Spørsmål Oppgave 1 Simulering av et M-punkt Moving Average. Show transkribert bilde tekst Oppgave 1 Simulering av et M-punkt Moving Average Filter Generer inngangssignalet n 0 100 s1 cos 2 pi 0 05 n En lavfrekvens sinusoid s2 cos 2 pi 0 47 n En høyfrekvent sinusoid x s1 s2 Gjennomføring av det bevegelige gjennomsnittsfilteret M Inngang Ønsket lengde på filternumrene 1, M y filternummer, 1, x M Vis inngangs - og utgangssignaler elf underplot 2, 2, 1 plot n , s1 akse 0, 100, -2, 2 xlabel Tidsindeks n ylabel Amplitude tittel Signal 1 delplot 2, 2, 2 plot n, s2 akse 0, 100, -2, 2 xlabel Tidsindeks n ylabel Amplitude tittel Signal 2 delplot 2 , 2, 3 plot n, x akse 0, 100, -2, 2 xlabel Tidsindeks n ylabel Amplitude tittel Inngangssignal subplot 2, 2, 4 plot n, y akse 0, 100, -2, 2 xlabel Tidsindeks n ylabel Amplitude-tittel Utgang Signal akse Overføringsfunksjonen til LTI-systemet preget av differanse-ligningen gitt i 2 er gitt av H e jw Y e jw X e jw sigma Mk 0 Pke-j kw sigma Mk 0 dk e - jkw Vi kan bruke denne overføringsfunksjonen til å plotte frekvensresponsen til systemet ved å sette diskrete verdier av w ved hjelp av kommandoen freqz Endre koden i Oppgave 1 for å beregne og plotte størrelsen og fasespektraene til en bevegelse gjennomsnittlig filter på 4 for tre forskjellige lengdeverdier M og for 0 lessthanorequalto w lessthanorequalto 2pi Juster hvilken type symmetrier som vises av størrelsen og fasespektra Hvilken type filter representerer det Kan du nå forklare resultatene fra Spørsmål 2 i Oppgave 1 Bruke det modifiserte programmet, beregne og plotte frekvensresponsen til et kausal LTI diskret tidssystem med en overføringsfunksjon gitt av H1 e jw 0 15 1 - e-j2w 1-0 5e - jw 0 7e - j2w hvor 0 lesesthanorequalto w lessthanorequalto pi Hva type filter er dette Gjenta trinn 2 for H1 e jw 0 15 1 - e - j2w 0 7-0 5e - jw e - j2w Hva er forskjellen mellom de to filtrene i H1 e jw og H2 e jw Vil du foretrekke å bruke en av dem over den andre Why. Expert Answer.1 Skriv den modifiserte MATLAB-koden n 0 57 2957 s1 cos 2 pi 0 05 n s2 cos 2 pi 0 47 nx s1 s2 M-inngang Ønsket lengde på filteretallene 1, M y filternummer, 1, x M Vis inngangen a se fullt svar. Kjøre gjennomsnittlig filter MA filter. Lading Det bevegelige gjennomsnittlige filteret er et enkelt Low Pass FIR Finite Impulse Response-filter som vanligvis brukes til å utjevne en rekke samplede datasignaler. Det tar M prøver av inngang av gangen og tar gjennomsnittet av disse M - sampler og produserer et enkelt utgangspunkt Det er en veldig enkel LPF Low Pass Filter-struktur som kommer til nytte for forskere og ingeniører å filtrere uønsket støyende komponent fra de tiltenkte dataene. Hvis filterlengden øker parameteren M, øker smidigheten av utgangen, mens de skarpe overgangene i dataene blir stadig stumpe Dette innebærer at dette filteret har utmerket tidsdomene respons, men en dårlig frekvensrespons. MA-filteret utfører tre viktige funksjoner. 1 Det tar M-inngangspunkter, beregner gjennomsnittet av tho se M-poeng og produserer et enkelt utgangspunkt 2 På grunn av beregnede beregningsberegninger innfører filteret en bestemt mengde forsinkelse 3 Filteret fungerer som et lavpassfilter med dårlig frekvensdomenerespons og et godt tidsdomenerespons. Matlab Code. Following matlab kode simulerer tidsdomene respons av et M-punkt Flytende Gjennomsnitt filter og også tegner frekvensresponsen for ulike filter lengder. Tid Domain Response. Input til MA filter.3-punkts MA filter output. Input til Moving gjennomsnittlig filter. Response av 3 poeng Moving gjennomsnittlig filter.51-punkts MA filter output.101-punkts MA filter output. Response av 51-punkts Moving gjennomsnittlig filter. Response av 101-punkts Moving gjennomsnittlig filter.501-punkts MA filter output. Response of 501 point Moving gjennomsnittlig filter. På den første tomten har vi inngangen som går inn i det bevegelige gjennomsnittsfilteret. Inndataet er støyende, og målet vårt er å redusere støyen. Neste figur er utgangsresponsen til et 3-punkts Moving Average-filter. Det kan være utlede d fra figuren at 3-punkts Moving Average-filteret ikke har gjort mye for å filtrere ut støyen. Vi øker filterkranene til 51 poeng, og vi kan se at støyen i utgangen har redusert mye, som er avbildet i neste figure. Frequency Response of Moving Gjennomsnittlig Filtre av forskjellige lengder. Vi øker kranene videre til 101 og 501, og vi kan observere at selv om støyen er nesten null, blir overgangene slått ut drastisk observere skråningen på hver side av signal og sammenligne dem med den ideelle murveggovergangen i vårt input. Frequency Response. From frekvensresponsen kan det hevdes at avrullingen er veldig treg og stoppbånddempingen ikke er god. Gitt denne stoppbånddempingen, klart Flytende gjennomsnittsfilter kan ikke skille ett bånd med frekvenser fra en annen. Da vi vet at en god ytelse i tidsdomene gir dårlig ytelse i frekvensdomene, og omvendt. Kort sagt er glidende gjennomsnitt et unntak y god utjevning filtrere handlingen i tidsdomene, men et uvanlig dårlig lavpassfilter, handlingen i frekvensdomenet. Eksterne linker. Anbefalte bokmerker. Primær sidefelt. Program P21 Mitra P21 m Simulering av et M-punkt Moving Average Filter M Generer inngangssignalet n 0 100 n0100 s1 cos 2 pi 0 05 n En lavfrekvens sinusoid s1 s2 cos 2 pi 0 47 n En høyfrekvent sinusoid s2 x s1 s2 xs1s2 Gjennomføring av det bevegelige gjennomsnittsfilteret M Inngang Ønsket lengde på filteret M numene 1, M M1 y filternumre, 1, x M MN 0 filter a 1, bM b1 MX y Vis inngangs - og utgangssignalene. clf-figursubplot 2,2,1 s1n plot n, s1 Xn, ys1 akse 0, 100, -2, 2 X0100, Y-22 xlabel Tidsindeks n ylabel Amplitude X, Y tittel Signal 1 1 delplot 2,2,2 s2n plot n, s2 Xn, ys2 akse 0, 100, -2, 2 X0100, Y-22 xlabel Tidsindeks n ylabel Amplitude XY tittel Signal 2 2 subplot 2,2,3 xn plot n, x Xn, yx akse 0, 100, -2 , 2 X0100, Y-22 xlabel Tidsindeks n ylabel Amplitude XY tittel Inngangssignal subplot 2,2,4 yn plot n, y Xn, yy akse 0, 100, -2, 2 X0100, Y-22 xlabel Tidsindeks n ylabel Amplitude XY-tittel Utgangssignal. 2017 ICP050897.
No comments:
Post a Comment