Fråga Uppgift 1 Simulering av ett M-punkts Moving Average. Show transkriberad bildtext Uppgift 1 Simulering av en M-punkt Flyttande medelfilter Generera ingångssignalen n 0 100 s1 cos 2 pi 0 05 n En lågfrekvent sinusoid s2 cos 2 pi 0 47 n En högfrekvent sinusoid x s1 s2 Genomförande av det rörliga genomsnittsfiltret M-ingång Önskad längd på filternummer 1, M y filternummer, 1, x M Visa ingångs - och utgångssignalerna elf delplot 2, 2, 1 plot n , s1 axel 0, 100, -2, 2 xlabel Tidsindex n ylabel Amplitude titel Signal 1 delplot 2, 2, 2 plot n, s2 axel 0, 100, -2, 2 xlabel Tidsindex n ylabel Amplitude titel Signal 2 subplot 2 , 2, 3 plot n, x axel 0, 100, -2, 2 xlabel Tidsindex n ylabel Amplitude titel Ingångssignal subplot 2, 2 plot n, y axel 0, 100, -2, 2 xlabel Tidsindex n ylabel Amplitude-titel Utgång Signalaxel Överföringsfunktionen för LTI-systemet kännetecknad av skillnadsekvationen angiven i 2 ges av H e jw Y e jw X e jw sigma Mk 0 Pke - j kw sigma Mk 0 dk e - jkw Vi kan använda denna överföringsfunktion för att plotta systemets frekvenssvar genom att ställa in diskreta värden för w med kommandot freqz Ändra koden i Uppgift 1 för att beräkna och plotta magnitud och fasspektra för en rörelse medelfilter av 4 för tre olika värden av längd M och för 0 lessthanorequalto w lessthanorequalto 2pi Rättfärdiga typen av symmetrier uppvisade av magnitud och fasspektra Vilken typ av filter representerar det Kan du nu förklara resultaten av fråga 2 i Uppgift 1 Användning det modifierade programmet, beräkna och plot frekvensresponsen av ett causal LTI diskret tidssystem med en överföringsfunktion som ges av H1 e jw 0 15 1 - e - j2w 1-0 5e - jw 0 7e - j2w där 0 lessthanorequalto w lessthanorequalto pi Vad Typ av filter är detta Repeat steg 2 för H1 e jw 0 15 1 - e - j2w 0 7-0 5e - jw e - j2w Vad är skillnaden mellan de två filtren i H1 e jw och H2 e jw Vill du föredra att använda en av dem över den andra Why. Expert Answer.1 Skriv Den modifierade MATLAB-koden n 0 57 2957 s1 cos 2 pi 0 05 n s2 cos 2 pi 0 47 nx s1 s2 M ingång Önskad längd på filternummer 1, M y filternummer, 1, x M Visa ingången a visa Full svar. Flyttande medelfilter MA filter. Laddning Det rörliga genomsnittliga filtret är ett enkelt Low Pass FIR-finitivt impulssvarfilter som vanligtvis används för att utjämna en samling samplad datasignal. Det tar M prover av ingång åt gången och tar medeltalet av de M - prover och producerar en enda utgångspunkt Det är en väldigt enkel LPF Low Pass Filter-struktur som är användbar för forskare och ingenjörer för att filtrera oönskade bullriga komponenter från de avsedda data. När filterlängden ökar parametern M ökar utjämnets jämnhet, Medan de skarpa övergångarna i data görs alltmer stupade. Detta innebär att detta filter har utmärkt tidsdomänsvar men ett dåligt frekvenssvar. MA-filtret utför tre viktiga funktioner.1 Det tar M-ingångspunkter, beräknar medelvärdet av tho Se M-punkter och producerar en enda utgångspunkt 2 På grund av beräkningsberäkningarna involverade filtret en bestämd mängd fördröjning 3 Filtret fungerar som ett lågpassfilter med dåligt frekvensdomänsvar och ett bra tidsdomänsvar. Matlab-kod. Följande Matlab-koden simulerar tidsdomänresponsen för ett M-punkts rörande medelfilter och avbildar även frekvensresponsen för olika filterlängder. Tid Domain Response. Input to MA filter.3-punkts MA filter output. Input to Moving Average Filter. Response of 3 poäng Flyttande medelfilter.51-punkts MA-filterutgång.101-punkts MA-filterutgång. Svar på 51-punkts Flyttande medelfilter. Respons av 101-punkts-rörligt genomsnittligt filter.501-punkts MA-filterutgång. Respons av 501-punkts rörelse Genomsnittlig filter. På den första tomten har vi inmatningen som går in i det glidande medelfiltret. Inmatningen är bullrigt och vårt mål är att minska bruset. Nästa bild är utgångsvaret för ett 3-punkts rörande medelfilter. Det kan vara härleda D från figuren att 3-punkts rörande medelfilter inte har gjort mycket för att filtrera ut bruset. Vi ökar filterkranarna till 51 punkter och vi kan se att bruset i utmatningen har minskat mycket, vilket avbildas i nästa figure. Frequency Response of Moving Average Filters av olika längder. Vi ökar kranarna vidare till 101 och 501 och vi kan observera att även om bullret är nästan noll, övergångarna är utslagna drastiskt observera lutningen på vardera sidan av Signal och jämför dem med den ideala tegelväggsövergången i vårt input. Frequency Response. From frekvenssvaret kan det hävdas att avrullningen är väldigt långsam och stoppbandets dämpning inte är bra med tanke på detta stoppband dämpning, tydligt Glidande medelfilter kan inte separera ett frekvensband från en annan Eftersom vi vet att en bra prestanda i tidsdomänen leder till dålig prestanda i frekvensdomänen och vice versa Kort sagt är det rörliga genomsnittet ett exceptionall Y bra utjämning filtrera åtgärden i tidsdomänen, men ett utomordentligt dåligt lågpassfilter gör åtgärden i frekvensdomänen. Externa länkar. Rekommendationer. Primära sidofält. Program P21 Mitra P21 m Simulering av ett M-punkts rörligt medelfilter M Generera ingångssignalen n 0 100 n0100 s1 cos 2 pi 0 05 n En lågfrekvent sinusoid s1 s2 cos 2 pi 0 47 n En högfrekvent sinusoid s2 x s1 s2 xs1s2 Genomförande av det rörliga medelfiltret M-inmatning Önskad längd på filtret M num 1, M M1 y filternummer, 1, x M MN 0 filter a 1, bM b1 MX y Visa ingångs - och utsignalerna. clf-figurens delplot 2,2,1 s1n plot n, s1 Xn, ys1 axel 0, 100, -2, 2 X0100, Y-22 xlabel Tidsindex n ylabel Amplitude X, Y titel Signal 1 1 delplot 2,2,2 s2n plot n, s2 Xn, ys2 axel 0, 100, -2, 2 X0100, Y-22 xlabel Tidsindex n ylabel Amplitude XY titel Signal 2 2 subplot 2,2,3 xn plot n, x Xn, yx axel 0, 100, -2 , 2 X0100, Y-22 xlabel Tidsindex n ylabel Amplitude XY-titel Ingångssignal subplot 2,2,4 yn plot n, y Xn, yy axel 0, 100, -2, 2 X0100, Y-22 xlabel Tidsindex n ylabel Amplitude XY-titel Utgångssignal. 2017 ICP050897.
Comments
Post a Comment