmu informace Informace je název pro obsah toho, co se vymění s vnějším světem, když se mu přizpůsobujeme a působíme na něj svým přizpůsobováním. N.
Více31SCS Speciální číslicové systémy Antialiasing
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE 2006/2007 31SCS Speciální číslicové systémy Antialiasing Vypracoval: Ivo Vágner Email: Vagnei1@seznam.cz 1/7 Převod analogového signálu na digitální Složité operace,
VícePočítačové sítě. Lekce 5: Základy datových komunikací
Počítačové sítě Lekce 5: Základy datových komunikací Přenos dat V základním pásmu Nemodulovaný Baseband V přeloženém pásmu Modulovaný Broadband Lekce 5: Základy datových komunikací 2 Přenos v základním
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
VíceGrafika na počítači. Bc. Veronika Tomsová
Grafika na počítači Bc. Veronika Tomsová Proces zpracování obrazu Proces zpracování obrazu 1. Snímání obrazu 2. Digitalizace obrazu převod spojitého signálu na matici čísel reprezentující obraz 3. Předzpracování
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),
VíceKOMPRESE OBRAZŮ. Václav Hlaváč. Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání. hlavac@fel.cvut.
1/24 KOMPRESE OBRAZŮ Václav Hlaváč Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání hlavac@fel.cvut.cz http://cmp.felk.cvut.cz/ hlavac KOMPRESE OBRAZŮ, ÚVOD 2/24 Cíl:
VíceSnímání biologických signálů. A6M31LET Lékařská technika Zdeněk Horčík Katedra teorie obvodů
Snímání biologických signálů A6M31LET Lékařská technika Zdeněk Horčík Katedra teorie obvodů horcik@fel.cvut.cz Snímání biologických signálů problém: převést co nejvěrněji spojitý signál do číslicové podoby
Více9. PRINCIPY VÍCENÁSOBNÉHO VYUŽITÍ PŘENOSOVÝCH CEST
9. PRINCIPY VÍCENÁSOBNÉHO VYUŽITÍ PŘENOSOVÝCH CEST Modulace tvoří základ bezdrátového přenosu informací na velkou vzdálenost. V minulosti se ji využívalo v telekomunikacích při vícenásobném využití přenosových
VíceKOMPRESE OBRAZŮ. Václav Hlaváč, Jan Kybic. Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání.
1/25 KOMPRESE OBRAZŮ Václav Hlaváč, Jan Kybic Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání hlavac@fel.cvut.cz http://cmp.felk.cvut.cz/ hlavac KOMPRESE OBRAZŮ, ÚVOD
VícePulzní (diskrétní) modulace
EVROPSKÝ SOCIÁLNÍ FOND Pulzní (diskrétní) modulace PRAHA & EU INVESTUJEME DO VAŠÍ BUDOUCNOSTI Podpora kvality výuky informačních a telekomunikačních technologií ITTEL CZ.2.17/3.1.00/36206 Pulzní modulace
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,
VíceFlexibilita jednoduché naprogramování a přeprogramování řídícího systému
Téma 40 Jiří Cigler Zadání Číslicové řízení. Digitalizace a tvarování. Diskrétní systémy a jejich vlastnosti. Řízení diskrétních systémů. Diskrétní popis spojité soustavy. Návrh emulací. Nelineární řízení.
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)
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 medicínské informatiky pro Bc. studium. 6. přednáška
Metody zpracování biosignálů 6. přednáška 1 Biosignály Živé objekty produkují signály biologického původu. Tyto signály mohou být elektrické (např. elektrické potenciály vznikající při svalové činnosti),
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
Víceíta ové sít baseband narrowband broadband
Každý signál (diskrétní i analogový) vyžaduje pro přenos určitou šířku pásma: základní pásmo baseband pro přenos signálu s jednou frekvencí (není transponován do jiné frekvence) typicky LAN úzké pásmo
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
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
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
VíceDIGITÁLNÍ OBRAZ. Obrázky (popř. slajdy) převzaty od
DIGITÁLNÍ OBRAZ JANA ŠTANCLOVÁ jana.stanclova@ruk.cuni.cz Obrázky (popř. slajdy) převzaty od RNDr. Josef Pelikán, CSc., KSVI MFF UK Obsah fáze zpracování obrazu reprezentace obrazu digitalizace obrazu
VíceKompresní metody první generace
Kompresní metody první generace 998-20 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca / 32 Základní pojmy komprese
VíceHlavní parametry rádiových přijímačů
Hlavní parametry rádiových přijímačů Zpracoval: Ing. Jiří Sehnal Pro posouzení základních vlastností rádiových přijímačů jsou zavedena normalizovaná kritéria parametry, podle kterých se rádiové přijímače
VíceAnalogově číslicové převodníky
Verze 1 Analogově číslicové převodníky Doplněná inovovaná přednáška Zpracoval: Vladimír Michna Pracoviště: Katedra textilních a jednoúčelových strojů TUL Tento materiál vznikl jako součást projektu In-TECH
VíceBinární data. Číslicový systém. Binární data. Klávesnice Snímače polohy, dotykové displeje, myš Digitalizovaná data odvozená z analogového signálu
5. Obvody pro číslicové zpracování signálů 1 Číslicový systém počítač v reálném prostředí Klávesnice Snímače polohy, dotykové displeje, myš Digitalizovaná data odvozená z analogového signálu Binární data
VíceZÁKLADY AUTOMATICKÉHO ŘÍZENÍ
VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ 1. týden doc. Ing. Renata WAGNEROVÁ, Ph.D. Ostrava 2013 doc. Ing. Renata WAGNEROVÁ, Ph.D. Vysoká škola báňská
VícePředmět A3B31TES/Př. 13
Předmět A3B31TES/Př. 13 PS 1 1 Katedra teorie obvodů, místnost č. 523, blok B2 Přednáška 13: Kvantování, modulace, stavový popis PS Předmět A3B31TES/Př. 13 květen 2015 1 / 28 Obsah 1 Kvantování 2 Modulace
VíceModulační parametry. Obr.1
Modulační parametry Specifickou skupinou měřicích problémů je měření modulačních parametrů digitálních komunikačních systémů. Většinu modulačních metod používaných v digitálních komunikacích lze realizovat
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
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.
Víceednáška a metody digitalizace telefonního signálu Ing. Bc. Ivan Pravda
2.předn ednáška Telefonní kanál a metody digitalizace telefonního signálu Ing. Bc. Ivan Pravda Telekomunikační signály a kanály - Při přenosu všech druhů telekomunikačních signálů je nutné řešit vztah
Více25. DIGITÁLNÍ TELEVIZNÍ SIGNÁL A KABELOVÁ TELEVIZE
25. DIGITÁLNÍ TELEVIZNÍ SIGNÁL A KABELOVÁ TELEVIZE Digitalizace obrazu a komprese dat. Uveďte bitovou rychlost nekomprimovaného číslicového TV signálu a jakou šířku vysílacího pásma by s dolním částečně
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
VíceJasové transformace. Karel Horák. Rozvrh přednášky:
1 / 23 Jasové transformace Karel Horák Rozvrh přednášky: 1. Úvod. 2. Histogram obrazu. 3. Globální jasová transformace. 4. Lokální jasová transformace. 5. Bodová jasová transformace. 2 / 23 Jasové transformace
VíceDirect Digital Synthesis (DDS)
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická Ing. Radek Sedláček, Ph.D., katedra měření K13138 Direct Digital Synthesis (DDS) Přímá číslicová syntéza Tyto materiály vznikly za podpory
VíceZáklady teorie pravděpodobnosti
Základy teorie pravděpodobnosti Náhodná veličina Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at)email.cz 12. února 2012 Statistika by Birom Základy teorie
VíceZákladní komunikační řetězec
STŘEDNÍ PRŮMYSLOVÁ ŠKOLA NA PROSEKU EVROPSKÝ SOCIÁLNÍ FOND Základní komunikační řetězec PRAHA & EU INVESTUJEME DO VAŠÍ BUDOUCNOSTI Podpora kvality výuky informačních a telekomunikačních technologií ITTEL
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
VíceMotivace příklad použití lokace radarového echa Význam korelace Popis náhodných signálů číselné charakteristiky
A0M38SPP - Signálové procesory v praxi - přednáška 7 2 Motivace příklad použití lokace radarového echa Význam korelace Popis náhodných signálů číselné charakteristiky (momenty) Matematická definice korelační
VíceAnalýza a zpracování ultrazvukových signálů
KAPITOLA 6 Analýza a zpracování ultrazvukových signálů Tato kapitola se zaměřuje zejména na metody číslicového zpracování a analýzy ultrazvukových signálů. V dnešních ultrazvukových přístrojích převažuje
VíceNáhodný vektor. Náhodný vektor. Hustota náhodného vektoru. Hustota náhodného vektoru. Náhodný vektor je dvojice náhodných veličin (X, Y ) T = ( X
Náhodný vektor Náhodný vektor zatím jsme sledovali jednu náhodnou veličinu, její rozdělení a charakteristiky často potřebujeme vyšetřovat vzájemný vztah několika náhodných veličin musíme sledovat jejich
VíceCW01 - Teorie měření a regulace
Ústav technologie, mechanizace a řízení staveb CW01 - Teorie měření a regulace ZS 2010/2011 SPEC. 2.p 2010 - Ing. Václav Rada, CSc. Ústav technologie, mechanizace a řízení staveb Teorie měření a regulace
VíceNáhodné signály. Honza Černocký, ÚPGM
Náhodné signály Honza Černocký, ÚPGM Signály ve škole a v reálném světě Deterministické Rovnice Obrázek Algoritmus Kus kódu } Můžeme vypočítat Málo informace! Náhodné Nevíme přesně Pokaždé jiné Především
VíceMĚŘENÍ A ANALÝZA ELEKTROAKUSTICKÝCH SOUSTAV NA MODELECH. Petr Kopecký ČVUT, Fakulta elektrotechnická, Katedra Radioelektroniky
MĚŘENÍ A ANALÝZA ELEKTROAKUSTICKÝCH SOUSTAV NA MODELECH Petr Kopecký ČVUT, Fakulta elektrotechnická, Katedra Radioelektroniky Při návrhu elektroakustických soustav, ale i jiných systémů, je vhodné nejprve
VíceA/D převodníky, D/A převodníky, modulace
A/D převodníky, D/A převodníky, modulace A/D převodníky převádí analogový (spojitý) signál na signál diskrétní z důvodu umožnění zpracování analogového signálu na číslicových počítačích - z důvodu konečné
VíceVY_32_INOVACE_ENI_2.MA_05_Modulace a Modulátory
Číslo projektu Číslo materiálu CZ.1.07/1.5.00/34.0581 VY_32_INOVACE_ENI_2.MA_05_Modulace a Modulátory Název školy Střední odborná škola a Střední odborné učiliště, Dubno Autor Ing. Miroslav Krýdl Tematická
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
VíceCW01 - Teorie měření a regulace
Ústav technologie, mechanizace a řízení staveb CW01 - Teorie měření a regulace ZS 2014/2015 tm-ch-spec. 1.p 2014 - Ing. Václav Rada, CSc. Ústav technologie, mechanizace a řízení staveb Teorie měření a
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
VíceMultimediální systémy
Multimediální systémy Jan Outrata KATEDRA INFORMATIKY UNIVERZITA PALACKÉHO V OLOMOUCI přednášky Získání obsahu Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec
VíceKomprese dat Obsah. Komprese videa. Radim Farana. Podklady pro výuku. Komprese videa a zvuku. Komprese MPEG. Komprese MP3.
Komprese dat Radim Farana Podklady pro výuku Obsah Komprese videa a zvuku. Komprese MPEG. Komprese MP3. Komprese videa Velký objem přenášených dat Typický televizní signál - běžná evropská norma pracuje
VíceNáhodné (statistické) chyby přímých měření
Náhodné (statistické) chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně
VíceZÁKLADY AUTOMATICKÉHO ŘÍZENÍ
VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ 8. týden doc. Ing. Renata WAGNEROVÁ, Ph.D. Ostrava 2013 doc. Ing. Renata WAGNEROVÁ, Ph.D. Vysoká škola báňská
VíceČíslicová filtrace. FIR filtry IIR filtry. ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická Ing. Radek Sedláček, Ph.D., katedra měření K13138 Číslicová filtrace FIR filtry IIR filtry Tyto materiály vznikly za podpory Fondu rozvoje
VíceElektrické parametry spojů v číslicových zařízeních
Elektrické parametry spojů v číslicových zařízeních Co je třeba znát z teoretických základů? jak vyjádřit schopnost přenášet data jak ji správně chápat jak a v čem ji měřit čím je schopnost přenášet data
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
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
VíceTechnická kybernetika. Obsah. Principy zobrazení, sběru a uchování dat. Měřicí řetězec. Principy zobrazení, sběru a uchování dat
Akademický rok 2016/2017 Připravil: Radim Farana Technická kybernetika Principy zobrazení, sběru a uchování dat 2 Obsah Principy zobrazení, sběru a uchování dat strana 3 Snímač Měřicí řetězec Měřicí obvod
Více3.cvičen. ení. Ing. Bc. Ivan Pravda
3.cvičen ení Úvod do laboratorních měřm ěření Základní měření PCM 1.řádu - měření zkreslení Ing. Bc. Ivan Pravda Měření útlumového zkreslení - Útlumové zkreslení vyjadřuje frekvenční závislost útlumu telefonního
VíceAnalýza a zpracování signálů
Analýza a zpracování ů Digital Signal Processing disciplína, která nám umožňuje nahradit (v případě že nezpracováváme vf y) obvody, dříve složené z rezistorů a kapacitorů, dvěma antialiasingovými filtry,
VíceAnalýza a zpracování signálů. 1. Úvod
Analýza a zpracování signálů 1. Úvod DSP matematická a algoritmická manipulace s číslicovými signály jejímž cílem je extrahovat důležité informace, které jsou přenášeny signálem Vstupní signál Zpracovaný
VíceChyby měření 210DPSM
Chyby měření 210DPSM Jan Zatloukal Stručný přehled Zdroje a druhy chyb Systematické chyby měření Náhodné chyby měření Spojité a diskrétní náhodné veličiny Normální rozdělení a jeho vlastnosti Odhad parametrů
Více7. Rozdělení pravděpodobnosti ve statistice
7. Rozdělení pravděpodobnosti ve statistice Statistika nuda je, má však cenné údaje, neklesejte na mysli, ona nám to vyčíslí Jednou z úloh statistiky je odhad (výpočet) hodnot statistického znaku x i,
VíceObraz matematický objekt. Spojitý obraz f c : (Ω c R 2 ) R
Obraz matematický objekt Spojitý obraz f c : (Ω c R 2 ) R Obraz matematický objekt Spojitý obraz f c : (Ω c R 2 ) R Diskrétní obraz f d : (Ω {0... n 1 } {0... n 2 }) {0... f max } Obraz matematický objekt
VíceDruhy sdělovacích kabelů: kroucené metalické páry, koaxiální, světlovodné
7. Přenos informací Druhy sdělovacích kabelů: kroucené metalické páry, koaxiální, světlovodné A-PDF Split DEMO : Purchase from www.a-pdf.com to remove the watermark MODULACE proces, při kterém se, v závislosti
VíceLiteratura Elektrická měření - Přístroje a metody, Metrologie Elektrotechnická měření - měřící přístroje
Měření Literatura Haasz Vladimír, Sedláček Miloš: Elektrická měření - Přístroje a metody, nakladatelství ČVUT, 2005, ISBN 80-01-02731-7 Boháček Jaroslav: Metrologie, nakladatelství ČVUT, 2013, ISBN 978-80-01-04839-9
VíceELT1 - Přednáška č. 6
ELT1 - Přednáška č. 6 Elektrotechnická terminologie a odborné výrazy, měřicí jednotky a činitelé, které je ovlivňují. Rozdíl potenciálů, elektromotorická síla, napětí, el. napětí, proud, odpor, vodivost,
VíceZvukové rozhraní. Základní pojmy
Zvukové rozhraní Zvukové rozhraní (zvukový adaptér) je rozšiřující rozhraní počítače, které slouží k počítačovému zpracování zvuku (vstup, výstup). Pro vstup zvuku do počítače je potřeba jeho konverze
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
VícePSK1-5. Frekvenční modulace. Úvod. Vyšší odborná škola a Střední průmyslová škola, Božetěchova 3 Ing. Marek Nožka. Název školy: Vzdělávací oblast:
PSK1-5 Název školy: Autor: Anotace: Vzdělávací oblast: Předmět: Tematická oblast: Výsledky vzdělávání: Klíčová slova: Druh učebního materiálu: Vyšší odborná škola a Střední průmyslová škola, Božetěchova
Více11. Logické analyzátory. 12. Metodika měření s logickým analyzátorem
+P12 11. Logické analyzátory Základní srovnání logického analyzátoru a číslicového osciloskopu Logický analyzátor blokové schéma, princip funkce Časová analýza, glitch mód a transitional timing, chyba
VíceNáhodný vektor. Náhodný vektor. Hustota náhodného vektoru. Hustota náhodného vektoru. Náhodný vektor je dvojice náhodných veličin (X, Y ) T = ( X
Náhodný vektor Náhodný vektor zatím jsme sledovali jednu náhodnou veličinu, její rozdělení a charakteristik často potřebujeme všetřovat vzájemný vztah několika náhodných veličin musíme sledovat jejich
VícePCM30U-ROK 2 048/256 kbit/s rozhlasový kodek stručný přehled
2 048/256 kbit/s rozhlasový kodek stručný přehled TELEKOMUNIKACE, s.r.o. Třebohostická 5, 100 43 Praha 10 tel: (+420) 23405 2429, 2386 e-mail: pcm30u@ttc.cz web: http://www.ttc.cz, http://sweb.cz/rok-ttc
VíceDETEKCE HRAN V BIOMEDICÍNSKÝCH OBRAZECH
DETEKCE HRAN V BIOMEDICÍNSKÝCH OBRAZECH Viktor Haškovec, Martina Mudrová Vysoká škola chemicko-technologická v Praze, Ústav počítačové a řídicí techniky Abstrakt Příspěvek je věnován zpracování biomedicínských
VíceNáhodný vektor a jeho charakteristiky
Náhodný vektor a jeho číselné charakteristiky 1 Náhodný vektor a jeho charakteristiky V následující kapitole budeme věnovat pozornost pouze dvourozměřnému náhodnému vektoru, i když uvedené pojmy a jejich
Vícezákladní vlastnosti, používané struktury návrhové prostředky MATLAB problém kvantování koeficientů
A0M38SPP - Signálové procesory v praxi - přednáška 4 2 Číslicové filtry typu FIR a IIR definice operace filtrace základní rozdělení FIR, IIR základní vlastnosti, používané struktury filtrů návrhové prostředky
VíceNáhodné chyby přímých měření
Náhodné chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně pravděpodobná.
VíceAnalogové modulace. Podpora kvality výuky informačních a telekomunikačních technologií ITTEL CZ.2.17/3.1.00/36206
EVROPSKÝ SOCIÁLNÍ FOND Analogové modulace PRAHA & EU INVESTUJEME DO VAŠÍ BUDOUCNOSTI Podpora kvality výuky informačních a telekomunikačních technologií ITTEL CZ.2.17/3.1.00/36206 Modulace Co je to modulace?
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
Více2. GENERÁTORY MĚŘICÍCH SIGNÁLŮ II
. GENERÁTORY MĚŘICÍCH SIGNÁLŮ II Generátory s nízkým zkreslením VF generátory harmonického signálu Pulsní generátory X38SMP P 1 Generátory s nízkým zkreslením Parametry, které se udávají zkreslení: a)
VíceNÁHODNÁ VELIČINA. 3. cvičení
NÁHODNÁ VELIČINA 3. cvičení Náhodná veličina Náhodná veličina funkce, která každému výsledku náhodného pokusu přiřadí reálné číslo. Je to matematický model popisující více či méně dobře realitu, který
VíceRozprostřené spektrum. Multiplex a mnohonásobný přístup
Rozprostřené spektrum Multiplex a mnohonásobný přístup Multiplex Přenos více nezávislých informačních signálů jedním přenosovým prostředím (mezi dvěma body) Multiplexování MPX Vratný proces sdružování
VíceProjektová dokumentace ANUI
Projektová dokumentace NUI MULTI CONTROL s.r.o., Mírová 97/4, 703 00 Ostrava-Vítkovice, tel/fax: 596 614 436, mobil: +40-777-316190 http://www.multicontrol.cz/ e-mail: info@multicontrol.cz ROZŠÍŘENĚ MĚŘENÍ
VíceNÁHODNÁ ČÍSLA. F(x) = 1 pro x 1. Náhodná čísla lze generovat některým z následujících generátorů náhodných čísel:
NÁHODNÁ ČÍSLA TYPY GENERÁTORŮ, LINEÁRNÍ KONGRUENČNÍ GENERÁTORY, TESTY NÁHODNOSTI, VYUŽITÍ HODNOT NÁHODNÝCH VELIČIN V SIMULACI CO JE TO NÁHODNÉ ČÍSLO? Náhodné číslo definujeme jako nezávislé hodnoty z rovnoměrného
VíceDigitální telefonní signály
EVROPSKÝ SOCIÁLNÍ FOND Digitální telefonní signály PRAHA & EU INVESTUJEME DO VAŠÍ BUDOUCNOSTI Podpora kvality výuky informačních a telekomunikačních technologií ITTEL CZ.2.17/3.1.00/36206 Digitální telefonní
Více4.2. Modulátory a směšovače
Projekt: Inovace oboru Mechatronik pro Zlínský kraj Registrační číslo: CZ.1.07/1.1.08/03.0009 4.2. Modulátory a směšovače 4.2.1 Modulace V přenosové technice potřebujeme přenést signály na velké vzdálenosti
Více