6. témakör. Mintavételezés elve Digitális jelfeldolgozás (DSP) alapjai
|
|
- Erik Mészáros
- 5 évvel ezelőtt
- Látták:
Átírás
1 6. témakör Mintavételezés elve Digitális jelfeldolgozás (DSP) alapjai
2 A mintavételezés blokkvázlata Mintavételezés: Digitális jel mintavevô kvantáló kódoló Átvitel Tárolás antialiasing szűrő Feldolgozás (DSP) Mintavételezett jel helyreállítása: Simító szűrő és amplitúdó korrektor f dekódoló tartóáramkör DSP: Digital Signal Processing 1 2 3
3 A blokkvázlat jellemző jelformái Mintavételezés: :eredeti jel 2 :mintavételezett jel (PAM jel)..... t Mintavételezett jel helyreállítása: PCM t MINTAVÉTELEZÉS 3 KVANTÁLÁS t vett jel t 1 PCM t KÓDOLÁS t PAM: Pulse Amliutude Modulation PCM: Pulse Code Modulation
4 A mintavett jel időfüggvénye A vizsgálathoz először tekintsünk el a kvantálástól és a kódolástól és a minták tartásától! Feltételezzük, hogy a rendszer végtelen számú amplitúdó mintát képes ábrázolni. A mintavételező függvényünk legyen ideális. Az ideális mintavételező függvény egy mintavételi időközönként (T) érkező periodikus Dirac sorozat: A Dirac impulzusokkal megszorozva a jel időfüggvényét, a kapott mintavett jel egy n x T időpillanatokban lévő Dirac sorozat lesz. Az impulzusoknak nem a magassága, hanem a területe hordozza az adott időpillanatbeli jelminta értékét. Tehát a mintavett jel időfüggvénye: f(t) fmv(t) A mintavett jel csak a mintavételi időpillanatokban hordozza a folytonos jel pillanatértékét, a közbenső időintervallumról látszólag nem hordoz információt! A későbbiekben belátjuk, hogy ez mégsem így van.
5 A mintavett jel spektruma A periodikus négyszögjel spektrumának meghatározására visszautalva (1. labor), láttuk, hogy ha az impulzusok minden határon túl elkeskenyednek, akkor a spektrumvonalak magasságát meghatározó sinx/x burkológörbe első zérushelye a végtelenbe tolódik. Ennek analógiájára a periodikus Dirac sorozat spektruma fs, 2fs, 3fs, 4fs (végtelen) frekvenciákon lévő cos összetevők: Mintavételi frekvencia a mintavételi időköz reciproka: fs=1/t A Fuorier sor: Fourier transzformáltakkal felírva a mintavett jel spektrumát: Ami az időtartományban szorzás, az a frekvenciatartományban konvolúció, tehát a mintavételezendő jel és a mintavételező Dirac sorozat spektrumának konvolválása után megkapjuk a mintavett jel spektrumát:
6 A mintavett jel spektruma A konvolúcióval történő felírásnál egyszerűbben is belátható a végeredmény. Ha a mintavételezendő jelet sávkorlátozzuk, egyenkomponens mentessé tesszük, és megszorozzuk a Dirac mintavételező függvénnyel, akkor a mintavételezés nem más, mint egy AMDSB/SC moduláció. Ebben az esetben végtelen számú vivő adódik (Dirac sorozat spektruma), amely körül az AM esetében ismert módon megjelennek az oldalsávok. Látható, hogy a jel spektrumát a mintavett jel spektruma végtelen sokszor tartalmazza n x fs frekvenciák körül. Az ideális mintavett jel spektruma tehát végtelen és periodikus. Fontos megjegyezni, hogy a spektrumkép a jel teljes spektrumát tartalmazz, azaz a jel minden időpillanatra vonatkozó tulajdonságát hordozza, amelyből az következik, hogy később a jelet minden időpillanatban, maradéktalanul vissza tudjuk állítani (nem csak a mintavételi helyeken).
7 A mintavételi tétel A mintavett jel spektrumából jól látszik, hogy ha a jel, amelyből mintát szeretnénk venni, sávkorlátozott f(max)ra, akkor a mintavételi frekvencia nagyobb kell legyen az f(max) kétszeresénél, különben az oldalsávok összeérnek és átlapolódnak. Ez a jel helyreállítását lehetetlenné teszi. Az átlapolódás az ALIASING jelenség. Ennek megakadályozására kell a kódoló bemenetén a jelet egy aluláteresztő szűrővel sávkorlátozni (antialiasing szűrő) Tehát a mintavételi tétel első triviális alakja, bármilyen sávszélességű jel esetében: fs > 2 x fmax
8 A mintavételi tétel A példán jól látható, hogy a távközlésben gyakori, beszédkódoláshoz használt 8kHz mintavételi frekvencia alkalmazásánál, ha nem sávkorlátozzuk a mintavételi tétel teljesüléséhez a jelet, akkor az oldalsávok átlapolódnak. A spektrumba az fs alatti alsó oldalsávból frekvenciakomponensek kerülnek, amelyek a hasznos spektrumból többé nem különíthetőek el. Az elméleti 4kHz helyett alkalmazott 3.4 khz sávhatárnak az az oka, hogy a helyreállítás során használt szűrők véges meredeksége miatt egy jól meghatározható frekvenciatartományt szabadon kell hagyni. Példaként, ha a jelben megjelenik egy 6kHzes komponens, akkor nem teljesül a mintavételi tétel, és 86=2 khzen megjelenik az aliasing frekvencia, amely a jel helyreállítás után is a hasznos frekvenciatartományban marad: Az ALIASING frekvencia szemléltetése:
9 A mintavételi tétel A mintavételi frekvenciát úgy kell megválasztanunk, hogy ne lépjen fel spektrum átlapolódás. Ennek a követelménynek megfelelően további mintavételi frekvenciákat is kijelölhetünk a mindenkor érvényes triviális (fs>2xfmax) mellett, amennyiben a jel sávszélessége kisebb, mint egy oktáv, azaz: ahol: B = f2f1 (fmaxfmin) Ebben az esetben: f2/b > 2 vagy 2f1>f2 2 x f2/n < fs <2 x f1/ (n1) ahol: n=2,3,...g. A g az f2/b értékhez tartozó, lefelé kerekített egész szám. A következő grafikon a megengedett fs értéktartományokat mutatja. A függőleges tengelyen felmérve a jel sávszélességének megfelelő értékeket, a hozzá tartozó vízszintes egyenes kimetszi a megengedett tartományokat, amelyeket a vízszintes tengelyen azonosíthatunk. Megjegyzés: fm = fs (mintavételi frekvencia)
10 A mintavételi tétel 1. Példa: f1=60khz, f2=108khz Tehát g=2 A megengedett fs tartomány a fs>216khzen kívül: 108kHz < fs < 120kHz 2. Példa: f1=84khz, f2=96khz Tehát g=8 A megengedett fs tartomány a fs>192khzen kívül: n=8,7,6,5...1hez tartozó tartományok: 24kHz, 27, 428kHz, 3233,6kHz, 38,442kHz, 4856kHz, 6484kHz, 96168kHz
11 A jel helyreállítása Niquist probléma: Láttuk, hogy a mintavett jel spektruma az eredeti jel spektrumát végtelen sokszor tartalmazza. A jel helyreállításához nem kell mást tenni, mint az eredeti spektrumot egy aluláteresztő, ún. simító szűrővel kiszűrni. Ezzel a jel maradéktalanul (nem csak a mintavételi helyeken, hanem azok között is) helyreállítható! Niquist megadta, hogyan kell egy ideális szűrő f0ját meghatározni, hogy a kimeneten a helyes jelalakot kapjuk vissza. A megoldás az ismert Niquist feltétel: f0 = fs/2 = 1/(2 x T) Az ideális aluláteresztő szűrő tanulmányozásánál láttuk, hogy a Dirac impulzusra adott válasz függvényben (súlyfüggvény) a zérushelyek n x 1/(2 x f0), azaz n x 1/fs, azaz n x T időpillanatokra esnek.
12 A jel helyreállítása Niquist probléma: A Dirac sorozatra az ideális aluláteresztő szűrő a Dirac területekkel szorzott si(x) függvények összegét adja: Látható, hoyg n x T időpillanatokban Ai függvényértékkel arányos pillanatértéket kapjuk vissza, míg az összes többi si(x) függvény n x T helyeken zérust ad. A közbülső időpillanatokban a függvények összege pontosan leírja a jelet. Egyéb esetre viszont Niquist nem tudott megoldást nyújtani.
13 A jel helyreállítása Shannon tétele: Shannon bizonyította, hogy a jel mindaddig maradék nélkül helyreállítható, amíg a spektrumban nem történik átlapolódás. A szűrő határfrekvenciája pedig az adott sávban lehet: f2 < f0 < fsf2 Látható, hogy ha a spektrum egy aluláteresztő szűrővel kiválasztható, akkor az eredeti jel spektruma jelenik meg, így az eredeti időfüggvény is, függetlenül attól, hogy a si(x) súlyfüggvények n x T helyeken nem adnak zérust. Ez a Niquist probléma megoldását jelentette. A mintavételi tételt ezért Shannon mintavételi tételének is nevezik. Problémát a simító szűrő nem ideális volta okozhat. A valóságos szűrők véges meredekéggel, és a töréspont környékén egyre nagyobb fázistorzítással, így csoportfutási idő torzítással is rendelkeznek, amely a helyreállítás során lineáris torzítást okoz. Ezen segíthet a túlmintavételezés.
14 Mintavételezés és a jel helyreállítása a valóságban Minatvételezés: A Dirac impulzusok területe helyett PAM impulzusok magassága hordozza a jelminta értékét, de ez a minta nagyságának számértékké alakításában lényegtelen. A jel helyreállítása: A probléma ott jelentkezik, hogy a számokat újra Dirac sorozattá kellene alakítani, amely visszaadja a mintavett jel spektrumánál tanult spektrumképet. Ilyen sorozatot előállítása a valóságban nem lehetséges. A valóságban véges szélességű impulzusok magassággal arányos területe reprezentálja a jelmintákat. A véges szélességű impulzusokat a tartó áramkör állítja elő. A periodikus négyszögjel spektrumára visszautalva, ha az impulzusok szélesednek, akkor a spektrum sinx/x burkológörbéjének első zérushelye egyre kisebb frekvenciák felé tolódik el. Ehhez hasonlóan a mintavett jel spektruma is ilyen sinx/x függvénynek megfelelő burkoló szerint alakul: Az exponenciális tag csupán egy konstans késleltetést jelent, ami lineáris torzítást nem okoz.
15 Mintavételezés és a jel helyreállítása a valóságban
16 Mintavételezés és a jel helyreállítása a valóságban A tartóáramkör kimenetén megjelenő impulzusok szélességének függvényében az eredeti spektrum is torzul, abszolút értékben, a magasabb frekvenciák felé (ez egy lineáris torzítás). Ez azonban egy ellentétes amplitúdó korrekcióval kiküszöbölhető. Az amplitúdó korrektort sokszor a simító szűrővel együtt valósítják meg. Amint már tudjuk, a simító szűrő nem ideális volta szintén problémaként jelentkezik, egyre jobb szűrőkonstrukciókkal az ebből eredő hiba minimalizálható. Problémát okoz még az impulzusok nem ideális alakja is, ami a sinx/x burkoló turzulását eredményezheti. Példa: Az r kitöltési tényező függvényében az alábbi korrekciókra van szükség egy telefoncsatorna esetében:
17 Jitter A valóságban további két alapvető problémával is szembe kell nézni. Az egyik a jitter, a másik a kvantálás. A mintavételezésnél, és a dekódolásnál az időzítés (mintavételi időpillanat) bizonytalanságából adódó ún. JITTER jeltorzulást okozhat, amely jó minőségű időzítő áramkörökkel minimalizálható.
18 Kvantálás A kódolt mintákat a kódolás során a véges számábrázolási tartományunkhoz igazodóan véges számú diszkrét lépcsőhöz rendeljük, amelyekhez egyegy bináris PCM kód tartozik. Ez a kód reprezentálja a digitális rendszerben a minta értékét. A lépcsőhöz igazítás a KVANTÁLÁS, amely minden esetben a valós érték és az azt helyettesítő lépcső közti differencia eldobásával jár. Ez olyan jeltorzulást okoz, amely nem korrigálható. Eredményeként létrejön a KVANTÁLÁSI ZAJ, ill. KVANTÁLÁSI TORZÍTÁS. (Helyettesítési értékek)
19 Kvantálás Természetesen a lépcsők számának növelésével a hiba csökkenthető, de az a bináris számok hosszúságának növekedését, ezzel együtt a rendszer erőforrásainak szükségszerű bővítését hozza magával, ami jelentősen költségesebbé teszi a rendszert. A minták ábrázolásakor minden egyes plusz bit megfelezi a kvantálási lépcsők méretét.
20 Kvantálás Pozitív kvantálási lépcsôk V (T ) max V 7 V 6 V 5 V 4 V 3 V 2 S 2 S 3 S 4 Elôjel Bináris érték V 1 S 1 S A.C. V Negatív kvantálási lépcsôk V 1 V 2 V 3 V 4 V 5 S... S 1 9 minta értékek S 1 S 2 = 1001 = 1011 S 6 S 6 = 0001 S 7 = 0011 S 7 S 8 S V 6 V 7 V (T max) S 3 S 4 S 5 = 1111 = 1111 = 1000 S 8 = 0111 S 9 =
21 Kvantálás Lineáris kvantálás: (A, B) 8 A 8 C Egyenlő nagyságú lépcsők találhatók minden jeltartományban. Ebből az következik, hogy a kvantálásból eredő hiba a jelszint csökkenésével relatíve nő. (Audiotechnikában használatos) kimenô jel bemenô jel 7 6 kimenô jel bemenô jel Nem lineáris kvantálás: (C, D) A beszédjel többnyire kis amplitúdóihoz igazodva a kis jelek felé arányosan csökken a lépcsőméret, így a relatív hiba nagysága nagy szinttartományon közel állandó értéken tartható. (Távközlésben használatos, mint logaritmikus kvantálási karakterisztika) B Lineáris kodek bemenô jel kv antálási torzítás D bemenô jel 3 kv antálási torzítás Nem lineáris kodek 8
22 A kvantálási zaj A kvantálásból eredő jeltorzulás, amennyiben a jel nem összemérhető a kvantálási lépcsők nagyságával, akkor zajként jelentkezik a rendszer kimenetén. Ez a kvantálási zaj. Lineáris kvantálás esetén a jel/zaj viszony az alábbiak szerint határozható meg: (A bemenő jel legyen a kivezérlés határán lévő amplitúdójú sin jel)
23 A kvantálási zaj A kvantálási jelzaj viszony: Logaritmikusan is kifejezhető: A jelteljesítmény az eddig tanultak szerint:
24 A kvantálási zaj A zajteljesítmény meghatározása: Ha a jel nagy szinttartományt fog át, és viszonylag gyorsan változik, akkor a hiba egyenletes eloszlást mutat a Q tartományon. Az sűrűségfüggvénye: Mivel a kvantálási zaj is ergodikus, a négyzetes középértéke megegyezik a statisztikus négyzetes középértékkel:
25 A kavntálási zaj Amennyiben az előbbi feltétel teljesül, akkor a zaj teljesitménysűrűség spektruma sávkorlátozott fehérzaj a hasznos tartományon. A jel/zaj viszony:
26 A kvantálási zaj Kimondhatjuk, hogy közelítőleg a minták ábrázolásánál egy bit elhagyásával 6dBlel növekedik meg a kvantálásból eredő zaj! Példa: Vegyük példaként a CDt amely 16 bit hosszúságú kódszavakon tárolja a jelmintákat. A fül 20 khzes határfrekvenciájához igazodva az fs=44,1 khz. A 16 biten 2^16 db szám ábrázolható, azaz ennyi darab lépcső definiálható a kivezérlési tartományon. Az előző képlet alapján az CDvel elérhető jelzaj viszony 98 db, amely a jelszint csökkenésével romlik.
27 ITUT A karakterisztika Telefoncsatornák esetén alkalmazott logaritmikus kvantálási karakterisztika:
28 ITUT A karakterisztika A minták 8 biten ábrázolódnak, a karakterisztika 2^8=256 lépcsőt tartalmaz a dinamikatartományban, 16 lineáris szegmensre bontva, szegmensenként 16 egyenlő nagyságú kvantumlépcsővel. A középső 4 szegmens azons méretű kvantumlépcsőket tartalmaz. A kvantálási nyereség megadja, hogy hányszor több kvantumlépcső jut kis jelekre nemlineáris kvantálás esetén, mint lineáris esetben: Az A karakterisztika esetében: g=(1/128)/(1/2048)=16 és G=24,1 db A kvantálási jel/zaj mérési eredménye a bemenő szint függvényében:
29 Dither zaj A kvantálásból eredő jeltorzulás, amennyiben a jel nem összemérhető a kvantálási lépcsők nagyságával, azaz nagy szinttartományt fog át és viszonylag gyorsan változik, akkor zajként jelentkezik a rendszer kimenetén. Ez a kvantálási zaj. Teljesítménysűrűség függvénye szerint sávkorlátozott fehérzaj. A modell már nem érvényes: Amennyiben a kódolandó jel olyan kicsi, hogy az összemérhető a kvantálási lépcsők méretével, akkor az előbbi zajmodell már nem alkalmazható. Ebben az esetben a jel helyreállítása során olyan mértékű a jeltorzulás, hogy a jel teljesítményével összemérhető torzítási komponensek keletkeznek.
30 Dither zaj Amennyiben a kódolandó vagy a kódolt jelhez a kvantálási lépcsővel összemérhető zajt keverünk (Dither zaj), akkor a helyreállítás során a fehérzajszint ugyan megnő egy kissé, de a sokkal kellemetlenebb hangzást keltő torzítási komponensek eltűnnek. (A minőségi CDk Ditherezettek!)
31 Dither zaj A Dither zaj alkalmazásának van egy mási jótékony hatása is: Amennyiben egy lépcsőnél kisebb amplitúdójú jelhez adódik a Dither, akkor az általa keltett zajból, a fülünk átlagoló képességének köszönhetően, kihalljuk a hasznos jelet. Így akár a lépcső méreténél tízszer kisebb amplitúdójú jeleket is meghallunk. Ez máskülönben csak a PCM kódszavak hosszúságának növelésével volna lehetséges (drasztikus költségnövekedés árán). Átlagolás után előtűnik a hasznos jel (ahogyan a fülünk működik):
32 Dither zaj Összetett, kis amplitúdókkal rendelkező jel kvantálásakor keletkező intermodulációs torzítás hatása is csökkenthető a Dither zaj alkalmazásával. Ha kisebb felbontásra térünk át, pl. 24 bites rendszerekben 16 bites kimeneti formátumra, akkor a csonkolás, illetve kerekítés mellett a Dither zaj hozzáadása szintén igen lényeges a keletkező torzítási komponensek megszűntetéséhez.
33 Ajánlott irodalom Dr. Simonyi Ernő: Digitális szűrők Cebe László: PCM hírközlés I. Jákó Péter: Digitális hangtechnika
π π A vivőhullám jelalakja (2. ábra) A vivőhullám periódusideje T amplitudója A az impulzus szélessége szögfokban 2p. 2p [ ]
Pulzus Amplitúdó Moduláció (PAM) A Pulzus Amplitúdó Modulációról abban az esetben beszélünk, amikor egy impulzus sorozatot használunk vivőhullámnak és ezen a vivőhullámon valósítjuk meg az amplitúdómodulációt
RészletesebbenEllenőrző kérdések a Jelanalízis és Jelfeldolgozás témakörökhöz
Ellenőrző kérdések a Jelanalízis és Jelfeldolgozás témakörökhöz 1. Hogyan lehet osztályozni a jeleket időfüggvényük időtartama szerint? 2. Mi a periodikus jelek definiciója? (szöveg, képlet, 3. Milyen
Részletesebben3.18. DIGITÁLIS JELFELDOLGOZÁS
3.18. DIGITÁLIS JELFELDOLGOZÁS Az analóg jelfeldolgozás során egy fizikai mennyiséget (pl. a hangfeldolgozás kapcsán a levegő nyomásváltozásait) azzal analóg (hasonló, arányos) elektromos feszültséggé
Részletesebben2. gyakorlat Mintavételezés, kvantálás
2. gyakorlat Mintavételezés, kvantálás x(t) x[k]= =x(k T) Q x[k] ^ D/A x(t) ~ ampl. FOLYTONOS idı FOLYTONOS ANALÓG DISZKRÉT MINTAVÉTELEZETT DISZKRÉT KVANTÁLT DIGITÁLIS Jelek visszaállítása egyenköző mintáinak
RészletesebbenAnalóg-digitális átalakítás. Rencz Márta/ Ress S. Elektronikus Eszközök Tanszék
Analóg-digitális átalakítás Rencz Márta/ Ress S. Elektronikus Eszközök Tanszék Mai témák Mintavételezés A/D átalakítók típusok D/A átalakítás 12/10/2007 2/17 A/D ill. D/A átalakítók A világ analóg, a jelfeldolgozás
RészletesebbenAnalóg digitális átalakítók ELEKTRONIKA_2
Analóg digitális átalakítók ELEKTRONIKA_2 TEMATIKA Analóg vs. Digital Analóg/Digital átalakítás Mintavételezés Kvantálás Kódolás A/D átalakítók csoportosítása A közvetlen átalakítás A szukcesszív approximációs
RészletesebbenBeszédinformációs rendszerek 5. gyakorlat Mintavételezés, kvantálás, beszédkódolás. Csapó Tamás Gábor
Beszédinformációs rendszerek 5. gyakorlat Mintavételezés, kvantálás, beszédkódolás Csapó Tamás Gábor 2016/2017 ősz MINTAVÉTELEZÉS 2 1. Egy 6 khz-es szinusz jelet szűrés nélkül mintavételezünk
Részletesebben5. témakör. Szögmodulációk: Fázis és frekvenciamoduláció FM modulátorok, demodulátorok
5. témakör Szögmodulációk: Fázis és frekvenciamoduláció FM modulátorok, demodulátorok Szögmoduláció Általánosan felírva a vivőfrekvenciás jelet (AM-nél megismert módon): Amennyiben a vivő pillanatnyi amplitúdója
RészletesebbenFourier térbeli analízis, inverz probléma. Orvosi képdiagnosztika 5-7. ea ősz
Fourier térbeli analízis, inverz probléma Orvosi képdiagnosztika 5-7. ea. 2017 ősz 5. Előadás témái Fourier transzformációk és kapcsolataik: FS, FT, DTFT, DFT, DFS Mintavételezés, interpoláció Folytonos
Részletesebben1. témakör. A hírközlés célja, általános modellje A jelek osztályozása Periodikus jelek leírása időtartományban
1. témakör A hírközlés célja, általános modellje A jelek osztályozása Periodikus jelek leírása időtartományban A hírközlés célja, általános modellje Üzenet: Hír: Jel: Zaj: Továbbításra szánt adathalmaz
RészletesebbenMintavétel: szorzás az idő tartományban
1 Mintavételi törvény AD átalakítók + sávlimitált jel τ időközönként mintavétel Mintavétel: szorzás az idő tartományban 1/τ körfrekvenciánként ismétlődik - konvolúció a frekvenciatérben. 2 Nem fednek át:
RészletesebbenHíradástechikai jelfeldolgozás
Híradástechikai jelfeldolgozás 13. Előadás 015. 04. 4. Jeldigitalizálás és rekonstrukció 015. április 7. Budapest Dr. Gaál József docens BME Hálózati Rendszerek és SzolgáltatásokTanszék gaal@hit.bme.hu
RészletesebbenX. ANALÓG JELEK ILLESZTÉSE DIGITÁLIS ESZKÖZÖKHÖZ
X. ANALÓG JELEK ILLESZTÉSE DIGITÁLIS ESZKÖZÖKHÖZ Ma az analóg jelek feldolgozása (is) mindinkább digitális eszközökkel és módszerekkel történik. A feldolgozás előtt az analóg jeleket digitalizálni kell.
RészletesebbenDigitális jelfeldolgozás
Digitális jelfeldolgozás Mintavételezés és jel-rekonstrukció Magyar Attila Pannon Egyetem Műszaki Informatikai Kar Villamosmérnöki és Információs Rendszerek Tanszék magyar.attila@virt.uni-pannon.hu 2010.
RészletesebbenMérés és adatgyűjtés
Mérés és adatgyűjtés 4. óra Mingesz Róbert Szegedi Tudományegyetem 2012. február 27. MA - 4. óra Verzió: 2.1 Utolsó frissítés: 2012. március 12. 1/41 Tartalom I 1 Jelek 2 Mintavételezés 3 A/D konverterek
RészletesebbenFourier-sorfejtés vizsgálata Négyszögjel sorfejtése, átviteli vizsgálata
Fourier-sorfejtés vizsgálata Négyszögjel sorfejtése, átviteli vizsgálata Reichardt, András 27. szeptember 2. 2 / 5 NDSM Komplex alak U C k = T (T ) ahol ω = 2π T, k módusindex. Időfüggvény előállítása
Részletesebben3. témakör. Rendszerek idő, frekvencia-, és komplex frekvenciatartományi leírása
3. témakör Rendszerek idő, frekvencia-, és komplex frekvenciatartományi leírása Bevezetés Célunk a rendszer kimenő jelének meghatározása a bemenő jel és a rendszerjellemző függvény ismeretében. A rendszereket
RészletesebbenMintavételezés és AD átalakítók
HORVÁTH ESZTER BUDAPEST MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM JÁRMŰELEMEK ÉS JÁRMŰ-SZERKEZETANALÍZIS TANSZÉK ÉRZÉKELÉS FOLYAMATA Az érzékelés, jelfeldolgozás általános folyamata Mérés Adatfeldolgozás 2/31
RészletesebbenÉRZÉKELŐK ÉS BEAVATKOZÓK I. 6. A MINTAVÉTELI TÖRVÉNY
ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 6. A MINTAVÉTELI TÖRVÉNY Dr. Soumelidis Alexandros 2018.10.25. BME KÖZLEKEDÉSMÉRNÖKI ÉS JÁRMŰMÉRNÖKI KAR 32708-2/2017/INTFIN SZÁMÚ EMMI ÁLTAL TÁMOGATOTT TANANYAG Mintavételezés
RészletesebbenA mintavételezéses mérések alapjai
A mintavételezéses mérések alapjai Sok mérési feladat során egy fizikai mennyiség időbeli változását kell meghatároznunk. Ha a folyamat lassan változik, akkor adott időpillanatokban elvégzett méréssel
Részletesebben2. témakör. Sztochasztikus, stacionárius és ergodikus jelek leírása idő és frekvenciatartományban
2. témakör Sztochasztikus, stacionárius és ergodikus jelek leírása idő és frekvenciatartományban Bevezetés Egy összetett jel, amely nem feltétlen periodikus, de stabil amplitúdójó és frekvenciájú diszkrét
RészletesebbenA digitális jelek időben és értékben elkülönülő, diszkrét mintákból állnak. Ezek a jelek diszkrét értékűek és idejűek.
A digitális hangrögzítés és lejátszás A digitális hangrögzítés és lejátszás az analóg felvételhez és lejátszáshoz hasonló módon történik, viszont a rögzítés módja már nagymértékben eltér. Ezt a folyamatot
RészletesebbenKvantálási torzítás mérése PCM A karakterisztika
Kvantálási torzítás mérése PCM A karakterisztika Elméleti összefoglaló PCM kódolás, dekódolás (Coding) Az analóg jel az A/D átalakítást követıen válik digitálissá. A konverzió több lépésben történik: Mintavételezés;
RészletesebbenMilyen elvi mérési és számítási módszerrel lehet a Thevenin helyettesítő kép elemeit meghatározni?
1. mérés Definiálja a korrekciót! Definiálja a mérés eredményét metrológiailag helyes formában! Definiálja a relatív formában megadott mérési hibát! Definiálja a rendszeres hibát! Definiálja a véletlen
RészletesebbenIványi László ARM programozás. Szabó Béla 6. Óra ADC és DAC elmélete és használata
ARM programozás 6. Óra ADC és DAC elmélete és használata Iványi László ivanyi.laszlo@stud.uni-obuda.hu Szabó Béla szabo.bela@stud.uni-obuda.hu Mi az ADC? ADC -> Analog Digital Converter Analóg jelek mintavételezéssel
RészletesebbenTávközlő hálózatok és szolgáltatások Távközlő rendszerek áttekintése
Távközlő hálózatok és szolgáltatások Távközlő rendszerek áttekintése Németh Krisztián BME TMIT 2015. szept. 14, 21. A tárgy felépítése 1. Bevezetés Bemutatkozás, játékszabályok, stb. Történelmi áttekintés
RészletesebbenElektronika Előadás. Digitális-analóg és analóg-digitális átalakítók
Elektronika 2 9. Előadás Digitális-analóg és analóg-digitális átalakítók Irodalom - Megyeri János: Analóg elektronika, Tankönyvkiadó, 1990 - U. Tiecze, Ch. Schenk: Analóg és digitális áramkörök, Műszaki
RészletesebbenWavelet transzformáció
1 Wavelet transzformáció Más felbontás: Walsh, Haar, wavelet alapok! Eddig: amplitúdó vagy frekvencia leírás: Pl. egy rövid, Dirac-delta jellegű impulzus Fourier-transzformált: nagyon sok, kb. ugyanolyan
RészletesebbenJelfeldolgozás bevezető. Témalaboratórium
Jelfeldolgozás bevezető Témalaboratórium Tartalom Jelfeldolgozás alapjai Lineáris rendszerelmélet Fourier transzformációk és kapcsolataik Spektrális képek értelmezése Képfeldolgozás alapjai Néhány nevezetesebb
RészletesebbenZ v 1 (t)v 2 (t τ)dt. R 12 (τ) = 1 R 12 (τ) = lim T T. ill. periódikus jelekre:
1 Korrelációs fügvények Hasonlóság mértéke a két függvény szorzatának integrálja Időbeli változások esetén lehet vizsgálni a hasonlóságot a τ relatív időkülönbség szerint: Keresztkorrelációs függvény:
RészletesebbenKommunikációs hálózatok 2 Analóg és digitális beszédátvitel
Kommunikációs hálózatok 2 Analóg és digitális beszédátvitel Németh Krisztián BME TMIT 2017. február 14. A tárgy felépítése 1. Bevezetés Bemutatkozás, játékszabályok, stb. Technikatörténeti áttekintés Mai
RészletesebbenOrvosi Fizika és Statisztika
Orvosi Fizika és Statisztika Szegedi Tudományegyetem Általános Orvostudományi Kar Természettudományi és Informatikai Kar Orvosi Fizikai és Orvosi Informatikai Intézet www.szote.u-szeged.hu/dmi Orvosi fizika
RészletesebbenAz Informatika Elméleti Alapjai
Az Informatika Elméleti Alapjai dr. Kutor László Jelek típusai Átalakítás az analóg és digitális rendszerek között http://mobil.nik.bmf.hu/tantargyak/iea.html Felhasználónév: iea Jelszó: IEA07 IEA 3/1
RészletesebbenAkusztikus MEMS szenzor vizsgálata. Sós Bence JB2BP7
Akusztikus MEMS szenzor vizsgálata Sós Bence JB2BP7 Tartalom MEMS mikrofon felépítése és típusai A PDM jel Kinyerhető információ CIC szűrő Mérési tapasztalatok. Konklúzió MEMS (MicroElectrical-Mechanical
RészletesebbenSzegedi Tudományegyetem. Természettudományi Kar. Telekommunikációs Szakértő Szak. Az Impulzus Kód Moduláció vizsgálata
Szegedi Tudományegyetem Természettudományi Kar Telekommunikációs Szakértő Szak Az Impulzus Kód Moduláció vizsgálata Szakdolgozat Készítette: Sándor Barna Témavezető: Dr. Gingl Zoltán egyetemi adjunktus
RészletesebbenDigitális modulációk vizsgálata WinIQSIM programmal
Digitális modulációk vizsgálata WinIQSIM programmal Lódi Péter(D1WBA1) Bartha András(UKZTWZ) 2016. október 24. 1. Mérés célja Mérés helye: PPKE-ITK 3. emeleti 321-es Mérőlabor Mérés ideje: 2016.10.24.
RészletesebbenDigitális Fourier-analizátorok (DFT - FFT)
6 Digitális Fourier-analizátoro (DFT - FFT) Eze az analizátoro digitális műödésűe és a Fourier-transzformálás elvén alapulna. A digitális Fourier analizátoro a folytonos időfüggvény mintavételezett jeleit
Részletesebben5. mérés: Diszkrét Fourier Transzformáció (DFT), Gyors Fourier Transzformáció (FFT), számítógépes jelanalízis
Híradástechnika II. laboratóriumi mérések 5. mérés: Diszkrét Fourier Transzformáció (DFT), Gyors Fourier Transzformáció (FFT), számítógépes jelanalízis Összeállította: Kármán József Általános bevezet Az
RészletesebbenMintavételezés: Kvantálás:
Mintavételezés: Időbeli diszkretizálást jelent. Mintavételezési törvény: Ha a jel nem tartalmaz B-nél magasabb frekvenciájú komponenseket, akkor a jel egyértelműen visszaállítható a legalább 2B frekvenciával
Részletesebben2. Elméleti összefoglaló
2. Elméleti összefoglaló 2.1 A D/A konverterek [1] A D/A konverter feladata, hogy a bemenetére érkező egész számmal arányos analóg feszültséget vagy áramot állítson elő a kimenetén. A működéséhez szükséges
RészletesebbenKommunikációs hálózatok 2 Analóg és digitális beszédátvitel
Kommunikációs hálózatok 2 Analóg és digitális beszédátvitel Németh Krisztián BME TMIT 2016. február 23. A tárgy felépítése 1. Bevezetés Bemutatkozás, játékszabályok, stb. Technikatörténeti áttekintés Mai
RészletesebbenVillamosságtan szigorlati tételek
Villamosságtan szigorlati tételek 1.1. Egyenáramú hálózatok alaptörvényei 1.2. Lineáris egyenáramú hálózatok elemi számítása 1.3. Nemlineáris egyenáramú hálózatok elemi számítása 1.4. Egyenáramú hálózatok
RészletesebbenJelek és rendszerek 1. 10/9/2011 Dr. Buchman Attila Informatikai Rendszerek és Hálózatok Tanszék
Jelek és rendszerek 1 10/9/2011 Dr. Buchman Attila Informatikai Rendszerek és Hálózatok Tanszék 1 Ajánlott irodalom: FODOR GYÖRGY : JELEK ÉS RENDSZEREK EGYETEMI TANKÖNYV Műegyetemi Kiadó, Budapest, 2006
RészletesebbenAnalóg elektronika - laboratóriumi gyakorlatok
Analóg elektronika - laboratóriumi gyakorlatok. Mûveleti erõsítõk váltakozó-áramú alkalmazásai. Elmélet Az integrált mûveleti erõsítõk váltakozó áramú viselkedését a. fejezetben (jegyzet és prezentáció)
RészletesebbenFehérzajhoz a konstans érték kell - megoldás a digitális szűrő Összegezési súlyok sin x/x szerint (ez akár analóg is lehet!!!)
DSP processzorok: 1 2 3 HP zajgenerátor: 4 Shift regiszter + XOR kapu: 2 n állapot Autókorrelációs függvény: l. pénzdobálás: (sin x/x) 2 burkoló! Fehérzajhoz a konstans érték kell - megoldás a digitális
RészletesebbenInformatika Rendszerek Alapjai
Informatika Rendszerek Alapjai Dr. Kutor László Jelek típusai Átalakítás analóg és digitális rendszerek között http://uni-obuda.hu/users/kutor/ IRA 2014 2014. ősz IRA3/1 Analóg jelek digitális feldolgozhatóságának
RészletesebbenMűszertechnikai és Automatizálási Intézet MÉRÉSTECHNIKA LABORATÓRIUMI MÉRÉSEK ÚTMUTATÓ
Óbudai Egyetem Kandó Kálmán Villamosmérnöki Kar Műszertechnikai és Automatizálási Intézet MÉRÉSTECHNIKA LABORATÓRIUMI MÉRÉSEK ÚTMUTATÓ 20/7. sz. mérés HAMEG HM-5005 típusú spektrumanalizátor vizsgálata
RészletesebbenInformatikai eszközök fizikai alapjai Lovász Béla
Informatikai eszközök fizikai alapjai Lovász Béla Kódolás Moduláció Morzekód Mágneses tárolás merevlemezeken Modulációs eljárások típusai Kódolás A kód megállapodás szerinti jelek vagy szimbólumok rendszere,
Részletesebben1. ábra. Repülő eszköz matematikai modellje ( fekete doboz )
Wührl Tibor DIGITÁLIS SZABÁLYZÓ KÖRÖK NEMLINEARITÁSI PROBLÉMÁI FIXPONTOS SZÁMÁBRÁZOLÁS ESETÉN RENDSZERMODELL A pilóta nélküli repülő eszközök szabályzó körének tervezése során első lépésben a repülő eszköz
RészletesebbenAnalóg elektronika - laboratóriumi gyakorlatok
Analóg elektronika - laboratóriumi gyakorlatok. Passzív alkatrészek és passzív áramkörök. Elmélet A passzív elektronikai alkatrészek elméleti ismertetése az. prezentációban található. A 2. prezentáció
RészletesebbenAkusztikus mérőműszerek
Akusztikus mérőműszerek Hangszintmérő: méri a frekvencia súlyozott, és nyomásátlagolt hangnyomás szintet (hangszintet). Felépítése Mikrofon + Erősítő Frekvencia Szint tartomány Időátlagolás Kijelzés Előerősítő
Részletesebben10.1. ANALÓG JELEK ILLESZTÉSE DIGITÁLIS ESZKÖZÖKHÖZ
101 ANALÓG JELEK ILLESZTÉSE DIGITÁLIS ESZKÖZÖKHÖZ Ma az analóg jelek feldolgozása (is) mindinkább digitális eszközökkel történik A feldolgozás előtt az analóg jeleket digitalizálni kell Rendszerint az
RészletesebbenShift regiszter + XOR kapu: 2 n állapot
DSP processzorok: 1 2 HP zajgenerátor: 3 Shift regiszter + XOR kapu: 2 n állapot Autókorrelációs függvény: l. pénzdobálás: (sin x/x) 2 burkoló! 4 Fehérzajhoz a konstans érték kell - megoldás a digitális
RészletesebbenKANDÓ KÁLMÁN VILLAMOSMÉRNÖKI FŐISKOLAI KAR. Mikroelektronikai és Technológiai Intézet. Aktív Szűrők. Analóg és Hírközlési Áramkörök
KANDÓ KÁLMÁN VILLAMOSMÉRNÖKI FŐISKOLAI KAR Mikroelektronikai és Technológiai Intézet Analóg és Hírközlési Áramkörök Laboratóriumi Gyakorlatok Készítette: Joó Gábor és Pintér Tamás OE-MTI 2011 1.Szűrők
RészletesebbenDigitális jelfeldolgozás
Digitális jelfeldolgozás Kvantálás Magyar Attila Pannon Egyetem Műszaki Informatikai Kar Villamosmérnöki és Információs Rendszerek Tanszék magyar.attila@virt.uni-pannon.hu 2010. szeptember 15. Áttekintés
RészletesebbenKétcsatornás tömörített és tömörítetlen digitális hangjelek minőségi vizsgálata
SZÉCHENYI ISTVÁN EGYETEM MŰSZAKI TUDOMÁNYI KAR INFORMATIKAI ÉS VILLAMOSMÉRNÖKI INTÉZET TÁVKÖZLÉSI TANSZÉK digitális hangjelek minőségi vizsgálata VILLAMOSMÉRNÖKI SZAK Rádióhírközlés szakirány 2005 Tartalomjegyzék
Részletesebben1. Jelgenerálás, megjelenítés, jelfeldolgozás alapfunkciói
1. Jelgenerálás, megjelenítés, jelfeldolgozás alapfunkciói FELADAT Készítsen egy olyan tömböt, amelynek az elemeit egy START gomb megnyomásakor feltölt a program 1 periódusnyi szinuszosan változó értékekkel.
Részletesebben2011. május 19., Budapest UWB ÁTTEKINTÉS
2011. május 19., Budapest UWB ÁTTEKINTÉS Mi az UWB? Hot new topic. Más elnevezések: impulzus rádió, alapsávi rádió, vivő- mentes rádió. Az USA védelmi minisztériuma használta először az UWB elnevezést
RészletesebbenDigitális jelfeldolgozás
Fürjes Andor Tamás Digitális jelfeldolgozás Rádiós napok 2001. nov. 7-8. Tartalom Digitalizálás és gyakorlati következményei Jelfeldolgozási alapok Digitális jelátvitel 2 Digitalizálás és következményei
RészletesebbenSzámítógépes gyakorlat MATLAB, Control System Toolbox
Számítógépes gyakorlat MATLAB, Control System Toolbox Bevezetés A gyakorlatok célja az irányítási rendszerek korszerű számítógépes vizsgálati és tervezési módszereinek bemutatása, az alkalmazáshoz szükséges
RészletesebbenDigitális szűrők - (BMEVIMIM278) Házi Feladat
Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rszerek Tanszék Digitális szűrők - (BMEVIMIM278) FIR-szűrő tervezése ablakozással Házi Feladat Név: Szőke Kálmán Benjamin Neptun:
RészletesebbenElektronika Előadás. Modulátorok, demodulátorok, lock-in erősítők
Elektronika 2 10. Előadás Modulátorok, demodulátorok, lock-in erősítők Irodalom - Megyeri János: Analóg elektronika, Tankönyvkiadó, 1990 - U. Tiecze, Ch. Schenk: Analóg és digitális áramkörök, Műszaki
RészletesebbenHíradástechnika I. 2.ea
} Híradástechnika I. 2.ea Dr.Varga Péter János Spektrum ábra példa Híradástechnika Intézet 2 A kommunikációban használt fontosabb fogalmak A sávszélesség A sávszélesség az a frekvenciatartomány, amelyben
Részletesebben11. Orthogonal Frequency Division Multiplexing ( OFDM)
11. Orthogonal Frequency Division Multiplexing ( OFDM) Az OFDM (Orthogonal Frequency Division Multiplexing ) az egyik legszélesebb körben alkalmazott eljárás. Ez az eljárás az alapja a leggyakrabban alkalmazott
RészletesebbenA PC vagyis a személyi számítógép
ismerd meg! A PC vagyis a személyi számítógép XX. rész A hangkártya 1. Bevezetés A hangkártya (sound-card) egy bõvítõ kártya, amely az alaplapon elhelyezkedõ hangszóró gyenge hangminõségét küszöböli ki.
RészletesebbenÉrtékelés Összesen: 100 pont 100% = 100 pont A VIZSGAFELADAT MEGOLDÁSÁRA JAVASOLT %-OS EREDMÉNY: EBBEN A VIZSGARÉSZBEN A VIZSGAFELADAT ARÁNYA 35%.
Az Országos Képzési Jegyzékről és az Országos Képzési Jegyzék módosításának eljárásrendjéről szóló 133/2010. (IV. 22.) Korm. rendelet alapján: Szakképesítés, szakképesítés-elágazás, rész-szakképesítés,
RészletesebbenHÍRADÁSTECHNIKA I. Dr.Varga Péter János
HÍRADÁSTECHNIKA I. 2. Dr.Varga Péter János 2 Modulációk Miért van szükség modulációra? 3 hullámokat megfelelő hatásfokkal sugározhassuk ha minden adó ugyanazon a frekvencián sugározna, az eredmény az lenne,
RészletesebbenTávközlő hálózatok és szolgáltatások Távközlő rendszerek áttekintése
Távközlő hálózatok és szolgáltatások Távközlő rendszerek áttekintése Németh Krisztián BME TMIT 2011. szet. 12. A tárgy feléítése 1. Bevezetés Bemutatkozás, játékszabályok, stb. Történelmi áttekintés Mai
RészletesebbenHangtechnika. Médiatechnológus asszisztens
Vázlat 3. Előadás - alapjai Pécsi Tudományegyetem, Pollack Mihály Műszaki Kar Műszaki Informatika és Villamos Intézet Műszaki Informatika Tanszék Ismétlés Vázlat I.rész: Ismétlés II.rész: A digitális Jelfeldolgozás
RészletesebbenMérési jegyzőkönyv a 5. mérés A/D és D/A átalakító vizsgálata című laboratóriumi gyakorlatról
Mérési jegyzőkönyv a 5. mérés A/D és D/A átalakító vizsgálata című laboratóriumi gyakorlatról A mérés helyszíne: A mérés időpontja: A mérést végezték: A mérést vezető oktató neve: A jegyzőkönyvet tartalmazó
RészletesebbenMérés 3 - Ellenörzö mérés - 5. Alakítsunk A-t meg D-t oda-vissza (A/D, D/A átlakító)
Mérés 3 - Ellenörzö mérés - 5. Alakítsunk A-t meg D-t oda-vissza (A/D, D/A átlakító) 1. A D/A átalakító erısítési hibája és beállása Mérje meg a D/A átalakító erısítési hibáját! A hibát százalékban adja
RészletesebbenKéprestauráció Képhelyreállítás
Képrestauráció Képhelyreállítás Képrestauráció - A képrestauráció az a folyamat mellyel a sérült képből eltávolítjuk a degradációt, eredményképpen pedig az eredetihez minél közelebbi képet szeretnénk kapni
RészletesebbenJelek és rendszerek MEMO_03. Pletl. Belépő jelek. Jelek deriváltja MEMO_03
Jelek és rendszerek MEMO_03 Belépő jelek Jelek deriváltja MEMO_03 1 Jelek és rendszerek MEMO_03 8.ábra. MEMO_03 2 Jelek és rendszerek MEMO_03 9.ábra. MEMO_03 3 Ha a jelet méréssel kapjuk, akkor a jel következő
RészletesebbenVálasztható önálló LabView feladatok 2015. A zárójelben szereplő számok azt jelentik, hogy hány főnek lett kiírva a feladat
Választható önálló LabView feladatok 2015 A zárójelben szereplő számok azt jelentik, hogy hány főnek lett kiírva a feladat 1) Hálózat teszt. Folyamatosan működő számítógép hálózat sebességet mérő programot
RészletesebbenMűszaki akusztikai mérések. (Oktatási segédlet, készítette: Deák Krisztián)
Műszaki akusztikai mérések (Oktatási segédlet, készítette: Deák Krisztián) Az akusztika tárgya a 20 Hz és 20000 Hz közötti, az emberi fül számára érzékelhető rezgések vizsgálata. A legegyszerűbb jel, a
RészletesebbenPasszív és aktív aluláteresztő szűrők
7. Laboratóriumi gyakorlat Passzív és aktív aluláteresztő szűrők. A gyakorlat célja: A Micro-Cap és Filterlab programok segítségével tanulmányozzuk a passzív és aktív aluláteresztő szűrők elépítését, jelátvitelét.
RészletesebbenVillamos jelek mintavételezése, feldolgozása. LabVIEW 7.1
Villamos jelek mintavételezése, feldolgozása (ellenállás mérés LabVIEW támogatással) LabVIEW 7.1 előadás Dr. Iványi Miklósné, egyetemi tanár LabVIEW-7.1 KONF-5_2/1 Ellenállás mérés és adatbeolvasás Rn
Részletesebbenminden x D esetén, akkor x 0 -at a függvény maximumhelyének mondjuk, f(x 0 )-at pedig az (abszolút) maximumértékének.
Függvények határértéke és folytonossága Egy f: D R R függvényt korlátosnak nevezünk, ha a függvényértékek halmaza korlátos. Ha f(x) f(x 0 ) teljesül minden x D esetén, akkor x 0 -at a függvény maximumhelyének
RészletesebbenOFDM-jelek előállítása, tulajdonságai és méréstechnikája
OFDM-jelek előállítása, tulajdonságai és méréstechnikája Mérési útmutató Kidolgozta: Szombathy Csaba tudományos segédmunkatárs Budapest, 2016. A mérés célja, eszközei A jelen laborgyakorlat célja sokvivős
RészletesebbenZh1 - tételsor ELEKTRONIKA_2
Zh1 - tételsor ELEKTRONIKA_2 1.a. I1 I2 jelforrás U1 erősítő U2 terhelés 1. ábra Az 1-es ábrán látható erősítő bemeneti jele egy U1= 1V amplitúdójú f=1khz frekvenciájú szinuszos jel. Ennek megfelelően
RészletesebbenA/D és D/A átalakítók gyakorlat
Budapesti Műszaki és Gazdaságtudományi Egyetem A/D és D/A átalakítók gyakorlat Takács Gábor Elektronikus Eszközök Tanszéke (BME) 2013. február 27. ebook ready Tartalom 1 A/D átalakítás alapjai (feladatok)
RészletesebbenHÍRADÁSTECHNIKA SZÖVETKEZET
HÍRADÁSTECHNIKA SZÖVETKEZET 1519 BUDAPEST * PF. 268 * TEL.: 869-304 * TELEX: 22-6151 A Híradástechnika Szövetkezetben intenzív fejlesztőmunka folyik a digitális technika eszközeinek meghonosítására a televíziós
RészletesebbenMérés és adatgyűjtés
Mérés és adatgyűjtés 5. óra - levelező Mingesz Róbert Szegedi Tudományegyetem 2011. március 18. MA lev - 5. óra Verzió: 1.1 Utolsó frissítés: 2011. április 12. 1/20 Tartalom I 1 Demók 2 Digitális multiméterek
RészletesebbenADAT- ÉS INFORMÁCIÓFELDOLGOZÁS
ADAT- ÉS INFORMÁCIÓFELDOLGOZÁS Földtudományi mérnöki MSc mesterszak 2018/19 I. félév TANTÁRGYI KOMMUNIKÁCIÓS DOSSZIÉ Miskolci Egyetem Műszaki Földtudományi Kar Geofizikai és Térinformatikai Intézet A tantárgy
RészletesebbenAlapvető Radar Mérések LeCroy oszcilloszkópokkal Radar impulzusok demodulálása és mérése
Alapvető Radar Mérések LeCroy oszcilloszkópokkal Radar impulzusok demodulálása és mérése Összefoglalás A radar rendszerekben változatos modulációs módszereket alkalmaznak, melyek közé tartozik az amplitúdó-,
RészletesebbenVálasztható önálló LabView feladatok 2013 A zárójelben szereplő számok azt jelentik, hogy hány főnek lett kiírva a feladat
Választható önálló LabView feladatok 2013 A zárójelben szereplő számok azt jelentik, hogy hány főnek lett kiírva a feladat 1) Hálózat teszt. Folyamatosan működő számítógép hálózat sebességet mérő programot
RészletesebbenANTAL Margit. Sapientia - Erdélyi Magyar Tudományegyetem. Jelfeldolgozás. ANTAL Margit. Adminisztratív. Bevezetés. Matematikai alapismeretek.
Jelfeldolgozás 1. Sapientia - Erdélyi Magyar Tudományegyetem 2007 és jeleket generáló és jeleket generáló és jeleket generáló Gyakorlatok - MATLAB (OCTAVE) (50%) Írásbeli vizsga (50%) és jeleket generáló
RészletesebbenPWM elve, mikroszervó motor vezérlése MiniRISC processzoron
PWM elve, mikroszervó motor vezérlése MiniRISC processzoron F1. A mikroprocesszorok, mint digitális eszközök, ritkán rendelkeznek közvetlen analóg kimeneti jelet biztosító perifériával, tehát valódi, minőségi
RészletesebbenVillamos jelek mintavételezése, feldolgozása. LabVIEW előadás
Villamos jelek mintavételezése, feldolgozása (ellenállás mérés LabVIEW támogatással) LabVIEW 7.1 2. előadás Dr. Iványi Miklósné, egyetemi tanár LabVIEW-7.1 EA-2/1 Ellenállás mérés és adatbeolvasás Rn ismert
RészletesebbenÉrtékelés Összesen: 100 pont 100% = 100 pont A VIZSGAFELADAT MEGOLDÁSÁRA JAVASOLT %-OS EREDMÉNY: EBBEN A VIZSGARÉSZBEN A VIZSGAFELADAT ARÁNYA 15%.
Az Országos Képzési Jegyzékről és az Országos Képzési Jegyzék módosításának eljárásrendjéről szóló 133/2010. (IV. 22.) Korm. rendelet alapján: Szakképesítés, szakképesítés-elágazás, rész-szakképesítés,
RészletesebbenJelkondicionálás. Elvezetés. a bioelektromos jelek kis amplitúdójúak. extracelluláris spike: néhányszor 10 uv. EEG hajas fejbőrről: max 50 uv
Jelkondicionálás Elvezetés 2/12 a bioelektromos jelek kis amplitúdójúak extracelluláris spike: néhányszor 10 uv EEG hajas fejbőrről: max 50 uv EKG: 1 mv membránpotenciál: max. 100 mv az amplitúdó növelésére,
RészletesebbenHázi Feladat. Méréstechnika 1-3.
Házi Feladat Méréstechnika 1-3. Tantárgy: Méréstechnika Tanár neve: Tényi V. Gusztáv Készítette: Fazekas István AKYBRR 45. csoport 2010-09-18 1/1. Ismertesse a villamos jelek felosztását, és az egyes csoportokban
RészletesebbenMéréstechnika. Rezgésmérés. Készítette: Ángyán Béla. Iszak Gábor. Seidl Áron. Veszprém. [Ide írhatja a szöveget] oldal 1
Méréstechnika Rezgésmérés Készítette: Ángyán Béla Iszak Gábor Seidl Áron Veszprém 2014 [Ide írhatja a szöveget] oldal 1 A rezgésekkel kapcsolatos alapfogalmak A rezgés a Magyar Értelmező Szótár megfogalmazása
RészletesebbenDigitális tárolós oszcilloszkópok
1 Az analóg oszcilloszkópok elsősorban periodikus jelek megjelenítésére alkalmasak, tehát nem teszik lehetővé a nem periodikusan ismétlődő vagy csak egyszeri alkalommal bekövetkező jelváltozások megjelenítését.
RészletesebbenBAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.
BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011. 1 Mérési hibák súlya és szerepe a mérési eredményben A mérési hibák csoportosítása A hiba rendűsége Mérési bizonytalanság Standard és kiterjesztett
RészletesebbenNégyszög - Háromszög Oszcillátor Mérése Mérési Útmutató
ÓBUDAI EGYETEM Kandó Kálmán Villamosmérnöki Kar Híradástechnika Intézet Négyszög - Háromszög Oszcillátor Mérése Mérési Útmutató A mérést végezte: Neptun kód: A mérés időpontja: A méréshez szükséges eszközök:
RészletesebbenBevezetés a méréstechnikába és jelfeldolgozásba 7. mérés RC tag Bartha András, Dobránszky Márk
Bevezetés a méréstechnikába és jelfeldolgozásba 7. mérés 2015.05.13. RC tag Bartha András, Dobránszky Márk 1. Tanulmányozza át az ELVIS rendszer rövid leírását! Áttanulmányoztuk. 2. Húzzon a tartóból két
RészletesebbenÉRZÉKELŐK ÉS BEAVATKOZÓK I. 3. MÉRÉSFELDOLGOZÁS
ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 3. MÉRÉSFELDOLGOZÁS Dr. Soumelidis Alexandros 2018.10.04. BME KÖZLEKEDÉSMÉRNÖKI ÉS JÁRMŰMÉRNÖKI KAR 32708-2/2017/INTFIN SZÁMÚ EMMI ÁLTAL TÁMOGATOTT TANANYAG Mérés-feldolgozás
RészletesebbenDigitális zenemultiplex berendezés rádiórelé rendszerekhez
Digitális multiplex berendezés rádiórelé rendszerekhez GERGELY LÁSZLÓ Orion Összefoglalás A cikk multiplex berendezéssel foglalkozik, amely 6 mono illetve 3 sztereo csatorna öszszefogását végzi 2 Mbit/sos
Részletesebben1. Ismertesse az átviteltechnikai mérőadók szolgáltatásait!
Ellenőrző kérdések A mérés elején öt kérdésre kell választ adni. Egy hibás válasz a mérésre adott osztályzatot egy jeggyel rontja. Kettő vagy annál több hibás válasz pótmérést eredményez! A kapcsolási
Részletesebben