SIGNÁLY A LINEÁRNÍ SYSTÉMY

Slides:



Advertisements
Podobné prezentace
Základy teorie řízení 2010.
Advertisements

Analýza signálů - cvičení
GENEROVÁNÍ PSEUDONÁHODNÝCH ČÍSEL
Komplexní čísla. Komplexní číslo je uspořádaná dvojice [x, y], kde číslo x představuje reálnou část a číslo y imaginární část. Pokud je reálná část nulová,
Fourierova transformace Filtrování obrazu ve frekvenční doméně
Ústav technologie, mechanizace a řízení staveb
Ústav technologie, mechanizace a řízení staveb
Aplikace teorie grafů Základní pojmy teorie grafů
Fakulta životního prostředí Katedra informatiky a geoinformatiky
Lineární algebra.
Vlastnosti funkcí Vypracoval: Mgr. Lukáš Bičík
Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti
TMF045 letní semestr 2005/2006 II Časová propagace vlnové funkce na mřížce I. (práce s momentovou reprezentací) (Lekce II)
Harmonická analýza Součet periodických funkcí s periodami T, T/2, T/3,... je periodická funkce s periodu T má periodu T perioda základní frekvence vyšší.
Diskrétní Fourierova transformace
ZPRACOVÁNÍ A ANALÝZA BIOSIGNÁLŮ
SPEKTRÁLNÍ ANALÝZA ČASOVÝCH ŘAD
Opakování.. Práce se zlomky.
Tato prezentace byla vytvořena
Aritmetická posloupnost (Orientační test ) VY_32_INOVACE_22-12  Test obsahuje pět úloh.  U každé úlohy je aspoň jedna odpověď správná.  Na každou úlohu.
SIGNÁLY A SOUSTAVY V MATEMATICKÉ BIOLOGII
© Institut biostatistiky a analýz INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ ANALÝZA A KLASIFIKACE DAT prof. Ing. Jiří Holčík, CSc.
Určení parametrů elektrického obvodu Vypracoval: Ing.Přemysl Šolc Školitel: Doc.Ing. Jaromír Kijonka CSc.
© Institut biostatistiky a analýz SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc.
SIGNÁLY A LINEÁRNÍ SYSTÉMY
Simplexová metoda pro známé počáteční řešení úlohy LP
© Institut biostatistiky a analýz SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc.
© Institut biostatistiky a analýz INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ ANALÝZA A KLASIFIKACE DAT prof. Ing. Jiří Holčík, CSc.
SIGNÁLY A LINEÁRNÍ SYSTÉMY
Lineární integrální transformace
© Institut biostatistiky a analýz INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc.
© Institut biostatistiky a analýz ZPRACOVÁNÍ A ANALÝZA BIOSIGNÁL Ů FREKVENČNÍ SPEKTRUM SPOJITÝCH SIGNÁLŮ.
SIGNÁLY A LINEÁRNÍ SYSTÉMY
Signály v měřici technice
SIGNÁLY A LINEÁRNÍ SYSTÉMY
© Institut biostatistiky a analýz ANALÝZA A KLASIFIKACE BIOMEDICÍNSKÝCH DAT prof. Ing. Jiří Holčík, CSc.
© Institut biostatistiky a analýz ANALÝZA A KLASIFIKACE DAT prof. Ing. Jiří Holčík, CSc.
© Institut biostatistiky a analýz INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc.
SIGNÁLY A LINEÁRNÍ SYSTÉMY
Kmitání mechanických soustav I. část - úvod
© Institut biostatistiky a analýz ZPRACOVÁNÍ A ANALÝZA BIOSIGNÁL Ů prof. Ing. Jiří Holčík, CSc.
© Institut biostatistiky a analýz SPEKTRÁLNÍ ANALÝZA Č ASOVÝCH Ř AD prof. Ing. Jiří Holčík, CSc.
© Institut biostatistiky a analýz INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ ANALÝZA A KLASIFIKACE DAT prof. Ing. Jiří Holčík, CSc.
SIGNÁLY A LINEÁRNÍ SYSTÉMY
© Institut biostatistiky a analýz INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ ANALÝZA A KLASIFIKACE DAT prof. Ing. Jiří Holčík, CSc.
Exponenciální funkce. y = f ( x ) = e x D ( f ) = R R ( f ) = (0, +∞)
SIGNÁLY A SOUSTAVY V MATEMATICKÉ BIOLOGII
SPEKTRÁLNÍ ANALÝZA ČASOVÝCH ŘAD
STATISTIKA 1. MOMENTY Vztah mezi momenty v rámci skupin a celku Data rozdělena do několika skupin S 1, …, S k Počty objektů v jednotlivých skupinách n.
© Institut biostatistiky a analýz SPEKTRÁLNÍ ANALÝZA Č ASOVÝCH Ř AD prof. Ing. Jiří Holčík, CSc.
© Institut biostatistiky a analýz SPEKTRÁLNÍ ANALÝZA Č ASOVÝCH Ř AD prof. Ing. Jiří Holčík, CSc.
Paul Adrien Maurice Dirac 3. Impulsní charakteristika
STATISTIKA 1. DISTRIBUČNÍ FUNKCE Slouží k popisu rozdělení (distribuce) číselných dat Je zobecněním relativních četností F(y) = p(Y≤ y) F(y) … udává podíl.
Laplaceova transformace
Funkce Funkce je zobrazení z jedné číselné množiny do druhé, nejčastěji Buď A a B množiny, f zobrazení. Potom definiční obor a obor hodnot nazveme množiny:
Harmonická analýza Součet periodických funkcí s periodami T, T/2, T/3,... je periodická funkce s periodu T má periodu T perioda základní frekvence vyšší.
Regulátory v automatizaci
ČASOVÉ ŘADY (SIGNÁLY A LINEÁRNÍ SYSTÉMY )
ANALÝZA A KLASIFIKACE DAT
FFT analýza POZOR zapojení pouze po odsouhlasení vyučujícím
SIGNÁLY A LINEÁRNÍ SYSTÉMY
2. přednáška Differenciální rovnice
ZPRACOVÁNÍ A ANALÝZA BIOSIGNÁLŮ
SIGNÁLY A LINEÁRNÍ SYSTÉMY (ČASOVÉ ŘADY)
BIOLOGICKÉ A LÉKAŘSKÉ SIGNÁLY
SIGNÁLY A LINEÁRNÍ SYSTÉMY
ANALÝZA A KLASIFIKACE DAT
MATEMATIKA 1: FUNKCE, ROVNICE A NEROVNICE
SPEKTRÁLNÍ ANALÝZA ČASOVÝCH ŘAD
ANALÝZA A KLASIFIKACE DAT
Transkript prezentace:

SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc. holcik@iba.muni.cz

V. DISKRÉTNÍ SIGNÁL FREKVENČNÍ OBLAST

Rozklad Diskrétního periodického signálU spojitý signál – opakování Fourierova řada (v komplexním tvaru) kde cn jsou komplexní Fourierovy koeficienty Ω – úhlový kmitočet základní harmonické složky (základní harmonická);

FOURIEROVA ŘADA PRO DISKRÉTNÍ SIGNÁLY nechť x(kT) je periodický signál s periodou NT; pak x(kT) lze rozložit pomocí komplexní exponenciální Fourierovy řady kde

FOURIEROVA ŘADA DŮKAZ změňme index sumace ve vztahu pro výpočet koeficientu cn

FOURIEROVA ŘADA DŮKAZ (součet N členů geometrické posloupnosti )

FOURIEROVA ŘADA PŘÍKLAD x(kT) = A.cos(2k/N) je periodická funkce s periodou N

FOURIEROVA ŘADA PŘÍKLAD

FOURIEROVA TRANSFORMACE S DISKRÉTNÍM ČASEM - DTFT nechť x(kT) je časově omezený signál s diskrétním časem s x(kT)=0 pro všechna celá k>N1 a k<-N1, kde N1 je celočíselná konstanta.

FOURIEROVA TRANSFORMACE S DISKRÉTNÍM ČASEM - DTFT dále, nechť pro kladné sudé celé číslo N>2N1 označíme periodický signál s periodou NT, který je x(kT) pro k = -N/2, -(N/2)+1, …, -1, 0, 1, …, (N/2)-1. z definice máme

FOURIEROVA ŘADA PŘÍKLAD protože je periodická funkce s periodou NT, má Fourierovu řadu

FOURIEROVA ŘADA PŘÍKLAD Z definice vyplývá, že lze poslední uvedenou rovnici přepsat do tvaru kde ω je pro N→ spojitá (nediskrétní) veličina.

DISKRÉTNÍ FOURIEROVA TRANSFORMACE - DFT aby bylo možné počítat s frekvenčním spektrem na počítači, je třeba spektrální funkci diskretizovat; předpokládejme, že diskrétní signál x(nT)=0 pro n < 0 a n ≥ N-1, pak DFT je definována vztahem

ZPĚTNÁ DISKRÉTNÍ FT – DFT-1

INVERZIBILITA DFT

DFT ω1 = 2Ω = 4/NT

DFT ω1 = 2,5Ω = 5/NT

RYCHLÁ FOURIEROVA TRANSFORMACE - FFT hodnoty funkcí cos a sin se používají z tabulek pro čtvrtinu periody; zrychlení výpočetního algoritmu se dosáhne využitím dříve vypočítaných mezivýsledků, resp. vynecháním zbytečných výpočtů – např. násobení nulou;

RYCHLÁ FOURIEROVA TRANSFORMACE - FFT FFT – (Cooley, Tukey – 1965, ale před nimi již i mnozí další od 1903) rozklad v časové oblasti; rozklad ve frekvenční oblasti jednotka pracnosti P – jedno komplexní násobení a sečítání pracnost výpočtu jednoho vzorku spektra – N.P pracnost celé transformace – N.N.P = N2.P

FFT ROZKLAD V ČASOVÉ OBLASTI vstupní posloupnost o sudém počtu vzorku rozdělíme na dvě dílčí posloupnosti {gi} = {x2i} - sudé prvky původní posloupnosti, {hi} = {x2i+1} - liché prvky původní posloupnosti, i=0,1,…, N/2-1 předpokládáme, že každá z posloupností (původní i obě dílčí), mají svou DFT

FFT ROZKLAD V ČASOVÉ OBLASTI

FFT ROZKLAD V ČASOVÉ OBLASTI

FFT ROZKLAD V ČASOVÉ OBLASTI výsledná pracnost bude součtem pracností výpočtu spekter obou posloupností 2.(N/2)2.P+N.P tzn. uspoření pracnosti téměř na polovinu; je-li N/2 opět sudé, může se v dělení pokračovat – celkově je výhodné, je-li N = 2m

FFT ROZKLAD V ČASOVÉ OBLASTI

FFT ROZKLAD V ČASOVÉ OBLASTI každý uzel v grafu představuje jedno komplexní násobení a součet N uzlů ve vrstvě; celkem m vrstev m=log2N celková pracnost: P.N.m = P.N.log2N to představuje při N=8 úsporu 60%, při N=1024 již téměř 99% a při N=131072=217 dokonce 99,99%

FFT ROZKLAD V ČASOVÉ OBLASTI výstup je uspořádán přirozeně; vstup je v bitově inverzním pořadí; opakující se struktury „motýlků“ obsahujících 4 uzly a 4 hrany