Zaawansowane metody analizy sygnaw Dr in Cezary Maj
- Slides: 25
Zaawansowane metody analizy sygnałów Dr inż. Cezary Maj Dr inż. Piotr Zając Katedra Mikroelektroniki i Technik Informatycznych PŁ
Informacje dr inż. Piotr Zając godziny przyjęć: wtorek 12 -13, środa 10 -11, pok. 48 strona WWW: fiona. dmcs. pl/~pzajac e-mail: pzajac@dmcs. pl Literatura: § Tomasz P. Zieliński „Cyfrowe przetwarzanie sygnałów. Od teorii do zastosowań”. § Richard G. Lyons, "Wprowadzenie do cyfrowego przetwarzania sygnałów„ § wikipedia
Definicje Sygnał – zmienność dowolnej wielkości fizycznej, która może być opisana za pomocą funkcji jednej f(x) lub wielu zmiennych f(x 1, x 2, x 3…) Analiza sygnałów – ma na celu wydobycie informacji zawartej w sygnałach np. rozpoznanie treści sygnału mowy, diagnoza pacjenta na podstawie elektrokardiogramu, przewidywanie trzęsień na podstawie sygnałów geosejsmicznych…
Klasyfikacja sygnałów
Klasyfikacja sygnałów cd. . § § ciągłe czasu ciągłego dyskretne czasu ciągłego ciągłe czasu dyskretnego cyfrowe (dyskretne czasu dyskretnego) x(t) xk(t) x(n) xk(n)
Przykłady sygnałów
Przykłady sygnałów 2
Przykłady sygnałów 3
Przykłady sygnałów 4
Przykłady praktyczne
Parametry sygnałów • • • Wartość średnia Energia Moc Wartość skuteczna Wariancja
Sygnał okresowy x(t)=x(t+k. T) Może być aproksymowany przez szereg Fouriera czyli sumę sygnałów sinusoidalnych o odpowiednich częstotliwościach -> applet
Współczynniki Fouriera • Sygnały nieparzyste – aproksymowane sinusami • Sygnały parzyste – kosinusami • Inne – szeregiem złożonym z sinusów i kosinusów
Współczynniki Fouriera
Przykłady § Sygnał prostokątny § Sygnał piłokształtny
Splot sygnałów Dla sygnałów ciągłych: Dla sygnałów dyskretnych:
Splot – wizualizacja 1. Wyraź funkcje jako funkcję tymczasowej zmiennej tau 2. Odwróć jedną z funkcji względem tau 3. Dodaj przesunięcie t 4. Przesuwaj t od – do +. Jeśli funkcje się przecinają, oblicz całkę z ich iloczynu.
Własności splotu f(t)*g(t)=g(t)*f(t) (f(t)*g(t)) * h(t)=f(t) * (g(t)*h(t)) f(t)*g(t)+f(t)*h(t)=f(t) * (g(t)+h(t)) Splot reprezentuje mechanizm filtracji jednego sygnału przez drugi. f(t) Filtr f(t)*g(t) – odpowiedź impulsowa filtru
Korelacja sygnałów Dla sygnałów ciągłych: Dla sygnałów dyskretnych: Jaka jest różnica między splotem a korelacją?
Korelacja sygnałów 2 Korelacja funkcji f(t) i g(t) jest równoważna splotowi funkcji f*(-t) oraz g(t) Korelacja sygnałów jest miarą ich podobieństwa.
Korelacja - zastosowanie
Autokorelacja (korelacja własna) – korelacja sygnału ze sobą (Wartość maksymalna zawsze dla t=0)
Transformata Fouriera prosta odwrotna X(f) jest zespolonym widmem Fouriera sygnału x(t) i zawiera informację o jego „zawartości” częstotliwościowej Można interpretować tę operację jako wyznaczanie miary korelacji do poszczególnych harmonicznych
Transformata Fouriera 2 Najważniejsza własność transformaty Fouriera:
Transformata Fouriera 3 Dla sygnałów dyskretnych: Widmo X(f) sygnału dyskretnego jest także okresowe i powtarza się co częstotliwość próbkowania fpr
- Cezary maj pł
- Cezary maj pł
- Zera i bieguny filtru
- Witaj majowa jutrzenko
- Engelsk g opgaveark december 2019
- Mazurek 3 maja tekst
- Witaj maj 3 maj
- Witaj maj trzeci maj tekst
- Abdurazik age
- Jednostki analizy
- Metoda monograficzna
- Trudne sytuacje
- Wyjaśnienie idiograficzne
- Proces analizy
- Cezary dzienis
- Cezary graf konsultacje opinie
- Operation frequent wind
- Ari maj wyciek
- Maj 2004 biologi
- Maj hong
- Zone opasnosti
- Infogim.weebly
- Linde hannover
- Ligamentum teres hepatis
- Máj znaky romantismu
- Maj. r. mccloughry