y[n] = f(x[n], w[n]) (1) w[n] = f(x[n], y[n]) (2)

Σχετικά έγγραφα
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-370: Ψηφιακή Επεξεργασία Σήµατος Χειµερινό Εξάµηνο 2016 ιδάσκοντες : Γ. Στυλιανού - Γ.

δ[n kp ], k Z (1) 1 cos πn, N 1 n N 1 + N 2 2N

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]z n = ) nu[n]z n z 1) n z 1 (5) ( 1 z(2z 1 1]z n +

H ap (z) = z m a 1 az m (1)

A k s s k. H c (s) = H(z) = 1 e s kt dz 1

H ap (z) = z m a 1 az m (1)

y[n] = x[n] + αx[n M], a < 1 (1) y[n] = αy[n M] + x[n], a < 1 (2)

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών

x(t) = cos(2π100t + π/3) sin(2π250t + π/4) (1)

y[n] = x[n] + αx[n M], a < 1 (1) y[n] + αy[n M] = x[n], a < 1 (2)

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών

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

Ολοκληρωµένο Περιβάλλον Σχεδιασµού Και Επίδειξης Φίλτρων

x(t) = 4 cos(2π600t π/3) + 2 cos(2π900t + π/8) + cos(2π1200t) (3)

x(t) = 4 cos(2π600t π/3) + 2 sin(2π900t + π/4) + sin(2π1200t) (1) w(t) = y(t)z(t) = 2δ(t + 1) (2) (2 sin(2π900t + π/4) t= 1 + sin(2π1200t) )

y[n] = x[n] + αx[n M], a < 1 (1) y[n] = αy[n M] + x[n], a < 1 (2)

= R{(a + jb)e j2π 3 4 t } (6) a + jb = j2.707 = e j π (7) A = (9) f 0 = 3 4

= 5 cos(2π500t π/2) + 9 cos(2π900t + π/3) cos(2π1400t) (9) H(f) = 4.5, αλλού

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών

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)

Εξεταστική Ιανουαρίου 2007 Μάθηµα: «Σήµατα και Συστήµατα»

x 1 [n] = 0, αλλού x[n]e jωn X(e jω ) =

y[n] ay[n 1] = x[n] + βx[n 1] (6)

Ανάλυση ΓΧΑ Συστημάτων

x(t) ax 1 (t) y(t) = 1 ax 1 (t) = (1/a)y 1(t) x(t t 0 ) y(t t 0 ) =

Συστήµατα τα οποία χαρακτηρίζονται από γραµµικές εξισώσεις διαφορών µε σταθερούς συντελεστές

Σήματα και Συστήματα ΙΙ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-215: Εφαρµοσµένα Μαθηµατικά για Μηχανικούς ιδάσκοντες : Γ. Στυλιανού, Γ.

Συστήµατα τα οποία χαρακτηρίζονται από γραµµικές εξισώσεις διαφορών µε σταθερούς συντελεστές

Υλοποιήσεις Ψηφιακών Φίλτρων

Σήματα και Συστήματα ΙΙ

Ψηφιακή Επεξεργασία Σημάτων

Συστήµατα τα οποία χαρακτηρίζονται από γραµµικές εξισώσεις διαφορών µε σταθερούς συντελεστές

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών

x[n]e jωn (1) X(e jωkn ) x[n]e jω kn

Επαναληπτικές Ασκήσεις για το µάθηµα Ψηφιακή Επεξεργασία Σηµάτων

y(t) = x(t) + e x(2 t)

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών

Συνέλιξη Κρουστική απόκριση

1) Να σχεδιαστούν στο matlab οι γραφικές παραστάσεις των παρακάτω ακολουθιών στο διάστημα, χρησιμοποιώντας τις συναρτήσεις delta και step.

Συνεπώς, η συνάρτηση µεταφοράς δεν µπορεί να οριστεί για z=0 ενώ µηδενίζεται όταν z=1. Εύκολα προκύπτει το διάγραµµα πόλων-µηδενικών ως εξής:

Ψηφιακά Φίλτρα. Κυριακίδης Ιωάννης 2011

Διάλεξη 2. Συστήματα Εξισώσεων Διαφορών ΔιακριτάΣήματαστοΧώροτης Συχνότητας

Σύντομη Αναφορά σε Βασικές Έννοιες Ψηφιακής Επεξεργασίας Σημάτων

Ο Μετασχηματισμός Ζ. Ανάλυση συστημάτων με το μετασχηματισμό Ζ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών

Ψηφιακή Επεξεργασία Σημάτων

10-Μαρτ-2009 ΗΜΥ Παραθύρωση Ψηφιακά φίλτρα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών

y[n] = h[n] x[n] = Y (z) = X(z)H(z) (3)

y[n] 5y[n 1] + 6y[n 2] = 2x[n 1] (1) y h [n] = y h [n] = A 1 (2) n + A 2 (3) n (4) h[n] = 0, n < 0 (5) h[n] 5h[n 1] + 6h[n 2] = 2δ[n 1] (6)

Ψηφιακή Επεξεργασία Σημάτων

Ακαδηµαϊκό Έτος , Εαρινό Εξάµηνο ιδάσκων Καθ.: Νίκος Τσαπατσούλης

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Ψηφιακή Επεξεργασία Σημάτων. Άσκηση 3η. Στυλιανού Ιωάννης. Τμήμα Επιστήμης Υπολογιστών

Σχήµα 1: Χρήση ψηφιακών φίλτρων για επεξεργασία σηµάτων συνεχούς χρόνου

ΣΤΟΧΑΣΤΙΚΑ ΣΗΜΑΤΑ ΚΑΙ ΕΦΑΡΜΟΓΕΣ

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 ΠΑΤΡΩΝ Πάτρα 2005 ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ Η/Υ & ΠΛΗΡΟΦΟΡΙΚΗΣ Εργαστήριο Επεξεργασίας Σηµάτων Τηλεπικοινωνιών & ικτύων

x(t) = sin 2 (5πt) cos(22πt) = x 2 (t)dt

0 2j e jπt e j2πkt dt (3)

ΛΥΣΕΙΣ ΑΣΚΗΣΕΩΝ ΕΞΕΤΑΣΤΙΚΗΣ ΠΕΡΙΟ ΟΥ ΙΟΥΝΙΟΥ 2004., η οποία όµως µπορεί να γραφεί µε την παρακάτω µορφή: 1 e

X 1 = X1 = 1 (1) X 3 = X3 = 1 (2) X k e j2πk 1 2 t = k

= t2 t T 2T 3t + 9T, για t < 3T και t 2T 2T t < 3T (Σχήµα

x(t) = 2 + cos(2πt) sin(πt) 3 cos(3πt) cos(θ + π) = cos(θ). (3)

ΥΠΟΛΟΓΙΣΜΟΣ ΑΝΑΠΤΥΓΜΑΤΟΣ FOURIER ΜΕ ΑΡΙΘΜΗΤΙΚΟ ΤΡΟΠΟ

ΑΝΑΛΥΣΗ ΣΗΜΑΤΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ ΜΕ ΤΟ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟ FOURIER

Σήματα και Συστήματα. Διάλεξη 2: Στοιχειώδη Σήματα Συνεχούς Χρόνου. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

Περιεχόµενα ΕΠΛ 422: στα Συστήµατα Πολυµέσων. Βιβλιογραφία. ειγµατοληψία. ηµιουργία ψηφιακής µορφής πληροφορίας στα Συστήµατα Πολυµέσων

ΕΥΑΙΣΘΗΣΙΑ ΗΛΕΚΤΡΙΚΩΝ ΚΥΚΛΩΜΑΤΩΝ

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών. στο χώρο της συχνότητας

1. ΕΙΣΑΓΩΓΗ ΣΤΟ MATLAB... 13

d 2 dt 2 y(t) + d y(t) 2y(t) = x(t) (1)

y(t) = x(t) + e x(2 t)

HMY 220: Σήματα και Συστήματα Ι

Εισαγωγή στις Τηλεπικοινωνίες. Δομή της παρουσίασης

Σήματα και Συστήματα. Διάλεξη 11: Μετασχηματισμός Laplace. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

2. ΚΕΦΑΛΑΙΟ ΕΙΣΑΓΩΓΗ ΣΤΑ ΣΥΣΤΗΜΑΤΑ. Γενικά τι είναι σύστηµα - Ορισµός. Τρόποι σύνδεσης συστηµάτων.

Παρουσίαση του μαθήματος

stopband Passband stopband H L H ( e h L (n) = 1 π = 1 h L (n) = sin ω cn

6-Μαρτ-2009 ΗΜΥ Μετασχηματισμός z

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

400 = t2 (2) t = 15.1 s (3) 400 = (t + 1)2 (5) t = 15.3 s (6)

bx 2 (t). Για είσοδο ax 1(t) + bx 2 (t), η έξοδος είναι x(t t 0 ) και y(t t 0) = t t 0 x(t) ax 1 (t 1) + bx 2 (t 1) sin ax 1 (t)+

Τι είναι σήµα; Ωςσήµαορίζεταιέναφυσικόµέγεθοςτοοποίοµεταβάλλεταισεσχέσηµετοχρόνοή το χώρο ή µε οποιαδήποτε άλλη ανεξάρτητη µεταβλητή ή µεταβλητές.

P x = X k 2 (2) = = p = 78% (5)

ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΟΣ ΑΣΚΗΣΗ 5

Σήματα και Συστήματα. Διάλεξη 7: Μετασχηματισμός Fourier. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

Μετασχηµατισµός FOURIER ιακριτού χρόνου DTFT

Αναλογικά φίλτρα. Για να επιτύχουµε µια επιθυµητή απόκριση χρειαζόµαστε σηµαντικά λιγότερους συντελεστές γιαένα IIR φίλτροσεσχέσηµετοαντίστοιχο FIR.

LC d2 dt 2 y(t) + RC d y(t) + y(t) = x(t) (1)

Ψηφιακή Επεξεργασία Σήματος

ΛΥΣΕΙΣ ΤΩΝ ΑΣΚΗΣΕΩΝ + 1+ = =

Σχεδιασμός Φίλτρων. Κυριακίδης Ιωάννης 2011

Μετασχηματισμός Z. Κυριακίδης Ιωάννης 2011

x[n] = x a (nt s ), n Z (11.1)

Σήματα και Συστήματα. Νόκας Γιώργος

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών

Θέματα Εξετάσεων Ιουνίου 2003 στο μάθημα Σήματα και Συστήματα και Λύσεις

Transcript:

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-370: Ψηφιακή Επεξεργασία Σήµατος Χειµερινό Εξάµηνο 2016 ιδάσκοντες : Γ. Στυλιανού - Γ. Καφεντζής Τέταρτο Εργαστήριο Σηµείωση : Για ϐοήθεια σχετικά µε τις εντολές MATLAB, γράψτε doc/help εντολή. 1. Κατανόηση Καθυστέρησης Οµάδας και All-pass Συστηµάτων Ενα all-pass σύστηµα δίνεται στο παρακάτω διάγραµµα, για a = re jθ και r < 1. Σχήµα 1: All-pass σύστηµα. i. Κατασκευάστε δυο εξισώσεις διαφορών από το παραπάνω διάγραµµα. Για να το κάνετε, ϑέστε µια ενδιάµεση µεταβλητή w[n] στην έξοδο του πρώτου αθροιστή. Γράψτε τις δυο εξισώσεις διαφορών ως συναρτήσεις των x[n], y[n], w[n], δηλ. y[n] = f(x[n], w[n]) (1) w[n] = f(x[n], y[n]) (2) ii. Ποιά είναι η σχέση που περιγράφει το σύστηµα στο χώρο του Ζ; Βρείτε τη κάνοντας µετασχ. Ζ στις εξισώσεις διαφορών και λύνοντας ως προς H(z). iii. Πού ϐρίσκονται οι πόλοι και τα µηδενικά ; Σχεδιάστε τα επάνω σε ένα µιγαδικό επίπεδο. iv. Ποιό είναι το ϕάσµα πλάτους, ϑεωρητικά ; v. Υπολογίστε ϑεωρητικά την καθυστέρηση οµάδας (group delay) και κάντε µια πρόχειρη σχεδίαση. vi. Επιβεβαιώστε τα παραπάνω καλώντας τη συνάρτηση pezw2 (προσοχή, νέα συνάρτηση!) µε κατάλληλα ορίσµατα, για r = 0.7 και θ = π/4. vii. Πως αλλάζει η τιµή του µέγιστου του group delay όταν r = 0.9; Βρείτε µια σχέση που να συνδέει το r µε το µέγιστο του group delay. viii. Τι σηµαίνει η τιµή αυτή του group delay στη συγκεκριµένη συχνότητα ; ηµιουργούµε ένα σήµα µε τις παρακάτω εντολές : x1 = cos(pi/4*(0:100)).*hanning(101) ; x2 = cos(2*pi/4*(0:100).*hanning(101) ; x = [x1 x2 zeros(1,200)]; Το παραπάνω σήµα έχει δυο ηµίτονα στις συχνότητες 0.25π και 0.5π.

Ψηφιακή Επεξεργασία Σήµατος - 2016/Τέταρτο Εργαστήριο 2 i. Παραδώστε το γράφηµα (εντολή plot) του σήµατος x. ii. ηµιουργήστε ένα all-pass σύστηµα το οποίο να µετατοπίζει µόνο το πρώτο ηµίτονο κατά 50 δείγµατα. Βρείτε τους συντελεστές του συστήµατος, για αριθµητή και παρονοµαστή. Καλέστε και παραδώστε το γράφηµα της συνάρτησης pezw2 µε κατάλληλα ορίσµατα. Περάστε το σήµα σας µέσα από το σύστηµα (εντολή filter). Τυπώστε και παραδώστε (εντολή plot) το αποτέλεσµα της εξόδου. iii. ηµιουργήστε ένα all-pass σύστηµα το οποίο να µετατοπίζει µόνο το δεύτερο ηµίτονο κατά 50 δείγµατα. Βρείτε τους συντελεστές του συστήµατος, για αριθµητή και παρονοµαστή. Καλέστε και παραδώστε το γρά- ϕηµα της συνάρτησης pezw2 µε κατάλληλα ορίσµατα. Περάστε το σήµα σας µέσα από το σύστηµα (εντολή filter). Τυπώστε και παραδώστε (εντολή plot) το αποτέλεσµα της εξόδου. iv. ηµιουργήστε ένα all-pass σύστηµα το οποίο να µετατοπίζει και τα δυο ηµίτονα κατά 50 δείγµατα. Βρείτε τους συντελεστές του συστήµατος, για αριθµητή και παρονοµαστή. Καλέστε και παραδώστε το γράφηµα της συνάρτησης pezw2 µε κατάλληλα ορίσµατα. Περάστε το σήµα σας µέσα από το σύστηµα (εντολή filter). Τυπώστε και παραδώστε (εντολή plot) το αποτέλεσµα της εξόδου. v. Υπάρχει πιο απλός τρόπος να µετατοπίσετε και τις δυο συχνότητες, δηλ. όλο το σήµα, κατά 50 δείγµατα µε ένα πιο απλό και πιο ακριβές σύστηµα ; Ποιό είναι αυτό ; Γράψτε τη σχέση που χαρακτηρίζει το σύστηµα στο χώρο του Ζ. 2. Φιλτράρισµα Μηδενικής Φάσης (αʹ) Γνωρίζετε από τη ϑεωρία σας ότι όταν περνάµε ένα σήµα µέσα από ένα ΓΧΑ σύστηµα, τότε το µεταβάλλουµε κατά πλάτος και κατά ϕάση. Ο σχεδιασµός ενός συστήµατος (ϕίλτρου, στο εξής) εστιάζεται κυρίως στην αλλαγή του ϕάσµατος πλάτους του σήµατος εισόδου, χωρίς να δίνεται ιδιαίτερη ϐαρύτητα στην αλλαγή της ϕάσης του. Παρ ολα αυτά, υπάρχουν δυο στρατηγικές για να αποφύγουµε την αλλαγή ϕάσης του σήµατος εισόδου, ακόµα κι όταν το ϕίλτρο µας δεν είναι µηδενικής ή σταθερής ϕάσης. Για κάθε µια από αυτές, ϐρείτε Σχήµα 2: Στρατηγική Ι. την συνολική κρουστική απόκριση h i [n], i = 1, 2, που συνδέει την είσοδο x[n] µε την έξοδο y[n] και δείξτε ότι έχει µηδενική ϕάση ή σταθερή ϕάση θ = π. Στην προσπάθειά σας, µπορείτε να δουλέψετε στο χώρο του µετασχ. Fourier. Η πρώτη στρατηγική ϕαίνεται στο Σχήµα 2, ενώ η δεύτερη στο Σχήµα 3. Σχήµα 3: Στρατηγική ΙΙ.

Ψηφιακή Επεξεργασία Σήµατος - 2016/Τέταρτο Εργαστήριο 3 (ϐʹ) Ας δούµε την εφαρµογή των δυο στρατηγικών σε ένα πραγµατικό παράδειγµα. Εστω το σύστηµα H(e jω ) που ϕαίνεται στο Σχήµα 4, σε απόκριση πλάτους και απόκριση ϕάσης. Το σύστηµα αυτό αντιστοιχεί στο σύστηµα h[n] του προηγούµενου ερωτήµατος, το οποίο χρησιµοποιείται στις στρατηγικές. Σχεδιάστε το ϕάσµα πλάτους, H i (e jω ), και ϕάσης, H i (e jω ), µε i = 1, 2, του συνολικού συστήµατος για κάθε µια στρατηγική και επιλέξτε την καλύτερη, εξηγώντας γραπτά την επιλογή σας. Σχήµα 4: Φάσµα πλάτους και ϕάσης απλού παραδείγµατος. (γʹ) Ας εφαρµόσουµε τώρα τα παραπάνω σε ένα πραγµατικό πρόβληµα στο MATLAB. Με την εντολή load, διαβάστε το αρχείο Lab4.mat που σας δίνεται, ως : load Lab4.mat Τώρα έχετε ένα µικρό δείγµα από ένα πραγµατικό σήµα ϕωνής στη µεταβλητή fr1, και τους συντελεστές ενός χαµηλοπερατού ϕίλτρου πεπερασµένης κρουστικής απόκρισης (FIR) 71 συντελεστών στη µεταβλητή B. Θέλουµε να αφαιρέσουµε τις υψηλές συχνότητες από το σήµα της ϕωνής χωρίς αυτό να µετακινηθεί στο χρόνο (χωρίς δηλαδή, να υποστεί µεταβολή ϕάσης λόγω του ϕίλτρου). Αυτή η απαίτηση ονοµάζεται στην επεξεργασία σήµατος ως ϕιλτράρισµα µηδενικής ϕάσης - zero-phase filtering. Ακολουθήστε τα παρακάτω ϐήµατα : i. Φιλτράρετε το σήµα µε την εντολή filter, όπως γνωρίζετε από προηγούµενα εργαστήρια. ii. Φιλτράρετε το σήµα ακολουθώντας τη στρατηγική Ι. iii. Φιλτράρετε το σήµα ακολουθώντας τη στρατηγική ΙΙ. Σε όλες τις παραπάνω περιπτώσεις, σχεδιάστε το αρχικό σήµα (εντολή plot), και πάνω σε αυτό (εντολή hold on) µε άλλο χρώµα το αποτέλεσµα από το εκάστοτε ϕιλτράρισµα. Παραδώστε τα γραφήµατα στην αναφορά σας και κώδικα MATLAB που τα υλοποιεί σε ένα.m file. Ποιά στρατηγική από τις τρείς επιλέγετε τελικά ; 3. Σχεδιασµός Notch Φίλτρων και Αποθορυβοποίηση Ηλεκτροκαρδιογραφήµατος Στο 2ο εργαστήριο, κληθήκατε να αποθορυβοποιήσετε ένα σήµα ϕωνής από ένα ηµιτονοειδή ϑόρυβο στα f 0 = 400 Hz. Το ϕίλτρο που ϕτιάξατε µε απλές εξισώσεις διαφορών ήταν µέτριας ποιότητας, µια και κατέστελλε µεγάλο τµήµα των χαµηλών συχνοτήτων. Αν ελέγξετε την εκφώνηση, ϑα δείτε ότι σας δινόταν µια εξίσωση διαφορών της µορφής y[n] 2α cos(ω 0 )y[n 1] + α 2 y[n 2] = x[n] 2 cos(ω 0 )x[n 1] + x[n 2] (3)

Ψηφιακή Επεξεργασία Σήµατος - 2016/Τέταρτο Εργαστήριο 4 η οποία για τιµές του α κοντά στο 1 έδινε πάρα πολύ καλά αποτελέσµατα. Σε αυτό το εργαστήριο ϑα µάθετε να σχεδιάζετε εσείς αυτού του είδους τα πολύ καλής ποιότητας ϕίλτρα, τα οποία λέγονται notch filters, ή αλλιώς, ϕίλτρα αποκοπής συγκεκριµένης συχνότητας 1. (αʹ) Τα notch ϕίλτρα που ϑα σχεδιάσετε ϑα είναι IIR, δηλ. ϑα αποτελούνται τόσο από πόλους, όσο και από µηδενικά. Ενα IIR notch ϕίλτρο ϑα µηδενίζει µια µόνο συγκεκριµένη συχνότητα ω 0 ενός σήµατος, αλλά ϑα έχει σχεδόν µοναδιαία απόκριση πλάτους σε όλες τις άλλες συχνότητες, µε αποτέλεσµα να µην τις αλλοιώνει σχεδόν καθόλου. Η παραπάνω πρόταση περιγράφη την προδιαγραφή του ϕίλτρου µας. Ας δούµε πως µπορούµε να το σχεδιάσουµε, σε ϐήµατα. i. Εστω ότι η επιθµητή συχνότητα που ϑέλουµε να αφαιρέσουµε είναι η ω 0 = π/4. Καλέστε τη συνάρτηση pezw2 ϐάζοντας δυο συζυγή µηδενικά στις συχνότητες ω 0 = ±π/4 ακριβώς επάνω στο µοναδιαίο κύκλο. Η συνάρτηση conv ϑα σας ϕανεί χρήσιµη. Παραδώστε το γράφηµα που σας επιστρέφει. Εξετάστε την απόκριση πλάτους. Ικανοποιείται η προδιαγραφή του ϕίλτρου ; ii. Οπως παρατηρείτε στο προηγούµενο γράφηµα εξετάζοντας την απόκριση πλάτους, το διάστηµα συχνοτήτων ( π/4, π/4) έχει πολύ χαµηλό πλάτος, ενώ έξω από αυτό το πλάτος είναι µεγαλύτερο της µονάδας. Ουσιαστικά ϐλέπετε το FIR ϕίλτρο που σχεδιάσετε εσείς στο 2ο εργαστήριο. Οµως, είπαµε - και ϐλέπετε στο γράφηµα - δεν ικανοποιεί τις προδιαγραφές του ϕίλτρου. Πώς ϑα µπορούσαµε να σηκώσουµε τις τιµές της απόκρισης πλάτους στο διάστηµα ( π/4, π/4) κοντά στη µονάδα, αλλά και να µειωθούν οι τιµές της απόκρισης πλάτους γύρω από τις συχνότητες ω = ±π; Φυσικά εισάγοντας κάποιους πόλους! Καλέστε τη συνάρτηση pezw2 κρατώντας τα δυο µηδενικά που έχετε ήδη και ϐάζοντας επιπλέον δυο συζυγείς πόλους στις συχνότητες ω 0 = ±π/4 σε ακτίνα r = 0.6 από το κέντρο του µιγαδικού επιπέδου. Η συνάρτηση conv ϑα σας ϕανεί χρήσιµη. Παραδώστε το γράφηµα που σας επιστρέφει. Ικανοποιείται η προδιαγραφή του ϕίλτρου ; iii. Επαναλάβετε για r = 0.8. Παραδώστε το γράφηµα που σας επιστρέφει. Ικανοποιείται η προδιαγραφή του ϕίλτρου ; iv. Πειραµατιστείτε και παραδώστε ΕΝΑ ακόµα γράφηµα της συνάρτησης pezw2, όπου οι πόλοι είναι κατάλληλα τοποθετηµένοι ώστε να ικανοποιείται η προδιαγραφή του ϕίλτρου όσο γίνεται καλύτερα. Ποιά τιµή του r δώσατε σε αυτούς ; v. Υλοποιήστε ένα ηµίτονο συχνότητας ω 0 = π/4 διάρκειας 1001 δειγµάτων, ως n = 0:1000; x = 20*cos(pi*n./4); και περάστε το µέσα από το ϕίλτρο που υλοποιήσατε, µε την εντολή filter, ώστε να επιβεβαιώσετε τη λειτουργία του. Περιµένετε - ϑεωρητικά - το ϕίλτρο σας να µηδενίσει εντελώς αυτό το ηµίτονο και στην έξοδό του να παρουσιαστεί ένα µηδενικό σήµα. Σχεδιάστε το γράφηµα (εντολή stem) του διακριτού σήµατος πριν και µετά το ϕιλτράρισµα. Το ϕίλτρο σας µηδενίζει εντελώς το σήµα εισόδου ; Αν όχι, γιατί ; Ποιό - γνωστό - φαινόµενο παρουσιάζεται στην έξοδο ; (ϐʹ) Τώρα που είστε experts στη σχεδίαση notch ϕίλτρων, δείξτε τις ικανότητές σας σε ένα πραγµατικό πρόβληµα! Σίγουρα γνωρίζετε το πολύ συνηθισµένο τεστ που κάνουµε για την καρδιά µας, το περίφηµο Ηλεκτροκαρδιογράφηµα (ECG). Το ECG καταγράφει την ηλεκτρική δραστηριότητα που αλλάζει κατά τη διάρκεια ενός καρδιακού κύκλου. Η καταγραφή γίνεται - ενηµερωτικά - ως εξής : ο καρδιολόγος τοποθετεί µεταλλικά η- λεκτρόδια σε διάφορες ϑέσεις στο σώµα, ώστε να πιάσει αυτά τα καρδιακά ηλεκτρικά σήµατα. υστυχώς, τα ηλεκτρόδια καταγράφουν επίσης σήµατα από άλλες ηλεκτρικές πηγές, συνήθως αρµονικές στα 50 Hz, που είναι η συχνότητα των συσκευών που έχουµε στα σπίτι µας στην Ελλάδα (σε άλλες χώρες, η συχνότητα λειτουργίας τους είναι 60 Hz). Σκοπός της άσκησης είναι να αφαιρέσετε µια τέτοια πραγµατική ηµιτονοειδής παρεµβολή µε χρήση notch ϕίλτρων από ένα σήµα ηλεκτροκαρδιογραφήµατος, ώστε να παραδώσετε στο γιατρό ένα καθαρό σήµα προς διάγνωση. Το notch ϕίλτρο ϑα είναι της µορφής που είδατε νωρίτερα, δηλ. ϑα περιέχει 2 συζυγή µηδενικά ακριβώς πάνω στο µοναδιαίο κύκλο και 2 συζυγείς πόλους πολύ κοντά του, σε κατάλληλη συχνότητα. Άρα η συνάρτηση 1 Σε ελεύθερη µετάφραση...

Ψηφιακή Επεξεργασία Σήµατος - 2016/Τέταρτο Εργαστήριο 5 µεταφοράς του ϕίλτρου ϑα είναι H(z) = (1 ejθ z 1 )(1 e jθ z 1 ) (1 re jθ z 1 )(1 re jθ z 1 ) (4) µε θ να είναι η γωνία ϑέσης των πόλων και µηδενικών, και r η ακτίνα των πόλων. Το ηλεκτροκαρδιογράφηµα ϑα το παράξετε µε την κλήση της συνάρτησης ECGmake.p που σας δίνεται. Η συνάρτηση αυτή διαβάζει δεδοµένα από ένα αρχείο ECG.mat, που επίσης σας δίνεται. Το ηλεκτροκαρδιογράφηµα ϑα είναι διαφορετικό για κάθε οµάδα ϕοιτητών, αφού η κλήση της ECGmake.p δέχεται ως όρισµα τον Α.Μ. σας στη σχολή. Για την ακρίβεια, η συνάρτηση αυτή συντάσσεται ως function [ecgsig, fs, fint] = ECGmake(csdstring) % % ecgsig = vector of signal samples at fs samples/sec % fs = sampling frequency % fint = frequency of the interfering sinusoid (near 50 Hz) % csdstring = your CSD Serial Number as a string, e.g., 2458 or 3646 % % if you are a group of two students, use only one serial number. Η συνάρτηση αυτή δεν είναι ορατή από κάποιον editor του MATLAB ή άλλον, όµως µπορείτε να την καλέσετε κανονικά στο MATLAB όπως οποιαδήποτε άλλη συνάρτηση. Ακολουθήστε τα παρακάτω ϐήµατα : 0.2 Clear ECG 0.15 0.1 Amplitude 0.05 0-0.05-0.1-0.15 0 2 4 6 8 10 12 14 16 Sample Number 10 4 Σχήµα 5: Ηλεκτροκαρδιογράφηµα µετά την αφαίρεση του ϑορύβου. i. Καλέστε τη συνάρτηση ECGmake και καταγράψτε/παρατηρήστε τις τιµές για τη συχνότητα δειγµατοληψίας f s και για τη συχνότητα ηµιτονοειδούς παρεµβολής f int, την οποία ϑέλετε να αφαιρέσετε. ii. Σχεδιάστε στο χαρτί το notch ϕίλτρο σας τοποθετώντας κατάλληλα πόλους και µηδενικά στο µιγαδικό επίπεδο. Εξηγήστε την επιλογή της συχνότητας ω int που κάνατε για τους πόλους και τα µηδενικά σας, καθώς και την τιµή της ακτίνας r για τους πόλους σας. Σχεδιάστε και παραδώστε στο χαρτί σας το διάγραµµα πόλων-µηδενικών. iii. Καλέστε τη συνάρτηση pezw2 και ϐεβαιωθείτε ότι το ϕίλτρο σας έχει τις προδιαγραφές που πρέπει. Παραδώστε το γράφηµα που σας επιστρέφει. iv. Μετατρέψτε το διάγραµµα πόλων-µηδενικών σε εξίσωση διαφορών, ώστε να ϐρείτε τους συντελεστές της, και να τους χρησιµοποιήσετε στη συνάρτηση filter του MATLAB. Γράψτε την εξίσωση διαφορών που ϐρήκατε στο χαρτί σας.

Ψηφιακή Επεξεργασία Σήµατος - 2016/Τέταρτο Εργαστήριο 6 v. Εφαρµόστε το ϕίλτρο σας (εντολή filter) στο σήµα ecgsig που σας επέστρεψε η ECGmake.p. Σχεδιάστε και παραδώστε (εντολή stem) το σήµα ηλεκτροκαρδιογραφήµατος πριν και µετά το ϕιλτράρισµα. Αν τα καταφέρετε σωστά, ϑα πάρετε ένα ηλεκτροκαρδιογράφηµα όπως στο Σχήµα 5. 4. Συστήµατα Ελάχιστης Φάσης στις Τηλεπικοινωνίες Γνωρίζετε ότι µια εφαρµογή των συστηµάτων ελάχιστης ϕάσης ϐρίσκεται στις τηλεπικοινωνίες και στην κινητή τηλεφωνία. Εστω ένα απλοποιηµένο σύστηµα κινητής τηλεφωνίας, όπου το σήµα ϕωνής x[n] (ποµπός) υπόκειται σε µεταβολές λόγω του καναλιού επικοινωνίας h[n] (το οποίο ϑεωρείται ένα αιτιατό και ευσταθές ΓΧΑ σύστηµα), λαµβάνεται από τον σταθµό ϐάσης (πάροχος τηλεφωνίας) για καθαρισµό, και ϕτάνει τελικά στο ακουστικό του παραλήπτη στη µορφή ˆx[n] (δέκτης), η οποία πρέπει να είναι πολύ κοντά στο αρχικό x[n]. Σε όρους επεξεργασίας σήµατος, το κανάλι του παραδείγµατός µας µοντελοποιείται ως H(z) = (1 1.25ejπ/4 z 1 )(1 1.25e jπ/4 z 1 ) (1 0.97e j3π/4 z 1 )(1 0.97e j3π/4 z 1 ) (5) δηλ. αποτελείται από δυο πόλους και δυο µηδενικά. Ο πάροχος τηλεφωνίας λαµβάνει αρχικά το σήµα ϕωνής και προτού το στείλει στον δέκτη, ανιχνεύει το κανάλι H(z), και προσπαθεί να ακυρώσει την επίδραση του επάνω στο σήµα ϕωνής του ποµπού. υστυχώς διαπιστώνει ότι το σύστηµα H(z) δεν έχει ευσταθές και αιτιατό αντίστροφο σύστηµα, οπότε πρέπει να ϐρει µια άλλη λύση. Χρησιµοποιώντας τις συναρτήσεις conv, filter, pezw2, wavread, soundsc, stem, γράψτε και παραδώστε κώδικα σε ένα script αρχείο MATLAB, ο οποίος εκτελεί τα παρακάτω : i. Παράγει το γράφηµα της pezw2 για το δοθέν σύστηµα H(z). ii. Φορτώνει το αρχείο samplelab4.wav που σας δίνεται, το οποίο είναι το σήµα ϕωνής που λαµβάνει ο πάροχος και πρέπει να παραδώσει καθαρό στον πελάτη-δέκτη. Ακούστε το, και παραδώστε το γράφηµά του (εντολή stem). iii. Εξηγήστε απλά - µε λόγια - γιατί το H(z) δεν έχει ευσταθές και αιτιατό αντίστροφο. iv. Βρείτε στο χαρτί σας ένα άλλο σύστηµα H min (z) που να έχει την ίδια απόκριση πλάτους µε το δοθέν σύστηµα H(z). Καλέστε κατάλληλα τη συνάρτηση pezw2 για να απεικονίσετε τα γραφήµατα αυτού του συστήµατος. Βεβαιωθείτε ότι όντως έχει την ίδια απόκριση πλάτους µε το H(z). v. Καλέστε την pezw2 για να σας απεικονίσει το αντίστροφο σύστηµα H i min (z) = 1/H min(z). Γράψτε την πλήρη µαθηµατική του µορφή. vi. Ακυρώστε την επίδραση του συστήµατος H(z) (όσο αυτό γίνεται) ϕιλτράροντας το σήµα που σας δίνεται µέσα από το σύστηµα Hmin i (z) που ϐρήκατε. vii. Σχεδιάστε (εντολή plot) τα δυο σήµατα πριν και µετά το ϕιλτράρισµα. Ακούστε τα. Σχολιάστε. Για την παράδοση του εργαστηρίου, γράψτε πλήρη αναφορά, συµπεριλαµβάνοντας απαντήσεις σε όλα τα ϑεωρητικά ερωτήµατα του εργαστηρίου, καθώς και διαγράµµατα/γραφήµατα/εικόνες µε τα αποτελέσµατά σας, και συµπεριλάβετε τον όποιο κώδικα MATLAB σε ξεχωριστά.m files. Η παράδοση γίνεται αποκλειστικά µε το πρόγραµµα TURNIN. Ανάθεση : 14/11/2016 Προθεσµία : 27/12/2016, 23:59:59 (TURNIN timestamp)