Filtracja sygnałów „Teoria sygnałów” Zdzisław Papir.

Slides:



Advertisements
Podobne prezentacje
Wykład 6: Filtry Cyfrowe – próbkowanie sygnałów, typy i struktury f.c.
Advertisements

Wykład 5: Dyskretna Transformata Fouriera, FFT i Algorytm Goertzela
Wykład 6: Dyskretna Transformata Fouriera, FFT i Algorytm Goertzela
Wykład no 3 sprawdziany:
Wykład no 1 sprawdziany:
Wykład no 14.
Sprawdziany: Postać zespolona szeregu Fouriera gdzie Związek z rozwinięciem.
Systemy liniowe stacjonarne – modele wejście – wyjście (splotowe)
Zaawansowane metody analizy sygnałów
Przetwarzanie i rozpoznawanie obrazów
Przetwarzanie i rozpoznawanie obrazów
Filtracja obrazów cd. Filtracja obrazów w dziedzinie częstotliwości
Czwórniki RC i RL.
Wykonał: Tomasz Szopa (kl. 4aE)
DIELEKTRYKI TADEUSZ HILCZER
Sygnały i układy liniowe
Przekształcenie Hilberta
Właściwości przekształcenia Fouriera
Zbieżność szeregu Fouriera
Właściwości energetyczne sygnałów
Wykład no 10 sprawdziany:
Wykład no 6 sprawdziany:
Cyfrowe przetwarzanie danych DSP
FILTRY CYFROWE WYKŁAD 1.
SPRZĘŻENIE ZWROTNE.
FILTRY CYFROWE WYKŁAD 2.
PROF. DOMINIK SANKOWSKI
SYNTEZA obwodów Zbigniew Leonowicz
Opis matematyczny elementów i układów liniowych
Wykład 5 Charakterystyki czasowe obiektów regulacji
Podstawowe elementy liniowe
CYFROWE PRZETWARZANIE SYGNAŁÓW
Komputerowe metody przetwarzania obrazów cyfrowych
Podstawy automatyki 2012/2013Transmitancja widmowa i charakterystyki częstotliwościowe Mieczysław Brdyś, prof. dr hab. inż.; Kazimierz Duzinkiewicz, dr.
Rozważaliśmy w dziedzinie czasu zachowanie się w przedziale czasu od t0 do t obiektu dynamicznego opisywanego równaniem różniczkowym Obiekt u(t) y(t) (1a)
Wykład 7 Charakterystyki częstotliwościowe
Wykład 8 Statyczne i astatyczne obiekty regulacji
Kryteria stabilności i jakość układów regulacji automatycznej
Wykład 11 Jakość regulacji. Regulator PID
Stabilność i jakość regulacji
Stabilność dyskretnych układów regulacji
Sterowanie impulsowe Wykład 2.
Wykład 22 Modele dyskretne obiektów.
Wykład 8 Charakterystyki częstotliwościowe
Teoria sterowania Wykład 9 Transmitancja operatorowa i stabilność liniowych układu regulacji automatycznej.
Teoria sterowania Wykład 13 Modele dyskretne obiektów regulacji.
Wykład nr 1: Wprowadzenie, podstawowe definicje Piotr Bilski
Przykład 1: obiekt - czwórnik RC
W.7. PRZEMIANA CZĘSTOTLIWOŚCI
Dekompozycja sygnałów Szereg Fouriera
Odporność na szum MODULACJE AMPLITUDY
Maciej Gwiazdoń, Mateusz Suder, Szymon Szymczk
Przekształcenie Fouriera
ZAAWANSOWANA ANALIZA SYGNAŁÓW
Odporność na szum Pojęcia podstawowe
Szeregi czasowe Ewolucja stanu układu dynamicznego opisywana jest przez funkcję czasu f(t) lub przez szereg czasowy jego zmiennych dynamicznych. Szeregiem.
Dyskretna Transformacja Fouriera 2D (DFT2)
Zwrotnica głośnikowa.
PTS Przykład Dany jest sygnał: Korzystając z twierdzenia o przesunięciu częstotliwościowym:
Rozszerzony model Lopesa da Silvy Schemat populacyjnego modelu generacji aktywności rytmicznej EEG. Każda z trzech populacji neuronalnych opisana jest.
Wykład 3,4 i 5: Przegląd podstawowych transformacji sygnałowych
Filtracja obrazów cd. Filtracja obrazów w dziedzinie częstotliwości
Podstawy automatyki I Wykład /2016
Transformacja Z -podstawy
Materiały do wykładu PTS 2010
The Discrete-Time Fourier Transform (DTFT)
Elektronika.
EM Midsemester TEST Łódź
Wstęp do układów elektronicznych
Zapis prezentacji:

Filtracja sygnałów „Teoria sygnałów” Zdzisław Papir

Filtracja sygnałów Filtracja sygnału – szereg Fouriera Filtracja sygnału – przykłady Filtracja sygnału – przekształcenie Fouriera Wpływ filtracji na cha-ki częstotliwościowe sygnału Filtracja sygnału - przykład „Teoria sygnałów” Zdzisław Papir

Filtracja sygnału – szereg Fouriera Szereg Fouriera sygnału wyjściowego y(t) „Teoria sygnałów”  Zdzisław Papir

Piłokształtny sygnał wejściowy x(t) Filtracja sygnału - przykłady Piłokształtny sygnał wejściowy x(t) 0.5 1 1.5 2 2.5 3 0.1 0.2 0.3 0.4 0.6 0.7 0.8 0.9 Sygnał piłokształtny (okres T) czas t/T x(t) „Teoria sygnałów”  Zdzisław Papir

Filtr dolnoprzepustowy C „Teoria sygnałów”  Zdzisław Papir

Filtr dolno- przepustowy 10 -1 1 2 -4 -3 -2 Charakterystyka a-cz FDP w układzie logarytmicznym „Teoria sygnałów”  Zdzisław Papir

Szeregi Fouriera sygnałów „Teoria sygnałów”  Zdzisław Papir

Charakterystyki a-cz (fg/fo = 9) 5 10 15 20 25 30 35 40 45 50 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 Ch-aki a-cz filtru dolnoprzepustowego i sygnału piłokształtnego nfo filtr dolnoprzepustowy sygnał piłokształtny fg/fo = 9 „Teoria sygnałów”  Zdzisław Papir

Sygnał wyjściowy y(t) (fg/fo = 9) 0.5 1 1.5 2 2.5 3 3.5 0.2 0.4 0.6 0.8 Odpowiedź filtru dolnoprzepustowego czas t/T fg/fo = 9 „Teoria sygnałów”  Zdzisław Papir

Charakterystyki a-cz (fg/fo = 3) 10 20 30 40 50 0.2 0.4 0.6 0.8 1 Ch-aki a-cz filtru dolnoprzepustowego i sygnału piłokształtnego filtr dolnoprzepustowy sygnał piłokształtny fg/fo = 3 nfo „Teoria sygnałów”  Zdzisław Papir

Sygnał wyjściowy y(t) (fg/fo = 3) 0.5 1 1.5 2 2.5 3 3.5 0.1 0.2 0.3 0.4 0.6 0.7 0.8 0.9 Odpowiedź filtru dolnoprzepustowego czas t/T fg/fo = 3 „Teoria sygnałów”  Zdzisław Papir

Charakterystyki a-cz (fg/fo = 1) Ch-aki a-cz filtru dolnoprzepustowego i sygnału piłokształtnego 1 0.8 fg/fo = 1 0.6 sygnał piłokształtny 0.4 0.2 filtr dolnoprzepustowy 10 20 30 40 50 nfo „Teoria sygnałów”  Zdzisław Papir

Sygnał wyjściowy y(t) (fg/fo = 1) 0.5 1 1.5 2 2.5 3 3.5 0.2 0.3 0.4 0.6 0.7 0.8 0.9 Odpowiedź filtru dolnoprzestowego czas t/T fg/fo = 1 „Teoria sygnałów”  Zdzisław Papir

Charakterystyki a-cz (fg/fo = 1/3) 10 20 30 40 50 0.2 0.4 0.6 0.8 1 Odpowiedź filtru dolnoprzepustowego fg/fo = 1/3 nfo „Teoria sygnałów”  Zdzisław Papir

Sygnał wyjściowy y(t) (fg/fo = 1/3) 0.5 1 1.5 2 2.5 3 3.5 0.4 0.45 0.55 0.6 0.65 0.7 0.75 Odpowiedź filtru dolnoprzepustowego czas t/T fg/fo = 1/3 „Teoria sygnałów”  Zdzisław Papir

Filtr górnoprzepustowy C „Teoria sygnałów”  Zdzisław Papir

Filtr górno- przepustowy 10 -1 1 2 Charakterystyka a-cz FGP w układzie logarytmicznym „Teoria sygnałów”  Zdzisław Papir

Szeregi Fouriera sygnałów „Teoria sygnałów”  Zdzisław Papir

Charakterystyki a-cz (fg/fo = 9) 10 20 30 40 50 0.2 0.4 0.6 0.8 1 Cha-ki a-cz filtru górnoprzepustowego i sygnału piłokształtnego filtr górnoprzepustowy sygnał piłokształtny fg/fo = 9 nfo „Teoria sygnałów”  Zdzisław Papir

Sygnał wyjściowy y(t) (fg/fo = 9) 0.5 1 1.5 2 2.5 3 3.5 -25 -20 -15 -10 -5 5 10 Odpowiedź filtru górnoprzepustowego fg/fo = 9 czas t/T „Teoria sygnałów”  Zdzisław Papir

Charakterystyki a-cz (fg/fo = 3) 10 20 30 40 50 0.2 0.4 0.6 0.8 1 Cha-ki a-cz filtru górnoprzepustowego i sygnału piłokształtnego filtr górnoprzepustowy sygnał piłokształtny nfo fg/fo = 3 „Teoria sygnałów”  Zdzisław Papir

Sygnał wyjściowy y(t) (fg/fo = 3) 0.5 1 1.5 2 2.5 3 3.5 -6 -5 -4 -3 -2 -1 Odpowiedź filtru górnoprzepustowego czas t/T fg/fo = 3 „Teoria sygnałów”  Zdzisław Papir

Charakterystyki a-cz (fg/fo = 1) 10 20 30 40 50 0.2 0.4 0.6 0.8 1 Cha-ki a-cz filtru górnoprzepustowego i sygnału piłokształtnego filtr górnoprzepustowy sygnał piłokształtny nfo fg/fo = 1 „Teoria sygnałów”  Zdzisław Papir

Sygnał wyjściowy y(t) (fg/fo = 1) 0.5 1 1.5 2 2.5 3 3.5 -0.8 -0.6 -0.4 -0.2 0.2 0.4 0.6 Odpowiedź filtru górnoprzepustowego czas t/T fg/fo = 1 „Teoria sygnałów”  Zdzisław Papir

Charakterystyki a-cz (fg/fo = 1/3) 10 20 30 40 50 0.2 0.4 0.6 0.8 1 Cha-ki a-cz filtru górnoprzepustowego i sygnału piłokształtnego filtr górnoprzepustowy sygnał piłokształtny fg/fo = 0,3 nfo „Teoria sygnałów”  Zdzisław Papir

Sygnał wyjściowy y(t) (fg/fo = 1/3) Odpowiedź filtru górnoprzepustowego 0.5 1 1.5 2 2.5 3 3.5 -0.06 -0.04 -0.02 0.02 0.04 czas t/T fg/fo = 0,3 „Teoria sygnałów”  Zdzisław Papir

Filtracja sygnału – przekształcenie Fouriera Transformata Fouriera sygnału wyjściowego y(t) „Teoria sygnałów”  Zdzisław Papir

Filtracja sygnału – przekształcenie Fouriera Odpowiedź impulsowa filtru Odpowiedź impulsowa filtru jest sygnałem wyjściowym filtru, na wejście którego podano impuls Diraca (t). „Teoria sygnałów”  Zdzisław Papir

Wpływ filtracji na charakterystyki częstotliwościowe sygnału Filtracja zmienia charakterystykę: amplitudowo-częstotliwościową fazowo-częstotliwościową sygnału wejściowego. „Teoria sygnałów”  Zdzisław Papir

Filtracja sygnału - przykład „Teoria sygnałów”  Zdzisław Papir

Sinus całkowy właściwości 1. Sinus całkowy jest funkcja nieparzystą 2. Sinus całkowy w pobliżu zera (x  0) „Teoria sygnałów”  Zdzisław Papir

Sinus całkowy właściwości 3. Asymptota pozioma (x ) 4. Ekstrema lokalne „Teoria sygnałów”  Zdzisław Papir

Filtracja sygnału - przykład +/W -/W tr = 2/W = 1/B 1 Przesterowanie odpowiedzi filtru nie zależy od szerokości jego pasma. Czas narastania odpowiedzi filtru jest odwrotnie propor- cjonalny do szerokości jego pasma. „Teoria sygnałów”  Zdzisław Papir

Podsumowanie Sygnał wyjściowy filtru pobudzanego sygnałem okresowym jest też sygnałem okresowym; szereg Fouriera tego sygnału na ogół niesumowalny. Transformata Fouriera sygnału wyjściowego jest równa iloczynowi transmitancji filtru i transformaty Fouriera sygnału wejściowego. Odpowiedź impulsowa filtru jest sygnałem wyjściowym filtru, na wejście którego podano impuls Diraca (t). Filtrację sygnału w dziedzinie czasu opisuje splot odpowiedzi impulsowej filtru oraz sygnału wejściowego.