PIDEVSIGNAALIDE TÖÖTLEMINE

Seotud dokumendid
Microsoft Word - Sobitusahelate_projekteerimine.doc

vv05lah.dvi

lvk04lah.dvi

IMO 2000 Eesti võistkonna valikvõistlus Tartus, aprillil a. Ülesannete lahendused Esimene päev 1. Olgu vaadeldavad arvud a 1, a 2, a 3,

Eesti koolinoorte XLIX täppisteaduste olümpiaadi lõppvoor MATEMAATIKAS Tartus, 7. märtsil a. Lahendused ja vastused IX klass 1. Vastus: 45. Olgu

prakt8.dvi

Polünoomi juured Juure definitsioon ja Bézout teoreem Vaadelgem polünoomi kus K on mingi korpus. f = a 0 x n + a 1 x n a n 1 x

Matemaatiline analüüs IV 1 3. Mitme muutuja funktsioonide diferentseerimine 1. Mitme muutuja funktsiooni osatuletised Üleminekul ühe muutuja funktsioo

Treeningvõistlus Balti tee 2014 võistkonnale Tartus, 4. novembril 2014 Vastused ja lahendused 1. Vastus: 15, 18, 45 ja kõik 0-ga lõppevad arvud. Olgu

Microsoft Word - 56ylesanded1415_lõppvoor

Sideteooria-loeng 01 - kanalimudelid, statistika

raamat5_2013.pdf

Microsoft Word doc

ITI Loogika arvutiteaduses

Sissejuhatus mehhatroonikasse MHK0120

Excel Valemite koostamine (HARJUTUS 3) Selles peatükis vaatame millistest osadest koosnevad valemid ning kuidas panna need Excelis kirja nii, et

Ruutvormid Denitsioon 1. P n Ütleme, et avaldis i;j=1 a ijx i x j ; kus a ij = a ji ; a ij 2 K ja K on korpus, on ruutvorm üle korpuse K muutujate x 1

Matemaatiline analüüs III 1 4. Diferentseeruvad funktsioonid 1. Diferentseeruvus antud punktis. Olgu funktsiooni f : D R määramispiirkond D R selles p

PowerPoint Presentation

ma1p1.dvi

Sügis 2018 Kõrgema matemaatika 2. kontrolltöö tagasiside Üle 20 punkti kogus tervelt viis üliõpilast: Robert Johannes Sarap, Enely Ernits, August Luur

Tartu Ülikool Matemaatika-informaatikateaduskond Puhta Matemaatika Instituut Algebra õppetool Riivo Must Mõned katsed üldistada inversseid poolrühmi M

PR_COD_2am

VRB 2, VRB 3

VRG 2, VRG 3

ArcGIS Online Konto loomine Veebikaardi loomine Rakenduste tegemine - esitlus

Neurovõrgud. Praktikum aprill a. 1 Stohhastilised võrgud Selles praktikumis vaatleme põhilisi stohhastilisi võrke ning nende rakendust k

Praks 1

Matemaatika ainekava 8.klass 4 tundi nädalas, kokku 140 tundi Kuu Õpitulemus Õppesisu Algebra (65 t.) Geomeetria (60 t.) Ajavaru kordamiseks (15 õppet

19. Marek Kolk, Kõrgem matemaatika, Tartu Ülikool, Arvridade koonduvustunnused Sisukord 19 Arvridade koonduvustunnused Vahelduvat

Segamudelid2010.pdf

Antennide vastastikune takistus

Стальной кубик находится под действием сил, создающих плоское напряженное состояние (одно из трех главных напряжений равно нул

DE_loeng5

1 / loeng Tekstitöötlus Sisend/väljund Teksti lugemine Sõnad

Tehniline andmeleht Sadulventiilid (PN 16) VRG 2 2-tee ventiil, väliskeermega VRG 3 3-tee ventiil, väliskeermega Kirjeldus Ventiilid on kasutatavad ko

HWU_AccountingAdvanced_October2006_EST

Statistiline andmetöötlus

XV kursus

Microsoft PowerPoint - loeng2.pptx

Microsoft Word - essee_CVE ___KASVANDIK_MARKKO.docx

Microsoft PowerPoint - IRZ0020_praktikum4.pptx

Relatsiooniline andmebaaside teooria II. 6. Loeng

DIGITAALTEHNIKA DIGITAALTEHNIKA Arvusüsteemid Kümnendsüsteem Kahendsüsteem Kaheksandsüsteem Kuueteistkü

Tarkvaraline raadio Software defined radio (SDR) Jaanus Kalde 2017

Word Pro - digiTUNDkaug.lwp

Õppematerjalide esitamine Moodle is (alustajatele) seminar sarjas Lõunatund e-õppega 12. septembril 2017 õppedisainerid Ly Sõõrd (LT valdkond) ja Dian

Word Pro - digiTUNDkaug.lwp

6

Füüsika

12. Marek Kolk, Kõrgem matemaatika, Tartu Ülikool, Algfunktsioon ja määramata integraal Sisukord 12 Algfunktsioon ja määramata integraal 1

EELNÕU

Microsoft Word - polkaudio 2010 hinnakiri

efo03v2pkl.dvi

Õppimine Anne Villems, Margus Niitsoo ja Konstantin Tretjakov

Statistikatarkvara

6. KLASSI MATEMAATIKA E-TASEMETÖÖ ERISTUSKIRI Alus: haridus- ja teadusministri määrus nr 54, vastu võetud 15. detsembril E-TASEMETÖÖ EESMÄRK Tas

lcs05-l3.dvi

Microsoft Word - Kurtna koolitöötajate rahulolu 2012

Diskreetne matemaatika I praktikumiülesannete kogu a. kevadsemester

6

PÄRNU TÄISKASVANUTE GÜMNAASIUM ESITLUSE KOOSTAMISE JUHEND Pärnu 2019

Microsoft Word - Vorm_TSD_Lisa_1_juhend_2015

VL1_praks2_2009s

Funktsionaalne Programmeerimine

VKE definitsioon

Diskreetne matemaatika I Kevad 2019 Loengukonspekt Lektor: Valdis Laan 20. juuni a.

Tarvikud _ Puhurid ja vaakumpumbad INW külgkanaliga Air and Vacuum Components in-eco.co.ee

my_lauluema

ISS0050 Mõõtmine

VIII-p-n üleminek.ppt

Ecophon Master Rigid A Sobib klassiruumi ja kohtadesse, kus hea akustika ja kõnest arusaadavus on esmatähtsad ning avatavus vajalik. Ecophon Master Ri

KOMISJONI MÄÄRUS (EL) 2019/ 316, veebruar 2019, - millega muudetakse määrust (EL) nr 1408/ 2013, milles käsitletakse Euroopa L

Kom igang med Scratch

(Tõrked ja töökindlus \(2\))

Osakogumite kitsendustega hinnang Kaja Sõstra 1 Eesti Statistikaamet Sissejuhatus Valikuuringute üheks oluliseks ülesandeks on osakogumite hindamine.

Mida räägivad logid programmeerimisülesande lahendamise kohta? Heidi Meier

Suunised Euroopa turu infrastruktuuri määruse (EMIR) kohaste kesksetele vastaspooltele suunatud protsüklilisusvastaste tagatismeetmete kohta 15/04/201

Programmeerimiskeel APL Raivo Laanemets 17. mai a.

Väljaandja: Keskkonnaminister Akti liik: määrus Teksti liik: algtekst-terviktekst Redaktsiooni jõustumise kp: Redaktsiooni kehtivuse lõpp:

(10. kl. I kursus, Teisendamine, kiirusega, kesk.kiirusega \374lesanded)

E-õppe ajalugu

Tuustep

Andmed arvuti mälus Bitid ja baidid

(Microsoft Word - Matsalu Veev\344rk AS aktsion\344ride leping \(Lisa D\) Valemid )

P9_10 estonian.cdr

E-õppe tehnoloogiad kõrgkoolis E-learning Technologies in Higher Education MTAT

2015 aasta veebruari tulumaksu laekumise lühianalüüs aasta veebruari lühianalüüs pole eriti objektiivne, sest veebruari lõpuks polnud tuludeklar

Microsoft PowerPoint IntroRiskAnal.ppt

MATEMAATILINE ANALÜÜS I. ESIMESE KONTROLLTÖÖ NÄITEÜLESANDED (1) Leida funktsiooni y = sin x + ln(16 x 2 ) määramispiirkond. (2) Leida funktsiooni y =

10 PEATUMINE, PARKIMINE, HÄDAPEATUMINE Lk Sõiduki peatamine ja parkimine. (7) Asulavälisel teel tuleb sõiduk peatada või parkida parempoolse

ANOVA Ühefaktoriline dispersioonanalüüs Treeningu sagedus nädalas Kaal FAKTOR UURITAV TUNNUS Mitmemõõtmeline statistika Kairi Osula 2017/kevad

Mittekorrektsed ülesanded 2008

ДЕЛОВОЕ ОБЩЕНИЕ

Word Pro - diskmatTUND.lwp

Väljavõte:

5. Lõpliku siirdega filtrid (I) SIGNAALITÖÖTLUS II Loegumaterjal 5 (I/II) Toomas uube I filter omab lõpliku pikkusega diskreetset impulsskaja hi iltri väljudsigaal y o kovolutsioo impulsskajast ja diskreetsest sisedsigaalist x (üldjuhul lõpmatu kestvusega). iltri väljudigaal o määratud valemiga (kovolutsiooisumma): I filtri struktuur o järgmie: N y hix Lõpliku siirdega filtrid (I) 5. I (LS) filtri Pööratud struktuur saadakse kasutades väljusigaali arvutamiseks valemit: y xih i N Vastav struktuurskeem o järgmie: Lähtume esimesest y valemist: N y hix Kovolutsioo võib olla arvutatud ka kasutades ourier teisedusi kui impulsskaja ja sisedsigaal o diskreeditud ühesuguse sammuga Δt /. Võttes ourier teiseduse impulsskajast h() saame süsteemi sagedusülekadefuktsiooi. N T f hexp jπ f/ Sisedsigaali spekter avaldub: X f xexp jπ f/ 3 4 I (LS) filtri I (LS) filtri iltri väljudsigaali spekter avaldub: iltri väljudsigaal: Y f T f X f y Y f exp jπ f/ df iltri sageduskarakteristik võib olla arvutatud ka z- teiseduse kaudu. z exp jπ f / Kõigepealt kirjutame I filtri aluseks oleva valemi lahti (vt. Järgmie slaid). I filtri struktuurvalem: N y hix y hx h x hx hn x N Võtame eeleva võrduse mõlemast poolest ourier teiseduse arvestades, et sigaali viide sagedusruumis o määratud z teiseuse kaudu saame filtri väljudsigaali spektri: Y f hx f h X f exp jπ f / hx f exp jπ f /...... hn X f exp jπ f N / X f h h z hz hn z N 5 6

I (LS) filtri Lähtudes eelevast, saame valemi sagedusülekade leidmiseks z teiseduse kaudu: N T f Y f / X f h( ) z hexp jπ f / Eelevas valemis taadub sisedsigaali spekter välja. Järgevalt vaatleme filtri sagedus ja faasikarakteristikut juhul kui filtri impulsskarakteristiku kõikide elemetide väärtused võrduvad -ga. N hi, i Arvestades rea summa valemit võime kirjutada: N z exp jπ fn / N T f z z z z exp jπ f / I (LS) filtri Teisedades eelevat valemit võime kirjutada si π fn / T( f ) N exp jπ f N / N f si π / N exp j f T f, f /, Siit tuleb välja filtri amplituudi T A f ja faasikarakteristik f : si π fn / T f f f πn t A N siπ f / I filtri sageduskarakteristik T A f o perioodilie fuktsioo perioodiga. A I filtri faasikarakteristik o lieaare, mis tähedab sigaali viidet filtri pikkuse võrra diskreetides. 7 8 I (LS) filtri 5. Sümmeetrilise struktuuriga I filter Lähtudes valemist: si π fn / T f A N siπ f / tuleeb filtri pääsuriba ullisel ivool võrdusest: I filtri sageduskarakteristik kui hi siπ f N /, f N / π, f / N. π, i Idee seiseb selles, et likvideerida viide sised ja väljudsigaalide vahel. Nihutame ajaarvamise impulsskaja keskpukti. Selleks teostame sagedusülekade avaldises summeerimise vastavalt: Kui o paarisarv: N N / T f hexp jπ f sig,5/, N N Kui o paaritu arv: /, h. N / T f hexp jπ f/. N Arvutusmahtu o võimalik kokku hoida juhul kui I filtri impulsskaja o paaris või paaritu h s fuktsioo. h 9 Sümmeetrilise struktuuriga I filter Sümmeetrilise struktuuriga I filter Paarisfuktsiooi korral h h h h N paarisarvu korral avaldub filtri väljudsigaal: N / y hix i,5sig i h ix i,5 x i,5 i N / N paaritu arvu korral avaldub filtri väljudsigaal järgevalt: N / Aaloogilises valemid saadakse ka paaritute impulsskarakteristikute korral h h h h Sellisel juhul tuleb üksteise suhtes ihutatud sisedsigaalid summeerimise alusel lahutada. Struktuurskeemid o toodud järgmistel slaididel. N i y h i x x s s / s I filtri struktuurskeem kui N o paarisarv. Sii N /

Sümmeetrilise struktuuriga I filter I filtri struktuur kui N o paaritu arv. Sii N / 5.3 Sümmeetrilise struktuuriga I filtri. Lähtume valemist N / T f hexpjπ f /. N / ig oletame, et impulsskarakteristik o paarisfuktsioo h h Sellisel juhul avaldub sageduskarakteristik järgevalt: sest N / f T f T f h osπ f / N f / N / N / h siπ f / 3 4 Sümmeetrilise struktuuriga I filtri Sümmeetrilise struktuuriga I filtri iltri impulsskaja ja sageduskarakteristik o omavahel seotud ourier teisedusega. iltri impulsskaja o avaldatav sageduskarakteristikust järgevalt: / h T f os π f / d f. / Kui h, siis ka ja I filtri saab süteesida h T f T f järgevalt: N -paaritu arv: N / / T f h osπ f /, h T f os π f / d f ; N -paaris arv: N / / T f h osπ f,5 /, h T f osπ f,5 / df Praktikas pakub I filtrite juures huvi ede lieaare faasikarakteristik ja mooutuste puudumie. Selleks peaks aga ülekadefuktsioo T f olema reaale. Ülekadefutsiooi reaalsuse tagab see, kui impulsskarakteristiku h koefitsiedid o reaalsed. ealisatsiooi filtri sisedis kirjeldatua spektri abil: j X f X f jx f A f e I X A f X f X f X I XI f X f artg X f X f 5 6 Sümmeetrilise struktuuriga I filtri Sümmeetrilise struktuuriga I filtri Lähtuvalt eelevast, väljudrealisatsiooi spekter: Y f X f T f X f T f jx f T f Y ( f ) jy f, I I Y f X f T f, Y f X f T f I I iltri väljusigaali faasikarakteristik avaldub üüd: YI f Y f artg Y f XI f artg X f X f 7 Lieaarfaasiga filtri sageduskarakteristik avaldub: T f T f e / π j f Sellise filtri impulsskaja saame jällegi võttes eelevast ourier teiseduse: / jπ f / h T f e df / Eeldame, et viide o diskreete sammuga /. Tehes eelevas aseduse m, m / / jπ fm hm T f e df T f osπ fm/ d f. / Ühildades impulsskarakteristiku sümmeetriatelje sigaali alguspuktiga saame lieaarseid faasimuutusi elimieerida. 8 3

6.5 Ideaale digisigaali hilberti muudur Vaadeldakse puhtalt imagiaarse sageduskarakteristikuga filtreid mille sageduskarakteristik avaldub: T f jt f, T f T f s s s Sellisel juhul h hs ja / hs Ts f siπ f / df Süsteemi väljudsigaali spekter avaldub: Y f X f jx I f j Ts f X f Y f artg XI f Taolie filter teostab kõikidel sagedustel 9 kraadise faasiihke ehk realiseerib Hilberti muuduse. Ideaale digisigaali Hilberti muudur Kui süsteemi sageduskarakteristik o T s f,, saame arvutada vastavalt valemile / hs Ts f siπ f / df ideaalse Hilberti muuduri impulsskaja väärtused vastavalt: Kua impulsskaja o paaritu, siis: / / osπ h siπ f / df os π / f, π π h, h / π, h, h3 /3π h h 9 Ideaale digisigaali Hilberti muudur Digisigaali Hilberti muudur iltri väljudsigaal o seega sisedsigaali Hilberti teisedus: sii N / 4 y xˆh hi x i x i N i - paaritu arv (struktuurskeem o toodud järgm. slaidil) N 4i, i,,3,, Q ; N 3,7,,,4Q Hilberti muuduri struktuurskeem x i x i, N / Q - Hilberti muuduri järk. Kui Q, saame ideaalse Hilberti muuduri ja xˆh x H Lõpliku järgu korral tekivad vead, hi leitakse x H miimiseerimise tigimusest. x xˆ x H H H 5.4 II filtri struktuurid ja II filtri struktuurid ja II (lõpmatu impulsskarakteristikuga) filter põhieb summaatoril ja kahel I filtril. II filtri väljudsigaal o arvutatav valemiga: II filtri detailsem struktuur I filtriga sisedis: N H y hi x be y e e II filtri struktuurskeem üldisel kujul: N I 3 4 4

II filtri struktuurid ja II modifitseeritud struktuur kus kasutusel o üks ihkeregister kuid toimelt o samavääre eelevaga. See o saavutatud vahetades omavahel filtri tagasisidestatud osa ja eelfiltreerimise: II filtri struktuurid ja Struktuuride võrdlus: 5 6 II filtri struktuurid ja II filtri struktuurid ja II filtri põhiliseks ohuks o mia. geereerima. Süsteem võib kaotada e. Et seda ei juhtuks, o esmaseks tigimuseks: b Lähtudes II filtri struktuurskeemist ig mies üle sagedusruumi avaldub spekter II filtri väljudis ja sagedusülekade fuktsioo järgevalt: Y f H f X f f Y f, Y f f H f X f, Y f H f T f X f f Lähtudes eelevast o II filtri sagedusülekadefutsioo vaadeldav põhimõtteliselt kui eelfiltreriva osa sagedusülekade ja tagasisidesüsteemi sagedusülekade fuktsiooide korrutis: T f TH f T f T f TH f Siijuures: Ja TH f H f, T f / f f / T f II filter läheb geereerima tigimusel kui kehtib võrdus: N y bey e e 7 8 II filtri struktuurid ja 5.5 Esimest järku II filtri toime. Et II filter oleks stabiile, peab olema täidetud tigimus: bey e Eeldusel, et sisedsigaal o uipolaare y, võib olla tagatud ka lihtsama kuid ragema tigimuse täitmisel: ipolaarse väljudsigaali korral y o II filtri tagatud järgmise võrratuse täitmisel: Järgevalt uurime II filtri tagasisideahelat. N e N be e N be e Vaatleme lihtsat filtrit mis omab vaid ühte arvestatavat koefitsieti tagasisideahelas T f T f, T f h, hi, i, b ; be, e. H 9 3 5

Esimest järku II filtri toime. Sisedsigaaliks kasutame. ühikhüpet!!!! x, x,. Aalüüsides eelmisel slaidil toodu struktuuskeemi kujueb siirdeprotsess süsteemis järgevalt: x() y() - Esimest järku II filtri toime Siirdeprotsess kirjeldatud ahelas o määratud valemiga: y Kui, siis lim y y / Väljudsigaali kujuemie eeleva alusel: 3 3 : : - - - - - - - - - - 3 3 3 5.6 Esimest järku II filtri toime sagedusruumis Esimest järku II filtri toime Suvalise sisedsigaali spektriga X f korral kujueb väljusigaali spekter vastavalt: jπ f t lim / Y f Y f X f e Y f jπ f t T f T f / e X f aasispekter avadub: T f artg si π f t / os π f t Väljusigaali spektri kujuemise tabel o toodud järgmisel slaidil. Süsteemi väljusigaali spektri kujuemie : : - - - - - - - - - - - - X f X f X f X f X f Y f X f j t j t X f X f e X f e j t t j X f e e j t j t X f e e 33 34 Esimest järku II filtri toime Esimest järku II filtri toime Esimest jëku II filtri sageduskarakteristik t / : Pöörame veel tähelepau asjaolule et: / T f max T f / / mi f, T /, f /, T / /. Kui ei ole kasutatud eelfiltreerimist, puudub II süsteemil tõkkepiirkod ja ta tekitab positiivse tagasiside tõttu teatud sagedustel efektiivsema läbipääsu, See toob kaasa sagedusselektiivse võimeuse. 35 36 6

MATLA examples (II) MATLA examples (II) [M,W]=buttord(Wp,Ws,p,s) [M,W]=hebord(Wp,Ws,p,s) [M,W]=hebord(Wp,Ws,p,s) [M,W]=ellipord(Wp,Ws,p,s) Here:..Wp - pass bad (ormalized by f s /) Ws -stop bad (ormalized by f s /) p -biggest waviess i pass bad (d) s -miimal atteuatio i stop bad (d) M -ilter order W -Predistorted frequey Calulatig the filter oeffiiets A ad [,A]=butter(M,W) [,A]=heby(M,p,W) [,A]=heby(M,s,W) [,A]=ellip(M,p,s,W) 37 38 MATLA examples (II) MATLA examples (II) How to defie filter types Example: LP: Wp =., Ws =. HP: Wp =., Ws =. : Wp = [..7], Ws = [..8] S: Wp = [..8], Ws = [..7] To filter she sigal x, followig ommad may be used Wp = [6 ]/5; Ws = [5 5]/5; p = 3; s = 4; [,W] = buttord(wp,ws,p,s); %=6, W=.98.44 [b,a] = butter(,w); freqz(b,a,8,) title('=6 utterworth adpass ilter') y=filter(,a,x) 39 4 MATLA examples (II) 4 7