ADSS2_01

Podobné dokumenty
Testy z CSS_2015_16

Spracovanie multimediálnych signálov I Ján Staš

1 Portál pre odborné publikovanie ISSN Heuristický adaptívny PSD regulátor založený na miere kmitavosti Šlezárová Alexandra Elektrotechnika

Elektronické meracie prístroje

Teória pravdepodobnosti Zákony velkých císel

Operačná analýza 2

Matematický model činnosti sekvenčného obvodu 7 MATEMATICKÝ MODEL ČINNOSTI SEKVENČNÉHO OBVODU Konečný automat predstavuje matematický model sekvenčnéh

Microsoft Word - Zahradnikova_DP.doc

1

Študijný program (Študijný odbor) Školiteľ Forma štúdia Téma Požiadavky na prijatie Výzbroj a technika ozbrojených síl (8.4.3 Výzbroj a technika ozbro

Informačná a modelová podpora pre kvantifikáciu prvkov daňovej sústavy SR

Operačná analýza 2

O možnosti riešenia deformácie zemského povrchu z pohladu metódy konecných prvkov konference pro studenty matematiky

Protokol Verejná zákazka ID Vyhlasovateľ tendra Špecifikácia predmetu tendra Oprava na zariadeniach vyrábaných spoločnosťou EVPU a.s. Železničná

Informačné technológie

Platný od: OPIS ŠTUDIJNÉHO ODBORU

Študijný program (Študijný odbor) Školiteľ Forma štúdia Téma Elektronické zbraňové systémy (8.4.3 Výzbroj a technika ozbrojených síl) doc. Ing. Martin

Matematika 2 - cast: Funkcia viac premenných

MO_pred1

Multifunkčné dosky pre zber dát

Operačná analýza 2

Pokrocilé programovanie XI - Diagonalizácia matíc

Príspevok k modelovaniu a riadeniu robotických systémov s využitím metód umelej inteligencie

Tue Oct 3 22:05:51 CEST Začiatky s jazykom C 2.1 Štruktúra programu Štruktúra programu by sa dala jednoducho popísať nasledovnými časťami, kto

1 Portál pre odborné publikovanie ISSN Syntéza reči v mobilnom telefóne pomocou komprimovanej parametrickej databázy Makovínyi Pavel Informa

1. KOMPLEXNÉ ČÍSLA 1. Nájdite výsledok operácie v tvare x+yi, kde x, y R. a i (5 2i)(4 i) b. i(1 + i)(1 i)(1 + 2i)(1 2i) (1 7i) c. (2+3i) a+bi d

PowerPoint Presentation

2.5. Dotyčnica krivky, dotykový kužeľ. Nech f je krivka a nech P V (f) (t.j. m P (f) 1). Ak m P (f) = r a l je taká priamka, že I P (f, l) > r, potom

NSK Karta PDF

Prezentace aplikace PowerPoint

Microsoft Word - Argumentation_presentation.doc

Úvod do lineárnej algebry Monika Molnárová Prednášky 2006

8 Cvičenie 1.1 Dokážte, že pre ľubovoľné body X, Y, Z platí X + Y Z = Z + Y X. 1.2 Dokážte, že pre ľubovoľné body A, B, D, E, F, G afinného priestoru

Úloha č.2 Meranie odporu rezistorov Vladimír Domček Astrofyzika semester Skupina č Laboratórne podmienky: Teplota: 22,6 C Tlak:

prednaska

Snímka 1

Regulované napájacie zdroje DC AX-3005DBL jednokanálový AX-3005DBL 3-trojkanálový

III. Diferenciálny počet funkcie viac premenných (Prezentácia k prednáškam, čast B) Matematická analýza IV (ÚMV/MAN2d/10) RNDr. Lenka Halčinová, PhD.

Microsoft Word - Zaver.pisomka_januar2010.doc

Microsoft Word - 6 Výrazy a vzorce.doc

Prezentácia programu PowerPoint

SLOVENSKÁ TECHNICKÁ UNIVERZITA V BRATISLAVE Fakulta informatiky a informačných technológií STU Ústav počítačových systémov a sietí ZADANIE SEMESTRÁLNE

Prenosový kanál a jeho kapacita

Axióma výberu

MOPM -prednáška 9.

Experimentálna identifikácia nelineárneho dynamického systému pomocou

Funkcie viac premenných

1

Inflácia Nezamestnanosť

Zákon o vysielaní a retransmisii - komentár

ČASOVÝ HARMONOGRAM LABORATÓRNYCH CVIČENÍ Z PREDMETU ELEKTRICKÉ STROJE STRIEDAVÉ

Podpora metód operačného výskumu pri navrhovaní systému liniek doc. RNDr. Štefan PEŠKO, CSc. Katedra matematických metód, Fa

Úvodná prednáška z RaL

Úlohy: Inteligentné modelovanie a riadenie model MR mobilný robot s diferenciálnym kolesovým podvozkom 1. Vytvorte simulačnú schému pre snímanie tréno

Návod na obsluhu AX-7020

NSK Karta PDF

Návrh rozhodnutia Európskeho parlamentu a Rady o využívaní frekvenčného pásma MHz v Únii Ing. Viliam Podhorský riaditeľ odbor elektronických k

Prezentace aplikace PowerPoint

Prezentácia programu PowerPoint

Pocítacové modelovanie - Šírenie vln v nehomogénnom prostredí - FDTD

Platný od: OPIS ŠTUDIJNÉHO ODBORU

NSK Karta PDF

Slide 1

Autoregresné (AR) procesy Beáta Stehlíková Časové rady, FMFI UK Autoregresné(AR) procesy p.1/22

NÁVRH UČEBNÝCH OSNOV PRE 1

Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy Beáta Stehlíková Časové rady, FMFI UK, 2011/2012 Jednotkový koreň(unit roo

Počítačové siete DOCSIS

trafo

IQ Easy firmy Simco-ION Nová generácia výrobkov pre ovládanie statickej elektriny SÚHRN: Firma Simco-ION predstavuje novú generáciu výrobkov pre elimi

SRPkapitola06_v1.docx

Snímka 1

2015 ELEKTRONICKÉ OBEHOVÉ ČERPADLÁ Našou prioritou je účinnosť

Modem a lokálna sieť LAN Používateľská príručka

Pokrocilé programovanie II - Nelineárne iteracné schémy, chaos, fraktály

4. Pravidlo ret azenia. Často sa stretávame so skupinami premenných, ktoré zložitým spôsobom závisia od iných skupín premenných. Pravidlo ret azenia p

untitled

6 Kapitola 6 Výsledky vyšetrení počas projektov Lekári idú do ulíc a MOST 2008 Počas mesiacov júl a august v rámci projektu Lekári idú do ulíc a počas

Zvuk a video (Informácie okolo nás) Zvuk je pozdĺžne mechanické vlnenie, ktoré dokáže vyvolať v ľudskom uchu sluchový vnem. Frekvencia tohto vlnenia l

Microsoft Word - Transparencies03.doc

Microsoft Word - Algoritmy a informatika-priesvitky02.doc

NSK Karta PDF

EURÓPSKA KOMISIA V Bruseli COM(2016) 551 final ANNEXES 1 to 5 PRÍLOHY k návrhu NARIADENIA EURÓPSKEHO PARLAMENTU A RADY, ktorým sa zavádza

Jozef Kiseľák Sada úloh na precvičenie VIII. 15. máj 2014 A. (a) (b) 1

Snímka 1

Dovoz jednotlivých vozidiel – Úvod do problematiky a základné predpisy

Metrické konštrukcie elipsy Soňa Kudličková, Alžbeta Mackovová Elipsu, ako regulárnu kužeľosečku, môžeme študovať synteticky (konštrukcie bodov elipsy

Cenník dodávky elektriny pre Zmluvy o združenej dodávke elektriny pre odberateľov kategórie Domácnosti pre distribučné územie Stredoslovenská energeti

Paralelné algoritmy, cast c. 3

Položka 1/25 Príloha k rozhodnutiu č. 040/5902/2016/4 a k Osvedčeniu o akreditácii č. S-120 zo dňa Príloha je neoddeliteľnou súčasťou uvede

Pr_06

Základné stochastické procesy vo financiách

Vyhodnotenie študentských ankét 2013

Rozsah spôsobilosti skúšobného laboratória

Aktion.NEXT Novinky vo verzii 1.9

Microsoft Word - TeoriaMaR-pomocka2.doc

Snímka 1

A 1

Paralelné algoritmy, cast c. 3

Prepis:

Analógové a digitálne spracovanie signálov 2 Kľúčové slová: LAKI sústavy, komplexná p-rovina, dvojbrány, analógové filtre LDKI sústavy, komplexná z-rovina, modely sústav, digitálne filtre doc. Ing. Jarmila Pavlovičová, PhD. február 2009

ADSS2: 1. Vlastnosti lineárnych analógových konečných časovo invariantných (LAKI) sústav, opis činnosti týchto sústav, systémové funkcie včasovej oblasti, v transformovanej oblasti. 2. Prenosová funkcia LAKI systému, vplyv koreňov na frekvenčné charakteristiky. 3. Aproximácia frekvenčných charakteristík, Bodeho aproximačná metóda. 4. Vlastnosti lineárnych diskrétnych konečných časovo invariantných sústav (LDKI), opis činnosti týchto sústav v časovej oblasti, impulzová charakteristika. 5. Prenosová funkcia LDKI systému, vplyv koreňov na frekvenčné charakteristiky, konvolúcia. 6. Analýza dvojbrán, maticové charakteristiky. 7. Prenosové charakteristiky dvojbrán. 8. Filtre. 9. Návrh DP filtra. 10. Prenosová funkcia IIR systémov. 11. Modelovanie systémov. 12. Prenosová funkcia FIR systémov, linearita fázovej charakteristiky.

Literatúra Davídek,V., Laipert,M., Vlček,M.: Analogové a číslicové filtry, Fakulta elektrotechnická, Praha, 2. vydání, srpen 2004 Oppenheim, A.V., Willsky,A.S., Young,I.,T.: Signals and Systems, Prentice Hall, USA 1983 Kotuliaková,J., Židek,F., Pavlovičová,J.: Teória obvodov, Vyd. STU, Bratislava 2003 Kotuliaková,J., Rozinaj,G.:Číslicové spracovanie signálov I, Bratislava, Vyd. FABER, 1996 Podmienky absolvovania Získanie zápočtu aktívnou účasťou na cvičeniach a úspešným zvládnutím úloh. Úspešné absolvovanie písomnej časti skúšky. práca na cvičeniach 40% min 20% písomná časť skúšky 50% min 25% ústna časť skúšky 10%

Frekvenčné filtre základné stavebné bloky v spracovaní signálov v telekomunikáciách, pri prenose dát, v rádioelektronike a pod. výber prijímaných signálov (PP) napr. vstupné obvody prijímačov DP a HP filtre ako výhybky pre rozdelenie frekvenčných pásiem v anténnych obvodoch a predzosilňovačoch, DP pre rôzne typy demodulátorov PZ na potlačenie rušivých signálov v elektroakustike korekčné filtre rôzne typy filtrov v systémoch na obmedzenie šumu (Dolby),ako frekvenčné výhybky pre reproduktorové sústavy, v oblasti elektronickej hudby aj rôzne filtre pre zafarbenie zvuku a realizáciu zvláštnych zvukových efektov v meracej technike výber meraného frekvenčného pásma, zvlášť pri selektívnych meraniach (napr. merače harmonického skreslenia, príp. vysokofrekvenčné merania) antialiasingový filter DP filter v systémoch na prevod A/D a mnohé iné...

Spôsoby realizácie frekvenčných filtrov Spôsob realizácie do určitej miery určuje prevádzkové vlastnosti filtra. Orientačné rozdelenie do 3 hlavných skupín: realizácia z diskrétnych prvkov (odpory, kondenzátory, cievky, OZ a pod.) môžeme navrhnúť filter podľa svojich požiadaviek realizácia v podobe integrovaného obvodu zvyčajne menší, lacnejší, lepšie prepracovaný (sériová výroba vhodnou technológiou); neumožňuje modifikácie realizácia číslicových filtrov upravujeme číslicovú interpretáciu signálu tak, aby výsledný signál po spätnom prevode mal rovnaké (či dokonca lepšie) vlastnosti než v prípade použitia analógového filtra pri realizácii nás obmedzuje prostredie číslicového spracovania signálov (prevodníky, počítač, príp. signálový procesor, vhodný program) obmedzením môže byť aj max. rýchlosť výpočtov a vzorkovania a tým aj použiteľné frekvenčné pásmo Nemáme univerzálny návod na optimálny výber realizácie filtra.

Prehľad signálov Spojité analógové signály Základné analógové signály Diskrétne signály v čase Základné diskrétne signály Kvantované signály Digitálne signály Kauzálne signály Náhodné signály

Čo je signál? Signál je fyzikálna kvantita alebo kvalita, ktorá nesie informáciu Príklad: hlas známeho človeka je signál, ktorý u mňa vyvolá určitú konkrétnu akciu, resp. reakciu Hlas známeho človeka nazveme excitácia, budenie Moju akciu, resp. reakciu nazveme odpoveď, odozva response

Čo je spracovanie signálov? Prechod od excitácie (budenia) k odozve (response) sa nazýva spracovanie signálov Typický príklad spracovania signálov je odstránenie alebo potlačenie neželaného signálu My konvertujeme originálny signál do formy, ktorá je vhodná pre ďalšie spracovanie Jedna zo základných reprezentácií signálu je funkcia, ktorá má aspoň jednu nezávislú premennú

Funkcia v čase Nezávislá premenná často reprezentuje čas Zmeny hodnoty signálu ako funkcie nezávislej premennej nazveme funkcia v čase (waveform) Signál definujeme ako funkciu jednej nezávislej premennej, ktorá nesie informáciu o správaní alebo charaktere určitého fenoménu Predpokladáme, že nezávislá premenná je čas

Spojité analógové signály Spojitý signál je signál, ktorý existuje pre každú hodnotu času t hovoríme, že je spojitý alebo analógový Nezávislá premenná je spojitá premenná Spojitý signál môže nadobudnúť ľubovoľnú hodnotu

Sínusový signál je periodický s periodou T P, ak x( t + T ) = x( t) P x ( t) = X sin(2 π f t + φ ) s s s s Amplitúda 2 2 x x (t) (t) = = X X sin(2 sin(2 s s s s π π f f t t + + s s φ φ) ) s s Fáza v radianoch (rad) čas v sekundách (s) x x s s 0 0 Frekvencia v Hertzoch (Hz) -2-2-0.1 0 0.1 0.2-0.1 0 0.1 0.2 t t

2 Sínusový signál x s (t) = X s sin(2 π f s t + φ s ) 1.5 1 0.5 Xs = 1.8; fs = 10; fi = pi/3; x s 0-0.5-1 t1 = -0.1; t2 = 0.2; t = [t1, t2]; -1.5-2 -0.1-0.05 0 0.05 0.1 0.15 0.2 t

Exponenciálna funkcia 0.8 x ( t) = X e at e ak a je reálna konštanta a a>0, potom je exponenciála rastúca,ak a<0, klesá exponenciála k nule s časom rastúcim do nekonečna e x e (t) = X e e b t Xe = 0.8; b = -0.5; 0.7 0.6 0.5 x e 0.4 0.3 0.2 0.1 0 0 1 2 3 4 5 6 7 8 t

Jednotkový skok používa sa ako vstupný signál na zistenie prechodovej charaktaristiky sústavy u( t) 1, t > 0 = 0, t 0 Unit step signal 1 0.8 0.6 u 0.4 0.2 0-2 -1 0 1 2 3 4 5 6 t

Impulz 1, 0 < t ε δε ( t) = ε 0, inak Pulse function, ε = 1/100 100 80 p ε (t) 60 40 20 0-1 0 1 2 3 4 5 t

Jednotkový impulz (Dirac delta)- dôležitý signál pre popis lineárnych systémov v časovej oblasti δ ( t) = lim δ ( t) ε 0 ε δ ( t) = 0, t 0 Hodnota funkcie pre t=0 nie je definovaná, preto sa používa vyjadrenie pomocou plochy 0+ δ ( t)d t = δ ( t)dt = 1 0

Kauzálne (príčinné) signály Signál je kauzálny, ak je nulový pre t < 0 Kauzálne signály ľahko vytvoríme tak, že vynásobíme ľubovoľný spojitý signál signálom jednotkový skok Za počiatočný čas budeme zvyčajne považovať t = 0

Kauzálny (príčinný) signál 1.5 1 u(t) 0.5 x(t) 0-0.5 x(t)*u(t) -1 x(t) -1.5-5 0 5 10 t (s)

Signál diskrétny v čase Sekvencia Sekvencia (signál diskrétny v čase, diskrétny signál, sekvencia dát alebo množina vzoriek) je množina usporiadaných vzoriek V praktických aplikáciách pracujeme so sekvenciami konečnej dĺžky reálna sekvencia je prirodzene diskrétna vytvorená vzorkovaním spojitého signálu

Diskrétne (digitálne) signály Signál definovaný len pre diskrétne hodnoty času nazveme signál diskrétny v čase alebo jednoducho diskrétny (resp. digitálny ) signál Diskrétny signál môžeme získať vzorkovaním analógového signálu v diskrétnych časových intervaloch Digitálny signál je signál diskrétny v čase, pričom jeho hodnoty sú reprezentovanéčíslami (digits)

Čo je vzorkovanie? Vzorkovanie snímanie a zaznamenávanie hodnôt amplitúdy signálu v konkrétnych časových okamihoch Rovnomerné vzorkovanie vzorkovanie s konštantným časovým intervalom T x k = x( kt) = x( t) t= 0, ± T, ± 2T, ± 3T,K vzorkovacia frekvencia f vz = 1 T perióda vzorkovania

Významné diskrétne signály ide o diskrétne signály, ktoré sú obdobou spomenutých spojitých signálov z analógového signálu f(n) získame diskrétny signál f(nt) výberom vzoriek signálu v celočíselných násobkoch vzorkovacej periódy T>0 ( ) f ( n) = f ( nt ), n, je celé číslo

Amplitúda 2 Sínusová postupnosť 1 x n = x nt = sin ω nt + φ = X sin(2 π n + φ ), ( ) ( ) ( ) s s P 0 P s s s Ns 1 x = X sin(2 π n + φ ) N s, n s s s x s,k = X s sin(2 π (1/N s ) k + φ s ) Fáza v radianoch (rad) 1 Index vzorky x s 0-1 Perióda diskrétneho signálu -2-5 0 5 10 k

Sínusová postupnosť kým spojitá sínusová funkcia s periódou je periodická pre ľubovoľné, ω 0 n vzorkovaná postupnosť nemusí byť periodická pre každé ω 0 a každú periódu vzorkovania T P Ak je sin ( ω0ntp ) periodický, existuje také kladné celéčíslo N, že platí: ω 0 ( ) = ( ) = sin ( ω ) = sin ω ( + ) = sin ( ω + ω ) x n x nt nt n N T nt NT s s P 0 P 0 P 0 P 0 P Tento vzťah platí, ak: ω nt 0 P π ω T 0 P = 2 n, alebo = pre akékoľvek n. Funkcia je periodická len vtedy, ak ω T 0 P π je racionálne číslo π 2n N

Exponenciálna postupnosť Xe = 0.8; a = 0.75; 0.8 0.6 e, ( ) x n = X a e n 0 < a < 1 x e,k = X e a k x e 0.4 0.2 0 0 2 4 6 8 10 k

Jednotkový skok ( ) u n 1, n 0 = 0, n < 0 Unit step sequence 1 0.8 0.6 u k 0.4 0.2 0-5 0 5 10 k

Jednotkový impulz, Kroneckerov impulz δ ( n) 1, n = 0 = 0, n 0 Unit impulse sequence 1 0.8 0.6 δ k 0.4 0.2 0-5 0 5 10 k

Kauzálna postupnosť Postupnosť, ktorá je nenulová len na konečnom intervale sa nazýva konečná postupnosť, príp. postupnosť konečnej dĺžky Postupnosť, ktorá má nulové vzorky pre záporné indexy je kauzálna Anti-kauzálna postupnosť môže mať nenulové vzorky len pre záporné indexy

Kauzálna postupnosť 2 u k 0-2 -1 0-5 0 5 1 0 1 5 2 0 2 x k 0-2 -1 0-5 0 5 1 0 1 5 2 0 2 x k u k 0-2 -1 0-5 0 5 1 0 1 5 2 0 k

Kvantovaný signál Spojitý signál vzorkujeme z dôvodu prenosu, uloženia alebo spracovania konečného počtu vzoriek, ktoré sú reprezentované konečným počtom čísel (kvantovacích úrovní) Ak použijeme menej kvantovacích úrovní, prenos signálu bude rýchlejší, objem dát bude menší uprednostňujeme kvantované vzorky pred vzorkami s nekonečnou presnosťou!

Voľba kvantizačných hodnôt Voľba kvantizačných hodnôt je veľmi dôležitá a má byť presná: pri prenose, ukladaní a spracovaní uprednostňujeme menej hodnôt Ak použijeme príliš málo hodnôt, stratíme časť informácie originálneho signálu Máme 2 protichodné požiadavky: 1) Minimalizácia počtu číslic (určujú počet kvantizačných úrovní) uľahčuje prenos a uloženie signálu 2) Zvyšovanie počtu číslic umožňuje presnejšie zachovanie informácie, t.j. menšiu chyby kvantizácie

Digitálny signál 3 2 analog signal digital (quantized) x(t), x q (kt) 1 0-1 t = 0:30; x = 0.2+2*sin(0.245*t+0.15); d = 0.5; -2 0 10 20 30 t

256 16 2úrovne

Deterministický a náhodný signál Signál, ktorý môžeme opísať explicitnou matematickou formou je deterministický Deterministický signál môže byť periodický alebo neperiodický Periodický signál môžeme charakterizovať ako základný signál konečnej dĺžky, s nekonečným opakovaním Signál, ktorý nie je možné opísať explicitne matematickou funkciou nazývame náhodný signál, tiež známy ako nedeterministický alebo stochastický

1 Náhodný signál Uniformly distributed samples random seq mean std x k 0.4777 0.2665 0 0 10 20 30 40 50 k

Náhodný signál Normally distributed samples 2 random seq mean std 0.9008 x k 0.0305-2 0 10 20 30 40 50 k