E(X(t)) = 1 k + k sin(2π) + k cos(2π) = 1 k + k 0 + k 1 = 1

Save this PDF as:
 WORD  PNG  TXT  JPG

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "E(X(t)) = 1 k + k sin(2π) + k cos(2π) = 1 k + k 0 + k 1 = 1"

Transcript

1 ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ Τμήμα Ηλεκτρονικών Μηχανικών και Μηχανικών Υπολογιστών Τομέας Τηλεπικοινωνιών ΤΗΛ 2: ΠΙΘΑΝΟΤΗΤΕΣ ΚΑΙ ΤΥΧΑΙΑ ΣΗΜΑΤΑ 4ο Εξάμηνο η ΕΡΓΑΣΙΑ ΑΣΚΗΣΗ Εστω τυχαία διαδικασία X(t) = a sin(2πt) + a cos(2πt) + a, όπου a Bernoulli τ.μ με p = k. (i) Υπολογίστε την μέση τιμή της διαδικασίας την στιγμή t = (4%) (ii) Υπολογίστε την συνάρτηση αυτοσυσχέτισης για τις χρονικές στιγμές t =, t 2 = 2 (4%) (iii) Χαρακτηρίστε την X(t) ως προς την στασιμότητα (Είναι WSS; SSS; αν SSS, τότε τι τάξης;). Δικαιολογήστε την απάντησή σας (5%) (iv) Δημιουργήστε στο MATLAB πολλές απεικονίσεις της διαδικασίας και από αυτές παράγετε και σχεδιάστε την μέση τιμή της ως προς τον χρόνο. (5%) ΛΥΣΗ (i) E(X(t)) = E [a sin(2πt) + a cos(2πt) + a ] = = [0 sin(2πt) + 0 cos(2πt) + 0 ] P (a = 0) + [ sin(2πt) + cos(2πt) + ] P (a = ) = = ( k) + [sin(2πt) + cos(2πt)]k = = k + k sin(2πt) + k cos(2πt) Για t = : E(X(t)) = k + k sin(2π) + k cos(2π) = k + k 0 + k = (ii) R(t, t 2 ) = E [(a sin(2πt ) + a cos(2πt ) + a )(a sin(2πt 2 ) + a cos(2πt 2 ) + a )] = = P (a = 0) + [(sin(2πt ) + cos(2πt ))(sin(2πt 2 ) + cos(2πt 2 ))] P (a = ) = = ( k) + k [sin(2πt )sin(2πt 2 ) + sin(2πt )cos(2πt 2 ) + cos(2πt )sin(2πt 2 ) + cos(2πt )cos(2πt 2 )] = = ( k) + 2 k [cos(2π(t 2 t )) cos(2π(t 2 + t )) + sin(2π(t 2 + t )) + sin(2π(t 2 t ))+ +sin(2π(t 2 + t )) sin(2π(t 2 t )) + cos(2π(t 2 t )) + cos(2π(t 2 + t ))] = = ( k) + 2 k [2cos(2π(t 2 t )) + 2sin(2π(t 2 + t ))] = = ( k) + k cos(2π(t 2 t )) + k sin(2π(t 2 + t ))

2 Για t =, t 2 = 2: R(t, t 2 ) = ( k) + k cos(2π) + k sin(6π) = (iii) Η μέση τιμή της διαδικασίας δεν είναι σταθερή, οπότε η διαδικασία δεν είναι στάσιμη. (iv) Δημιουργούμε πολλές τυχαίες τιμές της τ.μ. a και για κάθε μια από αυτές την αντίστοιχη απεικόνιση, σχηματίζοντας έτσι έναν πίνακα που έχει μια απεικόνιση σε κάθε γραμμή. Επειτα παίρνουμε τον μέσο όρο κάθε στήλης, σχηματίζοντας ένα διάνυσμα που περιέχει την μέση τιμή προς τον χρόνο. ΚΩΔΙΚΑΣ %c l e a r memory, screen and c l o s e a l l graphs clear a l l ; close a l l ; clc ; %c r e a t e b e r n o u l l i a a = rand( i t e r, ) < p ; %c r e a t e p o s s i b l e r e a l i z a t i o n s t = 0 : 0. 0 : 0 ; x0 = repmat (,, length ( t ) ) ; x = sin (2 pi. t ) + cos (2 pi. t ) ; %matrix with each l i n e b e i n g a r e a l i z a t i o n r = ( a==0) x0 + ( a==) x ; %g e t mean per column m = mean( r ) ; plot (m)

3 ΑΣΚΗΣΗ 2 Η τυχαία διαδικασία διακριτού χρόνου X(n) παράγεται από ανεξάρτητες ρίψεις ενός δίκαιου νομίσματος, παίρνοντας τιμή -k όταν έρχεται κορώνα και k όταν έρχονται γράμματα. Επειτα παράγουμε την τυχαία διαδικασία Y (n) που παίρνει τιμές Y (2n) = X(n) για κάθε n ακέραιο και Y (n) = X(n + ) για κάθε n περιττό ακέραιο. (i) Υπολογίστε την συνάρτηση αυτοσυσχέτισης R XX για τις στιγμές n =, n 2 = 2 (4%) (ii) Υπολογίστε την μέση τιμή της διαδικασίας Y (n) την στιγμή n = 3. (4%) (iii) Υπολογίστε την συνάρτηση αυτοσυσχέτισης R Y Y για τις στιγμές n =, n 2 = 4 (4%) (iv) Υπολογίστε την συνάρτηση αυτοσυσχέτισης R Y Y για τις στιγμές n = 2, n 2 = 4 (4%) (v) Υπολογίστε την αυτοσυνδιακύμανση C Y Y τις στιγμές n = 2, n 2 = 3 (4%) (vi) Χαρακτηρίστε την Y (n) ως προς την στασιμότητα. Δικαιολογήστε την απάντησή σας (6%) ΛΥΣΗ Μπορούμε να μετασχηματίσουμε το Y (2n) = X(n) για κάθε n ακέραιο σε Y (n) = X( n 2 ) για κάθε n άρτιο ακέραιο (i) Είναι εύκολο να δούμε ότι: E(X(n)) = k 2 k 2 = 0 Η X(n) αποτελείται από ανεξάρτητα δείγματα, οπότε Αν n = n 2, τότε R XX (n, n 2 ) = E(X(n )X(n 2 )) = E(X(n ))E(X(n 2 )) = 0, n n 2 R XX (n, n 2 ) = E(X(n )X(n 2 )) = E(X(n ) 2 ) = k ( k)2 2 = k2 Συνολικά R XX (n, n 2 ) = { k 2 εάν n = n 2 (ii) Για να υπολογίσουμε την μέση τιμή της Y (n) πρέπει να πάρουμε περιπτώσεις για το n: α) n άρτιο E(Y (n)) = E(X(n + )) = 0 β) n περιττό E(Y (n)) = E(X( n 2 )) = 0 Οπότε συνολικά: E(Y (n)) = 0 (iii) + (iv) Πρέπει να πάρουμε περιπτώσεις, ανάλογα με το αν τα n, n 2 είναι περιττά ή άρτια.

4 α) n άρτιο, n 2 άρτιο β) n περιττό, n 2 περιττό R Y Y (n, n 2 ) = E(Y (n )Y (n 2 )) = E(X( n 2 )X(n 2 2 )) = R Y Y (n, n 2 ) = E(Y (n )Y (n 2 )) = E(X(n + )X(n 2 + )) = { k 2 εάν n = n 2 { k 2 εάν n = n 2 γ) n περιττό, n 2 άρτιο R Y Y (n, n 2 ) = E(Y (n )Y (n 2 )) = E(X(n + )X( n 2 2 )) = δ) n άρτιο, n 2 περιττό R Y Y (n, n 2 ) = E(Y (n )Y (n 2 )) = E(X( n 2 )X(n 2 + )) = { { k 2 εάν n 2 = 2(n + ) k 2 εάν n = 2(n 2 + ) συνολικά: k 2 εάν n = n 2 k 2 εάν n 2 = 2(n + ) R Y Y (n, n 2 ) = k 2 εάν n = 2(n 2 + ) Που σημαίνει ότι η R Y Y είναι διάφορη του μηδέν μόνο όταν οι στιγμές n, n 2 είναι τέτοιες ώστε να αναφέρονται στο ίδιο δείγμα της X(n) (v) C Y Y (t, t 2 ) = R Y Y (t, t 2 ) µ Y (t )µ Y (t 2 ) = R Y Y (t, t 2 ) (vi) Η μέση τιμή είναι σταθερή, αλλά η συνάρτηση αυτοσυσχέτισης δεν εξαρτάται μόνο από την απόσταση των στιγμών, οπότε δεν είναι WSS ή SSS 2ης τάξης. ελέγξουμε την κατανομή της Y (n). P Y (n) (y) = { P X(n) (y + ) P X(n) ( y 2 ) Για να δούμε αν είναι SSS ης τάξης πρέπει να εάν y περιττό εάν y άρτιο Η κατανομή της X(n) είναι σταθερή, ανεξάρτητη του χρόνου, καθώς παίρνει πάντα τις τιμές k, k με ίση πιθανότητα, οπότε: 2 εάν y = k P Y (n) (y) = 2 εάν y = k Η κατανομή είναι σταθερή στον χρόνο, οπότε η διαδικασία είναι SSS ης τάξης.

5 ΑΣΚΗΣΗ 3 Εστω τυχαία διαδικασία: N X(t) = cos(2πt + θ n ) Οπου θ n είναι ανεξάρτητες και ισοκατανεμημένες τυχαίες μεταβλητές στο [0, 2π] και N = k. (i) Υπολογίστε την συνάρτηση αυτοσυσχέτισης στα σημεία t =, t 2 = 2. (5%) (ii) Είναι η διαδικασία WSS; (5%) (iii) Υπολογίστε την πυκνότητα φάσματος ισχύος (5%) ΛΥΣΗ n= (i) R XX (t, t 2 ) = E(X(t )X(t 2 )) = [ N ] N = E cos(2πt + θ n ) cos(2πt 2 + θ m ) = n= m= N N = [E(cos(2πt + θ n ) cos(2πt 2 + θ m ))] n= m= Η αναμενόμενη τιμή που χρειαζόμαστε μπορεί να εκφραστεί σαν E(g(θ n )h(θ m )). Τα θ n, θ m είναι ανεξάρτητα, εφόσον n m, οπότε και οι συναρτήσεις τους θα είναι ανεξάρτητες και : E(g(θ n )h(θ m )) = E(g(θ n ))E(h(θ m )) = 0, n m Οπότε: N R XX (t, t 2 ) = [E(cos(2πt + θ n ) cos(2πt 2 + θ n ))] = n= = N [E(cos(2π(t 2 t )) + cos(2π(t + t 2 ) + 2θ n ))] = 2 n= [ [ = N ]] N cos(2π(t 2 t )) + E cos(2π(t + t 2 ) + 2θ n )) = 2 n= [ ] = N N cos(2π(t 2 t )) + E [cos(2π(t + t 2 ) + 2θ n ))] 2 Η αναμενόμενη τιμή μέσα στο άθροισμα είναι μηδέν για κάθε n. R XX (t, t 2 ) = N 2 cos(2π(t 2 t )) R XX (τ) = N 2 cos(2πτ) Για t =, t 2 = 2: n= R XX () = N 2 cos(2π) = N 2

6 (ii) Εχουμε δείξει ότι η συνάρτηση αυτοσυσχέτισης εξαρτάται μόνο από την απόσταση των χρονικών στιγμών, οπότε εξετάζουμε την μέση τιμή: [ N ] E(X(t)) = E cos(2πt + θ n ) = = Άρα η διαδικασία είναι WSS. (iii) n= N E [cos(2πt + θ n )] = 0 n= S XX () = F(R XX (τ)) = F( N 2 cos(2πτ)) = N 2 F(cos(2πτ)) S XX () = N [δ( ) + δ( + )] 4

7 ΑΣΚΗΣΗ 4 Θεωρείστε μία Κανονική Τυχαία Διαδικασία X(t) με μέση τιμή 0 και συνάρτηση αυτοσυσχέτισης R X (τ) = sinc 2 (τ). Υποθέστε ότι η X(t) περνάει μέσα από ιδανικό βαθυπερατό φίλτρο μοναδιαίου κέρδους και εύρους ζώνης k, δηλαδή H() = αν < k και προκύπτει ένα καινούργιο σήμα Y (t). (i) Υπολογίστε την πυκνότητα φάσματος ισχύος της Y (t) στο σημείο = 0.2 (5%) (ii) Στο MATLAB, σχεδιάστε τις ποσότητες S X () και S Y () που υπολογίσατε θεωρητικά (5%) ΛΥΣΗ Σχεδιάζουμε την H() 2 H() 2 -k 0 k (i) S X () = F(R X (τ)) = F(sinc 2 (τ)) = tri() Που είναι ο τριγωνικός παλμός που φαίνεται στο σχήμα: S X () 0 Η S X () =, [, ] Ξέρουμε ότι η Πυκνότητα Φάσματος Ισχύος S Y () ισούται με S X () H() 2 που γεωμετρικά έχει σαν αποτέλεσμα: S Y () = S X () H() 2 -k 0 k Η S Y () =, [ k, k] (ii) ΚΩΔΙΚΑΣ

8 %c l e a r memory, screen and c l o s e a l l graphs clear a l l ; close a l l ; clc ; = 2 : 0. 0 : 2 ; Sx ( : length ( ) ) = 0 ; part = abs ( )<=; Sx ( part ) = abs ( ( part ) ) ; plot (, Sx ) ; igure ( 2 ) Sy ( : length ( ) ) = 0 ; part = abs ( )<=k ; Sy ( part ) = abs ( ( part ) ) ; plot (, Sy ) ;

9 ΑΣΚΗΣΗ 5 Εστω ένα Γραμμικό Χρονικά Αναλλοίωτο σύστημα με συνάρτηση μεταφοράς H() για την οποία γνωρίζουμε: H() Η είσοδος του συστήματος είναι η διαδικασία Z(t) = X(t)+N(t), όπου X(t) WSS διαδικασία με συνάρτηση αυτοσυσχέτισης R X (τ) = sinc 2 (τ) και N(t) κανονικός θόρυβος με συνάρτηση αυτοσυσχέτισης R N (τ) = δ(τ) sinc(τ) και μέση τιμή 0. Θεωρήστε ότι οι διαδικασίες X(t), N(t) είναι ανεξάρτητες. Αν Y (t) η έξοδος του συστήματος, υπολογίστε: (i) την φασματική πυκνότητα ισχύος S X () στο σημείο = 0.2 (7%) (ii) την φασματική πυκνότητα ισχύος S Z () στο σημείο = 0.7 (7%) (iii) την φασματική πυκνότητα ισχύος S Y () στο σημείο = 0.7 (7%) (iv) Σχεδιάστε στο MAT LAB τις ποσότητες S X (), S N (), S Z (), S Y () όπως τις υπολογίσατε θεωρητικά (0%). ΛΥΣΗ (i) S X () = F(R X (τ)) = F(sinc 2 (τ)) = tri() Που είναι ο τριγωνικός παλμός του σχήματος: S X () 0 Η S X () =, [, ] (ii) Για να υπολογίσουμε την φασματική πυκνότητα ισχύος της Z(t), χρειαζόμαστε την συνάρτηση αυτοσυσχέτισής της: R Z (t 2, t 2 ) = E((X(t ) + N(t ))(X(t 2 )) + N(t 2 )) = = E(X(t )X(t 2 )) + E(N(t )N(t 2 )) + E(X(t )N(t 2 )) + E(X(t 2 )N(t )) + E(X(t )N(t 2 )) = = R X (t, t 2 ) + R N (t, t 2 ) + E(X(t 2 ))E(N(t )) + E(X(t ))E(N(t 2 )) = = R X (t, t 2 ) + R N (t, t 2 ) R Z (τ) = R X (τ) + R N (τ)

10 S Z () = F(R Z (τ)) = F(R X (τ) + R N (τ)) = S X () + F(δ(τ)) F(sinc(τ)) = tri() + rect() Οπου rect() ο τετραγωνικός παλμός του σχήματος: rect() Αναλυτικά: rect() =, [ 2, 2 ] Και S N () = rect() =, [, 2 ] [ 2, + ] : S N () Και τελικά: εάν [, ] [, + ] S Z () = 2 εάν [, 2 ] [ 2, ] εάν [ 2, 2 ] S Z () (iii) Ξέρουμε ότι S Y () = S Z () H() 2 και για να το υπολογίσουμε θα πάρουμε περιπτώσεις. Μπορούμε να δουλέψουμε εντελώς γραφικά, αλλά θα προτιμήσουμε τις κλειστές μορφές. Αρχικά μπορούμε να εκφράσουμε την H() 2 μαθηματικά, σαν: 2 2 εάν [, H() 2 2 ] [ 2, ] = εάν [ 2, 2 ]

11 Και παίρνουμε περιπτώσεις για τα υποδιαστήματα των S Z (), H() 2 α) [, ] [, + ] S Y () = S Z () H() 2 = 0 = 0 β) [, 2 ] [ 2, ] S Y () = S Z () H() 2 = (2 ) (2 2 ) = γ) [ 2, 2 ] S Y () = S Z () H() 2 = ( ) = Συνολικά: εάν [, 2 ] [ 2, ] S Y () = εάν [ 2, 2 ] S Y () (iv) ΚΩΔΙΚΑΣ %c l e a r memory, screen and c l o s e a l l graphs clear a l l ; close a l l ; clc ; = 3 : : 3 ; % H( ) ˆ 2 H ( : length ( ) ) = 0 ; part = abs ( )>=/2 & abs ( )<=; part2 = abs ( ) </2; H ( part ) = 2 2. abs ( ( part ) ) ; H ( part2 ) = ; plot (, H ) ; %Sx Sx ( : length ( ) ) = 0 ; part = abs ( )<=; Sx ( part ) = abs ( ( part ) ) ;

12 igure ( 2 ) ; plot (, Sx ) ; %Sn Sn ( : length ( ) ) = ; part = abs ( )<=/2; Sn ( part ) = 0 ; igure ( 3 ) ; plot (, Sn ) ; %Sz Sz = Sx + Sn ; igure ( 4 ) ; plot (, Sz ) ; %Sy Sy = Sz. H ; igure ( 5 ) ; plot (, Sy ) ;

X(t) = A cos(2πf c t + Θ) (1) 0, αλλού. 2 cos(2πf cτ) (9)

X(t) = A cos(2πf c t + Θ) (1) 0, αλλού. 2 cos(2πf cτ) (9) ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-5: Εφαρµοσµένα Μαθηµατικά για Μηχανικούς Εαρινό Εξάµηνο 05-6 ιδάσκοντες : Γ. Στυλιανού, Γ. Καφεντζής Λυµένες Ασκήσεις - Τυχαίες ιαδικασίες Ασκηση. Εστω

Διαβάστε περισσότερα

c(x 1 + x 2 + x 3 ) εάν 0 x 1, x 2, x 3 k (x 1, x 2, x 3 ) =

c(x 1 + x 2 + x 3 ) εάν 0 x 1, x 2, x 3 k (x 1, x 2, x 3 ) = ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ Τμήμα Ηλεκτρονικών Μηχανικών και Μηχανικών Υπολογιστών Τομέας Τηλεπικοινωνιών ΤΗΛ 11: ΠΙΘΑΝΟΤΗΤΕΣ ΚΑΙ ΤΥΧΑΙΑ ΣΗΜΑΤΑ 4ο Εξάμηνο 009-010 η ΕΡΓΑΣΙΑ ΑΣΚΗΣΗ 1 Εστω X = x 1, x, x T τυχαίο

Διαβάστε περισσότερα

MAJ. MONTELOPOIHSH II

MAJ. MONTELOPOIHSH II MAJ MONTELOPOIHSH II ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΕΑΡΙΝΟ ΕΞΑΜΗΝΟ 009 ΦΥΛΛΑΔΙΟ ΑΣΚΗΣΕΩΝ ΙV Οι ασκήσεις είναι από το βιβλίο του Simon Haykin Θα ακολουθήσει ακόμη ένα φυλλάδιο τις επόμενες μέρες Άσκηση

Διαβάστε περισσότερα

4 4 2 = 3 2 = = 1 2

4 4 2 = 3 2 = = 1 2 Πιθανότητες και Τυχαία Σήματα Μάθημα 3 ΑΣΚΗΣΗ Εστω ότι έχουμε δύο νομίσματα. Στο νόμισμα A η πιθανότητα να έρθει κεφαλή είναι. Στο νόμισμα B 4 3 η πιθανότητα να έρθει κεφαλή είναι. Δεν είστε σίγουροι ποιο

Διαβάστε περισσότερα

Πιθανότητες & Τυχαία Σήματα. Διγαλάκης Βασίλης

Πιθανότητες & Τυχαία Σήματα. Διγαλάκης Βασίλης Πιθανότητες & Τυχαία Σήματα Διγαλάκης Βασίλης Στατικές (Στάσιμες) Διαδικασίες Στατική (Stationary) ορίζεται η διαδικασία της οποίας οι στατιστικές ιδιότητες δεν μεταβάλλονται με την πάροδο του χρόνου.

Διαβάστε περισσότερα

Επομένως το εύρος ζώνης του διαμορφωμένου σήματος είναι 2.

Επομένως το εύρος ζώνης του διαμορφωμένου σήματος είναι 2. ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΠΛΗ ΓΙΑ ΤΙΣ ΕΞΕΤΑΣΕΙΣ ΘΕΜΑ Το φέρον σε ένα σύστημα DSB διαμόρφωσης είναι c t A t μηνύματος είναι το m( t) sin c( t) sin c ( t) ( ) cos 4 c και το σήμα. Το διαμορφωμένο σήμα διέρχεται

Διαβάστε περισσότερα

Άσκηση 1: Λύση: Για το άθροισμα ισχύει: κι επειδή οι μέσες τιμές των Χ και Υ είναι 0: Έτσι η διασπορά της Ζ=Χ+Υ είναι:

Άσκηση 1: Λύση: Για το άθροισμα ισχύει: κι επειδή οι μέσες τιμές των Χ και Υ είναι 0: Έτσι η διασπορά της Ζ=Χ+Υ είναι: Άσκηση 1: Δύο τυχαίες μεταβλητές Χ και Υ έχουν στατιστικές μέσες τιμές 0 και διασπορές 25 και 36 αντίστοιχα. Ο συντελεστής συσχέτισης των 2 τυχαίων μεταβλητών είναι 0.4. Να υπολογισθούν η διασπορά του

Διαβάστε περισσότερα

P (Ā) = k P ( C A) = 0

P (Ā) = k P ( C A) = 0 ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ Τμήμα Ηλεκτρονικών Μηχανικών και Μηχανικών Υπολογιστών Τομέας Τηλεπικοινωνιών ΤΗΛ : ΠΙΘΑΝΟΤΗΤΕΣ ΚΑΙ ΤΥΧΑΙΑ ΣΗΜΑΤΑ 4ο Εξάμηνο 9- η ΕΡΓΑΣΙΑ ΑΣΚΗΣΗ Το διαστημόπλοιο Άριαν αποτελείται από

Διαβάστε περισσότερα

Επεξεργασία Στοχαστικών Σημάτων

Επεξεργασία Στοχαστικών Σημάτων Επεξεργασία Στοχαστικών Σημάτων Ψηφιακή Μετάδοση Αναλογικών Σημάτων Σεραφείμ Καραμπογιάς Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής και Τηλεπικοινωνιών Ψηφιακή Μετάδοση Αναλογικών Σημάτων Τα σύγχρονα συστήματα

Διαβάστε περισσότερα

y[n] ay[n 1] = x[n] + βx[n 1] (6)

y[n] ay[n 1] = x[n] + βx[n 1] (6) Ασκήσεις με το Μετασχηματισμό Fourier Διακριτού Χρόνου Επιμέλεια: Γιώργος Π. Καφεντζης Δρ. Επιστήμης Η/Υ Πανεπιστημίου Κρήτης Δρ. Επεξεργασίας Σήματος Πανεπιστημίου Rennes 1 8 Οκτωβρίου 015 1. Εστω το

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ & ΤΕΧΝΟΛΟΓΙΑΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ Κ 17 Επικοινωνίες ΙΙ Χειμερινό Εξάμηνο Διάλεξη 5 η Νικόλαος Χ. Σαγιάς Επίκουρος Καθηγητής Webpage: http://eclass.uop.gr/courses/tst215

Διαβάστε περισσότερα

Συμπίεση Δεδομένων

Συμπίεση Δεδομένων Συμπίεση Δεδομένων 2014-2015 Κβάντιση Δρ. Ν. Π. Σγούρος 2 Αναλογικά Ψηφιακά Σήματα Αναλογικό Σήμα x t, t [t min, t max ], x [x min, x max ] Δειγματοληψία t n, x t x n, n = 1,, N Κβάντιση x n x(n) 3 Αλφάβητο

Διαβάστε περισσότερα

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 4

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 4 ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 4 5.9 Η Στοχαστική Ανέλιξη Gauss (οι διαφάνειες ακολουθούν διαφορετική

Διαβάστε περισσότερα

3-Φεβ-2009 ΗΜΥ 429. 4. Σήματα

3-Φεβ-2009 ΗΜΥ 429. 4. Σήματα 3-Φεβ-2009 ΗΜΥ 429 4. Σήματα 1 Σήματα Σήματα είναι: σχήματα αλλαγών που αντιπροσωπεύουν ή κωδικοποιούν πληροφορίες σύνολο πληροφορίας ή δεδομένων σχήματα αλλαγών στο χρόνο, π.χ. ήχος, ηλεκτρικό σήμα εγκεφάλου

Διαβάστε περισσότερα

HMY 799 1: Αναγνώριση Συστημάτων

HMY 799 1: Αναγνώριση Συστημάτων HMY 799 : Αναγνώριση Συστημάτων Διάλεξη Στοχαστικές Τυχαίες Μεταβλητές/ Στοχαστικά Σήματα Πειραματικά δεδομένα >Επιλογή τύπου μοντέλου >Επιλογή κριτηρίου >Υπολογισμός >Επικύρωση Προσαρμογή καμπύλης (Curve

Διαβάστε περισσότερα

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 3

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 3 ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 3 5.6: Μέση Τιμή, Συναρτήσεις Συσχέτισης (Correlation) & Συνδιασποράς (Covariance)

Διαβάστε περισσότερα

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών. Χρόνου (Ι)

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών. Χρόνου (Ι) HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών Σημάτων Διάλεξη 5: Στοχαστικά/Τυχαία Σήματα Διακριτού Διάλεξη 5: Στοχαστικά/Τυχαία Σήματα Διακριτού Χρόνου (Ι) Στοχαστικά σήματα Στα προηγούμενα: Ντετερμινιστικά

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ & ΤΕΧΝΟΛΟΓΙΑΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ Κ 17 Επικοινωνίες ΙΙ Χειμερινό Εξάμηνο Διάλεξη 3 η Νικόλαος Χ. Σαγιάς Επίκουρος Καθηγητής Webpage: http://eclass.uop.gr/courses/tst15

Διαβάστε περισσότερα

Πιθανότητες & Τυχαία Σήματα. Διγαλάκης Βασίλης

Πιθανότητες & Τυχαία Σήματα. Διγαλάκης Βασίλης Πιθανότητες & Τυχαία Σήματα Διγαλάκης Βασίλης Γραμμικά Συστήματα Σύστημα: x(t) T y(t) Κατηγορίες: Συνεχή/Διακριτά Γραμμικά/Μη Γραμμικά Αν Τότε Γραμμικά Συστήματα Σύστημα: x(t) T y(t) Κατηγορίες: Χρονικά

Διαβάστε περισσότερα

X(t) = sin(2πf t) (1)

X(t) = sin(2πf t) (1) Στοχαστικές Διαδικασίες πίνακας περιεχομένων Κινητικότης.................................... Στασιμότης..................................... 6 Λανθάνουσες ισχείς............................... 1 Γκαουσιανή

Διαβάστε περισσότερα

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών Σημάτων Διάλεξη 12: Δειγματοληψία και ανακατασκευή (IV) Παρεμβολή (Interpolation) Γενικά υπάρχουν πολλοί τρόποι παρεμβολής, π.χ. κυβική παρεμβολή (cubic spline

Διαβάστε περισσότερα

Στοχαστικές Ανελίξεις (2) Αγγελική Αλεξίου

Στοχαστικές Ανελίξεις (2) Αγγελική Αλεξίου Στοχαστικές Ανελίξεις (2) Αγγελική Αλεξίου alexiou@unipi.gr 1 Στοχαστικές Διαδικασίες 2 Στοχαστική Διαδικασία Στοχαστικές Ανελίξεις Α. Αλεξίου 3 Στοχαστική Διαδικασία ως συλλογή από συναρτήσεις χρόνου

Διαβάστε περισσότερα

Τετραγωνικά μοντέλα. Τετραγωνικό μοντέλο συνάρτησης. Παράδειγμα τετραγωνικού μοντέλου #1. Παράδειγμα τετραγωνικού μοντέλου #1

Τετραγωνικά μοντέλα. Τετραγωνικό μοντέλο συνάρτησης. Παράδειγμα τετραγωνικού μοντέλου #1. Παράδειγμα τετραγωνικού μοντέλου #1 Τετραγωνικό μοντέλο συνάρτησης Τετραγωνικά μοντέλα Δ. Γ. Παπαγεωργίου Τμήμα Μηχανικών Επιστήμης Υλικών Πανεπιστήμιο Ιωαννίνων dpapageo@cc.uoi.gr http://pc164.materials.uoi.gr/dpapageo Για συνάρτηση μιας

Διαβάστε περισσότερα

Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών Εθνικό Μετσόβιο Πολυτεχνείο. Aνάλυση Σήματος. 2 η Σειρά Ασκήσεων Θεόδωρος Αλεξόπουλος

Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών Εθνικό Μετσόβιο Πολυτεχνείο. Aνάλυση Σήματος. 2 η Σειρά Ασκήσεων Θεόδωρος Αλεξόπουλος Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών Εθνικό Μετσόβιο Πολυτεχνείο Aνάλυση Σήματος 2 η Σειρά Ασκήσεων Θεόδωρος Αλεξόπουλος Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης

Διαβάστε περισσότερα

x[n] = e u[n 1] 4 x[n] = u[n 1] 4 X(z) = z 1 H(z) = (1 0.5z 1 )(1 + 4z 2 ) z 2 (βʹ) H(z) = H min (z)h lin (z) 4 z 1 1 z 1 (z 1 4 )(z 1) (1)

x[n] = e u[n 1] 4 x[n] = u[n 1] 4 X(z) = z 1 H(z) = (1 0.5z 1 )(1 + 4z 2 ) z 2 (βʹ) H(z) = H min (z)h lin (z) 4 z 1 1 z 1 (z 1 4 )(z 1) (1) Ασκήσεις με Συστήματα στο Χώρο του Ζ Επιμέλεια: Γιώργος Π. Καφεντζης Δρ. Επιστήμης Η/Υ Πανεπιστημίου Κρήτης Δρ. Επεξεργασίας Σήματος Πανεπιστημίου Rennes 1 7 Νοεμβρίου 015 1. Υπολόγισε τον μετ. Ζ και την

Διαβάστε περισσότερα

ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΞΕΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ «ΔΙΑΚΡΙΤΑ ΜΑΘΗΜΑΤΙΚΑ» - 6/2/2014 Διάρκεια Εξέτασης: 2 ώρες και 50 λεπτά Ομάδα Α

ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΞΕΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ «ΔΙΑΚΡΙΤΑ ΜΑΘΗΜΑΤΙΚΑ» - 6/2/2014 Διάρκεια Εξέτασης: 2 ώρες και 50 λεπτά Ομάδα Α ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΞΕΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ «ΔΙΑΚΡΙΤΑ ΜΑΘΗΜΑΤΙΚΑ» - 6/2/2014 Διάρκεια Εξέτασης: 2 ώρες και 50 λεπτά Ομάδα Α 1. (2.5 μονάδες) Ο κ. Ζούπας παρέλαβε μία μυστηριώδη τσάντα από το ταχυδρομείο. Όταν

Διαβάστε περισσότερα

Εξεταστική Ιανουαρίου 2007 Μάθηµα: «Σήµατα και Συστήµατα»

Εξεταστική Ιανουαρίου 2007 Μάθηµα: «Σήµατα και Συστήµατα» Εξεταστική Ιανουαρίου 27 Μάθηµα: «Σήµατα και Συστήµατα» Θέµα 1 ο (3%) Έστω δύο διακριτά σήµατα: x(n) = {1,,, -1} και h(n) = {1,, 1} µε το πρώτο δείγµα να αντιστοιχεί σε n= και για τα δύο. Υπολογίστε τα

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΗΜΑ ΕΠΙςΤΗΜΗς & ΤΕΧΝΟΛΟΓΙΑς ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ ΜΔΕ Προηγμένα Τηλεπικοινωνιακά Συστήματα και Δίκτυα Διάλεξη 2 η Νικόλαος Χ. Σαγιάς Επίκουρος Καθηγητής Webpage: http://eclass.uop.gr/courses/tst233

Διαβάστε περισσότερα

Πιθανότητες & Τυχαία Σήματα. Διγαλάκης Βασίλης

Πιθανότητες & Τυχαία Σήματα. Διγαλάκης Βασίλης Πιθανότητες & Τυχαία Σήματα Διγαλάκης Βασίλης Τυχαία Σήματα Γενίκευση τυχαίων διανυσμάτων Άπειρο σύνολο πιθανά αριθμήσιμο από τυχαίες μεταβλητές Παραδείγματα τυχαίων σημάτων: Τηλεπικοινωνίες: Σήμα πληροφορίας

Διαβάστε περισσότερα

4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER

4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER 4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER Υπολογίζουµε εύκολα τον αντίστροφο Μετασχηµατισµό Fourier µιας συνάρτησης χωρίς να καταφεύγουµε στην εξίσωση ανάλυσης. Υπολογίζουµε εύκολα την απόκριση

Διαβάστε περισσότερα

. Σήματα και Συστήματα

. Σήματα και Συστήματα Σήματα και Συστήματα Βασίλειος Δαλάκας & Παναγιώτης Ριζομυλιώτης Τμήμα Πληροφορικής & Τηλεματικής Χαροκόπειο Πανεπιστήμιο Σήματα και Συστήματα 1/14 Πρόβλημα 1 (βιβλίο σελίδα 27) Να υπολογιστεί η βασική

Διαβάστε περισσότερα

Εισαγωγή στις Τηλεπικοινωνίες. Δομή της παρουσίασης

Εισαγωγή στις Τηλεπικοινωνίες. Δομή της παρουσίασης ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ ΤΜΗΜΑ ΨΗΦΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΕΡΓΑΣΤΗΡΙΟ ΤΗΛΕΠΙΚΟΙΝΩΝΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ Εισαγωγή στις Τηλεπικοινωνίες Εφαρμογές της Ανάλυσης Fourier Αθανάσιος

Διαβάστε περισσότερα

Να εξετάσετε αν είναι συναρτήσεις πυκνότητας πιθανότητας, κι αν είναι να υπολογίσετε τη συνάρτηση κατανομής πιθανότητας F x (x).

Να εξετάσετε αν είναι συναρτήσεις πυκνότητας πιθανότητας, κι αν είναι να υπολογίσετε τη συνάρτηση κατανομής πιθανότητας F x (x). Κεφάλαιο 2, άσκηση 1: Δίνονται οι συναρτήσεις: α) 2, β), Να εξετάσετε αν είναι συναρτήσεις πυκνότητας πιθανότητας, κι αν είναι να υπολογίσετε τη συνάρτηση κατανομής πιθανότητας F x (x). Λύση : Για να είναι

Διαβάστε περισσότερα

h(t τ k ) X (t) = X (t) = (shot noise). 3/28 4/28

h(t τ k ) X (t) = X (t) = (shot noise). 3/28 4/28 Θόρυβος Στοχαστικά συστήματα & επικοινωνίες 6 Δεκεμβρίου 2012 1/28 2/28 Ο θόρυβος βολής εμφανίζεται στις ηλεκτρονικές συσκευές, όπως οι δίοδοι και τα τρανζίστορ, εξαιτίας της διακριτής φύσης της ροής του

Διαβάστε περισσότερα

ΕΑΠ/ΠΛΗ-22/ΑΘΗ.3 1 η τηλεδιάσκεψη 03/11/2013. επικαιροποιημένη έκδοση Ν.Δημητρίου

ΕΑΠ/ΠΛΗ-22/ΑΘΗ.3 1 η τηλεδιάσκεψη 03/11/2013. επικαιροποιημένη έκδοση Ν.Δημητρίου ΕΑΠ/ΠΛΗ-/ΑΘΗ.3 1 η τηλεδιάσκεψη 03/11/013 επικαιροποιημένη έκδοση Ν.Δημητρίου Συμπληρωματικές υποδείξεις Octave Εκκίνηση με την εντολή octave -i --line-editing Μετατροπή γραφήματος σε name.jpg print -djpg

Διαβάστε περισσότερα

Στοχαστικές Ανελίξεις (1) Αγγελική Αλεξίου

Στοχαστικές Ανελίξεις (1) Αγγελική Αλεξίου Στοχαστικές Ανελίξεις (1) Αγγελική Αλεξίου alexiou@unipi.gr 1 Ενότητες Μαθήματος Ενότητα 1 Εισαγωγή Ορισμός Στοχαστικών ανελίξεων Στατιστική Στοχαστικών Διαδικασιών Στασιμότητα Εργοδικότητα Ενότητα 2 Διαδικασίες

Διαβάστε περισσότερα

Θεώρημα δειγματοληψίας

Θεώρημα δειγματοληψίας Δειγματοληψία Θεώρημα δειγματοληψίας Ένα βαθυπερατό σήμα πεπερασμένης ενέργειας που δεν περιέχει συχνότητες μεγαλύτερες των W Hertz μπορεί να περιγραφθεί πλήρως από τις τιμές του σε χρονικές στιγμές ισαπέχουσες

Διαβάστε περισσότερα

P (A B) = P (AB) P (B) P (A B) = P (A) P (A B) = P (A) P (B)

P (A B) = P (AB) P (B) P (A B) = P (A) P (A B) = P (A) P (B) Πιθανότητες και Αρχές Στατιστικής (4η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2017-2018 Σωτήρης Νικολετσέας, καθηγητής 1 / 39 Περιεχόμενα

Διαβάστε περισσότερα

Επεξεργασία Στοχαστικών Σημάτων

Επεξεργασία Στοχαστικών Σημάτων Επεξεργασία Στοχαστικών Σημάτων Σεραφείμ Καραμπογιάς Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής και Τηλεπικοινωνιών Η Έννοια της τυχαίας Διαδικασίας Η έννοια της τυχαίας διαδικασίας βασίζεται στην επέκταση

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΣΗΜΑΤΑ & ΣΥΣΤΗΜΑΤΑ

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΣΗΜΑΤΑ & ΣΥΣΤΗΜΑΤΑ ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΣΗΜΑΤΑ & ΣΥΣΤΗΜΑΤΑ Ενότητα 1, Μέρος 2ο: ΠΕΡΙ ΣΗΜΑΤΩΝ Aναστασία Βελώνη Τμήμα Η.Υ.Σ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται

Διαβάστε περισσότερα

pdf: X = 0, 1 - p = q E(X) = 1 p + 0 (1 p) = p V ar(x) = E[(X µ) 2 ] = (1 p) 2 p + (0 p) 2 (1 p) = p (1 p) [1 p + p] = p (1 p) = p q

pdf: X = 0, 1 - p = q E(X) = 1 p + 0 (1 p) = p V ar(x) = E[(X µ) 2 ] = (1 p) 2 p + (0 p) 2 (1 p) = p (1 p) [1 p + p] = p (1 p) = p q 7ο Μάθημα Πιθανότητες Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2016-2017 Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής 7ο Μάθημα Πιθανότητες

Διαβάστε περισσότερα

ΘΕΜΑΤΑ ΠΟΛΛΑΠΛΗΣ ΕΠΙΛΟΓΗΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΕΣ

ΘΕΜΑΤΑ ΠΟΛΛΑΠΛΗΣ ΕΠΙΛΟΓΗΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΕΣ Αντικείμενο: Δειγματοληψία ΘΕΜΑΤΑ ΠΟΛΛΑΠΛΗΣ ΕΠΙΛΟΓΗΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΕΣ Έστω οτι το σήμα x()=sinc(4) δειγματοληπτείται με συχνότητα δειγματοληψίας διπλάσια της συχνότητας Nyquis και κβαντίζεται με ομοιόμορφη

Διαβάστε περισσότερα

Δομή της παρουσίασης

Δομή της παρουσίασης ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ ΤΜΗΜΑ ΨΗΦΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΕΡΓΑΣΤΗΡΙΟ ΤΗΛΕΠΙΚΟΙΝΩΝΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ Εισαγωγή στις Τηλεπικοινωνίες Διάλεξη η Τα Σήματα στις Τηλεπικοινωνίες

Διαβάστε περισσότερα

ΑΝΑΠΤΥΓΜA - ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER ΑΝΑΛΟΓΙΚΩΝ ΣΗΜΑΤΩΝ. Περιγράψουµε τον τρόπο ανάπτυξης σε σειρά Fourier ενός περιοδικού αναλογικού σήµατος.

ΑΝΑΠΤΥΓΜA - ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER ΑΝΑΛΟΓΙΚΩΝ ΣΗΜΑΤΩΝ. Περιγράψουµε τον τρόπο ανάπτυξης σε σειρά Fourier ενός περιοδικού αναλογικού σήµατος. 3. ΚΕΦΑΛΑΙΟ ΑΝΑΠΤΥΓΜA - ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER ΑΝΑΛΟΓΙΚΩΝ ΣΗΜΑΤΩΝ Περιγράψουµε τον τρόπο ανάπτυξης σε σειρά Fourier ενός περιοδικού αναλογικού σήµατος. Ορίσουµε το µετασχηµατισµό Fourier ενός µη περιοδικού

Διαβάστε περισσότερα

Επεξεργασία Στοχαστικών Σημάτων

Επεξεργασία Στοχαστικών Σημάτων Επεξεργασία Στοχαστικών Σημάτων Βέλτιστα γραμμικά χρονικά αναλλοίωτα συστήματα Σεραφείμ Καραμπογιάς Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής και Τηλεπικοινωνιών Βέλτιστα γραμμικά χρονικά αναλλοίωτα συστήματα

Διαβάστε περισσότερα

Τετραγωνικά μοντέλα. Τετραγωνικό μοντέλο συνάρτησης. Παράδειγμα τετραγωνικού μοντέλου #1. Παράδειγμα τετραγωνικού μοντέλου #1

Τετραγωνικά μοντέλα. Τετραγωνικό μοντέλο συνάρτησης. Παράδειγμα τετραγωνικού μοντέλου #1. Παράδειγμα τετραγωνικού μοντέλου #1 Τετραγωνικό μοντέλο συνάρτησης Τετραγωνικά μοντέλα Δ. Γ. Παπαγεωργίου Τμήμα Μηχανικών Επιστήμης Υλικών Πανεπιστήμιο Ιωαννίνων dpapageo@cc.uoi.gr http://pc64.materials.uoi.gr/dpapageo Για συνάρτηση μιας

Διαβάστε περισσότερα

ΠΛΗ 22: Βασικά Ζητήματα Δίκτυα Η/Υ

ΠΛΗ 22: Βασικά Ζητήματα Δίκτυα Η/Υ www.lucent.com/security ΠΛΗ 22: Βασικά Ζητήματα Δίκτυα Η/Υ 2 η ΟΣΣ / ΠΛΗ22 / ΑΘΗ.4 /07.12.2014 Νίκος Δημητρίου (Σημείωση: Η παρουσίαση αυτή συμπληρώνει τα αρχεία PLH22_OSS2_diafaneies_v1.ppt, και octave_matlab_tutorial_v1.ppt

Διαβάστε περισσότερα

x(t) = 4 cos(2π400t π/3) + 2 cos(2π900t + π/8) + cos(2π1200t) h(t) = 2000sinc(2000t) = h(t) = 2000sinc(2000t) H(f) = rect

x(t) = 4 cos(2π400t π/3) + 2 cos(2π900t + π/8) + cos(2π1200t) h(t) = 2000sinc(2000t) = h(t) = 2000sinc(2000t) H(f) = rect ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-215: Εφαρµοσµένα Μαθηµατικά για Μηχανικούς Εαρινό Εξάµηνο 215-16 ιδάσκοντες : Γ. Στυλιανού, Γ. Καφεντζής ΤΕΛΙΚΗ ΕΞΕΤΑΣΗ ιάρκεια : 3 ώρες - Ηµεροµηνία

Διαβάστε περισσότερα

Στοχαστικές Μέθοδοι στους Υδατικούς Πόρους Φασματική ανάλυση χρονοσειρών

Στοχαστικές Μέθοδοι στους Υδατικούς Πόρους Φασματική ανάλυση χρονοσειρών Στοχαστικές Μέθοδοι στους Υδατικούς Πόρους Φασματική ανάλυση χρονοσειρών Δημήτρης Κουτσογιάννης Τομέας Υδατικών Πόρων και Περιβάλλοντος, Σχολή Πολιτικών Μηχανικών, Εθνικό Μετσόβιο Πολυτεχνείο Αθήνα Επανέκδοση

Διαβάστε περισσότερα

Άσκηση 2: Y=BX+C. Λύση:

Άσκηση 2: Y=BX+C. Λύση: Άσκηση 2: Η τιμή ενός σήματος x(t) για τη χρονική στιγμή t=t θεωρείται ότι είναι τυχαία μεταβλητή Χ=x(t ) με κανονική κατανομή 0,. Να υπολογιστεί η πιθανότητα της τυχαίας μεταβλητής Y=y(t ) να έχει τιμή

Διαβάστε περισσότερα

Σύντομη Αναφορά σε Βασικές Έννοιες Ψηφιακής Επεξεργασίας Σημάτων

Σύντομη Αναφορά σε Βασικές Έννοιες Ψηφιακής Επεξεργασίας Σημάτων Πρόγραμμα Μεταπτυχιακών Σπουδών: «Τεχνολογίες και Συστήματα Ευρυζωνικών Εφαρμογών και Υπηρεσιών» Μάθημα: «Επεξεργασία Ψηφιακού Σήματος και Σχεδιασμός Υλικού» Σύντομη Αναφορά σε Βασικές Έννοιες Ψηφιακής

Διαβάστε περισσότερα

Αρχές Τηλεπικοινωνιών

Αρχές Τηλεπικοινωνιών ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Αρχές Τηλεπικοινωνιών Ενότητα #12: Δειγματοληψία, κβαντοποίηση και κωδικοποίηση Χ. ΚΑΡΑΪΣΚΟΣ Τμήμα Μηχανικών Αυτοματισμών Τ.Ε.

Διαβάστε περισσότερα

LCs 2 + RCs + 1. s 1,2 = RC ± R 2 C 2 4LC 2LC. (s 2)(s 3) = A. = 4 s 3 s=2 s + 2 B = (s 2)(s 3) (s 3) s=3. = s + 2. x(t) = 4e 2t u(t) + 5e 3t u(t) (2)

LCs 2 + RCs + 1. s 1,2 = RC ± R 2 C 2 4LC 2LC. (s 2)(s 3) = A. = 4 s 3 s=2 s + 2 B = (s 2)(s 3) (s 3) s=3. = s + 2. x(t) = 4e 2t u(t) + 5e 3t u(t) (2) ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-5: Εφαρµοσµένα Μαθηµατικά για Μηχανικούς Εαρινό Εξάµηνο 06-7 ιδάσκοντες : Γ. Στυλιανού, Γ. Καφεντζής Λύσεις Εβδοµης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης

Διαβάστε περισσότερα

17-Φεβ-2009 ΗΜΥ Ιδιότητες Συνέλιξης Συσχέτιση

17-Φεβ-2009 ΗΜΥ Ιδιότητες Συνέλιξης Συσχέτιση ΗΜΥ 429 7. Ιδιότητες Συνέλιξης Συσχέτιση 1 Μαθηματικές ιδιότητες Αντιμεταθετική: a [ * b[ = b[ * a[ παρόλο που μαθηματικά ισχύει, δεν έχει φυσικό νόημα. Προσεταιριστική: ( a [ * b[ )* c[ = a[ *( b[ * c[

Διαβάστε περισσότερα

Δειγματοληψία. Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος n ij των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ ij συμβολίζουμε την μέση τιμή:

Δειγματοληψία. Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος n ij των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ ij συμβολίζουμε την μέση τιμή: Δειγματοληψία Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ συμβολίζουμε την μέση τιμή: Επομένως στην δειγματοληψία πινάκων συνάφειας αναφερόμαστε στον

Διαβάστε περισσότερα

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις Άσκηση σε Στοχαστική Ανέλιξη Poisso Ασκήσεις 5.9, 5.1, 5.19 Άσκηση σε Στοχαστική

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.outras@e.aegea.gr Τηλ: 7035468 Μέθοδος Υπολογισμού

Διαβάστε περισσότερα

Εισαγωγή στις Τηλεπικοινωνίες. Δομή της παρουσίασης

Εισαγωγή στις Τηλεπικοινωνίες. Δομή της παρουσίασης ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ ΤΜΗΜΑ ΨΗΦΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΕΡΓΑΣΤΗΡΙΟ ΤΗΛΕΠΙΚΟΙΝΩΝΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ Εισαγωγή στις Τηλεπικοινωνίες Μετασχηματισμός Furier Αθανάσιος Κανάτας

Διαβάστε περισσότερα

Εφαρμογή στις ψηφιακές επικοινωνίες

Εφαρμογή στις ψηφιακές επικοινωνίες Δειγματοληψία Εφαρμογή στις ψηφιακές επικοινωνίες Γεννήτρια σήματος RF, (up converter Ενισχυτής) Προενισχυτής down-converter Ψηφιοποιητής σήματος RF Μονάδα ψηφ. επεξεργασίας Μονάδα ψηφ. επεξεργασίας 100

Διαβάστε περισσότερα

Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών Τμήμα Φυσικής Εισαγωγή στα Συστήματα Τηλεπικοινωνιών Συστήματα Παλμοκωδικής Διαμόρφωσης

Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών Τμήμα Φυσικής Εισαγωγή στα Συστήματα Τηλεπικοινωνιών Συστήματα Παλμοκωδικής Διαμόρφωσης Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών Τμήμα Φυσικής Εισαγωγή στα Συστήματα Τηλεπικοινωνιών Συστήματα Παλμοκωδικής Διαμόρφωσης Καθηγητής Ι. Τίγκελης itigelis@phys.uoa.gr ΚΒΑΝΤΙΣΗ Διαδικασία με την

Διαβάστε περισσότερα

Δειγματοληψία. Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος n ij των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ ij συμβολίζουμε την μέση τιμή:

Δειγματοληψία. Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος n ij των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ ij συμβολίζουμε την μέση τιμή: Δειγματοληψία Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ συμβολίζουμε την μέση τιμή: Επομένως στην δειγματοληψία πινάκων συνάφειας αναφερόμαστε στον

Διαβάστε περισσότερα

Εισαγωγή στις Τηλεπικοινωνίες. Δομή της παρουσίασης

Εισαγωγή στις Τηλεπικοινωνίες. Δομή της παρουσίασης ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ ΤΜΗΜΑ ΨΗΦΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΕΡΓΑΣΤΗΡΙΟ ΤΗΛΕΠΙΚΟΙΝΩΝΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ Εισαγωγή στις Τηλεπικοινωνίες Εφαρμογές της Ανάλυσης Fourier 2 Αθανάσιος

Διαβάστε περισσότερα

Θ.Ε. ΠΛΗ22 ( ) 2η Γραπτή Εργασία

Θ.Ε. ΠΛΗ22 ( ) 2η Γραπτή Εργασία Θ.Ε. ΠΛΗ22 (2012-13) 2η Γραπτή Εργασία Στόχος: Η 2 η εργασία αποσκοπεί στην κατανόηση των συστατικών στοιχείων των αναλογικών διαμορφώσεων, της δειγματοληψίας, και της μετατροπής του αναλογικού σήματος

Διαβάστε περισσότερα

Στοχαστικές Ανελίξεις

Στοχαστικές Ανελίξεις Ντετερμινιστικά Σήματα - Τυχαία Σήματα Ταξινόμηση των σημάτων ανάλογα με τη βεβαιότητα όσο αφορά την τιμή τους κάθε χρονική στιγμή. Τα ντετερμινιστικά σήματα μπορούν να αναπαρασταθούν σαν πλήρως καθορισμένες

Διαβάστε περισσότερα

Διακριτός Μετασχηματισμός Fourier

Διακριτός Μετασχηματισμός Fourier Διακριτός Μετασχηματισμός Fourier 1 Διακριτός Μετασχηματισμός Fourier Ο μετασχηματισμός Fourier αποτελεί τον ακρογωνιαίο λίθο της επεξεργασίας σήματος αλλά και συχνή αιτία πονοκεφάλου για όσους πρωτοασχολούνται

Διαβάστε περισσότερα

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 5

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 5 ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 5 5.10 Θόρυβος (Noise) καθ. Βασίλης Μάγκλαρης maglaris@etmode.tua.gr www.etmode.tua.gr

Διαβάστε περισσότερα

Στοχαστικές Ανελίξεις

Στοχαστικές Ανελίξεις Ντετερμινιστικά Σήματα - Τυχαία Σήματα Ταξινόμηση των σημάτων ανάλογα με τη βεβαιότητα όσο αφορά την τιμή τους κάθε χρονική στιγμή. Τα ντετερμινιστικά σήματα μπορούν να αναπαρασταθούν σαν πλήρως καθορισμένες

Διαβάστε περισσότερα

Επεξεργασία Στοχαστικών Σημάτων

Επεξεργασία Στοχαστικών Σημάτων Επεξεργασία Στοχαστικών Σημάτων Σεραφείμ Καραμπογιάς Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής και Τηλεπικοινωνιών Μέχρι τώρα η μελέτη των τυχαίων διαδικασιών έγινε στο πεδίο του χρόνου (μέση τιμή, συναρτήσεις

Διαβάστε περισσότερα

5. (Λειτουργικά) Δομικά Διαγράμματα

5. (Λειτουργικά) Δομικά Διαγράμματα 5. (Λειτουργικά) Δομικά Διαγράμματα Γενικά, ένα λειτουργικό δομικό διάγραμμα έχει συγκεκριμένη δομή που περιλαμβάνει: Τις δομικές μονάδες (λειτουργικά τμήματα ή βαθμίδες) που συμβολίζουν συγκεκριμένες

Διαβάστε περισσότερα

z(t) = 5.05e j(2πf 0t 0.209) sin 3 (5t)dt = 4 15 x(t) = 4 + cos(2π100t + π/3) cos(2π250t π/7) + 2 sin(2π300t π/4) (6)

z(t) = 5.05e j(2πf 0t 0.209) sin 3 (5t)dt = 4 15 x(t) = 4 + cos(2π100t + π/3) cos(2π250t π/7) + 2 sin(2π300t π/4) (6) ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-215: Εφαρµοσµένα Μαθηµατικά για Μηχανικούς Εαρινό Εξάµηνο 215-16 ιδάσκοντες : Γ. Στυλιανού, Γ. Καφεντζής Πρώτη Σειρά Ασκήσεων Ηµεροµηνία Ανάθεσης : 18/2/216

Διαβάστε περισσότερα

ΜΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΙΣΗ

ΜΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΙΣΗ ΜΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΙΣΗ Τα μη γραμμικά μοντέλα έχουν την πιο κάτω μορφή: η μορφή αυτή μοιάζει με τη μορφή που έχουμε για τα γραμμικά μοντέλα ( δηλαδή η παρατήρηση Y i είναι το άθροισμα της αναμενόμενης

Διαβάστε περισσότερα

Θεωρία Στοχαστικών Σηµάτων: Στοχαστικές διεργασίες, Περιγραφή εργοδικών στοχαστικών διεργασιών

Θεωρία Στοχαστικών Σηµάτων: Στοχαστικές διεργασίες, Περιγραφή εργοδικών στοχαστικών διεργασιών ΒΕΣ 6 Προσαρµοστικά Συστήµατα στις Τηλεπικοινωνίες Θεωρία Στοχαστικών Σηµάτων: Στοχαστικές διεργασίες, Περιγραφή εργοδικών στοχαστικών διεργασιών Βιβλιογραφία Ενότητας Benvento []: Κεφάλαιo Widrow [985]:

Διαβάστε περισσότερα

Λύσεις 2ης Ομάδας Ασκήσεων

Λύσεις 2ης Ομάδας Ασκήσεων ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ Γ. ΚΟΝΤΟΓΙΑΝΝΗΣ. (Μπάλες Λύσεις ης Ομάδας Ασκήσεων Τμήμα Α Λ (αʹ Έστω A το ενδεχόμενο να επιλέξουμε τουλάχιστον μια άσπρη μπάλα. Θα υπολογίσουμε

Διαβάστε περισσότερα

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 3, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 5

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 3, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 5 ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 3, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 5 5.10: Θόρυβος (Πηγές Θορύβου, Κατανομή Poisson, Λευκός Θόρυβος, Ισοδύναμο

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΣΗΜΑΤΑ & ΣΥΣΤΗΜΑΤΑ

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΣΗΜΑΤΑ & ΣΥΣΤΗΜΑΤΑ ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΣΗΜΑΤΑ & ΣΥΣΤΗΜΑΤΑ Ενότητα 1, Μέρος 2ο: ΠΕΡΙ ΣΗΜΑΤΩΝ Aναστασία Βελώνη Τμήμα Η.Υ.Σ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Θ.Ε. ΠΛΗ22 ( ) ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ #1 ΑΠΑΝΤΗΣΕΙΣ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Θ.Ε. ΠΛΗ22 ( ) ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ #1 ΑΠΑΝΤΗΣΕΙΣ Θ.Ε. ΠΛΗ (0-3) ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ # ΑΠΑΝΤΗΣΕΙΣ ΘΕΜΑ Στόχος της άσκησης είναι η εξοικείωση με γραφικές παραστάσεις βασικών σημάτων και πράξεις, καθώς και τον υπολογισμό ΜΣ Fourier βασικών σημάτων με τη χρήση

Διαβάστε περισσότερα

ΘΕΩΡΙΑ ΑΠΟΦΑΣΕΩΝ 3 ο ΦΡΟΝΤΙΣΤΗΡΙΟ ΛΥΣΕΙΣ ΤΩΝ ΑΣΚΗΣΕΩΝ

ΘΕΩΡΙΑ ΑΠΟΦΑΣΕΩΝ 3 ο ΦΡΟΝΤΙΣΤΗΡΙΟ ΛΥΣΕΙΣ ΤΩΝ ΑΣΚΗΣΕΩΝ ΘΕΩΡΙΑ ΑΠΟΦΑΣΕΩΝ 3 ο ΦΡΟΝΤΙΣΤΗΡΙΟ ΛΥΣΕΙΣ ΤΩΝ ΑΣΚΗΣΕΩΝ ΑΣΚΗΣΗ Σύμφωνα με στοιχεία από το Πανεπιστήμιο της Οξφόρδης η πιθανότητα ένας φοιτητής να αποφοιτήσει μέσα σε 5 χρόνια από την ημέρα εγγραφής του στο

Διαβάστε περισσότερα

Τηλεπικοινωνιακά Συστήματα Ι

Τηλεπικοινωνιακά Συστήματα Ι Τηλεπικοινωνιακά Συστήματα Ι Διάλεξη 1: Σήματα και Συστήματα Συνεχούς Χρόνου Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Μέρος 1: Σήματα Συνεχούς Χρόνου 2 Σήματα Συνεχούς Χρόνου 1. Κατηγορίες Σημάτων

Διαβάστε περισσότερα

Ενότητα 4: Δειγματοληψία - Αναδίπλωση

Ενότητα 4: Δειγματοληψία - Αναδίπλωση Ενότητα 4: Δειγματοληψία - Αναδίπλωση Σήματα και Συστήματα Τα συστήματα επεξεργάζονται ένα ή περισσότερα σήματα: Το παραπάνω σύστημα μετατρέπει το σήμα x(t) σε y(t). π.χ. Σε ένα σήμα ήχου μπορεί να ενισχύσει

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ & ΤΕΧΝΟΛΟΓΙΑΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ Κ 17 Επικοινωνίες ΙΙ Χειμερινό Εξάμηνο Διάλεξη 13 η Νικόλαος Χ. Σαγιάς Επίκουρος Καθηγητής Wepage: http://eclass.uop.gr/courses/tst15

Διαβάστε περισσότερα

Στατιστική Ι-Θεωρητικές Κατανομές Ι

Στατιστική Ι-Θεωρητικές Κατανομές Ι Στατιστική Ι-Θεωρητικές Κατανομές Ι Γεώργιος Κ. Τσιώτας Τμήμα Οικονομικών Επιστημών Σχολή Κοινωνικών Επιστημών Πανεπιστήμιο Κρήτης 12 Δεκεμβρίου 2012 Περιγραφή 1 Θεωρητικές Κατανομές Η Χρήση των Θεωρητικών

Διαβάστε περισσότερα

Ψηφιακές Τηλεπικοινωνίες. Πιθανότητα Σφάλματος για Δυαδική Διαμόρφωση

Ψηφιακές Τηλεπικοινωνίες. Πιθανότητα Σφάλματος για Δυαδική Διαμόρφωση Ψηφιακές Τηλεπικοινωνίες Πιθανότητα Σφάλματος για Δυαδική Διαμόρφωση Σύνδεση με τα Προηγούμενα Σχεδιάστηκε ο βέλτιστος δέκτης για κανάλι AWGN Επειδή πάντοτε υπάρχει ο θόρυβος, ακόμη κι ο βέλτιστος δέκτης

Διαβάστε περισσότερα

ΣΕΙΡΕΣ ΚΑΙ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΙ FOURIER. e ω. Το βασικό πρόβλημα στις σειρές Fourier είναι ο υπολογισμός των συντελεστών c

ΣΕΙΡΕΣ ΚΑΙ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΙ FOURIER. e ω. Το βασικό πρόβλημα στις σειρές Fourier είναι ο υπολογισμός των συντελεστών c ΣΕΙΡΕΣ ΚΑΙ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΙ FOURIER x(t+kτ) = x(t) = π/ω f = / x(t) = = 8 c j t e ω c = (a-jb ) Το βασικό πρόβλημα στις σειρές Fourier είναι ο υπολογισμός των συντελεστών c. Αυτός γίνεται κατορθωτός αν

Διαβάστε περισσότερα

ΑΝΑΠΤΥΓΜA - ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER ΑΝΑΛΟΓΙΚΩΝ ΣΗΜΑΤΩΝ. Περιγράψουμε τον τρόπο ανάπτυξης σε σειρά Fourier ενός περιοδικού αναλογικού σήματος.

ΑΝΑΠΤΥΓΜA - ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER ΑΝΑΛΟΓΙΚΩΝ ΣΗΜΑΤΩΝ. Περιγράψουμε τον τρόπο ανάπτυξης σε σειρά Fourier ενός περιοδικού αναλογικού σήματος. 3. ΚΕΦΑΛΑΙΟ ΑΝΑΠΤΥΓΜA - ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ OURIER ΑΝΑΛΟΓΙΚΩΝ ΣΗΜΑΤΩΝ Περιγράψουμε τον τρόπο ανάπτυξης σε σειρά ourir ενός περιοδικού αναλογικού σήματος. Ορίσουμε το μετασχηματισμό ourir ενός μη περιοδικού

Διαβάστε περισσότερα

T b. x 1 (t) x 2 (t) x 3 (t) ... x 100 (t) x(t, φ) = A cos (2πf 0 t + φ) (6.3)

T b. x 1 (t) x 2 (t) x 3 (t) ... x 100 (t) x(t, φ) = A cos (2πf 0 t + φ) (6.3) Κεφάλαιο 6 Τυχαία Σήματα και Διαδικασίες 6.1 Εισαγωγή Μια άλλη σπουδαία κατηγορία σημάτων ισχύος είναι τα τυχαία σήματα. Τι είναι όμως τυχαία σήματα; Είναι σήματα τα οποία δεν έχουν πραγματοποιηθεί ακόμα.

Διαβάστε περισσότερα

ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΩΝ Εισαγωγή. Εµµανουήλ Ζ. Ψαράκης Πολυτεχνική Σχολή Τµήµα Μηχανικών Η/Υ & Πληροφορικής

ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΩΝ Εισαγωγή. Εµµανουήλ Ζ. Ψαράκης Πολυτεχνική Σχολή Τµήµα Μηχανικών Η/Υ & Πληροφορικής ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΩΝ Εισαγωγή Εµµανουήλ Ζ. Ψαράκης Πολυτεχνική Σχολή Τµήµα Μηχανικών Η/Υ & Πληροφορικής Εφαρµογές της Ψηφιακής Επεξεργασίας Σηµάτων Ακουστικά Σήµατα ü Αναγνώριση, Ανάλυση, Σύνθεση,

Διαβάστε περισσότερα

HMY 799 1: Αναγνώριση Συστημάτων

HMY 799 1: Αναγνώριση Συστημάτων HMY 799 : Αναγνώριση Συστημάτων Διάλεξη 5 Εκτίμηση φάσματος ισχύος Συνάφεια Παραδείγματα Στοχαστικά Διανύσματα Autoregressive model with exogenous inputs (ARX y( t + a y( t +... + a y( t n = bu( t +...

Διαβάστε περισσότερα

Στατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες

Στατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες Ορισμός Στατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες αβεβαιότητας. Βασικές έννοιες Η μελέτη ενός πληθυσμού

Διαβάστε περισσότερα

Σήματα και Συστήματα. Διάλεξη 8: Ιδιότητες του Μετασχηματισμού Fourier. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

Σήματα και Συστήματα. Διάλεξη 8: Ιδιότητες του Μετασχηματισμού Fourier. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής Σήματα και Συστήματα Διάλεξη 8: Ιδιότητες του Μετασχηματισμού ourier Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Ιδιότητες του Μετασχηματισμού ourier 1. Ιδιότητες του Μετασχηματισμού ourier 2. Θεώρημα

Διαβάστε περισσότερα

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 3, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 1

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 3, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 1 ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 3, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 1 5.1: Εισαγωγή 5.2: Πιθανότητες 5.3: Τυχαίες Μεταβλητές καθ. Βασίλης Μάγκλαρης

Διαβάστε περισσότερα

Πανεπιστήμιο Κύπρου Πολυτεχνική Σχολή

Πανεπιστήμιο Κύπρου Πολυτεχνική Σχολή Πανεπιστήμιο Κύπρου Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών ΗΜΜΥ 795: ΑΝΑΓΝΩΡΙΣΗ ΠΡΟΤΥΠΩΝ Ακαδημαϊκό έτος 2010-11 Χειμερινό Εξάμηνο Practice final exam 1. Έστω ότι για

Διαβάστε περισσότερα

x(t)e jωt dt = e 2(t 1) u(t 1)e jωt dt = e 2 t 1 e jωt dt =

x(t)e jωt dt = e 2(t 1) u(t 1)e jωt dt = e 2 t 1 e jωt dt = Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών Εφαρµοσµένα Μαθηµατικά για Μηχανικούς ιδάσκν : Α. Μουχτάρης Εφαρµοσµένα Μαθηµατικά για Μηχανικούς- Λύσεις 3η Σειρά Ασκήσεν 03/05/0 Λύσεις 3ης Σειράς Ασκήσεν

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 4ο

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 4ο ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΜΑΘΗΜΑ 4ο Διαδικασία των συντελεστών αυτοσυσχέτισης Ονομάζουμε συνάρτηση αυτοσυσχέτισης (autocorrelation function) και συμβολίζεται με τα γράμματα

Διαβάστε περισσότερα

p(x, y) = 1 (x + y) = 3x + 6, x = 1, 2 (x + y) = 3 + 2y, y = 1, 2, 3 p(1, 1) = = 2 21 p X (1) p Y (1) = = 5 49

p(x, y) = 1 (x + y) = 3x + 6, x = 1, 2 (x + y) = 3 + 2y, y = 1, 2, 3 p(1, 1) = = 2 21 p X (1) p Y (1) = = 5 49 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-27: Πιθανότητες - Χειµερινό Εξάµηνο 206-207 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 8 Από κοινού συναρτήσεις Τυχαίων Μεταβλητών Επιµέλεια : Κατερίνα Καραγιαννάκη

Διαβάστε περισσότερα

Ψηφιακές Τηλεπικοινωνίες. Βέλτιστος Δέκτης

Ψηφιακές Τηλεπικοινωνίες. Βέλτιστος Δέκτης Ψηφιακές Τηλεπικοινωνίες Βέλτιστος Δέκτης Σύνδεση με τα Προηγούμενα Επειδή το πραγματικό κανάλι είναι αναλογικό, κατά τη διαβίβαση ψηφιακής πληροφορίας, αντιστοιχίζουμε τα σύμβολα σε αναλογικές κυματομορφές

Διαβάστε περισσότερα

Σήματα και Συστήματα. Διάλεξη 10: Γραμμικά Φίλτρα. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

Σήματα και Συστήματα. Διάλεξη 10: Γραμμικά Φίλτρα. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής Σήματα και Συστήματα Διάλεξη 10: Γραμμικά Φίλτρα Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Γραμμικά Φίλτρα 1. Ιδανικά Γραμμικά Φίλτρα Ιδανικό Κατωδιαβατό Φίλτρο Ιδανικό Ανωδιαβατό Φίλτρο Ιδανικό Ζωνοδιαβατό

Διαβάστε περισσότερα

Ψηφιακές Τηλεπικοινωνίες

Ψηφιακές Τηλεπικοινωνίες Ψηφιακές Τηλεπικοινωνίες Κωδικοποίηση Αναλογικής Πηγής: Κβάντιση Εισαγωγή Αναλογική πηγή: μετά από δειγματοληψία γίνεται διακριτού χρόνου άπειρος αριθμός bits/έξοδο για τέλεια αναπαράσταση Θεωρία Ρυθμού-Παραμόρφωσης

Διαβάστε περισσότερα

ΠΛΗ 22: Βασικά Ζητήματα Δίκτυα Η/Υ

ΠΛΗ 22: Βασικά Ζητήματα Δίκτυα Η/Υ www.lucent.com/security ΠΛΗ 22: Βασικά Ζητήματα Δίκτυα Η/Υ 2 η ΟΣΣ / ΠΛΗ22 / ΑΘΗ.4 /05.12.2015 Νίκος Δημητρίου (Σημείωση: Η παρουσίαση αυτή συμπληρώνει τα αρχεία PLH22_OSS2_diafaneies_v1.0.ppt, και octave_matlab_tutorial_v1.0.ppt

Διαβάστε περισσότερα

1. ΕΙΣΑΓΩΓΗ ΣΤΟ MATLAB... 13

1. ΕΙΣΑΓΩΓΗ ΣΤΟ MATLAB... 13 ΠΙΝΑΚΑΣ ΠΕΡΙΕΧΟΜΕΝΩΝ 1. ΕΙΣΑΓΩΓΗ ΣΤΟ MATLAB... 13 1.1. Τι είναι το Matlab... 13 1.2. Περιβάλλον εργασίας... 14 1.3. Δουλεύοντας με το Matlab... 16 1.3.1. Απλές αριθμητικές πράξεις... 16 1.3.2. Σχόλια...

Διαβάστε περισσότερα

Ενδεικτικές ασκήσεις ΔΙΠ 50

Ενδεικτικές ασκήσεις ΔΙΠ 50 Ενδεικτικές ασκήσεις ΔΙΠ 50 Άσκηση 1 (άσκηση 1 1 ης εργασίας 2009-10) Σε ένα ράφι μιας βιβλιοθήκης τοποθετούνται με τυχαία σειρά 11 διαφορετικά βιβλία τεσσάρων θεματικών ενοτήτων. Πιο συγκεκριμένα, υπάρχουν

Διαβάστε περισσότερα