Návrh filtrů FIR, metoda okénkování, klasická okna, návrh pomocí počítače. Návrh filtrů IIR, základní typy filtrů, bilineární transformace

Rozměr: px
Začít zobrazení ze stránky:

Download "Návrh filtrů FIR, metoda okénkování, klasická okna, návrh pomocí počítače. Návrh filtrů IIR, základní typy filtrů, bilineární transformace"

Transkript

1 6. ČÍSLICOVÉ FILRY MEODY NÁVRHU Návrh diskrétních filtrů - úvod Návrh filtrů FIR, metoda okénkování, klasická okna, návrh pomocí počítače Návrh filtrů IIR, ákladní typy filtrů, bilineární transformace Srovnání filtrů FIR a IIR 383ZS P6

2 NÁVRH DISKRÉNÍCH FILRŮ ÚVOD Návrh požadovaného průběhu H(e jθ ) ; požadovaná fáová charakteristika většinou neadána nebo požadována lineární fáe Specifikace: graficky - toleranční diagram, často číselně v db (povolené vlnění v propustném pásmu pass-band ripple- a minimální eslabení v ávěrném pásmustop-band attenuation) Obr. toleranční digram, DP V praxi je h(n) reálná posloupnost stačí adat H(e jθ ) v pásmu 0 θ π. Návrh filtru (po adání H(e jθ ) ):. FIR nebo IIR filtr?. Řád filtru? (např. Matlab) 3. Struktura filtru a výpočet koeficientů, případně ověření vlivu kvantování u hardwarových filtrů (x, y, b i, a i ). 4. Kontrola splnění adání (např.: Matlab freq, imp); při nesplnění opakování návrhu. 383ZS P6

3 NÁVRH FIR FILRŮ Základní metoda: užití FD a oken ( windowing ) Dáno: Požadovaná frekvenční charakteristika Pomocí IFD: h d π π jθ ( n) H ( e ) jnθ d e dθ π jθ ( e ) n jnθ H ( h ( n) e ) Frekvenčně selektivní filtry frekvenční charakteristika je periodická obdélníková funkce (nespojitosti mei pásmy), h d (n) jsou koeficienty F.Ř. této charakteristiky. a má nekonečně mnoho členů u FIR filtru nutnost ořínutí (rovnice pro H d (e jθ ) je F.Ř. v komplexním tvaru s reálnými koeficienty h d (n). Při použití konečného počtu těchto koeficientů dojde k Gibbsovu jevu, frekvenční charakteristika bude mít u skokových měn překmity). ato metoda v MALABu: příka fir Grafické náornění postupu této metody vi další blána d d 383ZS P6 3

4 Návrh dolní propusti FIR metodou FD a oken výchoí charakteristika A, výsledná B (v obr. p místo π a q místo θ) 383ZS P6 4

5 Zvlnění (amplitudové) modulové frekvenční charakteristiky filtru navrženého metodou okénkování le potlačit tím, že se pro omeení délky h(n) použije jiné než obdélníkové okno. ZÁKLADNÍ OKNA POUŽÍVANÁ PŘI NÁVRHU DISKRÉNÍCH FILRŮ Kauální okna: obdélníkové (pravoúhlé), Hann, Hamming, Blackmann, trojúhelníkové OBDÉLNÍKOVÉ (PRAVOÚHLÉ) OKNO Definice: w ( n) pro 0 n L, w ( n) jinde O O 0 Jde o kauální jednotkový diskrétní obdélníkový impuls délky L M+, takže jeho spektrum je: OKNO HANN Definice: w W O jθl ( L) θ θ e j j ( e ) W ( ) jθ e e jθ e πn L sin sin ( θl / ) ( θ / ) ( n) cos pro 0 n L, w ( n) jinde HN HN 0 383ZS P6 5

6 OKNO HAMMING Definice: w πn L ( n) cos pro 0 n L, w ( n) jinde HM HM 0 OKNO BLACKMAN Definice: w w BL BL ( n) πn cos cos L ( n) 0 jinde 4πn pro 0 n L, L OKNO ROJÚHELNÍKOVÉ (BARLEOVO, ale v Matlabu odchylná) Definice: w w w n L n L ( n) pro 0 n ( L ) ( n) pro ( L ) ( n) 0 jinde. /, / n L, O 383ZS P6 6

7 PRŮBĚH ZÁKLADNÍCH OKEN V ČASOVÉ OBLASI (symetrická okna délky M) 383ZS P6 7

8 SPEKRA ZÁKLADNÍCH OKEN (PRŮBĚH VE FREKVENČNÍ OBLASI) (Matlab: prohlížení oken: wvtool, de: symetrická okna (u DF: periodická okna)) 383ZS P6 8

9 ZÁKLADNÍ VLASNOSI KLASICKÝCH OKEN PRO NÁVRH FILRŮ FIR Náev okna obdélník Hann. postranní Šířka hlavního Šířka přechodného Minimální eslabení oblouk oblouku pásma -3 db 4π/(M+),8π/(M+) db -3 db 8π/(M+) 6,π/(M+) 4 db Hamming -4 db 8,5π/(M+) 6,6π/(M+) 53 db Blackman -57 db π/(m+) π/(m+) 74 db trojúhelník -5 db 8π/(M+) 5,6π/(M+) 5 db NÁVRH DOLNÍ PROPUSI FIR h d d ( jθ ) ( jθ e pro θ θ, H e ) pro θ θ π H 0 h d π ( ) ( jθ ) jnθ sin( nθh ) sin( nθh ) n H e e dθ L θ π π d π n h π h nθ h 383ZS P6 9

10 Jde o funkci sinc(x); doporučené hodnoty θ h jsou θh ( 0.3π; 0. 5π) periodické frekvenční charakteristiky je (-π, π).). (Základní interval ČÍSELNÝ PŘÍKLAD: DP FIR, L7, f VZ 00 H, f h 5 H, požadována lineární fáe. b i?, h(n)?, H(e jθ )? Řešení: θ h h π f f h v π ; ( n) b h( n) ( nπ / ) sin n b n, n nπ / 3 ( π) b.5, b / π, b 0, / 3 Je tedy 0 0 b3 h( n) δ 3π H π ( n 3) + δ( n ) + δ( n) + δ( n + ) δ( n + 3) π 3π 3 3 jθ ( ) ( + ) ( + ), a tedy H ( e ) cosθ cos( 3θ) π 3π π 3π 383ZS P6 0

11 H(e jθ ) neávisí na časovém posunu impulsní odevy, takže posuvem h d (n) doprava o polovinu její délky ískáme kauální filtr se stejnou frekvenční charakteristikou. Důsledkem posuvu je ale měna původně nulové fáe na fái lineární. Násobení h d (n) oknem Hann délky rovné L M + odpovídá ve frekvenční oblasti konvoluci ideální frekvenční charakteristiky filtru s frekvenčním spektrem okna Hann. Protože okno Hann (a všechna používaná okna) má nižší postranní oblouky než okno obdélníkové, překmity v modulové frekvenční charakteristice se sníží. Protože je ale šířka hlavního oblouku těchto oken širší než u okna obdélníkového, rošíří se přechodné pásmo filtru. 383ZS P6

12 Příklad DP FIR délky 50, θ h 0.4π (f NORM 0.4) be okna (tj. s oknem obdélník) a s oknem Hann: 383ZS P6

13 DALŠÍ MEODY NÁVRHU FIR FILRŮ Nejdůležitější metod návrhu FIR filtrů je NÁVRH FILRU S KONSANNÍM ZVLNĚNÍM ( EQUIRIPPLE DESIGN ) optimální návrh FIR filtrů. Metoda okénkování - největší chyby v okolí přechodného pásma. PARKS MCCLELLANŮV ALGORIMUS - aložen na Remeově výměnném algoritmu využívá aproximace frekvenční charakteristiky pomocí Čebyševových polynomů. Amplitudová frekvenční charakteristika - konstantní vlnění v propustném pásmu a v ávěrném pásmu. akto navržená dolní propust má větší minimální eslabení v ávěrném pásmu než DP navržená metodou okénkování. Maximální chyba mei navrženou a požadovanou frekvenční charakteristikou filtru je tímto algoritmen minimaliována (minmax algoritmy). Může být dána délka filtru L a povolená kolísání v propustném a ávěrném pásmu a program určí frekvence přechodného pásma, nebo může být dáno L a požadované hraniční frekvence přechodného pásma θ a θ a program určí δ a δ.. V MALABu je tento algoritmus využit v příkau breme(n, f, a), který navrhuje vícepásmový FIR filtr délky Ln+ s lineární fáí, s přechodnými pásmy a s předepsanými hodnotami esílení v definovaných frekvenčních pásmech. Velikost kolísání v jednotlivých pásmech určí algoritmus a je možné ji jistit grafu frekvenční odevy. Vedle metody Parks-McClellan le pro návrh FIR filtrů použít MEODU FREKVENČNÍHO VZORKOVÁNÍ, u které si volíme hodnoty L vorků v H d (k) (požadované frekvenční charakteristice v DF) a impulsní odevu nejdeme aplikací IDF na posloupnost těchto vorků. Frekvenční odevy v FD a DF se ale shodují jen v těchto vorcích, jinde mohou být velké odchylky. 383ZS P6 3

14 NÁVRH IIR FILRŮ OBVYKLE: Z ANALOGOVEHO PROOYPOVEHO FILRU (AF), H() JE RACIONALNI LOMENA FUNKCE. PŘENOS AF: POMOCÍ L, V ROVINĚ p, PŘENOS DF: POMOCÍ Z, V ROVINĚ O ZACHOVÁNÍ PODSANÝCH VLASNOSÍ (SABILIY) AF: IM OSA ROVINY p JEDNOKOVA KRUŽNKICE V ROVINĚ LEVÁ POLOROVINA p VNIŘEK JEDNOKOVÉ KRUŽNICE V ZÁKLADNÍ MEODY PŘECHODU p : INVARIANNOS IMPULSNÍ ODEZVY NÁHRADA DERIVACÍ DIFERENCEMI BILINEÁRNÍ RANSFORMACE 383ZS P6 4

15 ZÁKLADNÍ YPY FREKVENČNĚ SELEKIVNÍCH FILRŮ BUERWORH H(ω) - maximálně plochá v propustném pásmu monotonní (be překmitů) v celém pásmu frekvencí strmost v přechodném pásmu roste s řádem filtru Dolnofrekvenční propust Butterworth, řád, 4. 5 a 7.4 IIR LP BUER, f d 0.4 MODUL ZESILENI N, 4, 5, NORMOVANA FREKVENCE (θ f π ) 383ZS P6 5

16 ČEBYŠEV (ČEBYŠEV A ČEBYŠEV ) DEFINOVANÉ ROVNOMĚRNÉ ZVLNĚNÍ V PROPUSNÉM PÁSMU (CHEBY) NEBO ZÁVĚRNÉM PÁSMU (CHEBY) PŘECHODNÉ PÁSMO: UŽŠÍ NEŽ BUERWORH Dolnofrekvenční propusti CHEBY A CHEBY, ŘÁD, 4, 5 a 7:.4 IIR LP CHEBY, f h 0.4, R p db.4 IIR LP CHEBY, f h 0.4, Rs 0 db,. N, 4, 5, 7. N, 4, 5, 7 MODUL ZESILENI MODUL ZESILENI NORMOVANA FREKVENCE (θf π ) NORMOVANA FREKVENCE (θ f π ) 383ZS P6 6

17 ELIPICKÉ (CAUEROVY) FILRY FREKVENČNÍ CHARAKERISIKA MÁ DEFINOVANÉ ZVLNĚNÍ V OBOU PÁSMECH NEJUŽŠÍ PŘECHODNÉ PÁSMO (PRO DANÉ N, ω h, δ a δ ) Dolní propusti CAUER PRO ŘÁD, 4 a 5, R p db, R s 0 db.4 IIR DP, ELLIP, f h 0.4, Rp db, Rs 0 db. N, 4, 5 MODUL ZESILENI NORMOVANA FREKVENCE (θ π) 383ZS P6 7

18 BILINEÁRNÍ RANSFORMACE Základní metoda k převodu přenosu filtru roviny p do roviny, naleení H() H A (p); Odvoení převodního vtahu ideální derivátor, nulové počáteční podmínky ( ) ( ) ( ) () ()dt t y t x p p X p Y p H dt t dx t y t t A 0, ) ( ) ( ( ) n t n t, 0 Lichoběžníkové pravidlo, numerická integrace ( ) ( [ ( ) ( ) [ ] ) ] ( ) ( ) ( ) ( ), + + n y n y n x n x n y n y n x n x, ( )( ) ( )( ) + Y X ( ) ( ) ( ) ( ) + + p pro p H X Y H A 383ZS P6 8

19 Zobraení roviny p do roviny je dáno vtahy p + + p p Jde o konformní obraení (vájemně jednonačné, obrauje přímky na kružníce a naopak a achovává úhly). Imaginární osa roviny p je obraena na jednotkovou kružnici a levá polorovina p na (celý) vnitřek jednotkové kružnice. Pro stabilní prototypový analogový filtr dostaneme stabilní filtr diskrétní. Celý rosah analogových frekvencí ω A se obraí do ákladního intervalu frekvence diskrétního filtru. Vtah mei frekvencemi ω A a θ je nelineární: jθ e p jω A j + + e θ L θ j tg ωa θ arctg Nemůže vniknout aliasing. Nejsou totožné mení frekvence AF a DF. Deformuje se fáová charakteristika AF. (v obráku: p je π, q je θ a w je ω). 383ZS P6 9

20 Naleení meních frekvencí výchoího AF pro adané mení frekvence DF: (v obráku: p je π, q je θ, d je δ a w je ω) Příklad: Najděte mení frekvence vorového AF, mají-li mení frekvence odpovídajícího DF být f kh, f,6 kh a je-li f VZ 8 kh. ( ) ( ) θ ω / ω π tan i Řešení: užít vtahu: i arctg Ai Ai fi θ 383ZS P6 0

21 Bilineární transformace achovává ákladní vlastnosti analogových frekvenčně selektivních filtrů (akmitávání,monotonnost) a řád filtru. Neachovává ale tvar impulsní odevy ani odevy na skok. Příklad: Najděte diskrétní filtr odpovídající (analogovému) pasivnímu integračnímu článku. POROVNÁNÍ VLASNOSÍ FIR FILRŮ A IIR FILRŮ. FILRY FIR Jsou vždy stabilní. Fáová charakteristika může být přesně lineární. Řád filtru bývá vysoký, proto je poždění filtru poměrně velké. Nejužívanější je transversální struktura. Rušivý impuls na vstupu ovlivní výstup jen krátkou dobu. Vliv chyb kvantování ávisí na délce filtru. Nemůže dojít k nestabilitě nebo vniku meních cyklů. FILRY IIR Mohou být nestabilní. Používají se převážně jako filtry typu DP, HP, PP a PZ. Řád filtru je nižší než u filtrů FIR (do 0), proto bývá rychlost reakce větší než u FIRF. I krátký rušivý vstupní impuls může ovlivnit trvale výstup filtru. Nejužívanější je kaskáda členů. řádu realiovaných jako PF. Vlivem kvantování může dojít k nestabilitě a mením cyklům. Fáe kauálního IIR filtru nemůže být přesně lineární. 383ZS P6

Při návrhu FIR filtru řešíme obvykle následující problémy:

Při 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.

Více

SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY

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)

Více

7.1. Číslicové filtry IIR

7.1. 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

Více

Při návrhu FIR filtru řešíme obvykle následující problémy:

Při 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.

Více

filtry FIR zpracování signálů FIR & IIR Tomáš Novák

filtry 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

Více

A7B31ZZS 10. PŘEDNÁŠKA Návrh filtrů 1. prosince 2014

A7B31ZZS 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

Více

X31EO2 - Elektrické obvody 2. Kmitočtové charakteristiky

X31EO2 - Elektrické obvody 2. Kmitočtové charakteristiky X3EO - Elektrické obvody Kmitočtové charakteristiky Doc. Ing. Petr Pollák, CSc. Letní semestr 5/6!!! Volné šíření není povoleno!!! Fázory a spektra Fázor harmonického průběhu Û m = U m e jϕ ut) = U m sinωt

Více

Lineární a adpativní zpracování dat. 3. Lineární filtrace I: Z-transformace, stabilita

Lineární 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

Více

Lineární 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 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

Více

Flexibilita jednoduché naprogramování a přeprogramování řídícího systému

Flexibilita 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.

Více

základní vlastnosti, používané struktury návrhové prostředky MATLAB problém kvantování koeficientů

základní 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

Více

Z transformace. Definice. Z transformací komplexní posloupnosti f = { } f n z n, (1)

Z transformace. Definice. Z transformací komplexní posloupnosti f = { } f n z n, (1) Z transformace Definice Z transformací komplexní posloupnosti f = { roumíme funkci F ( definovanou vtahem F ( = n, ( pokud řada vpravo konverguje aspoň v jednom bodě 0 C Náev Z transformace budeme také

Více

IMPULSNÍ A PŘECHODOVÁ CHARAKTERISTIKA,

IMPULSNÍ A PŘECHODOVÁ CHARAKTERISTIKA, IMPULSNÍ A PŘECHODOVÁ CHARAKTERISTIKA, STABILITA. Jednokový impuls (Diracův impuls, Diracova funkce, funkce dela) někdy éž disribuce dela z maemaického hlediska nejde o pravou funkci (přesný popis eorie

Více

MĚŘENÍ 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 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

Více

Automatizace je proces při němž je řídicí funkce člověka nahrazována činností

Automatizace je proces při němž je řídicí funkce člověka nahrazována činností Automatizace je proces při němž je řídicí funkce člověka nahrazována činností různých přístrojů a zařízení. (Mechanizace, Automatizace, Komplexní automatizace) Kybernetika je Věda, která zkoumá obecné

Více

r Odvoď te přenosovou funkci obvodů na obr.2.16, je-li vstupem napě tí u 1 a výstupem napě tí u 2. Uvaž ujte R = 1Ω, L = 1H a C = 1F.

r Odvoď te přenosovou funkci obvodů na obr.2.16, je-li vstupem napě tí u 1 a výstupem napě tí u 2. Uvaž ujte R = 1Ω, L = 1H a C = 1F. Systé my, procesy a signály I - sbírka příkladů NEŘ EŠENÉPŘ ÍKADY r 223 Odvoď te přenosovou funkci obvodů na obr26, je-li vstupem napě tí u a výstupem napě tí Uvaž ujte Ω, H a F u u u a) b) c) u u u d)

Více

Úvod do zpracování signálů

Úvod 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

Více

Lineární 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 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

Více

DIGITÁLNÍ FILTRACE V REÁLNÍM ČASE PRO ZPRACOVÁNÍ BIOMEDICÍNSKÝCH SIGNÁLŮ POMOCÍ MATLAB - XPC TARGET

DIGITÁLNÍ FILTRACE V REÁLNÍM ČASE PRO ZPRACOVÁNÍ BIOMEDICÍNSKÝCH SIGNÁLŮ POMOCÍ MATLAB - XPC TARGET DIGITÁLNÍ FILTRACE V REÁLNÍM ČASE PRO ZPRACOVÁNÍ BIOMEDICÍNSKÝCH SIGNÁLŮ POMOCÍ MATLAB - XPC TARGET Grobelný David, Martinák Lukáš, Nevřiva Pavel, Plešivčák Přemysl Department of measurement and control,

Více

teorie elektronických obvodů Jiří Petržela obvodové funkce

teorie elektronických obvodů Jiří Petržela obvodové funkce Jiří Petržela obvod jako dvojbran dvojbranem rozumíme elektronický obvod mající dvě brány (vstupní a výstupní) dvojbranem může být zesilovač, pasivní i aktivní filtr, tranzistor v některém zapojení, přenosový

Více

Analýza a zpracování signálů. 5. Z-transformace

Analýza a zpracování signálů. 5. Z-transformace Analýa a pracování signálů 5. Z-transformace Z-tranformace je mocný nástroj použitelný pro analýu lineárních discretetime systémů Oboustranná Z-transformace X k jf j xk, je komplexní číslo r e r e k Oboustranná

Více

Lineární 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 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

Více

Číslicová filtrace. FIR filtry IIR filtry. ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická

Číslicová 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

Více

13 - Návrh frekvenčními metodami

13 - Návrh frekvenčními metodami 3 - Návrh frekvenčními metodami Michael Šebek Automatické říení 208 28-3-8 Návrh pomocí Bodeho grafu Automatické říení - Kybernetika a robotika Návrh probíhá v OL s konečným cílem lepšit stabilitu a chování

Více

FILTRACE VE FOURIEROVSKÉM SPEKTRU

FILTRACE 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

Více

ÚPGM FIT VUT Brno,

ÚPGM 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

Více

Filtrace obrazu ve frekvenční oblasti

Filtrace 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,

Více

CW01 - Teorie měření a regulace

CW01 - 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

Více

12 - Frekvenční metody

12 - Frekvenční metody 12 - Frekvenční metody Michael Šebek Automatické řízení 218 28-3-18 Proč frekvenční metody? Řídicích systémy se posuzují z časových odezev na určité vstupní signály Naopak v komunikačních systémech častěji

Více

Ideální frekvenční charakteristiky filtrů podle bodu 1. až 4. v netypických lineárních souřadnicích jsou znázorněny na následujícím obrázku. U 1.

Ideální frekvenční charakteristiky filtrů podle bodu 1. až 4. v netypických lineárních souřadnicích jsou znázorněny na následujícím obrázku. U 1. Aktivní filtry Filtr je obecně selektivní obvod, který propouští určité frekvenční pásmo, zatímco ostatní frekvenční pásma potlačuje. Filtry je možno realizovat sítí pasivních součástek, tj. rezistorů,

Více

Signál v čase a jeho spektrum

Signál 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

Více

Rekurentní filtry. Matlab

Rekurentní 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

Více

Frekvenční charakteristiky

Frekvenční charakteristiky Frekvenční charakteristiky EO2 Přednáška Pavel Máša ÚVODEM Frekvenční charakteristiky popisují závislost poměru amplitudy výstupního ku vstupnímu napětí a jejich fázový posun v závislosti na frekvenci

Více

Laplaceova transformace

Laplaceova 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

Více

Základní metody číslicového zpracování signálu část I.

Základní metody číslicového zpracování signálu část I. A4M38AVS Aplikace vestavěných systémů Základní metody číslicového zpracování signálu část I. Radek Sedláček, katedra měření, ČVUT v Praze FEL, 2015 Obsah přednášky Úvod, motivace do problematiky číslicového

Více

1 Modelování systémů 2. řádu

1 Modelování systémů 2. řádu OBSAH Obsah 1 Modelování systémů 2. řádu 1 2 Řešení diferenciální rovnice 3 3 Ukázka řešení č. 1 9 4 Ukázka řešení č. 2 11 5 Ukázka řešení č. 3 12 6 Ukázka řešení č. 4 14 7 Ukázka řešení č. 5 16 8 Ukázka

Více

SIGNÁLY A LINEÁRNÍ SYSTÉMY

SIGNÁLY 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

Více

31SCS Speciální číslicové systémy Antialiasing

31SCS 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,

Více

DSY-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 a číslicové modulace Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti DSY-4 analogové modulace základní číslicové modulace vícestavové modulace modulace s rozprostřeným

Více

Lineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY a SYSTÉMY

Lineární 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

Více

Maturitní témata z matematiky

Maturitní témata z matematiky Maturitní témata z matematiky G y m n á z i u m J i h l a v a Výroky, množiny jednoduché výroky, pravdivostní hodnoty výroků, negace operace s výroky, složené výroky, tabulky pravdivostních hodnot důkazy

Více

Digitalizace převod AS DS (analogový diskrétní signál )

Digitalizace 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

Více

VLASTNOSTI KOMPONENTŮ MĚŘICÍHO ŘETĚZCE - ANALOGOVÁČÁST

VLASTNOSTI KOMPONENTŮ MĚŘICÍHO ŘETĚZCE - ANALOGOVÁČÁST VLASTNOSTI KOMPONENTŮ MĚŘICÍHO ŘETĚZCE - ANALOGOVÁČÁST 5.1. Snímač 5.2. Obvody úpravy signálu 5.1. SNÍMAČ Napájecí zdroj snímač převod na el. napětí - úprava velikosti - filtr analogově číslicový převodník

Více

Číslicové filtry. Honza Černocký, ÚPGM

Číslicové 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

Více

Teorie měření a regulace

Teorie měření a regulace Ústav technologie, mechanizace a řízení staveb Teorie měření a regulace 22.z-3.tr ZS 2015/2016 2015 - Ing. Václav Rada, CSc. TEORIE ŘÍZENÍ druhá část tématu předmětu pokračuje. oblastí matematických pomůcek

Více

2 Teoretický úvod Základní princip harmonické analýzy Podmínky harmonické analýzy signálů Obdelník Trojúhelník...

2 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

Více

KTE/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 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

Více

MATURITNÍ TÉMATA Z MATEMATIKY

MATURITNÍ TÉMATA Z MATEMATIKY MATURITNÍ TÉMATA Z MATEMATIKY 1. Základní poznatky z logiky a teorie množin Pojem konstanty a proměnné. Obor proměnné. Pojem výroku a jeho pravdivostní hodnota. Operace s výroky, složené výroky, logické

Více

VY_32_INOVACE_E 15 03

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

Více

31ZZS 9. PŘEDNÁŠKA 24. listopadu 2014

31ZZS 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

Více

Úvod do číslicové filtrace

Úvod do číslicové filtrace jindrich.zdansky@tul.cz Ústav infromačních technologií a elektroniky Technická univerzita v Liberci 2008 Osnova 1 2 3 4 5 Osnova 1 2 3 4 5 Pojem filtr a filtrace Filtrace je proces, kdy systém (filtr)

Více

Modelování 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. 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

Více

Vlastnosti a modelování aditivního

Vlastnosti 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),

Více

04 Lineární filtrace filtry

04 Lineární filtrace filtry Modul: Analýza a modelování dynamických biologických dat Předmět: Lineární a adaptivní zpracování dat Autor: Daniel Schwarz Číslo a název výukové jednotky: 4 Lineární filtrace filtry Výstupy z učení: dokáží

Více

Návrh frekvenčního filtru

Návrh frekvenčního filtru Návrh frekvenčního filtru Vypracoval: Martin Dlouhý, Petr Salajka 25. 9 2010 1 1 Zadání 1. Navrhněte co nejjednodušší přenosovou funkci frekvenčního pásmového filtru Dolní propusti typu Bessel, která bude

Více

Předmět A3B31TES/Př. 13

Předmět 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

Více

1 Zpracování a analýza tlakové vlny

1 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,

Více

. 1 x. Najděte rovnice tečen k hyperbole 7x 2 2y 2 = 14, které jsou kolmé k přímce 2x+4y 3 = 0. 2x y 1 = 0 nebo 2x y + 1 = 0.

. 1 x. Najděte rovnice tečen k hyperbole 7x 2 2y 2 = 14, které jsou kolmé k přímce 2x+4y 3 = 0. 2x y 1 = 0 nebo 2x y + 1 = 0. Diferenciální počet příklad s výsledky ( Najděte definiční obor funkce f() = ln arcsin + ) D f = (, 0 Najděte rovnici tečny ke grafu funkce f() = 3 +, která je rovnoběžná s přímkou y = 4 4 y 4 = 0 nebo

Více

Transformace obrazu Josef Pelikán KSVI MFF UK Praha

Transformace 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

Více

SIGNÁLY A LINEÁRNÍ SYSTÉMY

SIGNÁLY A LINEÁRNÍ SYSTÉMY SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc. holcik@iba.muni.cz @iba.muni.cz,, Kamenice 3, 4. patro, dv.č.44.44 INVESTICE Institut DO biostatistiky ROZVOJE VZDĚLÁVÁNÍ a analýz XI. STABILITA

Více

Matematika I A ukázkový test 1 pro 2011/2012. x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a

Matematika I A ukázkový test 1 pro 2011/2012. x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a Matematika I A ukázkový test 1 pro 2011/2012 1. Je dána soustava rovnic s parametrem a R x y + z = 1 a) Napište Frobeniovu větu. x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a b) Vyšetřete počet řešení soustavy

Více

FOURIEROVA ANAL YZA 2D TER ENN ICH DAT Karel Segeth

FOURIEROVA 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

Více

Teorie elektronických obvodů (MTEO)

Teorie elektronických obvodů (MTEO) Teorie elektronických obvodů (MTEO) Laboratorní úloha číslo 10 návod k měření Filtr čtvrtého řádu Seznamte se s principem filtru FLF realizace a jeho obvodovými komponenty. Vypočtěte řídicí proud všech

Více

SIGNÁLY A LINEÁRNÍ SYSTÉMY

SIGNÁLY 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

Více

Fyzikální praktikum 3 Operační zesilovač

Fyzikální praktikum 3 Operační zesilovač Ústav fyzikální elekotroniky Přírodovědecká fakulta, Masarykova univerzita, Brno Fyzikální praktikum 3 Úloha 7. Operační zesilovač Úvod Operační zesilovač je elektronický obvod hojně využívaný téměř ve

Více

2. Číslicová filtrace

2. Číslicová filtrace Żpracování signálů a obrazů 2. Číslicová filtrace.......... Petr Česák Zimní semestr 2002/2003 . 2. Číslicová filtrace FIR+IIR ZADÁNÍ Účelem cvičení je seznámit se s průběhem frekvenčních charakteristik

Více

MATEMATIKA. Příklady pro 1. ročník bakalářského studia. II. část Diferenciální počet. II.1. Posloupnosti reálných čísel

MATEMATIKA. Příklady pro 1. ročník bakalářského studia. II. část Diferenciální počet. II.1. Posloupnosti reálných čísel MATEMATIKA Příklady pro 1. ročník bakalářského studia II. část II.1. Posloupnosti reálných čísel Rozhodněte, zda posloupnost a n (n = 1, 2, 3,...) je omezená (omezená shora, omezená zdola) resp. monotónní

Více

[obrázek γ nepotřebujeme, interval t, zřejmý, integrací polynomu a per partes vyjde: (e2 + e) + 2 ln 2. (e ln t = t) ] + y2

[obrázek γ nepotřebujeme, interval t, zřejmý, integrací polynomu a per partes vyjde: (e2 + e) + 2 ln 2. (e ln t = t) ] + y2 4.1 Křivkový integrál ve vektrovém poli přímým výpočtem 4.1 Spočítejte práci síly F = y i + z j + x k při pohybu hmotného bodu po orientované křivce, která je dána jako oblouk ABC na průnikové křivce ploch

Více

Inverzní Laplaceova transformace

Inverzní Laplaceova transformace Inverzní Laplaceova transformace Modelování systémů a procesů (MSP) Bohumil Kovář, Jan Přikryl, Miroslav Vlček Ústav aplikované matematiky ČVUT v Praze, Fakulta dopravní 6. přednáška MSP čtvrtek 30. března

Více

Vlastnosti členů regulačních obvodů Osnova kurzu

Vlastnosti 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

Více

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ OBOR GEODÉZIE A KARTOGRAFIE KATEDRA VYŠŠÍ GEODÉZIE název předmětu úloha/zadání název úlohy Základy fyzikální geodézie 3/19 Legendreovy přidružené funkce

Více

1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15

1. 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

Více

1. Náhodný vektor (X, Y ) má diskrétní rozdělení s pravděpodobnostní funkcí p, kde. p(x, y) = a(x + y + 1), x, y {0, 1, 2}.

1. Náhodný vektor (X, Y ) má diskrétní rozdělení s pravděpodobnostní funkcí p, kde. p(x, y) = a(x + y + 1), x, y {0, 1, 2}. VIII. Náhodný vektor. Náhodný vektor (X, Y má diskrétní rozdělení s pravděpodobnostní funkcí p, kde p(x, y a(x + y +, x, y {,, }. a Určete číslo a a napište tabulku pravděpodobnostní funkce p. Řešení:

Více

Diferenciální počet 1 1. f(x) = ln arcsin 1 + x 1 x. 1 x 1 a x 1 0. f(x) = (cos x) cosh x + 3x. x 0 je derivace funkce f(x) v bodě x0.

Diferenciální počet 1 1. f(x) = ln arcsin 1 + x 1 x. 1 x 1 a x 1 0. f(x) = (cos x) cosh x + 3x. x 0 je derivace funkce f(x) v bodě x0. Nalezněte definiční obor funkce Diferenciální počet f = ln arcsin + Definiční obor funkce f je určen vztahy Z těchto nerovností plyne < + ln arcsin + je tedy D f =, Určete definiční obor funkce arcsin

Více

Matematika I A ukázkový test 1 pro 2014/2015

Matematika I A ukázkový test 1 pro 2014/2015 Matematika I A ukázkový test 1 pro 2014/2015 1. Je dána soustava rovnic s parametrem a R x y + z = 1 x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a a) Napište Frobeniovu větu (existence i počet řešení). b)

Více

Příloha č. 1. amplitudová charakteristika filtru fázová charakteristika filtru / frekvence / Hz. 1. Určení proudové hustoty

Příloha 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

Více

IV. Základní pojmy matematické analýzy IV.1. Rozšíření množiny reálných čísel

IV. Základní pojmy matematické analýzy IV.1. Rozšíření množiny reálných čísel Matematická analýza IV. Základní pojmy matematické analýzy IV.1. Rozšíření množiny reálných čísel na množině R je definováno: velikost (absolutní hodnota), uspořádání, aritmetické operace; znázornění:

Více

Definice derivace v bodě

Definice derivace v bodě Definice derivace v bodě tgϕ = f ( ) f () f () : = tgϕ = lim f f () tgϕ = f f () Obecně: f f f ( ) ( ) : = lim f ( + h) f f : = lim h h Derivace zleva (zprava): f ( ) : = lim f f ( ) f ( ) : = lim + +

Více

SBÍRKA ÚLOH I. Základní poznatky Teorie množin. Kniha Kapitola Podkapitola Opakování ze ZŠ Co se hodí si zapamatovat. Přírozená čísla.

SBÍRKA ÚLOH I. Základní poznatky Teorie množin. Kniha Kapitola Podkapitola Opakování ze ZŠ Co se hodí si zapamatovat. Přírozená čísla. Opakování ze ZŠ Co se hodí si zapamatovat Přírozená čísla Číselné obory Celá čísla Racionální čísla Reálná čísla Základní poznatky Teorie množin Výroková logika Mocniny a odmocniny Množiny Vennovy diagramy

Více

dx se nazývá diferenciál funkce f ( x )

dx se nazývá diferenciál funkce f ( x ) 6 Výklad Definice 6 Nechť je 0 vnitřním bodem definičního oboru D f funkce f ( ) Funkce proměnné d = 0 definovaná vztahem df ( 0) = f ( 0) d se nazývá diferenciál funkce f ( ) v bodě 0, jestliže platí

Více

elektrické filtry Jiří Petržela všepropustné fázovací články, kmitočtové korektory

elektrické filtry Jiří Petržela všepropustné fázovací články, kmitočtové korektory Jiří Petržela všepropustné fázovací články, kmitočtové korektory zvláštní typy filtrů všepropustné fázovací články 1. řádu všepropustné fázovací články 2. řádu všepropustné fázovací články vyšších řádů

Více

Funkce komplexní proměnné a integrální transformace

Funkce 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

Více

Nelineární obvody. V nelineárních obvodech však platí Kirchhoffovy zákony.

Nelineární obvody. V nelineárních obvodech však platí Kirchhoffovy zákony. Nelineární obvody Dosud jsme se zabývali analýzou lineárních elektrických obvodů, pasivní lineární prvky měly zpravidla konstantní parametr, v těchto obvodech platil princip superpozice a pro analýzu harmonického

Více

ZŠ ÚnO, Bratří Čapků 1332

ZŠ ÚnO, Bratří Čapků 1332 Úvodní obrazovka Menu (vlevo nahoře) Návrat na hlavní stránku Obsah Výsledky Poznámky Záložky edunet Konec Matematika 1 (pro 12-16 let) LangMaster Obsah (střední část) výběr tématu - dvojklikem v seznamu

Více

0 = 2e 1 (z 3 1)dz + 3z. z=0 z 3 4z 2 + 3z + rez. 4. Napište Fourierův rozvoj vzhledem k trigonometrickému systému periodickému

0 = 2e 1 (z 3 1)dz + 3z. z=0 z 3 4z 2 + 3z + rez. 4. Napište Fourierův rozvoj vzhledem k trigonometrickému systému periodickému 2 1 1 0.8 0.6 0.4 0.2 0.2 0.4 0.6 0.8 1 x 1 2 Jméno a příjmení: ID.č. 9.5.2016 1. Řešte diferenciální rovnici: y + 2xy x 2 + 3 = sin x x 2 + 3. y = C cos x x 2 + 1 2. Vypočtěte z 2 e z dz, kde je křivka

Více

Matematika vzorce. Ing. Petr Šídlo. verze

Matematika vzorce. Ing. Petr Šídlo. verze Matematika vzorce Ing. Petr Šídlo verze 0050409 Obsah Jazyk matematiky 3. Výrokový počet.......................... 3.. Logické spojky...................... 3.. Tautologie výrokového počtu...............

Více

Diskretizace. 29. dubna 2015

Diskretizace. 29. dubna 2015 MSP: Domácí příprava č. 3 Vnitřní a vnější popis diskrétních systémů Dopředná Z-transformace Zpětná Z-transformace Řešení diferenčních rovnic Stabilita diskrétních systémů Spojování systémů Diskretizace

Více

MĚŘENÍ ÚHLOVÝCH KMITŮ ZA ROTACE

MĚŘENÍ 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

Více

Vzpěr jednoduchého rámu, diferenciální operátory. Lenka Dohnalová

Vzpěr jednoduchého rámu, diferenciální operátory. Lenka Dohnalová 1 / 40 Vzpěr jednoduchého rámu, diferenciální operátory Lenka Dohnalová ČVUT, fakulta stavební, ZS 2015/2016 katedra stavební mechaniky a katedra matematiky, Odborné vedení: doc. Ing. Jan Zeman, Ph.D.,

Více

Poznámky k Fourierově transformaci

Poznámky k Fourierově transformaci Poznámky k Fourierově transformaci V těchto poznámkách jsou uvedeny základní vlastnosti jednorozměrné Fourierovy transformace a její aplikace na jednoduché modelové případy. Pro určitost jsou sdružené

Více

Číslicové filtry. Použití : Analogové x číslicové filtry : Analogové. Číslicové: Separace signálů Restaurace signálů

Číslicové filtry. Použití : Analogové x číslicové filtry : Analogové. Číslicové: Separace signálů Restaurace signálů Číslicová filtrace Použití : Separace sigálů Restaurace sigálů Číslicové filtry Aalogové x číslicové filtry : Aalogové Číslicové: + levé + rychlé + velký dyamický rozsah (v amplitudě i frekveci) - evhodé

Více

Analýza a zpracování signálů. 5. Z-transformace

Analýza a zpracování signálů. 5. Z-transformace nalýa a pracování signálů 5. Z-transformace Z-tranformace je mocný nástroj použitelný pro analýu lineárních discretetime systémů Oboustranná Z-transformace X j F j x, je omplexní číslo r e r e Oboustranná

Více

ČÍSLICOVÁ FILTRACE VÝUKOVÁ SIMULACE DIGITAL FILTERS LEARNING SIMULATION

ČÍSLICOVÁ FILTRACE VÝUKOVÁ SIMULACE DIGITAL FILTERS LEARNING SIMULATION VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV AUTOMATIZACE A MĚŘICÍ TECHNIKY FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION

Více

Limita ve vlastním bodě

Limita ve vlastním bodě Výpočty it Definice (a případné věty) jsou z knihy [] příklady z [] [] a []. Počítám u zkoušky dvacátou itu hlavu mám dávno už do čista vymytu papír se značkami skvěje z čela mi pot v proudech leje než

Více

Modulační parametry. Obr.1

Modulační 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

Více

Komplexní analýza. Fourierovy řady. Martin Bohata. Katedra matematiky FEL ČVUT v Praze

Komplexní analýza. Fourierovy řady. Martin Bohata. Katedra matematiky FEL ČVUT v Praze Komplexní analýza Fourierovy řady Martin Bohata Katedra matematiky FEL ČVU v Praze bohata@math.feld.cvut.cz Martin Bohata Komplexní analýza Fourierovy řady 1 / 20 Úvod Často se setkáváme s periodickými

Více

P7: Základy zpracování signálu

P7: 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

Více

Gymnázium Jiřího Ortena, Kutná Hora

Gymnázium Jiřího Ortena, Kutná Hora Předmět: Náplň: Třída: Počet hodin: Pomůcky: Cvičení z matematiky algebra (CZMa) Systematizace a prohloubení učiva matematiky: Číselné obory, Algebraické výrazy, Rovnice, Funkce, Posloupnosti, Diferenciální

Více

1 LIMITA FUNKCE Definice funkce. Pravidlo f, které každému x z množiny D přiřazuje právě jedno y z množiny H se nazývá funkce proměnné x.

1 LIMITA FUNKCE Definice funkce. Pravidlo f, které každému x z množiny D přiřazuje právě jedno y z množiny H se nazývá funkce proměnné x. 1 LIMITA FUNKCE 1. 1 Definice funkce Pravidlo f, které každému z množiny D přiřazuje právě jedno y z množiny H se nazývá funkce proměnné. Píšeme y f ( ) Někdy používáme i jiná písmena argument (nezávisle

Více

3. AMPLITUDOVĚ MODULOVANÉ SIGNÁLY

3. 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

Více