[Ψηφιακά Φίλτρα] - Επικαιρότητα, απορίες, ασκήσεις 2012

[Thmmy.gr portal]

  Thmmy.gr portal
   Forum
   Downloads
   Ενεργ. Λογαριασμού
   Επικοινωνία
  
  Χρήσιμα links
   Σελίδα τμήματος
   Βιβλιοθήκη Τμήματος
   Elearning
   Φοιτητικά fora
   Πρόγραμμα Λέσχης
   Πρακτική Άσκηση
   Ηλεκτρονική Εξυπηρέτηση Φοιτητών
   Διανομή Συγγραμμάτων
   Ψηφιακό Καταθετήριο Διπλωματικών
   Πληροφορίες Καθηγητών
   Instagram @thmmy.gr
   mTHMMY
  
  Φοιτητικές Ομάδες
   ACM
   Aristurtle
   ART
   ASAT
   BEAM
   BEST Thessaloniki
   EESTEC LC Thessaloniki
   EΜΒ Auth
   IAESTE Thessaloniki
   IEEE φοιτητικό παράρτημα ΑΠΘ
   SpaceDot
   VROOM
   Panther
  

THMMY.gr Web

Helios_MultiScribbles2SMF Default ThemeSMFone_Blue

[Ανεβάζετε τα θέματα των εξετάσεων στον τομέα Downloads]

Είσαι πρωτοετής;... Καλώς ήρθες! Μπορείς να βρεις πληροφορίες εδώ. Βοήθεια για τους καινούργιους μέσω χάρτη.

Κατεβάστε εδώ το Android Application για εύκολη πρόσβαση στο forum.

Ανεβάζετε τα θέματα των εξετάσεων στον τομέα Downloads με προσοχή στα ονόματα των αρχείων!

[Αποτελέσματα Εξεταστικής Ιανουαρίου 2025]

Αποτελέσματα Εξεταστικής Ιανουαρίου 2025

[miaou]

οι ασκήσεις που ανεβάζουν στο ethmmy ειναι οι ίδιες που κάνει στο μάθημα?

mrc

[miaou]

στην εργασία 3, στην πρόβλεψη του σήματος, για τι error μιλάμε? Υποτίθεται πως πρέπει να βγει ακριβώς το ίδιο..?

[BabylonX]

Εμείς έχουμε φτιάξει το φίλτρο και δουλεύει ακριβώς όπως το levinson της matlab αλλά δε ξέρουμε τι πρέπει να δώσουμε σαν είσοδο!

Έχουμε το σήμα d και την τάξη Μ του φίλτρου.

Κάνουμε τα εξής:
c = xcorr(d,'biased');
c1=c(1001:1033);
[ap, e] = LevDur(c1,32); %To filtro mas
o=zeros(1,33);
o(1)=1; % Dimiourgoume pinaka o me ola midenika ektos apo to o(1) pou to kanoume 1 gia na to dwsoume san arithmiti sti filter parakatw
y=filter(o,-ap,d)

Το αρχικό σήμα και η έξοδος y δίνουν αυτά που ανέβασα σαν attachment.

To ίδιο δίνει η έξοδος και αν χρησιμοποιήσουμε την έτοιμη levinson αντί για τη δικιά μας! Έχει κανείς ιδέα τι κάνουμε λάθος; Πραγματικά έχω φάει το ίντερνετ να βρω ένα demo για την ορθή χρήση της levinson και το μόνο που ανακάλυψα είναι ότι πρέπει να δώσεις τις τιμές του πίνακα αυτοσυσχέτισης από Ν έως Ν+Μ και όντως, αν πάρεις τον πίνακα από οποιοδήποτε σημείο πριν το Ν βγάζει ότι να ναι. Αλλά ότι και να κάναμε δε καταφέραμε να κάνουμε την έξοδο y ίδια με την είσοδό d!

Δοκίμασα και ημίτονο αντί για αυτό το mix αλλά και πάλι παίρνω ένα ημίτονο με γραμμικά αυξανόμενο πλάτος.

Καμιά ιδέα;

[***]

λοιπόν Babylonx....
πρώτον το ο που χρησιμοποιείτε δεν χρειάζεται γιατί στην filter μπορείς να δώσεις στον παρονομαστή απλά 1.
για την έτοιμη levinson όταν θέλεις να σου βγάλει M συντελεστές για γραμμική πρόβλεψη χρησιμοποιείς την εντολή levinson(r, M) όπου r το διάνυσμα αυτοσυσχέτισης. Πρόσεξε όμως. θα σου επιστρέψει διάνυσμα με Μ+1 στοιχεία αντί για Μ και αυτό γιατί σαν πρώτο στοιχείο βάζει 1. εσύ πρέπει να πάρεις τα υπόλοιπα Μ στοιχεία και αυτό είναι το διάνυσμα των συντελεστών σου (δηλαδή αυτό που θα βάλεις σαν αριθμητή στη filter). όταν έχεις έτοιμους τους συντελεστές αυτό που πρέπει να κάνεις είναι y=filter([0 -a],1, x) όπου α η γραμμή με τους συντελεστές και χ η είσοδος.

Προσοχή στον αλγόριθμο που φτιάχνεις. αν τον υλοποιείς όπως περιγράφεται από τον αλγόριθμο της εργασίας παίζει να υπολογίζεις λάθος το α σε κάθε βήμα, επειδή όταν κάνεις α(κ)=α(κ)+ga(m+1-k) το α(m+1-k) έχει αλλάξει στο ίδιο βήμα του αλγορίθμου.
Πρόταση μου είναι σε κάθε βήμα να δημιουργείς το backward prediction vector ξεχωριστά και να μη χρησιμοποιήσεις βρόχο για το κ.
Ελπίζω να σε βοήθησα.

[***]

παιδιά ασχολήθηκε κανείς με την 4η εργασία; πώς υλοποιούμε την αναδρομή στο αντίστροφο φίλτρο. ξέρουμε τους συντελεστές και το fm αλλά τι ξέρουμε για τα bm, bm-1?

[miaou]

3η εργασία (Hμ/νία λήξης δηλώσεων: 05/06/2012) 

πιφ.

[4Dcube]

στην εργασία 3, στην πρόβλεψη του σήματος, για τι error μιλάμε? Υποτίθεται πως πρέπει να βγει ακριβώς το ίδιο..?

αν βγάζεις κάτω από μονάδα είναι οκ, γιατί στο τετράγωνο γίνεται μικρότερο (κανονικοποιημένα)
εγώ (τετραγωνικό) βγάζω τάξης e-4

α ναι, και βρήκα έναν πιο κατανοητό αλγόριθμο στο νετ γιατί έτσι όπως δίνεται στην εκφώνηση είναι σκέτο μπέρδεμα

[***]

με την 4η ασχολήθηκε κανείς με το αντίστροφο φίλτρο?

[BabylonX]

λοιπόν Babylonx....
πρώτον το ο που χρησιμοποιείτε δεν χρειάζεται γιατί στην filter μπορείς να δώσεις στον παρονομαστή απλά 1.
για την έτοιμη levinson όταν θέλεις να σου βγάλει M συντελεστές για γραμμική πρόβλεψη χρησιμοποιείς την εντολή levinson(r, M) όπου r το διάνυσμα αυτοσυσχέτισης. Πρόσεξε όμως. θα σου επιστρέψει διάνυσμα με Μ+1 στοιχεία αντί για Μ και αυτό γιατί σαν πρώτο στοιχείο βάζει 1. εσύ πρέπει να πάρεις τα υπόλοιπα Μ στοιχεία και αυτό είναι το διάνυσμα των συντελεστών σου (δηλαδή αυτό που θα βάλεις σαν αριθμητή στη filter). όταν έχεις έτοιμους τους συντελεστές αυτό που πρέπει να κάνεις είναι y=filter([0 -a],1, x) όπου α η γραμμή με τους συντελεστές και χ η είσοδος.

Προσοχή στον αλγόριθμο που φτιάχνεις. αν τον υλοποιείς όπως περιγράφεται από τον αλγόριθμο της εργασίας παίζει να υπολογίζεις λάθος το α σε κάθε βήμα, επειδή όταν κάνεις α(κ)=α(κ)+ga(m+1-k) το α(m+1-k) έχει αλλάξει στο ίδιο βήμα του αλγορίθμου.
Πρόταση μου είναι σε κάθε βήμα να δημιουργείς το backward prediction vector ξεχωριστά και να μη χρησιμοποιήσεις βρόχο για το κ.
Ελπίζω να σε βοήθησα.

Σε ευχαριστώ! Με βοήθησες πολύ!

[Emfanever]

Στην 4η εργασία τι παίζει? Έχει πετάξει 2 εξισώσεις και τίποτα παραπάνω  Και έστω ότι βρήκαμε τα f, b , η έξοδος του φίλτρου πως προκύπτει από αυτά?

[tomshare3]

http://www.cs.tut.fi/~tabus/course/ASP/LectureNew8.pdf

Αυτο ισως να βοηθαει.. ειναι πανω κατω το μαθημα που ειχε κανει για lattice filters..

Τωρα πως λυνεται το αντιστροφο φιλτρο,,.. αγνωστο! 

[tomshare3]

έβγαλε κανείς άκρη για το αντίστροφο φιλτρο???

[Emfanever]

Στις εξετάσεις δίνουμε με ανοιχτά βιβλία και σημειώσεις?

[4Dcube]

ναι

[Tempus Fugit]

http://www.cs.tut.fi/~tabus/course/ASP/LectureNew8.pdf

H είσοδος είναι το σήμα x που σου λέει να φτιάξεις με τα συνημίτονα, και ουσιαστικά για κάθε δείγμα n αυτό η είσοδος στο
recursion είναι τα και και αφού τρέξεις το διπλό loop από 1 ως N και για κάθε n από 1 ως M
στο τέλος έχεις τα και ξανατρέχεις το διπλό loop με τις εξισώσεις, όπου τώρα
ξεκινάς με λευκός θόρυβος. Και η έξοδος είναι τα .

Αυτό κατάλαβα εγώ, φαίνονται τα αντίστοιχα σχήματα στο quoted pdf. Βέβαια δε μου τρέχει. 

Δεν έχω καταλάβει αν ο θόρυβος πρέπει να έχει συγκεκριμένες προδιαγραφές ή τον πετάς έτσι.