P EHLED METOD POUŽÍVANÝCH PRO FILTRACI ULTRAZVUKOVÝCH SIGNÁLU
|
|
- Kristýna Bartošová
- před 8 lety
- Počet zobrazení:
Transkript
1 PEHLED METOD POUŽÍVANÝCH PRO FILTRACI ULTRAZVUKOVÝCH SIGNÁLU Václav Matz, Marcel Kreidl a Radislav Šmíd vmatz@seznam.cz CVUT, FEL, Katedra mení Technická 2, , Praha Abstrakt: Pi ultrazvukovém testování materiál s hrubozrnnou strukturou je velice dležité vybrat vhodný úinný ultrazvukový systém. Úspšná detekce vadového echa pedevším závisí na zvolené ultrazvukové sond, parametrech ultrazvukového systému a metodách zpracování zaznamenaných ultrazvukových signál. Zaznamenané ultrazvukové signály obsahují relativn vysokou úrove šumu, který znemožuje jednoznanou detekci vadových ech. V píspvku je uveden pehled nejpoužívanjších metod zpracování ultrazvukového signálu pro úinné potlaení šumu. Prezentováno je srovnání metod vlnkové transformace, Wienerovy filtrace a závrem je diskutována metoda slepé separace signálu. Uvedené metody jsou analyzovány z hlediska potlaení šumu a nastavování vhodných parametr. V závislosti na provedené analýze jsou naznaeny také možnosti implementace tchto metod do reálných ultrazvukových systém. Klíová slova: Ultrazvukové testování, metody potlaení šumu, ultrazvukové systémy. ÚVOD Ultrazvuková defektoskopie je urena pro detekci a lokalizaci vad v materiálech. Šíení ultrazvukových vln [1] v testovaných materiálech je podstatn ovlivnno strukturou daného materiálu. Pokud se materiál vyznauje hrubozrnnou strukturou (obsahuje urité množství zrn, která mohou být i z rzných materiál) je výsledný ultrazvukový signál touto strukturou znan ovlivnn, nebo obsahuje ultrazvuková echa vzniklá odrazem od rozhraní tchto zrn. Zvlášt kritická je situace, kdy velikost zrn obsažených v materiálu je srovnatelná s velikostí detekovaných vad. Tyto odrazy, oznaované jako šum, obvykle ztžují proces detekce vadových ech, nebo dochází ke snížení citlivosti a rozlišitelnosti ultrazvukové defektoskopie a v krajním pípad mže zapíinit nejednoznanost urení vad v testovaném materiálu. V tchto pípadech je dležité, a prmyslem velice vyžadované, použít úinných metod zpracování signálu urených pro redukci šumu, tj. odseparovat šum od užiteného signálu. Souasné prmyslové ultrazvukové defektoskopy umožují pouze aplikace základních metod zpracování signálu. V pípad redukce šumu se krom metody prmrování používají také metody založené na filtrech s konenou impulsní odezvou (Finite Impulse Response FIR), které
2 ale neposkytují dostatené zvýšení citlivosti, zvlášt v materiálech s hrubozrnnou strukturou. V tchto pípadech je nutné navrhnout a použít úinnjší metody filtrace signálu. Na základ studia FIR filtr byla v minulosti navržena úinnjší nelineární metoda založená na dlení frekvenního spektra signálu (Split Spectrum Processing SSP) [2]. Nevýhoda této metody spoívá v nastavení mnoha parametr a uvažování ady pedpoklad [2]. Dále pro redukci šumu jsou publikovány nelineární metody založené na neuronových sítích [3]. Ani tyto metody nevykazují požadovaný odstup signálu od šumu a další výzkum byl již ukonen. V souasné dob je nejvíce studovanou a analyzovanou metodou potlaení šumu v ultrazvukovém signálu vlnková transformace [4], [5]. Využitelnost této metody je podmínna nutností vhodn zvolit parametry pro potlaení šumu v signálu, tj. typ použité vlnky, úrove rozkladu a druh prahové úrovn. Výzkum v této oblasti byl doposud neukonen a pro návrh nových algoritm bylo nejprve úelné ujednotit všechny parametry používané pro potlaení šumu v ultrazvukovém signálu. Možným východiskem pro separaci šumu by mohly být algoritmy slepé separace signálu (Blind Source Separation BSS) napíklad založené na statistické metod analýzy nezávislých komponent. V oblasti ultrazvukové defektoskopie byly nalezeny pouze dv, nepíliš vrohodné publikace o použití metody slepé separace signálu [6]. Ovení metody slepé separace signálu bylo jedním z cíl této práce. TEORETICKÉ A EXPERIMENTÁLNÍ VÝSLEDKY V rámci této publikace byly analyzovány pokroilé metody zpracování signálu použité pro redukci šumu a separaci ultrazvukového signálu zaznamenaného na vzorcích materiál vyznaujících se hrubozrnnou strukturou. Nejprve bylo nutno detailn analyzovat šíení ultrazvukových vln v tchto materiálech a vhodn navrhnout model pro simulaci ultrazvukových signál. Na základ amplitudové a frekvenní analýzy elektronického a strukturního šumu reálných signál a vhodného modelu [2] byl simulován ultrazvukový signál obsahující elektronický šum, strukturní šum, vadové echo a koncové echo. Tento ultrazvukový signál je zobrazen na obr. 1. Obr. 1: Simulovaný ultrazvukový signál obsahující strukturní i elektronický šum Pro potlaení šumu ultrazvukového signálu byla nejprve použita metoda diskrétní vlnkové transformace. Princip potlaení šumu lze popsat následujícím výtem krok: Dekompozice zašumného vstupního signálu na detailní cd a proximaní ca koeficienty do P úrovní zvolenou metodou vlnkové transformace. Prahování koeficient (detailních) charakterizujících šum.
3 Rekonstrukce signálu pomocí inverzní transformace z prahovaných aproximaních a detailních koeficient. Pro úinné potlaení šumu bylo nutno vhodn vybrat typ matení vlnky, prahovací funkci a prahovou úrove. Matení vlnka uruje tvar pásmové propusti filtrující signál okolo centrálního kmitotu. V oblasti potlaení šumu v ultrazvukovém signálu byly na základ vlastností ultrazvukového echa zvoleny tyto vlnky: rodiny Daubechies ádu druhého až šestého, rodiny Symlet, Haarova matení vlnka a diskrétní aproximace Meyerovy matení vlnky. Tyto matení vlnky byly použity pro zhodnocení úinnosti potlaení šumu pomocí DWT. Standardní metody prahování rozlišují dva pístupy: mkké a tvrdé prahování. Jelikož je mkké prahování v pípad filtrace ultrazvukového signálu nevhodné (mže dojít k poklesu amplitudy vadového echa), byla navržena prahovací funkce, která využívá principu kombinace mkkého i tvrdého prahování. Prahovací funkce navržené pro potlaení šumu v ultrazvukovém signálu lze nazvat jako kompromisní a uživatelské prahování [6]. Kompromisní prahování je odvozeno z mkkého prahování a uživatelské prahování pracuje s nelineární modifikací prahovací funkce kompromisního prahování. Princip tvrdého, mkkého, kompromisního a živatelského prahování je zobrazeno na obr.2. V rámci disertaní práci byly navrženy nové prahové úrovn. První a základní prahová úrove V 1 je odvozená od smrodatné odchylky detailních koeficient v jednotlivých úrovních dekompozice: 1 V1 k ( cdj cd) n 1 n j 1 2, (1) kde n je délka vektoru detailních koeficient,kje zvolená konstanta odpovídající crest faktoru filtrovaného signálu, je vektor detailních koeficient a V 1 je hodnota prahové úrovn. a) b) Obr. 2: Princip mkkého, tvrdého, uživatelského a kompromosního prahování Další možnosti odvození prahové úrovn V 2, založené na odmocnin soutu stední hodnoty a smrodatné odchylky, jsou navrženy dle vztahu: k V ( V ), (2) 2 1 kde je stední hodnota vektoru detailních koeficient. Jelikož je pi aplikaci prahovacích funkcí a prahových úrovní uvažováno více parametr, které je nutno vhodn nastavit, je nutné ovit všechny kombinace parametr se všemi vybranými mateními vlnkami. Pro zhodnocení úinnosti DWT byl použit simulovaný ultrazvukový signál
4 s rznou velikostí vadového echa 1 až 100 % amplitudy poáteního echa a byly navrženy hodnoty zlepšení odstupu signálu od šumu (SNRE) a hodnota D x posuzující zmnu vadového echa po aplikaci metody DWT. Pro úplnost je dležité uvést, že bylo použito pouze lokální prahování a rozklad ultrazvukového signálu do tvrté úrovn dekompozice. Pi vyšší úrovni dekompozice již filtrace nedosahovala lepších výsledk. Zhodnocení uvedených parametr se nalézá v tab. 1, 2 a 3. Tab. 1: Zhodnocení tvrdého prahování prahová úrove V 1 V 2 vlnka/parametr db2 db4 db6 dmey db2 db4 db6 dmey max.d x (-) 0,994 0,,989 0,978 0,,981 0,967 0,976 0,966 0,984 max.snre 25,97 37,76 35,18 37,59 24,70 24,59 19,33 19,72 (db) min.a f ( % ) min.k(-) 1,35 2 1,1 1,4 1,35 4,5 1,4 1,4 Tab. 2: Zhodnocení kompromisního prahování prahová úrove V 1 V 2 vlnka/parametr db2 db4 db6 dmey db2 db4 db6 dmey max.d x (-) 0,99 0,99 0,98 0,991 0,9 0,96 0,98 0, max.snre 26,7 32,8 31,0 31,83 26, 32,9 30,3 30,81 (db) min.a f ( % ) min.k(-) 1,35 2 1,1 1,4 1,3 4,5 1,4 1,4 5 min. v ( - ) 0,16 0,22 0,18 0, Tab. 3: Zhodnocení uživatelského prahování prahová úrove V 1 vlnka/parametr db2 db4 db6 dmey max.d x ( - ) 0,869 0,820 0,887 0,820 max.snre ( db ) 26,88 35,72 29,38 32,23 min.a f ( % ) k ( - ) 1,35 2 1,1 1,4 v ( - ) 0,16 0,22 0,18 0,2 v ( - ) 0,03 0,04 0,03 0,03 Po zhodnocení všech kombinací uvedených mateních vlnek, prahovacích funkcí a prahových úrovní se ukázalo, že vhodný zpsob filtrace ultrazvukových signál pomocí vlnkové transformace je: použitím diskrétní Meyerovy matení vlnky a vlnky Daubechie tvrtého ádu, které také nejmén vizuáln zkreslují ultrazvukový signál a filtrovaný signál vykazuje menší pokles amplitudy, než u ostatních vlnek, využitím tvrdého prahování, pípadn prahování kompromisního, u nhož se hodnoty parametru blíží k nule, což tém odpovídá tvrdému prahování,
5 volbou navržené prahové úrovn V 2, pomocí které lze filtrovat i signály s malým vadovým echem (do 5 % koncového echa). Optimální násobící konstanta k se pohybuje v rozmezí od 1,1 do 2 v závislosti na použité vlnce. a) b) Obr. 3: Aplikace DWT na simulovaném signálu s 5% amplitudou vadového echa: a) simulovaný signál, b) filtrovaný signál Další metodou použitou v disertaní práci je metoda slepé separace signálu. Algoritmus slepé separace signálu vychází z algoritmu nezávislé analýzy komponent. Cílem algoritmu ICA je vyjádit množinu náhodných promnných jako lineární kombinaci statisticky nezávislých komponent. Jelikož tato metoda prozatím nemá v ultrazvukové defektoskopii praktické uplatnní, bylo velice aktuální použitelnost této metody detailn analyzovat. Základním cílem pro algoritmy slepé separace signálu je odhad signál jednotlivých vstupních promnných x j, za pedpokladu, že máme k dispozici pouze asovou posloupnost zmených výstupních veliin y i. V pípad ultrazvukových signál je dležité stanovit, které signály jsou zdrojové. První zdrojový signál je zastoupen vadovým echem, koncovým echem a strukturním šumem. Za druhý zdrojový signál lze považovat šum daný elektronickými obvody a pívodními kabely. Cílem použití metody slepé separace signálu je tyto dva zdrojové signály ze zaznamenaných signál odseparovat. Pokud bude tato situace uvažována pi ultrazvukovém testování, lze základní model slepé separace signálu naznait matematickým vyjádením: y1 a1sxs a1 nne (3) y a x a n 2 2s s 2n e Pi aplikaci této rovnice na reálný pípad záznamu pomocí ultrazvukových sond, je nutné dv ultrazvukové sondy umístit vedle sebe. Pi záznamu ultrazvukových signál se ovšem jedná o rozdílné strukturní odrazy x s a rozdílné šumy n e. Aby byl splnn hlavní pedpoklad (3) metody slepé separace signál, muselo by platit: x 1s =x 2s a n 1e = n 2e. Pokud bude praktická situace záznamu signál detailn analyzována, pak je nutné uvést závry: 1. Pokud budeme uvažovat mení v jednom bod jednou sondou, bude se jednat o stejné zdrojové signály a x 1s =x 2s, a stejný zdroj elektronického šumu n 1e =n 2e. 2. Pokud budeme uvažovat mení ve dvou bodech se dvma sondami, pak platí x 1s x 2s a n 1e n 2e, a není tedy splnn základní pedpoklad (3). Metoda slepé separace nemže být použita. Strukturní odrazy x s nemohou být stejné, protože se signály zaznamenávají v rzných místech. Pokud by zdrojové signály byly stejné, znamenalo by to, že struktura materiálu je stejná.
6 Z tohoto rozboru jednoznan vyplývá, že metoda slepé separace signálu v uvedené formulaci problému pi ultrazvukovém testování nemže být použita. Dále byla analyzována metoda Wienerovy filtrace s vhodným návrhem penosové funkce Wienerova filtru využitím skupinového zpoždní fázové frekvenní charakteristiky. Hlavním dvodem využití skupinového zpoždní je to, že užitený signál má konstantní skupinové zpoždní v uritém frekvenním pásmu. Algoritmy výpotu charakteristik vyplývající ze skupinového zpoždní jsou založeny na smrodatné odchylce a entropii signálu. Strun lze dopad výpotu pro jednotlivé metody uvést následovn. Pokud je skupinové zpoždní konstantní, pak je smrodatná odchylka nulová, nebo velmi malá. Pokud je skupinové zpoždní náhodné, nabývá smrodatná odchylka kladných hodnot. Frekvenní rozsah signálu obsahující užitený signál má malou hodnotu entropie, zatímco náhodná složka signálu (šum) má hodnotu entropie velkou. Dležitým krokem byl v pípad správného výpotu odhad velikosti frekvenního okna a prahové úrovn. Principem použití prahové úrovn bylo potlaení frekvenních složek signálu zastupujících šum. Bylo tedy nutné zvolit správnou prahovou úrove. Výsledný filtr odpovídal prbhu pásmové propusti. Na základ tchto úvah bylo opt provedeno zhodnocení navržených postup. V simulovaném ultrazvukovém signálu byla mnna velikost amplitudy vadového echa v rozmezí 1 až 100 % amplitudy poáteního echa. Po zhodnocení filtrace bylo stanoveno, že nejlepších výsledk bylo dosaženo použitím Hammingova okna s prahovou úrovní odpovídající 40 % maximální hodnoty frekvenní charakteristiky. Velikost okna odpovídala 9 MHz, což odpovídalo frekvenní charakteristice použité ultrazvukové sondy. Dále bylo nutno stanovit, která z navržených metod (smrodatná odchylka STD, entropie ENT) dosahuje lepších výsledk pro rzné velikosti vadového echa. Pro hodnocení byl opt použit parametr hodnotící zlepšení odstupu signálu od šumu SNRE. Výsledek zhodnocení je uveden na obr. 4. Podle dosažených výsledk je úinnjší Wienerv filtr odvozený ze smrodatné odchylky skupinového zpoždní. Hodnoty SNRE jsou pro menší velikosti vadových ech A f (do 20 %) vyšší. Obr. 4: Porovnání algoritm Wienerova filtru Podle tvaru penosových funkcí Wienerova filtru se spíše jedná o filtry typu pásmová propust, kdy filtr potlaí frekvence mimo frekvenní pásmo sondy. V pípad ultrazvukového signálu dochází k potlaení elektronického šumu, nikoli šumu strukturního. Frekvence strukturního šumu totiž odpovídá frekvenci použité frekvenní sondy a tedy i propustnému pásmu Wienerova filtru. Jelikož lze potlait pouze frekvenní složky signálu odpovídající
7 elektronickému šumu, nelze pomocí tohoto filtru stanovit možnost detekce vadového echa. Vadové echo pod úrovní elektronického šumu lze ale efektivn zviditelnit. Podle výsledk a závr dosažených pi návrhu diskrétní vlnkové transformace a Wienerova filtru byl v rámci práce navržen nový druh filtrace. Pomocí diskrétní vlnkové transformace lze úinn potlait strukturní i elektronický šum (jedná se o nelineární prahování koeficient vasové oblasti). Naopak pomocí Wienerova filtru lze efektivn lineárn potlait pouze elektronický šum (jedná se o prahování amplitud ve frekvenní oblasti). Hlavním cílem je tedy zviditelnit i menší vadová echa (< 5 % amplitudy poáteního echa). Zhodnocení uvedené kaskádní filtrace bylo provedeno výpotem hodnoty zlepšení odstupu signálu od šumu pro rzné velikosti relativní hodnoty amplitud vadových ech v rozsahu 1 až 30 % maximální amplitudy poáteního echa. Graf zhodnocení uvedeného postupu potlaení šumu je zobrazen na obr. 5a. Hodnoty SNRE jsou daleko vyšší než v pípad aplikace jednotlivých metod WF a WT a dosahují až 70 db. Potlaení šumu uvedenou kombinací algoritm je tedy úinnjší. Výborných výsledk bylo dosaženo i pi detekci vadového echa. V grafu uvedeném na obr. 5b je srovnání detekce vadového echa pomocí metody WT a navrženou kaskádní filtrací. Jak je vidt v grafu, hodnoty parametru D x jsou vyšší i pro malé amplitudy vadového echa. a) b) Obr. 5: Zhodnocení potlaení šumu kaskádní filtrací: a) SNRE, b) detekce vadového echa Z grafu tedy vyplývá, že vadové echo je bezpen detekovatelné (D x > 0,3) od velikosti 2,7 % maximální amplitudy poáteního echa. ZÁVR Zhodnocením metody vlnkové transformace byl stanoven závr, že lze úinn potlait šum a detekovat vadové echo, jehož amplituda je srovnatelná s úrovní efektivní hodnoty šumu. Navrženým Wienerovým filtrem lze úinn potlait pouze elektronický šum a pípadn zviditelnit vadové echo. Avšak z uvedeného pehledu aplikace pokroilých metod zpracování ultrazvukového signálu bylo dosaženo nejlepších výsledk navrženou kombinací metod diskrétní vlnkové transformace a Wienerova filtru s vhodn navrženými parametry. Pomocí této kaskádní filtrace je možno detekovat vadové echo, jehož amplituda je pod úrovní efektivní hodnoty šumu v ultrazvukovém signálu.
8 PODKOVÁNÍ Výzkum Návrh a ovení metod pro potlaení šumu v ultrazvukovém signálu byl podpoen výzkumným programem. MSM Research of Methods and Systems for Measurement of Physical Quantities and Measured Data Processing sponzorovaným Ministerstvem školství a tlovýchovy eské Republiky. POUŽITÁ LITERATURA [1] Krautkramer J., Krautkramer H.: Ultrasonic Testing of Materials. Springer-Verlag, 4th fully revised edition, 1990, 670 p., ISBN [2] Gustafsson M. G., Stepinski T.: Studies of Split Spectrum Processing, Optimal Detection, and Maximum Likelihood Amplitude Estimation Using a Simple Clutter Model. Ultrasonics, Elsevier: Vol. 35, 1997, p [3] Zhenqing Liu, Mingda Lu, Moan Wei: Structure Noise Reduction of Ultrasonic Signals Using Arti cial Neural Network Adaptive Filtering. Ultrasonics, Elsevier: Vol. 35, 1997, p [4] Salazar A., Gosalbez J., Igual J., Llinares R., Vergara L.: Two Applications of Independent Component Analysis for Non-Destructive Evaluation by Ultrasounds. Mechanical Systems and Signal Processing, Elsevier: Vol. 19, p , [5] Lázaro J. C., San Emeterio J. L., Ramos A., Fernandez-Marraon J. L.: Influence of Thresholding Procedures in Ultrasonic Grain Noise Reduction UsingWavelets. Ultrasonics, Elsevier: Vol. 40, p , [6] Qingkun Liu, Peiwen Que, Huawei Guo, Shoupemg Song, Tao Han: Denoising Ultrasonic Signals Using Blind Source Separation: Computer Simulation. Proceedings of IEEE Ultrasonic symposium, Vancouver: 2005, p [7] Salazar A., Gosalbez J., Igual J., Llinares R., Vergara L.: Two Applications of Independent Component Analysis for Non-Destructive Evaluation by Ultrasounds. Mechanical Systems and Signal Processing, Elsevier: Vol. 19, p , [8] Xing Li, Bilgutay N. M.: Wiener Filter Realization for Target Detection Using Group Delay Statistics. IEEE Transactions on Signal Processing: Vol. 40, No. 6, Ing. Václav Matz CVUT, FEL, Katedra mení Technická 2, Praha 6, vmatz@seznam.cz Tel: Doc. Ing. Marcel Kreidl, CSc. kreidl@feld.cvut.cz Ing. Radislav Šmíd, Ph.D. smid@feld.cvut.cz
DISKRÉTNÍ FOURIEROVA TRANSFORMACE P I NELINEÁRNÍ ULTRAZVUKOVÉ SPEKTROSKOPII
DISKRÉTNÍ FOURIEROVA TRANSFORMACE PI NELINEÁRNÍ ULTRAZVUKOVÉ SPEKTROSKOPII Luboš PAZDERA *, Jaroslav SMUTNÝ **, Marta KOENSKÁ *, Libor TOPOLÁ *, Jan MARTÍNEK *, Miroslav LUÁK *, Ivo KUSÁK * Vysoké uení
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
VíceUltrazvuková defektoskopie. M. Kreidl, R. Šmíd, V. Matz, S. Štarman
Ultrazvuková defektoskopie M. Kreidl, R. Šmíd, V. Matz, S. Štarman Praha 2011 ISBN 978-80-254-6606-3 2 OBSAH 1. Předmluva 7 2. Základní pojmy 9 2.1. Fyzikální základy ultrazvuku a akustické veličiny 9
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
VíceParametrické přístupy k filtraci ultrazvukových signálů
České vysoké učení technické v Praze Fakulta elektrotechnická Katedra měření Parametrické přístupy k filtraci ultrazvukových signálů Bakalářská práce Luboš Kocourek 2010 Studijní program: Elektrotechnika
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
Více27. asové, kmitotové a kódové dlení (TDM, FDM, CDM). Funkce a poslání úzkopásmových a širokopásmových sítí.
Petr Martínek martip2@fel.cvut.cz, ICQ: 303-942-073 27. asové, kmitotové a kódové dlení (TDM, FDM, CDM). Funkce a poslání úzkopásmových a širokopásmových sítí. Multiplexování (sdružování) - jedná se o
VíceSTANOVENÍ NEJISTOT PRIMÁRNÍ KALIBRACE SNÍMA AKUSTICKÉ EMISE
STANOVENÍ NEJISTOT PRIMÁRNÍ KALIBRACE SNÍMA AKUSTICKÉ EMISE Jií KEPRT, Petr BENEŠ FEKT VUT Brno, Ústav automatizace a micí techniky, R Abstract The paper reviews the background of the primary calibration
VíceVLIV GEOMETRICKÉ DISPERZE
VLIV GEOMETRICKÉ DISPERZE NA ŠÍŘENÍ NAPĚŤOVÝCH VLN Petr Hora Centrum diagnostiky materiálu, Ústav termomechaniky AV ČR, Veleslavínova, 3 4 Plzeň, e-mail: hora@cdm.it.cas.cz Abstrakt The effect geometrical
VíceNávrh 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
VíceENÍ TECHNICKÉ V PRAZE
ESKÉ VYSOKÉ UENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická BAKALÁSKÁ PRÁCE 006 ESKÉ VYSOKÉ UENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická Katedra mení Využití Rogowskiho cívky pi mení proudu a analýza
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.
VíceLABORATORNÍ CVIENÍ Stední prmyslová škola elektrotechnická
Stední prmyslová škola elektrotechnická a Vyšší odborná škola, Pardubice, Karla IV. 13 LABORATORNÍ VIENÍ Stední prmyslová škola elektrotechnická Píjmení: Hladna íslo úlohy: 14 Jméno: Jan Datum mení: 14.
VíceDOPRAVNÍ INŽENÝRSTVÍ
VYSOKÉ UENÍ TECHNICKÉ V BRN FAKULTA STAVEBNÍ ING. MARTIN SMLÝ DOPRAVNÍ INŽENÝRSTVÍ MODUL 4 ÍZENÉ ÚROVOVÉ KIŽOVATKY ÁST 1 STUDIJNÍ OPORY PRO STUDIJNÍ PROGRAMY S KOMBINOVANOU FORMOU STUDIA Dopravní inženýrství
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
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
VíceModulace a šum signálu
Modulace a šum signálu PATRIK KANIA a ŠTĚPÁN URBAN Nejlepší laboratoř molekulové spektroskopie vysokého rozlišení Ústav analytické chemie, VŠCHT Praha kaniap@vscht.cz a urbans@vscht.cz http://www.vscht.cz/anl/lmsvr
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
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
VícePravdpodobnost výskytu náhodné veliiny na njakém intervalu urujeme na základ tchto vztah: f(x)
NÁHODNÁ VELIINA Náhodná veliina je veliina, jejíž hodnota je jednoznan urena výsledkem náhodného pokusu (je-li tento výsledek dán reálným íslem). Jde o reálnou funkci definovanou na základním prostoru
VíceUltrazvuková měření tloušťky stěny potrubních systémů
Kopírování a rozmnožování pouze se souhlasem Ing. Regazza Ultrazvuková měření tloušťky stěny potrubních systémů Regazzo Richard, Regazzová Marcela R & R NDT Zeleneč V článku se zabýváme měřením tloušťky
VíceNOVÉ METODY HODNOCENÍ OBRAZOVÉ KVALITY
NOVÉ METODY HODNOCENÍ OBRAZOVÉ KVALITY Stanislav Vítek, Petr Páta, Jiří Hozman Katedra radioelektroniky, ČVUT FEL Praha, Technická 2, 166 27 Praha 6 E-mail: svitek@feld.cvut.cz, pata@feld.cvut.cz, hozman@feld.cvut.cz
VíceADAPTIVNÍ POTLAOVÁNÍ OZVNY V TELEKOMUNIKACÍCH
ADAPTIVNÍ POTLAOVÁNÍ OZVNY V TELEKOMUNIKACÍCH K. Uhlá, H. Bhan, J. ezá SITRONICS TS Abstrakt Práce se zabývá konstrukcí zaízení pro potlaování akustické ozvny (EC) se specifiky pro telekomunikace. Je zde
VíceIMPORT DAT Z TABULEK MICROSOFT EXCEL
IMPORT DAT Z TABULEK MICROSOFT EXCEL V PRODUKTECH YAMACO SOFTWARE PÍRUKA A NÁVODY PRO ÚELY: - IMPORTU DAT DO PÍSLUŠNÉ EVIDENCE YAMACO SOFTWARE 2005 1. ÚVODEM Všechny produkty spolenosti YAMACO Software
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
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
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,
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
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
VíceProstedky automatického ízení
VŠB-TU Ostrava / Prostedky automatického ízení Úloha. Dvoupolohová regulace teploty Meno dne:.. Vypracoval: Petr Osadník Spolupracoval: Petr Ševík Zadání. Zapojte laboratorní úlohu dle schématu.. Zjistte
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
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
VíceZKUŠENOSTI S VYUŽÍVÁNÍM A VYBRANÉ PŘÍKLADY APLIKACÍ TZV. "COLLEGE" LICENCE MATLABU NA ČVUT V PRAZE, MU V BRNĚ A ZČU V PLZNI. Ing.
ZKUŠENOSTI S VYUŽÍVÁNÍM A VYBRANÉ PŘÍKLADY APLIKACÍ TZV. "COLLEGE" LICENCE MATLABU NA ČVUT V PRAZE, MU V BRNĚ A ZČU V PLZNI Abstrakt Ing. Jiří Hozman Katedra radioelektroniky (K337), FEL ČVUT v Praze V
VíceSLEDOVÁNÍ HYDRATACE BETONU V ODLIŠNÉM PROST EDÍ METODOU IMPEDAN NÍ SPEKTROSKOPIE
SLEDOVÁNÍ HYDRATACE BETONU V ODLIŠNÉM PROSTEDÍ METODOU IMPEDANNÍ SPEKTROSKOPIE Miroslav Luák*, Ivo Kusák*, Luboš Pazdera*, Vlastimil Bílek** *Ústav fyziky, Fakulta stavební, Vysoké uení technické v Brn
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,
VíceDoc. Ing. Tomáš Šubrt, Ph.D. PEF ZU v Praze MODELY OPTIMÁLNÍHO D LENÍ ZAKÁZEK
Doc. Ing. Tomáš Šubrt, Ph.D. PEF ZU v Praze MODELY OPTIMÁLNÍHO DLENÍ ZAKÁZEK MODELY OPTIMÁLNÍHO DLENÍ ZAKÁZEK Osnova prezentace Charakteristika problému Matematický model pro lineární problém Matematický
VíceUltrazvuková defektoskopie. Vypracoval Jan Janský
Ultrazvuková defektoskopie Vypracoval Jan Janský Základní principy použití vysokých akustických frekvencí pro zjištění vlastností máteriálu a vad typické zařízení: generátor/přijímač pulsů snímač zobrazovací
VíceOPTIMALIZACE PROVOZU OTOPNÉ SOUSTAVY BUDOVY PRO VZDĚLÁVÁNÍ PO JEJÍ REKONSTRUKCI
Konference Vytápění Třeboň 2015 19. až 21. května 2015 OPTIMALIZACE PROVOZU OTOPNÉ SOUSTAVY BUDOVY PRO VZDĚLÁVÁNÍ PO JEJÍ REKONSTRUKCI Ing. Petr Komínek 1, doc. Ing. Jiří Hirš, CSc 2 ANOTACE Většina realizovaných
VíceROZPOZNÁVÁNÍ AKUSTICKÉHO SIGNÁLU ŘEČI S PODPOROU VIZUÁLNÍ INFORMACE
TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky a mezioborových inženýrských studií ROZPOZNÁVÁNÍ AKUSTICKÉHO SIGNÁLU ŘEČI S PODPOROU VIZUÁLNÍ INFORMACE AUTOREFERÁT DISERTAČNÍ PRÁCE 2005 JOSEF CHALOUPKA
VícePOÍTAOVÁ PODPORA DETEKCE ZAJÍMAVÝCH OBRÁZK
POÍTAOVÁ PODPORA DETEKCE ZAJÍMAVÝCH OBRÁZK Pavel Krsek a Jií Matas VUT, Fakulta elektrotechnická, Centrum aplikované kybernetiky Technická 2, 166 27 Praha 6 Úvod a motivace Pi zpracování a výmn dat prostednictvím
Vícevzorek1 0.0033390 0.0047277 0.0062653 0.0077811 0.0090141... vzorek 30 0.0056775 0.0058778 0.0066916 0.0076192 0.0087291
Vzorová úloha 4.16 Postup vícerozměrné kalibrace Postup vícerozměrné kalibrace ukážeme na úloze C4.10 Vícerozměrný kalibrační model kvality bezolovnatého benzinu. Dle následujících kroků na základě naměřených
VíceIng. Václav Eksler Ústav telekomunikací FEKT VUT v Brně
1 z 10 5.10.2010 9:16 Elektrorevue 2005/29-17.5.2005 Obsah Ing. Václav Eksler eksler@feec.vutbr.cz Ústav telekomunikací FEKT VUT v Brně Problematikou separace zdrojů naslepo nebo také separace signálů
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
VícePÍRUKA A NÁVODY PRO ÚELY: - RUTINNÍ PRÁCE S DATY
PÍRUKA A NÁVODY PRO ÚELY: - RUTINNÍ PRÁCE S DATY YAMACO SOFTWARE 2006 1. ÚVODEM Nové verze produkt spolenosti YAMACO Software pinášejí mimo jiné ujednocený pístup k použití urité množiny funkcí, která
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
VíceUŽITÍ KOHERENČNÍ FUNKCE PRO DISTRIBUOVANOU
UŽITÍ KOHERENČNÍ FUNKCE PRO DISTRIBUOVANOU ANALÝZU VÍCEKANÁLOVÝCH SIGNÁLŮ Robert Háva, Aleš Procházka Vysoká škola chemicko-technologická, Abstrakt Ústav počítačové a řídicí techniky Analýza vícekanálových
VíceDIPLOMOVÝ PROJEKT ELEKTRONICKÁ ZA ÍZENÍ PRO OSOBNÍ AUTOMOBILY
ESKÉ VYSOKÉ UENÍ TECHNICKÉ V PRAZE FAKULTA ELEKTROTECHNICKÁ, KATEDRA MIKROELEKTRONIKY DIPLOMOVÝ PROJEKT ELEKTRONICKÁ ZA ÍZENÍ PRO OSOBNÍ AUTOMOBILY VEDOUCÍ PRÁCE: Doc. Ing. Miroslav Husák,CSc. DIPLOMANTI:
VíceRobustnost regulátorů PI a PID
Proceedings of International Scientific Conference of FME Session 4: Automation Control and Applied Informatics Paper 45 Robustnost regulátorů PI a PID VÍTEČKOVÁ, Miluše Doc. Ing., CSc., katedra ATŘ, FS
VíceIDENTIFIKACE ŘEČOVÉ AKTIVITY V RUŠENÉM ŘEČOVÉM SIGNÁLU
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
VíceAutomatizace 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
VíceDOPRAVNÍ INŽENÝRSTVÍ
VYSOKÉ UENÍ TECHNICKÉ V BRN FAKULTA STAVEBNÍ ING. MARTIN SMLÝ DOPRAVNÍ INŽENÝRSTVÍ MODUL 1 DOPRAVNÍ A PEPRAVNÍ PRZKUMY STUDIJNÍ OPORY PRO STUDIJNÍ PROGRAMY S KOMBINOVANOU FORMOU STUDIA Dopravní inženýrství
VíceDIAGNOSTICKÝ SYTÉM M PRO KONTROLU ITÍM M METODY AKUSICKÉ EMISE
DIAGNOSTICKÝ SYTÉM M PRO KONTROLU LOŽISEK S VYUŽIT ITÍM M METODY AKUSICKÉ EMISE autor: Ing. školitel: doc. Ing. Pavel Mazal, CSc. Čím více víme, tím více zjišťujeme, kolik toho ještě nevíme. 2 /15 OBSAH
VícePárování. Nápovdu k ostatním modulm naleznete v "Pehledu nápovd pro Apollo".
Párování Modul Párování poskytuje pehled o došlých i vrácených platbách provedených bankovním pevodem i formou poštovní poukázky. Jedná se napíklad o platby za e-pihlášky, prkazy ISIC nebo poplatky za
VíceModelování a simulace Lukáš Otte
Modelování a simulace 2013 Lukáš Otte Význam, účel a výhody MaS Simulační modely jsou nezbytné pro: oblast vědy a výzkumu (základní i aplikovaný výzkum) analýzy složitých dyn. systémů a tech. procesů oblast
VíceVirtuální instrumentace v experimentech jaderné fyziky - Vzorové úlohy
Jiří Pechoušek, Milan Vůjtek Virtuální instrumentace v experimentech jaderné fyziky - Vzorové úlohy V tomto dokumentu jsou uvedeny základy úloh probíraných v předmětu KEF/VIJF. KATEDRA EXPERIMENTÁLNÍ FYZIKY
VícePodpora výroby energie v zaízeních na energetické využití odpad
Podpora výroby energie v zaízeních na energetické využití odpad Tomáš Ferdan, Martin Pavlas Vysoké uení technické v Brn, Fakulta strojního inženýrství, Ústav procesního a ekologického inženýrství, Technická
VíceVliv struktury materiálu na hodnotitelnost ultrazvukovou defektoskopií
Digitální knihovna Univerzity Pardubice DSpace Repository Univerzita Pardubice http://dspace.org þÿ V y s o k oa k o l s k é k v a l i f i k a n í p r á c e / T h e s e s, d i s s 2014 Vliv struktury materiálu
VíceLABORATORNÍ CVIENÍ Stední prmyslová škola elektrotechnická
Stední prmyslová škola elektrotechnická a Vyšší odborná škola, Pardubice, Karla IV. 13 LABORATORNÍ CVIENÍ Stední prmyslová škola elektrotechnická Píjmení: Hladna íslo úlohy: 3 Jméno: Jan Datum mení: 10.
VíceMKP simulace integrovaného snímače
MKP simulace integrovaného snímače podélných a příčných vln Petr Hora Olga Červená Ústav termomechaniky AV ČR, v. v. i. Praha, CZ Inženýrská mechanika 2012 - Svratka Úvod nedestruktivní testování (NDT)
VíceZkoušení heterogenních a austenitických svarů technikou Phased Array a technikou TOFD
Zkoušení heterogenních a austenitických svarů technikou Phased Array a technikou TOFD Ing. Miloš Kováčik, SlovCert s. r. o. Bratislava, Jan Kolář ČEZ JE Temelín Úvod V jaderné energetice a těžkých chemických
VíceFinální verze žádosti (LZZ-GP)
8. Klíové aktivity!íslo aktivity: 01 Školení nových technologií a novinek v sortimentu TZB (technická zaízení budov) Pedm!tem KA_1 je realizace školení zam!ené na nové technologie a novinky v sortimentu
VíceVYUŽITÍ PROGRAMOVÝCH PROSTEDK MATLAB PRO ROZODOVÁNÍ ZA PRÁVNÍ NEJISTOTY
VYUŽITÍ PROGRAMOVÝCH PROSTEDK MATLAB PRO ROZODOVÁNÍ ZA PRÁVNÍ NEJISTOTY Petr Dostál Vysoké uení technické v Brn Abstrakt: lánek pojednává o využití fuzzy logiky pro podporu rozhodování. Je uveden struný
Víceobhajoba diplomové práce
České vysoké učení technické v Praze, Fakulta strojní, Ústav mechaniky, biomechaniky a mechatroniky obhajoba diplomové práce v Praze, srpen 2014 autor: vedoucí: Ing. Pavel Steinbauer, Ph.D. Modální zkouška
VíceVysoká škola báská Technická univerzita Ostrava Institut geoinformatiky. Analýza dojíždní z dotazníkového šetení v MSK. Semestrální projekt
Vysoká škola báská Technická univerzita Ostrava Institut geoinformatiky Analýza dojíždní z dotazníkového šetení v MSK Semestrální projekt 18.1.2007 GN 262 Barbora Hejlková 1 OBSAH OBSAH...2 ZADÁNÍ...3
VíceÚloha 1: Lineární kalibrace
Úloha 1: Lineární kalibrace U pacientů s podezřením na rakovinu prostaty byl metodou GC/MS měřen obsah sarkosinu v moči. Pro kvantitativní stanovení bylo nutné změřit řadu kalibračních roztoků o různé
VíceVLASTNOSTI KOMPONENT MICÍHO ETZCE -ÍSLICOVÁÁST
VLASTNOSTI KOMPONENT MICÍHO ETZCE -ÍSLICOVÁÁST 6.1. Analogovíslicový pevodník 6.2. Zobrazovací a záznamové zaízení 6.1. ANALOGOVÍSLICOVÝ PEVODNÍK Experimentální metody pednáška 6 Napájecí zdroj Sníma pevod
VíceGlobální matice konstrukce
Globální matice konstrukce Z matic tuhosti a hmotnosti jednotlivých prvků lze sestavit globální matici tuhosti a globální matici hmotnosti konstrukce, které se využijí v řešení základní rovnice MKP: [m]{
VíceStatistická analýza volebních výsledk
Statistická analýza volebních výsledk Volby do PSP R 2006 Josef Myslín 1 Obsah 1 Obsah...2 2 Úvod...3 1 Zdrojová data...4 1.1 Procentuální podpora jednotlivých parlamentních stran...4 1.2 Údaje o nezamstnanosti...4
VíceMěření dat Filtrace dat, Kalmanův filtr
Měření dat Filtrace dat, Matematické metody pro ITS (11MAMY) Jan Přikryl Ústav aplikované matematiky ČVUT v Praze, Fakulta dopravní 3. přednáška 11MAMY čtvrtek 28. února 2018 verze: 2018-03-21 16:45 Obsah
VíceTyp: MTI pevodník stední hodnoty stídavého proudu bez napájení (pasivní)
Typ: MTI 103 - pevodník stední hodnoty stídavého proudu bez napájení (pasivní) Popis funkce: vstupní signál je galvanicky oddlen micím transformátorem uvnit pevodníku. Dále je usmrnn a vyfiltrován. Výstup
Více1. MODELY A MODELOVÁNÍ. as ke studiu: 30 minut. Cíl: Po prostudování této kapitoly budete umt: Výklad. 1.1. Model
1. MODELY A MODELOVÁNÍ as ke studiu: 30 minut Cíl: Po prostudování této kapitoly budete umt: charakterizovat model jako nástroj pro zobrazení skutenosti popsat proces modelování provést klasifikaci základních
VíceRestaurace (obnovení) obrazu při známé degradaci
Restaurace (obnovení) obrazu při známé degradaci Václav Hlaváč České vysoké učení technické v Praze Centrum strojového vnímání (přemosťuje skupiny z) Český institut informatiky, robotiky a kybernetiky
VíceKomprese 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
Vícemagnetizace M(t) potom, co těsně po rychlé změně získal vzorek magnetizaci M 0. T 1, (2)
1 Pracovní úkoly Pulsní metoda MR (část základní) 1. astavení optimálních excitačních podmínek signálu FID 1 H ve vzorku pryže 2. Měření závislosti amplitudy signálu FID 1 H ve vzorku pryže na délce excitačního
VíceAplikovaná numerická matematika
Aplikovaná numerická matematika 6. Metoda nejmenších čtverců doc. Ing. Róbert Lórencz, CSc. České vysoké učení technické v Praze Fakulta informačních technologií Katedra počítačových systémů Příprava studijních
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
VíceVÝVOJ NOVÉ GENERACE ZAŘÍZENÍ S POKROČILOU DIAGNOSTIKOU PRO STANOVENÍ KONTAKTNÍ DEGRADACE
VÝVOJ NOVÉ GENERACE ZAŘÍZENÍ S POKROČILOU DIAGNOSTIKOU PRO STANOVENÍ KONTAKTNÍ DEGRADACE Jiří Dvořáček Prezentace k obhajobě doktorské dizertační práce Institute of Machine and Industrial Design Faculty
VíceAutomatizační technika. Regulační obvod. Obsah
30.0.07 Akademický rok 07/08 Připravil: Radim Farana Automatizační technika Regulátory Obsah Analogové konvenční regulátory Regulátor typu PID Regulátor typu PID i Regulátor se dvěma stupni volnosti Omezení
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.
VíceVyužití přímé inverzní metody pro řízení reálných systémů
XXVI. ASR '2001 Seminar, Instruments and Control, Ostrava, April 26-27, 2001 Paper 70 Využití přímé inverzní metody pro řízení reálných systémů ŠKUTOVÁ, Jolana Ing., Katedra ATŘ-352, VŠB-TU Ostrava, 17.
VíceEfektivní hodnota proudu a nap tí
Peter Žilavý: Efektivní hodnota proudu a naptí Efektivní hodnota proudu a naptí Peter Žilavý Katedra didaktiky fyziky MFF K Praha Abstrakt Píspvek experimentáln objasuje pojem efektivní hodnota stídavého
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
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
VíceKALIBRACE. Definice kalibrace: mezinárodní metrologický slovník (VIM 3)
KALIBRACE Chemometrie I, David MILDE Definice kalibrace: mezinárodní metrologický slovník (VIM 3) Činnost, která za specifikovaných podmínek v prvním kroku stanoví vztah mezi hodnotami veličiny s nejistotami
VíceZápis z prbžného oponentního ízení
Zápis z prbžného oponentního ízení Identifikaní kód projektu: 1PO5ME816 1. Název projektu: Píprava odborník pro oblast inovaního podnikání 2. Píjemce úelové podpory: Vysoká škola manažerské informatiky
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
VíceCentrum kompetence automobilového průmyslu Josefa Božka - AutoSympo a Kolokvium Božek až , Roztoky -
Popis obsahu balíčku WP12VaV Návrh a zkoušky příslušenství pro plnění a vstřikování paliva ve vznětových motorech pro uvažovaná budoucí paliva Vedoucí konsorcia podílející se na pracovním balíčku České
VíceVektorové obvodové analyzátory
Radioelektronická měření (MREM, LREM) Vektorové obvodové analyzátory 9. přednáška Jiří Dřínovský Ústav radioelektroniky FEKT VUT v Brně Úvod Jedním z nejběžnějších inženýrských problémů je měření parametrů
Více1. Exponenciální rst. 1.1. Spojitý pípad. Rstový zákon je vyjáden diferenciální rovnicí
V tomto lánku na dvou modelech rstu - exponenciálním a logistickém - ukážeme nkteré rozdíly mezi chováním spojitých a diskrétních systém. Exponenciální model lze považovat za základní rstový model v neomezeném
VíceSPOLEHLIVOST KONSTRUKCÍ
VYSOKÉ UENÍ TECHNICKÉ V BRN FAKULTA STAVEBNÍ Prof. Ing. DRAHOMÍR NOVÁK, DrSc. SPOLEHLIVOST KONSTRUKCÍ MODUL P01 PRVODCE PEDMTEM CD04, CD06 STUDIJNÍ OPORY PRO STUDIJNÍ PROGRAMY S KOMBINOVANOU FORMOU STUDIA
VíceProud ní tekutiny v rotující soustav, aneb prozradí nám vír ve výlevce, na které polokouli se nacházíme?
Veletrh nápad uitel fyziky 10 Proudní tekutiny v rotující soustav, aneb prozradí nám vír ve výlevce, na které polokouli se nacházíme? PAVEL KONENÝ Katedra obecné fyziky pírodovdecké fakulty Masarykovy
VíceMĚŘENÍ ČASOVÉHO ZPOŽDĚNÍ MEZI SIGNÁLY MOZKU: APLIKACE V EPILEPTOLOGII Jan Prokš 1, Přemysl Jiruška 2,3
MĚŘENÍ ČASOVÉHO ZPOŽDĚNÍ MEZI SIGNÁLY MOZKU: APLIKACE V EPILEPTOLOGII Jan Prokš, Přemysl Jiruška 2,3 Katedra teorie obvodů, Fakulta elektrotechnická ČVUT, 2 Ústav fyziologie, Univerzita Karlova 2. lékařská
VíceAPLIKACE VYBRANÝCH METOD PRO MĚŘENÍ ZBYTKOVÉHO NAPĚTÍ APPLICATION OF SOME METHODS FOR RESIDUAL STRESS MEASUREMENT
Czech Society for Nondestructive Testing NDE for Safety / DEFEKTOSKOPIE 2012 October 30 - November 1, 2012 - Seč u Chrudimi - Czech Republic APLIKACE VYBRANÝCH METOD PRO MĚŘENÍ ZBYTKOVÉHO NAPĚTÍ APPLICATION
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
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
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
VíceOvení zákonitostí radioaktivních pemn
Ovení zákonitostí radioaktivních pemn Jaromír Karmazín, Gymnázium Velké Meziíí, blue.beret@seznam.cz Aneta Nová, Gymnázium Šternberk, novaaneta@centrum.cz Abstrakt: Naším cílem bylo ovit zákonitosti radioaktivních
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV RADIOELEKTRONIKY. OPTICKÝ SPOJ LR-830/1550 Technický popis
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV RADIOELEKTRONIKY OPTICKÝ SPOJ LR-830/1550 Technický popis BRNO, 2009 1 Návrh a konstrukce dálkového spoje 1.1 Optická
VíceZvýrazňování řeči pomocí vícekanálového zpracování
Zvýrazňování řeči pomocí vícekanálového zpracování Václav Bolom, Pavel Sovka Katedra teorie obvodů Fakulta elektrotechnická České vysoké učení technické v Praze Technická 2, 66 27 Praha 6 Abstrakt Problém
VíceA7B31ZZS 10. PŘEDNÁŠKA Návrh filtrů 1. prosince 2014
A7B3ZZS. PŘEDNÁŠKA Návrh filtrů. prosince 24 Návrhy jednoduchých filtrů Návrhy složitějších filtrů Porovnání FIR a IIR Nástroje pro návrh FIR filtrů v MATLABu Nástroje pro návrh IIR filtrů v MATLABu Kvantování
Více