02 Systémy a jejich popis v časové a frekvenční oblasti

Rozměr: px
Začít zobrazení ze stránky:

Download "02 Systémy a jejich popis v časové a frekvenční oblasti"

Transkript

1 Modul: Analýza a modlování dynamických biologických dat Přdmět: Linární a adaptivní zpracování dat Autor: Danil Schwarz Číslo a názv výukové dnotky: Systémy a ich popis v časové a frkvnční oblasti Výstupy z uční: dokáží rozlišit LTI systém od obcných systémů dokáží naprogramovat oprátor konvoluc dokáží analyzovat časovou řadu pomocí Fourirovy řady dokáží analyzovat časovou řadu pomocí dnotkových impulsů dokáží dfinovat impulsní charaktristiku a frkvnční charaktristiku dokáží vysvětlit vztahy mzi FŘ, DTFT a DFT

2 Linární časově invariantní systémy, konvoluc Linární časově invariantní (LTI linar tim invariant) systémy disponuí matmatickými vztahy mzi ich vstupními a výstupními signály či časovými řadami. Pomocí nich lz určit výstupní odzvu LTI systému na akýkoli vstup a lz také určit vstup systému při pozorování ho výstupu. Opraci, ktrá urču vztah mzi časovými řadami na vstupu a výstupu LTI systému, s říká konvoluc. Pro í odvozní pomocí základních matmatických oprací třba přimout náslduící poučku, ktrou lz slským rozumm vyvodit z vlastností LTI systémů. POUČKA ODVOZENÁ SELSKÝM ROZUMEM: Znám-li odzvu LTI systému na vlmi krátkou časovou řadu, můžm pomocí těchto vlmi krátkých řad sskládat libovolně dlouhou časovou řadu, a odzvu LTI systému na ni pak sskládat pomocí známé odzvy na vlmi krátkou řadu. Nkratší časovou řadou, ktrou možno pro tnto účl použít, dnotkový impuls δ(n), ktrému v spoité časové doméně odpovídá Diracova distribuc. Kombinací posunutých dnotkových impulsů lz sstroit libovolnou časovou řadu, viz obr., což možno také vyádřit náslduící rovnicí: x ( n)... x( ) δ ( n ) x( ) δ ( n) x( ) δ ( n ) x( ) δ ( n ) k x ( k) δ ( n k).... ()

3 x(n) x()δ(n) x()δ(n-) x()δ(n) x()δ(n-) x() x() x(-) x() Obr. Sstroní časové řady x(n) pomocí dnotkových impulsů δ(n). Za přdpokladu, ž odzvou LTI systému na dnotkový impuls δ(n-k) posloupnost h k (n), lz při aplikaci výš uvdné poučky, odvozné slským rozumm, vyádřit odzvu LTI systému na časovou řadu x(n) takto: ( n) x( k) ( n k) y( n) x( k) h ( n) k x δ. () k k 3

4 Protož pro časově invariantní systém můžm istě říci, ž ho odzvy na časově posunuté dnotkové impulsy budou mít všchny stný průběh a budou s lišit pouz právě časovým posunm. Můžm tdy psát, ž: δ x ( n) h( n) δ ( n k) h( n k) ( n) x( k) δ ( n k) y( n) x( n) h( n) x( k) h( n k). k k (3) Posldní výraz v rovnici (3) s označu ako konvoluční suma a oprátor konvoluc * přdstavu matmatický způsob výpočtu odzvy LTI systému y(n) na libovolnou časovou řadu x(n) při znalosti odzvy h(n) tohoto systému na dnotkový impuls δ(n). Tato odzva h(n) s nazývá impulsní charaktristika systému a přdstavu dn z základních způsobů nparamtrického popisu systému v časové nbo prostorové doméně. Linární časově invariantní systémy a priodické signály, Fourirova řada Při zkoumání odzvy LTI systému na dnotkový impuls byl v přdchozí podkapitol odvozn oprátor konvoluc a dfinován pom impulsní charaktristika. Tato podkapitola s zabývá odzvou LTI systému na harmonickou časovou řadu, ktrou lz vyádřit v goniomtrickém a xponnciálním tvaru náslduícími funkcmi: f f ( n) A sin( n ϕ) ( n) f, ( f n ϕ ) A, (4) kd A amplituda signálu, f normalizovaná úhlová frkvnc a ϕ počátční fázový posuv. Průběh harmonické časové řady si lz přdstavit ako rotuící fázor v komplxní rovině, přičmž rychlost ho rotac dána právě normalizovanou úhlovou frkvncí f π/n f, kd N f přdstavu počt vzorků harmonické časové řady v í dné priodě. Harmonická časová řada nkončně dlouhá a v frkvnční oblasti í amplitudové spktrum rprzntováno v dné půlpriodě čarou na diné frkvnci, viz obr.. Zatímco v rovnicích () až (4) byla libovolná časová řada vyádřna pomocí kombinac dnotkových impulsů, v náslduící rovnici (6) provdno vyádřní libovolné priodické časové řady pomocí harmonických složk. Normalizovaná úhlová frkvnc mírou rychlosti změny v časové řadě. Zatímco běžná frkvnc udává rychlost změny pomocí počtu cyklů za dnotku času ( Hrtz dn cyklus za skundu), úhlová frkvnc udává rychlost změny pomocí počtu radiánů za dnotku času. Normalizovaná frkvnc f udává rychlost změny pomocí počtů cyklů za vzork a v případě normalizované úhlové frkvnc πf d o počt radiánů za vzork. Výpočt normalizované frkvnc (cykly za vzork) s provádí prostým vydělním frkvnc udávané v Hrtzích (cykly za skundu) vzorkovací frkvncí (vzorky za skundu). Normalizovaná frkvnc f a normalizovaná úhlová frkvnc sou tdy bzrozměrné vličiny a ich hodnoty sou v intrvalu f <;>, rspktiv <;π>. Vzhldm k zaměřní tohoto učbního txtu výhradně na časové řady a nikoli na spoité signály, sou zd rychlosti změny vyadřované pouz pomocí normalizovaných bzrozměrných frkvncí a čas n zd vystupu pouz v své diskrétní podobě - rovněž bzrozměrně. 4

5 k n k ( n) ak y( n) H ( ) kn x ak k N k N (5) Takovýto rozklad s označu ako Fourirova řada a kromě ího xponnciálního tvaru (5) Fourirova řada známa v matmatické analýz také v tvaru goniomtrickém, kd d o rozklad priodické funkc do kombinac goniomtrických funkcí. V rovnici (5) vyádřna libovolná časová řada x(n) ako linární kombinac harmonických časových řad, přičmž úhlová frkvnc dnotlivých harmonických složk vyádřna ako k-násobk základní harmonické složky s úhlovou frkvncí π/n. Počt vzorků N v dné priodě časové řady x(n) zárovň urču maximální počt harmonických složk v Fourirově řadě. J zřmé, ž Fourirova řada z diskrétního signálu řada s končným počtm koficintů a k. J-li směs harmonických složk x(n) přivdna na vstup LTI systému, pak ho výstup podl rovnic (5) opět směsí harmonických složk s stnými úhlovými frkvncmi. Jdnotlivé harmonické složky sou násobny komplxními čísly H( k ), čímž dod buď k zsílní, nbo k zslabní dané složky a dál můž vlivm tohoto násobní doít také k posunu fáz dané složky. Na základě rovnic (5) lz tdy usuzovat, ž LTI systém nvytváří nové frkvnční složky, al pouz zsilu nbo potlaču frkvnční komponnty iž xistuící v zpracovávané časové řadě. 3 Linární časově invariantní systémy a priodické signály, frkvnční charaktristika, DTFT a DFT Zsilování, zslabování a fázový posuv harmonických složk zpracovávaných časových řad lz pro systém vyádřit pomocí frkvnční charaktristiky G(), ktrá dána ako: n ( ) H ( ) h( n). n G (6) Z rovnic (6) lz usuzovat, ž frkvnční charaktristika diskrétního systému spoitou priodickou funkcí úhlové frkvnc. Tato funkc dána Fourirovou řadou s koficinty, ktré odpovídaí vzorkům impulsní charaktristiky h(n) popisovaného systému. 5

6 Obr. Grafická znázornění harmonické časové řady a vličin, ktré určuí í průběh. a) Harmonická časová řada. b) Rotuící fázor v komplxní rovině. c) První půlprioda amplitudového frkvnčního spktra harmonické časové řady. Prioda frkvnční charaktristiky s nzávislou bzrozměrnou proměnnou π, pro bzrozměrnou normalizovanou frkvnci f prioda a pro nzávislou proměnnou F, ktrou frkvnc v Hrtzích, odpovídá prioda frkvnční charaktristiky hodnotě vzorkovací frkvnc signálu F s, ktrý systémm zpracováván, viz příklad idalizované dolní propusti na obr. 3. Způsob, akým systém prfrnčně zsilu či zslabu určité frkvnční komponnty zpracovávané časové řady a akým způsobm tyto složky fázově zpožďu, lz istě považovat za důlžitou součást popisu systému. Frkvnční charaktristika tdy vlastně tvoří popis systému v frkvnční oblasti. Pro doplnění vhodné dodat, ž Fourirova řada diskrétní posloupnosti totéž co Fourirova transformac s diskrétním časm (DTFT Discrt Tim Fourir Transform) této posloupnosti, a tdy možné říci, ž frkvnční charaktristika systému odpovídá impulsní charaktristic tohoto systému transformované do frkvnční domény pomocí DTFT. 6

7 G() π 4π [-] f [-] F s F s F [Hz] Obr. 3 Frkvnční charaktristika systému modulová část. Jdná s zřmě o systém, ktrý přdstavu idální dolní propust. Systém propouští harmonické komponnty v dolní části frkvnčního spktra (zsílní ) a utlumu frkvnční komponnty v horní části frkvnčního spktra (zsílní ) viz také obr. [Linární filtrac princip].4. Frkvnční charaktristika symtrická okolo normalizované úhlové frkvnc π a priodická s priodou π. Obrázk zárovň ukazu vztah mzi normalizovanou úhlovou frkvncí [-], normalizovanou frkvncí f/πf/fs [-] a mzi frkvncí F [Hz]. Fourirova transformac s diskrétním časm DTFT by s však nměla zaměňovat nbo plést s diskrétní Fourirovou transformací (DFT Discrt Fourir Transform). Zatímco DTFT produku z diskrétních posloupností spoité priodické funkc frkvnc, viz (7), výsldkm DFT posloupnost končného počtu vzorků DTFT, viz dfinic N-bodové DFT (8). DTFT n { h( n) } H ( ) h( n), n (7) DFT N N { h( n) } H ( k ) h( n),, k,,,..., N. n πkn k k N (8) 7

8 Litratura [] Jan, J.: Číslicová filtrac, analýza a rstaurac signálů. VUTIUM, Brno (997) [] Drongln, W.: Signal Procssing for Nuroscintists: An Introduction to th Analysis of Physiological Signals. Elsvir, London (8) [3] Hays, M.H.: Statistical Digital Signal Procssing and Modling. John Wily & Sons, Nw York (996) [4] Holčík, J.: Signály, časové řady a linární systémy. Akadmické nakladatlství CERM, Brno () Řšné úlohy ÚLOHA Určt difrnční rovnici systému s přnosovou funkcí: H(z),9z / (z,9) Po dlouhém vydělní polynomu polynomm dodm k výrazu s zápornými mocninami z a invrzní Z transformací získám požadovanou difrnční rovnici. H Y y ( z),9z,9,8z z,9,79z ( z),9x ( z),8z X ( z),79z X ( z) i ( n),9x( n),8x( n ),79x( n )...,9 x( n i)... i...,9 i i z i Y ( z) X ( z) Jiný způsob řšní, ktrý nvyžadu obtížné dělní polynomu polynomm: H Y Y y ( z),9z Y ( z) z,9 X ( z) ( z)( z,9),9 X ( z) ( z)(,9z ),9X ( z) ( n),9 y( n ),9x( n) z z ÚLOHA Vypočtět a nakrslt frkvnční charaktristiku dnoduchého systému, ktrý počítá difrnc dvou posldních vzorků časové řady a má rovnici: y(n),5x(n),5x(n) Frkvnční charaktristiku možno vypočítat např. DTFT impulsní charaktristiky a využít Eulrových vztahů mzi komplxními xponnciálami a goniomtrickými funkcmi. Amplitudovou frkvnční charaktristiku ukazu obr. 6. 8

9 9 ( ) { } ( ) ( ) sin } {, n h DTFT G n h [rad] [rad] G() Arg (G()) [rad] Obr. 6 (Úloha ) Modulová (vlvo) a fázová (vpravo) frkvnční charaktristika systému, ktrý počítá difrnc z posldních dvou vzorků časové řady na vstupu. ÚLOHA 3 Vypočtět a nakrslt frkvnční charaktristiku dnoduchého systému, ktrý počítá průměr dvou posldních vzorků časové řady a má rovnici: y(n),5x(n),5x(n) Frkvnční charaktristiku možno vypočítat např. DTFT impulsní charaktristiky a využít Eulrových vztahů mzi komplxními xponnciálami a goniomtrickými funkcmi. Amplitudovou frkvnční charaktristiku ukazu obr. 7. ( ) { } ( ) ( ) cos } {, n h DTFT G n h

10 G() [rad] Arg (G()) [rad] [rad] Obr. 7 (Úloha 3) Modulová (vlvo) a fázová (vpravo) frkvnční charaktristika systému, ktrý počítá průměry z posldních dvou vzorků časové řady na vstupu. ÚLOHA 4 Vyzkoušt si dmonstrační aplikaci pro oprátor konvoluc Joy of convolution na této URL: ÚLOHA 5 Ralizut v MATLABu vlastní funkci pro výpočt konvoluc pomocí cyklu, násobní a sčítání. Porovnt výsldky z Vaší implmntac s výsldky z matlabovské funkc conv(). Otstut, zda oprátor konvoluc komutativní. Jdna z možností, ak ralizovat funkci konvoluc, uvdna v kódu níž. Komutativitu lz ověřit součtm absolutních hodnot rozdílů výstupů z konvoluc při různém pořadí vstupních argumntů tnto součt: sum(abs(conv(x(:),h(:))-conv(h(:),x(:)))) by měl být nulový.

11 Shrnutí V této výukové dnotc bylo ukázáno, ž diskrétní systém lz dnoznačně popsat nn difrnční rovnicí, al také ho impulsní charaktristikou h(n) a ho frkvnční charaktristikou G(). Po prostudování txtu a vyřšní všch úloh by měl studnt zvládnout vysvětlit význam a matmatickou podstatu oprátoru diskrétní konvoluc. Dál by měl být schopn popsat, aké vlastnosti LTI systému vyadřu impulsní charaktristika a aké vlastnosti vyadřu frkvnční charaktristika a končně také, ak s v výpočtu těchto charaktristik uplatňuí různé typy diskrétních Fourirových transformací a řad.

Lineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně

Lineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně Lineární a adaptivní zpracování dat 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně Daniel Schwarz Investice do rozvoje vzdělávání Osnova Opakování: signály a systémy Vlastnosti systémů Systémy

Více

Lineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně

Lineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně Lineární a adaptivní zpracování dat 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně Daniel Schwarz Investice do rozvoje vzdělávání Osnova Opakování: signály a systémy Vlastnosti systémů Systémy

Více

2. Frekvenční a přechodové charakteristiky

2. Frekvenční a přechodové charakteristiky rkvnční a přchodové charaktristiky. rkvnční a přchodové charaktristiky.. Obcný matmatický popis Přchodové a frkvnční charaktristiky jsou důlžitým prostřdkm pro analýzu a syntézu rgulačních obvodů a tdy

Více

Lineární a adaptivní zpracování dat. 3. SYSTÉMY a jejich popis ve frekvenční oblasti

Lineární a adaptivní zpracování dat. 3. SYSTÉMY a jejich popis ve frekvenční oblasti Lineární a adaptivní zpracování dat 3. SYSTÉMY a jejich popis ve frekvenční oblasti Daniel Schwarz Osnova Opakování: systémy a jejich popis v časové oblasti Fourierovy řady Frekvenční charakteristika systémů

Více

Lineární 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 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

Více

{ } ( ) ( ) ( ) ( ) r 6.42 Urč ete mohutnost a energii impulsu

{ } ( ) ( ) ( ) ( ) r 6.42 Urč ete mohutnost a energii impulsu Systé my, procsy a signály I - sbírka příkladů Ř EŠENÉPŘ ÍKLADY r 64 Urč t mohutnost a nrgii impulsu s(k 8 k ( ( s k Ab k, A, b, 6 4 4 6 8 k Obr6 Analyzovaný diskrétní signál Mohutnost impulsu k A M s(

Více

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

Lineární a adpativní zpracování dat. 3. Lineární filtrace I: Z-transformace, stabilita Lineární a adpativní zpracování dat 3. Lineární filtrace I: Z-transformace, stabilita Daniel Schwarz Investice do rozvoje vzdělávání Osnova Opakování: signály, systémy, jejich vlastnosti a popis v časové

Více

Seznámíte se s pojmem primitivní funkce a neurčitý integrál funkce jedné proměnné.

Seznámíte se s pojmem primitivní funkce a neurčitý integrál funkce jedné proměnné. INTEGRÁLNÍ POČET FUNKCÍ JEDNÉ PROMĚNNÉ NEURČITÝ INTEGRÁL NEURČITÝ INTEGRÁL Průvodc studim V kapitol Difrnciální počt funkcí jdné proměnné jst s sznámili s drivováním funkcí Jstliž znát drivac lmntárních

Více

IMITANČNÍ POPIS SPÍNANÝCH OBVODŮ

IMITANČNÍ POPIS SPÍNANÝCH OBVODŮ IMITANČNÍ POPIS SPÍNANÝCH OBVODŮ Doc. Ing. Dalibor Biolk, CSc. K 30 VA Brno, Kounicova 65, PS 3, 6 00 Brno tl.: 48 487, fax: 48 888, mail: biolk@ant.f.vutbr.cz Abstract: Basic idas concrning immitanc dscription

Více

SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY

SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY TEMATICKÉ OKRUHY Signály se spojitým časem Základní signály se spojitým časem (základní spojité signály) Jednotkový skok σ (t), jednotkový impuls (Diracův impuls)

Více

I. MECHANIKA 8. Pružnost

I. MECHANIKA 8. Pružnost . MECHANKA 8. Pružnost Obsah Zobcněný Hookův zákon. ntrprtac invariantů. Rozklad tnzorů na izotropní část a dviátor. Křivka dformac. Základní úloha tori pružnosti. Elmntární Hookův zákon pro jdnoosý tah.

Více

ÚPGM FIT VUT Brno,

ÚPGM FIT VUT Brno, Systémy s diskrétním časem Jan Černocký ÚPGM FIT VUT Brno, cernocky@fit.vutbr.cz 1 LTI systémy v tomto kursu budeme pracovat pouze se systémy lineárními a časově invariantními. Úvod k nim jsme viděli již

Více

Úvod do zpracování signálů

Úvod do zpracování signálů 1 / 25 Úvod do zpracování signálů Karel Horák Rozvrh přednášky: 1. Spojitý a diskrétní signál. 2. Spektrum signálu. 3. Vzorkovací věta. 4. Konvoluce signálů. 5. Korelace signálů. 2 / 25 Úvod do zpracování

Více

INTERGRÁLNÍ POČET. PRIMITIVNÍ FUNKCE (neurčitý integrál)

INTERGRÁLNÍ POČET. PRIMITIVNÍ FUNKCE (neurčitý integrál) INTERGRÁLNÍ POČET Motivac: Užití intgrálního počtu spočívá mj. v výpočtu obsahu rovinného obrazc ohraničného různými funkcmi příp. čarami či v výpočtu objmu rotačního tělsa, vzniklého rotací daného obrazc

Více

41 Absorpce světla ÚKOL TEORIE

41 Absorpce světla ÚKOL TEORIE 41 Absorpc světla ÚKOL Stanovt závislost absorpčního koficintu dvou průhldných látk různé barvy na vlnové délc dopadajícího světla. Proměřt pro zadané vlnové délky absorpci světla při jho průchodu dvěma

Více

3.3. Derivace základních elementárních a elementárních funkcí

3.3. Derivace základních elementárních a elementárních funkcí Přdpokládané znalosti V násldujících úvahách budm užívat vztahy známé z střdní školy a vztahy uvdné v přdcházjících kapitolách tohoto ttu Něktré z nich připomnm Eponnciální funkc Výklad Pro odvozní vzorců

Více

L HOSPITALOVO PRAVIDLO

L HOSPITALOVO PRAVIDLO Difrnciální počt funkcí jdné rálné proměnné - 7 - L HOSPITALOVO PRAVIDLO LIMITY TYPU 0/0 PŘÍKLAD Pomocí L Hospitalova pravidla určt sin 0 Ověřní přdpokladů L Hospitalovy věty Přímočarým použitím věty o

Více

Flexibilita jednoduché naprogramování a přeprogramování řídícího systému

Flexibilita jednoduché naprogramování a přeprogramování řídícího systému Téma 40 Jiří Cigler Zadání Číslicové řízení. Digitalizace a tvarování. Diskrétní systémy a jejich vlastnosti. Řízení diskrétních systémů. Diskrétní popis spojité soustavy. Návrh emulací. Nelineární řízení.

Více

Číslicové filtry. Honza Černocký, ÚPGM

Číslicové filtry. Honza Černocký, ÚPGM Číslicové filtry Honza Černocký, ÚPGM Aliasy Digitální filtry Diskrétní systémy Systémy s diskrétním časem atd. 2 Na co? Úprava signálů Zdůraznění Potlačení Detekce 3 Zdůraznění basy 4 Zdůraznění výšky

Více

TSO NEBO A INVARIANTNÍ ROZPOZNÁVACÍ SYSTÉMY

TSO NEBO A INVARIANTNÍ ROZPOZNÁVACÍ SYSTÉMY TSO NEBO A INVARIANTNÍ ROZPOZNÁVACÍ SYSTÉMY V PROSTŘEDÍ MATLAB K. Nováková, J. Kukal FJFI, ČVUT v Praze ÚPŘT, VŠCHT Praha Abstrakt Při rozpoznávání D binárních objektů z jejich diskrétní realizace se využívají

Více

Úloha č. 11. H0 e. (4) tzv. Stefanův - Bo1tzmannův zákon a 2. H λ dλ (5)

Úloha č. 11. H0 e. (4) tzv. Stefanův - Bo1tzmannův zákon a 2. H λ dλ (5) pyromtrm - vrz 01 Úloha č. 11 Měřní tplotní vyzařovací charaktristiky wolframového vlákna žárovky optickým pyromtrm 1) Pomůcky: Měřicí zařízní obsahující zdroj lktrické nrgi, optický pyromtr a žárovku

Více

Přijímací zkoušky do NMS 2013 MATEMATIKA, zadání A,

Přijímací zkoušky do NMS 2013 MATEMATIKA, zadání A, Přijímací zkoušk do NMS MATEMATIKA, zadání A, jméno: V násldujících dsti problémch j z nabízných odpovědí vžd právě jdna správná. Zakroužkujt ji! Za každou správnou odpověď získát uvdné bod. Za nsprávnou

Více

Transformace obrazu Josef Pelikán KSVI MFF UK Praha

Transformace obrazu Josef Pelikán KSVI MFF UK Praha Transformace obrazu 99725 Josef Pelikán KSVI MFF UK Praha email: Josef.Pelikan@mff.cuni.cz WWW: http://cgg.ms.mff.cuni.cz/~pepca/ Transformace 2D obrazu dekorelace dat potlačení závislosti jednotlivých

Více

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

Lineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY a SYSTÉMY Lineární a adaptivní zpracování dat 1. ÚVOD: SIGNÁLY a SYSTÉMY Daniel Schwarz Investice do rozvoje vzdělávání Osnova Úvodní informace o předmětu Signály, časové řady klasifikace, příklady, vlastnosti Vzorkovací

Více

ÚPGM FIT VUT Brno, periodické a harmonické posloupnosti. konvoluce Fourierova transformace s diskrétním časem

ÚPGM FIT VUT Brno, periodické a harmonické posloupnosti. konvoluce Fourierova transformace s diskrétním časem Diskrétní signály a jejich frekvenční analýza. Jan Černocký ÚPGM FIT VUT Brno, cernocky@fit.vutbr.cz opakování základy o diskrétních signálech. periodické a harmonické posloupnosti operace s diskrétními

Více

základní pojmy základní pojmy teorie základní pojmy teorie základní pojmy teorie základní pojmy teorie

základní pojmy základní pojmy teorie základní pojmy teorie základní pojmy teorie základní pojmy teorie Tori v strojírnské tchnologii Ing. Oskar Zmčík, Ph.D. základní pojmy používaná rozdělní vztahy, dfinic výpočty základní pojmy žádnou součást ndokážm vyrobit s absolutní přsností při výrobě součásti dochází

Více

Diskretizace. 29. dubna 2015

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

Více

1. Určíme definiční obor funkce, její nulové body a intervaly, v nichž je funkce kladná nebo záporná.

1. Určíme definiční obor funkce, její nulové body a intervaly, v nichž je funkce kladná nebo záporná. Matmatika I část II Graf funkc.. Graf funkc Výklad Chcm-li určit graf funkc můžm vužít přdchozích znalostí a určit vlastnosti funkc ktré shrnm do níž uvdných bodů. Můž s stát ž funkc něktrou z vlastností

Více

REGULACE. Rozvětvené regulační obvody. rozvětvené regulační obvody dvoupolohová regulace regulační schémata typických technologických aparátů

REGULACE. Rozvětvené regulační obvody. rozvětvené regulační obvody dvoupolohová regulace regulační schémata typických technologických aparátů REGULACE (pokračování 2) rozvětvné rgulační obvody dvoupolohová rgulac rgulační schémata typických tchnologických aparátů Rozvětvné rgulační obvody dopřdná rgulac obvod s měřním poruchy obvod s pomocnou

Více

SIGNÁLY A LINEÁRNÍ SYSTÉMY

SIGNÁLY A LINEÁRNÍ SYSTÉMY SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc. holcik@iba.muni.cziba.muni.cz II. SIGNÁLY ZÁKLADNÍ POJMY SIGNÁL - DEFINICE SIGNÁL - DEFINICE Signál je jev fyzikální, chemické, biologické, ekonomické

Více

MECHANICKÉ KMITÁNÍ TLUMENÉ

MECHANICKÉ KMITÁNÍ TLUMENÉ MECHNICKÉ KMITÁNÍ TLUMENÉ V skučnosi s čás nrgi u všch mchanických pohybů přměňuj vlivm řní a odporu prosřdí na plo, a nní dy využia V om případě s vlikosi po sobě jdoucích ampliud zmnšují a kmiající sousava

Více

Lineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY

Lineární 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,

Více

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

Číslicová filtrace. FIR filtry IIR filtry. ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická Ing. Radek Sedláček, Ph.D., katedra měření K13138 Číslicová filtrace FIR filtry IIR filtry Tyto materiály vznikly za podpory Fondu rozvoje

Více

SIGNÁLY A LINEÁRNÍ SYSTÉMY

SIGNÁLY 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

Více

Zjednodušený výpočet tranzistorového zesilovače

Zjednodušený výpočet tranzistorového zesilovače Přsný výpočt tranzistorového zsilovač vychází z urční dvojbranových paramtrů tranzistoru a pokračuj sstavním matic obvodu a řšním této matic. Při použití vybraných rovnic z matmatických modlů pro programy

Více

Lineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY

Lineární 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,

Více

2 PŘEDNÁŠKA 2: ZÁKLADNÍ (MATEMATICKÝ, FYZIKÁLNÍ) APARÁT A POJMY

2 PŘEDNÁŠKA 2: ZÁKLADNÍ (MATEMATICKÝ, FYZIKÁLNÍ) APARÁT A POJMY PŘEDNÁŠKA : ZÁKLADNÍ (MATEMATICKÝ, FYZIKÁLNÍ) APARÁT A POJMY Klsická fyzik: částic vs. vlny Hmot zářní jsou v klsické fyzic popsány zcl odlišným způsobm. Hmotné objkty: loklizovné řídí s Nwtonovými pohybovými

Více

7.1. Číslicové filtry IIR

7.1. Číslicové filtry IIR Kapitola 7. Návrh číslicových filtrů Hraniční kmitočty propustného a nepropustného pásma jsou ve většině případů specifikovány v[hz] společně se vzorkovacím kmitočtem číslicového filtru. Návrhové algoritmy

Více

VYSOKÉ UČE Í TECH ICKÉ V BR Ě BRNO UNIVERSITY OF TECHNOLOGY

VYSOKÉ UČE Í TECH ICKÉ V BR Ě BRNO UNIVERSITY OF TECHNOLOGY VYSOKÉ UČE Í EH IKÉ V BR Ě BRNO UNIVERSIY OF EHNOLOGY FAKULA ELEKROEH IKY A KOU IKAČ ÍH EH OLOGIÍ ÚSAV IKROELEKRO IKY ÚSAV ELEKROEH OLOGIE FAULY OF ELERIAL ENGINEERING AND OUNIAION DEPAREN OF IROELERONIS

Více

Signál v čase a jeho spektrum

Signál v čase a jeho spektrum Signál v čase a jeho spektrum Signály v časovém průběhu (tak jak je vidíme na osciloskopu) můžeme dělit na periodické a neperiodické. V obou případech je lze popsat spektrálně určit jaké kmitočty v sobě

Více

Exponenciální funkce a jejich "využití" - A (Tato doplňková pomůcka nemůže v žádném případě nahradit systematickou matematickou přípravu.

Exponenciální funkce a jejich využití - A (Tato doplňková pomůcka nemůže v žádném případě nahradit systematickou matematickou přípravu. Josf PUNČOCHÁŘ: Epociálí fukc a ich "využití" ld Epociálí fukc a ich "využití" - A (Tato doplňková pomůcka můž v žádém případě ahradit systmatickou matmatickou přípravu. Epociálí fukc dfiováa obcě vztahm

Více

MATEMATIKA II V PŘÍKLADECH

MATEMATIKA II V PŘÍKLADECH VYSOKÁ ŠKOLA BÁŇSKÁ TEHNIKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ MATEMATIKA II V PŘÍKLADEH VIČENÍ Č. Ing. Ptra Schribrová, Ph.D. Ostrava Ing. Ptra Schribrová, Ph.D. Vsoká škola báňská Tchnická univrzita

Více

MĚŘENÍ A ANALÝZA ELEKTROAKUSTICKÝCH SOUSTAV NA MODELECH. Petr Kopecký ČVUT, Fakulta elektrotechnická, Katedra Radioelektroniky

MĚŘENÍ A ANALÝZA ELEKTROAKUSTICKÝCH SOUSTAV NA MODELECH. Petr Kopecký ČVUT, Fakulta elektrotechnická, Katedra Radioelektroniky MĚŘENÍ A ANALÝZA ELEKTROAKUSTICKÝCH SOUSTAV NA MODELECH Petr Kopecký ČVUT, Fakulta elektrotechnická, Katedra Radioelektroniky Při návrhu elektroakustických soustav, ale i jiných systémů, je vhodné nejprve

Více

Funkce hustoty pravděpodobnosti této veličiny je. Pro obecný počet stupňů volnosti je náhodná veličina

Funkce hustoty pravděpodobnosti této veličiny je. Pro obecný počet stupňů volnosti je náhodná veličina Přdnáša č 6 Náhodné vličiny pro analyticou statistiu Při výpočtch v analyticé statistic s používají vhodné torticé vličiny, tré popisují vlastnosti vytvořných tstovacích charatristi Mzi njpoužívanější

Více

F=F r1 +F r2 -Fl 1 = -F r2 (l 1 +l 2 )

F=F r1 +F r2 -Fl 1 = -F r2 (l 1 +l 2 ) Stvbní mchnik A1 K132 SMA1 Přdnášk č. 3 Příhrdové konstrukc Co nás čká v čtvrté přdnášc? Příhrdové konstrukc Zákldní přdpokldy Sttická určitost/nurčitost Mtody výpočtu Obcná mtod styčných bodů Nulové pruty

Více

Metody ešení. Metody ešení

Metody ešení. Metody ešení Mtod šní z hldiska kvalit dosažného výsldku ) p ř sné mtod p ř ímé ř šní difrnciálních rovnic, většinou pro jdnoduché konstrukc nap ř. ř šní ohbu prutu p ř ímou intgrací ) p ř ibližné mtod náhrada hldané

Více

základní vlastnosti, používané struktury návrhové prostředky MATLAB problém kvantování koeficientů

základní vlastnosti, používané struktury návrhové prostředky MATLAB problém kvantování koeficientů A0M38SPP - Signálové procesory v praxi - přednáška 4 2 Číslicové filtry typu FIR a IIR definice operace filtrace základní rozdělení FIR, IIR základní vlastnosti, používané struktury filtrů návrhové prostředky

Více

Příklady z kvantové mechaniky k domácímu počítání

Příklady z kvantové mechaniky k domácímu počítání Příklady z kvantové mchaniky k domácímu počítání (http://www.physics.muni.cz/~tomtyc/kvant-priklady.pdf (nbo.ps). Počt kvant: Ionizační nrgi atomu vodíku v základním stavu j E = 3, 6 V. Najdět frkvnci,

Více

Lineární a adaptivní zpracování dat

Lineární a adaptivní zpracování dat Daniel Schwarz Lineární a adaptivní zpracování dat Leden Příprava a vydání této publikace byly podporovány proektem ESF č. CZ..7/../7.38 Víceoborová inovace studia atematické biologie a státním rozpočtem

Více

Rovinné přetvoření. Posunutí (translace) TEORIE K M2A+ULA

Rovinné přetvoření. Posunutí (translace) TEORIE K M2A+ULA Rovinné přetvoření Rovinné přetvoření, neboli, jak se také často nazývá, geometrická transformace je vlastně lineární zobrazení v prostoru s nějakou soustavou souřadnic. Jde v něm o přepočet souřadnic

Více

hledané funkce y jedné proměnné.

hledané funkce y jedné proměnné. DIFERCIÁLNÍ ROVNICE Úvod Df : Občjnou difrniální rovnií dál jn DR rozumím rovnii, v ktré s vsktují driva hldané funk jdné proměnné n n Můž mít pliitní tvar f,,,,, n nbo impliitní tvar F,,,,, Řádm difrniální

Více

O řešení diferenční rovnice y(n+2) 1, 25y(n+1)+0, 78125y(n) = x(n + 2) x(n)

O 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)

Více

část 8. (rough draft version)

část 8. (rough draft version) Gntika v šlchtění zvířat TGU 006 9 Odhad PH BLUP M část 8. (rough draft vrsion V animal modlu (M s hodnotí každé zvíř samostatně a současně v závislosti na užitkovosti příbuzných jdinců hodnocné populac.

Více

PSK1-9. Číslicové zpracování signálů. Číslicový signál

PSK1-9. 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

Více

Analýza 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 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

Více

4.3.2 Vlastní a příměsové polovodiče

4.3.2 Vlastní a příměsové polovodiče 4.3.2 Vlastní a příměsové polovodič Přdpoklady: 4204, 4207, 4301 Pdagogická poznámka: Pokud budt postupovat normální rychlostí, skončít u ngativní vodivosti. Nní to žádný problém, pozitivní vodivost si

Více

Modelování systémů a procesů (11MSP) Bohumil Kovář, Jan Přikryl, Miroslav Vlček. 8. přednáška 11MSP pondělí 20. dubna 2015

Modelování systémů a procesů (11MSP) Bohumil Kovář, Jan Přikryl, Miroslav Vlček. 8. přednáška 11MSP pondělí 20. dubna 2015 Modelování systémů a procesů (11MSP) Bohumil Kovář, Jan Přikryl, Miroslav Vlček Ústav aplikované matematiky ČVUT v Praze, Fakulta dopravní 8. přednáška 11MSP pondělí 20. dubna 2015 verze: 2015-04-14 12:31

Více

4. PRŮBĚH FUNKCE. = f(x) načrtnout.

4. PRŮBĚH FUNKCE. = f(x) načrtnout. Etrém funkc 4. PRŮBĚH FUNKCE Průvodc studim V matmatic, al i v fzic a tchnických oborch s často vsktn požadavk na sstrojní grafu funkc K nakrslní grafu funkc lz dns většinou použít vhodný matmatický softwar.

Více

Otázka č.3 Veličiny používané pro kvantifikaci elektromagnetického pole

Otázka č.3 Veličiny používané pro kvantifikaci elektromagnetického pole Otázka č.4 Vličiny používané pro kvantifikaci lktromagntického pol Otázka č.3 Vličiny používané pro kvantifikaci lktromagntického pol odrobnější výklad základu lktromagntismu j možno nalézt v učbním txtu:

Více

Hodnocení tepelné bilance a evapotranspirace travního porostu metodou Bowenova poměru návod do praktika z produkční ekologie PřF JU

Hodnocení tepelné bilance a evapotranspirace travního porostu metodou Bowenova poměru návod do praktika z produkční ekologie PřF JU Hodnocní tlné bilanc a vaotransirac travního orostu mtodou Bownova oměru návod do raktika z rodukční kologi PřF JU Na základě starších i novějších matriálů uravil a řiravil Jakub Brom V Čských Budějovicích,

Více

Konstrukci (její části) budeme idealizovat jako tuhá (nedeformovatelná) tělesa (v prostoru) nebo desky (v rovině).

Konstrukci (její části) budeme idealizovat jako tuhá (nedeformovatelná) tělesa (v prostoru) nebo desky (v rovině). . íl působící na tělso/dsku.. Zadání úloh, přdpoklad Úloha této kapitol: obcněji matmatick popsat mchanické účink atížní na konstukci a účink částí konstukc navájm. Konstukci (jjí části) budm idaliovat

Více

5.2. Určitý integrál Definice a vlastnosti

5.2. Určitý integrál Definice a vlastnosti Určitý intgrál Dfinic vlstnosti Má-li spojitá funkc f() n otvřném intrvlu I primitivní funkci F(), pk pro čísl, I j dfinován určitý intgrál funkc f() od do vzthm [,, 7: [ F( ) = F( ) F( ) f ( ) d = (6)

Více

KTE/TEVS - Rychlá Fourierova transformace. Pavel Karban. Katedra teoretické elektrotechniky Fakulta elektrotechnická Západočeská univerzita v Plzni

KTE/TEVS - Rychlá Fourierova transformace. Pavel Karban. Katedra teoretické elektrotechniky Fakulta elektrotechnická Západočeská univerzita v Plzni KTE/TEVS - Rychlá Fourierova transformace Pavel Karban Katedra teoretické elektrotechniky Fakulta elektrotechnická Západočeská univerzita v Plzni 10.11.011 Outline 1 Motivace FT Fourierova transformace

Více

Modelov an ı syst em u a proces

Modelov an ı syst em u a proces Modelování systémů a procesů 13. března 2012 Obsah 1 Vnější popis systému 2 Vnitřní popis systému 3 Příklady na stavový popis dynamických systémů Obsah 1 Vnější popis systému 2 Vnitřní popis systému 3

Více

Příklad 70 Vypočet konstanty šíření (fázová konstanta, měrný útlum)

Příklad 70 Vypočet konstanty šíření (fázová konstanta, měrný útlum) Přílad 7 Vypočt onstanty šířní (fáová onstanta, ěný útlu) adání : Rovinná haonicá ltoagnticá vlna o itočtu : a) f 5 b) f 7 M c) f 9 G s šíří v postřdí s těito paaty:.[ S ], ε 8, µ. Vaianta a) Vaianta b)

Více

ε, budeme nazývat okolím bodu (čísla) x

ε, budeme nazývat okolím bodu (čísla) x Množinu ( ) { R < ε} Okolím bodu Limit O :, kd (, ) j td otvřný intrval ( ε ε ) ε, budm nazývat okolím bodu (čísla).,. Bod R j vnitřním bodm množin R M, jstliž istuj okolí O tak, ž platí O( ) M. M, jstliž

Více

KIRSTEN BIEDERMANNOVÁ ANDERS FLORÉN PHILIPPE JEANJACQUOT DIONYSIS KONSTANTINOU CORINA TOMAOVÁ TLAKEM POD

KIRSTEN BIEDERMANNOVÁ ANDERS FLORÉN PHILIPPE JEANJACQUOT DIONYSIS KONSTANTINOU CORINA TOMAOVÁ TLAKEM POD 40 KIRSTEN BIEDERMANNOVÁ ANDERS FLORÉN PHILIPPE JEANJACQUOT DIONYSIS KONSTANTINOU CORINA TOMAOVÁ TLAKEM POD POD TLAKEM míč, hmotnost, rovnováha, pumpička, tlak, idální plyn, pružná srážka, koficint rstituc

Více

Spektrální analýza a diskrétní Fourierova transformace. Honza Černocký, ÚPGM

Spektrální analýza a diskrétní Fourierova transformace. Honza Černocký, ÚPGM Spektrální analýza a diskrétní Fourierova transformace Honza Černocký, ÚPGM Povídání o cosinusovce 2 Argument cosinusovky 0 2p a pak každé 2p perioda 3 Cosinusovka s diskrétním časem Úkol č. 1: vyrobit

Více

MA1: Cvičné příklady funkce: D(f) a vlastnosti, limity

MA1: Cvičné příklady funkce: D(f) a vlastnosti, limity MA: Cvičné příklady funkc: Df a vlastnosti, ity Stručná řšní Na zkoušc j samozřjmě nutné své kroky nějak odůvodnit. Rozsáhljší pomocné výpočty s tradičně dělají stranou, al bývá také moudré nějak naznačit

Více

Základní pojmy o signálech

Základní 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

Více

5. kapitola: Vysokofrekvenční zesilovače (rozšířená osnova)

5. kapitola: Vysokofrekvenční zesilovače (rozšířená osnova) Punčochář, J: AEO; 5. kapitola 1 5. kapitola: Vysokofrkvnční zsilovač (rozšířná osnova) Čas k studiu: 6 hodin íl: Po prostudování této kapitoly budt umět dfinovat pracovní bod BJT a FET určit funkci VF

Více

(1) Známe-li u vyšetřovaného zdroje závislost spektrální emisivity M λ

(1) Známe-li u vyšetřovaného zdroje závislost spektrální emisivity M λ Učbní txt k přdnáš UFY Tplné zářní. Zářní absolutně črného tělsa Tplotní zářní a Plankův vyzařovaí zákon Intnzita vyzařování (misivita) v daném místě na povrhu zdroj j dfinována jako podíl zářivého toku

Více

Navazující magisterské studium MATEMATIKA 2016 zadání A str.1 Z uvedených odpovědí je vždy

Navazující magisterské studium MATEMATIKA 2016 zadání A str.1 Z uvedených odpovědí je vždy Navazující magistrské studium MATEMATIKA 16 zadání A str.1 Příjmní a jméno: Z uvdných odpovědí j vžd právě jdna správná. Zakroužkujt ji! V násldujících dsti problémch j z nabízných odpovědí vžd právě jdna

Více

Fourierova transformace

Fourierova transformace Fourierova transformace Jean Baptiste Joseph Fourier (768-83) Jeho obdivovatel (nedatováno) Opáčko harmonických signálů Spojitý harmonický signál ( ) = cos( ω + ϕ ) x t C t C amplituda ω úhlová frekvence

Více

Kapitola 2. o a paprsek sil lze ztotožnit s osou x (obr.2.1). sil a velikost rovnou algebraickému součtu sil podle vztahu R = F i, (2.

Kapitola 2. o a paprsek sil lze ztotožnit s osou x (obr.2.1). sil a velikost rovnou algebraickému součtu sil podle vztahu R = F i, (2. Kapitola 2 Přímková a rovinná soustava sil 2.1 Přímková soustava sil Soustava sil ležící ve společném paprsku se nazývá přímková soustava sil [2]. Působiště všech sil m i lze posunout do společného bodu

Více

PJS Přednáška číslo 9

PJS Přednáška číslo 9 J řnáška číslo 9 lktromchanické přchoné ě v řnos výkonu mzi altrnátorm a tvrou sítí a ho stabilita Řšní nouchého přnosu Y Y Y rotož v vazbním člnu přvažu inuktivní raktanc na činným oporm v poměru :R v

Více

FYZIKA 3. ROČNÍK. Nestacionární magnetické pole. Magnetický indukční tok. Elektromagnetická indukce. π Φ = 0. - magnetické pole, které se s časem mění

FYZIKA 3. ROČNÍK. Nestacionární magnetické pole. Magnetický indukční tok. Elektromagnetická indukce. π Φ = 0. - magnetické pole, které se s časem mění FYZKA 3. OČNÍK - magntické pol, ktré s s časm mění Vznik nstacionárního magntického pol: a) npohybující s vodič s časově proměnným proudm b) pohybující s vodič s proudm c) pohybující s prmanntní magnt

Více

[ n. Konvoluce. = 0 jinak. 0 jinak. Užitečné signály (diskrétní verze) Jednotkový skok 1 pro n = 0

[ n. Konvoluce. = 0 jinak. 0 jinak. Užitečné signály (diskrétní verze) Jednotkový skok 1 pro n = 0 Užitečné signály (diskrétní verze) Konvoluce σ Jednotkový skok [ n] Jednotkový impuls (delta funkce) Posunutý jednotkový impuls 1 pro n 0 1 pro n = 0 δ = δ [ n] [ n k] = 0 jinak 0 jinak Proč jsou užitečné?

Více

Funkce komplexní proměnné a integrální transformace

Funkce komplexní proměnné a integrální transformace Funkce komplexní proměnné a integrální transformace Fourierovy řady I. Marek Lampart Text byl vytvořen v rámci realizace projektu Matematika pro inženýry 21. století (reg. č. CZ.1.07/2.2.00/07.0332), na

Více

Při výpočtu složitějších integrálů používáme i u určitých integrálů metodu per partes a substituční metodu.

Při výpočtu složitějších integrálů používáme i u určitých integrálů metodu per partes a substituční metodu. Mtmtik II.. Mtod pr prts pro určité intgrály.. Mtod pr prts pro určité intgrály Cíl Sznámít s s použitím mtody pr prts při výpočtu určitých intgrálů. Zákldní typy intgrálů, ktré lz touto mtodou vypočítt

Více

POČÍTAČOVÁ ANALÝZA SPÍNANÝCH OBVODŮ V KMITOČTOVÉ OBLASTI

POČÍTAČOVÁ ANALÝZA SPÍNANÝCH OBVODŮ V KMITOČTOVÉ OBLASTI VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV IKROELEKTRONIKY FACULTY OF ELECTRICAL ENGINEERING AND COUNICATION DEPARTENT OF ICROELECTRONICS

Více

Při návrhu FIR filtru řešíme obvykle následující problémy:

Při návrhu FIR filtru řešíme obvykle následující problémy: Návrh FIR filtrů Při návrhu FIR filtru řešíme obvykle následující problémy: volba frekvenční odezvy požadovaného filtru; nejčastěji volíme ideální charakteristiku normovanou k Nyquistově frekvenci, popř.

Více

Spolehlivost programového vybavení pro obvody vysoké integrace a obvody velmi vysoké integrace

Spolehlivost programového vybavení pro obvody vysoké integrace a obvody velmi vysoké integrace 48 INFORMATION AND COMMUNICATION TECHNOLOGIES AND SERVICES, VOL. 8, NO., JUNE 0 Spolhlivost programového vybavní pro obvody vysoké intgrac a obvody vlmi vysoké intgrac Artm GANIYEV.1, Jan VITÁSEK 1 1 Katdra

Více

Multimediální systémy

Multimediální 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

Více

04 Lineární filtrace filtry

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

Více

Rekurzivní delta identifikace mnoharozměrového systému

Rekurzivní delta identifikace mnoharozměrového systému MODELLING, SIMULAION, AND IDENIFIAION OF PROESSES Rkurzivní dlta idntifikac mnoharozměrového systému Radk Dokoupil, Ptr Dostál Abstrakt Příspěvk rozbírá postup při sstavní algoritmu pro rkurzivní idntifikaci

Více

SROVNÁNÍ KOLORIMETRICKÝCH ZKRESLENÍ SNÍMACÍCH SOUSTAV XYZ A RGB Jan Kaiser, Emil Košťál xkaiserj@feld.cvut.cz

SROVNÁNÍ KOLORIMETRICKÝCH ZKRESLENÍ SNÍMACÍCH SOUSTAV XYZ A RGB Jan Kaiser, Emil Košťál xkaiserj@feld.cvut.cz SROVNÁNÍ KOLORIMETRICKÝCH ZKRESLENÍ SNÍMACÍCH SOUSTAV XYZ A RGB Jan Kaisr, Emil Košťál xkaisrj@fld.cvut.cz ČVUT, Fakulta lktrotchnická, katdra Radiolktroniky Tchnická 2, 166 27 Praha 6 1. Úvod Článk s

Více

13 Měření na sériovém rezonančním obvodu

13 Měření na sériovém rezonančním obvodu 13 13.1 Zadání 1) Změřte hodnotu indukčnosti cívky a kapacity kondenzátoru RC můstkem, z naměřených hodnot vypočítej rezonanční kmitočet. 2) Generátorem nastavujte frekvenci v rozsahu od 0,1 * f REZ do

Více

1. Okrajové podmínky pro tepeln technické výpo ty

1. Okrajové podmínky pro tepeln technické výpo ty 1. Okrajové podmínky pro tpln tchncké výpo ty Správné stanovní okrajových podmínk j jdnou z základních součástí jakéhokol tchnckého výpočtu. Výjmkou njsou an tplně tchncké analýzy. V násldující kaptol

Více

X31EO2 - Elektrické obvody 2. Kmitočtové charakteristiky

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

Více

Ing. Ondrej Panák, ondrej.panak@upce.cz Katedra polygrafie a fotofyziky, Fakulta chemicko-technologická, Univerzita Pardubice

Ing. Ondrej Panák, ondrej.panak@upce.cz Katedra polygrafie a fotofyziky, Fakulta chemicko-technologická, Univerzita Pardubice 1 ěřní barvnosti studijní matriál Ing. Ondrj Panák, ondrj.panak@upc.cz Katdra polygrafi a fotofyziky, Fakulta chmicko-tchnologická, Univrzita Pardubic Úvod Abychom mohli či už subjktivně nbo objktivně

Více

, je vhodná veličina jak pro studium vyzařování energie z libovolného zdroje, tak i pro popis dopadu energie na hmotné objekty:

, je vhodná veličina jak pro studium vyzařování energie z libovolného zdroje, tak i pro popis dopadu energie na hmotné objekty: Radiomtri a fotomtri Vyzařování, přnos a účinky nrgi lktromagntického zářní všch vlnových délk zkoumá obor radiomtri, lktromagntickým zářním v optické oblasti s pak zabývá fotomtri. V odstavci Přnos nrgi

Více

Komplexní obálka pásmového signálu

Komplexní obálka pásmového signálu České vysoké učení technické v Praze, Fakulta elektrotechnická X37SGS Signály a systémy Komplexní obálka pásmového signálu Daniel Tureček 8.11.8 1 Úkol měření Nalezněte vzorky komplexní obálky pásmového

Více

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

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

Více

1 Zpracování a analýza tlakové vlny

1 Zpracování a analýza tlakové vlny 1 Zpracování a analýza tlakové vlny 1.1 Cíl úlohy Prostřednictvím této úlohy se naučíte a zopakujete: analýzu biologických signálů v časové oblasti, analýzu biologických signálů ve frekvenční oblasti,

Více

ZPRACOVÁNÍ SIGNÁLŮ Z MECHANICKÝCH. Jiří Tůma

ZPRACOVÁNÍ SIGNÁLŮ Z MECHANICKÝCH. Jiří Tůma ZPRACOVÁNÍ SIGNÁLŮ Z MECHANICKÝCH SYSTÉMŮ UŽITÍM FFT Jiří Tůma Štramberk 1997 ii Anotace Cílem této knihy je systematicky popsat metody analýzy signálů z mechanických systémů a strojních zařízení. Obsahem

Více

Střední průmyslová škola elektrotechnická a informačních technologií Brno

Střední průmyslová škola elektrotechnická a informačních technologií Brno Střední průmyslová škola elektrotechnická a informačních technologií Brno Číslo a název projektu: CZ.1.07/1.5.00/34.0521 Investice do vzdělání nesou nejvyšší úrok Autor: Ing. Bohumír Jánoš Tématická sada:

Více

Polarizací v podstatě rozumíme skutečnost, že plně respektujeme vektorový charakter veličin E, H, D, B. Rovinnou vlnu šířící se ve směru z

Polarizací v podstatě rozumíme skutečnost, že plně respektujeme vektorový charakter veličin E, H, D, B. Rovinnou vlnu šířící se ve směru z 7. Polarizované světlo 7.. Polarizac 7.. Linárně polarizované světlo 7.3. Kruhově polarizované světlo 7.4. liptick polarizované světlo (spc.případ) 7.5. liptick polarizované světlo (obcně) 7.6. Npolarizované

Více

11. AGREGÁTNÍ NABÍDKA A PHILLIPSOVA KŘIVKA. slide 0

11. AGREGÁTNÍ NABÍDKA A PHILLIPSOVA KŘIVKA. slide 0 11. AGREGÁTNÍ NABÍDKA A PHILLIPSOVA KŘIVKA slid 0 Přdmětm přdnášky jsou tři modly agrgátní nabídky, v ktrých v krátkém období výstup pozitivně závisí na cnové hladině. Krátkodobý invrzní vztah mzi inflací

Více

ANOTACE nově vytvořených/inovovaných materiálů

ANOTACE nově vytvořených/inovovaných materiálů ANOTACE nově vytvořených/inovovaných materiálů Číslo projektu Číslo a název šablony klíčové aktivity Tematická oblast CZ.1.07/1.5.00/34.1017 III/2 - Inovace a zkvalitnění výuky prostřednictvím ICT Komplexní

Více