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

Podobné dokumenty
Lineární 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

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

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

SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY

Lineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY a SYSTÉMY

Lineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY

Úvod do zpracování signálů

Lineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY

Flexibilita jednoduché naprogramování a přeprogramování řídícího systému

ÚPGM FIT VUT Brno,

Signál v čase a jeho spektrum

Číslicové filtry. Honza Černocký, ÚPGM

Modelování systémů a procesů (11MSP) Bohumil Kovář, Jan Přikryl, Miroslav Vlček. 8. přednáška 11MSP pondělí 20. dubna 2015

KTE/TEVS - Rychlá Fourierova transformace. Pavel Karban. Katedra teoretické elektrotechniky Fakulta elektrotechnická Západočeská univerzita v Plzni

Při návrhu FIR filtru řešíme obvykle následující problémy:

SIGNÁLY A LINEÁRNÍ SYSTÉMY

ÚPGM FIT VUT Brno, periodické a harmonické posloupnosti. konvoluce Fourierova transformace s diskrétním časem

Analýza lineárních regulačních systémů v časové doméně. V Modelice (ale i v Simulinku) máme blok TransfeFunction

SIGNÁLY A LINEÁRNÍ SYSTÉMY

1 Zpracování a analýza tlakové vlny

[ n. Konvoluce. = 0 jinak. 0 jinak. Užitečné signály (diskrétní verze) Jednotkový skok 1 pro n = 0

Při návrhu FIR filtru řešíme obvykle následující problémy:

Laplaceova transformace

SIGNÁLY A LINEÁRNÍ SYSTÉMY

Diskretizace. 29. dubna 2015

Číslicové zpracování signálů a Fourierova analýza.

1. března Organizace Základní informace Literatura Úvod Motivace... 3

Základní metody číslicového zpracování signálu a obrazu část II.

Modelov an ı syst em u a proces

FOURIEROVA ANAL YZA 2D TER ENN ICH DAT Karel Segeth

ZPRACOVÁNÍ SIGNÁLŮ Z MECHANICKÝCH. Jiří Tůma

Funkce komplexní proměnné a integrální transformace

Spektrální analýza a diskrétní Fourierova transformace. Honza Černocký, ÚPGM

Transformace obrazu Josef Pelikán KSVI MFF UK Praha

7.1. Číslicové filtry IIR

31ZZS 9. PŘEDNÁŠKA 24. listopadu 2014

Digitalizace převod AS DS (analogový diskrétní signál )

Příloha č. 1. amplitudová charakteristika filtru fázová charakteristika filtru / frekvence / Hz. 1. Určení proudové hustoty

filtry FIR zpracování signálů FIR & IIR Tomáš Novák

Vlastnosti členů regulačních obvodů Osnova kurzu

PSK1-9. Číslicové zpracování signálů. Číslicový signál

Základní metody číslicového zpracování signálů pro integrovanou výuku VUT a VŠB-TUO

Automatizace je proces při němž je řídicí funkce člověka nahrazována činností

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

Biofyzikální ústav LF MU Brno. jarní semestr 2011

VY_32_INOVACE_E 15 03

Multimediální systémy

CW01 - Teorie měření a regulace

Filtrace obrazu ve frekvenční oblasti

Geometrické transformace

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.

Vlastnosti Fourierovy transformace

12 - Frekvenční metody

FILTRACE VE FOURIEROVSKÉM SPEKTRU

Fourierova transformace

Předmět A3B31TES/Př. 13

Rekurentní filtry. Matlab

Systémy. Systém: souhrn souvisejících prvků, sdružený do nějakého smysluplného celku

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

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

Číslicová filtrace. FIR filtry IIR filtry. ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická

25.z-6.tr ZS 2015/2016

Fourierova transformace

základní vlastnosti, používané struktury návrhové prostředky MATLAB problém kvantování koeficientů

Periodicita v časové řadě, její popis a identifikace, exponenciální vyrovnáván

teorie elektronických obvodů Jiří Petržela obvodové funkce

Nauka o Kmitání Přednáška č. 4

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

1 Modelování systémů 2. řádu

Vlastnosti konvoluce. ÚPGM FIT VUT Brno,

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

MĚŘENÍ ÚHLOVÝCH KMITŮ ZA ROTACE

Základní pojmy o signálech

Zvuk. 1. základní kmitání. 2. šíření zvuku

Vzorkování. Je-li posloupnost diracových impulzů s periodou T S : Pak časová posloupnost diskrétních vzorků bude:

Waveletová transformace a její použití při zpracování signálů

X31EO2 - Elektrické obvody 2. Kmitočtové charakteristiky

Vold-Kalmanova řádová filtrace. JiříTůma

Diskrétní 2D konvoluce

Parciální diferenciální rovnice

ZS: 2018/2019 NMAF063 F/3 Josef MÁLEK. Matematika pro fyziky III

9. cvičení z Matematické analýzy 2

A7B31ZZS 10. PŘEDNÁŠKA Návrh filtrů 1. prosince 2014

3 METODY PRO POTLAČENÍ ŠUMU U ŘE- ČOVÉHO SIGNÁLU

A2B31SMS 2. PŘEDNÁŠKA 9. října 2017 Číslicové signály

P7: Základy zpracování signálu

04 Lineární filtrace filtry

31SCS Speciální číslicové systémy Antialiasing

1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15

Kapitola 1. Signály a systémy. 1.1 Klasifikace signálů

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

Autor by chtìl podìkovat všem svým spolupracovníkùm a kolegùm, kteøí mu pomohli s pøípravou textu. K vydání knihy pøispìla firma Newport Electronics s

Circular Harmonics. Tomáš Zámečník

Základní metody číslicového zpracování signálu část I.

I. část - úvod. Iva Petríková

Přechodné děje 2. řádu v časové oblasti

Operace s obrazem I. Biofyzikální ústav Lékařské fakulty Masarykovy univerzity Brno. prezentace je součástí projektu FRVŠ č.

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

KATEDRA ELEKTRICKÝCH MĚŘENÍ

Transkript:

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 Ideální filtry propusti Fourierova transformace s diskrétním časem Příklady: výpočty frekvenčních charakteristik ručně a v Matlabu

Opakování: systémy Definice systému Struktura systému Vlastnosti systémů Princip superpozice LTI systémy Reprezentace signálů pomocí lineární kombinace jednotkových impulsů Impulsní charakteristika Konvoluce

LTI systémy lineární systém Hledáme základní, tj. bázové signály tak, aby: bylo možné reprezentovat libovolné signály jako lineární kombinaci těchto bázových signálů odezva LTI systémů na tyto bázové signály byla jednoduchá a zároveň aby umožňovala dostatečně hluboký vhled

LTI systémy lineární systém Hledáme základní, tj. bázové signály tak, aby: bylo možné reprezentovat libovolné signály jako lineární kombinaci těchto bázových signálů odezva LTI systémů na tyto bázové signály byla jednoduchá a zároveň aby umožňovala dostatečně hluboký vhled MINULE: DNES: jednotkové impulsy sinusové signály komplexní exponenciály

Eulerovy vztahy e jx + e jx cos x = 2 e jx e jx sin x = 2 j

?

Fourierova řada slouží k vyjádření rozvoje funkce prostřednictvím goniometrických funkcí.

Fourierova řada slouží k vyjádření rozvoje funkce prostřednictvím goniometrických funkcí. Fourierovy řady slouží jako teoretický základ pro analýzu signálů a systémů ve frekvenční oblasti.

x(t) a k. spojitý periodický signál se základní periodou T. diskrétní posloupnost komplexních čísel

průměr

průměr

průměr

periodický sled Diracových impulsů (vzorkovací funkce) pro všechna k

periodický sled Diracových impulsů (vzorkovací funkce) pro všechna k Všechny komponenty mají stejnou amplitudu a stejnou fázi.

Vlastnosti FŘ: LINEARITA: KOMPLEXNÍ SDRUŽENÍ: je reálná je sudá, pak je sudá, pak je. je.

Vlastnosti FŘ: LINEARITA: KOMPLEXNÍ SDRUŽENÍ: je reálná je sudá, pak je sudá, pak je lichá. je lichá.

Vlastnosti FŘ: LINEARITA: KOMPLEXNÍ SDRUŽENÍ: je reálná je sudá, pak je sudá, pak je lichá. je lichá. POSUNUTÍ V ČASE: fázový posun úměrný t 0

Vlastnosti FŘ: LINEARITA: KOMPLEXNÍ SDRUŽENÍ: je reálná je sudá, pak je sudá, pak je lichá. je lichá. POSUNUTÍ V ČASE: fázový posun úměrný t 0 Příklad: posun o půl periody..

Vlastnosti FŘ: LINEARITA: KOMPLEXNÍ SDRUŽENÍ: je reálná je sudá, pak je sudá, pak je lichá. je lichá. POSUNUTÍ V ČASE: fázový posun úměrný t 0 Příklad: posun o půl periody.

Vlastnosti FŘ: PARCEVALŮVTEORÉM:

Vlastnosti FŘ: PARCEVALŮVTEORÉM: Průměrný výkon signálu Výkon k té harmonické složky

Vlastnosti FŘ: PARCEVALŮVTEORÉM: Průměrný výkon signálu Výkon k té harmonické složky Energie, ať měřená v časové nebo frekvenční oblasti, zůstává stejná.

Vlastnosti FŘ: PARCEVALŮVTEORÉM: Průměrný výkon signálu Výkon k té harmonické složky Energie, ať měřená v časové nebo frekvenční oblasti, zůstává stejná. NÁSOBENÍ: x(t) i y(t) jsou periodické signály s periodou T. důkaz:

Vlastnosti FŘ: PERIODICKÁ KONVOLUCE: x(t), y(t) jsou periodické signály s periodou T.... i z(t) je periodický signál s periodou T. Nezáleží na tom, nad kterou periodou se integruje.

Vlastnosti FŘ: PERIODICKÁ KONVOLUCE: x(t), y(t) jsou periodické signály s periodou T.... i z(t) je periodický signál s periodou T. Nezáleží na tom, nad kterou periodou se integruje. Násobení ve frekvenční oblasti!!!

Poznámka o Fourierověřadě a Fourierově transformaci:. aneb k čemu mi je analýza periodických signálů, když většina signálů, které znám, jsou neperiodické? (EKG, epidemiologické trendy, apod.)

Poznámka o Fourierověřadě a Fourierově transformaci: periodické signály Fourierova řada aperiodické signály. Fourierova transformace periodické s ω 0 = 0 a T =. 8 diskrétní posloupnost koeficientů pro ω 0, 2ω 0, 3ω 0,

Poznámka o Fourierověřadě a Fourierově transformaci: periodické signály Fourierova řada aperiodické signály. Fourierova transformace periodické s ω 0 = 0 a T =. 8 diskrétní posloupnost koeficientů pro ω 0, 2ω 0, 3ω 0, Integrace přes nekonečno a výsledkem bude spojitý obraz spojité funkce x(t):

Fourierova reprezentace diskrétních signálů x[n] periodický signál se základní periodou N.

Fourierova reprezentace diskrétních signálů x[n] periodický signál se základní periodou N. řada

Fourierova reprezentace diskrétních signálů x[n] periodický signál se základní periodou N. konečná řada

Fourierova reprezentace diskrétních signálů x[n] periodický signál se základní periodou N. konečná řada suma přes N kterýchkoliv po sobě jdoucích hodnot k.

Fourierova reprezentace diskrétních signálů x[n] periodický signál se základní periodou N. konečná řada a k =? suma přes N kterýchkoliv po sobě jdoucích hodnot k.

a k =? N rovnic o N neznámých

a k =? Konečné geometrické řady:

a k =? Konečné geometrické řady:.. spec. vlastnost u diskrétních signálů

Poznámka o Fourierověřadě diskrétního signálu a DTFT (discrete time Fourier transform):.

Poznámka o Fourierověřadě diskrétního signálu a DTFT (discrete time Fourier transform): DTFT nějaké posloupnosti se počítá úplně stejně jako se počítají koeficienty Fourierovy řady této posloupnosti

Periodické signály a LTI systémy

Periodické signály a LTI systémy zesílení amplituda fáze

Periodické signály a LTI systémy zesílení amplituda fáze LTI systém nevytváří nové frekvenční složky, ale pouze zesiluje nebo potlačuje frekvenční komponenty existující ve vstupním signálu.

Periodické signály a LTI systémy Frekvenční charakteristika: G(ω) =

Periodické signály a LTI systémy Frekvenční charakteristika: G(ω) = je periodická funkce, jejíž výpočet odpovídá výpočtu koeficientů Fourierovy řady impulsní charakteristiky h.

Periodické signály a LTI systémy FILTROVÁNÍ Volbou tvaru G(ω)=H(e jω ) můžeme ovlivnit frekvenční kompozici na výstupu systému. preferenční zesílení, selektivní výběr určitých frekvenčních složek

Periodické signály a LTI systémy FILTROVÁNÍ Volbou tvaru G(ω)=H(e jω ) můžeme ovlivnit frekvenční kompozici na výstupu systému. preferenční zesílení, selektivní výběr určitých frekvenčních složek U diskrétního času platí, že:

Periodické signály a LTI systémy FILTROVÁNÍ Volbou tvaru G(ω)=H(e jω ) můžeme ovlivnit frekvenční kompozici na výstupu systému. preferenční zesílení, selektivní výběr určitých frekvenčních složek odpovídá odpovídá..

Periodické signály a LTI systémy FILTROVÁNÍ Volbou tvaru G(ω)=H(e jω ) můžeme ovlivnit frekvenční kompozici na výstupu systému. preferenční zesílení, selektivní výběr určitých frekvenčních složek odpovídá odpovídá vzorkovací frekvenci diskrétního signálu. nejvyšší frekvenci původního signálu.

Idealizované filtry...... hraniční (cutoff) frekvence

Idealizované filtry Dolní propust Horní propust Pásmová propust hraniční (cutoff) frekvence

Frekvenční charakteristika PŘÍKLAD: vyhlazovací systém

Frekvenční charakteristika PŘÍKLAD: vyhlazovací systém..

Frekvenční charakteristika PŘÍKLAD: vyhlazovací systém..

Frekvenční charakteristika PŘÍKLAD: vyhlazovací systém

3. cvičení 1. Vypočtěte frekvenční charakteristiku jednoduchého systému, který aproximuje derivaci signálu: 2. Vypočtěte frekvenční charakteristiku jednoduchého systém, který provádí dvouvzorkové vyhlazování: 3. Aplikujte vyhlazovací a derivovací systém na učitelem dodané 1 D a 2 D signály a sledujte jak frekvenční charakteristika systémů ovlivňuje povahu výstupních signálů.

3. cvičení Dotaz z minulé hodiny: Jak souvisí vzorky impulsní charakteristiky s diferenční rovnicí, co do pořadí koeficientů (dotaz je relevantní u systémů s nesymetrickými impulsními odezvami)? y[n] = 3x[n]+2x[n 1]+1x[n 2] pořadí odpovídá postupnému zapomínáním starších vzorků na vstupu. h[n] = 3δ[n]+2δ[n 1]+1δ[n 2]

3. cvičení

3. cvičení

3. cvičení

ffgf Otázky? schwarz@iba.muni.cz 60