Při návrhu FIR filtru řešíme obvykle následující problémy:
|
|
- Lenka Vlčková
- před 8 lety
- Počet zobrazení:
Transkript
1 Návrh FIR filtrů
2 Při návrhu FIR filtru řešíme obvykle následující problémy: volba frekvenční odezvy požadovaného filtru; nejčastěji volíme ideální charakteristiku normovanou k Nyquistově frekvenci, popř. tzv. toleranční schema stanovení délky (řádu) filtru M; nejčastěji odhadem (první krok) a v dalších krocích se iterativním postupem se zpřesňuje zavedení kriteria kvality posouzení skutečné frekvenční charakteristiky. Jako kritérium pro hodnocení aproximace frekvenční charakteristiky lze použít: a) Průměr kvadratické chyby (kritérium nejmenších čtverců), kterým minimalizujeme chybu E E = N = 1 H ( jω) H d ( jω) 2 k 0 b) Maximální chybu frekvenční charakteristiky ve specifikované oblasti (propustné, popř. nepropustné) - tzv. Čebyševova aproximace c) Kritérium založené na aproximaci Taylorovým rozvojem požadované frekvenční charakteristiky tzv. Butterworthova aproximace volba metody stanovení koeficientů filtru
3 Metody návrhu koeficientů filtru metoda Fourierových řad s využitím funkce okna metoda frekvenčního vzorkování Remezův algoritmus optimalizovaného návrhu používající Čebyševovu aproximaci chyby
4 Metoda Fourierových řad
5 Postup 1 Princip metody vychází z toho, že frekvenční charakteristika filtru je periodická a je ji možné reprezentovat jako Fourierovu řadu, tj. frekvenční odezva se rozvine do Fourierovy řady a tento rozvoj se omezí na konečný počet koeficientů. Výsledná odezva aproximuje originální požadovanou charakteristiku. Algoritmus : 1. Specifikace požadavků na frekvenční charakteristiku filtru H d (jω) 2. Stanovení délky filtru 3. Výpočet koeficientů filtru h[n], pro hodnoty n=0,1,,m s použitím vztahu h d 1 2 [ n] = H ( jω) cos( mω) + ω π 2 d j sin( m ) π kde m=n-m/2 4. Výsledné koeficienty vynásobíme vhodným oknem abychom omezili zákmity ve frekvenční charakteristice (Gibbsův jev) 5. Pro výsledné koeficienty vypočteme skutečnou odezvu filtru, pokud nevyhovuje, zvolíme jiné N a postup opakujeme.
6 Příklad 1: Návrh dolní propusti Navrhněte FIR filtr, který bude aproximovat amplitudovou charakteristiku ideálního filtru s dolní mezní frekvencí f d =2kHz při vzorkovací frekvenci f v =8kHz frekvenční charakteristika dolní propusti Řešení: Mezní frekvence ω c normovaná k vzorkovacímu kmitočtu f v bude ω d =2πf d /f v. Aplikujeme rovnici: h d 1 2π ω ω 1 1 d 2π 2π 2π ω ω d d [ n] = H ( jω) cos( mω) + j sin( mω) = cos( mω ) dω + j sin( mω ) dω d d h d = sin( m 2πm ω π / 2 ) π / 2 = sin( πm / 2) πm kde m=n-10
7 Pro výpočet vzorku h d [n] pro m=0 a n=10 se použije l Hositalovo pravidlo (derivujeme čitatel podle m a dosadíme m=0) h d = d[sin( mω)]/ dm d[2πm]/ dm ( π / 2) cos( πm / 2) = π m= 0 m= 0 = 0.5 koeficienty dolní propusti
8 Příklad 2: Návrh horní propusti Navrhněte filtr FIR délky N=21, který bude aproximovat amplitudovou charakteristiku ideálního filtru typu horní propust s normovanou horní mezní frekvencí ω h = 3π/5. Řešení: Impulsní charakteristika filtru je dána vztahem ωh 1 π pro m = 0 h[n] sin( mωh ) mππ pro m 0 koeficienty horní propusti frekvenční charakteristika horní propusti
9 Příklad 3: Návrh pásmové propusti Navrhněte filtr FIR délky N=21, který bude aproximovat amplitudovou charakteristiku ideálního filtru typu pásmová propust. Normované kmitočty nechť jsou: spodní mez propustného pásma ω h = 2π/5, horní mez propustného pásmaí ω h = 3π/5. Řešení: Impulsní charakteristika je dána vztahem ωh ωd π pro m = 0 h[n] sin( m ω h ) sin( m ω d ) mπ pro m 0 koeficienty pásmové propusti frekvenční charakteristika pásmové propusti
10 Příklad 4: Návrh pásmové zádrže Navrhněte filtr FIR délky N=21, který bude aproximovat amplitudovou charakteristiku ideálního filtru typu pásmová propust. Mezní kmitočty nepropustného pásma jsou 1.6kHz a 2.4kHz. Normované kmitočty nechť jsou: spodní mez propustného pásma ω d = 2π/5, horní mez propustného pásmaí ω h = 3π/5. Řešení: Impulsní charakteristika je dána vztahem ωh ωd 1 pro m = 0 π h[n] sin( mωd ) sin( mωh ) mπ pro m 0 Koeficienty impulsní odezvy frekvenční charakteristika pásmové zádrže
11 Příklad 4: Návrh diferenciátoru Ideální diferenciátor může být aproximován filtrem FIR s lineární fází. Frekvenční odezva diferenciátoru je H(jω)=jω. Navrhujeme-li diferenciátor se symetrií typu 3, bude mít lichý počet vzorků. Řešení: Impulsní charakteristika je dána vztahem 1 h d = π ) 2 π [ n ] ω sin( mω d ω = π 0 cos( πn) n pro pro m = 0 m 0 Frekvenční charakteristika Koeficienty impulsní odezvy
12 Okna používaná k omezení zákmitů frekvenční charakteristiky V uvedených příkladech bylo využito pravoúhlé okno. K většímu omezení zákmitů se však častěji používá některé z následujících oken:
13 Průběhy oken v časové oblasti a jejich frekvenční charakteristiky
14
15 Speciální typy oken u kterých lze změnou parametrů měnit vlastnosti: Čebyševovo okno 1 n cos M cos α cos π ( ) M 1 1 γ w n = α = cosh cosh CH ( 10 ) cosh[ M cos 1 ( α)] N n=0,1,,m
16
17 Kaiserovo okno w K ( n ) I [ β (1 [ ( n α ) 0 ( β ) / α ] 2 1 / 2 0 = 0 n M I ) ]
18
19 Postup 2 Stejný princip jako v předchozím případě, ale umožňuje určit řád filtru a vhodné okno na základě pararametrů A s a A p použitých v tolerančním schématu Parametry filtru (toleranční schéma)
20 Postup návrhu FIR filtru normalizace analogové frekvence vzorkovací frekvencí (převod na digitální frekvenci F <0,1> stanovení F p a F s dolní propusti určení frekvemce F c (cut-off frequency) F c =0.5(F p +F s ) Volba okna (z následující tabulky), které splňuje podmínku A ws A s a A wp A p stanovení délky okna N z hodnoty FT=F s -F p =F ws =C/N (hodnota C z tabulky) výpočet impulsové odezvy filtru h(n)=2f c sinc(2nf c ), n 0.5(N-1) vynásobení odezvy zvoleným oknem h lp (n)=w(n)h(n) provedení spektrální transformace na (pokud je to nutné) Ověření frekvenční charasteristiky a případné doladění N a F c tak, aby odpovídaly specifikaci
21 Tabulky parametrů a vlastnosti používaných oken
22
23
24 Metoda frekvenčního vzorkování
25 Princip : Vycházíme z amplitudové frekvenční charakteristiky, kterou navzorkujeme a určíme pro ní impulsovou odezvu. Výhodné, pokud máme složitejší tvar frekvenční charakteristiky Postup: 1. Vybereme M ekvidistantních hodnot (vzorků) požadované amplitudové frekvenční odezvy 2. Pro amplitudové hodnoty určíme hodnoty fázové charakteristiky ze vztahu Ф(k)= (πk(n-1))/n pro k=0,1,, 0.5(N-1), zbývající vzorky doplníme tak aby byly komplexně sdružené pro daný typ symetrie filtru. Podle typu symetrie zvolíme vzorky H(0) a H(N) (u horní a pásmové propusti musí být H(0) popř. H(N), pro N sudé, vždy rovno 0) 3. Na takto získanou poskoupnost aplikujeme IDFT (IFFT) 4. Ze získaných koeficientů určíme frekvenční charakteristiku, porovnáme s požadovanou a popř. upravíme amplitudy koeficientů frekv. Charakteristiky a pokračujeme krokem Výslednou impulsovou odezvu násobíme vhodným oknem
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.
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
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
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)
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)
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
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,
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
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
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
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
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
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
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
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
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
VíceIdeální frekvenční charakteristiky filtrů podle bodu 1. až 4. v netypických lineárních souřadnicích jsou znázorněny na následujícím obrázku. U 1.
Aktivní filtry Filtr je obecně selektivní obvod, který propouští určité frekvenční pásmo, zatímco ostatní frekvenční pásma potlačuje. Filtry je možno realizovat sítí pasivních součástek, tj. rezistorů,
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
VíceTransformace 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
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,
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
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
VíceVstupní signál protne zvolenou úroveň. Na základě získaných údajů se dá spočítat perioda signálu a kmitočet. Obrázek č.2
2. Vzorkovací metoda Určení kmitočtu z vzorkovaného průběhu. Tato metoda založena na pozorování vstupního signálu pomocí osciloskopu a nastavení určité úrovně, pro zjednodušování považujeme úroveň nastavenou
VíceNávrh filtrů FIR, metoda okénkování, klasická okna, návrh pomocí počítače. Návrh filtrů IIR, základní typy filtrů, bilineární transformace
6. ČÍSLICOVÉ FILRY MEODY NÁVRHU Návrh diskrétních filtrů - úvod Návrh filtrů FIR, metoda okénkování, klasická okna, návrh pomocí počítače Návrh filtrů IIR, ákladní typy filtrů, bilineární transformace
VíceDigitalizace převod AS DS (analogový diskrétní signál )
Digitalizace signálu v čase Digitalizace převod AS DS (analogový diskrétní signál ) v amplitudě Obvykle převod spojité předlohy (reality) f 1 (t/x,...), f 2 ()... připomenutí Digitalizace: 1. vzorkování
VíceInterpolace Uvažujme třídu funkcí jedné proměnné ψ(x; a 0,..., a n ), kde a 0,..., a n jsou parametry, které popisují jednotlivé funkce této třídy. Mějme dány body x 0, x 1,..., x n, x i x k, i, k = 0,
VíceAPLIKACE ALGORITMŮ ČÍSLICOVÉHO ZPRACOVÁNÍ SIGNÁLŮ 1. DÍL
David Matoušek, Bohumil Brtník APLIKACE ALGORITMÙ ÈÍSLICOVÉHO ZPRACOVÁNÍ SIGNÁLÙ 1 Praha 2014 David Matoušek, Bohumil Brtník Aplikace algoritmù èíslicového zpracování signálù 1. díl Bez pøedchozího písemného
Více04 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
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
VícePříklady k přednášce 5 - Identifikace
Příklady k přednášce 5 - Identifikace Michael Šebek Automatické řízení 07 5-3-7 Jiná metoda pro. řád bez nul kmitavý Hledáme ωn Gs () k s + ζωn s + ωn Aplikujeme u( ) us () s. Změříme y( ), A, A, Td y(
VíceADA Semestrální práce. Harmonické modelování signálů
České vysoké učení technické v Praze ADA Semestrální práce Harmonické modelování signálů Jiří Kořínek 31.12.2005 1. Zadání Proveďte rozklad signálu do harmonických komponent (řeč, hudba). Syntetizujte
Vícedoc. Dr. Ing. Elias TOMEH Elias Tomeh / Snímek 1
doc. Dr. Ing. Elias TOMEH e-mail: elias.tomeh@tul.cz Elias Tomeh / Snímek 1 Frekvenční spektrum Dělení frekvenčního pásma (počet čar) Průměrování Časovou váhovou funkci Elias Tomeh / Snímek 2 Vzorkovací
VíceDSY-4. Analogové a číslicové modulace. Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti
DSY-4 Analogové a číslicové modulace Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti DSY-4 analogové modulace základní číslicové modulace vícestavové modulace modulace s rozprostřeným
VíceQuantization of acoustic low level signals. David Bursík, Miroslav Lukeš
KVANTOVÁNÍ ZVUKOVÝCH SIGNÁLŮ NÍZKÉ ÚROVNĚ Abstrakt Quantization of acoustic low level signals David Bursík, Miroslav Lukeš Při testování kvality A/D převodníků se používají nejrůznější testovací signály.
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
VíceSIGNÁLY A LINEÁRNÍ SYSTÉMY
SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc. holcik@iba.muni.cz, Kamenice 3, 4. patro, dv.č.424 INVESTICE Institut DO biostatistiky ROZVOJE VZDĚLÁVÁNÍ a analýz IV. FREKVENČNÍ TRASFORMACE SPOJITÉ
VíceMetody lineární optimalizace Simplexová metoda. Distribuční úlohy
Metody lineární optimalizace Simplexová metoda Dvoufázová M-úloha Duální úloha jednofázová Post-optimalizační analýza Celočíselné řešení Metoda větví a mezí Distribuční úlohy 1 OÚLP = obecná úloha lineárního
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
VíceMetoda nejmenších čtverců Michal Čihák 26. listopadu 2012
Metoda nejmenších čtverců Michal Čihák 26. listopadu 2012 Metoda nejmenších čtverců Matematicko-statistická metoda používaná zejména při zpracování nepřesných dat (typicky experimentálních empirických
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
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...
Více0.1 Úvod do lineární algebry
Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Vektory Definice 011 Vektorem aritmetického prostorur n budeme rozumět uspořádanou n-tici reálných čísel x 1, x 2,, x n Definice 012 Definice sčítání
Vícel, l 2, l 3, l 4, ω 21 = konst. Proved te kinematické řešení zadaného čtyřkloubového mechanismu, tj. analyticky
Kinematické řešení čtyřkloubového mechanismu Dáno: Cíl: l, l, l 3, l, ω 1 konst Proved te kinematické řešení zadaného čtyřkloubového mechanismu, tj analyticky určete úhlovou rychlost ω 1 a úhlové zrychlení
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
VíceZÁKLADY AUTOMATICKÉHO ŘÍZENÍ
VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ. týden doc. Ing. Renata WAGNEROVÁ, Ph.D. Ostrava 203 doc. Ing. Renata WAGNEROVÁ, Ph.D. Vysoká škola báňská
Více7. Derivace složené funkce. Budeme uvažovat složenou funkci F = f(g), kde některá z jejich součástí
202-m3b2/cvic/7slf.tex 7. Derivace složené funkce. Budeme uvažovat složenou funkci F = fg, kde některá z jejich součástí může být funkcí více proměnných. Předpokládáme, že uvažujeme funkce, které mají
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
Více3 METODY PRO POTLAČENÍ ŠUMU U ŘE- ČOVÉHO SIGNÁLU
3 METODY PRO POTLAČENÍ ŠUMU U ŘE- ČOVÉHO SIGNÁLU V současné době se pro potlačení šumu u řečového signálu používá mnoho různých metod. Jedná se například o metody spektrálního odečítání, Wienerovy filtrace,
VíceTeorie elektronických obvodů (MTEO)
Teorie elektronických obvodů (MTEO) Laboratorní úloha číslo 10 návod k měření Filtr čtvrtého řádu Seznamte se s principem filtru FLF realizace a jeho obvodovými komponenty. Vypočtěte řídicí proud všech
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
VíceFunkce komplexní proměnné a integrální transformace
Funkce komplexní proměnné a integrální transformace Fourierovy řady I. Marek Lampart Text byl vytvořen v rámci realizace projektu Matematika pro inženýry 21. století (reg. č. CZ.1.07/2.2.00/07.0332), na
VíceSoustavy lineárních a kvadratických rovnic o dvou neznámých
Soustavy lineárních a kvadratických rovnic o dvou neznámých obsah 1.a) x + y = 5 x 2 + y 2 = 13 3 b) x - y = 7 x 2 + y 2 = 65 5 c) x - y = 3 x 2 + y 2 = 5 6 3. a) x + 2y = 9 x. y = 10 12 b) x - 3y = 1
Více1 Modelování systémů 2. řádu
OBSAH Obsah 1 Modelování systémů 2. řádu 1 2 Řešení diferenciální rovnice 3 3 Ukázka řešení č. 1 9 4 Ukázka řešení č. 2 11 5 Ukázka řešení č. 3 12 6 Ukázka řešení č. 4 14 7 Ukázka řešení č. 5 16 8 Ukázka
VíceFAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ
FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Číslicové filtry Garant předmětu: Prof. Ing. Zdeněk Smékal, CSc. Autoři textu: Prof. Ing. Zdeněk Smékal, CSc. Ing. Petr
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
VíceDiferenciální rovnice 3
Diferenciální rovnice 3 Lineární diferenciální rovnice n-tého řádu Lineární diferenciální rovnice (dále jen LDR) n-tého řádu je rovnice tvaru + + + + = kde = je hledaná funkce, pravá strana a koeficienty
Více1 Diference a diferenční rovnice
1 Diference a diferenční rovnice Nechť je dána ekvidistantní síť uzlů x 0, x 1,..., x n tj. h R, h > 0 takové, že x i = x 0 + ih, i = 0, 1,..., n. Číslo h se nazývá krok. Někdy můžeme uvažovat i nekonečnou
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
VíceSpektrální analyzátory
Radioelektronická měření (MREM, LREM) Spektrální analyzátory 6. přednáška Jiří Dřínovský Ústav radioelektroniky FEKT VUT v Brně Úvod Spektrální analyzátory se používají pro zobrazení nejrůznějších signálů
VíceČíslicové filtry. Použití : Analogové x číslicové filtry : Analogové. Číslicové: Separace signálů Restaurace signálů
Číslicová filtrace Použití : Separace sigálů Restaurace sigálů Číslicové filtry Aalogové x číslicové filtry : Aalogové Číslicové: + levé + rychlé + velký dyamický rozsah (v amplitudě i frekveci) - evhodé
VíceSpektrální analyzátory a analyzátory signálu
Spektrální analyzátory a analyzátory signálu Osciloskopy a zapisovače popsané v předchozí kapitole zobrazují průběh signálu v závislosti na čase x(t), takže umožňují analýzu v tzv. časové oblasti (nebo
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
VíceObsah. Aplikovaná matematika I. Gottfried Wilhelm Leibniz. Základní vlastnosti a vzorce
Neurčitý integrál Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah Primitivní funkce, neurčitý integrál Základní vlastnosti a vzorce Základní integrační metody Úpravy integrandu Integrace racionálních
Víceþÿ K o n v e r z e v z o r k o v a c í h o k m i t o t u
DSpace VSB-TUO http://www.dspace.vsb.cz Advances in Electrical and Electronic Engineering (AEEE) AEEE. 00, vol. 8 þÿ K o n v e r z e v z o r k o v a c í h o k m i t o t u 0-0-08T:48:3Z http://hdl.handle.net/0084/8453
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.
Více1 Mnohočleny a algebraické rovnice
1 Mnohočleny a algebraické rovnice 1.1 Pojem mnohočlenu (polynomu) Připomeňme, že výrazům typu a 2 x 2 + a 1 x + a 0 říkáme kvadratický trojčlen, když a 2 0. Číslům a 0, a 1, a 2 říkáme koeficienty a písmenem
VíceČebyševovy aproximace
Čebyševovy aproximace Čebyševova aproximace je tzv hledání nejlepší stejnoměrné aproximace funkce v daném intervalu Hledáme funkci h x, která v intervalu a,b minimalizuje maximální absolutní hodnotu rozdílu
VíceDiferenciální počet 1 1. f(x) = ln arcsin 1 + x 1 x. 1 x 1 a x 1 0. f(x) = (cos x) cosh x + 3x. x 0 je derivace funkce f(x) v bodě x0.
Nalezněte definiční obor funkce Diferenciální počet f = ln arcsin + Definiční obor funkce f je určen vztahy Z těchto nerovností plyne < + ln arcsin + je tedy D f =, Určete definiční obor funkce arcsin
VíceVŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra elektroniky
VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra elektroniky Aktivní filtry s operačními zesilovači Active Filters with Operational Amplifiers 2012 Tomáš Chalupka PROHLÁŠENÍ
VíceKONVERZE VZORKOVACÍHO KMITOČTU
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV BIOMEDICÍNSKÉHO INŽENÝRSTVÍ FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION DEPARTMENT
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
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
VíceIntegrace. Numerické metody 7. května FJFI ČVUT v Praze
Integrace Numerické metody 7. května 2018 FJFI ČVUT v Praze 1 Úvod Úvod 1D Kvadraturní vzorce Gaussovy kvadratury Více dimenzí Programy 1 Úvod Úvod - Úloha Máme funkci f( x) a snažíme se najít určitý integrál
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
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV BIOMEDICÍNSKÉHO INŽENÝRSTVÍ FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION DEPARTMENT
VíceM - Příprava na 1. zápočtový test - třída 3SA
M - Příprava na 1. zápočtový test - třída 3SA Autor: Mgr. Jaromír JUŘEK Kopírování a jakékoliv další využití výukového materiálu je povoleno pouze s uvedením odkazu na www.jarjurek.cz. VARIACE 1 Tento
VíceM - Příprava na pololetní písemku č. 1
M - Příprava na pololetní písemku č. 1 Určeno pro třídy 3SA, 3SB. VARIACE 1 Tento dokument byl kompletně vytvořen, sestaven a vytištěn v programu dosystem - EduBase. Více informací o programu naleznete
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
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
VícePeriodicita v časové řadě, její popis a identifikace, exponenciální vyrovnáván
Periodicita v časové řadě, její popis a identifikace, exponenciální vyrovnávání Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Periodicita v časových
Více0.1 Úvod do lineární algebry
Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Lineární rovnice o 2 neznámých Definice 011 Lineární rovnice o dvou neznámých x, y je rovnice, která může být vyjádřena ve tvaru ax + by = c, kde
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
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
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
VíceMatematika pro všechny
Projekt OPVK - CZ.1.07/1.1.00/.007 Matematika pro všechny Univerzita Palackého v Olomouci Tematický okruh: Závislosti a funkční vztahy Gradovaný řetězec úloh Téma: Goniometrické rovnice Autor: Ondráčková
VíceCW01 - Teorie měření a regulace
Ústav technologie, mechanizace a řízení staveb CW01 - Teorie měření a regulace ZS 2014/2015 tm-ch-spec. 1.p 2014 - Ing. Václav Rada, CSc. Ústav technologie, mechanizace a řízení staveb Teorie měření a
VíceKombinatorická minimalizace
Kombinatorická minimalizace Cílem je nalézt globální minimum ve velké diskrétní množině, kde může být mnoho lokálních minim. Úloha obchodního cestujícího Cílem je najít nejkratší cestu, která spojuje všechny
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
VíceÚloha D - Signál a šum v RFID
1. Zadání: Úloha D - Signál a šum v RFID Změřte úrovně užitečného signálu a šumu v přenosovém řetězci systému RFID v závislosti na čtecí vzdálenosti. Zjistěte maximální čtecí vzdálenost daného RFID transpondéru.
VícePublikace prezentuje nìkteré poznatky z obsáhlé oblasti analogových soustav, které v poslední dobì prodìlávají rozvoj. Z toho dùvodu ani nemùže podat
Bohumil BRTNÍK ANALOGOVÉ SOUSTAVY Praha 2013 Publikace prezentuje nìkteré poznatky z obsáhlé oblasti analogových soustav, které v poslední dobì prodìlávají rozvoj. Z toho dùvodu ani nemùže podat úplný
VíceLiteratura: Kapitola 2 d) ze skript Karel Rektorys: Matematika 43, ČVUT, Praha, Text přednášky na webové stránce přednášejícího.
Předmět: MA4 Dnešní látka: Metoda sítí v 1D. Myšlenka náhrada derivací diferenčními podíly Přibližné řešení okrajových úloh Aproximace vlastních čísel Literatura: Kapitola 2 d) ze skript Karel Rektorys:
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,
VíceTRANZISTOROVÝ ZESILOVAČ
RANZISOROÝ ZESILOAČ 301-4R Hodnotu napájecího napětí určí vyučující ( CC 12). 1. Pro zadanou hodnotu I C 2 ma vypočtěte potřebnou hodnotu R C a zvolte nejbližší hodnotu rezistoru z řady. 2. Zvolte hodnotu
VícePseudospektrální metody
Pseudospektrální metody Obecně: založeny na rozvoji do bázových funkcí s globálním nosičem řešení diferenciální rovnice aproximuje sumou kde jsou např. Čebyševovy polynomy nebo trigonometrické funkce tyto
VíceMatematickým modelem soustavy je známá rovnice (1)
1. Lineární dynamické systémy 1.1 Rezonanční charakteristiky lineárních systémů s jedním stupněm volnosti Závislost amplitudy vynucených kmitů na frekvenci nazýváme amplitudo-frekvenční charakteristikou.
VíceInterpolace Lagrangeovy polynomy. 29. října 2012
Interpolace Lagrangeovy polynomy Michal Čihák 29. října 2012 Problematika interpolace V praxi máme často k dispozici údaje z různých měření tzv. data. Data mohou mít například podobu n uspořádaných dvojic
VíceX31EO2 - Elektrické obvody 2. Kmitočtové charakteristiky
X3EO - Elektrické obvody Kmitočtové charakteristiky Doc. Ing. Petr Pollák, CSc. Letní semestr 5/6!!! Volné šíření není povoleno!!! Fázory a spektra Fázor harmonického průběhu Û m = U m e jϕ ut) = U m sinωt
Vícef (k) (x 0 ) (x x 0 ) k, x (x 0 r, x 0 + r). k! f(x) = k=1 Řada se nazývá Taylorovou řadou funkce f v bodě x 0. Přehled některých Taylorových řad.
8. Taylorova řada. V urzu matematiy jsme uázali, že je možné funci f, terá má v oolí bodu x derivace aproximovat polynomem, jehož derivace se shodují s derivacemi aproximované funce v bodě x. Poud má funce
Více