A2B31SMS 11. PŘEDNÁŠKA 4. prosince 2014
|
|
- Stanislava Pešková
- před 7 lety
- Počet zobrazení:
Transkript
1 A2B31SMS 11. PŘEDNÁŠKA 4. prosince 214 Číslicové audio efekty Hřebenové filtry Fázovací filtry Dozvuky Konvoluční reverb Schroederův algoritmus modelování dozvuku
2 Číslicové audio efekty Filtrace - DP, HP, ekvalizace Časově proměnné filtry - flanger, chorus, phaser Modulátory - kruhová modulace, tremolo (AM), vibráto (FM) Nelineární zpracování - komprese, expanze, limitace, zkreslení Efekty založené na časovém zpoždění - echo, reverb
3 ---> Im ---> H(exp(j*w)) Impulsní ch. Hřebenový FIR filtr ---> Im ---> H(exp(j*w)) Impulsní ch. y[ n] x[ n] g x[ n D] H( z) 1 g z D z D z D g 5 Hrebenovy FIR filtr 6.radu 1 5 Hrebenovy FIR filtr 7.radu g -g > w > n (vzorky) -15 +g -g > w > n (vzorky) > Re > Re
4 FIR filtr se dvěma nulami
5 FIR filtr se třemi nulami
6 FIR filtry (klouzavý průměr a hřebenový filtr)
7 FIR filtry
8 ---> H(exp(j* )) Impulsní ch. ---> Im y[ n] x[ n] g y[ n D] Hřebenový IIR filtr H( z) 1 g 1 z D z D z D g 2 Hrebenovy IIR filtr 6.radu g -5 -g > > n (vzorky) > Re
9 ---> arg(h(exp(j* ))) Impulsní ch. ---> Im ---> H(exp(j* )) Číslicový fázovací filtr y[ n] g y[ n D] g x[ n] x[ n D] H( z) g 1 z g z D D z gz D D 1 g g z D z 1/ g D g 5 allpass > > > n (vzorky) > Re
10 Frequency amplituda Karplusův Strongův alg cas [s] x Time
11 Karplusův Strongův alg. kytara harfa mandolína klavír bicí
12 Karplusův Strongův alg. fs = 44.1e3; % [Hz] doba= 4; % [s] z = [ ]; g =.5; f = [ ]; % [Hz] for k=1:length(f) x=zeros(1,doba*fs); % generovani budiciho signalu D=round(fs/f(k)) % modelujiciho drnknuti x(1:d)=randn(1,d); % buzeni explozi bileho sumu a=[1 zeros(1,d-1) -g -g]; b=[1]; y=filter(b,a,x); z=[z y]; end;
13 Dozvuky - přímá konvoluce audio signálu a zaznamenané impulsní charakteristiky prostoru klady: efektivní realizace dozvuku zápory: nelze nastavovat parametry výpočetně náročné
14 Dozvuky - přímá konvoluce audio signálu a zaznamenané impulsní charakteristiky prostoru klady: efektivní realizace dozvuku zápory: nelze nastavovat parametry výpočetně náročné - systémy složené ze zpožďovacích členů a z filtrů klady: velmi snadná změna parametrů simulace velkého rozsahu efektů (umělý/realistický) zápory: obtížnější nastavení reality
15 Konvoluce Konvoluční reverb Známe-li impulsní charakteristiku místnosti, pak dozvuk lze snadno vytvořit konvolucí impulsní charakteristiky a vstupního signálu
16 Konvoluce Konvoluční reverb Známe-li impulsní charakteristiku místnosti, pak dozvuk lze snadno vytvořit konvolucí impulsní charakteristiky a vstupního signálu - použití filtrů omezuje délka impulsní charakteristiky (několik stovek vzorků) - konvoluce se však snadno implementuje pomocí FFT - konvoluci dvou signálů v časové oblasti odpovídá násobení jejich Fourierových obrazů - Existují komerční konvoluční reverby (Altiverb) + řada syntezátorů má efekt konvoluční reverb (používá se imp.char. místností i nástrojů) Volně stažitelné impulsní charakteristiky
17 Konvoluční reverb v MATLABu function [y]=konv_reverb(h,x) N = length(x)+length(h)-1; % délka výstupního signálu NFFT = 2.^nextpow2(N); % nalezení nejmenší % mocniny 2 > N H=fft(h,NFFT); % Fourierova transformace h X=fft(x,NFFT); % Fourierova transformace x Y=X.*H; % násobení ve frekvenční oblasti % představuje konvoluci v časové % oblasti y=real(ifft(y)); % zpětná Fourierova transform y=y(1:n); y=y/max(abs(y)); % normování výstupu
18 Audio efekty založené na časovém zpoždění (dozvuky a echa) original original jednoduche echo x nasobne echo K signálu přičítáme stejný signál, avšak zpožděný a tlumený (jednoduché echo) x Zpoždění vnímáme jako echo, je-li delší než 5 ms Malé zpoždění přináší oživení a rozjasnění zvuku Rychlost zvukové vlny je 35 m/s (331,4 +,6 T)
19 Audio efekty založené na časovém zpoždění (dozvuky a echa) Dozvuk,5 sekundy => zvuková vlna urazí 175 metrů Např. v koupelně o 3m by se vlna odrazila 58x (pak by byla vlna více či méně absorbována)
20 Audio efekty založené na časovém zpoždění (dozvuky a echa) Přímá vlna (bez odrazů) přímá cesta k posluchači První odrazy Odražené vlny příchází,1-,1 s po přímé vlně
21 Audio efekty založené na časovém zpoždění (dozvuky a echa)
22 Audio efekty založené na časovém zpoždění (dozvuky a echa) Dozvuk obsahuje tisíce pozdějších odrazů Stand.doba dozvuku -pokles o 6 db Typický koncertní sál má dozvuk sekundy Chrám sv. Víta až 8 s Odrazy impulsního signálu (exponenciální tlumení)
23
24
25
26
27
28
29
30
31
32 Audio efekty založené na časovém zpoždění (dozvuky a echa), př.36 Zvukový efekt Zpoždění v sekundách Filtrační koeficient pod mostem,4,3 v chrámu,25,3 elektronicky vytvářený umělý dozvuk,2,9 klasické echo,15,5 v podzemní chodbě,12,7 v koncertní sini,1,4 elektronický efekt,85,9 ve sprše,3,6 v malé místnosti,1,5 mikrofonní zpětná vazba,1,97
33 Schroedrův algoritmus modelování dozvuku HF - hřebenové filtry: určují délku ozvěny (délka zpoždění je 1 až 5 ms; zapojují se paralelně) AF - all-pass filtry: zahuštují a rozprostírají ozvěny (délka zpoždění je do 5 ms; zapojují se do kaskády) Realističtější modelování dozvuku Pracné nastavení parametrů modelu
34 Audio efekty založené na časovém zpoždění (dozvuky a echa), př.36 E = [ ]; for k=1:length(e) zpozdeni = E(k,1); g = E(k,2); D = round(zpozdeni*f_s); % [vzorky] a = [1 zeros(1,d-1) -g]; y = filter(1,a,x); soundsc( y',f_s) pause(3) end;
35 E = [ ]; Audio efekty založené na časovém zpoždění (dozvuky a echa) for k=1:length(e) zpozdeni = E(k,1); g = E(k,2); D = round(zpozdeni*f_s); % [vzorky] a = [1 zeros(1,d-1) -g]; y = filter(1,a,x); soundsc(y',f_s) pause(3) end;
X31ZZS 7. PŘEDNÁŠKA 10. listopadu 2014
X3ZZS 7. PŘEDNÁŠKA. listopadu 4 Jedoduché číslicové filtry Klouavé průměry Úkopásmové ádrže Difereciátory Hřebeové filtry Karplusův Strogův algoritmus Fáovací filtry Audio efekty aložeé a časovém požděí
VíceSYNTÉZA AUDIO SIGNÁLŮ
SYNTÉZA AUDIO SIGNÁLŮ R. Čmejla Fakulta elektrotechnická, ČVUT v Praze Abstrakt Příspěvek pojednává o technikách číslicové audio syntézy vyučovaných v předmětu Syntéza multimediálních signálů na Elektrotechnické
VíceZpráva k semestrální práci z B2M31SYN Syntéza audio signálů
Zpráva k semestrální práci z B2M31SYN Syntéza audio signálů Část 1 - Syntéza orchestrálních nástrojů pro symfonickou báseň B.Smetany "Vltava" Cílem této části práce je syntetizovat symfonickou báseň B.Smetany
VíceB2M31SYN SYNTÉZA AUDIO SIGNÁLŮ
B2M31SYN SYNTÉZA AUDIO SIGNÁLŮ zima 2016-2017 Roman Čmejla cmejla@fel.cvut.cz B2, místn.525 tel. 224 3522 36 http://sami.fel.cvut.cz/sms/ A2B31SMS - SYNTÉZA MULTIMEDIÁLNÍCH SIGNÁLŮ zima 2015-2016 http://sami.fel.cvut.cz/sms/
VíceÚkol 1 Zpráva k semestrální práci k předmětu B2M31SYN Syntéza audio signálů Lukáš Krauz krauzluk@fel.cvut.cz Hlavním cílem této úlohy bylo vytvořit za pomoci MIDI souboru, obsahující noty a stopy k jednotlivým
VíceČíslicové zpracování signálů a Fourierova analýza.
Číslicové zpracování signálů a Fourierova analýza www.kme.zcu.cz/kmet/exm 1 Obsah prezentace 1. Úvod a motivace 2. Data v časové a frekvenční oblasti 3. Fourierova analýza teoreticky 4. Fourierova analýza
VíceModulační syntéza 8. prosince 2014
ZZS-12 Modulační syntéza 8. prosince 2014 Amplitudová modulace Syntetické zvony Jednoduché syntetické FM nástroje Syntetické zvuky vítr Kruhová modulace t f f t f f t f t f m c m c c m ) ( 2 cos 2 1 )
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
VíceSyntéza zvuků a hudebních nástrojů v programovém prostředí MATLAB
Syntéza zvuků a hudebních nástrojů v programovém prostředí MATLAB Úvod Cílem této semestrální práce je syntéza orchestrálních nástrojů pro symfonickou báseň Vltava Bedřicha Smetany a libovolná vlastní
VíceZpráva k semestrální práci z předmětu Syntéza audio signálů. Vypracoval: Jakub Krista Zimní semestr 2016/2017 Datum odevzdání:
Zpráva k semestrální práci z předmětu Syntéza audio signálů Vypracoval: Jakub Krista Zimní semestr 2016/2017 Datum odevzdání: 31.12.2016 Obsah 1. Úvod... 2 2. Použité druhy syntéz... 3 2.1 Aditivní syntéza...
VíceMULTIMEDIÁLNÍ A HYPERMEDIÁLNÍ SYSTÉMY. 4) Upravujeme nahraný zvuk
MULTIMEDIÁLNÍ A HYPERMEDIÁLNÍ SYSTÉMY 4) Upravujeme nahraný zvuk Petr Lobaz, 8. 3. 2006 MIXÁŽNÍ PULT vstupní část korekční část pomocné výstupy výstupy VSTUPNÍ ČÁST nastavení citlivosti kontrola ořezávání
Více1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15
Úvodní poznámky... 11 1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15 1.1 Základní pojmy... 15 1.2 Aplikační oblasti a etapy zpracování signálů... 17 1.3 Klasifikace diskretních
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
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
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
Více31ZZS 9. PŘEDNÁŠKA 24. listopadu 2014
3ZZS 9. PŘEDNÁŠKA 24. listopadu 24 SPEKTRÁLNÍ ANALÝZA Fourierovy řady Diskrétní Fourierovy řady Fourierova transformace Diskrétní Fourierova transformace Spektrální analýza Zobrazení signálu ve frekvenční
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
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
VíceSyntéza audio signálů Aditivní syntéza symfonického orchestru a akordeonu
Syntéza audio signálů Aditivní syntéza symfonického orchestru a akordeonu Bedřich Smetana - Vltava 3 oktávy durové stupnice Johann C. F. Fischer - Preludium a fuga G dur Bedřich Smetana - Jiřinková polka
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
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
VíceA2B31SMS 2. PŘEDNÁŠKA 9. října 2017 Číslicové signály
A2B3SMS 2. PŘEDNÁŠKA 9. října 27 Číslicové signály Aperiodické Periodické Aplikace Zvuky telefonu Hudební stupnice Tónová volba Tabulková (wavetable) syntéza Tabulkový oscilátor Interpolace Pitch posunutí
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
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
VíceVlastnosti Fourierovy transformace
Vlastnosti Fourierovy transformace Linearita Fourierova transformace je lineární (všechny druhy :-) ), je tedy homogenní a aditivní Homogenita: změna amplitudy v časové oblasti způsobí stejnou změnu amplitudy
VíceFiltrace obrazu ve frekvenční oblasti
Filtrace obrazu ve frekvenční oblasti Václav Hlaváč České vysoké učení technické v Praze Český institut informatiky, robotiky a kybernetiky 166 36 Praha 6, Jugoslávských partyzánů 1580/3 http://people.ciirc.cvut.cz/hlavac,
Více2. Číslicová filtrace
Żpracování signálů a obrazů 2. Číslicová filtrace.......... Petr Česák Zimní semestr 2002/2003 . 2. Číslicová filtrace FIR+IIR ZADÁNÍ Účelem cvičení je seznámit se s průběhem frekvenčních charakteristik
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
VíceSpektrální 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
VíceFILTRACE VE FOURIEROVSKÉM SPEKTRU
1/18 FILTRACE VE FOURIEROVSKÉM SPEKTRU (patří do lineárních integrálních transformací) Václav Hlaváč Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání hlavac@fel.cvut.cz
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,
VíceZvukové efekty. Ing. Jan Přichystal, Ph.D. 20. dubna PEF MZLU v Brně
PEF MZLU v Brně 20. dubna 2010 Úvod Při zpracování zvukových signálů často nevystačíme se základním zvukem. Pro doplnění zvuku využíváme různé zvukové efekty, které nám umožní získat zvuk reálně obtížně
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
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,
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
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
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
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)
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,
VíceA7B31ZZS 6. PŘEDNÁŠKA 27. října 2014
A7B3ZZS 6. PŘEDNÁŠKA 7. řína 4 Číslicové IIR filtry vyšších řádu filtry se dvěma póly (filtry s více póly) řaení filtrů Aplikace banka filtrů (reonátorů) filtrační syntéy s časově prom. filtry formantové
VíceDodatky k FT: 1. (2D digitalizace) 2. Více o FT 3. Více k užití filtrů. 7. přednáška předmětu Zpracování obrazů
Dodatky k FT:. (D digitalizace. Více o FT 3. Více k užití filtrů 7. přednáška předmětu Zpracování obrazů Martina Mudrová 4 Pořízení digitálního obrazu Obvykle: Proces transformace spojité předlohy (reality
VícePSK1-9. Číslicové zpracování signálů. Číslicový signál
Název školy: Autor: Anotace: PSK1-9 Vyšší odborná škola a Střední průmyslová škola, Božetěchova 3 Ing. Marek Nožka Princip funkce číslicové filtrace signálu Vzdělávací oblast: Informační a komunikační
VíceAnalýza 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,
VíceDirect Digital Synthesis (DDS)
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická Ing. Radek Sedláček, Ph.D., katedra měření K13138 Direct Digital Synthesis (DDS) Přímá číslicová syntéza Tyto materiály vznikly za podpory
VíceParametrické přístupy k filtraci ultrazvukových signálů
České vysoké učení technické v Praze Fakulta elektrotechnická Katedra měření Parametrické přístupy k filtraci ultrazvukových signálů Bakalářská práce Luboš Kocourek 2010 Studijní program: Elektrotechnika
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)
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
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
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
VíceVOLBA ČASOVÝCH OKEN A PŘEKRYTÍ PRO VÝPOČET SPEKTER ŠIROKOPÁSMOVÝCH SIGNÁLŮ
VOLBA ČASOVÝCH OKEN A PŘEKRYTÍ PRO VÝPOČET SPEKTER ŠIROKOPÁSOVÝCH SIGNÁLŮ Jiří TŮA, VŠB Technická univerzita Ostrava Petr Czyž, Halla Visteon Autopal Services, sro Nový Jičín 2 Anotace: Referát se zabývá
VíceAkustika pro posluchače HF JAMU
Akustika pro posluchače HF JAMU Zvukové vlny a kmity (1) 2 Vnímání zvuku (3) 2 Akustika hudebního nástroje (2) 2 Akustika při interpretaci (2) 3 Záznam hry na hudební nástroje (2) 4 Seminární a samostatné
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
VíceFourierova transformace
Fourierova transformace EO Přednáška Pavel Máša ÚVODEM Známe Fourierovy řady v komplexním tvaru f(t) = 1X k= 1 A k e jk! t Spektrum této řady je diskrétní A k = 1 T Obvody tedy musíme řešit v HUS člen
Vícemel jednotka subjektivní výšky tónu. Výška tónu o frekvenci 1000 Hz a hladině akustického tlaku 40 db se rovná 1000 melům.
m / Hudební akustika 42 mechanická soustava uspořádání mechanických prvků. Např. u hudebního nástroje představuje soustavu 1D struna houslí, 2D membrána bubnu a 3D zvon. Pro zkoumání vlastností těchto
VíceAnalýza a zpracování signálů. 1. Úvod
Analýza a zpracování signálů 1. Úvod DSP matematická a algoritmická manipulace s číslicovými signály jejímž cílem je extrahovat důležité informace, které jsou přenášeny signálem Vstupní signál Zpracovaný
VíceZpráva k semestrální práci
ČVUT FEL Zpráva k semestrální práci A2B31SMS Jan Vimr 2017/2018 1. Postup Zadáním semestrální práce byla syntéza libovolného hudebního nástroje pro skladbu: Let čmeláka Nikolaj Rimskij Korsakov, dále odevzdat
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV TELEKOMUNIKACÍ FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION DEPARTMENT OF TELECOMMUNICATIONS
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.
VíceROZ II cv. 01 Dekonvoluce KM - FJFI - ČVUT
ROZ II cv. 01 Dekonvoluce KM - FJFI - ČVUT ZS 2013 ÚTIA - ZOI zoi.utia.cas.cz Kontakty Ústav teorie informace a automatizace AV ČR, v.v.i. http://www.utia.cas.cz Zpracování obrazové informace http://zoi.utia.cas.cz
VíceROZ1 - Cv. 2 - Fourierova transformace ÚTIA - ZOI
Vzorečky Co to je FT? Vzorečky Co to je FT? Transformace signálu z časové (resp. obrazové) reprezentace f(t) do frekvenční reprezentace F(ψ) a zpět. Díky ní můžeme signál analyzovat ve frekvenční oblasti
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
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
VíceČíslo projektu Číslo a název šablony klíčové aktivity Tematická oblast Autor Ročník 2, 3 Obor Anotace CZ.1.07/1.5.00/34.0514 III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Logické obvody sekvenční,
VíceVlastnosti IIR filtrů:
IIR filtry Vlastnosti IIR filtrů: Výhody: jsou výrazně nižšího řádu než Fir filtry se stejnými vlastnostmi a z toho vyplývá že mají: Nevýhody: nižší výpočetní složitost v porovnání s Fir filtrem kratší
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
VíceROZ II cv. 01 Dekonvoluce KM - FJFI - ČVUT
ROZ II cv. 01 Dekonvoluce KM - FJFI - ČVUT ZS ÚTIA - ZOI zoi.utia.cas.cz Kontakty Ústav teorie informace a automatizace AV ČR, v.v.i. http://www.utia.cas.cz Zpracování obrazové informace http://zoi.utia.cas.cz
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
VíceZpracování obrazů. Honza Černocký, ÚPGM
Zpracování obrazů Honza Černocký, ÚPGM 1D signál 2 Obrázky 2D šedotónový obrázek (grayscale) Několikrát 2D barevné foto 3D lékařské zobrazování, vektorová grafika, point-clouds (hloubková mapa, Kinect)
VíceZvukové jevy. Abychom slyšeli jakýkoli zvuk, musí být splněny tři základní podmínky: 1. musí existovat zdroj zvuku
Zvukové jevy Abychom slyšeli jakýkoli zvuk, musí být splněny tři základní podmínky: 1. musí existovat zdroj zvuku 2. musí existovat látkové prostředí, kterým se zvuk šíří - ve vakuu se zvuk nešíří! 3.
VícePrimární zpracování radarového signálu dopplerovská filtrace
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE K13137 - Katedra radioelektroniky A2M37RSY Jméno Stud. rok Stud. skupina Ročník Lab. skupina Václav Dajčar 2011/2012 2. 101 - Datum zadání Datum odevzdání Klasifikace
VíceAnalýza a zpracování digitálního obrazu
Analýza a zpracování digitálního obrazu Úlohy strojového vidění lze přibližně rozdělit do sekvence čtyř funkčních bloků: Předzpracování veškerých obrazových dat pomocí filtrací (tj. transformací obrazové
VíceA2B31SMS 3. PŘEDNÁŠKA 15. října 2015
A2B31SMS 3. PŘEDNÁŠKA 15. října 215 ADITIVNÍ SYNTÉZA Harmonická analýza Harmonická syntéza Fourierovy řady Spektrum Barva zvuku Aditivní syntéza a spektrální modelování Parciály Fourierovy řady Jean Baptiste
VíceA7B31ZZS 4. PŘEDNÁŠKA 13. října 2014
A7B31ZZS 4. PŘEDNÁŠKA 13. října 214 A-D převod Vzorkování aliasing vzorkovací teorém Kvantování Analýza reálných signálů v časové oblasti řečové signály biologické signály ---> x[n] Analogově-číslicový
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
VíceHlavní parametry rádiových přijímačů
Hlavní parametry rádiových přijímačů Zpracoval: Ing. Jiří Sehnal Pro posouzení základních vlastností rádiových přijímačů jsou zavedena normalizovaná kritéria parametry, podle kterých se rádiové přijímače
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
VíceSPM od A do Z. pozadí metody SPM. SPM od A do Z. Copyright SPM Instrument
pozadí metody SPM Copyright SPM Instrument 2013 1 VIBRACE cyklický pohyb stroje nebo části stroje z jeho klidové resp. neutrální pozice. O charakteru vibrací rozhodují 4 faktory: budící síla (např. nevývaha)
VíceKepstrální analýza řečového signálu
Semestrální práce Václav Brunnhofer Kepstrální analýza řečového signálu 1. Charakter řečového signálu Lidská řeč je souvislý, časově proměnný proces. Je nositelem určité informace od řečníka k posluchači
VíceLaboratorní úloha č. 8: Elektroencefalogram
Laboratorní úloha č. 8: Elektroencefalogram Cíle úlohy: Rozložení elektrod při snímání EEG signálu Filtrace EEG v časové oblasti o Potlačení nf a vf rušení o Alfa aktivita o Artefakty Spektrální a korelační
VíceAkustika. Cesta zvuku od hudebního nástroje přes nahrávací a reprodukční řetězec k posluchači
Akustika Cesta zvuku od hudebního nástroje přes nahrávací a reprodukční řetězec k posluchači Vzdělávání v rámci projektu Rozvoj výzkumného potenciálu JAMU Princip zvukařiny x s c T R Q O L M Poslech nebo
VíceNPGR032 CVIČENÍ III. Šum a jeho odstranění teorie&praxe. Adam Novozámský (novozamsky@utia.cas.cz)
NPGR032 CVIČENÍ III. Šum a jeho odstranění teorie&praxe Adam Novozámský (novozamsky@utia.cas.cz) TEORIE Šum a jeho odstranění ŠUM Co je to šum v obrázku a jak vzniká? Jaké známe typy šumu? ŠUM V obrázku
VíceRestaurace (obnovení) obrazu při známé degradaci
Restaurace (obnovení) obrazu při známé degradaci Václav Hlaváč České vysoké učení technické v Praze Centrum strojového vnímání (přemosťuje skupiny z) Český institut informatiky, robotiky a kybernetiky
VíceOsnova. Idea ASK/FSK/PSK ASK Amplitudové... Strana 1 z 16. Celá obrazovka. Konec Základy radiotechniky
Pulsní kódová modulace, amplitudové, frekvenční a fázové kĺıčování Josef Dobeš 24. října 2006 Strana 1 z 16 Základy radiotechniky 1. Pulsní modulace Strana 2 z 16 Pulsní šířková modulace (PWM) PAM, PPM,
VíceSemestrální práce z předmětu Syntéza audio signálů
Semestrální práce z předmětu Syntéza audio signálů Téma: Syntéza orchestrálních nástojů ve skladbě Vltava od Bedřicha Smetany a syntéza zvuku mouchy Dominik Šmíd zimní semestr 2016/17 Obsah: 1. Úvod 2.
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
VíceAmplitudová a frekvenční modulace
Amplitudová a frekvenční modulace POZOR!!! Maximální vstupní napětí spektrálního analyzátoru je U pp = 4 V. Napěťové úrovně signálů, před připojením k analyzátoru, nejprve kontrolujte pomocí osciloskopu!!!
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
VíceCesta zvuku od hudebního nástroje přes nahrávací a reprodukční řetězec k posluchači Vzdělávání v rámci projektu Rozvoj výzkumného potenciálu JAMU
Akustika Cesta zvuku od hudebního nástroje přes nahrávací a reprodukční řetězec k posluchači Vzdělávání v rámci projektu Rozvoj výzkumného potenciálu JAMU Princip zvukařiny x s c Přímý zvuk k posluchači,
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
VíceKmitočtová analýza (AC Analysis) = analýza kmitočtových závislostí obvodových veličin v harmonickém ustáleném stavu (HUS) při první iteraci ano
Kmitočtová analýza (AC Analysis) = analýza kmitočtových závislostí obvodových veličin v harmonickém ustáleném stavu (HUS) - napodobování činnosti inteligentního obvodového analyzátoru. Další příbuzné analýzy:
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
VíceTříkanálový kytarový zesilovač s digitálním signálovým procesorem a funkcí Channel Tracking. Uživatelský manuál. 2011 Audio Partner s.r.o.
Tříkanálový kytarový zesilovač s digitálním signálovým procesorem a funkcí Channel Tracking Uživatelský manuál Shrnutí některých funkcí zesilovače FlexWave 65: - 65 W zesilovač - jeden 12 reproduktor -
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
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)
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
VíceMULTIMEDIÁLNÍ A HYPERMEDIÁLNÍ SYSTÉMY
MULTIMEDIÁLNÍ A HYPERMEDIÁLNÍ SYSTÉMY 4) Úprava nahraného zvuku Petr Lobaz, 6. 3. 2012 MIXÁŽ míchání signál jednoho nástroje regulace úrovn frekven ní úpravy ízení dynamiky odstran ní šumu asové korekce
VíceKomplexní 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
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
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.
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
Více