Komplexní obálka pásmového signálu



Podobné dokumenty
VYUŽITÍ MATLABU PRO PODPORU VÝUKY A PŘI ŘEŠENÍ VÝZKUMNÝCH ÚKOLŮ NA KATEDŘE KOMUNIKAČNÍCH A INFORMAČNÍCH SYSTÉMŮ

Signál v čase a jeho spektrum

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

Spektrální analýza a diskrétní Fourierova transformace. Honza Černocký, ÚPGM

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

SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY

31ZZS 9. PŘEDNÁŠKA 24. listopadu 2014

Primární zpracování radarového signálu dopplerovská filtrace

oblasti je znázorněn na obr Komplexní obálku můžeme rozepsat na její reálnou a

Úloha D - Signál a šum v RFID

Při návrhu FIR filtru řešíme obvykle následující problémy:

MĚŘENÍ ÚHLOVÝCH KMITŮ ZA ROTACE

MATLAB PRO PODPORU VÝUKY KOMUNIKAČNÍCH SYSTÉMŮ

Číslicové filtry. Honza Černocký, ÚPGM

Návrh frekvenčního filtru

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

ANALÝZA LIDSKÉHO HLASU

Vlastnosti a modelování aditivního

Laboratorní úloha č. 8: Elektroencefalogram

Inovace a zkvalitnění výuky směřující k rozvoji odborných kompetencí žáků středních škol

VY_32_INOVACE_ENI_2.MA_05_Modulace a Modulátory

Amplitudová a frekvenční modulace

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

Quantization of acoustic low level signals. David Bursík, Miroslav Lukeš

Akustika. 3.1 Teorie - spektrum

1 Zpracování a analýza tlakové vlny

Zpracování obrazů. Honza Černocký, ÚPGM

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

Rekurentní filtry. Matlab

PSK1-5. Frekvenční modulace. Úvod. Vyšší odborná škola a Střední průmyslová škola, Božetěchova 3 Ing. Marek Nožka. Název školy: Vzdělávací oblast:

Měření vlastností datového kanálu

Čas (s) Model časového průběhu sorpce vyplývá z 2. Fickova zákona a je popsán následující rovnicí

A/D převodníky - parametry

3. AMPLITUDOVĚ MODULOVANÉ SIGNÁLY

TSO NEBO A INVARIANTNÍ ROZPOZNÁVACÍ SYSTÉMY

Úvod do zpracování signálů

Modulační parametry. Obr.1

Přenos pasivního dvojbranu RC

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


BPC2E_C09 Model komunikačního systému v Matlabu

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

ZPRACOVÁNÍ SIGNÁLŮ Z MECHANICKÝCH. Jiří Tůma

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

Měření optických vlastností materiálů

A7B31ZZS 10. PŘEDNÁŠKA Návrh filtrů 1. prosince 2014

Střední průmyslová škola elektrotechnická a informačních technologií Brno

Synth challange 2016

Syntéza zvuků a hudebních nástrojů v programovém prostředí MATLAB

Semestrální práce z předmětu Syntéza audio signálů

Vlastnosti Fourierovy transformace

Modulované signály. Protokol 1

SPM SPECTRUM NOVÁ UNIKÁTNÍ METODA PRO DIAGNOSTIKU LOŽISEK

DIGITÁLNÍ KOMUNIKACE S OPTICKÝMI VLÁKNY. Digitální signál bude rekonstruován přijímačem a přiváděn do audio zesilovače.

1 Základní funkce pro zpracování obrazových dat

Zvuk. 1. základní kmitání. 2. šíření zvuku

Měření optických vlastností materiálů

Při návrhu FIR filtru řešíme obvykle následující problémy:

v Praze mezi kanály EEG Ondřej Drbal 5. ročník, stud. sk. 9

1. Měření parametrů koaxiálních napáječů

popsat činnost základních zapojení operačních usměrňovačů samostatně změřit zadanou úlohu

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

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

9. PRINCIPY VÍCENÁSOBNÉHO VYUŽITÍ PŘENOSOVÝCH CEST

Fyzikální praktikum 3 Operační zesilovač

Speciální spektrometrické metody. Zpracování signálu ve spektroskopii

Modulační syntéza 8. prosince 2014

3 METODY PRO POTLAČENÍ ŠUMU U ŘE- ČOVÉHO SIGNÁLU

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

Měření na nízkofrekvenčním zesilovači. Schéma zapojení:

Volba zobrazení (Direct Current, Scaling) - FFT 1D, FFT 2D

fluktuace jak dob trvání po sobě jdoucích srdečních cyklů, tak hodnot Heart Rate Variability) je jev, který

31SCS Speciální číslicové systémy Antialiasing

Fyzikální podstata zvuku

SYMETRICKÉ ČTYŘPÓLY JAKO FILTRY

APLIKACE ALGORITMŮ ČÍSLICOVÉHO ZPRACOVÁNÍ SIGNÁLŮ 1. DÍL

Harmonický pohyb tělesa na pružině

FOURIEROVA ANAL YZA 2D TER ENN ICH DAT Karel Segeth

Inovace a zkvalitnění výuky směřující k rozvoji odborných kompetencí žáků středních škol

Zpráva k semestrální práci

Semestrální projekt. Vyhodnocení přesnosti sebelokalizace VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ. Fakulta elektrotechniky a komunikačních technologií

Teoretický úvod: [%] (1)

Direct Digital Synthesis (DDS)

Výkon komunik. systémů

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

Číslicové zpracování signálů a Fourierova analýza.

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

Měření vlastností optického vlákna

UŽITÍ KOHERENČNÍ FUNKCE PRO DISTRIBUOVANOU

Předmět A3B31TES/Př. 13

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.

Vstupní signál protne zvolenou úroveň. Na základě získaných údajů se dá spočítat perioda signálu a kmitočet. Obrázek č.2

Virtuální a reálná elektronická měření: Virtuální realita nebo Reálná virtualita?

Nejprve si připomeňme z geometrie pojem orientovaného úhlu a jeho velikosti.

Fázorové diagramy pro ideální rezistor, skutečná cívka, ideální cívka, skutečný kondenzátor, ideální kondenzátor.

Hlavní parametry rádiových přijímačů

vzorek vzorek

Nauka o Kmitání Přednáška č. 4

Analýza a zpracování digitálního obrazu

PSK1-9. Číslicové zpracování signálů. Číslicový signál

Transkript:

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 signálu odebrané v místě jednotlivých modulačních symbolů v signálu vytvářeného skriptem siggen.m. Parametry signálu jsou: Doba trvání signálu: T = 1 ms, Počet symbolů N a = 6, Převzorkování (počet vzorků signálu na symbol): M = 56, Nosný kmitočet: f c = 51 khz Pro nalezení obálky použijte filtrační metodu, metodu fázového posuvu nebo proveďte operace vedoucí ke získání komplexní obálky ve spektrální oblasti (použijte alespoň dvě různé metody získání komplexní obálky). Porovnejte výsledky dosažené různými metodami, zjištěné odlišnosti komentujte. Minimálním výstupem práce je důkladně komentovaný skript v jazyce Matlab. Žádoucím výsledkem je grafické porovnání časového průběhu komplexní obálky získané různými způsoby (eventuálně i s původní komplexní obálkou generovaného signálu). Zpracování.1 Vstupní signál Pásmový signál je generován pomocí souboru siggen.m s parametry podle zadání. Signál je převzorkován s koeficientem převzorkování M = 56. Na prvním obrázku je možné vidět časový průběh signálu před převzorkováním a po převzorkováním. Na druhém obrázku je zobrazen signál namodulovaný na nosnou frekvenci. Ze spektra signálu vyplývá, že se jedná o pásmový signál. 1

Komplexní obálka pásmového signálu Puvodni signal Realna cast Puvodniho signal imaginarni cast...6.8 1 x 1 3...6.8 1 x 1 3 Prevzorkovany signal Realna cast Prevzorkovany signal imaginarni cast...6.8 1 x 1 3...6.8 1 x 1 3 5 Pasmovy signal 5.1..3..5.6.7.8.9 1 x 1 3 Spektrum pasmoveho signalu 8 6 1.8.6.....6.8 1 x 1 7

Komplexní obálka pásmového signálu 3. Filtrační metoda Pásmový signál si rozložíme na reálnou a imaginární složku. Tyto složky pronásobíme cos(ω c t) a sin(ω c t). Vzniknou nám při tom vyšší harmonické, které odfiltrujeme filtrem. FIR filtr vytvoříme matlabovskou funkcí firpm() a aplikujeme jej na obě složky pomocí funkce filter(). 1 Pasmovy signal pred filtraci realna cast 5 5 1.1..3..5.6.7.8.9 1 x 1 3 Pasmovy signal po filtraci realna cast.1..3..5.6.7.8.9 1 x 1 3 1 Pasmovy signal pred filtraci imaginarni cast 5 5 1.1..3..5.6.7.8.9 1 x 1 3 Pasmovy signal po filtraci imaginarni cast.1..3..5.6.7.8.9 1 x 1 3

Komplexní obálka pásmového signálu Spektrum pasmoveho signalu pred filtraci (realne) 1 Spektrum pasmoveho signalu po filtraci (realne) 1 8 8 6 6 1.5.5 1 x 1 7 1.5.5 1 x 1 7 Spektrum pasmoveho signalu pred filtraci (imaginarni) Spektrum pasmoveho signalu po filtraci (imaginarni) 8 8 6 6 1.5.5 1 x 1 7 1.5.5 1 x 1 7.3 Metoda fázového posunu Metoda fázového posunu spočívá v aplikaci hilbertovy transformace na signál použije se funkce hilbert(). Komplexní obálku poté dostaneme, vynásobímeli signál exponenciálou e jωct. Tím odstraníme nosnou vlna.. Metoda posunu ve spektru Komplexní obálku pásmového signálu je také možné získat z jeho spektra. Ze spektra získáme nejprve analytický signál potlačením záporné části spektra a vynásobením dvěma. Spektrum poté posuneme do základního pásma pomocí funkce circshift(). Komplexní obálku poté získáme aplikací zpětné fourierovy transofrmace pomocí funkce ifft(). Musíme ji ještě vydělit 16 (kvůli převzorkování).

Komplexní obálka pásmového signálu 5.5 Porovnání komplexních obálek Z grafu níže je vidět, že komplexní obálky získané různými metodami jsou téměř totožné s původní komplexní obálkou. 3567879:5;<=>,79?@58=>:>8=7>?8.9 <B65C79;5CB=8?799D78= :5;<"5"E9=.8?79;>.5C5B :5;<"5"E8F56G;<5B7>; :5;<"5"<5B7>;6><>:.B "# " "% " "'./1 "( ") "* "+ #,# % 3567879:5;<=>,79?@58=>:9;8D97879?8.9 <B65C79;5CB=8?799D78= :5;<"5"E9=.8?79;>.5C5B :5;<"5"E8F56G;<5B7>; :5;<"5"<5B7>;6><>:.B "# " "% " "'./1 "( ") "* "+ #,# %.6 Přidání šumu K pásmovému signálu byl přidán šum s = s +,5 randn(). Ůčinek šumu lze velmi dobře pozorovat na grafu komplexní obálky níže. 3567879:5;<=>,79?@58=>:>8=7>?8.9 <B65C799D78= :5;<"5"B; "# " "% " "'./1 "( ") "* "+ #,# % 3567879:5;<=>,79?@58=>:9;8D97879?8.9 <B65C799D78= :5;<"5"B; "# " "% " "'./1 "( ") "* "+ #,# %

Komplexní obálka pásmového signálu 6 V IQ diagramu jsou zobrazeny symboly dekódovane z jednotlivých komplexních obálek. V grafu je také možné dobře vidět účinek šumu čím je šum větší, tím se symboly vzdalují od své správné pozice. Při určité úrovni šumu by již nebylo možné rozpoznat původní pozici symbolu. '()*+,+. ( " # ' % /13*(5*,+6 7*68+9*(.:83+ 7+;1<(=5 /5(1:(5=:>8?. # " ( " # % # " 3 Závěr Ze zadání bylo cílem této úlohy najít komplexní obálku signálu pomocí minimálně dvou metod. Byla použita filtrační metoda, metoda fázového posunu a pomocí operací ve spektru signálu. Byl také zkoumán vliv šumu na možnost dekódování původním modulačních symbolů se zvyšující se velikostí šumu je dekódování původních modulačních symbolů složitější. Při překročení určité hranice již není možné původní symboly rozlišit.