Analýza signálů technikou Waveletů
|
|
- Michaela Müllerová
- před 7 lety
- Počet zobrazení:
Transkript
1 Analýza signálů tecnikou Waveletů Piecota, Hynek 1 1 Ing., Katedra ATŘ-352, VŠB-TU Ostrava, 17. listopadu, Ostrava - Poruba, ynek.piecota@vsb.cz, ttp:// 1 Abstrakt Teorie analýzy signálů představuje účinný prostředek ke zkoumání vlastností reálnýc systémů, protože signály zprostředkovaně obsaují informace o tecnickém stavu zařízení. Metod pro vyodnocení těcto signálů je velké množství. Tento příspěvek se zaměřuje na metody analýzy signálů vycázející z transformace wavelet, které se uplatňují v případec, kdy nevystačíme s výsledky frekvenční analýzy signálů, ale potřebujeme frekvenční analýzu provádět i v závislosti na čase. Jsou převážně vodné pro zkoumání neperiodickýc tj. nestacionárníc signálů. Přitom jde o analýzu signálů či dvojrozměrnýc obrazů, jejic syntézu, kompresi a filtraci včetně odstraňování šumů ze signálů. 2 Transformace wavelet Transformace wavelet (dále WT) patří mezi časově frekvenční transformace. Spojitá wavelet transformace je definována rovnicí (1). Signál je při této transformaci rozložen do sady funkcí, tzv. waveletů. () t ψ (, s t) C ( τ, s) = f τ, dt (1) τ s ( τ, s,t) časové posunutí měřítko ψ wavelet f () t analyzovaný signál ( s) C τ, koeficienty transformace wavelet Výpočet této transformace lze zjednodušeně popsat ve čtyřec krocíc: 1. Vybere se vodný wavelet a nastaví se jako mateční. 2. Wavelet se porovná s analyzovaným signálem. Vypočítá se koeficient waveletu (koeficient sody). Čím je koeficient větší, tím je větší soda waveletu (při daném posunutí a měřítku) se signálem. 3. Wavelet se posune vzledem k signálu (časové posunutí) a opakuje se krok 2. Krok 3 se provádí pro všecna časová posunutí. 4. Změní se měřítko waveletu (dojde k roztažení waveletu) a opakují se kroky 2 a 3. Opakování se provádí pro všecna měřítka. Výše uvedený postup je znázorněn na obr. 1, obrázky byly převzaty z [Misiti 1996]. Koeficienty WT pro všecny celočíselné odnoty měřítka a poloy tvoří funkci, kterou lze znázornit graficky. Na obrázku obr. 4 jsou zobrazeny koeficienty WT pro sinusový signál s malou nespojitostí z obr. 2. Osa x
2 reprezentuje časové posunutí waveletu k signálu, osa y pak měřítko resp. frekvenci matečnío waveletu a barva vyjadřuje odnotu WT v každém bodě. Z obrázku 4 lze například jednoznačně určit čas výskytu nespojitosti, kterou bycom z FFT spektra nezjistili, viz obr krok výpočtu 3. krok výpočtu 4. krok výpočtu Obr. 1 Postup výpočtu transformace wavelet nespojitost Obr. 2 Sinusový signál s malou nespojitostí Obr. 3 FFT spektrum Obr. 4 Koeficienty WT Vedle spojité transformace wavelet (CWT), která se provádí na diskrétním souboru dat pro všecny celočíselné odnoty měřítka a poloy existuje i diskrétní WT (DWT), u které se používají tzv. lavní měřítka (mocniny dvou). Vedle těcto dvou typů WT existuje i třetí nazývaná ryclá WT (FWT), u níž se používají pyramidové algoritmy výpočtu WT. Tyto algoritmy provádějí rozklad signálu na složky o nízké frekvenci označované A (approximations) a složky o vyšší frekvenci, označované D (details). Pro rozklad se využívají konvoluční funkce, které vytvářejí výstupní vektor dat poloviční délky původnío vektoru. Rozklad si lze také znázornit jako použití filtru orní propust pro získání koeficientů D a filtru dolní propust pro získání koeficientů A, viz obr. 5. Tento rozklad se dále aplikuje na vektor A (můžeme si jej představit jako vylazený signál S), čímž opět získáváme složky o nízké a vysoké frekvenci. Počet těcto rozkladů udává celočíselná odnota nazývaná ladina rozkladu. Rozklad signálu S na ladině rozkladu =3 je zobrazen na obr. 6. Obr. 5 Rozklad signálu Obr. 6 Rozklad signálu pro =3 Výpočet inverzní WT je proveden otočením procedury. Získání původnío signálu z vypočtenýc koeficientů WT lze popsat rovnicí (2).
3 S = A + (2) 1 + D1 = A2 + D2 + D1 = A3 + D3 + D2 D1 3 Detekce nespojitostí Oproti Fourierově transformaci umožňuje Wavelet transformace přesně detekovat okamžik změny v nespojitém signálu, je tedy vodná pro případy, kdy nevystačíme s výsledky kmitočtové analýzy signálů, ale potřebujeme frekvenční analýzu provádět i v závislosti na čase. Na obrázcíc obr. 2 až obr. 4 byla již v kapitole 2 ukázána možnost detekce nespojitosti pomocí vypočtenýc koeficientů WT. Detekci okamžiku nespojitosti můžeme detekovat také pomocí rozkladu signálu do složek a a d, podle příslušnéo algoritmu FWT. Obrázek obr. 7 ukazuje detekci okamžiku změny v nespojitém signálu. Pro analýzu signálu s byl použit wavelet db5 na ladině rozkladu = 5. Na obrázku je znázorněn rozklad do nízkofrekvenční složky a 5 a složek vyššíc frekvencí d 1 až d 5. Protože nespojitost obsauje vyšší frekvenční složky, ukazuje složka d 1 nejpřesněji nespojitost v signálu a to s dostatečnou přesností. Jak již bylo zmíněno dříve, pomocí Fourierovy analýzy by nebylo možné detekovat nespojitost u podobnýc signálů. Obr. 7 Detekce nespojitosti v signálu 4 Filtrace a odstraňování šumu signálu Další výraznou vlastností wavelet transformace je možnost filtrace a odstranění šumu ze signálů. Šum je náodný signál, který souvisí s cybou měření a vyodnocování, jako je například šum A/D převodníku a zaokroulovací šum aritmetickýc operací, nebo dalšími zcela náodnými jevy. Jeo odstranění je vodné zejména z důvodu snížení množství dat potřebnýc k vyodnocení, protože šum nenese informaci o cování a vlastnostec měřené soustavy. Odstraňování šumu bylo provedeno na záznamu vibrací převodovéo agregátu a to pro čtvrtý ryclostní stupeň s převodovým poměrem nací/nané 40/39. V záznamec se objevuje odezva záběru nejen zmíněnéo ozubenéo kola s 40 zuby, ale také odezvy záběru dalšíc ozubenýc kol převodovky a šum měření.
4 Jak lze pomocí wavelet transformace odstranit ze signálu šum, ukazuje obr. 8. K analýze byl využit wavelet db3 (wavelet třídy Daubecies se třemi koeficienty) na ladině rozkladu = 6. Postup odstranění šumu ze signálu: Obr. 8 Odstraňování šumu ze signálu vybere se vodný matečný wavelet a ladina rozkladu vypočítá se rozklad signálu na ladinác 0 až 1 pro ladiny detailů d 1 až d se stanoví prá omezení a aplikuje se proces odstranění podpraovýc odnot detailníc koeficientů provede se zpětná rekonstrukce, která je založena na použití původníc aproximovanýc koeficientů ladiny a modifikovanýc detailníc koeficientů z ladin 0 až 1 signálu. Na obr. 9 je zobrazen originální signál a signál bez šumu z obr. 8 ve zvětšeném měřítku. Z tooto obrázku lze rozeznat, že došlo k odstranění vysokofrekvenčníc složek, šumu.
5 Obr. 9 Originální signál (plná čára) a signál bez šumu (tečkovaná čára) 5 Závěr V příspěvku byly předvedeny možnosti využití Wavelet transformace ke zpracování signálů. Tato metoda je převážně vodná pro zkoumání neperiodickýc tj. nestacionárníc signálů. Přitom jde o analýzu signálů či dvojrozměrnýc obrazů, jejic syntézu, kompresi a filtraci včetně odstraňování šumů ze signálů. Wavelet transformace má dobré rozlišení jak pro vysokofrekvenční, tak i nízkofrekvenční části signálu. Svým určením je podobná Fourierově transformaci, která je však vodnější pro periodické signály. Wavelet transformaci je vodné aplikovat například při ledání bodu zlomu, nespojitosti či trendu signálu, který vykazuje jen malé změny. Oproti Fourierově transformaci umožňuje Wavelet transformace přesně detekovat okamžik změny trendu, popřípadě jeo časové derivace v nespojitém signálu, je tedy vodná pro případy, kdy nevystačíme s výsledky kmitočtové analýzy signálů, ale potřebujeme frekvenční analýzu provádět i v závislosti na čase. 6 Literatura BURRUS, C. S., GOPINATH, R. A. & GUO, H Introduction to Wavelets and Wavelet Transforms: A Primer. Prentice Hall, s. ISBN MISITI, M., MISITI, Y., OPPENHEIM, G. & POGGI, J-M Wavelet Toolbox User s Guide. Te Mat Works, Inc s. NEWLAND, D. E An Introduction to Random Vibrations, Spectral & Wavelet Analysis. 3 rd ed. Longman Scientific & Tecnical, s. ISBN SMUTNÝ, J Transformace wavelet a její využití při zpracování signálů. Automatizace, 1998, č. 10, s ISSN X TŮMA, J Zpracování signálů získanýc z mecanickýc systémů užitím FFT. 1. vyd. Praa : Sdělovací tecnika, s. ISBN
Komprese dat s použitím wavelet transformace
XXVI. ASR '2001 Seminar, Instruments and Control, Ostrava, April 26-27, 2001 Paper 59 Komprese dat s použitím wavelet transformace PIECHOTA, Hynek Ing, Katedra ATŘ-352, VŠB-TU Ostrava, 17. listopadu, Ostrava
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
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
VíceWaveletová transformace a její použití při zpracování signálů
Waveletová transformace a její použití při zpracování signálů BÍLOVSKÝ, Petr 1 1 Katedra elektrických měření, VŠB-TU Ostrava, 17. listopadu, Ostrava - Poruba, 708 33, petr.bilovsky@vsb.cz Abstrakt: Wavelet
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)
VíceVYUŽITÍ VÝPOČETNÍHO SYSTÉMU MATLAB PŘI NEDESTRUKTIVNÍ KONTROLE STAVEBNÍCH MATERIÁLŮ A DÍLCŮ ROZBOREM AKUSTICKÉ ODEZVY GENEROVANÉ MECHANICKÝM IMPULSEM
VYUŽITÍ VÝPOČETNÍHO SYSTÉMU MATLAB PŘI NEDESTRUKTIVNÍ KONTROLE STAVEBNÍCH MATERIÁLŮ A DÍLCŮ ROZBOREM AKUSTICKÉ ODEZVY GENEROVANÉ MECHANICKÝM IMPULSEM Jaroslav Smutný, Luboš Pazdera Vysoké učení technické
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
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.
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
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
VíceWavelet transformace v metodách zvýrazňování řeči
Wavelet transformace v metodách zvýrazňování řeči Petr Opršal 1 1 Katedra elektrických měření, FEI, VŠB Technická Univerzita Ostrava, 17. listopadu 15, 708 33, Ostrava-Poruba oprsal@tiscali.cz Abstrakt.
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
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
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
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
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
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
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
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,
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
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
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
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
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
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
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
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
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
VíceIntegrální transformace obrazu
Integrální transformace obrazu David Bařina 26. února 2013 David Bařina Integrální transformace obrazu 26. února 2013 1 / 74 Obsah 1 Zpracování signálu 2 Časově-frekvenční rozklad 3 Diskrétní Fourierova
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,
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
VíceNumerické řešení diferenciálních rovnic
Numerické řešení diferenciálníc rovnic Mirko Navara ttp://cmp.felk.cvut.cz/ navara/ Centrum strojovéo vnímání, katedra kybernetiky FEL ČVUT Karlovo náměstí, budova G, místnost 104a ttp://mat.feld.cvut.cz/nemecek/nummet.tml
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
VíceAPLIKACE DWT PRO POTLAČENÍ ŠUMU V OBRAZE
APLIKACE DWT PRO POTLAČENÍ ŠUMU V OBRAZE J.Švihlík ČVUT v Praze Fakulta elektrotechnická Katedra radioelektroniky Abstrakt Šum je v obraze prakticky vždy přítomen což způsobuje degradaci obrazu. Existuje
VíceRekurentní filtry. Matlab
Rekurentní filtry IIR filtry filtry se zpětnou vazbou a nekonečnou impulsní odezvou Výstupní signál je závislý na vstupu a minulém výstupu. Existují různé konvence zápisu, pozor na to! Někde je záporná
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
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
VíceSPM SPECTRUM NOVÁ UNIKÁTNÍ METODA PRO DIAGNOSTIKU LOŽISEK
SPM SPECTRUM NOVÁ UNIKÁTNÍ METODA PRO DIAGNOSTIKU LOŽISEK V této části prezentujeme výsledky použití metody SPM Spectrum (Shock Pulse Method Metoda rázových pulsů) jako metody pro monitorování stavu valivých
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,
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
VícePOHON 4x4 JAKO ZDROJ VIBRACÍ OSOBNÍHO AUTOMOBILU
POHON 4x4 JAKO ZDROJ VIBRACÍ OSOBNÍHO AUTOMOBILU Pavel NĚMEČEK, Technická univerzita v Liberci 1 Radek KOLÍNSKÝ, Technická univerzita v Liberci 2 Anotace: Příspěvek popisuje postup identifikace zdrojů
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
VíceVysoká škola chemicko-technologická v Praze. Abstrakt. k rekonstrukci pozorovaných dat. Tento postup je aplikován na vybrané biomedicínské
ZPRACOVÁNÍ BIOMEDICÍNSKÝCH SIGNÁLŮ A OBRAZŮ POMOCÍ WAVELET TRANSFORMACE E. Hošt álková, A. Procházka Vysoká škola chemicko-technologická v Praze Ústav počítačové ařídicí techniky Abstrakt Wavelet (někdy
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
Více0.0001 0.001 0.01 0.1 1 10 100 1000 10000. Čas (s) Model časového průběhu sorpce vyplývá z 2. Fickova zákona a je popsán následující rovnicí
Program Sorpce1.m psaný v prostředí Matlabu slouží k vyhlazování naměřených sorpčních křivek a výpočtu difuzních koeficientů. Kromě standardního Matlabu vyžaduje ještě Matlab Signal Processing Toolbox
VícePetr Bílovský. Katedra elektrických měření, FEI, VŠB Technická univerzita Ostrava 17. listopadu 15, , Ostrava-Poruba
Návrh metody pro efektivní úpravu signálu s cílem snížení nároků na přenosové vlastnosti komunikačních kanálů při distribuci signálů v informačních sítích Petr Bílovský Katedra elektrických měření, FEI,
VícePSK1-9. Číslicové zpracování signálů. Číslicový signál
Název školy: Autor: Anotace: PSK1-9 Vyšší odborná škola a Střední průmyslová škola, Božetěchova 3 Ing. Marek Nožka Princip funkce číslicové filtrace signálu Vzdělávací oblast: Informační a komunikační
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
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
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,
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
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
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
VícePARAMETRICKÁ STUDIE VÝPOČTU KOMBINACE JEDNOKOMPONENTNÍCH ÚČINKŮ ZATÍŽENÍ
PARAMETRICKÁ STUDIE VÝPOČTU KOMBINACE JEDNOKOMPONENTNÍCH ÚČINKŮ ZATÍŽENÍ Ing. David KUDLÁČEK, Katedra stavební mechaniky, Fakulta stavební, VŠB TUO, Ludvíka Podéště 1875, 708 33 Ostrava Poruba, tel.: 59
VíceVyhodnocení 2D rychlostního pole metodou PIV programem Matlab (zpracoval Jan Kolínský, dle programu ing. Jana Novotného)
Vyhodnocení 2D rychlostního pole metodou PIV programem Matlab (zpracoval Jan Kolínský, dle programu ing. Jana Novotného) 1 Obecný popis metody Particle Image Velocimetry, nebo-li zkráceně PIV, je měřící
Vícev Praze mezi kanály EEG Ondřej Drbal 5. ročník, stud. sk. 9
České vysoké učení technické v Praze Algoritmy pro měření zpoždění mezi kanály EEG Ondřej Drbal 5. ročník, stud. sk. 9 31. března 23 Obsah 1 Zadání 1 2 Uvedení do problematiky měření zpoždění signálů 1
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
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
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
VíceSTUDIUM HLADINOVÉHO ELEKTROSTATICKÉHO
STUDIUM HLADINOVÉHO ELEKTROSTATICKÉHO ZVLÁKŇOVÁNÍ J. Kula, M. Tunák, D. Lukáš, A. Linka Technická Univerzita v Liberci Abstrakt V posledních letech se uplatňuje výroba netkaných, nanovlákenných vrstev,
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
VíceTeoretická elektrotechnika - vybrané statě
Teoretická elektrotechnika - vybrané statě David Pánek EK 63 panek50@kte.zcu.cz Fakulta elektrotechnická Západočeská univerzita v Plzni September 26, 202 David Pánek EK 63 panek50@kte.zcu.cz Teoretická
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
VíceVlastnosti členů regulačních obvodů Osnova kurzu
Osnova kurzu 1) Základní pojmy; algoritmizace úlohy 2) Teorie logického řízení 3) Fuzzy logika 4) Algebra blokových schémat 5) Statické vlastnosti členů regulačních obvodů 6) Dynamické vlastnosti členů
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
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
Více1 Základní funkce pro zpracování obrazových dat
1 Základní funkce pro zpracování obrazových dat 1.1 Teoretický rozbor 1.1.1 Úvod do zpracování obrazu v MATLABu MATLAB je primárně určen pro zpracování a analýzu numerických dat. Pro analýzu obrazových
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
Vícefiltry FIR zpracování signálů FIR & IIR Tomáš Novák
filtry FIR 1) Maximální překývnutí amplitudové frekvenční charakteristiky dolní propusti FIR řádu 100 je podle obr. 1 na frekvenci f=50hz o velikosti 0,15 tedy 1,1dB; přechodové pásmo je v rozsahu frekvencí
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
VíceP6 Časově frekvenční analýza signálů
P6 Časově frekvenční analýza signálů Je vhodné podotknout, že převážná většina reálných technických signálů je zařazována do oblasti nestacionárních signálů. Fourierova transformace, případně její modifikace
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
VíceAbychom se vyhnuli užití diferenčních sumátorů, je vhodné soustavu rovnic(5.77) upravit následujícím způsobem
Abychom se vyhnuli užití diferenčních sumátorů, je vhodné soustavu rovnic(5.77) upravit následujícím způsobem I 1 = 1 + pl 1 (U 1 +( )), = 1 pc 2 ( I 1+( I 3 )), I 3 = pl 3 (U 3 +( )), 1 U 3 = (pc 4 +1/
VíceVodoznačení video obsahu
Vodoznačení video obsahu Bc. Jiří Hošek Email: hosek.j@seznam.cz Ústav Telekomunikací, FEKT, VUT v Brně Tento článek je zaměřen na problematiku vodoznačení a zejména pak na techniky vkládání vodoznaku
VíceStruktura a typy lékařských přístrojů. X31LET Lékařskátechnika Jan Havlík Katedra teorie obvodů
Struktura a typy lékařských přístrojů X31LET Lékařskátechnika Jan Havlík Katedra teorie obvodů xhavlikj@fel.cvut.cz Elektronické lékařské přístroje využití přístrojové techniky v medicíně diagnostické
VíceHluk a analýza vibrací stěn krytu klimatizační jednotky
XXVI. ASR '00 Seminar, Instruments and Control, Ostrava, April 6-7, 00 Paper Hluk a analýza vibrací stěn krytu klimatizační jednotky KOČÍ, Petr Ing., Katedra ATŘ-, VŠB-TU Ostrava, 7. listopadu, Ostrava
VíceVzorkování. Je-li posloupnost diracových impulzů s periodou T S : Pak časová posloupnost diskrétních vzorků bude:
Vzorkování Vzorkování je převodem spojitého signálu na diskrétní. Lze si ho představit jako násobení sledu diracových impulzů (impulzů jednotkové plochy a nulové délky) časovým průběhem vzorkovaného signálu.
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
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
VíceStředoškolská technika SCI-Lab
Středoškolská technika 2016 Setkání a prezentace prací středoškolských studentů na ČVUT SCI-Lab Kamil Mudruňka Gymnázium Dašická 1083 Dašická 1083, Pardubice O projektu SCI-Lab je program napsaný v jazyce
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
VíceVYUŽITÍ MATLABU K POTLAČOVÁNÍ ADITIVNÍHO ŠUMU POMOCÍ FILTRACE A POMOCÍ VLNKOVÉ TRANSFORMACE. Gabriela Eisensteinová, Miloš Sedláček
VYUŽITÍ MATLABU K POTLAČOVÁNÍ ADITIVNÍHO ŠUMU POMOCÍ FILTRACE A POMOCÍ VLNKOVÉ TRANSFORMACE Gabriela Eisensteinová, Miloš Sedláček České vysoké učení technické v Praze Fakulta elektrotechnická, katedra
Více1 Elektronika pro zpracování optického signálu
1 Elektronika pro zpracování optického signálu Výběr elektroniky a detektorů pro měření optického signálu je odvislé od toho, jaký signál budeme detekovat. V první řadě je potřeba vědět, jakých intenzit
VíceKubický spline. Obrázek 1 Proložení dat nezávislými kubickými polynomy bez požadavku spojitosti. T h T 2
Kubický spline Menu: QCExpert Regrese Kubický spline Modul Kubický spline slouží proložení prakticky libovolnýc regresníc křivek naměřenými daty s jednorozměrnou nezávisle proměnnou x a jednorozměrnou
VíceVY_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
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
Více13 Barvy a úpravy rastrového
13 Barvy a úpravy rastrového Studijní cíl Tento blok je věnován základním metodám pro úpravu rastrového obrazu, jako je např. otočení, horizontální a vertikální překlopení. Dále budo vysvětleny různé metody
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,
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY ČASOVĚ-FREKVENČNÍ ANALÝZA TIME-FREQUENCY ANALYSIS
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY a KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV RADIOELEKTRONIKY FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION DEPARTMENT OF
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 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
VíceLaplaceova transformace
Laplaceova transformace Modelování systémů a procesů (11MSP) Bohumil Kovář, Jan Přikryl, Miroslav Vlček Ústav aplikované matematiky ČVUT v Praze, Fakulta dopravní 5. přednáška 11MSP pondělí 23. března
VíceROZ1 CVIČENÍ VI. Geometrická registrace (matching) obrazů
ROZ1 CVIČENÍ VI. Geometrická registrace (matching) obrazů REGISTRACI OBRAZU (IMAGE REGISTRATION) Více snímků téže scény Odpovídající pixely v těchto snímcích musí mít stejné souřadnice Pokud je nemají
VíceZměna přesnosti obrábění vlivem vibrací stroje
Proceedings of International Scientific Conference of FME Session 4: Automation Control and Applied Informatics Paper 9 měna přesnosti obrábění vlivem vibrací stroje KOČÍ, Petr, Ing. Katedra ATŘ-352, VŠB-TU
VíceMODERNÍ SMĚROVÉ ZPŮSOBY REPREZENTACE OBRAZŮ
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
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,
VíceTechnická diagnostika, chyby měření
Technická diagnostika, chyby měření Obsah přednášky Technická diagnostika Měřicí řetězec Typy chyb měření Příklad diagnostiky: termovize ložisko 95 C měření 2/21 Co to je? Technická diagnostika Obdoba
VíceU Úvod do modelování a simulace systémů
U Úvod do modelování a simulace systémů Vyšetřování rozsáhlých soustav mnohdy nelze provádět analytickým výpočtem.často je nutné zkoumat chování zařízení v mezních situacích, do kterých se skutečné zařízení
VíceVYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ
VYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ Michal Kořenář 1 Abstrakt Rozvoj výpočetní techniky v poslední době umožnil také rozvoj výpočetních metod, které nejsou založeny na bázi
VíceOperace s obrazem I. Biofyzikální ústav Lékařské fakulty Masarykovy univerzity Brno. prezentace je součástí projektu FRVŠ č.
Operace s obrazem I Biofyzikální ústav Lékařské fakulty Masarykovy univerzity Brno prezentace je součástí projektu FRVŠ č.2487/2011 Osnova 1 Filtrování obrazu 2 Lineární a nelineární filtry 3 Fourierova
Více