A7B31ZZS 6. PŘEDNÁŠKA 27. října 2014

Podobné dokumenty
A2B31SMS 6. PŘEDNÁŠKA 5. listopadu 2015 Hlas a řeč hlasivkový tón, formanty, zpěvní formant Formantové syntézy Klattův formantový syntetizér

7. listopadu 2018 Hlas a řeč. Hudební nástroje. Formantové syntézy. Číslicové pásmové propusti. Aplikace

B2M31SYN 6. PŘEDNÁŠKA 9. listopadu 2016 Hlas a řeč

A7B31ZZS 10. PŘEDNÁŠKA Návrh filtrů 1. prosince 2014

Modulační syntéza 8. prosince 2014

31ZZS 9. PŘEDNÁŠKA 24. listopadu 2014

X31ZZS 3. PŘEDNÁŠKA 6. října Periodické průběhy Fourierovy řady Spektrum Barva zvuku Aplikace

A2B31SMS 11. PŘEDNÁŠKA 4. prosince 2014

A7B31ZZS 4. PŘEDNÁŠKA 13. října 2014

A2B31SMS 3. PŘEDNÁŠKA 15. října 2015

Zpráva k semestrální práci z B2M31SYN Syntéza audio signálů

Vlastnosti Fourierovy transformace

Číslicové filtry. Honza Černocký, ÚPGM

B2M31SYN SYNTÉZA AUDIO SIGNÁLŮ

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

SYNTÉZA AUDIO SIGNÁLŮ

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

B2M31SYN 3. PŘEDNÁŠKA 17. října 2018

A/D převodníky - parametry

ÚPGM FIT VUT Brno,

Fourierova transformace

Semestrální práce z předmětu Syntéza audio signálů

Zpráva k semestrální práci z předmětu Syntéza audio signálů. Vypracoval: Jakub Krista Zimní semestr 2016/2017 Datum odevzdání:

Osnova. Idea ASK/FSK/PSK ASK Amplitudové... Strana 1 z 16. Celá obrazovka. Konec Základy radiotechniky

polyfázové filtry (multirate filters) cascaded integrator comb filter (CIC) A0M38SPP - Signálové procesory v praxi - přednáška 8 2

Světlo jako elektromagnetické záření

Analogové modulace. Podpora kvality výuky informačních a telekomunikačních technologií ITTEL CZ.2.17/3.1.00/36206

filtry FIR zpracování signálů FIR & IIR Tomáš Novák

doc. Dr. Ing. Elias TOMEH Elias Tomeh / Snímek 1

Frekvenční charakteristiky

Zvuk. 1. základní kmitání. 2. šíření zvuku

Komplexní obálka pásmového signálu

Předmět A3B31TES/Př. 13

X31ZZS 7. PŘEDNÁŠKA 10. listopadu 2014

ADA Semestrální práce. Harmonické modelování signálů

Digitální modulace. Podpora kvality výuky informačních a telekomunikačních technologií ITTEL CZ.2.17/3.1.00/36206

Náhodné signály. Honza Černocký, ÚPGM

Mezilaboratorní porovnání při vibračním zkoušení

VOLBA ČASOVÝCH OKEN A PŘEKRYTÍ PRO VÝPOČET SPEKTER ŠIROKOPÁSMOVÝCH SIGNÁLŮ

Zpráva k semestrální práci

Signál v čase a jeho spektrum

Výkon komunik. systémů

Spektrální analýza a diskrétní Fourierova transformace. Honza Černocký, ÚPGM

Syntéza audio signálů Aditivní syntéza symfonického orchestru a akordeonu

Laboratorní úloha č. 8: Polykardiografie

teorie elektronických obvodů Jiří Petržela obvodové funkce

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

2 Teoretický úvod Základní princip harmonické analýzy Podmínky harmonické analýzy signálů Obdelník Trojúhelník...

DSY-4. Analogové a číslicové modulace. Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti

Při návrhu FIR filtru řešíme obvykle následující problémy:

Modulace analogových a číslicových signálů

Dynamické chyby interpolace. Chyby při lineární a kruhové interpolaci.

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

Laboratorní úloha č. 8: Elektroencefalogram

14 - Moderní frekvenční metody


DIGITÁLNÍ FILTRACE V REÁLNÍM ČASE PRO ZPRACOVÁNÍ BIOMEDICÍNSKÝCH SIGNÁLŮ POMOCÍ MATLAB - XPC TARGET

Úloha č. 7 Disperzní vlastnosti optických vlnovodů

STAVEBNÍ STATIKA. Ing. Petr Konečný, Ph.D. LPH 407/3. tel

Cvičné texty ke státní maturitě z matematiky

Skládání různoběžných kmitů. Skládání kolmých kmitů. 1) harmonické kmity stejné frekvence :

Osnova přednášky. Univerzita Jana Evangelisty Purkyně Základy automatizace Stabilita regulačního obvodu

Teoretický úvod: [%] (1)

Primární zpracování radarového signálu dopplerovská filtrace

AKUSTICKÁ MĚŘENÍ Frekvenční spektrum lidského hlasu

SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY

Optika pro mikroskopii materiálů I

Filtrace obrazu ve frekvenční oblasti

Moderní multimediální elektronika (U3V)

Modulační parametry. Obr.1

D C A C. Otázka 1. Kolik z následujících matic je singulární? A. 0 B. 1 C. 2 D. 3

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

Rovnice rovnováhy: ++ =0 x : =0 y : =0 =0,83

Při návrhu FIR filtru řešíme obvykle následující problémy:

VY_32_INOVACE_ENI_2.MA_05_Modulace a Modulátory

r 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.

FILTRACE VE FOURIEROVSKÉM SPEKTRU

Obr. 4 Změna deklinace a vzdálenosti Země od Slunce v průběhu roku

Základy a aplikace digitálních. Katedra radioelektroniky (13137), blok B2, místnost 722

Oscilátory. Oscilátory s pevným kmitočtem Oscilátory s proměnným kmitočtem (laditelné)

Fyzikální podstata zvuku

2. GENERÁTORY MĚŘICÍCH SIGNÁLŮ II

Rádiové rozhraní GSM fáze 1

Flexibilita jednoduché naprogramování a přeprogramování řídícího systému

Úvod do medicínské informatiky pro Bc. studium. 6. přednáška

A6M33BIO- Biometrie. Biometrické metody založené na rozpoznávání hlasu I

Zvýrazňování řeči pomocí vícekanálového zpracování

Dodatky k FT: 1. (2D digitalizace) 2. Více o FT 3. Více k užití filtrů. 7. přednáška předmětu Zpracování obrazů

Návrh frekvenčního filtru

Účinky měničů na elektrickou síť

Vold-Kalmanova řádová filtrace. JiříTůma

1 Zpracování a analýza tlakové vlny

Kmitočtová analýza (AC Analysis) = analýza kmitočtových závislostí obvodových veličin v harmonickém ustáleném stavu (HUS) při první iteraci ano

Číslicové zpracování signálů a Fourierova analýza.

Otázka 22(42) Přístroje pro měření signálů, metody pro měření v časové a frekvenční doméně. Přístroje

A2B31SMS 2. PŘEDNÁŠKA 9. října 2017 Číslicové signály

9. PRINCIPY VÍCENÁSOBNÉHO VYUŽITÍ PŘENOSOVÝCH CEST

Cvičné texty ke státní maturitě z matematiky

Zkušenosti zkušební laboratoře ITC v oblasti zkoušení komponentů pro automobilový průmysl

3.cvičen. ení. Ing. Bc. Ivan Pravda

Transkript:

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 syntéy (samohlásky, nástroe) potlačení šumů

IIR filtr s edním pólem (pohyb pólu po reálné ose)

IIR filtr s edním pólem a ednou nulou (pohyb nuly a pólu po reálné ose)

Filtr se dvěma póly - reonátor

Filtr se dvěma póly y pásmová propust IIR [ n] x[ n] a y[ n ] a y[ n ] H( ) re re a a f f s a r cos a r

H( ) Filtr se dvěma póly pásmová propust IIR re re re re r

sin cos sin cos ) ( r r r re re re re H Filtr se dvěma póly pásmová propust IIR

cos sin cos sin cos ) ( r r r r r re re re re H Filtr se dvěma póly pásmová propust IIR

cos sin cos sin cos ) ( a a r r r r r re re re re H Filtr se dvěma póly pásmová propust IIR

cos sin cos sin cos ) ( a a r r r r r re re re re H r a f s f cos r a Filtr se dvěma póly pásmová propust IIR

Filtr se dvěma póly pásmová propust IIR cos sin cos sin cos ) ( a a a a r r r r r re re re re H r a f s f cos r a

8 r,975 Filtr se dvěma póly (tlumené oscilace) r 8,95 8 r,95

Filtr se dvěma póly - reonátor (netlumené oscilace) 8 r,5 8 r,5 8 r,75

Filtr se dvěma póly - reonátor (konstantní koeficient a ) a cos( / 6) a a cos( / 4) a a cos( /3) a

Filtr se dvěma póly - reonátor (konstantní koeficient a ) a cos( / 4) a,8 a cos( / 4) a a cos( / 4) a,

Pohyb pólů (konstantní úhel; růný poloměr)

Pohyb pólů po kružnici (růný úhel; konstantní poloměr)

Pohyb nul IIR filtru (po reálné ose)

IIR s více póly (pohyb vybraných pólů po ose)

IIR s více póly (pohyb vybraných pólů po kružnici)

Imaginary Part Imaginary Part Imaginary Part Imaginary Part Imaginary Part Imaginary Part Imaginary Part Imaginary Part Imaginary Part -rovina reonátorů - - Real Part - - Real Part - - Real Part - - Real Part - - Real Part - - Real Part - - Real Part - - Real Part - - Real Part

Amplitudové charakteristiky reonátorů.5.5.5 5 5 5.5.5.5 5 5 5.5.5.5

Analýa harmonických.5 -.5 5 4-5 5 5 3 35 4 45 5.9.8.7.6.5.4.3 3.5..5..5.3.35.4. Time..8.6.. 3 4 5 6 h h h3 h4 h5 h6 h7 h8 h9.4.

frekvence vitr F Filtrační syntéa větru 5.5 3 4 5 6 7 8 9 -.5 3 4 5 6 7 8 9 4 3 4 5 6 7 8 9 ---> cas [s]

Filtrační syntéa větru clear, fs = 8; % vorkovaci frekvence [H] doba = ; % doba trvani tonu [s] x=*rand(,fs*doba)-; % generovani bileho sumu nt=:/fs:doba-/fs; % casova osa % souradnice ridicich bodu sily vetru X=[.5.3.4.5.65.7.75.8.85.9.95 ]; Y=[...3.5.3.8.5.7.]; Fmin=; Fmax=9; y=(fmax-fmin)*y+fmin; % casovy prubeh interpolovane ridici frekvence fr=interp(x,y,nt/nt(end));

Filtrační syntéa větru % navrh reonatoru B = ; % sirka pasma reonatoru R = -B*pi/fs; % vypocet polomer polu a =-*R*cos(*pi*fr/fs); % vypocet koeficientu b=(-r)*sqrt(r*(r-4*cos(*pi*fr/fs)+)+); % norm.koeficient y=eros(,length(x)); for n=3:length(x) y(n)=b(n)*x(n)-a(n)*y(n-)-(r.^)*y(n-); end

frekvence vitr Filtrační syntéa vln 4 A B fr.5 5 5 5 5-4 6 8 4 6 4 x 4 4 6 8 4 6 8 ---> cas [s]

Filtrační syntéa vln % souradnice ridicich bodu X =[..5.35 ]; % casova osa Y_A=[.8.5.8.]; % amplituda Y_B=[ 3 4 6 4]; % sirka pasma Y_f=[8 8 ]; % reonancni frekvence % casovy prubeh interpolovane ridici amplitudy G=interp(X,Y_A,nT/nT(end)); % casovy prubeh interpolovane sirky pasma B=interp(X,Y_B,nT/nT(end)); % casovy prubeh interpolovane ridici reonancni f fr=interp(x,y_f,nt/nt(end));

Filtrační syntéa vln x=*rand(,fs*doba)-; for n=3:length(x) R(n) = -B(n)*pi/fs; % vypocet polomer polu a(n) =-*R(n)*cos(*pi*fr(n)/fs); % vypocet koeficientu b(n)=(-r(n))*sqrt(r(n)*(r(n)-4*cos(*pi*fr(n)/fs)+)+); % norm.koeficient y(n)=g(n)*(b(n)*x(n)-a(n)*y(n-)-(r(n).^)*y(n-)); end

Filtrační syntéa Aplikace s šumem reonátory a obálkami buben činel

Filtrační syntéa 8 řídící frekvence 6 4 3 4 5 6 7 8 9. déšť.5 -.5 -. 3 4 5 6 7 8 9

Filtrační syntéa hodiny Fr=35; B = 55; Fr=3; B = 75;

Frequency housle Filtrační syntéa -.5.5.5 -...3.4.5.6 5-5.5.5.5.8.6.4. % filtr (model housli) %%%%%%%%%%%%% F = [5, 5, 3, 4]; BW = [3,, 7, 5]; 3 4 5 6 7 Time x 4

Filtrační syntéa klarinet.5 -.5..4.6.8..4.6.8.8.6.4...4.6.8..4.6.8.5 -.5..4.6.8..4.6.8 % navrh reonatoru fr = 9; % reonancni frekvence B = ; % sirka pasma reonatoru

Syntéa stroů vlak letadlo

Syntéa materiálu dřevo kov sklo

Potlačení šumu v řeči bankou filtrů

Potlačení šumu v řeči bankou filtrů

Potlačení šumu v řeči bankou filtrů banka filtrů Dilci normovane propusti.9.8.7.6.5.4.3.. 4 6 8

Potlačení šumu v řeči bankou filtrů pracování signálů v i-tém pásmu

Potlačení šumu v řeči bankou filtrů

Potlačení šumu v řeči bankou filtrů

Potlačení šumu v řeči bankou filtrů

Potlačení šumu v řeči bankou filtrů

Potlačení šumu v řeči bankou filtrů III (generování rušení) %%%%%%%%%%%%%%%%%% GENEROVANI SUMU %%%%%%%%%%%%%%%%%%%% k_noise=.; sig=input(' = sinusove ruseni; = nahodny sum... ') if sig==, noise=k_noise*randn(length(xc),); end; if sig==, % rusivy signal 8H noise=sqrt()*k_noise*sin(*pi*(:length(xc)-)*8/8)'; end; x=xc+noise; 'cinitel odstupu signalu k sumu' snr=*log(sum(xc.^)/sum(noise.^))

Potlačení šumu v řeči bankou filtrů IV (banka filtrů) f_s=8; % vorkovaci frekvence [kh] P=8; % pocet propusti f_r=f_s/(*p)*(:p-); % vypocet reonancnich frekvenci R=.7; % polomer polu b=-*r*cos(*pi*f_r/f_s); % vypocet koeficientu reonatoru for i=:p % normovani charakteristik Ha(:,i)=(freq(,[ b(i) R.^],8)); Ham(i)=max(abs(Ha(:,i))); % vypocet normovacich koef. Han(:,i)=(freq(/Ham(i),[ b(i) R.^],8)); end; plot(abs(han)); axis tight title('dilci normovane propusti') % obraeni ampl. Dilci normovane frekvencnich propusti ch..9.8.7.6.5.4.3.. 4 6 8

Imaginary Part Imaginary Part Imaginary Part Imaginary Part Imaginary Part Imaginary Part Imaginary Part Imaginary Part Potlačení šumu v řeči bankou filtrů (banka filtrů) for k=:p % obraeni impulsnich charakteristik subplot(3,3,k), imp([ ],[ b(k) R.^]) end; % obraeni -roviny for k=:p subplot(3,3,k), plane([ ],[ b(k) R.^]) end;.5. pasmo 4 --> n 4. pasmo.5 4 --> n.5 7. pasmo.5. pasmo 4 --> n 5. pasmo.5 4 --> n 8. pasmo.5 3. pasmo 4 --> n 6. pasmo.5 -.5 4 --> n - - - Real Part - Real Part - - - Real Part - Real Part - - - Real Part - Real Part -.5 4 --> n - 4 --> n - - Real Part - - Real Part

Potlačení šumu v řeči bankou filtrů (stanovení meí v pásmech) %%%%%% FILTRACE A VYPOCET MEZE PRO OREZAVANI %%%%%% k_noise=.; k_int =.8; for i=:p noisef(:,i)=filter(/ham(i),[ b(i) R.^],noise(:)); % filtrace noisefa(:,i)=abs(noisef(:,i)); % usmerneni nff(:,i)=filter(,[ -k_int],noisefa(:,i)); % obalka me(i)=mean(abs(nff(:,i))); end; stem(me) % vypocet mei ve vsech pasmech.4 Mee pro oreavani v ednotlivych pasmech..8.6.4. 3 4 5 6 7 8 ---> poradi pasma

Potlačení šumu v řeči bankou filtrů (filtrace a roklad do pásem) %%%%%%%%%%%%% POTLACENI SUMU BANKOU FILTRU %%%%%%%%%%%%% %%% FILTRACE A ROZKLAD DO PASEM - VYPOCET OBALEK %%%%%%% for i=:p xf(:,i)=filter(/ham(i),[ b(i) R.^],x); % filtrace xfs(:,i)=sign(xf(:,i)+.); % namenko xfa(:,i)=abs(xf(:,i)); % usmerneni xfaf(:,i)=filter(,[ -k_int],xfa(:,i)); % obalka subplot(4,,i), plot(xfaf(:,i)); axis tight xfafe(:,i)=abs(xfaf(:,i)-me(i)); xr(:,i)=xfafe(:,i).*xfs(:,i); subplot(4,,i), plot(xf(5:,i)) subplot(4,,i), plot(xr(5:,i)); axis tight end; xs=sum(xr'); xfs % orinuti xf xfa xfaf xfafe xr

Potlačení šumu v řeči bankou filtrů 4 - -. pasmo 3 4 5 3. pasmo 3 4 5.5 5. pasmo.5.5.5 3 4 5 7. pasmo 3 4 5. pasmo - - -.5 3 4 5 4. pasmo 3 4 5.5 6. pasmo.5 -.5 3 4 5 8. pasmo 3 4 5 5 5. pasmo 3 4 5 6 3. pasmo 4.5.5.5 3 4 5 5. pasmo 3 4 5.5 7. pasmo.5 3 4 5 8 6 4 4.5. pasmo 3 4 5 4. pasmo 3 4 5.5 6. pasmo 3 3 4 5 8. pasmo 3 4 5 -. pasmo 3 4 5 4 3. pasmo - -4 3 4 5 5. pasmo - - 3 4 5 7. pasmo 3 4 5 - -. pasmo 3 4 5 4. pasmo - 3 4 5 6. pasmo 3 4 5 8. pasmo - 3 4 5

Potlačení šumu v řeči bankou filtrů xf xr x xs

Frequency ---> f Frequency ---> f Potlačení šumu v řeči bankou filtrů for i=:3 soundsc(x); pause(), soundsc(xs); pause();end; subplot(); specgram(x); subplot(); specgram(xs);.8.8 Spektrogram puvodniho signalu.6.4. 4 6 8 4 6 8 Time.8.6.4. 5 5 5 ---> n Spektrogram signalu s potlacenym sumem.8.6.4..6.4. 4 6 8 4 6 8 Time 5 5 5 ---> n