Analisi armonica su dati campionati
|
|
- Maurizio Nanni
- 6 anni fa
- Visualizzazioni
Transcript
1 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 informazioni sullo spettro di un segnale e può essere impiegata anche su segnali campionati. Tuttavia occorre soffermarci su alcuni aspetti particolari e mettere in evidenza alcune considerazioni importanti. Si è già visto che l analisi di Fourier si applica formalmente a segnali di durata infinitamente estesa e pertanto anche la sequenza dei campioni che rappresenta il segnale in forma discreta dovrà essere teoricamente di lunghezza infinita. Tale ipotesi non è realizzabile nella pratica, tuttavia può essere approssimata quando si tratti di segnali di durata molto estesa rispetto all intervallo di campionamento. In generale, con riferimento a un processo di campionamento reale, la sequenza dei campioni avrà necessariamente un inizio e una fine, e pertanto il numero dei campioni a disposizione sarà in numero finito. Per esaminare il problema è utile considerare il segnale di durata limitata come una porzione del segnale generico s(t), prelevata attraverso una opportuna finestra temporale w(t) (window), detta anche finestra di troncamento o di osservazione. L effetto del troncamento sul segnale si può rappresentare nel seguente modo: s w ( t) = s( t) w( t) (1.1) La trasformata di Fourier del segnale troncato risulta dalla convoluzione degli spettri: S w ( f ) = S( f ) W ( f ) (1.2) La convoluzione della trasformata S(f) del segnale con la trasformata W(f) della finestra di troncamento introduce un nuovo tipo di distorsione, detta di dispersione (leakage). In pratica se lo spettro del segnale originario S(f) contiene delle transizioni nette, ad esempio componenti armoniche impulsive come nel caso di un segnale periodico nel tempo, tali transizioni vengono smussate e lo spettro del segnale periodico troncato si disperde in frequenza, tanto più quanto più è stretta la finestra di troncamento. Si consideri, per fissare le idee, un segnale sinusoidale s(t) di frequenza f che presenta uno spettro costituito da due impulsi a frequenza ±f. In presenza di troncamento con una finestra rettangolare w(t) di durata T w, la convoluzione degli impulsi in frequenza con la funzione W(f)=sin(x)/x, produce l effetto rappresentato in Fig.1.1. L entità della dispersione in frequenza dipende dalla durata T w della finestra di osservazione e dal suo andamento temporale. In particolare l andamento nel tempo della finestra di troncamento determina l ampiezza dei lobi laterali della dispersione e risulta quindi direttamente responsabile della accuratezza con cui viene stimato lo spettro del segnale
2 Sistemi di misura digitali Analisi armonica su dati campionati - 2 troncato. Sotto questo aspetto, concreti vantaggi possono essere ottenuti utilizzando finestre temporali non rettangolari, ma con transizione più graduale delle estremità (smoothing windows). Tali finestre infatti sono caratterizzate da spettri con lobi laterali meno pronunciati. Fig Dispersione dello spettro per un segnale sinusoidale troncato. Segnale campionato e troncato Si consideri ora il campionamento di un segnale troncato, osservato attraverso la finestra rettangolare w(t) di durata T w =NT c, essendo N il numero di impulsi considerati e T c l intervallo di campionamento. In tale ipotesi il segnale campionato e troncato sarà individuato dai campioni: s( itc ) ( i =,1, 2,..., ) (1.3) e può essere analiticamente rappresentato nella forma (vedi Fig.1.2): N 1 c, w( t) = s( itc ) δ( t itc ) s (1.4) La trasformata di Fourier della sequenza di campioni risulta, applicando la proprietà di traslazione nel tempo: S j2π f it c c, w ( f ) = s( itc ) e (1.5) Questa espressione costituisce un altro modo di rappresentare lo spettro a repliche di un segnale campionato. Tale spettro può essere inteso come una serie di funzioni esponenziali, nel dominio della frequenza, pesate con le ampiezze dei vari campioni. Fig Segnale campionato e troncato.
3 Sistemi di misura digitali Analisi armonica su dati campionati - 3 Si osserva che lo spettro del segnale campionato e troncato risulta ancora una funzione continua nella frequenza (Fig.1.2), formata da repliche dello spettro in banda base. Tuttavia a causa del troncamento del segnale nel tempo, sarà in generale presente nello spettro in banda base una distorsione più o meno pronunciata di leakage. In conseguenza di questo fatto nascerà anche una distorsione di aliasing nel replicare lo spettro. Si vedano in Fig.1.2 le code delle repliche in S c,w (f). 2 - Analisi per segnali periodici campionati e troncati Trasformata discreta di Fourier (DFT) Dal punto di vista della conoscenza dell informazione sullo spettro di un segnale campionato e troncato (quindi caratterizzato da N numeri) sarebbe strettamente sufficiente conoscere l andamento dello spettro solo nell intervallo di ripetizione in frequenza ( f c ). La trasformata discreta di Fourier (Discrete Fourier Transform, DFT) consente di valutare il contenuto armonico in tale intervallo mediante un numero N di componenti discrete. Il passaggio a una rappresentazione discreta dello spettro risulta concettualmente semplice, osservando che la sequenza finita di N campioni nel tempo può essere considerata appartenente a una successione di sequenze di periodo T w =NT c che si ripetono indefinitamente dando luogo a un segnale periodico s c,p (t) con frequenza f w =1/T w (Fig.2.1). Lo spettro S c,p (f) della sequenza di campioni replicata nel tempo con periodo T w, risulta allora uno spettro a righe, spaziate di f w =1/T w. La ripetizione dello spettro in frequenza dipende dal campionamento nel tempo, così come il campionamento in frequenza è dovuto alla periodicità del segnale nel tempo. Il legame di trasformazione fra i campioni nel tempo s i =s(it c ) e i campioni in frequenza S k =S(kf w ) è dato dalla trasformata discreta diretta e inversa di Fourier. Fig Corrispondenza fra sequenze nel tempo e nella frequenza. Poichè le trasformazioni discrete di Fourier (diretta e inversa) coinvolgono solo campioni (sia nel dominio del tempo che della frequenza) vengono definite in forma normalizzata rispetto a
4 Sistemi di misura digitali Analisi armonica su dati campionati - 4 variabili indipendenti di tipo adimensionale: pertanto la variabile tempo diventa l indice i, mentre la variabile frequenza diventa l indice k. La definizione delle componenti armoniche a frequenze multiple di f w, cioè multiple di f c /N, è la seguente: S k = 2π j k i j2π k f f w itc N c s( itc ) e = s( itc ) e con fw = (2.1) N In pratica, di tutte le possibili armoniche di ordine k, solo le prime N/2 sono significative e portano informazione (le successive N/2 risultano speculari rispetto alla frequenza di folding f c /2 e coniugate). Spesso si definisce, per comodità, l operatore: W = 2π j N e Quindi la trasformata discreta di Fourier (DFT) risulta, in forma compatta: k i Sk = si W ( k =,1, 2,... ) In modo analogo viene definita la trasformata inversa (IDFT): (2.2) (2.3) N 1 1 = k i si Sk W ( i =,1, 2,... ) (2.4) N = k Si osservi infine che taluni Autori adottano altre definizioni per la trasformazione diretta e inversa, per esempio scambiando il segno meno all esponente di W oppure scambiando in fattore 1/N, fra le due definizioni. Ciò non cambia il senso della trasformazione. Utilizzando la tipica struttura di queste relazioni sono stati messi a punto algoritmi efficienti per il calcolo veloce delle diverse componenti armoniche. Qualora il numero di campioni risulti una potenza di due, gli algoritmi FFT (Fast Fourier Transform) risultano particolarmente utili e sono ormai consolidati nell analisi armonica dei segnali tramite elaboratore o microprocessori dedicati. DFT di segnali periodici I segnali periodici sono di particolare interesse pratico. In tali casi, l analisi armonica mediante DFT richiede una certa cautela, soprattutto in relazione alla scelta della finestra di troncamento e al fatto che la frequenza di campionamento sia o meno sincronizzata con la frequenza fondamentale del segnale da analizzare. Per comprendere tali aspetti, si consideri, come esempio, un segnale sinusoidale di frequenza f e si supponga che venga campionato alla frequenza f c sufficiente a garantire il rispetto del teorema del campionamento. Riferendosi alla Fig.2.2, si possono sottolineare le seguenti relazioni generali: la finestra di osservazione T w contiene un numero m di periodi T del segnale da analizzare: T w = mt (dove m può essere intero o frazionario); detto N il numero totale di campioni che cadono in tale finestra, la frequenza di campionamento risulta f c = Nf w = Nf /m. Per il caso particolare rappresentato nella Fig.2.2 si verifica facilmente che: m=6 è intero e pertanto T w = 6T ; N=24 e pertanto f c = 24f w = 4f.
5 Sistemi di misura digitali Analisi armonica su dati campionati - 5 In tal caso, ripetere la finestra di osservazione T w indefinitamente nel tempo, significa riprodurre in forma esatta la funzione periodica. Fig Spettro di una sinusoide campionata e troncata: T w = 6T e T = 4T c. E infatti il calcolo della DFT per le diverse componenti kf w fornisce componenti tutte nulle tranne proprio l unica componente armonica effettivamente presente alla frequenza f = 6f w, come rappresentato nello spettro di Fig.2.2. Si consideri ora un secondo esempio, rappresentato in Fig.2.3, dove la finestra di osservazione T w non risulta un multiplo intero m del periodo T e sia T w = 6,5T, quindi f = 6,5f w. Fig Spettro di una sinusoide campionata e troncata: T w = 6,5T e T = (24/6,5)T c. Per agevolare il confronto dei due esempi, la durata di osservazione T w è stata assunta uguale nei due casi, pertanto risultano anche uguali gli step f w nel dominio della frequenza. Supponiamo inoltre che nel tempo T w si prelevino ancora N=24 campioni, allora la frequenza di campionamento risulta: f c = 24f w = (24/6,5)f = 3,692f. In pratica, con le ipotesi fatte, la frequenza di campionamento f c è uguale a quella del caso precedente, ma è cambiato il suo rapporto con la frequenza f del segnale sinusoidale. In questo caso, la ripetizione nel tempo del segnale campionato e troncato non riprodurrà esattamente la funzione periodica originaria, con una conseguente distorsione nello spettro. Questo fatto trova riscontro nella DFT, che evidenzierà, in tal caso, componenti armoniche non presenti nello spettro del segnale periodico originario, come si vede in Fig.2.3. Per concludere l analisi di questo esempio, si consideri ora la Fig.2.4. La finestra di osservazione ha ancora durata T w mentre vengono prelevati N=26 campioni. In tal caso, la frequenza di campionamento è f c = 26f w = (26/6,5)f = 4f ma le cose non cambiano, con riferimento alla dispersione delle righe spettrali, come si osserva nella Fig.2.4.
6 Sistemi di misura digitali Analisi armonica su dati campionati - 6 Dall esame dei semplici casi riportati, si conclude che, per una corretta analisi armonica di segnali periodici mediante DFT, riveste particolare importanza la scelta della finestra di troncamento e il fatto che la frequenza di campionamento sia sincronizzata con la frequenza fondamentale del segnale da analizzare. Fig Spettro di una sinusoide campionata e troncata: T w = 6,5T e T = (26/6,5)T c. Qualora non si riesca a rendere la finestra di osservazione esattamente multipla del periodo del segnale, un modo per limitare l inconveniente può essere quello di impiegare finestre molto ampie rispetto al periodo della fondamentale e soprattutto del tipo con transizione graduale delle estremità (smoothing windows). Infine, per concludere, si deve tenere presente che: Il concetto di armoniche si riferisce a condizioni di regime; quindi il segnale deve essere stazionario, per ottenere risultati accurati nell uso della DFT. La forma d onda non deve contenere frequenze interarmoniche, cioè componenti con frequenze che non sono multipli interi della frequenza fondamentale.
In 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,
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
DettagliCAMPIONAMENTO E RICOSTRUZIONE DI SEGNALI
CAMPIONAMENTO E RICOSTRUZIONE DI SEGNALI 1 Fondamenti di segnali Fondamenti e trasmissione TLC Segnali in formato numerico Nei moderni sistemi di memorizzazione e trasmissione i segnali in ingresso sono
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
DettagliAnalisi di segnali campionati
Analisi nel dominio della frequenza Analisi di segnali ampionati - 1 Analisi di segnali ampionati 1 Analisi dei segnali nel dominio della frequenza I prinipali metodi di analisi dei segnali di misura possono
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
DettagliLa Trasformata di Fourier Discreta. e sue applicazioni
Prof. Lucio Cadeddu Giorgia Tranquilli Università degli Studi di Cagliari Facoltà di Scienze MM.FF.NN. Corso di Laurea in Matematica La Trasformata di Fourier Discreta e sue applicazioni Relatore: Tesi
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
DettagliCONTROLLI AUTOMATICI Ingegneria Gestionale ANALISI ARMONICA
CONTROLLI AUTOMATICI Ingegneria Gestionale http://www.automazione.ingre.unimore.it/pages/corsi/controlliautomaticigestionale.htm ANALISI ARMONICA Ing. Federica Grossi Tel. 059 2056333 e-mail: federica.grossi@unimore.it
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
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
DettagliDispense del corso di Elettronica L Prof. Guido Masetti
Dispense del corso di Elettronica L Prof. Guido Masetti Teoria dei Segnali e Sistemi Sommario Architettura dei sistemi per l'elaborazione dell'informazione Informazione e segnali Teoria dei segnali Analisi
DettagliI Segnali nella comunicazione
I Segnali nella comunicazione Nella lingua italiana il termine segnale indica una convenzione, la cui unzione è quella di comunicare qualcosa ( segnale di Partenza, segnale di aiuto, segnale stradale ecc.).
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
DettagliCANALE STAZIONARIO CANALE TEMPO INVARIANTE
CANALE STAZIONARIO Si parla di un Canale Stazionario quando i fenomeni che avvengono possono essere modellati da processi casuali e le proprietà statistiche di tali processi sono indipendenti dal 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
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
DettagliANALISI ARMONICA. G(s) Analisi armonica. Funzione di risposta armonica
CONTROLLI AUTOMATICI Ingegneria della Gestione Industriale e della Integrazione di Impresa http://www.automazione.ingre.unimore.it/pages/corsi/controlliautomaticigestionale.htm ANALISI ARMONICA Analisi
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)
DettagliCAMPIONAMENTO E RICOSTRUZIONE. Y(f) Y(f-15) Y(f+15) f[hz] Yc(f) Y(f) Y(f-17.5) Y(f+17.5) Yc(f) Esercizio 1
CAMPIONAMENTO E RICOSTRUZIONE Esercizio 1 Dato il segnale y(t), con trasformata di Fourier Y(f) rappresentata in figura, rappresentare lo spettro del segnale ottenuto campionando idealmente y(t) con a)
DettagliGianfranco Cariolaro, Gianfranco Pierobon, Giancarlo Calvagno Segnali e sistemi Indice analitico
Gianfranco Cariolaro, Gianfranco Pierobon, Giancarlo Calvagno Segnali e sistemi Indice analitico Copyright The McGraw-Hill Companies srl A aliasing, 443 fenomeno dell, 424f AMI, codificatore, 315 analiticità
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
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
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
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
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
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
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
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
DettagliAnalizzatore di spettro. Generalità sull analisi spettrale. Analizzatori a scansione. Analizzatori a doppia conversione. Analizzatore di spettro
Analizzatore di spettro Analizzatore di spettro Analizzatori a scansione Analizzatori a doppia conversione 2 2006 Politecnico di Torino 1 Obiettivi della lezione Metodologici come eseguire l analisi spettrale
DettagliCAMPIONAMENTO DI SEGNALI
CAMPIONAMENTO DI SEGNALI Alla base della discretizzazione di un segnale sorgente continuo sono i due procedimenti distinti di discretizzazione rispetto al tempo, detto campionamento, e rispetto all'ampiezza,
DettagliCorso di Matematica per la Chimica
Corso di Matematica per la Chimica Dott.ssa Maria Carmela De Bonis Dipartimento di Matematica, Informatica e Economia Università della Basilicata a.a. 2014-15 Errori Cause principali di errori nella risoluzione
DettagliParte Prima Analisi Spettrale
Obiettivo di questo ciclo di lezioni è l acquisizione di nozioni di base per: 1. la descrizione del segnale sismico (analisi spettrale) e per la sua misura sperimentale (risposta strumentale). l interpretazione
DettagliSEGNALE ANALOGICO. Un segnale analogico ha un ampiezza che varia in maniera continua nel tempo
ACQUISIZIONE SEGNALE ANALOGICO 6 5 4 3 2 t Un segnale analogico ha un ampiezza che varia in maniera continua nel tempo CONVERTITORE A/D Dispositivo che realizza la conversione tra i valori analogici del
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
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):
DettagliAudio Digitale. Cenni sulle onde. Multimedia 1
Audio Digitale Cenni sulle onde 1 Suono e Audio Il suono è un insieme di onde meccaniche longitudinali. L oggetto che origina il suono produce una vibrazione che si propaga attraverso un mezzo modificando
Dettagli08. Analisi armonica. Controlli Automatici
8. Analisi armonica Prof. Cesare Fantuzzi Ing. Cristian Secchi Ing. Alessio Levratti ARSControl - DISMI - Università di Modena e Reggio Emilia E-mail: {nome.cognome}@unimore.it http://www.arscontrol.org/teaching
Dettagli06. Analisi Armonica. Controlli Automatici. Prof. Cesare Fantuzzi Ing. Cristian Secchi Ing. Federica Ferraguti
Controlli Automatici 6. Analisi Armonica Prof. Cesare Fantuzzi Ing. Cristian Secchi Ing. Federica Ferraguti ARSControl - DISMI - Università di Modena e Reggio Emilia E-mail: {nome.cognome}@unimore.it http://www.arscontrol.org/teaching
DettagliComunicazioni Elettriche II
Comunicazioni Elettriche II Laurea Magistrale in Ingegneria Elettronica Università di Roma La Sapienza A.A. 2017-2018 Orthogonal Frequency Division Multiplexing OFDM Orthogonal Frequency Division Multiplexing
DettagliElaborazione di segnali e immagini: modulo segnali
Elaborazione di segnali e immagini: modulo segnali 30 gennaio 014 Esame parziale con soluzioni Esercizio 1 Dato un sistema LTI descritto dalla seguente equazione alle differenze: v(k) + v(k 1) 10v(k )
DettagliTeoria dei Segnali Quantizzazione dei segnali; trasformata zeta
Teoria dei Segnali Quantizzazione dei segnali; trasformata zeta Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali Quantizzazione;
DettagliRISPOSTA IN FREQUENZA DEI SISTEMI LINEARI TEMPO INVARIANTI
RISPOSTA IN FREQUENZA DEI SISTEMI LINEARI TEMPO INVARIANTI 1 Fondamenti di segnali Fondamenti e trasmissione TLC Introduzione Se il segnale d ingresso di un sistema Lineare Tempo-Invariante (LTI e un esponenziale
DettagliIl tema proposto può essere risolto seguendo due ipotesi:
Per la trattazione delle tecniche TDM, PM e Trasmissione dati si rimanda alle schede 41, 42, 43, 44, 45, 46, 47 e 48 del libro Le Telecomunicazioni del Prof. F. Dell Aquila. Il tema proposto può essere
Dettagli2.2.5 Approssimazione di un segnale in una base biortogonale (segnali rettangolari) Esercizi proposti... 46
Indice 1 Operazioni elementari, convoluzione, correlazione 1 1.1 Operazioni elementari........................ 1 1.1.1 Ribaltamento, traslazione, scalatura............ 1 1.2 Convoluzione.............................
DettagliCALCOLO NUMERICO. Rappresentazione virgola mobile (Floating Point)
ASA Marzo Docente Salvatore Mosaico Introduzione al Calcolo Numerico (parte ) CALCOLO NUMERICO Obiettivo del calcolo numerico è quello di fornire algoritmi numerici che, con un numero finito di operazioni
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"
DettagliOrario del corso. Contenuti del corso. Modalità d esame. Analisi Numerica 1 a.a. 2014/2015
Analisi Numerica 1 a.a. 2014/2015 Dott.ssa Silvia Bonettini Orario del corso Mercoledì 10:30-13:30 Aula2/Laboratorio Giovedì 10:30-13:30 Aula2/Laboratorio Ricevimento: mercoledì 9:30-10:30 E-mail docente:
Dettagliche coinciderà con la (2) se g[n] = g (n ), condizione verificata dal teorema di Poisson.
La simulazione di sistemi analogici LTI per via digitale si è resa necessaria in quanto permette non solo la perfetta riproducibilità del fenomeno da studiare in situazioni ambientali anche molto diverse,
DettagliAnalisi dei segnali nel dominio delle frequenze 21/12/2006 11/01/2007
Analisi dei segnali nel dominio delle frequenze 2/2/26 //27 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
DettagliPROGETTO DI FILTRI NUMERICI FIR CON L USO DI FINESTRE
1/14 ROGETTO DI FILTRI NUMERICI FIR CON L USO DI FINESTRE rogetto di filtri FIR con l uso di finestre 2/14 I filtri IIR offrono caratteristiche attraenti, ma anche svantaggi: se si vuole effettuare l elaborazione
DettagliCorso di Fondamenti di Telecomunicazioni Esercizi Teoria dei segnali Prof. Giovanni Schembra
Corso di Fondamenti di Telecomunicazioni Esercizi Teoria dei segnali Prof. Giovanni Schembra Sommario CARATTERISTICHE DEI SEGNALI DETERMINATI.... ESERCIZIO.... ESERCIZIO... 5.3 ESERCIZIO 3 CONVOLUZIONE...
DettagliAnalisi del segnale. Analisi dei segnali: Nel dominio del tempo (d.t.), con l oscilloscopio Nel dominio della frequenza
Analisi del segnale Analisi dei segnali: Nel dominio del tempo (d.t.), con l oscilloscopio Nel dominio della frequenza Strumenti: - per evidenziare aspetti difficilmente visibili nel d.t. presenza di armoniche,
DettagliTEOREMA DEL CAMPIONAMENTO
1 TEOREMA DEL CAMPIONAMENTO nota per il orso di Teleomuniazioni a ura di F. Benedetto G. Giunta 1. Introduzione Il proesso di ampionamento è di enorme importanza ai fini della realizzazione dei dispositivi
DettagliElaborazione numerica dei segnali
Massimiliano Laddomada Marina Mondin Elaborazione numerica dei segnali 0)+)2(% %VKSQIRXSXVEXXEXSEPI^MSRI %VKSQIRXSXVEXXEXSEPI^MSRIMRQSHSTEV^MEPIS HMJJIVIRXIVMJIVMVWMEKPMETTYRXM %VKSQIRXSEGGIRREXSEPI^MSRIVMJIVMVWMEKPMETTYRXM
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
DettagliAutorità per le Garanzie nelle Comunicazioni
Autorità per le Garanzie nelle Comunicazioni METODO PER IL RENDERING DEI DIAGRAMMI DI IRRADIAZIONE VERTICALI BASATO SUI DATI PREVISTI DALLE SPECIFICHE DI FORMATO DEL CATASTO AGCOM 1. Premessa Per calcolare
DettagliReti di Calcolatori a.a
Analogico e digitale 2 Corso di laurea in Informatica Reti di Calcolatori a.a. 2007-2008 Prof. Roberto De Prisco Capitolo 3 Dati e segnali Per essere trasmessi i dati devono essere trasformati in segnali
DettagliAnalizzatore di spettro a scansione con generatore di tracking. Strumenti per l analisi del segnale p.11/24
Analizzatore di spettro a scansione con generatore di tracking ) di un quadripolo lineare. Rilievo della risposta in frequenza ( A * ) ( +. $#%! / * +, ' & $#% A "! Strumenti per l analisi del segnale
DettagliANALISI DI FOURIER. Segnali tempo continui:
ANALISI DI FOURIER Segnali tempo continui: Segnali aperiodici Introduzione alla Trasformata Continua di - Derivazione intuitiva della TCF a partire dallo Sviluppo in Serie di - Spettro di ampiezza e fase
DettagliIntroduzione ai segnali determinati
Teoria dei segnali Unità 1 Introduzione ai segnali determinati Introduzione ai segnali determinati Sviluppo in serie di Fourier Trasformata di Fourier 005 Politecnico di Torino 1 Introduzione ai segnali
DettagliEsercizi sul campionamento
Capitolo 5 Esercizi sul campionamento 5.1 Esercizio 1 Dato il segnale x(t) = s(t) cos (2π 0 t) con s(t) a banda limitata s e supponendo di introdurre il segnale x(t) come ingresso di un sistema non lineare
DettagliIl suono: periodo e frequenza
Il suono: periodo e frequenza Effetti di risonanza e interferenza Un video Clic Analisi di suoni semplici e complessi Un altro video Clic IL DIAPASON (I) ll diapason è un oscillatore armonico. Il valore
DettagliL ANALISI ARMONICA DI UN SEGNALE PERIODICO
L ANALISI ARMONICA DI UN SEGNALE PERIODICO Il segnale elettrico è una grandezza fisica (in genere una tensione) che varia in funzione del tempo e che trasmette un'informazione. Quasi tutti i segnali che
DettagliCOME APPARE IL CAOS DETERMINISTICO
COME APPARE IL CAOS DETERMINISTICO Serie temporale Spettro di potenza Quadro delle traiettorie Sezione di Poincaré Auto-somiglianza Sensibilità alle condizioni iniziali C. Piccardi e F. Dercole Politecnico
DettagliSerie di Fourier di segnali PWM
Serie di Fourier di segnali PWM Ivan Furlan 1 14 settembre 2013 1 I. Furlan riceve il BSc in elettronica nel 2000 presso la SUPSI, ed il MSc in meccatronica nel 2009 presso il Politecnico di orino. Attualmente
DettagliSISTEMI DI CONTROLLO Ingegneria Meccanica e Ingegneria del Veicolo.
SISTEMI DI CONTROLLO Ingegneria Meccanica e Ingegneria del Veicolo http://www.dii.unimore.it/~lbiagiotti/sistemicontrollo.html Banda passante e sviluppo in serie di Fourier Ing. Luigi Biagiotti e-mail:
DettagliLezione 5: Processi Stocastici - Analisi in frequenza
ELABORAZIONE dei SEGNALI nei SISTEMI di CONTROLLO Lezione 5: Processi Stocastici - Analisi in frequenza Motivazioni Spettro e densità spettrale TD Proprietà formali Esempi Trasformata inversa Spettro e
DettagliUNIVERSITA DEGLI STUDI DI BRESCIA-FACOLTA DI MEDICINA E CHIRURGIA CORSO DI LAUREA IN INFERMIERISTICA SEDE DI DESENZANO dg STATISTICA MEDICA.
Lezione 4 DISTRIBUZIONE DI FREQUENZA 1 DISTRIBUZIONE DI PROBABILITA Una variabile i cui differenti valori seguono una distribuzione di probabilità si chiama variabile aleatoria. Es:il numero di figli maschi
DettagliModulazione PAM Multilivello, BPSK e QPSK
Modulazione PAM Multilivello, BPSK e QPSK P. Lombardo DIET, Univ. di Roma La Sapienza Modulazioni PAM Multilivello, BPSK e QPSK - 1 Rappresentazione analitica del segnale Sia {b(n)} una qualsiasi sequenza
DettagliElementi di informatica musicale Conservatorio G. Tartini a.a Sintesi del suono. Sintesi del suono
Elementi di informatica musicale Conservatorio G. Tartini a.a. 2001-2002 Sintesi del suono Ing. Antonio Rodà Sintesi del suono E neccessaria una tecnica di sintesi, ossia un particolare procedimento per
DettagliRipasso segnali e processi casuali. Trasmissione dell Informazione
Ripasso segnali e processi casuali 1 Breve ripasso di segnali e trasformate Dato un segnale s(t), la sua densità spettrale si calcola come dove S(f) è la trasformata di Fourier. L energia di un segnale
DettagliConversione A/D e D/A
Conversione A/D e D/A Per convertire un segnale analogico (continuo nel tempo e nelle ampiezze) in uno digitale occorrono due operazioni di discretizzazione: Campionamento: discretizzazione nel dominio
DettagliCorso di Visione Artificiale. Filtri parte II. Samuel Rota Bulò
Corso di Visione Artificiale Filtri parte II Samuel Rota Bulò Numeri complessi parte reale parte immaginaria in coordinate polari complesso coniugato formula di Eulero Trasformata di Fourier discreta (DFT)
DettagliElementi di base delle vibrazioni meccaniche
Elementi di base delle vibrazioni meccaniche Vibrazioni Le vibrazioni sono fenomeni dinamici che ci circondano costantemente. La luce, il suono, il calore sono i fenomeni vibratori a noi più evidenti.
DettagliMaria Prandini Dipartimento di Elettronica e Informazione Politecnico di Milano
Note relative a test di bianchezza rimozione delle componenti deterministiche da una serie temporale a supporto del Progetto di Identificazione dei Modelli e Analisi dei Dati Maria Prandini Dipartimento
DettagliRappresentazione di Numeri Reali. Rappresentazione in virgola fissa (fixed-point) Rappresentazione in virgola fissa (fixed-point)
Rappresentazione di Numeri Reali Un numero reale è una grandezza continua Può assumere infiniti valori In una rappresentazione di lunghezza limitata, deve di solito essere approssimato. Esistono due forme
DettagliSteeper Rolloff. mentre si pone il valore centrale pari all unità in corrispondenza di. Ossia si impongono tali condizioni nella:
Steeper Rolloff Dalle analisi precedenti, è chiaro che, modificando i coefficienti della finestra Blacman, si ottiene una caduta anche più ripida di 30 db/ottava Occorre cancellare due coppie di zeri da
DettagliEsperimenti computazionali con Mathematica: la trasformata di Fourier
Matematica Open Source http://www.extrabyte.info Quaderni di Analisi Matematica 06 Esperimenti computazionali con Mathematica: la trasformata di Fourier Marcello Colozzo 3 0 5 5 0 Ω LA TRASFORMATA DI FOURIER
DettagliLa codifica digitale
La codifica digitale Codifica digitale Il computer e il sistema binario Il computer elabora esclusivamente numeri. Ogni immagine, ogni suono, ogni informazione per essere compresa e rielaborata dal calcolatore
DettagliTecniche di progettazione dei filtri FIR
Tecniche di progettazione dei filtri FIR 9.0 Introduzione I filtri FIR sono filtri nei quali la risposta all'impulso è generalmente limitata. I filtri FIR hanno la proprietà di essere facilmente vincolati
DettagliIl Campionameto dei segnali e la loro rappresentazione. 1 e prende il nome frequenza di
Il Campionameto dei segnali e la loro rappresentazione Il campionamento consente, partendo da un segnale a tempo continuo ovvero che fluisce con continuità nel tempo, di ottenere un segnale a tempo discreto,
DettagliRappresentazione digitale del suono
Rappresentazione digitale del suono Perché rappresentazione del suono Trasmettere a distanza nel tempo e nello spazio un suono Registrazione e riproduzione per tutti Elaborazione del segnale audio per
DettagliTEORIA DELL INFORMAZIONE ED ENTROPIA FEDERICO MARINI
TEORIA DELL INFORMAZIONE ED ENTROPIA DI FEDERICO MARINI 1 OBIETTIVO DELLA TEORIA DELL INFORMAZIONE Dato un messaggio prodotto da una sorgente, l OBIETTIVO è capire come si deve rappresentare tale messaggio
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
DettagliAritmetica dei Calcolatori Elettronici
Aritmetica dei Calcolatori Elettronici Prof. Orazio Mirabella L informazione Analogica Segnale analogico: variabile continua assume un numero infinito di valori entro l intervallo di variazione intervallo
DettagliCodifica dei segnali audio
FONDAMENTI DI INFORMATICA Prof. PIER LUCA MONTESSORO Facoltà di Ingegneria Università degli Studi di Udine Codifica dei segnali audio 2000 Pier Luca Montessoro (si veda la nota di copyright alla slide
DettagliElettronica II Segnali periodici; serie di Fourier; trasformata di Fourier p. 2
Elettronica II Segnali periodici; serie di Fourier; trasformata di Fourier Valentino Liberali Dipartimento di Tecnologie dell Informazione Università di Milano, 26013 Crema e-mail: liberali@dti.unimi.it
DettagliTeoria dei Segnali Richiami ai numeri complessi; serie e trasformata di Fourier
Teoria dei Segnali Richiami ai numeri complessi; serie e trasformata di Fourier Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali
DettagliEsercitazione ENS sulle finestre (22 Aprile 2008)
Esercitazione ENS sulle finestre ( Aprile 008) D. Donno Esercizio : Separazione di due segnali Si consideri un segnale z(t) somma di due segnali x(t) e y(t) reali e di potenza simile, ciascuno con semi
DettagliSviluppo in serie di Fourier
... Sviluppo in serie di Fourier Consideriamo una funzione periodica f di periodo T: f(t) = f(t+t) t Qualunque funzione periodica di periodo T può essere rappresentata mediante lo sviluppo in serie di
DettagliESERCIZI DI TEORIA DEI SEGNALI
ESERCIZI DI EORIA DEI SEGNALI EX. 1 Si determini lo sviluppo in serie di Fourier del segnale cos[ m(t)] dove m(t) = m(t) = m(t k ) [ π 2 2π ] ( ) t t rect. EX. 2 Si siderino due segnali x 1 (t) e x 2 (t)
DettagliCapitolo IX. Convertitori di dati
Capitolo IX Convertitori di dati 9.1 Introduzione I convertitori di dati sono circuiti analogici integrati di grande importanza. L elaborazione digitale dei segnali è alternativa a quella analogica e presenta
DettagliCapitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica
Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 8 Intervalli di confidenza Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università
DettagliRICHIAMI SU PROCESSI ALEATORI E DENSITÀ SPETTRALE DI POTENZA
RICHIAMI SU PROCESSI ALEATORI E DENSITÀ SPETTRALE DI POTENZA Paolo Bestagini Ph.D. Student bestagini@elet.polimi.it http://home.deib.polimi.it/bestagini Sommario 2 Segnali deterministici Continui Discreti
DettagliCAMPIONAMENTO E RICOSTRUZIONE DI SEGNALI. 1 Fondamenti Segnali e Trasmissione
CAMPIONAMENTO E RICOSTRUZIONE DI SEGNALI Fondamenti Segnali e Trasmissione Numerizzazione dei segnali Nei moderni sistemi di memorizzazione e trasmissione i segnali in ingresso sono di tipo numerio, normalmente
DettagliConcentriamo la nostra attenzione sull insieme dei numeri razionali Q. In Q sono definite
Lezioni del 22 e 24 settembre. Numeri razionali. 1. Operazioni, ordinamento. Indichiamo con N, Z, Q gli insiemi dei numeri naturali, interi relativi, e razionali: N = {0, 1, 2,...} Z = {0, ±1, ±2,...}
DettagliProblemi di base di Elaborazione Numerica dei Segnali
Universita' di Roma TRE Corso di laurea in Ingegneria Elettronica Corso di laurea in Ingegneria Informatica Universita' di Roma "La Sapienza" Corso di laurea in Ingegneria delle Telecomunicazioni Problemi
DettagliAzione Filtrante. Prof. Laura Giarré https://giarre.wordpress.com/ca/
Azione Filtrante Prof. Laura Giarré Laura.Giarre@UNIMORE.IT https://giarre.wordpress.com/ca/ Sviluppo in serie di Fourier Qualunque funzione periodica di periodo T può essere rappresentata mediante sviluppo
DettagliLa codifica dei suoni
La codifica dei suoni I suoni costituiscono un tipo di informazione con cui siamo costantemente a contatto (linguaggio parlato, musica, rumori) Anche i suoni possono essere rappresentati in forma digitale
Dettagli