Analisi dei segnali nel dominio delle frequenze 21/12/ /01/2007
|
|
- Faustino Benedetti
- 7 anni fa
- Visualizzazioni
Transcript
1 Analisi dei segnali nel dominio delle frequenze 2/2/26 //27
2 INDICE 2 Indice Esercizio Serie di Fourier 3 2 Trasformata di Fourier 3 3 Esercizio Trasformata di Fourier 6 4 Note: finestratura 9 5 Note: averaging 9 6 Note: zero padding 7 Riepilogo 8 Esercizio
3 ESERCIZIO SERIE DI FOURIER 3 Esercizio Serie di Fourier Consideriamo un onda quadra a valore medio pari a.5 e ampiezza 2.5. Si calcoli lo spettro di tale funzione e si disegni il grafico della funzione data e si sovrapponga la funzione ricostruita al variare del numero di coefficienti della serie di Fourier che sono stati considerati Figura : Onda quadra (esempio cin 7 coefficienti) 2 Trasformata di Fourier La trasformata di Fourier è uno strumento matematico utile per l analisi in frequenza di funzioni. Come abbiamo visto, nel caso di segnali periodici, la serie di Fourier ci consente di rappresentare un segnale periodico in una sommatoria di infinite sinusoidi con frequenze multiple intere di una sinusoide fondamentale.
4 2 TRASFORMATA DI FOURIER 4 Quando si analizzano segnali di cui non è garantita la periodicità tale strumento non può essere più utilizzato e sotto certe condizioni, la funzione può essere analizzata con la trasformata di Fourier. Nella pratica i segnali che devono essere analizzati non sono noti come delle funzioni continue ma sono campionati con una certa frequenza e quindi invece di usare la trasformata di Fourier si usa la trasformata di Fourier a tempo discreto (DTFT); quando il segnale è anche periodico infine si usa la trasformata di Fourier discreta (DFT). Anche in questo caso, in generale non è nota a priori la periodicità del segnale però il calcolo dei coefficienti X k risulta molto numericamente più agevole rispetto al calcolo della DTFT. Infatti si utilizza un algoritmo noto come fft. Tale funzione è implementata in maniera leggermente diversa dai produttori di software in base alla definizione usata per i coefficienti. Ad esempio Matlab (help fft) definisce: FFT Discrete Fourier transform. FFT(X) is the discrete Fourier transform (DFT) of vector X. For matrices, the FFT operation is applied to each column. For N-D arrays, the FFT operation operates on the first non-singleton dimension. FFT(X,N) is the N-point FFT, padded with zeros if X has less than N points and truncated if it has more. FFT(X,[],DIM) or FFT(X,N,DIM) applies the FFT operation across the dimension DIM. For length N input vector x, the DFT is a length N vector X, with elements N X(k) = sum x(n)*exp(-j*2*pi*(k-)*(n-)/n), <= k <= N. n= The inverse DFT (computed by IFFT) is given by N x(n) = (/N) sum X(k)*exp( j*2*pi*(k-)*(n-)/n), <= n <= N. k= See also fft2, fftn, fftshift, fftw, ifft, ifft2, ifftn. Come si vede, nella fft non c è alcuna informazione relativa alla frequenza di campionamento utilizzata per registrare il segnale, quindi i vari coefficien-
5 2 TRASFORMATA DI FOURIER 5 ti della trasformata fanno riferimento alle ampiezze di sinusoidi a frequenze comprese fra ed N. Inoltre essi non rappresentano le vere ampiezze delle sinusoidi ma c è di mezzo un fattore di scala pari ad N come si può vedere dalla definizione dei coefficienti stessi. Per riscalare sia i coefficienti che le frequenze alle quali essi corrispondono si procede come segue. Dato il segnale campionato x, si calcola la sua trasformata discreta con nfft coefficienti (grafico in fig. 2(a)): X = abs( fft( x, nfft ) ); (a) Output della fft (b) Coefficienti scalati Figura 2: Coefficienti DFT si riscalano i coefficienti in modo da ottenere le ampiezze delle sinusoidi che compongono il segnale (grafico in fig. 2(b)): mx = X / nfft; si riordinano i coefficienti in modo da poter assegnare a ciascuno di essi la corrispettiva frequenza (grafico in fig. 3(a)): mx = fftshift( mx ); nota la frequenza di campionamenti fs si crea il vettore delle frequenze (grafico in fig. 3(b)):
6 3 ESERCIZIO TRASFORMATA DI FOURIER (a) Coefficienti traslati (b) Coefficienti associati alle frequenze Figura 3: Coefficienti DFT F = fs * [ -nfft/2 : nfft/2 - ] / nfft; Il problema della periodicità viene sorpassato immaginando che il segnale acquisito sia periodico e la sua periodicità sia pari alla finestra di osservazione (anche se questo comporta dei problemi di leakage). 3 Esercizio Trasformata di Fourier Si consideri un segnale composto da due sinusoidi a frequenza ed ampiezza rispettivamente [, 5] Hz e [2, ] V. Il segnale continuo nel tempo, viene campionato ad una frequenza f s ed osservato per un tempo t o. Usando la trasformata di Fourier con un numero di punti pari ad n fft si calcoli lo spettro del segnale al variare dei parametri indicati in modo da ottenere: Uno spettro del segnale coerente con il risultato teorico. Uno spettro corretto in frequenza ma affetto dal fenomeno del leakage. Uno spettro sbagliato a causa del fenomeno dell aliasing Si calcoli infine lo spettro di un segnale disturbato con un rumore biancoo Per ognuno di essi si ricostruisca il segnale a partire dalla sua trasformata. Si usi la funzione fft di Matlab leggendo attentamente il suo manuale ed in particolare la definizione dei suoi coefficienti.
7 3 ESERCIZIO TRASFORMATA DI FOURIER 7 3 f = [. 5.] Hz, A = [2..] V 2 Ampiezza [V] 2 Coefficients Magnitude tempo [s] f s = 52. Hz, N fft = 52, t o =. s Frequency [Hz] Figura 4: Spettro corretto 3 f = [.3 5.] Hz, A = [2..] V 2 Ampiezza [V] 2 Coefficients Magnitude tempo [s] f s = 52. Hz, N fft = 52, t o =. s Frequency [Hz] Figura 5: Leakage
8 3 ESERCIZIO TRASFORMATA DI FOURIER 8 3 f = [. 5.] Hz, A = [2..] V 2 Ampiezza [V] 2 Coefficients Magnitude tempo [s].5.5 f s = 22. Hz, N fft = 22, t o =. s Frequency [Hz] Figura 6: Aliasing f = [. 5.] Hz, A = [2..] V Ampiezza [V] 5 5 Coefficients Magnitude tempo [s] f s =. Hz, N fft =, t o =.9 s Frequency [Hz] Figura 7: Spettro di un segnale affetto da rumore
9 4 NOTE: FINESTRATURA 9 4 Note: finestratura Per ridurre il fenomeno del leakage, è possibile pre trattare il segnale tramite l uso di una finestra temporale che permette di eliminare la discontinuità fra l inizio e la fine della storia temporale acquisita permettendo di avere un segnale più periodicizzabile. (Ad esempio in Matlab si veda l help delle funzioni hanning, hamming, boxcar, blackman, eccetera). 5 Note: averaging Data una storia temporale con N campioni, non è necessario utilizzare un numero di punti della fft pari ad N, specialmente quando questo è grande. Del resto Storiatemporalex(t) non ha neanche senso acquisire una storia temporale lunghissima per poi scartarne la maggior parte. Per questo solitamente si procede al calcolo di più fft su finestre consecutive della storia temporale per poi fare la media finestrafft(numeropunti) dei coefficienti. Questo porta anche ad un benefico effetto di riduzione del rumore. Tale processo è detto averaging. Storiatemporalex(t) fft_ fft_2 media fft_3 fft_4 (averaging Figura 8: Averaging
10 6 NOTE: ZERO PADDING 6 Note: zero padding Storiatemporalex(t) finestrafft(numeropunti) Viceversa, quando la storia temporale ha un numero di campioni minore rispetto al numero di coefficienti della fft richiesti, l algoritmo allunga il vettore fino a farlo coincidere con nfft e riempiendo la parte mancante con degli zero. Tale operazione è nota col nome di zero padding. Figura 9: Zero padding 7 Riepilogo Quando si ha la necessità di acquisire dei segnali per poi analizzarli nel dominio delle frequenze, è necessario stabilire a priori alcune caratteristiche della catena di misura in base alle specifiche richieste. Specifiche Risoluzione in frequenza Ampiezza della banda di interesse Parametri Frequenza di campionamento (ampiezza banda/aliasing) Tempo di acquisizione (risoluzione/leakage) Numero di punti della fft (risoluzione) 8 Esercizio Creare 3 serie di segnali a proprio piacimento e analizzarli nel dominio della frequenza (si utilizzino segnali di base come l onda quadra (square), l onda a dente di sega (sawtooth) e onde sinusoidali (sin)).
Laboratorio di Elaborazione di Immagini. Esercitazione 2: TRASFORMATA DI FOURIER
Laboratorio di Elaborazione di Immagini Esercitazione 2: TRASFORMATA DI FOURIER Serie di Fourier Fourier ebbe la brillante idea di rappresentare funzioni continue e periodiche come una sommatoria di funzioni
DettagliTrasformata Discreta di Fourier (DFT)
Trasformata Discreta di Fourier (DFT) Con dati discreti, usare finestre temporali significa prendere in considerazione un certo numero di campioni che cadono all interno della finestra. Potremo quindi
DettagliXIV esercitazione. Corso di Laurea in Informatica Calcolo Scientifico II a.a. 07/08
XIV esercitazione In molti problemi è richiesto il calcolo di combinazioni lineari di esponenziali, ovvero somme del tipo: S j = k I i = x k e - i jk con I sottinsieme finito di numeri naturali x k C (vettore
DettagliFONDAMENTI DI INFORMATICA
FONDAMENTI DI INFORMATICA CENNI ELEMENTARI AL TEOREMA DEL CAMPIONAMENTO E SPETTRO DI UN SEGNALE Prof. Alfredo Accattatis Fondamenti di Informatica - Alfredo Accattatis 2 Vi ricordate la slide introdotta
DettagliANALISI SPETTRALE NUMERICA (Aspetti di misura)
ANALISI SPETTRALE NUMERICA (Aspetti di misura) ARGOMENTI Problemi di misura con la FFT Aliasing Spectral leakage (dispersione spettrale) Funzioni finestra Uso e importanza Caratteristiche Ricadute positive
Dettaglisia per richiamare specificatamente i dettagli di una funzione
MATLAB Matlab è un linguaggio ad alto rimento per la computazione tecnica. Esso integra il calcolo, la visualizzazione e la programmazione in un ambiente di facile impiego in cui i problemi e le soluzioni
DettagliTrasformata discreta di Fourier diunasequenzafinita: algoritmifft
diunasequenzafinita: algoritmifft La TDF di una sequenza finita può essere calcolata utilizzando algoritmi, computazionalmente efficienti, quali gli algoritmi Fast Fourier Transform (FFT). L efficienza
DettagliRichiami teorici sull analisi del segnale
7 6 5 4 3 2 9 8 7 6 5 4 3 2 Richiami teorici sull analisi del segnale Trasformata discreta di Fourier DFT viene impiegata per analizzare segnali discreti (tipicamente provenienti da un operazione di campionamento)
DettagliIn realtà i segnali con i quali dobbiamo confrontarci più frequentemente sono limitati nel tempo
Segnali trattati sino ad ora: continui, durata infinita,.. Su essi sono stati sviluppati strumenti per analizzare output di circuiti e caratteristiche del segnale: Risposta all impulso, prodotto di convoluzione,
DettagliAnalisi armonica su dati campionati
Sistemi di misura digitali Analisi armonica su dati campionati - 1 Analisi armonica su dati campionati 1 - Troncamento del segnale Distorsione di leakage L analisi di Fourier è un metodo ben noto per ottenere
DettagliElementi di. Applicazioni in Acustica. Introduzione
Elementi di Analisi dei segnali Applicazioni in Acustica Paolo Bonfiglio Introduzione Perché è importante l Analisi dei Segnali? Indice Classificazione dei segnali Analisi nel dominio del tempo Analisi
DettagliSEZIONE 1. Trasformata Discreta di Fourier
TECNICHE DI ANALISI DEL SEGNALE: IMPLEMENTAZIONE IN AMBIENTE MATLAB G. D Elia SEZIONE 1 La trasformata discreta di Fourier (DFT) é: X(k) = 1 N N 1 n=0 Trasformata Discreta di Fourier x(n)e j2π k N n (1)
DettagliSEGNALI STAZIONARI: ANALISI SPETTRALE
SEGNALI STAZIONARI: ANALISI SPETTRALE Analisi spettrale: rappresentazione delle componenti in frequenza di un segnale (ampiezza vs. frequenza). Fornisce maggiori dettagli rispetto all analisi temporale
DettagliEsercizio 1 (12 punti) Si consideri il segnale s(t) in figura e se ne calcoli la Trasformata Continua di Fourier. A vale 2 V e T è paria a 1 s.
ASB 17/01/12 (270) Esercizio 1 (12 punti) Si consideri il segnale s(t) in figura e se ne calcoli la Trasformata Continua di Fourier. A vale 2 V e T è paria a 1 s. A 0 T 2T 3T t - A Si consideri il segnale
DettagliElenco dei simboli 9. Prefazione 10
Indice Elenco dei simboli 9 Prefazione 10 1 Analisi nel dominio del tempo 11 1.1 Segnali tempo discreto... 11 1.1.1 Segnali notevoli tempo discreto... 13 1.1.2 Alcuni criteri di classificazione di segnali
DettagliANALISI DI FOURIER. Segnali a Tempo Discreto:
ANALISI DI FOURIER Segnali a Tempo Discreto: - - Sequenza periodica - Taratura degli assi frequenziali - TDF di una sequenza finita - Campionamento in Frequenza Serie discreta di Fourier Consideriamo una
DettagliUNIVERSITÀ DI PISA Corso di Laurea in Scienze Motorie. Tecnologie e strumentazione biomedica. Accenni sulla Trasformata di Fourier.
UNIVERSITÀ DI PISA Corso di Laurea in Scienze Motorie Tecnologie e strumentazione biomedica Accenni sulla Trasformata di Fourier Alberto Macerata Dipartimento di Ingegneria dell Informazione Fourier (1768-183)
DettagliConversione analogico-digitale
Conversione analogico-digitale Vantaggi dell'elaborazione digitale: -Minore sensibilità ai disturbi- bassa incertezza con costi relativamente contenuti-maggiore versatilità-compatibilità intrinseca con
Dettaglimeccanica delle vibrazioni laurea magistrale ingegneria meccanica parte 7 analisi del segnale addendum1 FFT
meccanica delle vibrazioni laurea magistrale ingegneria meccanica!! parte 7 analisi del segnale addendum1 FFT Analisi del segnale - trasformata di Fourier Supponiamo di avere un segnale del tempo campionato
DettagliANALISI DI SEGNALI TEMPO VARIANTI
ANALISI DI SEGNALI TEMPO VARIANTI Nel corso di questa esercitazione verrà illustrato come utilizzare Excel per eseguire la FFT di un segnale. Algebra complessa Excel consente di eseguire calcoli anche
Dettagli) $ ' con T0=5s e T=2s. La funzione deve essere
Metodi per l Analisi dei Segnali Biomedici. Esercitazioni AA 2010/2011 Esercitazione 11/03/2011 " t!t es_1.1. Disegnare la funzione rect 0 % $ ' con T0=5s e T=2s. La funzione deve essere calcolata # T
DettagliRevisione dei concetti fondamentali dell analisi in frequenza
Revisione dei concetti fondamentali dell analisi in frequenza Argomenti: trasformazione in frequenza: significato e funzionamento; schemi di rappresentazione; trasformata discreta. 1 Rappresentazione dei
Dettagli7.Trasformata discreta di Fourier
7.Trasformata discreta di Fourier 7. Introduzione Nel capitolo 6 sono state prese in esame la definizione e le proprietà della trasformata discreta nel tempo di Fourier : X(e jω ), essendo ω una variabile
DettagliFrequenza: Hertz e Ordini 1
Frequenza: Hertz e Ordini qi segnali vanno preparati ai ini delle elaborazioni successive. q Siamo nella ase di conversione del segnale analogico in un segnale digitale. q Il processo di digitalizzazione
DettagliMonitoraggio e diagnostica dei sistemi meccanici. Gianluca D Elia
Monitoraggio e diagnostica dei sistemi meccanici Gianluca D Elia Monitoraggio o diagnostica? Dalla norma UNI ISO 13372 Monitoraggio dello stadio: Ricerca e raccolta di informazioni e di dati che indichino
DettagliEsercitazione: Elaborazione Numerica di Segnali Tempovarianti
Laboratorio di Misura delle Vibrazioni Anno Accademico 215-16 Esercitazione: Elaborazione Numerica di Segnali Tempovarianti 1) Algebra complessa in Excel Excel consente di eseguire calcoli anche con valori
DettagliCAPITOLO 2: Algoritmo Fast Fourier Transform (FFT)
CAPITOLO : Algoritmo Fast Fourier Transform () L algoritmo (Fast Fourier Transform) è decisamente uno dei più utilizzati all interno dell elaborazione dei segnali digitali. Il suo scopo è quello di calcolare
DettagliIntroduzione al Campionamento e
Introduzione al Campionamento e all analisi analisi in frequenza Presentazione basata sul Cap.V di Introduction of Engineering Experimentation, A.J.Wheeler, A.R.Ganj, Prentice Hall Campionamento L'utilizzo
DettagliAnalisi di segnali variabili nel tempo: la trasformata di Fourier
Analisi di segnali variabili nel tempo: la trasformata di Fourier Aniello (a.k.a. Daniele) Mennella Università degli Studi di Milano Dipartimento di Fisica 13 ottobre 2015 Laboratorio di strumentazione
DettagliLaboratorio di Elaborazione di Dati, Segnali e Immagini Biomediche (Parte 5)
Università degli Studi di Padova - Facoltà di Ingegneria Corso di Laurea in Ingegneria Biomedica A.A. 7-8 Laboratorio di Elaborazione di Dati, Segnali e Immagini Biomediche (Parte 5) Prof. Giovanni Sparacino
DettagliSpettro di un segnale
28/4/212 Spettro di un segnale Seconda parte Spettro di un segnale Secondo lo Sviluppo in serie di Fourier un segnale periodico può essere descritto come somma di armoniche ciascuna avente frequenza multipla
DettagliDFT con arduino. Laboratorio di Segnali e Sistemi. - Esercitazione -9 - Claudio Luci. Claudio Luci Laboratorio di Segnali e Sistemi Capitolo 9 1
Laboratorio di Segnali e Sistemi DFT con arduino - Esercitazione -9 - Claudio Luci last update : 070117 Claudio Luci Laboratorio di Segnali e Sistemi Capitolo 9 1 Click Scopo to edit dell esercitazione
DettagliEsercitazione: Elaborazione Numerica di Segnali Tempovarianti
Laboratorio di Misura delle Vibrazioni Anno Accademico 217-18 Esercitazione: Elaborazione Numerica di Segnali Tempovarianti 1) Algebra complessa in Excel Excel consente di eseguire calcoli anche con valori
DettagliEdoardo Milotti - Metodi di trattamento del segnale 1
Edoardo Milotti - Metodi di trattamento del segnale 1 Consideriamo un certo processo di campionamento in cui si prendono N campioni con intervallo di campionamento Δt: in questo caso il tempo di campionamento
Dettagli2. Analisi in frequenza di segnali
2.1 Serie di Fourier 2. Analisi in frequenza di segnali Secondo il teorema di Fourier, una funzione periodica y(t) è sviluppabile in una serie costituita da un termine costante A 0 e da una somma di infinite
DettagliLaboratorio II, modulo Segnali a tempo discreto (cfr.
Laboratorio II, modulo 2 2012017 Segnali a tempo discreto (cfr. http://wpage.unina.it/verdoliv/tds/appunti/appunti_04.pdf e http://wpage.unina.it/verdoliv/tds/appunti/appunti_0.pdf Luise, Vitetta, D Amico
DettagliAscoltare Fourier. Segnali audio. ω o. θ è l angolo di fase
Ascoltare Fourier Jean Baptiste Joseph Fourier 1768 Auxerre 1830 Parigi Matematico francese, partecipò alla rivoluzione francese e seguì Napoleone in Egitto come membro della spedizione scientifica. Studiò
DettagliEdoardo Milotti - Metodi di trattamento del segnale 1
Edoardo Milotti - Metodi di trattamento del segnale 1 Consideriamo un certo processo di campionamento in cui si prendono N campioni con intervallo di campionamento Δt: in questo caso il tempo di campionamento
DettagliRevisione effetti campionamento finito
Revisione effetti campionamento finito Razionalizzazione delle approssimazioni dovute al campionamento finito Utilizzo dei teoremi di convoluzione per analisi di: - Effetti del campionamento nel tempo
DettagliCampionamento ideale e segnali a banda limitata campionamento la ricostruzione perfetta di un segnale analogico banda limitata
Campionamento ideale e segnali a banda limitata Il campionamento di una grandezza analogica è ottimale se non comporta perdita di informazioni, ovvero se è possibile ricostruire perfettamente la grandezza
DettagliTrasformazioni Winograd
Trasformazioni Winograd L'ultimo punto che rimane da esaminare nel progetto di una FFT di fattori primi, è la determinazione di efficienti algoritmi circolari di convoluzione per piccoli Winograd ha sviluppato
DettagliAcustica Parte 3. Prof. Filippo Milotta Informatica Musicale
Acustica Parte 3 Prof. Filippo Milotta milotta@dmi.unict.it Frequenza dei suoni - Note Nella musica la frequenza di un suono caratterizza le note musicali. Potremmo pensare che la nota corrisponda allora
DettagliAnalisi spettrale del rumore di fase
5 Analisi spettrale del rumore di fase In questo capitolo verranno illustrati i due metodi di analisi spettrale utilizzati per valutare la potenza del rumore da cui è affetta la portante sinusoidale. Come
DettagliEsperienza 9 (continua) Esperienza 10. Marco Vignati Laboratorio di Sistemi e Segnali
Esperienza 9 (continua) Esperienza 10 Marco Vignati Laboratorio di Sistemi e Segnali 2016-17. Esperienza 9: Semplici programmi con Arduino (4bis) AnalogWrite() M. Vignati 2 P. Vicini LSS: Arduino A.A.
DettagliEsercitazione 3: Fourier Transform
Laboratorio di Immagini Esercitazione 3: Fourier Transform Mauro Zucchelli 29/03/2016 Chi è Fourier Jean Baptiste Joseph Fourier (1768-1830) Matematico francese Ha praticamente fondato l elaborazione dei
DettagliII Lezione: Uso della DFT e FFT
II Lezione: Uso della DFT e FFT In questa lezione vengono proposti alcuni semplici esercizi riguardanti l uso della FFT per il calcolo della trasformata di Fourier di segnali a tempo discreto e a tempo
Dettagli26/08/2010. Segnale analogico. Convertitore AD. Segnale digitale. Sensore. Computer
CAP 6: ACQUISIZIONE ED ANALISI DIGITALE DEI SEGNALI Che tutte le operazioni di analisi del segnale descritte nei precedenti capitoli si effettuano, quasi sempre, impiegando sistemi digitali di elaborazione
DettagliSlide del corso di. Controllo digitale
Slide del corso di Controllo digitale Corso di Laurea in Ingegneria Informatica e dell Informazione Università di Siena, Dip. Ing. dell Informazione e Sc. Matematiche Parte IV Campionamento e ricostruzione
DettagliFONDAMENTI DI SEGNALI E TRASMISSIONE 4 Laboratorio
FONDAMENTI DI SEGNALI E TRASMISSIONE 4 Laboratorio Paolo Mazzucchelli mazzucch@elet.polimi.it Campionamento di segnali In MATLAB, qualunque segnale continuo è approssimato da una sequenza campionata. Si
DettagliINDICE Esempi di segnali determinati: periodici e di energia Esempio di segnale aleatorio...4
INDICE 1 Introduzione: definizione e classificazione dei segnali... 1 1.1 Introduzione all elaborazione numerica dei segnali... 1 1.2 Classificazione dei segnali... 2 1.2.1 Esempi di segnali determinati:
DettagliElementi di sismologia
Elementi di sismologia Sismologia e Rischio Sismico Anno Accademico 2009-2010 Giovanna Cultrera, cultrera@ingv.it Istituto Nazionale di Geofisica e Vulcanologia Trasformata di Fourier Premessa: l equazione
DettagliCampionamento, DFT Esperienza 9. Marco Vignati Laboratorio di Sistemi e Segnali
Campionamento, DFT Esperienza 9 Marco Vignati Laboratorio di Sistemi e Segnali 218-19. Teorema del campionamento Quando campioniamo un segnale con un ADC dobbiamo considerare la risoluzione in tensione
DettagliLa visione spaziale (1)
La visione spaziale (1) Corso di Principi e Modelli della Percezione Prof. Giuseppe Boccignone Dipartimento di Scienze dell Informazione Università di Milano boccignone@dsi.unimi.it http://homes.dsi.unimi.it/~boccignone/giuseppeboccignone_webpage/modelli_percezione.html
DettagliIndice. Introduzione al problema dell acquisizione e dell analisi dei dati: definizione dei termini
Indice Cap. 1 Introduzione al problema dell acquisizione e dell analisi dei dati: definizione dei termini 1.1 Introduzione pag. 1 1.2 Il processo di misura e il livello dei modelli 9 1.3 Segnali deterministici
DettagliCapitolo 4. Campionamento e ricostruzione
Capitolo 4 Campionamento e ricostruzione Sommario. In questo capitolo vengono richiamati brevemente i risultati fondamentali (teorema di Shannon e sue conseguenze) sul campionamento e la ricostruzione
DettagliPrima esercitazione del corso di Sistemi di Telecomunicazione 1 A.A Demodulazione di ampiezza
Prima esercitazione del corso di Sistemi di Telecomunicazione 1 A.A. 2009-2010 Demodulazione di ampiezza 29th October 2009 Abstract Lo studente deve implementare in MATLAB una funzione per la demodulazione
DettagliElaborazione nel dominio della frequenza Soluzioni
Elaborazione dei Segnali Multimediali a.a. 2009/2010 Elaborazione nel dominio della frequenza Soluzioni 1 La trasformata discreta 1D Calcoliamo lo spettro di x(n) = R L (n) al variare di L = 2, 10, 20,
DettagliFiltro Rumore. Generare un segnale, introdurre un rumore, utilizzare la DFT e la IDFT per eliminare il rumore e ottenere il segnale pulito.
1. DESCRIZIONE DEL PROBLEMA "Filtro rumore" Generare un segnale, introdurre un rumore, utilizzare la DFT e la IDFT per eliminare il rumore e ottenere il segnale pulito. 2. DESCRIZIONE DELL ALGORITMO L
DettagliNote su filtri digitali
Progettazione nell'ambiente LPCXpresso Introduzione alla progettazione di sistemi embedded a microcontrollore Note su filtri digitali S. Salvatori - Microelettronica aprile 2016 (1 di 42) Sommario Perché
DettagliProcessamento di immagini
Processamento di immagini Applicazioni Immagini biomediche Modifica di immagini Confronto e registrazione... Formazione Ogge=o in - > Immagine out Processamento Immagine in - > Immagine out Analisi Immagine
DettagliUnità di misura nell analisi del segnale G. D Elia. Sezione1
Unità di misura nell analisi del segnale G. D Elia Sezione1 La Serie di Fourier Si consideri una funzione x(t) periodica di periodo T = π/ω. Se sono soddisfatte opportune condizioni (condizioni di Direchlet):
DettagliElaborazione di segnali mediante DFT
Elaborazione di segnali mediante DFT Alessandro Gallo - Matr. 2754 Docente: Prof. Giuseppe Rodriguez ELABORAZIONE DI SEGNALI D MEDIANTE DFT f(x) = sin(5x) f(x) +.5*randn.8.6.4.2.2.4.6.8.8.6.4.2.2.4.6.8
DettagliCorso di Elaborazione Numerica dei Segnali Esame del 7 Luglio 2004
Corso di Elaborazione Numerica dei Segnali Esame del 7 Luglio TOTALE PUNTI: L allievo é invitato a dare una ragionata e succinta risposta a tutti gli argomenti proposti, per dimostrare il livello di preparazione
DettagliLa Trasformata di Fourier
La Trasformata di Fourier Preliminari: Spazi di Hilbert Da Wikipedia In matematica uno spazio di Hilbert è uno spazio vettoriale che generalizza la nozione di spazio euclideo. Gli spazi di Hilbert sono
DettagliLa visione spaziale (1)
La visione spaziale (1) Corso di Principi e Modelli della Percezione Prof. Giuseppe Boccignone Dipartimento di Informatica Università di Milano boccignone@di.unimi.it http://boccignone.di.unimi.it/pmp_2014.html
DettagliProf. Carlo Rossi DEIS - Università di Bologna Tel:
Prof. Carlo Rossi DEIS - Università di Bologna Tel: 051 2093020 email: carlo.rossi@unibo.it Sistemi Tempo-Discreti In questi sistemi i segnali hanno come base l insieme dei numeri interi: sono sequenze
DettagliRisonanza Magnetica Nucleare
Risonanza Magnetica Nucleare La ricostruzione delle immagini Gradienti di codifica dei singoli voxel Codifica dello spazio, della frequenza e della fase Il K-spazio e le frequenze di impulsi RF Le immagini
DettagliTeoria dei Segnali Discrete Fourier Transform (DFT) e Fast Fourier Transform (FFT); filtri tempo-continui
Teoria dei Segnali Discrete Fourier Transform (DFT) e Fast Fourier Transform (FFT); filtri tempo-continui Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it
DettagliFondamenti di Elaborazione Numerica dei Segnali Anno Accademico Primo Appello 26/2/2015
Fondamenti di Elaborazione Numerica dei Segnali Anno Accademico 204-205 Primo Appello 26/2/205 Quesiti relativi alla prima parte del corso (tempo max. 90 min). Calcolare: la trasformata z di x(n) = ( )
DettagliFondamenti di elaborazione numerica dei segnali
Esercizi per la I prova in itinere del corso: Fondamenti di elaborazione numerica dei segnali. Trasformata z di una sequenza illimitata causale Si consideri la sequenza causale ) 3 n x n = e i π 3 n, n
DettagliRappresentazione di una sequenza a durata finita come un periodo di una sequenza periodica.
La Trasformata di Fourier Discreta (DFT) 1. Sequenza x(n) lunga N è rappresentabile con sequenza periodica x(n) di periodo N, con andamento nel periodo identico a x(n); 2. x(n) è esattamente rappresentabile
DettagliEsercizio 1. Soluzione = V. u V. u mm. = u V S = = mm ±0.58 mm ( fc 2) Esercizio 2
Esercizio Si consideri un trasduttore di spostamento caratterizzato da una sensibilità costante pari a. V/mm e fondoscala pari a 5 V. La risoluzione è pari al % del FS. Si determini la misura corrispondente
DettagliRELAZIONE DI TELECOMUNICAZIONI ITIS Vobarno Titolo: Fourier: analisi di spettro
ELAZIONE DI TELEOMUNIAZIONI ITIS Vobarno Titolo: Fourier: analisi di spettro Nome: Samuele Sandrini AT 07/0/ Un segnale periodico può essere considerato come la somma di armoniche più una costante che
DettagliLa visione spaziale (1): dalla visita oculistica al JPEG
La visione spaziale (1): dalla visita oculistica al JPEG Corso di Principi e Modelli della Percezione Prof. Giuseppe Boccignone Dipartimento di Informatica Università di Milano boccignone@di.unimi.it http://boccignone.di.unimi.it/pmp_2015.html
DettagliSEGNALI STAZIONARI: ANALISI SPETTRALE
SEGNALI STAZIONARI: ANALISI SPETTRALE Analisi spettrale: rappresentazione delle componenti in frequenza di un segnale (ampiezza vs. frequenza). Fornisce maggiori dettagli rispetto all analisi temporale
DettagliCircuiti a Tempo Discreto DFT - La Trasformata di Fourier Discreta
Circuiti a Tempo Discreto - La Trasformata di Fourier Discreta Prof. Michele Scarpiniti Dipartimento di Ingegneria dell Informazione, Elettronica e Telecomunicazioni Sapienza Università di Roma http://ispac.ing.uniroma1.it/scarpiniti/index.htm
DettagliIL SUONO INVILUPPO TIMBRO
IL SUONO 5 INVILUPPO TIMBRO Tommaso Rosati 2 Tommaso Rosati 3 Timbro Il timbro è quella particolare qualità del suono che permette di distinguere due suoni anche se hanno uguale ampiezza e altezza. Non
DettagliSistemi di elaborazione dell informazione
Sistemi di elaborazione dell informazione Univ. degli studi Federico II di Napoli ing. Antonio Fratini Onde periodiche a differente frequenza Esempi con suoni (onde sinusoidali) f = 220 Hz (LA 4) f = 440
DettagliProf. Carlo Rossi DEIS - Università di Bologna Tel:
Prof. Carlo Rossi DEIS - Università di Bologna Tel: 051 2093024 email: carlo.rossi@unibo.it Introduzione Il teorema di Shannon, o del campionamento, stabilisce la connessione esistente tra i segnali fisici
DettagliBanchi di filtri. Variazioni. Esempio di normalizzazione. Introduzione. Nomenclatura. The Ultimate Question. h 1 N ... N h 2. h M
Variazioni Oltre alla struttura regolare sono possibili altre strutture, per esempio h 3 Tali strutture sono sempre riconducibili alla struttura regolare 3 Q: Cos è un banco di filtri? Introduzione Esempio
DettagliTeoria dei Segnali Densità spettrale di energia e di potenza; campionamento e teorema di Shannon
Teoria dei Segnali Densità spettrale di energia e di potenza; campionamento e teorema di Shannon Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria
DettagliAccenni sulla Trasformata di Fourier
UNIVERSITÀ DI PISA Corso di Laurea in Scienze Motorie Tecnologie e strumentazione biomedica Accenni sulla Trasformata di Fourier Dalle lezioni di Alberto Macerata Modificate ma non necessariamente migliorate
DettagliLaboratorio di Fondamenti di Segnali e Trasmissione
Laboratorio di Fondamenti di Segnali e Trasmissione Alessandro Tomasoni Esercitazione n. del 7//009 La Trasformata di Fourier (TDF) Abbiamo visto a lezione che ad un segnale (t) funzione del tempo, si
DettagliElaborazione nel dominio delle frequenze. Elaborazione delle immagini digitali 1
Elaborazione nel dominio delle frequenze Elaborazione delle immagini digitali 1 Serie di Fourier Elaborazione delle immagini digitali 2 Introduzione alla trasformata di Fourier Una funzione periodica può
DettagliSistemi di elaborazione dell informazione
Sistemi di elaborazione dell informazione Univ. degli studi Federico II di Napoli ing. Antonio Fratini Onde periodiche a differente frequenza Esempi con suoni (onde sinusoidali) f = 22 Hz (LA 4) f = 44
DettagliCORSO%DI%% A.A.% % Sezione%03c% SPETTRO ACUSTICO FISICA%TECNICA%AMBIENTALE%
1 CORSO%DI%% FISICA%TECNICA%AMBIENTALE% A.A.%201352014% Sezione%03c%!! Prof. Ing. Sergio Montelpare! Dipartimento INGEO! Università G. d Annunzio Chieti-Pescara" 2 Le caratteristiche fondamentali del suono"
Dettagli3.3. Constant-Q Transform
3.3. Constant-Q Transform Una soluzione agli inconvenienti trattati nel paragrafo precedente è stata proposta da J.C. Brown nel 1991 ed è nota come Constant-Q transform [9]. Seppure sia stata formalizzata
Dettagli( ) ( ) = ( )* ( ) Z f X f Y f. sin 2 f. 0 altrove. Esempio di Modulazione
Esempio di Modulazione z ( t) = x( t) y ( t) dove x( t ) e y () t ammetto trasformata di Fourier X ( f ) e Y ( f ) Per z ( t ) si ha (convoluzione degli spettri): Ad esempio se: ( ) = sin( 2π f t) x t
DettagliLa trasformata discreta di Fourier in ambiente Mathematica
Matematica Open Source http://www.extrabyte.info Quaderni di Matematica Computazionale 017 La trasformata discreta di Fourier in ambiente Mathematica Marcello Colozzo Indice 1 Campionamento di un segnale
DettagliControllo Digitale. Riassumendo. I sistemi di controllo digitale hanno alcuni vantaggi rispetto ai sistemi di controllo a tempo continuo:
Parte 12, 1 Motivazioni Parte 12, 2 I sistemi di controllo digitale hanno alcuni vantaggi rispetto ai sistemi di controllo a tempo continuo: Controllo Digitale Flessibilità del SW rispetto all HW Compatibilità
DettagliFondamenti di Elaborazione Numerica dei Segnali Anno Accademico Seconda Prova Intermedia 18/1/2018. Tempo a disposizione 1h:30min
Seconda Prova Intermedia 8//08 Tempo a disposizione h:30min. Dato il sistema riportato nella figura seguente, si consideri una sua implementazione con aritmetica in virgola fissa a 8 bit complemento a
DettagliMASB AA10/11 21/01/11 test #1 1
MASB 20/06/11 AA20102011test #1. Esercizio 1. Illustrare lo schema generale di un apparecchiatura per l acquisizione di segnali spontanei, descrivendo brevemente i diversi componenti. Fornire una descrizione
DettagliDall occhio al JPEG (2)
Dall occhio al JPEG (2) Corso di Principi e Modelli della Percezione Prof. Giuseppe Boccignone Dipartimento di Informatica Università di Milano boccignone@di.unimi.it http://boccignone.di.unimi.it/pmp_2018.html
DettagliIMAGE PROCESSING & DOMINIO DELLE. Pagano Luca 18/12/2013
IMAGE PROCESSING & DOMINIO DELLE FREQUENZE Pagano Luca 18/12/2013 IN GENERALE Trasformata: Antitrasformata: In cui le funzioni r ed s vengono chiamate funzioni o immaginibase. Invece i termini T(u,v) vengono
DettagliINGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Il teorema di Shannon
INGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Il teorema di Shannon Prof. Carlo Rossi DEIS - Università di Bologna Tel: 051 2093024 email: crossi@deis.unibo.it Introduzione Il teorema di Shannon, o
Dettagli( e j2! ft! 0.9 j) ( e j2! ft j)
Esercitazione Filtri IIR Si consideri il filtro dato dalla seguente equazione alle differenze y[n]+0.81y[n-2]=x[n]-x[n-2] - Determinare la funzione di trasferimento del filtro Eseguendo la Trasformata
DettagliINGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Il teorema di Shannon. Il teorema di Shannon
INGEGNERIA E ECNOLOGIE DEI SISEMI DI CONROLLO Prof. Carlo Rossi DEIS - Università di Bologna el: 5 934 email: crossi@deis.unibo.it Introduzione, o del campionamento, stabilisce la connessione esistente
DettagliAppunti Esercitazioni per il corso di Telecomunicazioni Stefano Savazzi
Appunti Esercitazioni per il corso di Telecomunicazioni Stefano Savazzi Parte 1 Trasformata discreta di Fourier - DFT per segnali sinusoidali Si calcoli la trasformata discreta di Fourier (DFT) dei primi
DettagliCampionamento e quantizzazione
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Campionamento e quantizzazione A.A. 2008-09 Alberto Perotti DELEN-DAUIN Conversione analogico-digitale L elaborazione
DettagliProcessi aleatori. X t X
Processi aleatori stazionari X(t) processo aleatorio stazionario, x(t) funzione campione di X (t) Funzione di auto-correlazione R E X t X t Funzione di auto-correlazione di una funzione campione r R T
Dettagli