THMMY.gr

Μαθήματα Κύκλου Ηλεκτρονικής & Υπολογιστών => Ψηφιακά Φίλτρα => Topic started by: elefmylo on April 04, 2017, 18:41:50 pm



Title: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: elefmylo on April 04, 2017, 18:41:50 pm
Καταληκτική ημερομηνία: 27 Απριλίου 2017


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: elefmylo on April 04, 2017, 18:45:54 pm
Για το πρώτο ερώτημα θα πρέπει να ακολουθήσουμε τον τύπο που δόθηκε πέρυσι?
http://alexander.ee.auth.gr:8083/eTHMMY/archive/121/downloadFile/6378/AF-assignment2-2016.pdf (http://alexander.ee.auth.gr:8083/eTHMMY/archive/121/downloadFile/6378/AF-assignment2-2016.pdf)


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: lady_of_winter on April 05, 2017, 17:39:57 pm
Για το πρώτο ερώτημα θα πρέπει να ακολουθήσουμε τον τύπο που δόθηκε πέρυσι?
http://alexander.ee.auth.gr:8083/eTHMMY/archive/121/downloadFile/6378/AF-assignment2-2016.pdf (http://alexander.ee.auth.gr:8083/eTHMMY/archive/121/downloadFile/6378/AF-assignment2-2016.pdf)


κανεις??


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: Andromedas on April 05, 2017, 18:40:38 pm
Για το πρώτο ερώτημα θα πρέπει να ακολουθήσουμε τον τύπο που δόθηκε πέρυσι?
http://alexander.ee.auth.gr:8083/eTHMMY/archive/121/downloadFile/6378/AF-assignment2-2016.pdf (http://alexander.ee.auth.gr:8083/eTHMMY/archive/121/downloadFile/6378/AF-assignment2-2016.pdf)
Αν μπορεί κάποιος ας ανεβάσει την εργασία εδώ γιατί στο elearning δεν με αφήνει να εγγραφώ στο μάθημα για να δω το ερώτημα (αν είναι ανεβασμένη εκεί)


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: lady_of_winter on April 05, 2017, 18:44:27 pm
την ανέβασα


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: Andromedas on April 05, 2017, 19:12:13 pm
 
κανεις??
Ναι αυτό που ζητάει είναι να καταλήξεις στον τύπο που καταλήγει στην εργασία 2016. Και χρησιμοποιόντας την w που δίνει, να φτιάξεις στην fftproof τον DFT και να δεις το σφάλμα. Θεωρώντας ότι η  fft proof είναι ίδια με πέρσι...


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: lady_of_winter on April 05, 2017, 19:13:38 pm
οκκ θενκς!!


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: elefmylo on April 05, 2017, 19:47:29 pm
Ναι αυτό που ζητάει είναι να καταλήξεις στον τύπο που καταλήγει στην εργασία 2016. Και χρησιμοποιόντας την w που δίνει, να φτιάξεις στην fftproof τον DFT και να δεις το σφάλμα. Θεωρώντας ότι η  fft proof είναι ίδια με πέρσι...

Thanks!!!  8))


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: lady_of_winter on April 10, 2017, 12:20:10 pm
παιζει να ειναι κ λιγο χαζη ερωτηση, όταν παμε να παρουμε την εξαπλωση των ιδιοτιμών, κ χρησιμοποιουμε το lmax και το lmin,
αυτά είναι για απόλυτες τιμές ή οχι??

επίσης όταν στο κουιζ λεει "αλγόριθμος {}" τι εννοεί?


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: isitsou on April 12, 2017, 22:13:23 pm
επίσης όταν στο κουιζ λεει "αλγόριθμος {}" τι εννοεί?
+1


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: elefmylo on April 13, 2017, 18:22:33 pm
Στο matlab, στο τελευταίο ερώτημα, ξέρει κανείς κανένα τρόπο για να βρούμε το συντελεστή "μ = 2/λ_max" του αλγορίθμου, και συγκεκριμένα πώς θα βρούμε τον πίνακα R = E[u u^T]?


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: kaspas on April 20, 2017, 16:33:10 pm
Το υπολογιστικό κόστος του αλγορίθμου στο ερώτημα 2 είναι αυτό που δίνει στο 2ο ερώτημα του 2016 ή κάνω λάθος;


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: ΒruteΦorce_attack on April 20, 2017, 21:18:48 pm
Στο matlab, στο τελευταίο ερώτημα, ξέρει κανείς κανένα τρόπο για να βρούμε το συντελεστή "μ = 2/λ_max" του αλγορίθμου, και συγκεκριμένα πώς θα βρούμε τον πίνακα R = E[u u^T]?

Δεν γίνεται να χρησιμοποιήσουμε την autocorr();
Επίσης στο ίδιο ερώτημα για διαφορετικές τιμές του 'μ', οι παράμετροι μου συγκλίνουν σε διαφορετικές τιμές. Για να βγάλουμε τις καμπύλες εκμάθησης που ζητάει θα πρέπει να βρούμε τον πίνακα average Jm όπως κάνει ο σισμάνης στο παράδειγμα που υπάρχει στο ετημμυ; 


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: ΒruteΦorce_attack on April 20, 2017, 21:20:27 pm
Το υπολογιστικό κόστος του αλγορίθμου στο ερώτημα 2 είναι αυτό που δίνει στο 2ο ερώτημα του 2016 ή κάνω λάθος;

Νομίζω πως ναι


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: fanaks on April 22, 2017, 14:23:08 pm
Να ρωτήσω κάτι για το τελευταίο ερώτημα για την unconstrained υλοποίηση τι κάνουμε;


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: ΒruteΦorce_attack on April 23, 2017, 12:36:58 pm
Να ρωτήσω κάτι για το τελευταίο ερώτημα για την unconstrained υλοποίηση τι κάνουμε;

στο pdf του Haykin λέει για τον unconstrained


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: georgkonst on April 24, 2017, 16:39:30 pm
Καλησπέρα,

Στο τελευταίο ερώτημα στην υλοποίηση του block lms με τις 2 for, ποιά είναι η σωστή δεικτοδότηση για το u(kL+i)?
Ακολουθώ τον αλγόριθμο αλλά έχω την εντύπωση ότι ορίζω λάθος το block_u και αυτό μου το χαλάει όλο.
Code:
block_u = u( k*L + i :-1 : k*L +i - L + 1);
y = block_u * w' ;
e = d((k-1)*L + i) - y;
phi = phi + mu * e * block_u;


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: elefmylo on April 24, 2017, 17:29:26 pm
Δεν γίνεται να χρησιμοποιήσουμε την autocorr(); 

Δοκίμασα την autocorr() της εισόδου, αλλά με το μ που πήρα, δε με βοήθησε να συγκλίνει ο αλγόριθμος σε μικρό error...  :(
Γενικά εσείς το error που βγάζετε πόσο περίπου είναι...


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: ΒruteΦorce_attack on April 24, 2017, 18:18:34 pm
Δοκίμασα την autocorr() της εισόδου, αλλά με το μ που πήρα, δε με βοήθησε να συγκλίνει ο αλγόριθμος σε μικρό error...  :(
Γενικά εσείς το error που βγάζετε πόσο περίπου είναι...

βγάζω αρκετά μικρό σφάλμα (δεν θυμάμαι πόσο ακριβώς - αν θες να το δω), για το μ θέλει αρκετά μικρές τιμές
η μεγαλύτερη που έβαλα 0,0001


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: elefmylo on April 24, 2017, 18:27:23 pm
βγάζω αρκετά μικρό σφάλμα (δεν θυμάμαι πόσο ακριβώς - αν θες να το δω), για το μ θέλει αρκετά μικρές τιμές
η μεγαλύτερη που έβαλα 0,0001

Κάτσε, κάνεις κάτι τέτοιο:
Code:
r = autocorr(u);
R = toeplitz(r);
mu = 2/max(eig(R))
και σου βγάζει μικρό νούμερο? ΓΙατί εμένα μου βγαίνει της τάξης 0.9980...


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: elefmylo on April 24, 2017, 19:18:00 pm
Να ρωτήσω κάτι για το τελευταίο ερώτημα για την unconstrained υλοποίηση τι κάνουμε;

Σελίδα 20 από τη διάλεξη 6...


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: ΒruteΦorce_attack on April 24, 2017, 20:06:21 pm
Κάτσε, κάνεις κάτι τέτοιο:
Code:
r = autocorr(u);
R = toeplitz(r);
mu = 2/max(eig(R))
και σου βγάζει μικρό νούμερο? ΓΙατί εμένα μου βγαίνει της τάξης 0.9980...

ο πίνακας αυτοσυσχέτισης πρέπει να είναι συμμετρικός (αυτό κατάλαβα από την προηγούμενη εργασία), αλλά κάνοντας toeplitz(r) δεν προκύπτει συμμετρικός πίνακας


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: elefmylo on April 24, 2017, 21:25:52 pm
ο πίνακας αυτοσυσχέτισης πρέπει να είναι συμμετρικός (αυτό κατάλαβα από την προηγούμενη εργασία), αλλά κάνοντας toeplitz(r) δεν προκύπτει συμμετρικός πίνακας.

Μα σύμφωνα μ (https://www.mathworks.com/help/matlab/ref/toeplitz.html), το toeplitz() δημιουργεί Symmetric Toeplitz Matrix.


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: ΒruteΦorce_attack on April 24, 2017, 23:47:46 pm
Μα σύμφωνα μ (https://www.mathworks.com/help/matlab/ref/toeplitz.html), το toeplitz() δημιουργεί Symmetric Toeplitz Matrix.

ναι ναι δίκιο έχεις δικό μου λάθος... βασικά για να σου πώ την αλήθεια εγώ δεν το βρήκα από την συνθήκη για σύγκλιση, είχα βάλει στην αρχή μ=0,1 και αφού είδα οτι δεν έχει σύγκλιση το μείωνα αλλά σίγουρα θα βγαίνει και από εκεί θα το ψάξω

https://en.wikipedia.org/wiki/Least_mean_squares_filter#Convergence_and_stability_in_the_mean:
ουσιαστικά λέει στο παραπάνω ότι είναι πιο πρακτικό να πάρουμε 0<μ<2/trace(R), και μάλιστα όχι πολύ κοντά στο πάνω όριο


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: ditroo on April 25, 2017, 16:04:18 pm
παιδιά μπορεί κάποιος να μου εξηγήσει τι πρέπει να κάνω ακριβώς στο ερώτημα β', εκτός από το να γράψω σε ματλαβ μια αναδρομική συνάρτηση για τον FFT;


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: tpvagenas on April 25, 2017, 18:35:36 pm
Θα ήθελα να ρωτήσω για το Μ βάζουμε Μ=2^10 η κάποια άλλη τιμή? και το n αν το πάρω μεγάλο πχ 2^20 συγκλίνει ο lms με μικρό mu=4.9x10^(-5) θεωρείται σωστό η πρέπει να τα βρω για κάποιο άλλο Μ,n?


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: elefmylo on April 25, 2017, 19:22:24 pm
ναι ναι δίκιο έχεις δικό μου λάθος... βασικά για να σου πώ την αλήθεια εγώ δεν το βρήκα από την συνθήκη για σύγκλιση, είχα βάλει στην αρχή μ=0,1 και αφού είδα οτι δεν έχει σύγκλιση το μείωνα αλλά σίγουρα θα βγαίνει και από εκεί θα το ψάξω

https://en.wikipedia.org/wiki/Least_mean_squares_filter#Convergence_and_stability_in_the_mean:
ουσιαστικά λέει στο παραπάνω ότι είναι πιο πρακτικό να πάρουμε 0<μ<2/trace(R), και μάλιστα όχι πολύ κοντά στο πάνω όριο

Και πάλι, τον R τον υπολογίζουμε με autocorr(), με xcorr()? Τέσπα, θα του πετάξω ότι μετά απο δοκιμές κατέληξα σε ένα νούμερο...
Thanks για τη βοήθεια! :)


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: elefmylo on April 25, 2017, 19:24:38 pm
Θα ήθελα να ρωτήσω για το Μ βάζουμε Μ=2^10 η κάποια άλλη τιμή? και το n αν το πάρω μεγάλο πχ 2^20 συγκλίνει ο lms με μικρό mu=4.9x10^(-5) θεωρείται σωστό η πρέπει να τα βρω για κάποιο άλλο Μ,n?

Αν Μ εννοείς το πλήθος των συντελεστών του φίλτρου, τότε η εκφώνηση σου λέει ότι πρέπει να είναι 2^10! Όσο για το n εγώ το έβαλα κάπου στο 1.2 * 10^6....


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: ΒruteΦorce_attack on April 26, 2017, 13:05:43 pm
πήρε παράταση μέχρι την κυριακή 30/4


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: kaspas on April 26, 2017, 14:01:39 pm
Τα learning curves ποια διαγράμματα είναι; Είναι αυτά που μας δίνει στο παράδειγμα που ανέβασε ο Σισμάνης ή και τίποτα ακόμη (σαν αυτά που υπάρχουν στο παράδειγμα του lms ethmmy).


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: elefmylo on April 26, 2017, 17:52:40 pm
επίσης όταν στο κουιζ λεει "αλγόριθμος {}" τι εννοεί?

Τελικά ρώτησε κανείς το Σισμάνη?


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: elefmylo on April 26, 2017, 18:00:49 pm
παιζει να ειναι κ λιγο χαζη ερωτηση, όταν παμε να παρουμε την εξαπλωση των ιδιοτιμών, κ χρησιμοποιουμε το lmax και το lmin,
αυτά είναι για απόλυτες τιμές ή οχι??

Βασικά είναι η λυμένη άσκηση 3.2 στο φυλλάδιο....


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: kaspas on April 26, 2017, 21:34:11 pm
Βασικά είναι η λυμένη άσκηση 3.2 στο φυλλάδιο....
Βγαίνει αρνητική τιμή παίζει κανέναν ρόλο; Ρώτησε κανείς τον Σισμάνη τι θέλει;


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: lady_of_winter on April 27, 2017, 00:21:54 am
Βασικά είναι η λυμένη άσκηση 3.2 στο φυλλάδιο....

ευχαριστω, οταν το χα δει δε ειχα κοιταξει τις ασκησεις του φυλλαδιου


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: isitsou on April 29, 2017, 00:01:18 am
Ψήνει κανένας για παράταση μετά την πρωτομαγιά??? αν ναι, στείλετε κανα email και εσείς....


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: abadasa13 on April 29, 2017, 13:20:02 pm
Ψήνει κανένας για παράταση μετά την πρωτομαγιά??? αν ναι, στείλετε κανα email και εσείς....

Μόλις είδα ότι η εργασία πήρε παράταση:

Λήξη υποβολής εμπρόσθεσμων εργασιών    Δευτέρα, 1 Μάιος 2017, 11:00 μμ

 :D


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: Σουλης on April 29, 2017, 22:33:33 pm
Ως learning curves θελει να απεικονισουμε το mean square error ή το μέτρο του διανύσματος w των συντελεστων?  :???:


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: elefmylo on April 30, 2017, 02:12:36 am
Ως learning curves θελει να απεικονισουμε το mean square error ή το μέτρο του διανύσματος w των συντελεστων?  :???:

Εγώ έβαλα το error που είναι και το λογικό κατά τη γνώμη μου γιατί από τα βάρη δε μπορεί να βγάλει άκρη ο άλλος, εν αντιθέσει με το error που μηδενίζει...


Title: Re: [Ψηφιακά Φίλτρα] 2η Εργασία 2017
Post by: kaspas on April 30, 2017, 12:43:31 pm
Στην unconstrained υλοποίηση τι learning curve βγάζετε;