ANTAL Margit. Sapientia - Erdélyi Magyar Tudományegyetem. Jelfeldolgozás. ANTAL Margit. Adminisztratív. Bevezetés. Matematikai alapismeretek.

Hasonló dokumentumok
Mérés és adatgyűjtés

Az Informatika Elméleti Alapjai

Informatika Rendszerek Alapjai

Orvosi Fizika és Statisztika

Hangtechnika. Médiatechnológus asszisztens

Híradástechikai jelfeldolgozás

Jelfeldolgozás. Gyakorlat: A tantermi gyakorlatokon való részvétel kötelező! Kollokvium: csak gyakorlati jeggyel!

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

Jelfeldolgozás - ANTAL Margit. impulzusválasz. tulajdonságai. Rendszerek. ANTAL Margit. Sapientia - Erdélyi Magyar Tudományegyetem

ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 3. MÉRÉSFELDOLGOZÁS

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás

Digitális jelfeldolgozás

Jelek és rendszerek 1. 10/9/2011 Dr. Buchman Attila Informatikai Rendszerek és Hálózatok Tanszék

Fourier térbeli analízis, inverz probléma. Orvosi képdiagnosztika 5-7. ea ősz

2. gyakorlat Mintavételezés, kvantálás

Elektronika Előadás. Digitális-analóg és analóg-digitális átalakítók

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 0. TANTÁRGY ISMERTETŐ

Analóg digitális átalakítók ELEKTRONIKA_2

Digitális jelfeldolgozás

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.

Valószínűségszámítás összefoglaló

Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg

ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 6. A MINTAVÉTELI TÖRVÉNY

Mintavételezés és AD átalakítók

Villamos jelek mintavételezése, feldolgozása. LabVIEW 7.1

Mi az adat? Az adat elemi ismeret. Az adatokból információkat

Anyagvizsgálati módszerek Mérési adatok feldolgozása. Anyagvizsgálati módszerek

Mintavétel: szorzás az idő tartományban

Villamos jelek mintavételezése, feldolgozása. LabVIEW előadás

Wavelet transzformáció

Matematikai geodéziai számítások 6.

A gyakorlat célja a fehér és a színes zaj bemutatása.

A Brüel & Kjaer zajdiagnosztikai módszereinek elméleti alapjai és ipari alkalmazása

Matematikai geodéziai számítások 6.

Iványi László ARM programozás. Szabó Béla 6. Óra ADC és DAC elmélete és használata

Nagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem

Mozgásmodellezés. Lukovszki Csaba. Navigációs és helyalapú szolgáltatások és alkalmazások (VITMMA07)

Akusztikus mérőműszerek

Analóg-digitális átalakítás. Rencz Márta/ Ress S. Elektronikus Eszközök Tanszék

Abszolút folytonos valószín ségi változó (4. el adás)

Zajok és fluktuációk fizikai rendszerekben

2. Elméleti összefoglaló

Mintavételezés tanulmányozása. AD - konverzió. Soros kommunikáció

Digitális jelfeldolgozás

Markov-láncok stacionárius eloszlása

ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 5. A JELFELDOLGOZÁS ALAPJAI: JELEK

Rezgés, Hullámok. Rezgés, oszcilláció. Harmonikus rezgő mozgás jellemzői

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

A digitális jelek időben és értékben elkülönülő, diszkrét mintákból állnak. Ezek a jelek diszkrét értékűek és idejűek.

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Matematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév

Diagnosztika Rezgéstani alapok. A szinusz függvény. 3π 2

X. ANALÓG JELEK ILLESZTÉSE DIGITÁLIS ESZKÖZÖKHÖZ

Informatika Rendszerek Alapjai

Mérési hibák

Z v 1 (t)v 2 (t τ)dt. R 12 (τ) = 1 R 12 (τ) = lim T T. ill. periódikus jelekre:

1.1 Számítógéppel irányított rendszerek

Fehérzajhoz a konstans érték kell - megoldás a digitális szűrő Összegezési súlyok sin x/x szerint (ez akár analóg is lehet!!!)

Adaptív dinamikus szegmentálás idősorok indexeléséhez

6. Előadás. Vereb György, DE OEC BSI, október 12.

Zaj- és rezgés. Törvényszerűségek

y ij = µ + α i + e ij

Shift regiszter + XOR kapu: 2 n állapot

3.18. DIGITÁLIS JELFELDOLGOZÁS

Való szí nű sé gi va ltózó, sű rű sé gfű ggvé ny, élószla sfű ggvé ny

Jel, adat, információ

Képrestauráció Képhelyreállítás

e (t µ) 2 f (t) = 1 F (t) = 1 Normális eloszlás negyedik centrális momentuma:

Baran Ágnes. Gyakorlat MATLAB. Baran Ágnes Gyakorlat 1 / 70

Akusztikus MEMS szenzor vizsgálata. Sós Bence JB2BP7

A/D és D/A átalakítók gyakorlat

Fourier transzformáció

x, x R, x rögzített esetén esemény. : ( ) x Valószínűségi Változó: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel:

[Biomatematika 2] Orvosi biometria

y ij = µ + α i + e ij STATISZTIKA Sir Ronald Aylmer Fisher Példa Elmélet A variancia-analízis alkalmazásának feltételei Lineáris modell

SCHRÖDINGER-EGYENLET SCHRÖDINGER-EGYENLET

Közlemény. Biostatisztika és informatika alapjai. Alapsokaság és minta

GPGPU. Hangfeldolgozás és hangszintézis

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás

ADAT- ÉS INFORMÁCIÓFELDOLGOZÁS

Többváltozós lineáris regressziós modell feltételeinek

Valószínűségi változók. Várható érték és szórás

Adatok statisztikai értékelésének főbb lehetőségei

TANTÁRGYPROGRAM. Az oktatásért felelős tanszék: Távközlési Tanszék Tantárgy ekvivalencia:

Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok

A mintavételezéses mérések alapjai

ÖNÁLLÓ LABOR Mérésadatgyűjtő rendszer tervezése és implementációja

[Biomatematika 2] Orvosi biometria

Matematikai alapok és valószínőségszámítás. Normál eloszlás

[Biomatematika 2] Orvosi biometria

Az információelmélet alapjai, biológiai alkalmazások. 1. A logaritmusfüggvény és azonosságai

RC tag Amplitúdó és Fáziskarakterisztikájának felvétele

Gazdasági matematika II. vizsgadolgozat, megoldással,

Orvosi Fizika és Statisztika

A PC vagyis a személyi számítógép

Jelgenerálás virtuális eszközökkel. LabVIEW 7.1

RC tag Amplitúdó és Fáziskarakterisztikájának felvétele

Programozás és digitális technika II. Logikai áramkörök. Pógár István Debrecen, 2016

Statisztikai eljárások a mintafelismerésben és a gépi tanulásban

Átírás:

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

[Marton] Márton, L. F., és rendszerek, Scientia, Cluj-Napoca, 2006. [Smith] Smith, S. W., Digital Signal Processing, Newnes, 2003. [Ingle] Ingle, V. K., Proakis, J. G., Digital Signal Processing using MATLAB, Brooks/Cole, 2000. [Lyons] Lyons, R. G., Understanding Digital Signal Processing, Prentice Hall, Upper Saddle River, New Jersey, 2004. [Hesselman] Hesselman, Norbert, Digitális jelfeldolgozás, Műszaki Könyvkiadó, 1985. és jeleket generáló

Statisztikai ADC és DAC. Mintavételezés, Kvantálás, Aliasing. Lineáris rendszerek Konvolúció és tulajdonságai Diszkrét Fourier transzformáció A Fourier transzformáció tulajdonságai A gyors Fourier transzformáció Szűrők. FIR, IIR. és jeleket generáló. Hangjel feldolgozása. Beszédfelismerés.

Jel: Egy vagy többváltozós függvény, amely információt hordoz valamely jelenségről f(t), t független változó, f(t) függő változó Feszültség elektronikus áramkörben Objektum pozíciója, sebessége, gyorsulása Hang, kép, videó Tőzsdei index Stock Market Index és jeleket generáló

a független változók száma szerint egydimenziós: hang kétdimenziós: kép a független változó természete szerint folytonos idejű: feszültség diszkrét idejű: tőzsdei index a függő változó természete szerint folytonos értékű: feszültség diszkrét értékű: digitális kép folytonos idejű, folytonos értékű: ANALÓG (feszültség) diszkrét idejű, diszkrét értékű: DIGITÁLIS (digitális audio) és jeleket generáló

Ábrázolás x[n] 1 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1 0 5 10 15 20 25 n 1 0.8 0.6 Diszkrét jel Folytonos jel és jeleket generáló 0.4 0.2 x(t) 0 0.2 0.4 0.6 0.8 1 0 20 40 60 80 100 120 t

Jelölés x(t) : R R (1) x[n] : Z R (2) és jeleket generáló

Alkamazások Űrkutatás: felvételek minőségének javítása, adattömörítés Orvostudomány: képdiagnózis, elektrokardiogram analízis Távközlés: hangtömörítés, visszhang csökkentés, jel multiplexelése, szűrés Katonai: radar, hangradar (szonár) Ipari: olaj és ásványtelepek felderítése, figyelése és szabályozása és jeleket generáló

Távközlés Multiplexelés: lehetővé teszi, hogy ugyanazon a kommunikációs csatornán egyszerre több jelet is továbbítsunk. Például az ameriakai T szabvány 24 hangjel továbbítását teszi lehetővé, az európai pedig 30 hangjelét (Hangjel: mintavételezett jel, 8000 minta/s) Tömörítés: a szomszédos minták redundáns információt tárolnak Visszhang ellenőrzése és elnyomása: interkontinentális hívások esetében a visszhang visszaérkezése több száz ezredmásodperc, amely zavaró - ellenjel előállítása és jeleket generáló

Katonai alkalmazások RADAR (RAdio Detection and Ranging) cél: helymeghatározás működés: rádiófrekvenciájú jel sugárzása, visszaverődése, vételezése, eltelt idő távolság SONAR (SOund Navigation and Ranging) cél: helymeghatározás működés: 2kHz-40kHz hangjel sugárzása, visszaverődése, vételezése, eltelt idő távolság és jeleket generáló

Várható érték Szórásnégyzet µ = 1 N σ 2 = 1 N 1 N x i (3) i=1 N (x i µ) 2 (4) i=1 és jeleket generáló

Jel-zaj arány Mérés esetében µ: mérendő mennyiség σ: zaj, interferencia, mérés pontatlansága A szórás önmagában nem érdekes, hanem a középértékhez viszonyított értéke = Jel-Zaj arány (Signal-to-Noise Ratio) SNR = σ µ (5) és jeleket generáló

Decibel két mennyiség aránya: SNR = P jel P zaj P Decibel: SNR(dB) = 10log jel A 10 P zaj = 20log jel 10 A zaj Akusztika: hangnyomás kifejezése decibelben Hang db szint Hallásküszöb 0 Csendes szoba 20 Átlagos iroda 50 Normál beszéd 60 Forgalmas utca 70 Fájdalomküszöb 120 Halláskárosodás 150 Rakétamotor 180 és jeleket generáló

és jeleket generáló Folyamat: pénzérme dobása: fej 1, írás 0, várható érték 0.5 (fej,írás valószínűsége egyaránt 0.5)(Valószínűségszámítás) Generált jel: középérték pl. 0.47 (Statisztika) és jeleket generáló

osztályozása ANALOG DETERMINISZTIKUS NEM DETERMINISZTIKUS PERIODIKUS NEM PERIODIKUS STACIONARIUS NEM STACIONARIUS HARMONIKUS KVAZI PERIODIKUS és jeleket generáló ALTALANOS PERIODIKUS TRANZIENS

Determinisztikus jelek és jeleket generáló

Nemdeterminisztikus jelek és jeleket generáló

Az "egy" szám kiejtésének megfelelo hanghullám 1.5 x Mintavételezés: 22050Hz, Mintaméret: 16 bit 104 4000 Amplitúdó 1 0.5 0 0.5 1 0 2000 4000 6000 8000 10000 12000 Mintaszám 0 1 0.5 0 0.5 1 1.5 Minta értéke x 10 4 a.) load x; plot(x); b.) hist(x,50); N a minták szma M az egységek szma H i az i-edik intervallumba eső minták száma Gyakoriság 3500 3000 2500 2000 1500 1000 500 és jeleket generáló N = M H i (6) i=1

-Képletek P(x) = 1 2πσ e (x µ)2 2σ 2 (7) x R D P( x ) = 1 (2π) D/2 Σ 1/2 e 1 2 ( x µ ) T Σ 1 ( x µ ) Σ a kovariancia matrix Σ, a kovariancia matrix determinánsa. (8) és jeleket generáló

- Véletlen számok 1200 Matlab rand függvény 4000 3500 A Matlab randn függvény 1000 3000 Gyakoriság 800 600 Gyakoriság 2500 2000 1500 400 200 0 0 100 200 300 400 500 600 700 800 900 1000 Mintaérték 1000 500 0 0 100 200 300 400 500 600 700 800 900 1000 Mintaérték rand, illetve randn függvények segítségével előállított véletlen számsorozatok hisztogramjai; a.) x=rand(1,1000000); hx=hist(x,1000); stem(hx); b.)y=randn(1,1000000); hy=hist(y,1000); plot(hy); és jeleket generáló

8 x 104 Igazi érték Mérések középértéke 7 6 5 4 Accuracy 3 2 Precision és jeleket generáló 1 0 0 100 200 300 400 500 600 700 800 900 1000