5. mérés: Diszkrét Fourier Transzformáció (DFT), Gyors Fourier Transzformáció (FFT), számítógépes jelanalízis



Hasonló dokumentumok
EGYENÁRAMÚ TÁPEGYSÉGEK

Az Informatika Elméleti Alapjai

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

Shift regiszter + XOR kapu: 2 n állapot

Analóg elektronika - laboratóriumi gyakorlatok

Informatika Rendszerek Alapjai

Első egyéni feladat (Minta)

Eddigi tanulmányaink alapján már egy sor, a szeizmikában általánosan használt műveletet el tudunk végezni.

Bevezetés a méréstechnikába és jelfeldolgozásba 7. mérés RC tag Bartha András, Dobránszky Márk

2. gyakorlat Mintavételezés, kvantálás

Digitális szűrők - (BMEVIMIM278) Házi Feladat

Villamos jelek mintavételezése, feldolgozása. LabVIEW 7.1

Ellenőrző kérdések a Jelanalízis és Jelfeldolgozás témakörökhöz

Mérés 3 - Ellenörzö mérés - 5. Alakítsunk A-t meg D-t oda-vissza (A/D, D/A átlakító)

M ű veleti erő sítő k I.

Laboratórium mérés Házi feladat. Készítette: Koszó Norbert (GTPL3A) Második (javított) kiadás

Wavelet transzformáció

1. Metrológiai alapfogalmak. 2. Egységrendszerek. 2.0 verzió

A Brüel & Kjaer zajdiagnosztikai módszereinek elméleti alapjai és ipari alkalmazása

Digitális Fourier-analizátorok (DFT - FFT)

1. ábra. Repülő eszköz matematikai modellje ( fekete doboz )

Akusztikus mérőműszerek

Mérési jegyzőkönyv a 5. mérés A/D és D/A átalakító vizsgálata című laboratóriumi gyakorlatról

Villamos jelek mintavételezése, feldolgozása. LabVIEW előadás

Műszertechnikai és Automatizálási Intézet MÉRÉSTECHNIKA LABORATÓRIUMI MÉRÉSEK ÚTMUTATÓ

Méréselmélet és mérőrendszerek 2. ELŐADÁS (1. RÉSZ)

Méréselmélet és mérőrendszerek

Elektronikus műszerek Spektrum analizátorok

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

Modern Fizika Labor. Fizika BSc. Értékelés: A mérés dátuma: A mérés száma és címe: 12. mérés: Infravörös spektroszkópia május 6.

Hangfrekvenciás mechanikai rezgések vizsgálata

π π A vivőhullám jelalakja (2. ábra) A vivőhullám periódusideje T amplitudója A az impulzus szélessége szögfokban 2p. 2p [ ]

Értékelés Összesen: 100 pont 100% = 100 pont A VIZSGAFELADAT MEGOLDÁSÁRA JAVASOLT %-OS EREDMÉNY: EBBEN A VIZSGARÉSZBEN A VIZSGAFELADAT ARÁNYA 35%.

CSAPADÉK ÉS TALAJVÍZSZINT ÉRTÉKEK SPEKTRÁLIS ELEMZÉSE A MEZŐKERESZTES-I ADATOK ALAPJÁN*

Feszültségérzékelők a méréstechnikában

Modern Fizika Labor. Fizika BSc. Értékelés: A mérés dátuma: A mérés száma és címe: 5. mérés: Elektronspin rezonancia március 18.

KANDÓ KÁLMÁN VILLAMOSMÉRNÖKI FŐISKOLAI KAR. Mikroelektronikai és Technológiai Intézet. Aktív Szűrők. Analóg és Hírközlési Áramkörök

Milyen elvi mérési és számítási módszerrel lehet a Thevenin helyettesítő kép elemeit meghatározni?

Kompenzációs kör vizsgálata. LabVIEW előadás

1. témakör. A hírközlés célja, általános modellje A jelek osztályozása Periodikus jelek leírása időtartományban

Analóg elektronika - laboratóriumi gyakorlatok

RC tag mérési jegyz könyv

2. Hangfrekvenciás mechanikai rezgések vizsgálata jegyzőkönyv. Zsigmond Anna Fizika Bsc II. Mérés dátuma: Leadás dátuma:

Oszcilloszkópos mérések II. laboratóriumi gyakorlat

Mûveleti erõsítõk I.

Digitális jelfeldolgozás

A hang mint mechanikai hullám

3. Hangfrekvenciás mechanikai rezgések vizsgálata

07. mérés Erősítő kapcsolások vizsgálata.

Modern Fizika Labor Fizika BSC

A kísérlet, mérés megnevezése célkitűzései: Váltakozó áramú körök vizsgálata, induktív ellenállás mérése, induktivitás értelmezése.

1. ábra A Wien-hidas mérőpanel kapcsolási rajza

Érettségi feladatok: Függvények 1/9

Mérési jegyzőkönyv 9. mérés

Az előadás tartalma. Debrecen 110 év hosszúságú csapadékadatainak vizsgálata Ilyés Csaba Turai Endre Szűcs Péter Ciklusok felkutatása

6. Függvények. Legyen függvény és nem üreshalmaz. A függvényt az f K-ra való kiterjesztésének

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

Következõ: Lineáris rendszerek jellemzõi és vizsgálatuk. Jelfeldolgozás. Lineáris rendszerek jellemzõi és vizsgálatuk

2. Az emberi hallásról

Modern Fizika Labor Fizika BSC

Számítógépes Grafika SZIE YMÉK

E-Laboratórium 5 Közös Emitteres erősítő vizsgálata NI ELVIS-II tesztállomással Mérés menete

X. ANALÓG JELEK ILLESZTÉSE DIGITÁLIS ESZKÖZÖKHÖZ

DLDY. Négyszög egyenes hangcsillapító. Méretek

Hangfrekvenciás mechanikai rezgések vizsgálata

ÁRAMKÖRÖK SZIMULÁCIÓJA

Orvosi Fizika és Statisztika

Mérés és adatgyűjtés

1. Visszacsatolás nélküli kapcsolások

Transzformátor rezgés mérés. A BME Villamos Energetika Tanszéken

Négyszög - Háromszög Oszcillátor Mérése Mérési Útmutató

Műszaki akusztikai mérések. (Oktatási segédlet, készítette: Deák Krisztián)

Elektromos nagybıgı megvalósítása DSP-vel

Modern Fizika Labor. A mérés száma és címe: A mérés dátuma: Értékelés: Folyadékkristályok vizsgálata.

Analóg digitális átalakítók ELEKTRONIKA_2

Szimmetrikus bemenetű erősítők működésének tanulmányozása, áramköri paramétereinek vizsgálata.

5. MÉRÉS LC OSZCILLÁTOROK VIZSGÁLATA

Modern Fizika Labor. 5. ESR (Elektronspin rezonancia) Fizika BSc. A mérés dátuma: okt. 25. A mérés száma és címe: Értékelés:

Szinkronizmusból való kiesés elleni védelmi funkció

Digitális hőmérő Modell DM-300

Analóg elektronika - laboratóriumi gyakorlatok

2. Elméleti összefoglaló

Mérési hibák

Inga. Szőke Kálmán Benjamin SZKRADT.ELTE május 18. A jegyzőkönyv célja a matematikai és fizikai inga szimulációja volt.

Jelgenerálás virtuális eszközökkel. LabVIEW 7.1

Idő-frekvencia transzformációk waveletek

BDLD. Négyszög könyök hangcsillapító. Méretek

Függvények Megoldások

Folyadékszcintillációs spektroszkópia jegyz könyv

Négyszög egyenes hangcsillapító DLD. Méretek

Műszertechnikai és Automatizálási Intézet MÉRÉSTECHNIKA LABORATÓRIUMI MÉRÉSEK ÚTMUTATÓ

A gyakorlat célja a fehér és a színes zaj bemutatása.

6. témakör. Mintavételezés elve Digitális jelfeldolgozás (DSP) alapjai

MÓDOSÍTOTT RÉSZLETEZŐ OKIRAT (2) a NAH /2014 nyilvántartási számú (2) akkreditált státuszhoz

A mintavételezéses mérések alapjai

Digitális hangszintmérő

Analóg-digitál átalakítók (A/D konverterek)

Figyelem, próbálja önállóan megoldani, csak ellenőrzésre használja a következő oldalak megoldásait!

Géprajz - gépelemek. Előadó: Németh Szabolcs mérnöktanár. Belső használatú jegyzet 2

Alapvető Radar Mérések LeCroy oszcilloszkópokkal Radar impulzusok demodulálása és mérése

Átírás:

Híradástechnika II. laboratóriumi mérések 5. mérés: Diszkrét Fourier Transzformáció (DFT), Gyors Fourier Transzformáció (FFT), számítógépes jelanalízis Összeállította: Kármán József Általános bevezet Az elméleti összefoglaló Dr. Simán István Digitális Jelfeldolgozás és Hesselmann azonos cím könyvébl lett kiemelve.

Ablakfüggvények összefoglalása: Derékszög (négyszögletes) ablak (ablakfüggvény) Ebben az esetben nincsen súlyozás!

Háromszögablak

Hann ablak (Hanning ablak)

Hamming ablak

Blackman ablak

Az ablakfüggvények összehasonlítása

Mérési feladatok: 1. A mérést az FFT_1.m file-ban található programmal hajtjuk végre. A program egy FFT algoritmust tartalmaz. A bemen jelet, és az ablakfüggvényt is ebben definiáljuk. Elször ismerkedjünk meg az FFT környezeti paramétereivel. Ez egy olyan spektrum-analizátor, amely Tf=5ms id alatt N=256 jelmintát vesz (td=tf/n=19,53us mintavételi idközzel), amelybl N=256 spektrummintát számol. A mintavételi frekvencia Fs=1/td=51,2kHz. Az analizátorunk felbontóképessége df=fs/n=200hz. Ez azt jelenti, hogy 200Hz-enként tud spektrumvonalat ábrázolni (0, 200, 400, 600...Hz) egészen fs/2-ig (25,6KHzig), mind a pozitív, mind a negatív frekvenciatartományon, a komplex spektrumkép miatt. Az amplitúdókat logaritmikus db skálán ábrázolja (20xlog(U/Uref). A referenciaszint a 20V-os dinamikatartomány legkisebb lépcsje, 16 bites felbontás esetén (Uref=20V/2^16). A spektrumvonalak magasságát a marker-funkcióval lehet pontosan leolvasni! Elször súlyozás-mentesen veszzük a jelbl a mintákat (derékszög ablakfüggvény alkalmazása). A bemen jelek frekvenciája osztható 200Hz-el, azaz a bemen jel frekvenciái épp olyan pontra esnek, ahol az FFT spektrumvonalat ábrázolni képes. Futtassuk a programot! Látjuk, hogy egy nagy és egy kisebb amplitúdójú jel van a bemeneten! Olvassuk le az értékeket és vessük össze a valóságos amplitúdó-értékekkel! (10V megfelel 90,30831dB-nek, mert 20xlog(10/(20/2^16))) Mi okozza az eltérést? Gondoljunk a komplex spektrum tulajdonságaira! Mekkora korrekciót kell alkalmazni, hogy a pozitív frekvenciatartományon a valóságos amplitúdót olvassam le a spektrumképrl? Adjunk 3V DC-t az x1-nek! Nézzük meg a DC ábrázolását! Itt kell alkalmazni a korrekciót? Az x1 jel esetén a frekvencia 10kHz, k=0, ez esetben a tanultak szerint a négyszögablak sin(x)/x jelleg szelektivitásgörbéjének zérushelyei épp 200Hz-enként az ábrázolható spektrumvonalakra esnek, így azok 0 értéket vesznek fel, a fnyaláb maximuma épp a bejöv jel frekvenciájánál kiadja annak amplitúdóját. Ezt nevezzük vonalas fedésnek. ez csak és kizárólag a négyszög ablaknak a sajátja, más ablakfüggvény ilyen tiszta, valóságh spektrumképet sohasem ad (3.2 és 3.3 ábrák!). Hangoljuk feljebb az x1-et k=0,1-el (ez 200Hz frekvenciaközök esetén 20Hzet jelent). Értékeljük a látottakat! Most ez a szelektivitásgörbe maximuma 10020Hz-re csúszott. Ott nem találunk spektrumvonalat, tehát ez a frekvencia pontosan ezzel az analizátorral nem ábrázolható. A spektrumvonalak pedig a szelektivitásgörbének megfelel értékeket veszik fel. A spektrumban megjelenik a szivárgás (olyan frekvenciák, amelyek a bejöv jelben nincsenek). A szivárgás miatt a kisebb amplitúdójú jelkomponenst már nem is látjuk. A szivárgás azért lép fel, mert ha jól megnézzük, ebben az esetben a kép fels részén ábrázolt idfüggvény minták periodikus meghosszabbítása

(ahogyan azt az FFT látja ), a széleken ugrásokat eredményez, mivel a periodikus jelnek nem egész számú többszöröse esik a mintavételi ablakba (ld. még 3.1 ábra!). Nézzük meg a jelenséget! Válasszunk olyan k-t ahol ez a jelenség jól látszik! 2. Hozzuk létre a maximális mintavételi hiba esetét (hullámosság) x1 bemen jellel (k=0,5 10kHz-tl felfelé, azaz f=10100hz). Ekkor két egyforma spektrumvonalat látunk a fnyalábban, és ezek leolvasott értéke maximálisan eltér a vonalas fedés által mutatott valóságos amplitúdótól. Ha két azonos magasságú vonalat látunk, akkor a görbe szimmetriájából következleg biztosak lehetünk abban, hogy a bejöv jel frekvenciája épp a két spektrumvonal frekvenciájának számtani közepe. Határozzuk meg a hiba nagyságát és vessük össze a táblázatban megadott értékkel! Vigyázat! a mintavételi hiba meghatározásakor a szelektivitásgörbe maximumától való távolságot értjük db-ben. Ez a leolvasási hiba. Ebbe nem kalkuláljuk bele a leolvasás után szükséges korrekciós tényezt (derékszög ablak esetében 6,02dB)! A szelektivitásgörbe tanulmányozásakor láthatjuk, hogy az els melléknyaláb k=1,5-re van a maximumtól, azaz a bejöv jel frekvenciájától, mivel mindig erre esik a görbe maximuma. Így ebben az esetben a két azonos magasságú fnyaláb komponens mellett közvetlenül helyezkedik el az els melléknyaláb, amelynek lokális maximumára esik a spektrumvonal (a bemen jel frekvenciájától k=0,5-re találhatók a fnyaláb, majd még egy k=1-ra a melléknyaláb vonalai, azaz frekvenciában felfelé 10100+(1,5x200)=10400Hz). Az értékét csak le kell olvasni. Határozzuk meg az els fnyaláb nagyságát, és vessük össze a táblázat értékével! Nézzük meg, hogy a melléknyalábok milyen lassan csökkennek! Rossz a távolszelektivitás! A Négyszögablak tehát nem minden esetben jó választás! k=0,1 értékenként hangoljuk el az x1 bemen jelet 10kHz-rl, felfelé, és a maximális spektrumvonal csökkenését követve határozzuk meg a szelektivitásgörbe fnyalábjának pontjait ilyen lépésekben! Rajzosan, vagy táblázatosan rögzítsük az eredményt! Vessük össze a leírással! 3. A mintavételi ablak szélein elálló ugrások hatását különféle ablakfüggvényekkel lehet csökkenteni. Az ablakfüggvények hatására javul a szelektivitás, a fnyaláb viszont kiszélesedik. Ez a maximális mintavételi hibát csökkenti, azaz a leolvasott maximális spektrumvonal közelebb kerül a tényleges amplitúdó értékéhez, de a frekvencia leolvasását megnehezíti. A 6.3 táblázatban felsorolt ablakfüggvények alakját és a hozzájuk tartozó szelektivitásgörbéket a wintool paranccsal nézzük meg, és dokumentáljuk! Length: 256, de jól látható a fnyaláb környezete 2, 4... 32, 64 értékek esetén. Ahol az ablakfüggvény külön paramétert is kér, ott a táblázat értékeit kell megadni. Ne zavarjon senkit az Length-tl függ eltolódás a db skálán! Ezt az eltolódást az FFT során külön osztással tudjuk korrigálni.

4. Az FFT-1.m programban válasszunk ki különböz ablakfüggvényeket (pl. Háromszög, Hann, Hamming, Blackman, Flat top), és vizsgáljuk meg az ablakozott idfüggvény mintákat (fels ábra), és az ablakfüggvény spektrumképre gyakorolt hatását! Nézzük meg, hogy hogyan szélesedik ki a fnyaláb (már nem csak két vonalat tartalmaz maximálisan, mint derékszög esetben), és hogyan javul a szelektivitás (kisebb els melléknyaláb, gyorsabb melléknyaláb csökkenés). Nézzük meg, hogy a kis amplitúdójú jel hogyan tnik el a spektrumképben k=0,1 esetben (x1 frekvenciája10020hz)! Már nem nyeli el a szivárgás! Hozzunk létre k=0 esetet x1 jelre (f=10000hz)! Különböz ablakfüggvények esetében nézzük meg, hogy mit látunk a vonalas fedés helyett. Elemezzük a kiszélesedett fnyalábot! A legnagyobb spektrumvonal a bejöv jel frekvenciájára esik, de az amplitúdó leolvasásakor további korrekciós tényezt kell alkalmazni. Nézzük meg, hogy mekkora korrekciós tényezket kell alkalmazni, és vessük össze a leírás szelektivitásgörbéinek megadásánál alkalmazott értékekkel (6.28-6.31 ábrák)! Vigyázat! Ez a korrekció nem számolandó bele a mintavételi hibába! Hozzuk létre a k=0,5 esetét, azaz a maximális mintavételi hiba esetét. Ekkor a bejöv jel tényleges frekvenciája két ábrázolható spektrumvonal közé esik (pl. x1 fbe=10100 Hz). A különböz ablakfüggvények esetén nézzük meg, hogy mekkora a maximális mintavételi hiba! Vessük össze a 6.3 táblázat értékeivel! Szemrevételezéssel minsítsük a távolszelektivitást! A legnagyobb melléknyalábot a szelektivitásgörbe sajátossága alapján lehet meghatározni. Háromszög ablak esetében k=3-nál (pl. 10kHz bemen jel esetén 10,6kHz-nél), Hann ablak esetén k=2,5-nél (pl. 10,1kHz bemen jel esetén 10,6kHz-nél), Blackman és Hamming ablakok esetén pedig k=3,5-nél találjuk az els melléknyalábot. Határozzuk meg a nagyságukat és vessük össze a 6.3 táblázat értkeivel! 5. Ha maradt még id, opcionálisan megoldható a következ feladat. Írja át az FFT_1.m programot úgy, hogy 512 mintát vegyen a spektrum-analizátor, változatlan mintavételi frekvenciával! Ne feledje módosítani a megjelenítés frekvenciaskáláját is!