Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R
|
|
- Maria Teresa Nanni
- 5 anni fa
- Visualizzazioni
Transcript
1 Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R Prof. Michele Scarpiniti Dipartimento di Ingegneria dell Informazione, Elettronica e Telecomunicazioni Sapienza Università di Roma michele.scarpiniti@uniroma1.it Roma, 15 Ottobre 2012 M. Scarpiniti Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R 1 / 29
2 1 Le sequenze 2 M. Scarpiniti Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R 2 / 29
3 Le sequenze M. Scarpiniti Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R 3 / 29
4 Le sequenze numeriche Le sequenze I segnali a tempo-discreto (TD) sono matematicamente rappresentati con una sequenza di numeri x[n] con < n < : x[n] = {..., x[ k],..., x[ 2], x[ 1], x[0], x[1], x[2],..., x[k],...}, Una sequenza x[n] per cui x[n] 0, n < 0 è detta sequenza causale. Dunque, senza perdita di generalità, da ora in poi le sequenze saranno di tipo causale se non diversamente specificato. In Matlab una sequenza viene semplicemente rappresentata come un vettore, quindi i valori della sequenza sono racchiusi tra parentesi quadre, separati o meno da virgole: >> x = [x[0], x[1], x[2], \ldots, x[k], \ldots, x[n]]; E ovviamente possibile rappresentare in Matlab solo sequenze di durata finita, ovvero con indice 0 n N. M. Scarpiniti Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R 4 / 29
5 Le sequenze numeriche Le sequenze Per visualizzare una sequenza numerica è possibile utilizzare il comando >> stem(h); che visualizza un pallino sul valore del campione n-simo. Ad esempio: >> x =[ ]; >> stem(x); >> grid; M. Scarpiniti Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R 5 / 29
6 Le sequenze numeriche Le sequenze Si noti che il primo campione della sequenza corrisponde al campione etichettato con 1, a differenza di quanto accade in altri linguaggi, come il C/C++, dove si parte con l indice 0. Per ottenera la lunghezza di una sequenza x[n], ovvero il numero di campioni, è possibile utilizzare il comando length(x). Per l esempio precedente si ha: >> N = length(x) N = 10 Se vogliamo il valore del k-esimo campione, basta digitare x(k), ad esempio: >> x5 = x(5) x5 = -3 M. Scarpiniti Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R 6 / 29
7 Le sequenze numeriche Le sequenze Per cambiare il valore del k-esimo campione si usa x(k) = val, ad esempio >> x(5) = 2; >> x = Per eliminare il k-esimo campione dalla sequenza x[n] si usa x(k) = [], ad esempio >> x(5) = []; >> x = A questo punto la sequenza x[n] è lunga N 1 campioni. M. Scarpiniti Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R 7 / 29
8 Le sequenze numeriche Le sequenze Per effettuare lo shifting (di solito a destra) di k campioni di una sequenza è necessario eseguire due operazioni: 1 lo spostamento di tutti i campioni di una sequenza di k posizioni; 2 il riempimento con zeri delle posizioni liberate. N x[1] x[2] x[k] x[k+1] x[n-1] x[n] 0 0 x[1] x[2] x[k] x[k+1] x[n-1] x[n] N+2 >> x(k+1:n+k) = x; >> x(1:k) = 0; M. Scarpiniti Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R 8 / 29
9 Le sequenze numeriche Le sequenze Per l esempio precedente, ponendo ad esempio k = 3, ricordando che N = 10 si ottiene >> x(4:13) = x; >> x(1:3) = 0; >> x = Si ottiene quindi come risultato una sequenza lunga N +k!! Questo risultato è dovuto al fatto che il primo elemento di un vettore è considerato in Matlab quello con indice pari a 1. Inoltre, per velocizzare l operazione conviene preventivamente inizializzare il vettore x come un vettore di zeri di lunghezza opportuna. M. Scarpiniti Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R 9 / 29
10 M. Scarpiniti Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R 10 / 29
11 Il filtro: Matlab R Date due sequenza x[n] e h[n] la convoluzione tra di esse è una sequenza y[n] definita come y[n] = x[n] h[n] = N x[k]h[n k] In Matlab la convoluzione tra le due sequenze x[n] (rappresentante il segnale di ingresso di lunghezza N) e h[n] (rappresentante la risposta impulsiva di lunghezza M) può essere ottenuta mediante il seguente comando >> y=conv(h,x); k=0 Questa operazione produce una sequenza y[n] di lunghezza L = N + M 1. M. Scarpiniti Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R 11 / 29
12 Il filtro in frequenza: Matlab R In Matlab una convoluzione tra due sequenze x[n] (rappresentante il segnale di ingresso di lunghezza N) e h[n] (rappresentante la risposta impulsiva di lunghezza M) può essere anche essere ottenuta passando attraverso il dominio della frequenza, con il metodo dell overlap and add: y[n] = IFFT {FFT {x[n]} FFT {h[n]}} dove indica il prodotto elemento per elemento. Viene adoperato il seguente comando >> y=fftfilt(h,x); Viene restituito una sequenza y[n] della stessa dimensione di x[n]. Questa funzione è vantaggiosa per ingressi x[n] (o risposte impulsive h[n]) particolarmente lunghi. M. Scarpiniti Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R 12 / 29
13 Il filtro in frequenza: overlap and add Nel metodo overlap and add (OA), la sequenza x[n] di ingresso viene suddivisa in un numero intero di blocchi di lunghezza L. La convoluzione con il filtro (di lunghezza M) è effettuata con una convoluzione circolare, facendo le FFT a N L + M 1 punti (di solito N è una potenza di 2). Se necessario si effettua zero padding. I blocchi in ingresso vengono sovrapposti parzialmente di M 1 campioni e sommati al blocco precedente: M. Scarpiniti Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R 13 / 29
14 Filtri FIR Un convolutore (cioè un circuito che implementa una somma di convoluzione) può anche essere implementato come filtro FIR. Il filtro FIR è caratterizzato da una risposta impulsiva di lunghezza finita. Inoltre esso è un filtro la cui rappresentazione in frequenza ha solo il numeratore. y[n] = N 1 k=0 b k x[n k] = b 0 x[0] + b 1 x[n 1] b N 1 x[n N + 1] In questo caso la risposta impulsiva h[n] è la sequenza h[n] = {b 0, b 1, b 2,..., b N } Nel dominio della trasformata Z (in frequenza) posso scrivere: H(z) = M b k z k k=0 M. Scarpiniti Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R 14 / 29
15 Filtri IIR Un modello più generale di filtro è quello in cui l uscita all istante n-esimo è funzione non solo degli ingressi, ma anche delle uscite agli istanti precedenti. Tale tipo di filtro è denoominato filtro IIR ed è caratterizzato da una risposta impulsiva di lunghezza infinita. In frequenza è rappresentato da un numeratore e da un denominatore. y[n] = N 1 k=0 M 1 b k x[n k] j=1 a j y[n j] dove si è posto a 0 = 1 (è il coefficiente di y[n]). Nel dominio della trasformata Z (in frequenza) posso scrivere: H(z) = M b k z k k=0 N a k z k k=0 M. Scarpiniti Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R 15 / 29
16 Il filtro: Matlab R In Matlab l uscita y[n] di una sequenza x[n] di un filtro IIR, rappresentato dai vettori a = [a 0, a 1,..., a M 1 ] e b = [b 0, b 1,..., b N 1 ], può essere ottenuta mediante il seguente comando >> y=filter(b,a,x); Questa operazione produce un vettore y di lunghezza pari alla lunghezza dell ingresso x[n]. Ovviamente posso utilizzare questa funzione anche per il calcolo dell uscita di un filtro FIR: basta porre a 0 = 1 e tutti gli a k = 0, k 0: >> y=filter(b,1,x); M. Scarpiniti Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R 16 / 29
17 o: ritardo Costruiamo un semplice filtro per effettuare un ritardo di T secondi, ovvero D = F s T campioni. >> [s,fs]=wavread( radio.wav ); >> h=zeros(1,16000); >> D=2*Fs; >> h(d)=1; >> y=fftfilt(h,s); >> soundsc(y,fs); M. Scarpiniti Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R 17 / 29
18 o: eco Ora otteniamo un eco ripetendo il segnale dopo un ritardo di T secondi, ovvero D = F s T campioni. >> [s,fs]=wavread( tada.wav ); >> h=zeros(1,64000); >> h(1)=1; >> D=1.3*Fs; >> h(d)=0.9; >> y=conv(h,s(:,1)); >> soundsc(y,fs); M. Scarpiniti Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R 18 / 29
19 o: riverbero artificiale Un primo esempio di riverbero può essere ottenuto con un filtro contenente due o tre picchi entro un secondo di risposta. >> [s,fs]=wavread( radio.wav ); >> h=zeros(1,16000); >> h(1)=1; >> h(128)=0.9; >> h(800)=0.8; >> y=fftfilt(h,s); >> soundsc(y,fs); M. Scarpiniti Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R 19 / 29
20 o: riverbero artificiale Un riverbero più naturale può essere ottenuto, come ha mostrato Schroeder, utilizzando filtri comb. Un primo esempio è riportato di seguito. H(z) = z D 1 + gz D Di conseguenza è possibile scrivere i due vettori b e a dei coefficienti del numeratore e denominatore, rispettivamente: b = [ ] a = [ g 0 0 ] ed uso: >> y=filter(b,a,x); M. Scarpiniti Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R 20 / 29
21 o: riverbero artificiale Vediamo una semplice implementazione del filtro: >> [x,fs]=wavread( radio.wav ); >> g=0.7; >> D=0.1*Fs; >> a=zeros(1,d); >> b=zeros(1,d); >> b(d)=1; >> a(1)=1; >> a(d)=g; >> y=filter(b,a,x); >> soundsc(y,fs); M. Scarpiniti Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R 21 / 29
22 o: riverbero artificiale Una versione alternativa di filtro comb per la costruzione di un riverbero artificiale è descritta di seguito. H(z) = 1 1 gz D Di conseguenza è possibile scrivere i due vettori b e a dei coefficienti del numeratore e denominatore, rispettivamente: ed uso: >> y=filter(1,a,x); b = 1 a = [ g 0 0 ] M. Scarpiniti Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R 22 / 29
23 o: riverbero artificiale Vediamo una semplice implementazione del filtro: >> [x,fs]=wavread( radio.wav ); >> g=0.7; >> D=0.1*Fs; >> a=zeros(1,d); >> b=1; >> a(1)=1; >> a(d)=-g; >> y=filter(b,a,x); >> soundsc(y,fs); M. Scarpiniti Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R 23 / 29
24 o: riverbero artificiale Un effetto più realistico di riverbero diffuso, può essere ottenuto utilizzando un filtro all-pass (AP), come di seguito descritto. H(z) = g + z D 1 + gz D Di conseguenza è possibile scrivere i due vettori b e a dei coefficienti del numeratore e denominatore, rispettivamente: b = [ g ] a = [ g 0 0 ] ed uso, come al solito: >> y=filter(b,a,x); M. Scarpiniti Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R 24 / 29
25 o: riverbero artificiale Vediamo una semplice implementazione del filtro: >> [x,fs]=wavread( radio.wav ); >> g=0.7; >> D=0.1*Fs; >> a=zeros(1,d); >> b(1)=g; >> b(d)=1; >> a(1)=1; >> a(d)=g; >> y=filter(b,a,x); >> soundsc(y,fs); M. Scarpiniti Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R 25 / 29
26 o: filtro passa-banda Nel seguente esempio vengono caricati da file i coefficienti di un filtro passabanda e usati per filtrare il segnale radiofonico. >> [x,fs]=wavread( radio.wav ); >> load tel_filter %carica in h i coefficienti del filtro >> y=fftfilt(h,x); >> soundsc(y,fs); >> pause; >> soundsc(x,fs); M. Scarpiniti Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R 26 / 29
27 Ricostruzione della risposta impulsiva Se si conoscono i vettori a e b dei coefficienti del denominatore e numeratore, rispettivamente, la risposta impulsiva h[n] può essere stimata con le seguenti funzioni. >> [h,t]=impz(b,a); in t viene restituito l asse dei tempi. >> [h,t]=impz(b,a,n); >> [h,t]=impz(b,a,n,fs); restituiscono i primi N campioni della risposta impulsiva equispaziati di 1/F s. >> impz(b,a); senza argomenti di uscita, restituisce il grafico (con stem) della risposta impulsiva. M. Scarpiniti Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R 27 / 29
28 Ricostruzione della risposta impulsiva: un esempio Per un esempio pratico: >> a=zeros(1,800); >> b=zeros(1,800); >> a(1)=1; >> a(800)=0.8; >> b(800)=1; >> [h,t]=impz(b,a,8192,8000); >> stem(t,h); ottenedo la risposta: M. Scarpiniti Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R 28 / 29
29 Bibliografia Matlab MATLAB 7: Getting Started Guide. Available on-line: Matlab Signal Processing Toolbox: User s Guide. Available on-line: A.V. Oppenheim, R.W. Schafer. Discrete-Time Signal Processing 2-nd Edition, Prentice Hall, T.A. Davis. MATLAB Primer. 8-th Edition, CRC Press, D.M. Smith. Engineering Computation with MATLAB. 2-nd Edition, Addison-Wesley, A. Gilat. MATLAB: An Introduction with Applications Wiley, A.D. Poularikas. Signals and Systems Primer with MATLAB. CRC Press, M. Scarpiniti Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R 29 / 29
Circuiti 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
DettagliRappresentazione dei segnali con sequenze di numeri e simboli
Elaborazione numerica dei segnali Digital Signal Processing 1 Rappresentazione dei segnali con sequenze di numeri e simboli Elaborazione delle sequenze per stimare i parametri caratteristici di un segnale;
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
DettagliELABORAZIONE NUMERICA DEI SEGNALI 9CFU DIGITAL SIGNAL PROCESSING Prof. Marina Ruggieri. Ing. Tommaso Rossi
Università di Roma Tor Vergata Facolta di Ingegneria Benvenuti al al modulo di: di: ELABORAZIONE NUMERICA DEI SEGNALI 9CFU DIGITAL SIGNAL PROCESSING Prof. Marina Ruggieri ruggieri@uniroma2.it Ing. Tommaso
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
Dettagli( e j2π ft 0.9 j) ( e j2π ft j)
Esercitazione Filtri IIR Es. 1. 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
DettagliCircuiti a tempo discreto Raffaele Parisi
Università di Roma La Sapienza Laurea Specialistica in Ingegneria Elettronica Circuiti a tempo discreto Raffaele Parisi : Cenni alla sintesi di Circuiti TD Generalità sulle tecniche di progetto. Filtri
DettagliAnalisi dei sistemi nel dominio del tempo
Laboratorio di Telecomunicazioni - a.a. 2010/2011 Lezione n. 4 Analisi dei sistemi nel dominio del tempo L.Verdoliva In questa terza lezione ci occuperemo dell elaborazione di segnali tempo discreto mediante
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
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) = ( )
DettagliCircuiti a Tempo Discreto Esercitazione 10 - Il Progetto di Filtri in Matlab
Circuiti a Tempo Discreto Esercitazione 10 - Il Progetto di Filtri in Matlab Prof. Michele Scarpiniti Dipartimento INFOCOM - Sapienza Università di Roma http://ispac.ing.uniroma1.it/scarpiniti/index.htm
DettagliStrutture realizzative per sistemi tempo-discreto: soluzione dei problemi proposti
4 Strutture realizzative per sistemi tempo-discreto: soluzione dei problemi proposti P-4.1: Dopo aver diviso per 0.5, cioè il coefficiente di, l equazione alle differenze finite data, si ottengono le strutture
DettagliLaboratorio per l Elaborazione MultiMediale Esercitazione 3 - Applicazioni sui segnali audio
Laboratorio per l Elaborazione MultiMediale Esercitazione 3 - Applicazioni sui segnali audio Prof. Michele Scarpiniti Dipartimento di Ingegneria dell Informazione, Elettronica e Telecomunicazioni Sapienza
DettagliTesti del Syllabus. Docente PICCHI GIORGIO Matricola:
Testi del Syllabus Docente PICCHI GIORGIO Matricola: 004199 Anno offerta: 2013/2014 Insegnamento: 05912 - ELABORAZIONE NUMERICA DEI SEGNALI Corso di studio: 3050 - INGEGNERIA INFORMATICA, ELETTRONICA E
DettagliCircuiti per la multimedialità
Università di Roma La Sapienza Laurea in Ingegneria delle Comunicazioni Circuiti per la multimedialità Raffaele Parisi Capitolo 2. Sintesi di circuiti a tempo discreto a partire da circuiti analogici.
DettagliCapitolo 5.3 Frequency response for rational system functions
Appunti di Teoria dei Circuiti prof. Aurelio Uncini facoltà di Ingegneria Informatica - Università La Sapienza (ROMA) Traduzione dal testo Discrete Time Signal Processing di Oppenheim-Schafer (ed. Prentice
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
DettagliESAME DI ELAB. NUM. DEL SEGNALE (0/0) (21/07/2015) Cognome e Nome: Matricola: Lab: Convoluzione veloce tramite overlap-and-save
Convoluzione veloce tramite overlap-and-save Si consideri il filtro IIR stabile avente funzione di trasferimento H(z) = 1 1 1.2z 1 0.45z 2 e sia h : Z C la sua risposta impulsiva. Sia h N : Z C la versione
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
DettagliDIGITAL SIGNAL PROCESSING. Prof. Marina Ruggieri. Ing. Tommaso Rossi
Benvenuti al al modulo di: di: ELABORAZIONE NUMERICA DEI SEGNALI 6CFU DIGITAL SIGNAL PROCESSING macroarea: Ingegneria Prof. Marina Ruggieri ruggieri@uniroma2.it Ing. Tommaso Rossi tommaso.rossi@uniroma2.it
DettagliSistemi tempo-discreto - Complementi
3 Sistemi tempo-discreto - Complementi 3.1 Risposta naturale e forzata di un sistema LTI Si consideri un sistema LTI caratterizzato dalla seguente funzione di trasferimento: M b k z k k=0 B(z) H(z) = =
DettagliLaboratorio di Programmazione Esercitazione 10
Laboratorio di Programmazione Esercitazione 10 Prof. Michele Scarpiniti Prof. Danilo Comminiello Dipartimento di Ingegneria dell Informazione, Elettronica e Telecomunicazioni Sapienza Università di Roma
DettagliMASB AA10/11 21/01/11 test #1 1
MASB 0/06/11 AA010011test #1. Esercizio 1. Illustrare lo schema generale di un apparecchiatura per l acquisizione di segnali spontanei, descrivendo brevemente i diversi componenti. Fornire una descrizione
DettagliSISTEMI LINEARI. (a) Il segnale x(t) in ingresso passa attraverso la trasformazione F{ } e produce l uscita y(t)
SISTEMI LINEARI F F (a) Il segnale x(t) in ingresso passa attraverso la trasformazione F{ } e produce l uscita y(t) SCHEMA A BLOCCHI DI UN SISTEMA (LINEARE) (b) L uscita y(t) è rappresentata dalla convoluzione
DettagliCircuiti a tempo discreto Raffaele Parisi
Università di Roma La Sapienza Laurea specialistica in Ingegneria Elettronica Circuiti a tempo discreto Raffaele Parisi : Risposta in frequenza dei circuiti TD Rappresentazione nel dominio della frequenza,
DettagliMetodi di progetto per filtri IIR - Complementi
7 Metodi di progetto per filtri IIR - Complementi 7.1 Rappresentazione di filtri IIR mediante sezioni passa-tutto Si considerino due funzioni di trasferimentog(z) eh(z) composte dalla somma e dalla differenza
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
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
DettagliLaboratorio 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
DettagliInterfaccia grafica SPTool di Matlab per
Interfaccia grafica SPTool di Matlab per l analisi dei segnali nel dominio del discreto e della frequenza, e l elaborazione dei segnali con il dimensionamento di filtri Appunti a cura dell Ing. Marco Deidda
DettagliLaboratorio per l Elaborazione MultiMediale Lezione 2 - Tecniche di Filtraggio
Laboratorio per l Elaborazione MultiMediale Lezione 2 - Tecniche di Filtraggio Prof. Michele Scarpiniti Dipartimento di Ingegneria dell Informazione, Elettronica e Telecomunicazioni Sapienza Università
DettagliFONDAMENTI DI SEGNALI E TRASMISSIONE 2 Laboratorio
FONDAMENTI DI SEGNALI E TRASMISSIONE 2 Laboratorio Paolo Mazzucchelli mazzucch@elet.polimi.it MATLAB: linguaggio di programmazione L ambiente MATLAB possiede un completo linguaggio di programmazione. Vediamo
DettagliStrutture di rete fondamentali per sistemi IIR
Ad ogni funzione di trasferimento molteplicità di configurazioni di rete Scelta di una particolare realizzazione è dettata da compromessi tra: complessità di calcolo: preferenza per reti con minimo numero
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
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
DettagliLaboratorio per l Elaborazione MultiMediale Esercitazione 5 - Il Restauro dei Segnali Audio
Laboratorio per l Elaborazione MultiMediale Esercitazione 5 - Il Restauro dei Segnali Audio Prof. Michele Scarpiniti Dipartimento di Ingegneria dell Informazione, Elettronica e Telecomunicazioni Sapienza
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
DettagliCircuiti a Tempo Discreto Esercitazione 6 - Ricampionamento ed Esercizi Vari
Circuiti a Tempo Discreto Esercitazione 6 - ed Vari Prof. Michele Scarpiniti Dipartimento di Ingegneria dell Informazione, Elettronica e Telecomunicazioni Sapienza Università di Roma http://ispac.ing.uniroma1.it/scarpiniti/index.htm
DettagliCircuiti a Tempo Discreto Esercitazione 5 - Esercizi sulla Risposta in Frequenza
Circuiti a Tempo Discreto Esercitazione 5 - sulla Risposta in Frequenza Prof. Michele Scarpiniti Dipartimento di Ingegneria dell Informazione, Elettronica e Telecomunicazioni Sapienza Università di Roma
DettagliNote sull implementazione in virgola fissa di filtri numerici
Note sull implementazione in virgola fissa di filtri numerici 4 settembre 2006 1 Introduction Nonostante al giorno d oggi i processori con aritmetica in virgola mobili siano molto comuni, esistono contesti
DettagliConversione analogico-digitale
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Campionamento e quantizzazione A.A. 2004-05 Alberto Perotti DELEN-DAUIN Conversione analogico-digitale L elaborazione
DettagliEsercitazione di laboratorio per il corso di SISTEMI DI TELECOMUNICAZIONI 1 Ritardo Frazionario
Esercitazione di laboratorio per il corso di SISTEMI DI TELECOMUNICAZIONI Ritardo Frazionario 8 marzo 2009 Indice Scopo dell esercitazione A La struttura di Farrow B Norme per la consegna dell esercitazione
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
DettagliElaborazione di dati e segnali biomedici Esercitazione n 3
%%%%%%%%%%%%%%%%%%% %% Esercitazione n 3 %% %% %% %% Filtri numerici: - progetto di risuonatore due poli due zeri %% %% Rilevazione del QRS %% %% 7 novembre 2006 %% %%%%%%%%%%%%%%%%%%% clear all close
DettagliMetodi di progetto per filtri IIR: soluzione dei problemi proposti
7 Metodi di progetto per filtri IIR: soluzione dei problemi proposti P-7.: Usando il metodo dell invarianza all impulso, la funzione di trasferimento del filtro analogico viene trasformata in una funzione
DettagliAnalisi dei segnali nel dominio del tempo
Laboratorio di Telecomunicazioni - a.a. 200/20 Lezione n. 3 Analisi dei segnali nel dominio del tempo L.Verdoliva In questa seconda lezione determiniamo, con l uso di Matlab, i parametri che caratterizzano
DettagliCircuiti a tempo discreto Raffaele Parisi
Circuiti a tempo discreto Raffaele Parisi Università di Roma La Sapienza Laurea Specialistica in Ingegneria Elettronica : Architetture di Circuiti TD Grafo di un circuito TD, validità di un circuito TD,
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,
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;
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
DettagliElaborazione di dati e segnali biomedici Esercitazione n 4
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %% Esercitazione n 4 %% %% %% %% %% %% %% %% Filtri numerici: %% %% - derivatori (ideale e differenze centrali) %% %% - filtro a coefficienti interi
DettagliSEGNALI E SISTEMI Proff. L. Finesso, M. Pavon e S. Pinzoni (a.a ) Homework assignment #2 Testo e Soluzione
SEGNALI E SISTEMI Proff. L. Finesso, M. Pavon e S. Pinzoni (a.a. 00-005) Homework assignment # Testo e Soluzione Esercizio Si consideri l equazione differenziale ordinaria, lineare a coefficienti costanti
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
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
DettagliLaboratorio di Calcolo Numerico Laboratorio 8: Vettori e Matrici
Laboratorio di Calcolo Numerico Laboratorio 8: Vettori e Matrici Claudia Zoccarato E-mail: claudia.zoccarato@unipd.it Dispense: Moodle Dipartimento ICEA 03 Maggio 2017 Richiami In MATLAB, ogni variabile
DettagliAzioni in feed-foreward: la precompensazione del segnale di riferimneto
Azioni in feed-foreward: la precompensazione del segnale di riferimneto Definizione: Azioni di controllo in catena aperta basata sul riferimento da inseguire ed il modello (nominale) del sistema da pilotare.
DettagliCircuiti a tempo discreto Raffaele Parisi
Università di Roma La Sapienza Laurea specialistica in Ingegneria Elettronica Circuiti a tempo discreto Raffaele Parisi Capitolo 3: Proprietà dei Circuiti nel dominio TD Proprietà e definizioni generali,
DettagliLaboratorio di Programmazione Lezione 1 Introduzione al corso
Laboratorio di Programmazione Lezione 1 al corso Prof. Michele Scarpiniti Prof. Danilo Comminiello Dipartimento di Ingegneria dell Informazione, Elettronica e Telecomunicazioni Sapienza Università di Roma
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
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
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
DettagliELETTRONICA II. Prof. Dante Del Corso - Politecnico di Torino. Parte F: Conversione A/D e D/A Lezione n F - 1:
ELETTRONIC II Prof. Dante Del Corso - Politecnico di Torino Parte F: Conversione /D e D/ Lezione n. 24 - F - 1: Rappresentazione di segnali Campionamento, quantizzazione Sistema di conversione /D - D/
DettagliCircuiti a tempo discreto Raffaele Parisi
Università di Roma La Sapienza Laurea specialistica in Ingegneria Elettronica Circuiti a tempo discreto Raffaele Parisi Capitolo 7: Circuiti TD-LTI nel dominio delle trasformate Rappresentazioni nel dominio
DettagliFiltraggio Digitale. Alfredo Pironti. Ottobre Alfredo Pironti Univ. di Napoli Federico II Corso Ansaldo Breda 1 / 20
Filtraggio Digitale Alfredo Pironti Ottobre 2012 Alfredo Pironti Univ. di Napoli Federico II Corso Ansaldo Breda 1 / 20 Filtri Analogici (1) Un filtro analogico è un sistema lineare tempo-invariante (LTI)
DettagliSoluzioni delle Esercitazioni II 24 28/09/2018 = 1 2 = 1±3 4. t = 1± 1 4
oluzioni delle Esercitazioni II 4 8/09/08 A Equazioni intere i ha: + = 3 4 Portando a sinistra le e a destra le costanti diventa 6 =, = 3 + = 0 Raccogliendo si può riscrivere come ( + ) = 0, che ha per
DettagliREALIZZAZIONE DI SISTEMI DI ELABORAZIONE NUMERICA DEI SEGNALI. E. Del Re - Fondamenti di Elaborazione Numerica dei Segnali 1
REALIZZAZIONE DI SISTEMI DI ELABORAZIONE NUMERICA DEI SEGNALI E. Del Re - Fondamenti di Elaborazione Numerica dei Segnali 1 CARATTERISTICHE DEGLI ALGORITMI E DEI SISTEMI DI ELABORAZIONE NUMERICA DEI SEGNALI
DettagliElaborazione numerica dei segnali: si occupa della
Introduzione al corso Elaborazione numerica dei segnali: si occupa della Rappresentazione dei segnali con sequenze di numeri e simboli Elaborazione delle sequenze per stimare i parametri caratteristici
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
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
DettagliDecimazione in frequenza (Decimation in frequency)
Decimazione in frequenza (Decimation in frequency) Si può pensare di derivare direttamente un algoritmo FFT di decimazione nel dominio della frequenza, invece di fare una trasposizione di un algoritmo
DettagliD SISTEMI DI ELABORAZIONE DIGITALE DEI SEGNALI. D3- Filtro a media mobile, Filtro FIR:
Ingegneria dell Informazione Modulo SISTEMI ELETTRONICI D SISTEMI DI ELABORAZIONE DIGITALE DEI SEGNALI D3- Filtro a media mobile, Filtro FIR:» Definizione della struttura di un filtro a media mobile.»
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:
DettagliSistemi e segnali a tempo discreto
Sistemi e segnali a tempo discreto Segnali Per segnale si intende una grandezza fisica qualsiasi a cui è associata informazione. L informazione che trasporta il segnale, lo caratterizza. I segnali possono
DettagliFILTRI NUMERICI. Sistema LTI H (z)
x [n] FILTRI UMERICI Sistema LTI H (z) y [n] Un sistema numerico LTI è in molti casi descritto con un equazione alle differenze lineare a coefficienti costanti: M [ ] = [ ] a y n k b x n r k k= r= Z {}
DettagliAnalisi di Fourier e campionamento d
Analisi di Fourier e campionamento d Come esempio quadrature mirror filters si consideri da prima il semplice sistema in figura 6.17 dove i campioni con indice rispettivamente di indice pari x(2m) e indice
DettagliCampionamento. Campionamento: problema
Posizione del problema uniforme Ricostruzione Teorema del campionamento Significato della formula di ricostruzione Sistema di conversione A/D sample & hold quantizzazione Sistema di conversione D/A : problema
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
DettagliFondamenti di Elaborazione Numerica dei Segnali Anno Accademico Seconda Prova Intermedia 4/2/2013
Fondamenti di Elaborazione Numerica dei Segnali Anno Accademico 0-0 Seconda Prova Intermedia 4//0 Quesiti relativi alla seconda prova in itinere (tempo max. h). (6 punti) Calcolare la H(z) Y (z)/x(z) associata
DettagliINTRODUZIONE A SIMULINK
CONTROLLI AUTOMATICI Ingegneria della Gestione Industriale e della Integrazione di Impresa http://www.automazione.ingre.unimore.it/pages/corsi/controlliautomaticigestionale.htm INTRODUZIONE A SIMULINK
DettagliProf. Carlo Rossi DEIS - Università di Bologna Tel:
Prof. Carlo Rossi DEIS - Università di Bologna Tel: 051 2093020 email: carlo.rossi@unibo.it Introduzione Due tipi di filtri digitali Filtri IIR simili ai filtri analogici Filtri FIR non esiste il corrispondente
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
DettagliMateriale di supporto
Nettuno Diploma Universitario a Distanza in Ingegneria delle Telecomunicazioni Sede di Torino Elaborazione Numerica dei Segnali - 9140F Materiale di supporto Tutore: Juan Carlos De Martin 1 1. Introduzione
DettagliFONDAMENTI DI ELABORAZIONE NUMERICA DEI SEGNALI 1 Laboratorio
FONDAMENTI DI ELABORAZIONE NUMERICA DEI SEGNALI 1 Laboratorio Paolo Mazzucchelli mazzucch@elet.polimi.it Il software MATLAB (acronimo di MATrix LABoratory) è uno strumento di simulazione per la generazione
DettagliPRBS. Pseudo Random Binary Sequence
PRBS Pseudo Random Binary Sequence MARTINA FAVARO Dipartimento di Ingegneria dell Informazione, Università di Padova Lezione n.2 Che cosa é una PRBS? É noto che il segnale di input in un processo di identificazione
DettagliSegnali e Sistemi Laboratorio Matlab
Segnali e Sistemi Laboratorio Matlab Irene Pappalardo irene.pappalardo@gmail.com Corso di Laurea in Ingegneria dell Informazione May 05-12-14, 2014 Segnali e Sistemi Laboratorio Matlab 05-12-14.05.2014
DettagliCome rintracciarmi. Orario di ricevimento: Martedì dalle 9:00 alle 11:00. Telefono:
Come rintracciarmi Orario di ricevimento: Martedì dalle 9:00 alle :00 Telefono: 0432-55-827 e-mail: bernardini@uniud.it Pagina web: http://www.diegm.uniud.it/ bernardini/didattica/sis/ September 25, 2003
DettagliCONTROLLI AUTOMATICI Ingegneria Meccatronica
CONTROLLI AUTOMATICI Ingegneria Meccatronica CONTROLLI AUTOMATICI INTRODUZIONE SIMULINK Ing. Tel. 0522 522234 e-mail: secchi.cristian@unimore.it http://www.ingre.unimore.it/staff/secchi Simulink Simulink
Dettagli1 = Processi Autoregressivi AR(1) Filtro IIR di ordine 1. (WGN White Gaussian Noise) Eq. alle differenze ricorsiva. w=randn(n,1) MATLAB:
Processi Autoregressivi AR(1) Filtro IIR di ordine 1 Wn [ ] hn [ ] X[ n] = ρ X[ n 1] + W[ n] (WGN White Gaussian Noise) w=randn(n,1) Eq. alle differenze ricorsiva MATLAB: n hn [ ] = ρ un [ ] y=filter(b,a,x)
DettagliVariabile, costante ed espressione
Variabile, costante ed espressione All interno di un programma un informazione può essere organizzata in vari modi: Variabile Costante Espressione Le variabili a loro volta possono essere: scalari vettori
Dettagli12 Function Handles e Ricorsione in MATLAB
1 Function Handles e Ricorsione in MATLAB Un function handle è una variabile il cui valore è una funzione. Data una funzione esistente, il suo function handle è dichiarato come handle = @nome dove nome
DettagliSEGNALI E SISTEMI (a.a ) Proff. L. Finesso, M. Pavon e S. Pinzoni Prova scritta 15 dicembre 2003 Testo e Soluzione
Esercizio 1 [punti 4] SEGNALI E SISTEMI (a.a. 003-004) Proff. L. Finesso, M. Pavon e S. Pinzoni Prova scritta 15 dicembre 003 Testo e Soluzione Per ciascuno dei seguenti segnali dire se è periodico e,
DettagliPROCESSING NEL DOMINIO OMEGA Scardinare la teoria: DFT (Discrete Fourier Transform)
1 PROCESSING NEL DOMINIO OMEGA Scardinare la teoria: DFT (Discrete Fourier Transform) Si desidera una rappresentazione delle sequenze in dominio ω «adatta» a fare processing con filtri digitali 2 E stato
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
DettagliFiltri lineari non ricorsivi (FIR)
Filtri lineari non ricorsivi (FIR) I filtri FIR (Finite Impulse Response) sono circuiti ad anello aperto, cioè senza reazione tra ingresso ed uscita. Le sue caratteristiche principali sono: uscita è sempre
DettagliInterpolazione polinomiale. Interpolazione polinomiale
1 Polinomiale Rappresentazione Lagrangiana Polinomio interpolante di Newton Errore nell interpolazione polinomiale 2 Approssimazione ai minimi quadrati nel discreto 1 Polinomiale Rappresentazione Lagrangiana
Dettagli25 - Funzioni di più Variabili Introduzione
Università degli Studi di Palermo Facoltà di Economia CdS Statistica per l Analisi dei Dati Appunti del corso di Matematica 25 - Funzioni di più Variabili Introduzione Anno Accademico 2013/2014 M. Tumminello
DettagliCorso di Controllo DigitaleAntitrasformate Zeta e calcolo della risposta p.1/32
Corso di Controllo Digitale Antitrasformate Zeta e calcolo della risposta Università degli Studi della Calabria Corso di Laurea in Ingegneria Elettronica. Ing. Domenico Famularo Istituto per la Sistemistica
DettagliElaborazione numerica dei segnali: analisi delle caratteristiche dei segnali ed operazioni su di essi. Mauro Biagi
Elaborazione numerica dei segnali: analisi delle caratteristiche dei segnali ed operazioni su di essi Mauro Biagi Outline Dall analogico al digitale Quantizzazione dell inormazione Trasormate di Fourier
Dettagli