Wykład: Podstawy Teorii Sygnałów 2015/2016

Slides:



Advertisements
Podobne prezentacje
T47 Podstawowe człony dynamiczne i statyczne
Advertisements

Wykład 5: Dyskretna Transformata Fouriera, FFT i Algorytm Goertzela
Wykład 6: Dyskretna Transformata Fouriera, FFT i Algorytm Goertzela
Sprawdziany: Postać zespolona szeregu Fouriera gdzie Związek z rozwinięciem.
Systemy liniowe stacjonarne – modele wejście – wyjście (splotowe)
DYSKRETYZACJA SYGNAŁU
Zaawansowane metody analizy sygnałów
Badania operacyjne. Wykład 2
Wykład no 11.
Przetwarzanie sygnałów (wstęp do sygnałów cyfrowych)
DIELEKTRYKI TADEUSZ HILCZER
Teoria Sygnałów Literatura podstawowa:
Systemy dynamiczne 2010/2011Systemy i sygnały - klasyfikacje Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania 1 Dlaczego taki.
Wykład no 10 sprawdziany:
Próbkowanie sygnału analogowego
Klasyfikacja systemów
PROF. DOMINIK SANKOWSKI
Opis matematyczny elementów i układów liniowych
Układy sekwencyjne pojęcia podstawowe.
Podstawy układów logicznych
Dwie podstawowe klasy systemów, jakie interesują nas
AUTOMATYKA i ROBOTYKA (wykład 4)
Podstawowe elementy liniowe
Wykład III Sygnały elektryczne i ich klasyfikacja
AUTOMATYKA i ROBOTYKA (wykład 6)
Wykład 25 Regulatory dyskretne
Stabilność Stabilność to jedno z najważniejszych pojęć teorii sterowania W większości przypadków, stabilność jest warunkiem koniecznym praktycznego zastosowania.
Podstawy automatyki 2012/2013Transmitancja widmowa i charakterystyki częstotliwościowe Mieczysław Brdyś, prof. dr hab. inż.; Kazimierz Duzinkiewicz, dr.
Cechy modeli obiektów dynamicznych z przedstawionych przykładów:
Rozważaliśmy w dziedzinie czasu zachowanie się w przedziale czasu od t0 do t obiektu dynamicznego opisywanego równaniem różniczkowym Obiekt u(t) y(t) (1a)
MECHANIKA 2 Wykład Nr 11 Praca, moc, energia.
Stabilność dyskretnych układów regulacji
Częstotliwość próbkowania, aliasing
Teoria sterowania 2011/2012Stabilno ść Kazimierz Duzinkiewicz, dr hab. in ż. Katedra In ż ynierii Systemów Sterowania 1 Stabilność Stabilność to jedno.
Sygnały cyfrowe i bramki logiczne
SW – Algorytmy sterowania
Źródła błędów w obliczeniach numerycznych
Schematy blokowe i elementy systemów sterujących
FUNKCJE Opracował: Karol Kara.
MECHANIKA 2 Wykład Nr 10 MOMENT BEZWŁADNOŚCI.
Drgania punktu materialnego
Dynamika układu punktów materialnych
KARTY DŹWIĘKOWE.
przetwarzanie sygnałów pomiarowych
Przykład 1: obiekt - czwórnik RC
Dwie podstawowe klasy systemów, jakie interesują nas
Przerzutniki Przerzutniki.
Grafika i komunikacja człowieka z komputerem
Maciej Gwiazdoń, Mateusz Suder, Szymon Szymczk
ISS – D1: Podstawy dyskretnych UAR Pojęcia podstawowe.
Całkowanie różniczkowego równania ruchu metodą Newmarka
Szeregi czasowe Ewolucja stanu układu dynamicznego opisywana jest przez funkcję czasu f(t) lub przez szereg czasowy jego zmiennych dynamicznych. Szeregiem.
DTFT (10.6). (10.7) Przykład 10.1 Przykład 10.2 (10.3)
WYKŁAD 5 OPTYKA FALOWA OSCYLACJE I FALE
Wykład drugi Szereg Fouriera Warunki istnienia
PTS Przykład Dany jest sygnał: Korzystając z twierdzenia o przesunięciu częstotliwościowym:
Wykład 3,4 i 5: Przegląd podstawowych transformacji sygnałowych
Komputerowe systemy pomiarowe
Matematyka przed egzaminem czyli samouczek dla każdego
Teoria sterowania Wykład /2016
Podstawy automatyki I Wykład /2016
Transformacja Z -podstawy
Materiały do wykładu PTS 2010
Wstęp do Informatyki - Wykład 6
The Discrete-Time Fourier Transform (DTFT)
Podstawy Teorii Sygnałów (PTS) Matematyczny opis systemów i sygnałów
Sterowanie procesami ciągłymi
EM Midsemester TEST Łódź
Obiekty dyskretne w Układach Regulacji Automatycznej
Podstawy teorii spinu ½
Zapis prezentacji:

Wykład: Podstawy Teorii Sygnałów 2015/2016   Wykładowca: dr inż. Marek Ossowski marek.ossowski@p.lodz.pl, Godziny konsultacji: czwartek 10:00-12:00 Tel.426312515 (praca) 501673231 !!!! Tylko w razie super pilnych spraw! 2017-04-24 PTS 2015/16 PŁ

Program Wykładów Podstawowe pojęcia i definicje dotyczące sygnałów. Klasyfikacja systemów i sygnałów. Splot analogowy i dyskretny. Odpowiedź systemów LTI. Szereg Fouriera. Dyskretny szereg Fouriera. Dyskretna Transformata Fouriera. Algorytm FFT. Transformata DTFT. Przekształcenie Fouriera i jego zastosowania. Próbkowanie sygnałów Modulacja Energia sygnału i moc. Transformata Z 2017-04-24 PTS 2015/16 PŁ

Literatura   ·[1] Wprowadzenie do cyfrowego przetwarzania sygnałów, Richard G. Lyons, WKŁ, W-wa. ·[2] Telekomunikacja, Richard Read WKŁ, W-wa, 2000. ·[3] Podstawy telekomunikacji, Jajszczyk, WPP, Poznań, 1984. ·[4] Podstawy telekomunikacji analogowej i cyfrowej, David Gregg, 1983. ·[5] Signals and systems, Michał Tadeusiewicz,WPŁ, Łódź, 2001. [6] Sygnały i systemy. Zadania, Michał Tadeusiewicz, Marek Ossowski, WPŁ, Łódź, 2001. [7] Haykin S. Systemy telekomunikacyjne, WKŁ, Warszawa 1998, [8] Frenzel L.E., Communication Electronics, Mc Graw Hill Book Co, New York 1994 2017-04-24 PTS 2015/16 PŁ

Wykład pierwszy Podstawowe pojęcia i definicje dotyczące sygnałów. Klasyfikacja sygnałów Dyskretyzacja i kwantyzacja Klasyfikacja systemów Splot analogowy i dyskretny. 2017-04-24 PTS 2015/16 PŁ

POJĘCIE SYGNAŁU W języku technicznym słowo „sygnał” oznacza to samo co w języku potocznym – sygnały są nadawane i odbierane, służą do komunikowania się. Sygnałem nazywamy wielkość fizyczną zmieniającą się w takt treści wiadomości i niosącą energię w postaci przydatnej do przesyłania na odleglość, przetwarzania, zapisu i przechowywania Ponieważ sygnał „niesie” zazwyczaj pewną informację o naturze badanych systemów lub zjawisk bywa nazywany „nośnikiem informacji”. 2017-04-24 PTS 2015/16 PŁ

Z matematycznego punktu widzenia Abstrakcyjny model dowolnej mierzalnej wielkości fizycznej zmieniającej się w czasie, generowanej przez zjawiska lub systemy fizyczne. Najczęściej opisywane przez podanie pewnych funkcji matematycznych zależnych od czasu. 2017-04-24 PTS 2015/16 PŁ

Klasyfikacja sygnałów (1) Sygnały powstają na styku bodziec-czujnik i w zależności od wielkości fizycznej i rodzaju energii można przykładowo wyróżnić sygnały Mechaniczne z energią sił, naprężeń i drgań Chemiczne z energią reakcji Dźwiękowe z energią drgań akustycznych Optyczne z energią fal świetlnych Elektryczne z energią elektro-magnetyczną 2017-04-24 PTS 2015/16 PŁ

Rzeczywiste – opisane funkcjami przyjmującymi wartości rzeczywiste Inne klasyfikacje sygnałów (cd) Ze względu na rodzaj modelu matematycznego sygnały mogą być Rzeczywiste – opisane funkcjami przyjmującymi wartości rzeczywiste Zespolone Dystrybucyjne – opisane wielkościami niefunkcyjnymi =dystrybucjami 2017-04-24 PTS 2015/16 PŁ

Inne klasyfikacje sygnałów: Ze względu na determinizm Determinstyczne – jeśli w każdej chwili potrafimy przewidzieć wartość sygnału i opisać go w sposób jednoznaczny (formułą, wykresem, tablicą wartości) Niedeterministyczne (losowe, stochastyczne) Czas trwania: Skończone Nieskończone Okresowe i nieokresowe Ze względu na moc i energię 2017-04-24 PTS 2015/16 PŁ

Sygnał ciągły z czasem ciągłym Sygnał analogowy Sygnał ciągły z czasem ciągłym 2017-04-24 PTS 2015/16 PŁ

Sygnał o wartościach dyskretnych z czasem ciągłym (po kwantyzacji) Sygnał analogowy Sygnał o wartościach dyskretnych z czasem ciągłym (po kwantyzacji) 2017-04-24 PTS 2015/16 PŁ

Przykłady sygnałów cd Sygnał o wartościach ciągłych (ciągły) z czasem dyskretnym (po dyskretyzacji) 2017-04-24 PTS 2015/16 PŁ

Przykłady sygnałów cd Sygnał o wartościach dyskretnych) z czasem dyskretnym (po kwantyzacji i dyskretyzacji) => cyfrowy 2017-04-24 PTS 2015/16 PŁ

Dyskretyzacja sygnału Polega na pobraniu z sygnału ciągłego x(t) jego „próbek” w wybranych, najczęściej równoodległych, chwilach (próbkowanie) 2017-04-24 PTS 2015/16 PŁ

Kwantyzacja sygnału Sprowadza zbiór wartości sygnału x(t) [najczęściej nieskończony zbiór liczb rzeczywistych] do jego skończonego podzbioru. Wynika z konieczności stosowania przetwornika A/C przed komputerem oraz z ograniczonej liczby bitów do przechowywania liczb. 2017-04-24 PTS 2015/16 PŁ

Charakterystyki przykładowych kwantyzatorów sygnału analogowego Idealny Nieidealny (nieliniowość i histereza) 2017-04-24 PTS 2015/16 PŁ

„Cyfryzacja” sygnału Sprowadza zbiór wartości sygnału x(t) [najczęściej nieskończony zbiór liczb rzeczywistych] do jego skończonego podzbioru, ale jedynie w wybranych chwilach. Sygnał cyfrowy = sygnał dyskretny w czasie i skwantowany „w wartości” 2017-04-24 PTS 2015/16 PŁ

Przetworniki analogowo-cyfrowe Zmieniają wejściowe napięcie analogowe na odpowiadającą mu liczbę całkowitą ze znakiem, zapisaną na określonej liczbie bitów w wybranym formacie (najczęściej w kodzie uzupełnieniowym do dwóch). Liczba ta to inaczej numer przedziału kwantowania, do którego należy aktualna wartość napięcia wejściowego . 2017-04-24 PTS 2015/16 PŁ

sygnału przyjmuje dla czasu –t wartości Odbicie zwierciadlane sygnału Sygnał odbity , otrzymany jako odbicie zwierciadlane sygnału przyjmuje dla czasu –t wartości sygnału oryginalnego w chwilach t. Sygnał x(t) oraz jego odbicie x(-t) 2017-04-24 PTS 2015/16 PŁ

Odbicie zwierciadlane sygnału dyskretnego Sygnał dyskretny i jego odbicie 2017-04-24 PTS 2015/16 PŁ

Przesunięcie sygnału sygnał x(t) oraz sygnał przesunięty x(t-to) 2017-04-24 PTS 2015/16 PŁ

Okresowość sygnałów Sygnał ciągły x(t) nazywany jest sygnałem okresowym jeżeli istnieje taki przedział czasu T, że: dla każdego t Sygnał dyskretny x(n) nazywany jest sygnałem okresowym jeżeli istnieje taka liczba N, że: 2017-04-24 PTS 2015/16 PŁ

· A - amplituda , -pulsacja, częstotliwość kątowa Sygnał sinusoidalny · A - amplituda , -pulsacja, częstotliwość kątowa ·       T – okres związany z kątem Postać ogólna sygnału sinusoidalnego: 2017-04-24 PTS 2015/16 PŁ  nosi nazwę fazy.

Dyskretny sygnał sinusoidalny: uzyskany poprzez próbkowanie sygnału ciągłego: z przedziałem próbkowania TS. 2017-04-24 PTS 2015/16 PŁ

Dyskretny sygnał sinusoidalny (cd) gdzie fS jest częstotliwością próbkowania, k jest liczbą całkowitą 2017-04-24 PTS 2015/16 PŁ

Efekt ALIASINGU (niejednoznaczności) Efekt aliasingu dla k=1 2017-04-24 PTS 2015/16 PŁ

Skok jednostkowy 2017-04-24 PTS 2015/16 PŁ

Skok jednostkowy function y=unit(x) % przykladowa implementacja Implementacja w MATLABIE Funkcja wbudowana function y=unit(x) % przykladowa implementacja y=((x==0)*0.5)+(x>0) return heaviside Step function=skok jednostkowy HEAVISIDE(X) i 0 dlar X < 0, 1 oraz X > 0, and .5 for X == 0. 2017-04-24 PTS 2015/16 PŁ

Skok jednostkowy – wykres w MATLABIE Definicja przedziału czasu i rozdzielczość Definicja u(t) Własna wbudowana Drukuj wykres Uściślij osie t=-5:0.1:10; u=unit(t); u=heaviside(t); plot(t,u); ylim([-0.2 1.2]) 2017-04-24 PTS 2015/16 PŁ

2017-04-24 PTS 2015/16 PŁ

Impuls Diraca dla dowolnego rzeczywistego a>0 2017-04-24 PTS 2015/16 PŁ

Impuls Diraca w MATLABIE Tekst z linii poleceń >> dirac=unit(t+0.1)-unit(t-0.1); >> plot(t,dirac);ylim([-0.2 1.2]);grid on 2017-04-24 PTS 2015/16 PŁ

Impuls prostokątny o polu: 2017-04-24 PTS 2015/16 PŁ

Dla 0, impuls prostokątny dąży impulsu Diraca: Związek między skokiem jednostkowym a impulsem Dirca: 2017-04-24 PTS 2015/16 PŁ

Dyskretny skok jednostkowy: 2017-04-24 PTS 2015/16 PŁ

Próbka jednostkowa, impuls jednostkowy, delta Kroneckera 2017-04-24 PTS 2015/16 PŁ

Związki między podstawowymi sygnałami dyskretnymi: 2017-04-24 PTS 2015/16 PŁ

Opis sygnału ciągłego Aproksymacja w przedziale: funkcją schodkową składającą się z prostokątów o wysokościach x(tk) i szerokości : 2017-04-24 PTS 2015/16 PŁ

k-ty prostokąt opisany jest zależnością: Rysunek przesuniętego prostokąta 2017-04-24 PTS 2015/16 PŁ

Aproksymacja: Dla aproksymacja schodkowa dąży do oryginalnej funkcji ciągłej a suma staje się całką: 2017-04-24 PTS 2015/16 PŁ

Dla A dla t>0 Uwzględniając, że dla 2017-04-24 PTS 2015/16 PŁ

Opis sygnałów dyskretnych 2017-04-24 PTS 2015/16 PŁ

Uogólnienie . 2017-04-24 PTS 2015/16 PŁ

Klasyfikacja systemów System jest matematycznym odwzorowaniem przekształcającym sygnał wejściowy w wyjściowy. Fizycznie: zbiór połączonych wzajemnie elementów realizujących transformację sygnału wejściowego w wyjściowy. SYSTEM ANALOGOWY f(*) SYSTEM DYSKRETNY f(*) 2017-04-24 PTS 2015/16 PŁ

DEFINICJA LINIOWOŚCI ADDYTYWNOŚĆ system jest addytywny, jeśli odpowiedź na sumę sygnałów wejściowych równa jest sumie odpowiedzi na każdy z sygnałów wejściowych działających osobno. DLA SYSTEMÓW CIĄGŁYCH: DLA SYSTEMÓW DYSKRETNYCH: 2017-04-24 PTS 2015/16 PŁ

JEDNORODNOŚĆ jeżeli pomnożenie sygnału wejściowego przez stałą dowolną implikuje pomnożenie sygnału wyjściowego przez tę samą stałą. System addytywny i jednorodny (homogeniczny) jest liniowy. 2017-04-24 PTS 2015/16 PŁ

Liniowość (w wersji praktycznej): system jest liniowy, jeśli odpowiedź na kombinację liniową sygnałów wejściowych równa jest kombinacji liniowej odpowiedzi na każdy z sygnałów wejściowych działających osobno. DLA SYSTEMÓW CIĄGŁYCH: DLA SYSTEMÓW DYSKRETNYCH: 2017-04-24 PTS 2015/16 PŁ

DEFINICJA STACJONARNOŚCI system jest STACJONARNY (niezmienny w czasie), jeśli sygnał wejściowy przesunięty w czasie powoduje powstanie przesuniętego w czasie sygnału dla każdej chwili t i dowolnej wartości d Inaczej: w systemach niezmiennych w czasie przesunięcie w czasie sygnału wejściowego powoduje analogiczne przesunięcie w czasie odpowiedzi systemu. 2017-04-24 PTS 2015/16 PŁ

Inercyjność (bezinercyjność) systemów: Uwaga1: System liniowy i stacjonarny jest systemem LTI (lub inaczej LSI) Uwaga2: Analogicznie jak dla systemów ciągłych definiuje się stacjonarność systemów dyskretnych Inercyjność (bezinercyjność) systemów: Ciągły w czasie system nazywamy bezinercyjnym (nieinercyjnym) jeśli sygnał wyjściowy w dowolnej chwili t zależy od wartości sygnału wejściowego w tej samej chwili t. W przeciwnym wypadku (jeśli sygnał wyjściowy w dowolnej chwili t zależy od wartości sygnału wejściowego w innych niż t chwilach), system jest INERCYJNY. Analogicznie definiuje się inercyjność systemów dyskretnych, wprowadzając zamiast chwili t próbkę n 2017-04-24 PTS 2015/16 PŁ

Przyczynowość systemów: Ciągły w czasie system nazywamy przyczynowym, jeżeli odpowiedź w danej chwili to zależy jedynie od wartości sygnału wejściowego w chwilach t<=to. System dyskretny nazywamy przyczynowym, jeżeli odpowiedź w danej próbce czasowej no zależy jedynie od wartości sygnału wejściowego w próbkach n<=no. 2017-04-24 PTS 2015/16 PŁ

Przykład 1: Dany jest system ciągły (analogowy) opisany zależnością: dokonać klasyfikacji systemu (liniowość, stacjonarność, inercyjność, przyczynowość) Rozwiązanie: Oznaczmy: 2017-04-24 PTS 2015/16 PŁ

czyli: Wyznaczmy odpowiedź systemu na kombinację liniową sygnałów x1 oraz x2: i porównajmy z kombinacją liniową odpowiedzi: Łatwo wykazać, że System nieliniowy!!!! 2017-04-24 PTS 2015/16 PŁ

Oznaczmy odpowiedź układu na przesunięty o d sygnał : ‘Przesunięta’ odpowiedź układu jest natomiast postaci: WNIOSEK System nie jest stacjonarny. Jest natomiast przyczynowy (to wynika z opisu), oraz bezinercyjny bowiem wartość y(t) zależy jedynie od wartości x(t) w bieżącej chwili. 2017-04-24 PTS 2015/16 PŁ

Przykłady systemów: Ciągły, liniowy, stacjonarny, inercyjny, przyczynowy: Dyskretny liniowy, stacjonarny ale nie będący przyczynowym: 2017-04-24 PTS 2015/16 PŁ

Stabilność Cel: określenie jaki system generuje skończoną odpowiedź na dowolny ograniczony sygnał wejściowy. Rozpatrujemy system analogowy o sygnale wejściowym x(t) i wyjściowym y(t). System jest stabilny, jeżeli dla dowolnego ograniczonego sygnału wejściowego x(t) takiego że: 2017-04-24 PTS 2015/16 PŁ

generowany jest ograniczony sygnał wyjściowy y(t) taki, że: BIBO Stabilność generowany jest ograniczony sygnał wyjściowy y(t) taki, że: gdzie Kx i Ky są dowolnymi stałymi dodatnimi. BIBO stabilność: stabilność ograniczonego wejścia-wyjścia 2017-04-24 PTS 2015/16 PŁ

BIBO Stabilność - Przykład Równanie systemu: Sygnał wejściowy ograniczony: Wniosek: system BIBO niestabilny 2017-04-24 PTS 2015/16 PŁ

Splot ciągły (analogowy) Jest to matematyczna operacja, która przeprowadzona na dwóch funkcjach generuje trzecią: 2017-04-24 PTS 2015/16 PŁ

Splot dyskretny Zastosowanie: W układach LTI splot pozwala wyznaczyć odpowiedź układu y(t) na dowolne wymuszenie x(t) jeśli znana jest odpowiedź h(t) tegoż układu na wymuszenie sygnałem impulsowym Wówczas: 2017-04-24 PTS 2015/16 PŁ

Zastosowanie plotu W układach LTI splot pozwala wyznaczyć odpowiedź układu y(t) na dowolne wymuszenie x(t) jeśli znana jest odpowiedź h(t) tegoż układu na wymuszenie sygnałem impulsowym Wówczas: 2017-04-24 PTS 2015/16 PŁ

Graficzna interpretacja splotu ETAPY KONSTRUKCJI: Odbijanie zwierciadlane Przesuwanie Mnożenie Sumowanie (całkowanie) Przykład : Dane są funkcje: Zakładając, że Wyznaczmy splot: 2017-04-24 PTS 2015/16 PŁ

0.5 0.5 2017-04-24 PTS 2015/16 PŁ

Funkcja odbita względem osi 2017-04-24 PTS 2015/16 PŁ

Utworzenie funkcji dla ustalonej wartości t=3 1 0.5 2017-04-24 PTS 2015/16 PŁ

mnożenie funkcji dla ustalonej wartości t=3 Obliczanie pola 1 0.5 2017-04-24 PTS 2015/16 PŁ

Jeśli powtórzymy tę operację dla dostatecznie dużej liczby punktów osi czasu to wykreślimy krzywą przybliżoną f(t): 1 0.5 1 1 0.5 0.5 2017-04-24 PTS 2015/16 PŁ

1 1 0.5 0.5 1 1 0.5 0.5 2017-04-24 PTS 2015/16 PŁ

1 1 0.5 0.5 1 1 0.5 0.5 2017-04-24 PTS 2015/16 PŁ

Wykres funkcji splotowej t 1 2 3 4 5 f(t) 0.5 1.375 1.5 1 2 3 4 5 f(t) 0.5 1.375 1.5 2 1 1 2 3 4 5 t 2017-04-24 PTS 2015/16 PŁ

Obliczenia przybliżone   Tablica wyników to=1 k 1 2 3 4 5 6 7 8 9 10 tk 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 f1(tk) f2(to-tk) f1(tk)f2(to-tk) Sumując ostatni wiersz pomnożony przez otrzymujemy  jeśli przyjmiemy 2017-04-24 PTS 2015/16 PŁ

Analitycznie: 2017-04-24 PTS 2015/16 PŁ

1 0.5 2017-04-24 PTS 2015/16 PŁ

Przykład splotu dyskretnego: 2017-04-24 PTS 2015/16 PŁ

Odbicie: Przesunięcie o pewną ustaloną wartość n, np.:. 2017-04-24 PTS 2015/16 PŁ

Mnożenie dla n=1: 2017-04-24 PTS 2015/16 PŁ

Wykres funkcji splotowej n 1 2 3 4 5 f(n) 6 Sumowanie dla n=1: Wykres funkcji splotowej n 1 2 3 4 5 f(n) 6 2017-04-24 PTS 2015/16 PŁ

%oblicz minimalna dlugosc wektora czasu dyskretnego x1=[1 2 3 4]; x2=[1 1 1 ]; %oblicz minimalna dlugosc wektora czasu dyskretnego len=length(x1)+length(x2); %wektor dlugosci sygna?ów ograniczonych minlen=len-1; dt=0:minlen-1; % skala dyskretnego czasu % aby ?atwiej rysowa? i liczy? dope?nij wektory zerami x11=zeros(1,minlen-length(x1)); x1=[x1 x11]; x22=zeros(1,minlen-length(x2)); x2=[x2 x22]; y=zeros(1,minlen); for n=1:minlen %petla zewnetrzna for k=1:n % pętla wewn?trzna y(n)=y(n)+x1(k)*x2(n-k+1); end %stem(dt,y) subplot(4,1,1); stem(dt,x1) title('Sygna? pierwszy') subplot(4,1,2); stem(dt,x2) title('Sygna? drugi') subplot(4,1,3:4); stem(dt,y); grid on title('Splot sygna?ów') 2017-04-24 PTS 2015/16 PŁ

Efekt działania procedury 2017-04-24 PTS 2015/16 PŁ

Przykład operacji na sygnale Wykorzystując sygnał x(t) z Rys.1 naszkicuj następujące sygnały: a) -x(t-3), b)2x(1-t). Rys.1 2017-04-24 PTS 2015/16 PŁ

Rozwiązanie a) Fig.1.3 2017-04-24 PTS 2015/16 PŁ

Rozwiązanie b) 2017-04-24 PTS 2015/16 PŁ

2017-04-24 PTS 2015/16 PŁ