SPEKTRÁLNÍ ANALÝZA ČASOVÝCH ŘAD

Podobné dokumenty
Poznámky k Fourierově transformaci

SIGNÁLY A LINEÁRNÍ SYSTÉMY

SIGNÁLY A LINEÁRNÍ SYSTÉMY

Úvod do zpracování signálů

SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY

Digitalizace převod AS DS (analogový diskrétní signál )

SIGNÁLY A LINEÁRNÍ SYSTÉMY

Transformace obrazu Josef Pelikán KSVI MFF UK Praha

Teorie měření a regulace

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

Charakterizace rozdělení

FOURIEROVA ANAL YZA 2D TER ENN ICH DAT Karel Segeth

Fouriérova transformace, konvoluce, dekonvoluce, Fouriérovské integrály

Vlastnosti a modelování aditivního

(Auto)korelační funkce Statistické vyhodnocování exp. dat M. Čada ~ cada

FOURIEROVA TRANSFORMACE FOURIEROVA VĚTA

MKI Funkce f(z) má singularitu v bodě 0. a) Stanovte oblast, ve které konverguje hlavní část Laurentova rozvoje funkce f(z) v bodě 0.

Biofyzikální ústav LF MU Brno. jarní semestr 2011

FOURIEROVA TRANSFORMACE

Náhodná veličina a její charakteristiky. Před provedením pokusu jeho výsledek a tedy ani sledovanou hodnotu neznáte. Proto je proměnná, která

INTEGRÁLY S PARAMETREM

Téma 22. Ondřej Nývlt

Matematika III 10. týden Číselné charakteristiky střední hodnota, rozptyl, kovariance, korelace

Základní metody číslicového zpracování signálu a obrazu část II.

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

Univerzita Karlova v Praze procesy II. Zuzana. funkce

Matematika 1 Jiˇr ı Fiˇser 19. z aˇr ı 2016 Jiˇr ı Fiˇser (KMA, PˇrF UP Olomouc) KMA MAT1 19. z aˇr ı / 19

Statistika II. Jiří Neubauer

Chyby měření 210DPSM

Funkce komplexní proměnné a integrální transformace

CW01 - Teorie měření a regulace

Pojmy z kombinatoriky, pravděpodobnosti, znalosti z kapitoly náhodná veličina, znalost parciálních derivací, dvojného integrálu.

Kristýna Kuncová. Matematika B3

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

Derivace funkce. Přednáška MATEMATIKA č Jiří Neubauer

Náhodné signály. Honza Černocký, ÚPGM

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

Kapitola 7: Integrál.

18 Fourierovy řady Úvod, základní pojmy

ZPRACOVÁNÍ SIGNÁLŮ Z MECHANICKÝCH. Jiří Tůma

Úvod. Integrování je inverzní proces k derivování Máme zderivovanou funkci a integrací získáme původní funkci kterou jsme derivovali

Fourierovské metody v teorii difrakce a ve strukturní analýze

Požadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory

Náhodná veličina Číselné charakteristiky diskrétních náhodných veličin Spojitá náhodná veličina. Pravděpodobnost

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

Zápočtová písemka z Matematiky III (BA04) skupina A

HL Academy - Chata Lopata Emu (Brkos 2012) Řetězové zlomky / 27

Definice 7.1 Nechť je dán pravděpodobnostní prostor (Ω, A, P). Zobrazení. nebo ekvivalentně

Dobývání znalostí. Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze

KMA/P506 Pravděpodobnost a statistika KMA/P507 Statistika na PC

19 Hilbertovy prostory

4. Aplikace matematiky v ekonomii

Základní pojmy o signálech

Číslicové zpracování a analýza signálů (BCZA) Spektrální analýza signálů

Výběrové charakteristiky a jejich rozdělení

Státní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách

PRAVDĚPODOBNOST A STATISTIKA

Hodnocení parametrů signálu AE při únavovém zatěžování tří typů konstrukčních materiálů. Vypracoval: Kolář Lukáš

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2017

A/D převodníky - parametry

a způsoby jejího popisu Ing. Michael Rost, Ph.D.

Motivace příklad použití lokace radarového echa Význam korelace Popis náhodných signálů číselné charakteristiky

Komplexní analýza. Fourierovy řady. Martin Bohata. Katedra matematiky FEL ČVUT v Praze

SIGNÁLY A LINEÁRNÍ SYSTÉMY

n = 2 Sdružená distribuční funkce (joint d.f.) n. vektoru F (x, y) = P (X x, Y y)

Komplexní analýza. Laplaceova transformace. Martin Bohata. Katedra matematiky FEL ČVUT v Praze

Limitní věty teorie pravděpodobnosti. Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

Semestrální písemka BMA3 - termín varianta A13 vzorové řešení

POŽADAVKY K SOUBORNÉ ZKOUŠCE Z MATEMATIKY

EXPERIMENTÁLNÍ METODY I. 2. Zpracování měření

VOLBA ČASOVÝCH OKEN A PŘEKRYTÍ PRO VÝPOČET SPEKTER ŠIROKOPÁSMOVÝCH SIGNÁLŮ

Přijímací zkouška - matematika

Rovnice matematické fyziky cvičení pro akademický školní rok

11. Číselné a mocninné řady

7. Rozdělení pravděpodobnosti ve statistice

31SCS Speciální číslicové systémy Antialiasing

MATEMATICKÁ STATISTIKA - XP01MST

Základy teorie pravděpodobnosti

Náhodná veličina a rozdělení pravděpodobnosti

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

8 Střední hodnota a rozptyl

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

aneb jiný úhel pohledu na prvák

základní vlastnosti, používané struktury návrhové prostředky MATLAB problém kvantování koeficientů

Jasové transformace. Karel Horák. Rozvrh přednášky:

Pravděpodobnost a statistika I KMA/K413

11. přednáška 10. prosince Kapitola 3. Úvod do teorie diferenciálních rovnic. Obyčejná diferenciální rovnice řádu n (ODR řádu n) je vztah

1. Základy teorie přenosu informací

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

Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

Matematická analýza 1, příklady na procvičení (Josef Tkadlec, )

správně - A, jeden celý příklad správně - B, jinak - C. Pro postup k ústní části zkoušky je potřeba dosáhnout stupně A nebo B.

3. Metody analýzy časových řad v klimatologii

Akustika. 3.1 Teorie - spektrum

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

Pravděpodobnost a aplikovaná statistika

Signál v čase a jeho spektrum

prof. RNDr. Roman Kotecký DrSc., Dr. Rudolf Blažek, PhD Pravděpodobnost a statistika Katedra teoretické informatiky Fakulta informačních technologií

P7: Základy zpracování signálu

Rozprostřené spektrum. Multiplex a mnohonásobný přístup

Transkript:

SPEKRÁLNÍ ANALÝZA ČASOVÝCH ŘAD prof. Ing. Jiří Holčík, CSc. holcik@iba.muni.cz

II. PRINCIPY OHO, JAK NA O

ZÁVĚRY Z MINULA časová řada systematická (deterministická) složka + + nesystematická (nedeterministická, náhodná) složka (koncept Hermana Wolda (1938) - A Study in the Analysis of Stationary ime Series) není konečná energie neexistuje Fourierův integrál výkonový koncept spektrální hustota výkonu power spectral density (PSD)

HERMAN OLE ANDREAS WOLD školitel: Harald Cramér * 5.1.1908 Skien, Norsko 16.. 199 Gothenburg, Švédsko oblasti zájmů: matematická ekonomie, ekonometrie, statistika, analýza časových řad na čem se podepsal: Cramérův-Woldův teorém, Woldova dekompozice časových řad, metoda parciálních nejmenších čtverců; teorie užitku, teorie spotřebitelské poptávky

SPOJIÝ SIGNÁL Fourierova transformace X a (f) x (t).exp( πjft) dt a E Parsevalova věta 1 x a(t)dt Xa(f) df Xa( ω) dω π spektrální hustota energie

SPEKRÁLNÍ HUSOA ENERGIE (VÝKONU) SPOJIÝ PŘÍPAD R exx ( τ) x a (t).x a (t + τ).dt; R pxx ( τ) lim 1 x a (t).x a (t + τ).dt autokorelační funkce funkce x a (t) S R xx xx (f) ( τ) R S xx xx ( τ).exp( πjfτ).dτ (f).exp(πjfτ).df obě funkce tvoří Fourierovský pár

DISKRÉNÍ POSLOUPNOS x(n ), definovaná na nekonečném intervalu n -; ; je frekvenčně omezená na pásmo o šířce ±B orkovací frekvence F 1/ > B x(n ) x a (n )? x(n)

ENERGIE energie spojitého signálu s(t) E energie diskrétního signálu s N n s (t) dt E s ( n ) d

ENERGIE energie spojitého signálu s(t) E energie diskrétního signálu s s (t) dt a) E N s (n ) d n b) N E s (n) d n c) E N s (n ) d n d) E N s (n ) d n

DISKRÉNÍ POSLOUPNOS Spektrální vyjádření diskrétního signálu X(f) n x(n ).exp( πjfn ) x(n ) F / F / X(f).exp(πjfn ). df Vztah spektra analogového a diskrétního signálu: x(n ) jπ x (n ) X (f).e fn a a df F / F / X a (f)e F / X k F / jπfn a df (f kf)e X a jπfn (f)e df jπfn F / df F / k kf+ F / a k kf F / X a X (f kf)e (f)e jπfn jπfn df df X(f) k Xa (f kf) spektrální periodicita

DISKRÉNÍ POSLOUPNOS

REKONSRUKCE SPOJIÉ FUNKCE předpokládejme, že je X(f) f X a (f) 0 f > F/ F/

REKONSRUKCE SPOJIÉ FUNKCE π π π + π π π π π π π n t ).Si x(n 1 ). n (t ).Si x(n ) n (t j e e ). x(n F 1 C e a 1 dx e df e ). x(n df.e ).e x(n df (f).e X (t) x ).e x(n X(f) (f) X n n ).F / n (t j ).F / n (t j n ax ax n F / F / ) n f(t j F / F / ft j n fn j F / F / ft j a a n fn j a

REKONSRUKCE FUNKCE

RAYLEIGHOVA VĚA E F / x (n ) n F / X(f) df E F / F / x(n ).x(n F / n n F / jπfn X(f). x(n ).e df n 14444 44443 X * (f ) ) F / S xx F / F / (f)df x(n ) X(f).X F / * X(f).e (f)df jπfn F / F / df X(f) df

JOHN WILLIAM SRU, 3. BARON RAYLEIGH An Unerring Leader in the Natural Knowledge * 1. 11.184, Maldon, Essex, U.K. 30.6.1919, Witham, Essex, U.K. oblasti zájmu: fyzikální chemie, akustika, optický a elektromagnetický rozptyl světla,povrchové vlny; psychologie - telekineze na čem se podepsal: spolu s Williamem Ramsayem objevitel argonu (Nobelova cena 1904) a dalších ácných plynů;

WIENER-KHINCHINOVA VĚA R xx (m F / F / X(f) ).e F / X F / * n x(n (f).x(f).e jπfm df ).x(n jπfm F / S F / xx df (f).e + m jπfm ) df

NORBER WIENER * 6.11. 1894 - Columbia, Missouri,USA 18.3.1964 - Stockholm, Švédsko 1906 graduoval na střední škole, 1909 - BA v matematice; poté rok zoologie na Harvardu, od 1910 filosofie na Cornell Uni; 191 PhD na Harvardu disertace na téma matematická logika profesor matematiky na MI zakladatel kybernetiky (?) Cybernetics: Or Control and Communication in the Animal and the Machine. Paris, (Hermann & Cie) & Camb. Mass. (MI Press) 1948 doktorandi : Amar Bose, Colin Cherry, Shikao Ikehara, Norman Levinson Wienerova rovnice popis Brownova pohybu Wienerův optimální filtr,

АЛЕКСАНДР ЯКОВЛЕВИЧ ХИНЧИН * 7.(19.)7.1894, село Кондрово, Медынский уезд, Калужская губерния, Россия 18.7.1959, Москва, СССР zájmy: teorie pravděpodobnosti, statistika, teorie funkcí reálné proměnné, teorie čísel, limitní věty, řetězové zlomky, na čem se podepsal: Pollaczekova-Chinčinova formule (teorie fronty),wienerův- Chinčinův teorém, Chinčinova nerovnost (statistika, komplexní čísla), Chinčinova-Lévyho konstanta (konvergence řetězových zlomků), Chinčinova věta o diofantických aproximacích (aproximace reálných čísel pomocí racionálních čísel) ocenění: 1939 člen korespondent AV SSSR; 1941 Stalinova cena,? - Leninova cena

WIENER-KHINCHINOVA VĚA R xx (m F / F / X(f) ).e F / X F / * n x(n (f).x(f).e jπfm df ).x(n jπfm F / S F / xx df (f).e + m jπfm ) df

WIENEROVA-KHINCHINOVA VĚA (f) S X(f) (f).x(f) X ).X(f).e x(n )e m x(n ). x(n )e m ).x(n x(n ).e (m R xx * n fn j n m fm j m n fm j m fm j xx + + π π π π

POSLOUPNOS S KONEČNOU ENERGIÍ - SHRNUÍ z toho plyne, že spektrální hustotu energie neperiodické posloupnosti s konečnou energií lze spočítat dvěma způsoby: přímá metoda: S xx (f) X(f).Σx(n ).exp(-πjfn ) nepřímá metoda: 1) R xx (m ). Σx(n ). x(n +m ); ) S xx (f) ΣR xx (m ).exp(-πjfm )

POSLOUPNOS S KONEČNOU ENERGIÍ - SHRNUÍ PRAXE posloupnost konečné délky tj. násobení posloupnosti obdélníkovým oknem, takže počítáme spektrum posloupnosti x~ (n ) x(n ).w (n ) ve frekvenční oblasti X ~ (f) X(f) * W(f) F / F / rect X( α).w(f α)dα

POSLOUPNOS S KONEČNOU ENERGIÍ - SHRNUÍ Konvoluce funkce W(f) s X(f) vyhlazuje spektrum X(f) za předpokladu, že W(f) je relativně úzké ve srovnání s X(f) okno w(n ) musí být dostatečně dlouhé Problémy: postranní laloky rozlišení dvou frekvenčních pásem

FREKVENČNÍ OKNA kde I 0 ( ) je modifikovaná Besselova funkce 0. řádu 1. druhu; ω a je šířka hlavního laloku

FREKVENČNÍ OKNA

FREKVENČNÍ OKNA

VYHLAZOVÁNÍ OKNEM spektrální konvoluce obdélníkového okna (spektrum) X(f) 1 pro f 0,1; X(f) 0 pro f > 0,1; obrazu obdélníka (N61) a Blackmanova okna N 61

SIGNÁL S KONEČNOU ENERGIÍ - PŘÍKLADY

SIGNÁL S KONEČNOU ENERGIÍ - PŘÍKLADY

SIGNÁL S KONEČNOU ENERGIÍ - PŘÍKLADY