Analýza a zpracování signálů. 3. Číselné řady, jejich vlastnosti a základní operace, náhodné signály

Podobné dokumenty
Analýza a zpracování signálů. 3. Číselné řady, jejich vlastnosti a základní operace, náhodné signály

procesy II Zuzana 1 Katedra pravděpodobnosti a matematické statistiky Univerzita Karlova v Praze

Deskriptivní statistika 1

12. N á h o d n ý v ý b ě r

1 Základy Z-transformace. pro aplikace v oblasti

Náhodný výběr 1. Náhodný výběr

STATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson

Mezní stavy konstrukcí a jejich porušov. Hru IV. Milan RůžR. zbynek.hruby.

Analýza a zpracování signálů. 4. Diskrétní systémy,výpočet impulsní odezvy, konvoluce, korelace

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů:

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti.

Pravděpodobnost a aplikovaná statistika

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých

veličiny má stejný řád jako je řád poslední číslice nejistoty. Nejistotu píšeme obvykle jenom jednou

Odhady parametrů 1. Odhady parametrů

SIGNÁLY A LINEÁRNÍ SYSTÉMY (ČASOVÉ ŘADY)

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)

Úloha III.S... limitní

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna.

Náhodu bychom mohli definovat jako součet velkého počtu drobných nepoznaných vlivů.

PRAVDĚPODOBNOST A STATISTIKA

P2: Statistické zpracování dat

Matematika 1. Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D / 13. Posloupnosti

Číslicové filtry. Použití : Analogové x číslicové filtry : Analogové. Číslicové: Separace signálů Restaurace signálů

Přednáška VI. Intervalové odhady. Motivace Směrodatná odchylka a směrodatná chyba Centrální limitní věta Intervaly spolehlivosti

[ jednotky ] Chyby měření

6. FUNKCE A POSLOUPNOSTI

n=1 ( Re an ) 2 + ( Im a n ) 2 = 0 Im a n = Im a a n definujeme předpisem: n=1 N a n = a 1 + a a N. n=1

Popisná statistika. Zdeněk Janák 9. prosince 2007

23. Mechanické vlnění

Lineární a adaptivní zpracování dat. 8. Modely časových řad I.

Statistika pro metrologii

Pro statistické šetření si zvolte si statistický soubor např. všichni žáci třídy (několika tříd, školy apod.).

Diskrétní Fourierova transformace

základním prvkem teorie křivek v počítačové grafice křivky polynomiální n

6. Posloupnosti a jejich limity, řady

Pravděpodobnostní modely

EKONOMETRIE 9. přednáška Zobecněný lineární regresní model

Pravděpodobnost a aplikovaná statistika

2. Náhodná veličina. je konečná nebo spočetná množina;

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL

Pevnost a životnost - Hru III 1. PEVNOST a ŽIVOTNOST. Hru III. Milan Růžička, Josef Jurenka, Zbyněk Hrubý.

Cvičení 6.: Výpočet střední hodnoty a rozptylu, bodové a intervalové odhady střední hodnoty a rozptylu

Intervalové odhady parametrů

8. Analýza rozptylu.

Intervalové odhady parametrů některých rozdělení.

Při sledování a studiu vlastností náhodných výsledků poznáme charakter. podmínek různé výsledky. Ty odpovídají hodnotám jednotlivých realizací

je číselná posloupnost. Pro všechna n položme s n = ak. Posloupnost

Parametr populace (populační charakteristika) je číselná charakteristika sledované vlastnosti

13 Popisná statistika

V. Normální rozdělení

4. B o d o v é o d h a d y p a r a m e t r ů

14. B o d o v é o d h a d y p a r a m e t r ů

Aplikovaná informatika. Podklady předmětu Aplikovaná informatika pro akademický rok 2006/2007 Radim Farana. Obsah. Algoritmus

Statistika. Statistické funkce v tabulkových kalkulátorech MSO Excel a OO.o Calc

Odhady parametrů základního souboru. Ing. Michal Dorda, Ph.D.

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014.

Petr Šedivý Šedivá matematika

Znegujte následující výroky a rozhodněte, jestli platí výrok, nebo jeho negace:

Přijímací řízení akademický rok 2013/2014 Bc. studium Kompletní znění testových otázek matematika

Tento odhad má rozptyl ( ) σ 2 /, kde σ 2 je rozptyl souboru, ze kterého výběr pochází. Má-li každý prvek i. σ 2 ( i. ( i

Fourierova transformace ve zpracování obrazů

Přijímací řízení akademický rok 2012/2013 Kompletní znění testových otázek matematické myšlení

Přijímací řízení akademický rok 2013/2014 NavMg. studium Kompletní znění testových otázek matematika a statistika

Číselné charakteristiky náhodných veličin

množina všech reálných čísel

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor

8. Odhady parametrů rozdělení pravděpodobnosti

DIFERENCIÁLNÍ POČET FUNKCE JEDNÉ PROMĚNNÉ. 1) Pojem funkce, graf funkce

1. Základy měření neelektrických veličin

Základní požadavky a pravidla měření

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor

Teorie odhadů 2 Teorie odhadů... 3 Odhad parametrů... 4

PRAVDĚPODOBNOST A STATISTIKA

Přednášky část 7 Statistické metody vyhodnocování dat

vají statistické metody v biomedicíně Literatura Statistika v biomedicínsk nském výzkumu a ve zdravotnictví

Spolehlivost a diagnostika

České vysoké učení technické v Praze. Fakulta dopravní. Semestrální práce. Statistika

I. TAYLORŮV POLYNOM. Taylorovy řady některých funkcí: Pro x R platí: sin(x) =

Posloupnosti a číselné řady. n + 1. n n n n. n n n. = lim. n2 sin n! lim. = 0, je lim. lim. lim. 1 + b + b b n) = 1 b

2.4. INVERZNÍ MATICE

Pružnost a pevnost. 9. přednáška, 11. prosince 2018

I. Exponenciální funkce Definice: Pro komplexní hodnoty z definujeme exponenciální funkci předpisem. z k k!. ( ) e z = k=0

Úloha II.S... odhadnutelná

OVMT Přesnost měření a teorie chyb

Sekvenční logické obvody(lso)

vají statistické metody v biomedicíně

11.1 Úvod. Definice : [MA1-18:P11.1] definujeme pro a C: nedefinujeme: Posloupnosti komplexních čísel

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n

Zhodnocení přesnosti měření

Matematika přehled vzorců pro maturanty (zpracoval T. Jánský) Úpravy výrazů. Binomická věta

Matematika 1. Ivana Pultarová Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D Posloupnosti

Správnost vztahu plyne z věty o rovnosti úhlů s rameny na sebe kolmými (obr. 13).

Cvičení 6.: Bodové a intervalové odhady střední hodnoty, rozptylu a koeficientu korelace, test hypotézy o střední hodnotě při známém rozptylu

Nejistoty měření. Aritmetický průměr. Odhad směrodatné odchylky výběrového průměru = nejistota typu A

PRAVDĚPODOBNOST A STATISTIKA

(3n + 1) 3n Příklady pro samostatnou práci

Iterační výpočty projekt č. 2

3. Lineární diferenciální rovnice úvod do teorie

3. ELEMENTÁRNÍ FUNKCE A POSLOUPNOSTI. 3.1 Základní elementární funkce. Nejprve uvedeme základní elementární funkce: KONSTANTNÍ FUNKCE

Transkript:

Aalýza a zpracováí sigálů 3. Číselé řady, jejich vlastosti a základí operace, áhodé sigály

Diskrétí sigál fukce ezávislé proměé.!!! Pozor!!!! : sigáleí defiová mezi dvěma ásledujícími vzorky ( a eí tam ai ulový). Sigál (posloupost vzorků) může být defiová : jako fukce, apř. [ 4 3 jako tabulka hodot v ostatích případech jakoposloupost [{,,,,, 4,,, } jakoposloupost koečédélky [{3,-, -, 5,, 4,, -}

Charakteristiky sigálu: Diskrétí součet Absolutí součet S [ D S [ A Kumulativí součet C [ S [ k k Eergie pro eperiodické sigály je defiováa jako součet okamžitých výkoů pro periodické sigály je eergie ekoečá a eposkytuje žádou užitečou iformaci počítají se průměré hodoty v rámci jedé periody E [ p[

Průměrá hodota periodického sigálu av N m N [ m Průměrý výko periodického sigálu P N m N [ m U eperiodických sigálů lze av a Puvažovat jako limití případy: P lim L L L + Sigály s koečou eergií eergetické sigály av lim L + Sigály s koečým průměrým výkoem výkoové sigály U eergie a výkou se při zpracováí diskrétích sigálů obvykle eudávají jedotky [watt a [joule, protože často zpracováváme pouze řadu čísel bezrozměrých) L m L L m L [ m [ m

Příklady k procvičeí:. Uvažujme sigál [{,,,,4}. Jaká je eergie [?. Uvažujme sigál [{,,,,,4,,,,,4,,,,,4,,, }.Určete průměrý výko.

Základí diskrétí sigály Jedotkový impuls Vlastosti impulsu : [ δ [ [ [ [ [ k k k k δ δ Filtračí vlastosti impulsu (siftig property) Diskrétísigál může být reprezetová jako součet posuutých impulsů vážeých hodotou [k. Toho se využívá při určeí odezvy LTI systému, pokud záme impulsí charakteristiku k k [ [ [ δ impuls propouští pouze hodotu v k k k k [ [ [ δ

Jedotkový skok [ [ [ k u u k < δ Lieárí fukce (ramp) [ [ [ [ k k r u r k < δ

Diskrétí pulzí sigály Obdélíkový pulz : ostatí pro N N rect Trojúheíkovýpulz : ostatí pro N N N tri

Diskrétí fukce sic: π si N si c sic() N π N fukcesic(/n) je rová ule v kn, kde k±, ±, ±3 Obálka fukce sicmá hlaví lalok a klesající postraí laloky. Diskrétí epoeciála: [ α u[ Pro reálou hodotu αepoeciála buď roste ( α>) eboklesá ( α<). Pro kompleí α re jθ [ r [cos(θ) + jsi(θ)u[

Diskrétí siusoida Vzikevzorkováímaalogové siusoidy (t)cos(πf t) v okamžicícht S. Vzorkovací frekvece S/t S f s π S [ cos( π f t + Θ) cos(π + Θ) cos( F + Θ) eboobecákompleí siusoida [ jπ F +Θ e cos( π F + Θ) + jsi( π F + Θ) f aalogová frekvece [Hz ω πf -úhlová frekvece [rad F ormalizovaá frekvece Ff/S - tzv číslicová frekvece [cykly/vzorek Ω číslicová úhlová frekvece Ω πf [rad/vzorek

Aalogová siusoida (t)cos(πf +Θ) má dvě výzamé vlastosti: je periodická v čase pro každou frekveci f je jedozačě určeá svojí frekvecí!!! POZOR!!! Diskrétí siusoidy tyto vlastosti obecě emusí splňovat. Periodicita: [+M [ cos(πf +Θ) cos(π(+n)f +Θ) cos(πf +Θ+πNF ) jsouekvivaletí, pouze pokud je NF rovo celému číslu k F musí být rovo k/n Diskrétísiusoida je periodická pouze tehdy, když je její číslicová frekvece racioálím zlomkem, tj. lze ji vyjádřit jako poměr dvou celých čísel.

Neperiodická siusoida Periodická siusoida

Uvažujme [cos(πf +Θ) a přidejmecelé číslo mk F [cos(π(f +m)+θ) [cos(πf +Θ+ πm) [ diskrétísiusoidy jsou idetické pro frekvece F + m spektrum diskrétí siusoidy je periodické elze od sebe odlišit vzorky siusoid s frekvecemi F ±m Pro diskrétí siusoidy a harmoické sigály se zavádí tzv. cetrálí perioda (základí rozsah) -.5 F.5 Diskrétí siusoidy mohou být jedozačě idetifikováy pouze pokud mají frekveci v základím rozsahu. Siusoida s frekvecí F větší ež základí rozsah může být reprezetováa jako F a F -M (F a je tzv. alias frekvece).

Základí operace se sigály Posu sigálu Otočeí sigálu Decimace Iterpolace Posu sigálu: sigál [ můžebýt posuut (v čase) záměou ezávisle proměé za -k, kde k je celé číslo. k> zpožděí sigálu o k časových jedotek(posu sigálu doprava) k< předsuutí sigálu o k jedotek doleva. Je- li sigál ulože a disku (off-lie zpracováí) jsou možé oba posuy, pro realtimezpracováí, eí možý posu doleva. Při posuu sigálu se posouvá počátek sigálu do hodoty : N ± k

Otočeí sigálu : y[[- reprezetuječasověotočeouverzi[( zrcadlový obraz [) okolo počátku. Otočeí sigálu :y[[- reprezetuječasověotočeouverzi[ ( zrcadlový obraz [ ) okolo počátku. Sigál y[ [--k lze získat způsoby: a) [ zpožděí(posu do prava) o kvzorků [-k otočeí [--k b) [ otočeí[- předsuutí (posu doleva) o k vzorků [--k Decimace sigálu [ [ N y -proces který redukuje délku sigálu (zmešuje délku) odstraěím určitých vzorků. Obecě decimace faktorem N zameá, že zvolíme každý N-tývzorek původího sigálu výsledý sigál je N-krát kratší

Iterpolace sigálu proces ve kterém prodlužujeme sigál přidáím dalších vzorků. Pro N-ásobou iterpolaci dostáváme N-krát delší sigál (bereme vzorky v N-krát kratším úseku). Pokud záme aalogový sigál (z ěhož vzikul diskrétí sigál y[), ebo umíme vyjádřit y[, pak eí určeí iterpolace problém. Pokud ezáme aalytickou podobu sigálu je uté doplit vzorky: zeroiterpolatio -hodoty přidaých vzorků jsou ulové, tato operace se ozačuje jako up-samplig y [ ( N ) /, ± N, ± N, K step iterpolatio - hodoty přidaých vzorků jsou shodé s předchozí hodotou lieariterpolatio -hodoty přidaých vzorků vytváří lieárí fukci s okolími vzorky iterpolace faktorem N se ozačuje [/N!!! POZOR!! a pořadí prováděých operací decimace a iterpolace emusí to být iverzí operace (viz příklad).

Neceločíselé zpožděí (fractioaldelays) v ěkterých praktických případech se požaduje eceločíselé zpožděí (apř. o poloviu vzorku), které lze implemetovat operacemi decimace a iterpolace. M N Př. Chceme vytvořit sigál y [ M N Iterpolace faktorem N [/N Zpožděí o M vzorků [(-M)/N [(-M)/N decimace faktorem N [(N-M)/N

Symetrie sigálu Symetrie (sudá symetrie): [ [- Atisymetrie(lichá symetrie): [ -[-

Symetrie a atisymetriese vzájemě vylučují. Pokud je sigál vytvoře jako součet symetrickéhoia atisymetrického sigálu, tak výsledý sigál eí ai symetrický, ai atisymetrický. Libovolý esymetrický sigál může být vytvoře jako součet symetrického a atisymetrického sigálu. [ e [ + o [ e [.5[ +.5[- o [.5[ -.5[- + Pokudje sigál[: symetrický - o je ulové atisymetrický - e je ulové

Příklady k procvičeí:. Pro sigál [{,3,4,5,6,7} (červeá hodota začí okamžik )určete: a) y[[-3 b) f[ [+ c) g[ [- d) h[ [-+ e) s[ [--. Sigál [{4, -, 4, -6, } dekompoujte a součet symetrického a atisymetrického sigálu 3. Pro sigál [{,,5,-} vytvořte [ a růzé verze iterpolovaého sigálu [/3 4. Pro sigál [{3,4,5,6} určete : (použijte step iterpolaci) a) g[[- a h[[.5- b) y[[/3 5. Pro sigál [{,4,6,8} určete y[[-.5. (Použijte lieárí iterpolaci.)

Úvod do áhodých sigálů determiistické sigály (predikovatelé) každá realizace eperimetu (měřeí za stejých podmíek) dává stejé hodoty (stejý sigál) áhodé sigály stejý eperimet dává rozdílé výsledky, opakováím eperimetu dostáváme řadu realizací (sigálů) -tzv. áhodý proces X(t). Výsledek eperimetu lze popsat pravděpodobostě( pravděpodobostí Pr(A) <, >. K úplému popisu áhodého procesu musíme:. Zát rozsah hodot áhodé proměé (může být koečý i ekoečý).. Určit pravděpodobosti s jakými se vyskytují jedotlivé hodoty tzv. distribučí fukci F() <, >. F ( ) Pr( < ) df( ) f ( ) d Pr( ) F( f ( ) F( ) d( ) )

Charakteristiky áhodých sigálů Středí hodota (očekávaá hodota): Kvadrát středí hodoty: Momety: -týmomet: E ( ) m f ( ) d m E ( ) f ( ) d f ( ) d Cetrálí momety: µ ( m ) f ( ) d μ -rozptyl : δ ( m ) ( m ) f ( ) d E( ) m ( f ( ) d m E Rozptyl δ určuje podíl střídavé složky sigálu, odmocia rozptylu je tzv. směrodatá odchylka δ -určuje míru ejistoty měřeí sigálu.

Pro periodické sigály s periodou T lze rozptyl určit jako: ) ( ) ( T T dt t T dt t T δ celkový výko sigálu výko stejosměré složky Rozptyl ěkterých periodických sigálů: Siusoida: Pilovitý průběh Obdélík: ) cos( ) ( A T t A t + Θ δ π T t T t A t T t T t A t.5.5 ) ( ) ( A δ T t t T t A t < <.5 ) (.5 ) ( 4 A δ

Pravděpodobostí rozložeí Rovoměré rozložeí: každá z hodot je stejě pravděpodobá f() je pravoúhlý impuls s jedotkovou plochou defiovaý jako: pro ostatí f ) ( β α α β α +β středí hodota rozptyl: distribučí fukce: ) ( ).5( α β δ β α + b b a a b a F > < ) ( ) ( α

Gausovo(ormálí rozložeí): vrchol pro m, sudá symetrie okolo vrcholu m ifleí body v m ±δ f ( ) ( m ep πδ δ ) Vlastosti:. Pokud má ormálí rozložeí a+b, a> má také ormálí rozložeí. Součet sigálů s ormálím rozložeím má také ormálí rozložeí, středí hodota součtuje rová součtu středích hodot dílčích rozložeí, rozptylje rove součtu rozptylů. 3. Poměr (-m ) a δ je pro ormálírozložeí je u ormálího rozložeí lze pracovat s (-m ) místo s δ π 4. Všechy momety vyšších řádů lze pro Gaussovskouproměou určit pouze a základě zalosti prvích dvou mometů. pro liché jsou -té momety ulové pro sudé k je -týcetrálí momet: (k)! k k!

Gausovskádistribučí fukce: F( ) ( λ m ) ep δ πδ dλ Stadardí Gausovské rozložeí: středí hodota ulová, rozptyl rove jedé P( ) λ e π dλ Chybová fukce: erf ( ) e λ π d Gausovskou distribučí fukci lze vyjádřit chybovou fukcí: F( ) m P δ.5 +.5 erf δ m

Pravděpodobost, že leží mezi a lze vyjádřit erffukcí. P m m [ F( ) F( ).5erf erf δ δ

Q-fukce: pravděpodobost toho, že áhodá proměá s ormálím rozložeím abývá hodoty > Q( ) λ P( ) e π dλ Q fukci lze vyjádřit chybovou fukcí: Q( ).5.5erf ( ) Pravděpodobost, že leží mezi a lze vyjádřit erffukcí. m δ δ m [ Q Q P

Cetrálí limití věta: Součet velkéhopmožství áhodých sigálů s libovolým rozložeím (ale stejým), koečým průměrem (středí hodotou), koverguje k ormálímu rozložeí (má asymptoticky ormálí rozložeí). Věta platí i pro diskrétí áhodé proměé. s i i, >> f ( s) πσ ep ( s m ) σ, >>

Náhodé sigály: Stacioárí - pravděpodobostí popis sigálu ezávisí a počátku časové osy Ergodický sigál -áhodý sigál, jehož určitá časová charakteristika má ulový rozptyl (je ergodický vůči této charakteristice) Striktě ergodický stacioárí a ergodický Pseudoáhodý sigál - eí úplě áhodý, je to uměle geerovaý sigál s defiovaým statistickým rozděleím pravděpodobosti. Pseudoáhodý sigál je periodický s velmi dlouhou periodou. V rámci periody splňuje požadovaé vlastosti. Aalýza áhodých sigálů: v prai obvykle ezáme statistický popis áhodé proměé -můžeme staovit odhad parametrů a aměřeých hodot sigálu k, k,,, N. m N N N k, σ k N k ( k m )

Poměr sigál šum: Pro zašuměý sigál (t)s(t)+a(t), kdes(t) je užitečýsigál, A(t) je šum (s amplitudou A), lze určit hodotu SNR (sigal-to-oiseratio) jako poměr výkou sigálu σ k výkou šumu A σ udávaý v decibelech (db) SNR log σ s A σ db Zlepšit SNR je obvykle možé metopdou tzv. koheretího průměrováí sigálů.