Úvod do číslicové filtrace
|
|
- Miroslava Navrátilová
- před 5 lety
- Počet zobrazení:
Transkript
1 Ústav infromačních technologií a elektroniky Technická univerzita v Liberci 2008
2 Osnova
3 Osnova
4 Pojem filtr a filtrace Filtrace je proces, kdy systém (filtr) mění složení vstupního signálu (mechanický, optický, elektrický).
5 Pojem filtr a filtrace Filtrace je proces, kdy systém (filtr) mění složení vstupního signálu (mechanický, optický, elektrický). Filtry: mechanický - např. prachový optický - sluneční brýle elektronický - analogové, digitální
6 Filtrace ve smyslu elektroinženýrském Filtrace je proces měnící frekvenční spektrum vstupního signálu X f (θ) Y f (θ).
7 Filtrace ve smyslu elektroinženýrském Filtrace je proces měnící frekvenční spektrum vstupního signálu X f (θ) Y f (θ). Digitální filtr realizuje proces filtrace diktrétnich signálů.
8 Příklady elektonických filtrů 1 Potlačení šumu - radiové signály, videosignály, bioelektrické signály (EEG, EKG,... ), zvukové signály....
9 Příklady elektonických filtrů 1 Potlačení šumu - radiové signály, videosignály, bioelektrické signály (EEG, EKG,... ), zvukové signály Zvýraznění frekvenčních pásem - grafický ekvalizér (výšky, hloubky), zvukové efekty (ozvěna, hala, koupelna), zaostření obrázků (hrany - ostré přechody - zvýraznění vysokých frekvencí)
10 Příklady elektonických filtrů 1 Potlačení šumu - radiové signály, videosignály, bioelektrické signály (EEG, EKG,... ), zvukové signály Zvýraznění frekvenčních pásem - grafický ekvalizér (výšky, hloubky), zvukové efekty (ozvěna, hala, koupelna), zaostření obrázků (hrany - ostré přechody - zvýraznění vysokých frekvencí) 3 Omezení přenosového pásma v komunikačních kanálech (ADSL, rozhlasové + TV vysílání)
11 Příklady elektonických filtrů 1 Potlačení šumu - radiové signály, videosignály, bioelektrické signály (EEG, EKG,... ), zvukové signály Zvýraznění frekvenčních pásem - grafický ekvalizér (výšky, hloubky), zvukové efekty (ozvěna, hala, koupelna), zaostření obrázků (hrany - ostré přechody - zvýraznění vysokých frekvencí) 3 Omezení přenosového pásma v komunikačních kanálech (ADSL, rozhlasové + TV vysílání) 4 Potlačení/odstranění specifických frekvencí (blokování DC složky, potlačení rušení ze sítě 50/60Hz)
12 Příklady elektonických filtrů 1 Potlačení šumu - radiové signály, videosignály, bioelektrické signály (EEG, EKG,... ), zvukové signály Zvýraznění frekvenčních pásem - grafický ekvalizér (výšky, hloubky), zvukové efekty (ozvěna, hala, koupelna), zaostření obrázků (hrany - ostré přechody - zvýraznění vysokých frekvencí) 3 Omezení přenosového pásma v komunikačních kanálech (ADSL, rozhlasové + TV vysílání) 4 Potlačení/odstranění specifických frekvencí (blokování DC složky, potlačení rušení ze sítě 50/60Hz) 5 Speciální operace - diferenciace, integrace, Hilbertova transformace...
13 Proč digitální filtry? Vlastnosti analogových filtrů aplikace na signály spojité v čase realizace pomocí operačních zesilovačů, rezistorů, kapacitorů teoreticky nekonečný frekveční rozsah (prakticky max. GHz - mikrovlné součástky)
14 Proč digitální filtry? Vlastnosti analogových filtrů aplikace na signály spojité v čase realizace pomocí operačních zesilovačů, rezistorů, kapacitorů teoreticky nekonečný frekveční rozsah (prakticky max. GHz - mikrovlné součástky) Nevýhody analogových filtrů citlivé na šum, nestálost a nepřesnost jednotlivých součástek, nelinearity omezený dynamický rozsah špatná výrobní reprodukovatelnost
15 Proč digitální filtry? Vlastnosti digitálních filtrů aplikace na signály diskrétní v čase (a hodnotách - SC obvody) implementace pomocí aritmetických operací (+,*, mov) vysoce lineární (až na kvantizační šum) flexibilní softwarová implementace => změna parametrů za běhu (adaptivní filtry) perfektní reprodukovatelnost takřka neomezený dynamický rozsah (floating point)
16 Proč digitální filtry? Vlastnosti digitálních filtrů aplikace na signály diskrétní v čase (a hodnotách - SC obvody) implementace pomocí aritmetických operací (+,*, mov) vysoce lineární (až na kvantizační šum) flexibilní softwarová implementace => změna parametrů za běhu (adaptivní filtry) perfektní reprodukovatelnost takřka neomezený dynamický rozsah (floating point) Nevýhody digitálních filtrů frekvenční rozsah dán vzorkovací frekvencí (f r f s/2 vyžadují A/D a D/A převodníky pro kontakt s reálným světem
17 Číslicové filtry v PZS V PZS se budeme zabývat návrhem filtrů
18 Číslicové filtry v PZS V PZS se budeme zabývat návrhem filtrů lineárních a časově invariantních (LTI) LTI systém musí splňovat podmínky: aditivity: je-li y 1 [n],y 2 [n] odezva systému na vstupní signály x 1 [n],x 2 [n], pak odezva systému na signál x 1 [n] + x 2 [n] musí být y 1 [n] + y 2 [n] homogenity: je-li y[n] odezva sytému na x[n], pak odezva na αx[n] musí být αy[n] časové invariance: je-li y[n] odezva sytému na x[n], pak odezva na časově zpožděný x[n k] je y[n k]
19 Číslicové filtry v PZS V PZS se budeme zabývat návrhem filtrů lineárních a časově invariantních (LTI) reálných a racionálních systém je reálný: je-li vstupem reálný signál, pak výstupem je také reálný signál => magnitudová odezva je symetrická, fázová odezva antisymetrická
20 Číslicové filtry v PZS V PZS se budeme zabývat návrhem filtrů lineárních a časově invariantních (LTI) reálných a racionálních systém je racionální: když jeho přenosová funkce je racionální lomená.
21 Číslicové filtry v PZS V PZS se budeme zabývat návrhem filtrů lineárních a časově invariantních (LTI) reálných a racionálních kauzálních systém je kauzální: pokud jeho výstupní signál v čase n 0 tj. y[n 0 ] je nezávislý na hodnotách vstupního signálu v časech n > n 0
22 Číslicové filtry v PZS V PZS se budeme zabývat návrhem filtrů lineárních a časově invariantních (LTI) reálných a racionálních kauzálních stabilních systém je stabilní ve smyslu BIBO: pokud vstupní signál s omezenou velikostí x[n] A vyvolá výstupní signál y[n] s omezenou velikostí y[n] B. A a B jsou libolné kladné konečné konstanty.
23 Popis filtru v časové oblasti Impulzní odezva - odezva na jednotkový puls y[n] = x[n] h[n] = x[k]h[n k] = x[n k]h[k] k= k=
24 Popis filtru v časové oblasti Impulzní odezva - odezva na jednotkový puls Diferenční rovnice y[n] = bx[n] a 1 y[n 1] a 2 y[n 2]
25 Popis filtru v časové oblasti Impulzní odezva - odezva na jednotkový puls Diferenční rovnice Blokové schéma
26 Popis filtru v obrazové oblasti Přenosová funkce filtru je racionální lomená funkce definovaná v z-rovině: H z (z) = bo + b 1z 1 + b 2 z 2 + b qz q 1 + a 1 z 1 + a 2 z 2 + a pz p
27 Popis filtru v obrazové oblasti Přenosová funkce filtru je racionální lomená funkce definovaná v z-rovině: H z (z) = bo + b 1z 1 + b 2 z 2 + b qz q 1 + a 1 z 1 + a 2 z 2 + a pz p Podle přenosové funkce dělíme filtry na: IIR - s nekonečnou impulzní odezvou (p 1 a a p 0) FIR - s konečnou impulzní odezvou (p = 0) a impulzní odezva h[n] FIR filtru je: { bn, 0 n q h[n] = 0, jindy
28 Popis filtru v obrazové oblasti Frekveční charakteristika filtru
29 Dolní propust Horní propust Pásmová propust Pásmová zádrž Vícepásmové filtry Osnova 1 2 Dolní propust Horní propust Pásmová propust Pásmová zádrž Vícepásmové filtry 3 4 5
30 Dolní propust Horní propust Pásmová propust Pásmová zádrž Vícepásmové filtry Ideální filtry
31 Dolní propust Horní propust Pásmová propust Pásmová zádrž Vícepásmové filtry Ideální filtry a) Dolní propust (Low-pass) propouští frekvence od 0 do zlomové frekvence (cut-off) θ 0, blokuje ostatní.
32 Dolní propust Horní propust Pásmová propust Pásmová zádrž Vícepásmové filtry Ideální filtry b) Horní propust (High-pass) propouští frekvence od θ 0 do zlomové frekvence (cut-off) π, blokuje ostatní.
33 Dolní propust Horní propust Pásmová propust Pásmová zádrž Vícepásmové filtry Ideální filtry c) Pásmová propust (Band-pass) propouští frekvence od θ 1 do θ 2, blokuje ostatní.
34 Dolní propust Horní propust Pásmová propust Pásmová zádrž Vícepásmové filtry Ideální filtry d) Pásmová zádrž (Band-stop) blokuje frekvence od θ 1 do θ 2, propouští ostatní.
35 Dolní propust Horní propust Pásmová propust Pásmová zádrž Vícepásmové filtry Dolní propust
36 Dolní propust Horní propust Pásmová propust Pásmová zádrž Vícepásmové filtry Dolní propust Propustné pásmo (pass-band) pro frekvenční rozsah 0 θ θ p platí: 1 δ H f (θ) 1 + δ +
37 Dolní propust Horní propust Pásmová propust Pásmová zádrž Vícepásmové filtry Dolní propust Nepropustné pásmo (pass-band) pro frekvenční rozsah θ s θ π platí: 0 H f (θ) δ s
38 Dolní propust Horní propust Pásmová propust Pásmová zádrž Vícepásmové filtry Dolní propust Přechodové pásmo (transition-band) pro frekvenční rozsah θ p < θ < θ s H f (θ) nedefinována
39 Dolní propust Horní propust Pásmová propust Pásmová zádrž Vícepásmové filtry Dolní propust Zvlnění v propustném pásmu (pass-band ripple) je velikost δ p = max {δ +, δ }, v db A p max {δ +, δ }
40 Dolní propust Horní propust Pásmová propust Pásmová zádrž Vícepásmové filtry Dolní propust Útlum v nepropustném pásmu (stop-band attenuation) δ s v db A s = 20 log 10 δ s
41 Dolní propust Horní propust Pásmová propust Pásmová zádrž Vícepásmové filtry Horní propust
42 Dolní propust Horní propust Pásmová propust Pásmová zádrž Vícepásmové filtry Pásmová propust
43 Dolní propust Horní propust Pásmová propust Pásmová zádrž Vícepásmové filtry Pásmová zádrž
44 Dolní propust Horní propust Pásmová propust Pásmová zádrž Vícepásmové filtry Vícepásmový filtr
45 Osnova
46 Frekvenční odezva Přenosová funkce H z (z) je komplexní funkce komplexní proměnné z (4D zobrazení), zajímá nás vliv H z (z) na spektrum signálu, tj. jen v oblasti z = e jθ
47 Frekvenční odezva Přenosová funkce H z (z) je komplexní funkce komplexní proměnné z (4D zobrazení), zajímá nás vliv H z (z) na spektrum signálu, tj. jen v oblasti z = e jθ Frekvenční odezva H f (θ) je komplexní funkce reálné proměnné θ Složkový tvar: H f (θ) = H f r (θ) + jh f i (θ) Polární tvar: H f (θ) = H f (θ) e jψ(θ)
48 Frekvenční odezva Přenosová funkce H z (z) je komplexní funkce komplexní proměnné z (4D zobrazení), zajímá nás vliv H z (z) na spektrum signálu, tj. jen v oblasti z = e jθ Frekvenční odezva H f (θ) je komplexní funkce reálné proměnné θ Složkový tvar: H f (θ) = H f r (θ) + jh f i (θ) Polární tvar: H f (θ) = H f (θ) e jψ(θ) Magnituda a fáze frekveční odezvy Magnituda: H f (θ) = [Hr f (θ)] 2 + [Hi f (θ)]2 Fáze: Ψ(θ) = viz dále
49 Osnova
50 Definice fázové odezvy Frekvenční odezva H f (θ) Polární tvar: H f (θ) = H f (θ) e jψ(θ)
51 Definice fázové odezvy Frekvenční odezva H f (θ) Polární tvar: H f (θ) = H f (θ) e jψ(θ) Ψ(θ) Ψ(θ) = { atan2{h f i (θ), Hr f (θ)}, H f (θ) 0 nedefinováno, H f (θ) = 0 kde α = atan2(y, x) je unikátní úhel α ( π, π > pro který platí cos(α) = x (x 2 + y 2 ), sin(α) = y (x 2 + y 2 )
52 Průběh atan vs. atan2
53 Osnova 1 2 Dolní propust Horní propust Pásmová propust Pásmová zádrž Vícepásmové filtry 3 4 5
54 Průběh fáze Ψ(θ) je spojitý až na 2 případy: 1 v bodech θ 0 kde Hi f (θ 0 ) = 0 a Hr f (θ) < 0 nabývá hodnoty Ψ(θ 0 ) = π (z definice). Pro Hi f (θ 0 ) < 0 nebo Hf i (θ + 0 ) < 0 nabývá Ψ(θ+ 0 ) nebo Ψ(θ 0 ) hodnoty π. Dochází ke skoku ve fázi 2π (2π nespojitost).
55 Průběh fáze Ψ(θ) je spojitý až na 2 případy: 1 v bodech θ 0 kde Hi f (θ 0 ) = 0 a Hr f (θ) < 0 nabývá hodnoty Ψ(θ 0 ) = π (z definice). Pro Hi f (θ 0 ) < 0 nebo Hf i (θ + 0 ) < 0 nabývá Ψ(θ+ 0 ) nebo Ψ(θ 0 ) hodnoty π. Dochází ke skoku ve fázi 2π (2π nespojitost). 2 v bodech H f (θ 0 ) = 0 (tj. H f i (θ 0 ) = 0 a H r (θ 0 ) = 0) není fáze definována, dochází ke skoku ve fázi o π (π nespojitost).
56 Průběh fáze Ψ(θ) je spojitý až na 2 případy: 1 v bodech θ 0 kde Hi f (θ 0 ) = 0 a Hr f (θ) < 0 nabývá hodnoty Ψ(θ 0 ) = π (z definice). Pro Hi f (θ 0 ) < 0 nebo Hf i (θ + 0 ) < 0 nabývá Ψ(θ+ 0 ) nebo Ψ(θ 0 ) hodnoty π. Dochází ke skoku ve fázi 2π (2π nespojitost). 2 v bodech H f (θ 0 ) = 0 (tj. H f i (θ 0 ) = 0 a H r (θ 0 ) = 0) není fáze definována, dochází ke skoku ve fázi o π (π nespojitost). Počet nespojitostí Necht H z (z) je RCSR (reálná, kauzální, stabilní, racionální), pak H f i (θ) = 0 a H f r (θ 0 ) 0 nastane jen v konečném počtu bodů na intervalu π < 0 π.
57 Průběh fáze Ψ(θ) je spojitý až na 2 případy: 1 v bodech θ 0 kde Hi f (θ 0 ) = 0 a Hr f (θ) < 0 nabývá hodnoty Ψ(θ 0 ) = π (z definice). Pro Hi f (θ 0 ) < 0 nebo Hf i (θ + 0 ) < 0 nabývá Ψ(θ+ 0 ) nebo Ψ(θ 0 ) hodnoty π. Dochází ke skoku ve fázi 2π (2π nespojitost). 2 v bodech H f (θ 0 ) = 0 (tj. H f i (θ 0 ) = 0 a H r (θ 0 ) = 0) není fáze definována, dochází ke skoku ve fázi o π (π nespojitost). Počet nespojitostí Necht H z (z) je RCSR (reálná, kauzální, stabilní, racionální), pak H f i (θ) = 0 a H f r (θ 0 ) 0 nastane jen v konečném počtu bodů na intervalu π < 0 π. Věta o nespojitosti fáze Necht H z (z) je RCSR přenosová funkce. Pak v bodech nespojitosti (konečný počet na π < θ π) se fáze mění bud o 2π nebo π radiánů.
58 Osnova 1 2 Dolní propust Horní propust Pásmová propust Pásmová zádrž Vícepásmové filtry 3 4 5
59 Nespojitá fáze Příklad Necht H z (z) = 1 z 1. Frekvenční odezva je: Magnituda: Fáze: H f (θ) = 1 e jθ = (e j0.5θ + e j0.5θ )e j0.5θ = 2j sin(0.5θ)e j0.5θ Ψ(θ) = H f (θ) = 2 sin(0.5θ)e j(0.5π 0.5θ) H f (θ) = 2 sin(0.5θ) Fáze v bodě θ 0 = 0 nespojitost 2. druhu: { 0.5π 0.5θ, 0 < θ < π 0.5π 0.5θ, π < θ < 0 Ψ(θ 0 ) = 0.5π, Ψ(θ+ 0 ) = 0.5π
60 Nespojitá fáze
61 Reprezentace frekvenční odezvy pomocí spojité fáze Definice Frekvenční odezva RCSR přenosové funkce H z (z) lze vyjádřit jako: H f (θ) = A(θ)e jφ(θ)
62 Reprezentace frekvenční odezvy pomocí spojité fáze Definice Frekvenční odezva RCSR přenosové funkce H z (z) lze vyjádřit jako: H f (θ) = A(θ)e jφ(θ) A(θ) se nazývá amplitudová funkce (reálná, nemusí být kladná).
63 Reprezentace frekvenční odezvy pomocí spojité fáze Definice Frekvenční odezva RCSR přenosové funkce H z (z) lze vyjádřit jako: H f (θ) = A(θ)e jφ(θ) A(θ) se nazývá amplitudová funkce (reálná, nemusí být kladná). Φ(θ) se nazývá spojitá fáze (spojitá funkce)
64 Přechod nespojitá fáze spojitá fáze Krok 1 Najdeme první bod nespojitosti θ 1 napravo od π
65 Přechod nespojitá fáze spojitá fáze Krok 2 Nadefinujeme: A(θ) = H f (θ), Φ(θ) = Ψ(θ), π < θ < θ 1 A(θ 1 ) = lim θ θ1 A(θ), Φ(θ 1 ) = lim θ θ1 Φ(θ)
66 Přechod nespojitá fáze spojitá fáze Krok 3 Najdeme další bod nespojitosti napravo od θ 1 a definujeme A(θ) = ( 1) k H f (θ), Φ(θ) = Ψ(θ) + kπ, θ 1 < θ < θ 2
67 Přechod nespojitá fáze spojitá fáze Krok 4 opakujeme krok 3 dokud neodstraníme poslední bod nespojitosti
68 Přechod nespojitá fáze spojitá fáze Krok 5 Zajistíme jednoznačnost reprezentace: posuneme (přičteme) Φ(θ) o π nebo 2π tak, aby 0 θ(0) < π. Při posunu o π musíme otočit znaménko, tj. A(θ) = A(θ). Při posunu o 2π A(θ) zůstává.
69 Reprezentace pomocí spojité fáze Příklad A(θ) = 2 sin(0.5θ), Φ(θ) = 0.5π 0.5θ
70 Reprezentace pomocí spojité fáze Příklad A(θ) = 2 sin(0.5θ), Φ(θ) = 0.5π 0.5θ
71 Osnova 1 2 Dolní propust Horní propust Pásmová propust Pásmová zádrž Vícepásmové filtry 3 4 5
72 Filtr s lineární fází Necht má číslicový filtr frekvenční odezvu H f (θ) = A(θ)e jθτp, kde τ p = konst.
73 Filtr s lineární fází Necht má číslicový filtr frekvenční odezvu H f (θ) = A(θ)e jθτp, kde τ p = konst. pak se nazývá filtr s lineární fází
74 Filtr s lineární fází Necht má číslicový filtr frekvenční odezvu H f (θ) = A(θ)e jθτp, kde τ p = konst. pak se nazývá filtr s lineární fází konstanta τ p se nazývá fázové zpoždění (ve vzorcích)
75 Celočíselné fázové zpoždění Příklad Mějme filtr H z (z) = z L, H f (θ) = e jθl, kde L je celé číslo. y[n] = x[n] h[n] = IDTFT (H f (θ)x f (θ)) y[n] = 1 2π y[n] = 1 2π π π π π H f (θ)x f (θ)e jθn dθ X f (θ)e jθ(n L) dθ y[n] = x[n L]
76 Celočíselné fázové zpoždění Příklad Mějme filtr H z (z) = z L, H f (θ) = e jθl, kde L je celé číslo. y[n] = x[n] h[n] = IDTFT (H f (θ)x f (θ)) y[n] = 1 2π y[n] = 1 2π π π π π H f (θ)x f (θ)e jθn dθ X f (θ)e jθ(n L) dθ y[n] = x[n L] Má-li filtr konstantní celočíselné fázové zpoždění (lineární fází) na intervalu θ 1 θ θ 2, bude y[n] v tomto pásmu ovlivněn pouze magnitudou a zpožděn o L vzorků.
77 Neceločíselné fázové zpoždění Příklad Mějme filtr H f (θ) = e jθ(l+δ), kde L + δ není celé číslo. y[n] = 1 2π π π [ 1 π ] x[m]e jθm e jθ(n L δ) dθ = 2π π m= y[n] = m= X f (θ)e jθ(n L δ) dθ = m= x[m]sinc(n m L δ) [ 1 π ] x[m] e jθ(n L δ) dθ 2π π
78 Neceločíselné fázové zpoždění Příklad Mějme filtr H f (θ) = e jθ(l+δ), kde L + δ není celé číslo. y[n] = 1 2π π π [ 1 π ] x[m]e jθm e jθ(n L δ) dθ = 2π π m= y[n] = m= X f (θ)e jθ(n L δ) dθ = m= x[m]sinc(n m L δ) [ 1 π ] x[m] e jθ(n L δ) dθ 2π π Má-li filtr konstantní neceločíselné fázové zpoždění (lineární fází) na intervalu θ 1 θ θ 2, bude y[n] v tomto pásmu ovlivněn pouze magnitudou a zpožděn jakoby o L + δ vzorků (sinc interpolace).
79 Fázové zpoždění obecně Pro filtry nemající lineární fázi definujeme: τ p(θ) = φ(θ) θ
80 Příklad Necht má filtr frekvenční odezvu (filtr nemá lineární fázi) e jφ0 jθ(l+δ), θ 1 θ θ 2 H f (θ) = e jφ0 jθ(l+δ), θ 2 θ θ 1 libovolné, jinde kde L je přirozené číslo, δ zlomek, φ 0 fixní úhel a θ 1, θ 2 fixní frekvence. Vstupní signál x[n] (obálka) je amplitudově modulován na nosnou frekvenci θ c, tj. x[n]cos(θ cn). Dále předpokládejme: 1 modulující signál x[n] je pásmově omezený, tj. θ θ 0 2 platí následující nerovnost: θ 1 θ c θ 0 < θ c + θ 0 θ 2 Otázka: Jak bude vypadat výstupní signál?
81 Příklad Necht má filtr frekvenční odezvu (filtr nemá lineární fázi) e jφ0 jθ(l+δ), θ 1 θ θ 2 H f (θ) = e jφ0 jθ(l+δ), θ 2 θ θ 1 libovolné, jinde kde L je přirozené číslo, δ zlomek, φ 0 fixní úhel a θ 1, θ 2 fixní frekvence. Vstupní signál x[n] (obálka) je amplitudově modulován na nosnou frekvenci θ c, tj. x[n]cos(θ cn). Dále předpokládejme: 1 modulující signál x[n] je pásmově omezený, tj. θ θ 0 2 platí následující nerovnost: θ 1 θ c θ 0 < θ c + θ 0 θ 2 Otázka: Jak bude vypadat výstupní signál? y[n] = w[n]cos[θ cn + φ 0 θ c(l + δ)]
82 Filtr se zobecněnou lineární fází (GLP - Generalized linear phase) GLP filtr má frekveční odezvu ve tvaru H f (θ) = A(θ)e j(φ 0 θτ g ) τ g se nazývá skupinové zpoždění (group delay) - ve vzorcích.
83 Filtr se zobecněnou lineární fází (GLP - Generalized linear phase) GLP filtr má frekveční odezvu ve tvaru H f (θ) = A(θ)e j(φ 0 θτ g ) τ g se nazývá skupinové zpoždění (group delay) - ve vzorcích. Skupinové zpoždění pro obecný filtr τ g = dφ(θ) dθ
84 Skupinové zpoždění Výpočet skupinového zpoždění pro obecný filtr τ g(θ) = d dθ arctan2{hf i (θ), H f r (θ)} = dh r f (θ) dθ Hf i (θ) dhf i (θ) dθ Hf r (θ) [H i f (θ)]2 +[Hr f (θ)]2
85 Skupinové zpoždění Výpočet skupinového zpoždění pro obecný filtr τ g(θ) = d dθ arctan2{hf i (θ), H f r (θ)} = dh r f (θ) dθ Hf i (θ) dhf i (θ) dθ Hf r (θ) [H i f (θ)]2 +[Hr f (θ)]2 Výpočet skupinového zpoždění pro FIR H f (θ) = N n=0 h[n]e jθn, dh f (θ) dθ = j N n=0 nh[n]e jθn
86 Skupinové zpoždění Výpočet skupinového zpoždění pro obecný filtr τ g(θ) = d dθ arctan2{hf i (θ), H f r (θ)} = dh r f (θ) dθ Hf i (θ) dhf i (θ) dθ Hf r (θ) [H i f (θ)]2 +[Hr f (θ)]2 Výpočet skupinového zpoždění pro FIR H f (θ) = N n=0 h[n]e jθn, dh f (θ) dθ = j N n=0 nh[n]e jθn Výpočet skupinového zpoždění pro racionální IIR Skupinové zpoždění je dáno rozdílem skuoinového zpoždění čitatele a jmenovatele: τ g(θ) = τ b g (θ) τ a g (θ)
87 Vliv polohy nulových bodů na τ g Příklad H1 z (z) = (1 0.5z 1 )(1 0.2z 1 ), H z 1 z z 2 2 (z) = 0.5(1 2z 1 )(1 0.2z 1 ) 1 z z 2 H3 z (z) = 0.2(1 0.5z 1 )(1 5z 1 ), H z 1 z z 2 4 (z) = 0.1(1 2z 1 )(1 5z 1 ) 1 z z 2
88 Vliv polohy nulových bodů na τ g Příklad H1 z (z) = (1 0.5z 1 )(1 0.2z 1 ), H z 1 z z 2 2 (z) = 0.5(1 2z 1 )(1 0.2z 1 ) 1 z z 2 H3 z (z) = 0.2(1 0.5z 1 )(1 5z 1 ), H z 1 z z 2 4 (z) = 0.1(1 2z 1 )(1 5z 1 ) 1 z z 2 Obrázek: Magnituda filtrů
89 Poloha nul a pólů
90 Skupinové zpoždění H1 z (z) = (1 0.5z 1 )(1 0.2z 1 ), H z 1 z z 2 2 (z) = 0.5(1 2z 1 )(1 0.2z 1 ) 1 z z 2 H3 z (z) = 0.2(1 0.5z 1 )(1 5z 1 ), H z 1 z z 2 4 (z) = 0.1(1 2z 1 )(1 5z 1 ) 1 z z 2
91 Filtr s minimální fází Filtr s minimální fází nemá žádný nulový body vně jednotkového kruhu
92 Filtr s minimální fází Filtr s minimální fází nemá žádný nulový body vně jednotkového kruhu Filtr s maximální fází má všechny nulové body vně jednotkového kruhu
93 Filtr s minimální fází Filtr s minimální fází nemá žádný nulový body vně jednotkového kruhu Filtr s maximální fází má všechny nulové body vně jednotkového kruhu Filtr s smíšenou fází má libovolně rozmístěné nulové body
94 Převod filtru s neminimální na minimální fázi 1 Navrhneme filtr splňující požadavky na magnitudu, ignorujeme fázi
95 Převod filtru s neminimální na minimální fázi 1 Navrhneme filtr splňující požadavky na magnitudu, ignorujeme fázi 2 Najdeme nulové body filtru z n
96 Převod filtru s neminimální na minimální fázi 1 Navrhneme filtr splňující požadavky na magnitudu, ignorujeme fázi 2 Najdeme nulové body filtru z n 3 Nahradíme nuly vně jednotkového kruhu (tj. z n > 1 ) jejich komplexně sdruženými inverzemi, tj. z n z n 1.
97 Převod filtru s neminimální na minimální fázi 1 Navrhneme filtr splňující požadavky na magnitudu, ignorujeme fázi 2 Najdeme nulové body filtru z n 3 Nahradíme nuly vně jednotkového kruhu (tj. z n > 1 ) jejich komplexně sdruženými inverzemi, tj. z n z n 1. 4 Přizpůsobíme zisk (magnitudu) filtru (násobením konstantou K ) tak, aby odpovídal původnímu.
98 - fázovací články mají konstatní magitudovou odezvu H f (θ) = 1 Racionální filtr je all-pass: 1 když má stejný počet nul a pólů
99 - fázovací články mají konstatní magitudovou odezvu H f (θ) = 1 Racionální filtr je all-pass: 1 když má stejný počet nul a pólů 2 každé nule odpovídá koplexně srdužený pól
100 - fázovací články mají konstatní magitudovou odezvu H f (θ) = 1 Racionální filtr je all-pass: 1 když má stejný počet nul a pólů 2 každé nule odpovídá koplexně srdužený pól 3 přenosová fuknkce má tvar: H z (z) = p k=1 α k z 1 1 α k z 1
101 Osnova
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
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
VícePři návrhu FIR filtru řešíme obvykle následující problémy:
Návrh FIR filtrů Při návrhu FIR filtru řešíme obvykle následující problémy: volba frekvenční odezvy požadovaného filtru; nejčastěji volíme ideální charakteristiku normovanou k Nyquistově frekvenci, popř.
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
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)
VíceÚPGM FIT VUT Brno,
Systémy s diskrétním časem Jan Černocký ÚPGM FIT VUT Brno, cernocky@fit.vutbr.cz 1 LTI systémy v tomto kursu budeme pracovat pouze se systémy lineárními a časově invariantními. Úvod k nim jsme viděli již
VíceLineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně
Lineární a adaptivní zpracování dat 2. SYSTÉMY a jejich popis v časové doméně Daniel Schwarz Investice do rozvoje vzdělávání Osnova Opakování: signály Systémy: definice, několik příkladů Vlastnosti systémů
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
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 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
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
VíceÚvod do zpracování signálů
1 / 25 Úvod do zpracování signálů Karel Horák Rozvrh přednášky: 1. Spojitý a diskrétní signál. 2. Spektrum signálu. 3. Vzorkovací věta. 4. Konvoluce signálů. 5. Korelace signálů. 2 / 25 Úvod do zpracování
VíceSIGNÁLY A LINEÁRNÍ SYSTÉMY
SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc. holcik@iba.muni.cz II. SIGNÁLY ZÁKLADNÍ POJMY SIGNÁL - DEFINICE SIGNÁL - DEFINICE Signál je jev fyzikální, chemické, biologické, ekonomické či jiné
VíceLineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY a SYSTÉMY
Lineární a adaptivní zpracování dat 1. ÚVOD: SIGNÁLY a SYSTÉMY Daniel Schwarz Investice do rozvoje vzdělávání Osnova Úvodní informace o předmětu Signály, časové řady klasifikace, příklady, vlastnosti Vzorkovací
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
VíceX31EO2 - 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
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
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
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
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.
VíceFrekvenční 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
Víceelektrické 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
Více7.1. Číslicové filtry IIR
Kapitola 7. Návrh číslicových filtrů Hraniční kmitočty propustného a nepropustného pásma jsou ve většině případů specifikovány v[hz] společně se vzorkovacím kmitočtem číslicového filtru. Návrhové algoritmy
VíceMěření neelektrických veličin. Fakulta strojního inženýrství VUT v Brně Ústav konstruování
Měření neelektrických veličin Fakulta strojního inženýrství VUT v Brně Ústav konstruování Obsah Struktura měřicího řetězce Senzory Technické parametry senzorů Obrazová příloha Měření neelektrických veličin
VícePředmět A3B31TES/Př. 13
Předmět A3B31TES/Př. 13 PS 1 1 Katedra teorie obvodů, místnost č. 523, blok B2 Přednáška 13: Kvantování, modulace, stavový popis PS Předmět A3B31TES/Př. 13 květen 2015 1 / 28 Obsah 1 Kvantování 2 Modulace
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
Více9. PRINCIPY VÍCENÁSOBNÉHO VYUŽITÍ PŘENOSOVÝCH CEST
9. PRINCIPY VÍCENÁSOBNÉHO VYUŽITÍ PŘENOSOVÝCH CEST Modulace tvoří základ bezdrátového přenosu informací na velkou vzdálenost. V minulosti se ji využívalo v telekomunikacích při vícenásobném využití přenosových
VíceFunkce komplexní proměnné a integrální transformace
Funkce komplexní proměnné a integrální transformace Fourierovy řady I. Marek Lampart Text byl vytvořen v rámci realizace projektu Matematika pro inženýry 21. století (reg. č. CZ.1.07/2.2.00/07.0332), na
VíceBinární data. Číslicový systém. Binární data. Klávesnice Snímače polohy, dotykové displeje, myš Digitalizovaná data odvozená z analogového signálu
5. Obvody pro číslicové zpracování signálů 1 Číslicový systém počítač v reálném prostředí Klávesnice Snímače polohy, dotykové displeje, myš Digitalizovaná data odvozená z analogového signálu Binární data
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,
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
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
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
VíceKapitola 1. Signály a systémy. 1.1 Klasifikace signálů
Kapitola 1 Signály a systémy 1.1 Klasifikace signálů Signál představuje fyzikální vyjádření informace, obvykle ve formě okamžitých hodnot určité fyzikální veličiny, která je funkcí jedné nebo více nezávisle
VíceLineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY
Lineární a adaptivní zpracování dat 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY Daniel Schwarz Investice do rozvoje vzdělávání Osnova Úvodní informace o předmětu Signály, časové řady klasifikace, příklady,
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
VíceVlastnosti a modelování aditivního
Vlastnosti a modelování aditivního bílého šumu s normálním rozdělením kacmarp@fel.cvut.cz verze: 0090913 1 Bílý šum s normálním rozdělením V této kapitole se budeme zabývat reálným gaussovským šumem n(t),
VíceSnímání biologických signálů. A6M31LET Lékařská technika Zdeněk Horčík Katedra teorie obvodů
Snímání biologických signálů A6M31LET Lékařská technika Zdeněk Horčík Katedra teorie obvodů horcik@fel.cvut.cz Snímání biologických signálů problém: převést co nejvěrněji spojitý signál do číslicové podoby
VíceAnalogové modulace. Podpora kvality výuky informačních a telekomunikačních technologií ITTEL CZ.2.17/3.1.00/36206
EVROPSKÝ SOCIÁLNÍ FOND Analogové modulace PRAHA & EU INVESTUJEME DO VAŠÍ BUDOUCNOSTI Podpora kvality výuky informačních a telekomunikačních technologií ITTEL CZ.2.17/3.1.00/36206 Modulace Co je to modulace?
VíceLineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY
Lineární a adaptivní zpracování dat 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY Daniel Schwarz Investice do rozvoje vzdělávání Osnova Úvodní informace o předmětu Signály, časové řady klasifikace, příklady,
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
VíceAnalýza lineárních regulačních systémů v časové doméně. V Modelice (ale i v Simulinku) máme blok TransfeFunction
Analýza lineárních regulačních systémů v časové doméně V Modelice (ale i v Simulinku) máme blok TransfeFunction Studijní materiály http://physiome.cz/atlas/sim/regulacesys/ Khoo: Physiological Control
VíceTeorie 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
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
VíceMultimediální systémy
Multimediální systémy Jan Outrata KATEDRA INFORMATIKY UNIVERZITA PALACKÉHO V OLOMOUCI přednášky Získání obsahu Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec
VíceInverzní z-transformace. prof. Miroslav Vlček. 25. dubna 2013
Modelování systémů a procesů 25. dubna 2013 Obsah Inverzní z-transformace 1 Inverzní z-transformace 2 Obsah Inverzní z-transformace 1 Inverzní z-transformace 2 Metody výpočtu inverzní z-transformace Zpětná
Více12 - 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
VíceLimita a spojitost LDF MENDELU
Limita a spojitost Základy vyšší matematiky LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipĺıny společného základu
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
VíceZákladní komunikační řetězec
STŘEDNÍ PRŮMYSLOVÁ ŠKOLA NA PROSEKU EVROPSKÝ SOCIÁLNÍ FOND Základní komunikační řetězec PRAHA & EU INVESTUJEME DO VAŠÍ BUDOUCNOSTI Podpora kvality výuky informačních a telekomunikačních technologií ITTEL
Vícepolyfázové filtry (multirate filters) cascaded integrator comb filter (CIC) A0M38SPP - Signálové procesory v praxi - přednáška 8 2
A0M38SPP - Signálové procesory v praxi - přednáška 8 2 Decimace snížení vzorkovací frekvence Interpolace zvýšení vzorkovací frekvence Obecné převzorkování signálu faktorem I/D Efektivní způsoby implementace
Víceelektrické filtry Jiří Petržela filtry se spínanými kapacitory
Jiří Petržela motivace miniaturizace vytvoření plně integrovaného filtru jednotnou technologií redukce plochy na čipu snížení ceny výhody koncepce spínaných kapacitorů (SC) koeficienty přenosové funkce
Vícer 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)
VíceManuální, technická a elektrozručnost
Manuální, technická a elektrozručnost Realizace praktických úloh zaměřených na dovednosti v oblastech: Vybavení elektrolaboratoře Schématické značky, základy pájení Fyzikální principy činnosti základních
VíceI. Současná analogová technika
IAS 2010/11 1 I. Současná analogová technika Analogové obvody v moderních komunikačních systémech. Vývoj informatických technologií v poslední dekádě minulého století digitalizace, zvýšení objemu přenášených
Více1 Topologie roviny a prostoru
1 Topologie roviny a prostoru 1.1 Základní pojmy množin Intervaly a okolí Intervaly v rovině nebo prostoru jsou obdélníky nebo hranoly se stranami rovnoběžnými s osami souřadnic. Podmnožiny intervalů se
VíceDigitální modulace. Podpora kvality výuky informačních a telekomunikačních technologií ITTEL CZ.2.17/3.1.00/36206
EVROPSKÝ SOCIÁLNÍ FOND PRAHA & EU INVESTUJEME DO VAŠÍ BUDOUCNOSTI Podpora kvality výuky informačních a telekomunikačních technologií ITTEL CZ.2.17/3.1.00/36206 Modulace analogových modulací modulační i
Víceteorie 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
VíceVold-Kalmanova řádová filtrace. JiříTůma
Vold-Kalmanova řádová filtrace JiříTůma Obsah Základy Kalmanovy filtrace Základy Vold-Kalmanovy filtrace algoritmus Globální řešení Příklady užití Vold-Kalmanovy řádové filtrace Kalmanův filtr ( n ) Process
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/
VíceDiskretizace. 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
VíceMKI Funkce f(z) má singularitu v bodě 0. a) Stanovte oblast, ve které konverguje hlavní část Laurentova rozvoje funkce f(z) v bodě 0.
MKI -00 Funkce f(z) má singularitu v bodě 0. a) Stanovte oblast, ve které konverguje hlavní část Laurentova rozvoje funkce f(z) v bodě 0. V jakém rozmezí se může pohybovat poloměr konvergence regulární
VíceCzech Technical University in Prague Faculty of Electrical Engineering. Fakulta elektrotechnická. České vysoké učení technické v Praze.
Nejprve několik fyzikálních analogií úvodem Rezonance Rezonance je fyzikálním jevem, kdy má systém tendenci kmitat s velkou amplitudou na určité frekvenci, kdy malá budící síla může vyvolat vibrace s velkou
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
VíceO řešení diferenční rovnice y(n+2) 1, 25y(n+1)+0, 78125y(n) = x(n + 2) x(n)
O řešení diferenční rovnice yn+), 5yn+)+0, 785yn) xn + ) xn) Prof. RNDr. Josef Diblík, DrSc. a Prof. Ing. Zdeněk Smékal, CSc. V příspěvku je řešena rovnice Abstrakt yn + ), 5yn + ) + 0, 785yn) xn + ) xn)
VíceAnalýza 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
VíceMatematika I (KMI/PMATE)
Přednáška první aneb Úvod do matematické analýzy Funkce a její vlastnosti Úvod do matematické analýzy Osnova přednášky pojem funkce definice funkce graf funkce definiční obor funkce obor hodnot funkce
VíceROZDĚLENÍ SNÍMAČŮ, POŽADAVKY KLADENÉ NA SNÍMAČE, VLASTNOSTI SNÍMAČŮ
ROZDĚLENÍ SNÍMAČŮ, POŽADAVKY KLADENÉ NA SNÍMAČE, VLASTNOSTI SNÍMAČŮ (1.1, 1.2 a 1.3) Ing. Pavel VYLEGALA 2014 Rozdělení snímačů Snímače se dají rozdělit podle mnoha hledisek. Základním rozdělení: Snímače
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
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
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
Více25. DIGITÁLNÍ TELEVIZNÍ SIGNÁL A KABELOVÁ TELEVIZE
25. DIGITÁLNÍ TELEVIZNÍ SIGNÁL A KABELOVÁ TELEVIZE Digitalizace obrazu a komprese dat. Uveďte bitovou rychlost nekomprimovaného číslicového TV signálu a jakou šířku vysílacího pásma by s dolním částečně
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
Více2. GENERÁTORY MĚŘICÍCH SIGNÁLŮ II
. GENERÁTORY MĚŘICÍCH SIGNÁLŮ II Generátory s nízkým zkreslením VF generátory harmonického signálu Pulsní generátory X38SMP P 1 Generátory s nízkým zkreslením Parametry, které se udávají zkreslení: a)
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
VíceDiferenciální rovnice a jejich aplikace. (Brkos 2011) Diferenciální rovnice a jejich aplikace 1 / 36
Diferenciální rovnice a jejich aplikace Zdeněk Kadeřábek (Brkos 2011) Diferenciální rovnice a jejich aplikace 1 / 36 Obsah 1 Co to je derivace? 2 Diferenciální rovnice 3 Systémy diferenciálních rovnic
VíceZákladní 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
Více14 - Moderní frekvenční metody
4 - Moderní frekvenční metody Michael Šebek Automatické řízení 28 4-4-8 Loop shaping: Chování pro nízké frekvence Tvar OL frekvenční charakteristiky L(s)=KD(s)G(s) určuje chování, ustálenou odchylku a
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,
Více3. Kmitočtové charakteristiky
3. Kmitočtové charakteristiky Po základním seznámení s programem ATP a jeho preprocesorem ATPDraw následuje využití jednotlivých prvků v jednoduchých obvodech. Jednotlivé příklady obvodů jsou uzpůsobeny
VíceZáklady a aplikace digitálních. Katedra radioelektroniky (13137), blok B2, místnost 722
Základy a aplikace digitálních modulací Josef Dobeš Katedra radioelektroniky (13137), blok B2, místnost 722 dobes@fel.cvut.cz 6. října 2014 České vysoké učení technické v Praze, Fakulta elektrotechnická
VícePraktické výpočty s komplexními čísly (především absolutní hodnota a fázový úhel) viz např. vstupní test ve skriptech.
Praktické výpočty s komplexními čísly (především absolutní hodnota a fázový úhel) viz např. vstupní test ve skriptech. Neznalost amplitudové a fázové frekvenční charakteristiky dolní a horní RC-propusti
VíceZáklady teorie pravděpodobnosti
Základy teorie pravděpodobnosti Náhodná veličina Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at)email.cz 12. února 2012 Statistika by Birom Základy teorie
VíceZákladní pojmy o signálech
Základní pojmy o signálech klasifikace signálů transformace časové osy energie a výkon periodické signály harmonický signál jednotkový skok a impuls Jan Černocký ÚPGM FIT VUT Brno, cernocky@fit.vutbr.cz
Více25.z-6.tr ZS 2015/2016
Ústav technologie, mechanizace a řízení staveb Teorie měření a regulace Typové členy 2 25.z-6.tr ZS 2015/2016 2015 - Ing. Václav Rada, CSc. TEORIE ŘÍZENÍ třetí část tématu předmětu pokračuje. A oblastí
VíceDigitalizace převod AS DS (analogový diskrétní signál )
Digitalizace signálu v čase Digitalizace převod AS DS (analogový diskrétní signál ) v amplitudě Obvykle převod spojité předlohy (reality) f 1 (t/x,...), f 2 ()... připomenutí Digitalizace: 1. vzorkování
Víceíta ové sít baseband narrowband broadband
Každý signál (diskrétní i analogový) vyžaduje pro přenos určitou šířku pásma: základní pásmo baseband pro přenos signálu s jednou frekvencí (není transponován do jiné frekvence) typicky LAN úzké pásmo
VíceTel-30 Nabíjení kapacitoru konstantním proudem [V(C1), I(C1)] Start: Transient Tranzientní analýza ukazuje, jaké napětí vytvoří proud 5mA za 4ms na ka
Tel-10 Suma proudů v uzlu (1. Kirchhofův zákon) Posuvným ovladačem ohmické hodnoty rezistoru se mění proud v uzlu, suma platí pro každou hodnotu rezistoru. Tel-20 Suma napětí podél smyčky (2. Kirchhofův
VícePři návrhu FIR filtru řešíme obvykle následující problémy:
Návrh FIR filtrů Při návrhu FIR filtru řešíme obvykle následující problémy: volba frekvenční odezvy požadovaného filtru; nejčastěji volíme ideální charakteristiku normovanou k Nyquistově frekvenci, popř.
VíceAkustika. 3.1 Teorie - spektrum
Akustika 3.1 Teorie - spektrum Rozklad kmitů do nejjednodušších harmonických Spektrum Spektrum Jedna harmonická vlna = 1 frekvence Dvě vlny = 2 frekvence Spektrum 3 vlny = 3 frekvence Spektrum Další vlny
VíceMetody výpočtu limit funkcí a posloupností
Metody výpočtu limit funkcí a posloupností Martina Šimůnková, 6. listopadu 205 Učební tet k předmětu Matematická analýza pro studenty FP TUL Značení a terminologie R značí množinu reálných čísel, rozšířenou
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
VíceFyzikální 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
VíceUniverzita Karlova v Praze Pedagogická fakulta
Univerzita Karlova v Praze Pedagogická fakulta SEMINÁRNÍ PRÁCE Z ÚVODU DO MATEMATICKÉ ANLÝZY FUNKCE 999/000 CIFRIK Funkce F a) Zadání: Vyšetřete bez užití limit a derivací funkci : y = { x } f Definice:
VíceELEKTRONIKA. Maturitní témata 2018/ L/01 POČÍTAČOVÉ A ZABEZPEČOVACÍ SYSTÉMY
ELEKTRONIKA Maturitní témata 2018/2019 26-41-L/01 POČÍTAČOVÉ A ZABEZPEČOVACÍ SYSTÉMY Řešení lineárních obvodů - vysvětlete postup řešení el.obvodu ohmovou metodou (postupným zjednodušováním) a vyřešte
VíceDnešní látka Variačně formulované okrajové úlohy zúplnění prostoru funkcí. Lineární zobrazení.
Předmět: MA4 Dnešní látka Variačně formulované okrajové úlohy zúplnění prostoru funkcí. Lineární zobrazení. Literatura: Kapitola 2 a)-c) a kapitola 4 a)-c) ze skript Karel Rektorys: Matematika 43, ČVUT,
VíceMezi elementární komplexní funkce se obvykle počítají tyto funkce: f(z) = az + b,
Elementární funkce Mezi elementární komplení funkce se obvykle počítají tyto funkce:. Lineární funkce Lineární funkce je funkce tvaru f(z) az + b, kde a a b jsou konečná komplení čísla. Její derivace je
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
VíceDSY-4. Analogové a číslicové modulace. Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti
DSY-4 Analogové a číslicové modulace Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti DSY-4 analogové modulace základní číslicové modulace vícestavové modulace modulace s rozprostřeným
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,
Více