Übung zur Vorlesung Signalverarbeitung Einführung

Slides:



Advertisements
Ähnliche Präsentationen
Signale & Systeme 6. Große Datenbestände (Prinzipien & Anwendungen)
Advertisements

Aufbau, Abfrage, Analyse von Sprachdatenbanken
Spektrale Analysen in EMU-R: eine Einführung
Vorlesung Regelungstechnik 2
Vorlesung Regelungstechnik 2
Information Systems & Semantic Web University of Koblenz Landau, Germany 5. Feature - Transformationsverfahren 5.1 Diskrete Fourier-Transformation (DFT)
Filterung der räumlichen Frequenzen
Vorlesung Prozessidentifikation
Demodulation von quadraturamplitudenmodulierten
Komplexe Zahlen und Fourier-Transformation
Audioformate in der Unterhaltungselektronik
Eine RDF Konvention für die Beschreibung phonetischer Ressourcen im Semantic Web Hauptseminar: Historisch-Kulturwissenschaftliche Objekte im Semantic Web.
2.7 Signalprozessoren Spezielle Mikrorechner-Architekturen für die Verarbeitung analoger Signale in eingebetteten Systemen, z.B. im Audio- oder Video-Bereich.
Die Soundkarte Von Patrick Gaschler.
Software Praat: Doing Phonetics by Computer. Phonetik Institut, Amsterdam, EMU: Ein System für die Analyse von Sprachdatenbanken Macquarie.
Software Praat: Doing Phonetics by Computer. Phonetik Institut, Amsterdam, EMU: Ein System für die Analyse von Sprachdatenbanken Macquarie.
ErstellungAnalyse Abfrage Digitale Zeitsignale akustisch, artikulatorisch Etikettieren Verknüpfung mit Symbolen Signalverarbeitung abgeleitete Signale.
Software Praat: Doing Phonetics by Computer. Phonetik Institut, Amsterdam, EMU: Ein System für die Analyse von Sprachdatenbanken Macquarie.
Grundlagen der Analyse von Sprachdatenbanken
Spektrogramm Das Spektrogramm stellt 3 Dimensionen dar:
Übung Akustische Phonetik
Spektrale Analysen in EMU-R: eine Einführung Jonathan Harrington.
Berechnung von digitalen Signalen
Spektrale Analysen in EMU-R: eine Einführung
Aufbau, Abfrage, Analyse von Sprachdatenbanken ErstellungAnalyse Abfrage Digitale Zeitsignale akustisch, artikulatorisch Etikettieren Verknüpfung mit Symbolen.
Aufbau, Abfrage, Analyse von Sprachdatenbanken ErstellungAnalyse Abfrage Digitale Zeitsignale akustisch, artikulatorisch Etikettieren Verknüpfung mit Symbolen.
Spektralanalyse Spektralanalyse ist derart wichtig in allen Naturwissenschaften, dass man deren Bedeutung nicht überbewerten kann! Mit der Spektralanalyse.
Nichtperiodische Signale
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Übung Diskrete Mathematik SS 2003 Segmentschnitt I.
Zeitreihenanalyse WS 2004/2005 Michael Hauhs / Gunnar Lischeid
SS_07_Info Jürgen Walter.
Einführung in die Systemtheorie
Multimediatechnik / Audio Dipl. -Ing. Oliver Lietz
Digital Audio Medientyp digital audio representation
Digital Audio Medientyp digital audio representation
Driss Harrou FH D Fachhochschule Düsseldorf 1 Aufgabenstellung - Erstellung eines modularisierten Akquirierungsprogramms für die aerodynamischen Messgrößen.
Analog-Digital-Wandler
Einführung in die Programmierung Wintersemester 2012/13 Prof. Dr. Günter Rudolph Lehrstuhl für Algorithm Engineering Fakultät für Informatik TU Dortmund.
Signal-Klassifizierung
Analyse nach harmonischen Schwingungen
Akustisches Herzschlag-
Iris- und Retinaerkennung
Die Fourier-Analyse Durch die Fourier-Analyse wird ein Sprachsignal in Sinusoiden zunehmender Frequenz zerlegt, sodass wenn diese summiert werden, das.
Polynome und schnelle Fourier-Transformation
Fakultät Informatik » Institut Systemarchitektur » Professur Datenschutz und Datensicherheit Einführung Proseminar „Kryptographische Grundlagen der Datensicherheit“
Vektorrechnung in der Schule
Multiraten-Systeme Referenzen Taktratenänderungen sind in der DSV
Herleitung DFT Spektrum zeitdiskretes Signal (periodisch) DFT IDFT
Analog-Digital Umsetzer NI USB 6009 Blockschaltbild
Computerorientierte Physik VORLESUNG und Übungen Vorlesung Zeit: Di., 8.30 – Uhr Ort: Hörsaal 5.01, Institut für Experimentalphysik, Universitätsplatz.
Computerorientierte Physik VORLESUNG und Übungen VORBESPRECHUNG Zeit: Mo , Uhr Ort: Hörsaal 5.01, Institut für Experimentalphysik, Universitätsplatz.
Akustische Modelle der Sprachproduktion
Kalibrierung eines Mikrofons unter DASYLab
What works? Die Synthese von Hattie (2009)
Interuniversitäre Studienrichtung “Elektrotechnik-Toningenieur”
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Systeme II Christian Schindelhauer Sommersemester 2006.
B.Sc. Medizintechnik Kompetenzfeld Sensorsignalverarbeitung
Info2 Prof. J. WALTER info2 Stand: März 2002 Seite 1 Einführung in die Systemtheorie Definition System: Ein in sich geschlossenes, geordnetes und gegliedertes.
Medizinischen Physik V1: Signalaufnahme und Fourieranalyse
Hochaufgelöste Zeit-Frequenz-Analysen ereigniskorrelierter EEG-Daten aus einer Novelty-Oddball Anordnung Sascha Tamm, Claudia Männel, Rainer Bösel
Analog-Digital-Wandler
1 Experimentalphysik II Vorlesung: Fr, 08:00 – 09:30 h,Beginn: , HS: 36/0221 Mo, 09:45 – 11:15 h, HS: 36/0221 Übung: Mi, 09:45 – 11:15 h,Beginn:
Tutorial Messtechnik - Spektralanalyse, Signaltheorie -
Kapitel 4: Digitale Signale
Analog-Digital-Wandlung und Alesis ADAT-Schnittstelle Rudolf-Diesel-Fachschule Markus Vogl 12. März 2009.
Kapitel 2: Fourierreihe
Kapitel 5: Digitale Signale
Frequenzzähler Inhalt Zählen von Ereignissen / Frequenzen
Kapitel 6: Einführung in die DFT
HCS Übung 6 Von: Patrick Denk Oleg Arenz
 Präsentation transkript:

Übung zur Vorlesung Signalverarbeitung Einführung Fakultät Elektrotechnik und Informationstechnik, Professur für Systemtheorie und Sprachtechnologie Übung zur Vorlesung Signalverarbeitung Einführung Sören Wittenberg Soeren.Wittenberg@tu-dresden.de

Überblick Vorlesungsmaterial Ausgesuchte Beispiele der Signalverarbeitung Intelligente Audiosignalverarbeitung Quantisierung (Hinweis zur Übungsaufgabe 2.2)

Hinweis zum Vorlesungsmaterial Internetseite zur Vorlesung: http://www.ias.et.tu-dresden.de/ias/systemtheorie-und-sprachtechnologie/lehre/signalverarbeitung/ Zugangskennung: Zugangskennwort: Bemerkung: „Popup“-Funktion muss eingeschaltet sein Vorlesungsmitschnitt erfordert Real-Player

Übungsaufgaben Internetseite zur Vorlesung: http://www.ias.et.tu-dresden.de/ias/systemtheorie-und-sprachtechnologie/lehre/signalverarbeitung/

OPAL Online-Plattform für Akademisches Lehren und Lernen (https://bildungsportal.sachsen.de/opal)

Ausgesuchte Beispiele der Signalverarbeitung

Was ist das?

Raumimpulsantwort Beispiel: eine Raumimpulsantwort für ein Wohnzimmer

Faltungshall  

Sinus-Sweep Startfrequenz 50Hz, Endfrequenz 8000Hz, 1 Sekunden , 5 Sekunden

Faltungshall  

Nulldurchgangs-Analyse /i/ /s/ Abtastfrequenz: 44,1kHz

Nulldurchgangs-Analyse /i/ /s/ Abtastfrequenz: 44,1kHz Darstellung: 2000 Abtastwerte

Nulldurchgangs-Analyse Nulldurchgangshäufigkeit (-dichte) Anzahl der Nulldurchgänge pro Beobachtungsintervall (und auf dieses normiert) Geringer Rechenaufwand (z.B. Auswertung des Vorzeichenwechsels) Nulldurchgangs-Histogramm Messung der Zeit zwischen zwei Nulldurchgängen und Einordnung in Längenklassen Anzahl der Einträge pro Längenklasse grafisch darstellen oder als Vektor ausgeben Grobe Möglichkeit der Signalbeschreibung => einfaches akustisches Objekterkennungssystem (wie im Praktikum “Akustischer Schalter”)

Störgeräuschreduktion Grundlagen der Signalverarbeitung: Signalbeschreibung im Frequenzbereich Betrags- und Phasenspektrum Diskrete Fourier Transformation (bzw. FFT) Fensterfunktionen (z.B. Rechteck- oder Hammingfenster) Grundlagen der Signalanalyse und Erkennung Analyse nichtstationärer Signale (Kurzzeit-Spektralanalyse)

“Intelligente Audiosignalverarbeitung” Präsentation “Intelligente Audiosignalverarbeitung”

Signalverarbeitung Beschreibung von Signalen mit mathematischen Hilfsmitteln im Zeitbereich (z.B. Reihendarstellung oder mittels statistischer Kenngrössen) im Frequenzbereich (z.B. Betrags- und Phasenspektrum) umgangssprachlich Einteilung in “analoge” und “digitale” Signalverarbeitung (ungenau!) vorwiegend zeit- und wertdiskrete Signalverarbeitungssysteme (z.B. Signalprozessoren) Nachteil der digitalen Signalverarbeitung ist die notwendige Quantisierung (Quantisierungsfehler!) => Hinweise zur Übungsaufgabe 2.2 “Quantisierung”

Quantisierung x(t) zeit- und wertkontinuierliches Signale

Quantisierung x(t) ∆x { mögliche Anordnung der Quantisierungsstufen ∆x

Quantisierung x(t) ∆x { x‘(t) x´(t) … quantisiertes Signal (Quantisierung durch Rundungsoperation; x´(t) ≠ 0)

Quantisierung x(t) ∆x { x‘(t) xe(t) xe(t) … Quantisierungsfehler (ugs. Quantisierungsrauschen)

Quantisierung Vorgehen zum Lösen der Aufgabe 2.2 “Quantisierung” (Hinweise auf Übungsblatt beachten) xe(t0) = x‘(t0) - x(t0)   Fehlersignal gleichverteilt

Andere Anordnung der Quantisierungsstufen x(t) zeit- und wertkontinuierliches Signale

Andere Anordnung der Quantisierungsstufen x(t) ∆x { Anordnung der Quantisierungsstufen (∆x) für geringst mögliches Quantisierungsrauschen

Andere Anordnung der Quantisierungsstufen x(t) ∆x { x‘(t) x´(t) = 0; Quantisierung durch Rundungsoperation; ungleiche Stufenverteilung

Andere Anordnung der Quantisierungsstufen x(t) ∆x { x‘(t) xe(t)

Quantisierung durch Abrunden x(t) ∆x { x‘(t) xe(t) x´(t) = 0; Quantisierung durch Abrunden; doppelter maximaler Quantisierungsfehler

Quantisierung in der Praxis

Quantisierung in der Praxis 10 Hz Sinus, Abtastfrequenz 8000 Hz, Auflösung 8 Bit, Spitzenwert -3dbFS, volle Periode

Quantisierung in der Praxis 10 Hz Sinus, Abtastfrequenz 8000 Hz, Auflösung 8 Bit, Spitzenwert -3dbFS, halbe Periode

Quantisierung in der Praxis 10 Hz Sinus, Abtastfrequenz 8000 Hz, Auflösung 8 Bit, Spitzenwert -3dbFS, Vergrößerung

Quantisierungsfehler in der Praxis 10 Hz Sinus, Abtastfrequenz 8000 Hz, Auflösung 8 Bit, Spitzenwert -3dbFS, Vergrößerung

Vielen Dank!