základní vlastnosti, používané struktury návrhové prostředky MATLAB problém kvantování koeficientů
|
|
- Miroslava Procházková
- před 7 lety
- Počet zobrazení:
Transkript
1
2 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 MATLAB problém kvantování koeficientů
3 A0M38SPP - Signálové procesory v praxi - přednáška 4 3 Odstranění jedné nebo více frekvenčních částí (složek) ze spektra zpracovávaného signálu (např. odstranění rušivých nežádoucích složek) Z teorie zpracování signálů známe, že je potřeba důsledně rozlišovat: Spojité signály a systémy (soustavy) popis pomocí Laplaceovy transformace výpočet spektra pomocí Fourierovy transformace (FT) Diskrétní signály a systémy (soustavy) popis pomocí Z transformace výpočet spektra pomocí diskrétní Fourierovy transformace (DFT)
4 A0M38SPP - Signálové procesory v praxi - přednáška 4 4 Spojité soustavy Příklad vstupní signál X(j obsahující dvě složky f R, f S a filtr s přenosem H(j typ dolní prostu s mezním kmitočtem f 0 x(t) y(t) X H Y Konvoluce v časové oblasti odpovídá prostému násobení ve frekvenční oblasti
5 A0M38SPP - Signálové procesory v praxi - přednáška 4 5 Diskrétní soustavy Uvažujme stejný příklad jako v předchozím případě analogické jako pro spojité signály, jen místo FT se používá Z transformace diskrétní konvoluce
6 A0M38SPP - Signálové procesory v praxi - přednáška 4 6 Nechť H(z) má přenos b i jsou přímo koeficienty filtru (FIR) Pak v časové oblasti platí: x(n) ( ) až x(n N) ( ) jsou vzorky signálu
7 A0M38SPP - Signálové procesory v praxi - přednáška 4 7 Z hlediska teorie systémů ČF = LTI čili Linear Time Invariable system Velice významná část v oblasti DSP vykazují vynikající vlastnosti ve srovnání s analogovými filtry Slouží pro separaci nebo pro rekonstrukci signálů Základní stavební prvky : zpožďovací člen (paměť) sčítačka násobička Z -1
8 A0M38SPP - Signálové procesory v praxi - přednáška 4 8 Každý ČF lze popsat např. přenosovou funkcí, vyjádřenou v z transformaci i(diferenční č rovnice) Obecný přenos filtru vyjádřený z transformaci Je li polynom A(z)=1 pak se jedná o FIR filter Je li polynom A(z) 1 pak se jedná o IIR filter Obecně polynom A(z) definuje zpětnou vazbu mezi výstupem a vstupem z toho důvodu IIR nemusí být vždy stabilní
9 A0M38SPP - Signálové procesory v praxi - přednáška 4 9 FIR Finite Impulze Response Vždy stabilní dáno n násobným polem v nule (n tý řád filtru) Pro dosažení veliké strmosti nutno zvolit vysoký řád filtru Majílineární fázi Nevýhodou je nárůst zpoždění IIR Infinite Impulze Responce Nemusí být vždy stabilní Analogie k analogovým filtrům Požadovanou strmost charakteristiky lze dosáhnout při nižším řádu než li u FIR Nelineární fáze
10 A0M38SPP - Signálové procesory v praxi - přednáška 4 10 Přímá forma (DIRECT FORM) Transverzální forma (DIRECT FORM TRANSPOSED) x(n) b 0 b 1 b 2 Z -1 Z -1 y(n)
11 A0M38SPP - Signálové procesory v praxi - přednáška 4 11 Výsledný přenos Při paralelním řazení bloků výsledný přenos dán součtem dílčích přenosů
12 A0M38SPP - Signálové procesory v praxi - přednáška 4 12 x(n) Z -1 Z -1 b 0 b 1 b 2 H 0 Z -1 Z -1 y(n) Při paralelním řazení bloků výsledný přenos dán součtem dílčích přenosů Výsledný přenos b 0 b 1 b 2 H 1
13 A0M38SPP - Signálové procesory v praxi - přednáška 4 13
14 Tato realizace využívá minimální počet zpožďovacích členů A0M38SPP - Signálové procesory v praxi - přednáška 4 14
15 A0M38SPP - Signálové procesory v praxi - přednáška 4 15 Pracujeme li s konečným rozlišením čísel, nutně tento problém musí nastat V MATLABu jsi spočítám koeficienty filtrů s daleko větší přesností než jsem schopen implementovatna na DSP či FPGA Dochází tedy ke kvantování těchto koeficientů S tím souvisí změna frekvenční charakteristiky filtru Nutno kontrolovat může vybočit mimo rámec zadání, v případě IIR filtrů může být nestabilní!
16 A0M38SPP - Signálové procesory v praxi - přednáška 4 16 Nejdostupnější a nejrychlejší způsob využití prostředí MATLAB Definovány funkce pro návrh FIR i IIR filtrů (v základní knihovně): FIR1 : b=fir1(n,wn), B = FIR1(N,Wn,'high') FIR2 : B = FIR2(N,F,A), Butter : [B,A] = BUTTER(N,Wn), [B,A] = BUTTER(N,Wn,'low') Cheby1 : [B,A] = CHEBY1(N,R,Wp), CHEBY1(N,R,Wp,'stop') Cheby2 : [B,A] = CHEBY2(N,R,Wst), Ellip : [B,A] = ELLIP(N,Rp,Rs,Wp)
17 A0M38SPP - Signálové procesory v praxi - přednáška 4 17 Vykreslení frekvenční charakteristiky navrženého filtru funkce freqz [H,W] = FREQZ(B,A,N) Existuje speciální grafický tool box pro návrh ČF Filter Design and Analysis Tool (FDATOOL) Je li řád filtru M, filter má M+1 koeficientů!!!
18 A0M38SPP - Signálové procesory v praxi - přednáška 4 18
19 A0M38SPP - Signálové procesory v praxi - přednáška 4 19 Intuitivní ovládání Design FIR, IIR (Butterworth, th Chebysev I, II, Eliptický) Volitelné typy frekvenční charakteristiky DP,HP,PP, PZ Výběr fyzické realizace (přímá, traspovaná, atd.) Vykreslení průběhu frekvenční a fázové charakteristiky Zobrazení rozložení pólů a nul filtru v komplexní rovině Koeficienty navrženého filtru lze exportovat do textového souboru nutno definovat též formát dat (např. double float, unsigned 16 a další)
20 Příklad : FIR, N=100, Fm =0,3*f s (f s = ) A0M38SPP - Signálové procesory v praxi - přednáška 4 20
21 A0M38SPP - Signálové procesory v praxi - přednáška 4 21
22 Při kvantování koeficientů obecně dochází ke změně ve frekvenční charakteristice Při implementaci na DSP nutno ověřit, zda li filtr splňuje veškeré požadavky U IIR filtrů nutno zkontrolovat polohu pólů (ověřit stabilitu filtru) A0M38SPP - Signálové procesory v praxi - přednáška 4 22
23 A0M38SPP - Signálové procesory v praxi - přednáška ) seznámit se blíže s FDAtool nástrojem 2) navrhnout konkrétní FIRtypudolní nebohornípropust 3) pomocí nachystaného demo_projektu (audio_loopback) realizovat sw pro filtraci vstupního signálu vzorkovaného AD kodekem 4) implementovat vlastní algoritmus filtrace,tj.,j realizovat výpočet b i jsou přímo koeficienty filtru (FIR) x(n) ( ) až x(n N) ( jsou vzorky signálu 5) Ověřit funkci implementovaného filtru pomocí generátoru a osciloskopu (změřit frekvenční charakteristiku filtru alespoň ve třech bodech)
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
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
Vícezpracování signálu a obrazu
A4M38AVS Aplikace vestavěných systémů Přednáška č. 6 Základní metody číslicového zpracování signálu a obrazu Radek Sedláček, katedra měření, ČVUT FEL, 2011 Obsah přednášky Úvod, motivace do problematiky
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
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
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
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
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
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
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 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
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
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
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.
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
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. 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
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
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
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
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,
VíceAutomatická detekce anomálií při geofyzikálním průzkumu. Lenka Kosková Třísková NTI TUL Doktorandský seminář, 8. 6. 2011
Automatická detekce anomálií při geofyzikálním průzkumu Lenka Kosková Třísková NTI TUL Doktorandský seminář, 8. 6. 2011 Cíle doktorandské práce Seminář 10. 11. 2010 Najít, implementovat, ověřit a do praxe
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
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,
VíceBiofyzikální ústav LF MU Brno. jarní semestr 2011
pro obor Ošetřovatelská péče v gerontologii Biofyzikální ústav LF MU Brno jarní semestr 2011 Obsah letmý dotyk teorie systémů klasifikace a analýza biosignálů Co je signál? Co je biosignál? Co si počít
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
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
VícePraha technic/(4 -+ (/T'ERATU"'P. ))I~~
Jaroslav Baláte Praha 2003 -technic/(4 -+ (/T'ERATU"'P ))I~~ @ ZÁKLADNí OZNAČENí A SYMBOLY 13 O KNIZE 24 1 SYSTÉMOVÝ ÚVOD PRO TEORII AUTOMATICKÉHO iízení 26 11 VYMEZENí POJMU - SYSTÉM 26 12 DEFINICE SYSTÉMU
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
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
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
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
Vícefiltry FIR zpracování signálů FIR & IIR Tomáš Novák
filtry FIR 1) Maximální překývnutí amplitudové frekvenční charakteristiky dolní propusti FIR řádu 100 je podle obr. 1 na frekvenci f=50hz o velikosti 0,15 tedy 1,1dB; přechodové pásmo je v rozsahu frekvencí
VíceLineární a adaptivní zpracování dat. 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,
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
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
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
VíceUŽITÍ KOHERENČNÍ FUNKCE PRO DISTRIBUOVANOU
UŽITÍ KOHERENČNÍ FUNKCE PRO DISTRIBUOVANOU ANALÝZU VÍCEKANÁLOVÝCH SIGNÁLŮ Robert Háva, Aleš Procházka Vysoká škola chemicko-technologická, Abstrakt Ústav počítačové a řídicí techniky Analýza vícekanálových
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,
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)
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
VíceTeoretická elektrotechnika - vybrané statě
Teoretická elektrotechnika - vybrané statě David Pánek EK 63 panek50@kte.zcu.cz Fakulta elektrotechnická Západočeská univerzita v Plzni September 26, 202 David Pánek EK 63 panek50@kte.zcu.cz Teoretická
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
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
VíceIvan Švarc. Radomil Matoušek. Miloš Šeda. Miluše Vítečková. c..~"f~ AKADEMICKÉ NAKlADATEL.STVf. Brno 20 I I
Ivan Švarc. Radomil Matoušek Miloš Šeda. Miluše Vítečková AUTMATICKÉ RíZENí c..~"f~ AKADEMICKÉ NAKlADATEL.STVf Brno 0 I I n ~~ IU a ~ o ~e ~í ru ly ry I i ~h ~" BSAH. ÚVD. LGICKÉ RÍZENÍ. ""''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''oooo
VíceČíselné vyjádření hodnoty. Kolik váží hrouda zlata?
Čísla a logika Číselné vyjádření hodnoty Au Kolik váží hrouda zlata? Dekadické vážení Když přidám osmé závaží g, váha se převáží => závaží zase odeberu a začnu přidávat závaží x menší 7 závaží g 2 závaží
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,
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
VíceZÁKLADY AUTOMATICKÉHO ŘÍZENÍ
VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ 1. týden doc. Ing. Renata WAGNEROVÁ, Ph.D. Ostrava 2013 doc. Ing. Renata WAGNEROVÁ, Ph.D. Vysoká škola báňská
Více0.0001 0.001 0.01 0.1 1 10 100 1000 10000. Čas (s) Model časového průběhu sorpce vyplývá z 2. Fickova zákona a je popsán následující rovnicí
Program Sorpce1.m psaný v prostředí Matlabu slouží k vyhlazování naměřených sorpčních křivek a výpočtu difuzních koeficientů. Kromě standardního Matlabu vyžaduje ještě Matlab Signal Processing Toolbox
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
Vícedo magisterské etapy programu ELEKTRONIKA A KOMUNIKACE
JMÉNO A PŘÍJMENÍ: 1 VZOROVÝ TEST K PŘIJÍMACÍ ZKOUŠCE do magisterské etapy programu ELEKTRONIKA A KOMUNIKACE Odpovědi na otázky pište do volného místa za každou otázkou. Pro pomocné výpočty použijte čistou
VíceMotivace příklad použití lokace radarového echa Význam korelace Popis náhodných signálů číselné charakteristiky
A0M38SPP - Signálové procesory v praxi - přednáška 7 2 Motivace příklad použití lokace radarového echa Význam korelace Popis náhodných signálů číselné charakteristiky (momenty) Matematická definice korelační
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
VíceA2B31SMS 11. PŘEDNÁŠKA 4. prosince 2014
A2B31SMS 11. PŘEDNÁŠKA 4. prosince 214 Číslicové audio efekty Hřebenové filtry Fázovací filtry Dozvuky Konvoluční reverb Schroederův algoritmus modelování dozvuku Číslicové audio efekty Filtrace - DP,
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
VíceIdentifikace systémů
Identifikace systémů Přednáška 2 Osvald Modrlák, Lukáš Hubka TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky, informatiky a mezioborových studií Tento materiál vznikl v rámci projektu ESF CZ.1.07/2.2.00/07.0247,
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/
VíceZákladní metody číslicového zpracování signálu a obrazu část II.
A4M38AVS Aplikace vestavěných systémů Přednáška č. 8 Základní metody číslicového zpracování signálu a obrazu část II. Radek Sedláček, katedra měření, ČVUT FEL, 2015 Obsah přednášky Převzorkování decimace,
VíceUčební osnova předmětu ELEKTRICKÁ MĚŘENÍ
Učební osnova předmětu ELEKTRICKÁ MĚŘENÍ Obor vzdělání: 2-41-M/01 Elektrotechnika (slaboproud) Forma vzdělávání: denní studium Ročník kde se předmět vyučuje: třetí, čtvrtý Počet týdenních vyučovacích hodin
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
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
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
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
VíceVLASTNOSTI KOMPONENTŮ MĚŘICÍHO ŘETĚZCE - ANALOGOVÁČÁST
VLASTNOSTI KOMPONENTŮ MĚŘICÍHO ŘETĚZCE - ANALOGOVÁČÁST 5.1. Snímač 5.2. Obvody úpravy signálu 5.1. SNÍMAČ Napájecí zdroj snímač převod na el. napětí - úprava velikosti - filtr analogově číslicový převodník
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
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
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,
VíceOpakování z předmětu TES
Opakování z předmětu TES A3B35ARI 6..6 Vážení studenti, v následujících měsících budete každý týden z předmětu Automatické řízení dostávat domácí úkol z látky probrané v daném týdnu na přednáškách. Jsme
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
VíceFyzikální laboratoř. Kamil Mudruňka. Gymnázium, Pardubice, Dašická /8
Středoškolská technika 2015 Setkání a prezentace prací středoškolských studentů na ČVUT Fyzikální laboratoř Kamil Mudruňka Gymnázium, Pardubice, Dašická 1083 1/8 O projektu Cílem projektu bylo vytvořit
VíceZÁKLADY AUTOMATICKÉHO ŘÍZENÍ
VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ 8. týden doc. Ing. Renata WAGNEROVÁ, Ph.D. Ostrava 2013 doc. Ing. Renata WAGNEROVÁ, Ph.D. Vysoká škola báňská
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
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
VíceNové metody stereofonního kódování pro FM pomocí digitální technologie. Pavel Straňák, Phobos Engineering s.r.o.
Nové metody stereofonního kódování pro FM pomocí digitální technologie Pavel Straňák, Phobos Engineering s.r.o. Úvod Cílem této stati je popis modelu číslicového stereofonního kodéru s možností kompozitního
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
VíceALGORITMY ČÍSLICOVÉHO ZPRACOVÁNÍ SIGNÁLŮ
Bohumil BRTNÍK, David MATOUŠEK ALGORITMY ÈÍSLICOVÉHO ZPRACOVÁNÍ SIGNÁLÙ Praha 2011 Tato monografie vznikla pøedevším pro podporu výuky oboru Poèítaèové systémy na Vysoké škole polytechnické v Jihlavì.
VíceKomprese dat Obsah. Komprese videa. Radim Farana. Podklady pro výuku. Komprese videa a zvuku. Komprese MPEG. Komprese MP3.
Komprese dat Radim Farana Podklady pro výuku Obsah Komprese videa a zvuku. Komprese MPEG. Komprese MP3. Komprese videa Velký objem přenášených dat Typický televizní signál - běžná evropská norma pracuje
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
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.
Více1. Základy teorie přenosu informací
1. Základy teorie přenosu informací Úvodem citát o pojmu informace Informace je název pro obsah toho, co se vymění s vnějším světem, když se mu přizpůsobujeme a působíme na něj svým přizpůsobováním. N.
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
VíceZákladní principy přeměny analogového signálu na digitální
Základní y přeměny analogového signálu na digitální Pro přenos analogového signálu digitálním systémem, je potřeba analogový signál digitalizovat. Digitalizace je uskutečňována pomocí A/D převodníků. V
VíceNelineární obvody. V nelineárních obvodech však platí Kirchhoffovy zákony.
Nelineární obvody Dosud jsme se zabývali analýzou lineárních elektrických obvodů, pasivní lineární prvky měly zpravidla konstantní parametr, v těchto obvodech platil princip superpozice a pro analýzu harmonického
VíceKomplexní analýza. Laplaceova transformace. Martin Bohata. Katedra matematiky FEL ČVUT v Praze
Komplexní analýza Laplaceova transformace Martin Bohata Katedra matematiky FEL ČVUT v Praze bohata@math.feld.cvut.cz Martin Bohata Komplexní analýza Laplaceova transformace 1 / 18 Definice Definice Laplaceovou
VíceMATLAB. F. Rund, A. Novák Katedra radioelektroniky, FEL ČVUT v Praze. Abstrakt
PROBLÉM ŠPATNÉ SYNCHRONIZACE VZORKOVACÍCH KMITOČTŮ U MLS SIGNÁLŮ: MODEL V PROSTŘEDÍ MATLAB F. Rund, A. Novák Katedra radioelektroniky, FEL ČVUT v Praze Abstrakt Chceme-li hodnotit kvalitativní stránku
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
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
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
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
VíceOsnova přednášky. Univerzita Jana Evangelisty Purkyně Základy automatizace Stabilita regulačního obvodu
Osnova přednášky 1) Základní pojmy; algoritmizace úlohy 2) Teorie logického řízení 3) Fuzzy logika 4) Algebra blokových schémat 5) Vlastnosti členů regulačních obvodů 6) Vlastnosti regulátorů 7) 8) Kvalita
VíceU Úvod do modelování a simulace systémů
U Úvod do modelování a simulace systémů Vyšetřování rozsáhlých soustav mnohdy nelze provádět analytickým výpočtem.často je nutné zkoumat chování zařízení v mezních situacích, do kterých se skutečné zařízení
VíceUniversální přenosný potenciostat (nanopot)
Universální přenosný potenciostat (nanopot) (funkční vzorek 2014) Autoři: Michal Pavlík, Jiří Háze, Lukáš Fujcik, Vilém Kledrowetz, Marek Bohrn, Marian Pristach, Vojtěch Dvořák Funkční vzorek universálního
VíceKONVERZE VZORKOVACÍHO KMITOČTU
VOLUME: 8 NUMBER: 00 BŘEZEN KONVERZE VZORKOVACÍHO KMITOČTU Jan VITÁSEK Katedra telekomunikační techniky, Fakulta elektrotechniky a informatiky, VŠB-TU Ostrava, 7. Listopadu 5, 708 33 Ostrava-Poruba, Česká
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)
Vícev Praze mezi kanály EEG Ondřej Drbal 5. ročník, stud. sk. 9
České vysoké učení technické v Praze Algoritmy pro měření zpoždění mezi kanály EEG Ondřej Drbal 5. ročník, stud. sk. 9 31. března 23 Obsah 1 Zadání 1 2 Uvedení do problematiky měření zpoždění signálů 1
VíceObr. 1 Činnost omezovače amplitudy
. Omezovače Čas ke studiu: 5 minut Cíl Po prostudování tohoto odstavce budete umět definovat pojmy: jednostranný, oboustranný, symetrický, nesymetrický omezovač popsat činnost omezovače amplitudy a strmosti
VíceObjektově orientovaná implementace škálovatelných algoritmů pro řešení kontaktních úloh
Objektově orientovaná implementace škálovatelných algoritmů pro řešení kontaktních úloh Václav Hapla Katedra aplikované matematiky Fakulta elektrotechniky a informatiky VŠB-Technická univerzita Ostrava
VíceOCHRANA VOJENSKÝCH OBJEKTŮ PROTI ÚČINKŮM VÝKONOVÝCH ELEKTROMAGNETICKÝCH POLÍ, SIMULACE EMC FILTRŮ
OCHRANA VOJENSKÝCH OBJEKTŮ PROTI ÚČINKŮM VÝKONOVÝCH ELEKTROMAGNETICKÝCH POLÍ, SIMULACE EMC FILTRŮ Anotace: Ing. Zbyněk Plch VOP-026 Šternberk s.p., divize VTÚPV Vyškov Zkušebna elektrické bezpečnosti a
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
Více