[Ψηφιακά Φίλτρα] 1η Εργασία 2015

[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!

[Πληροφορίες Καθηγητών]

Πληροφορίες Καθηγητών

[TTL]

για την αυτοσυσχετιση και την ετεροσυσχετιση εκανα αυτα :

[r,~] = xcorr(u,u,N-1,'biased');
r = r(N:end);
R = toeplitz(r);  % autocorrelation matrix

p = [sigma;0]; % cross correlation vector

και πηρα r = [1.69 , 1.35]

έχοντας τους 2 αυτους πινακες μετα είτε με την εξίσωση R\p είτε με το steepest descent βγάζεις τα 2 w, απο κει το y με τον δοθέν τύπο και απο κει το e = d-y και αυτο το e αν το ακουσεις είναι το τραγουδι χωρίς θόρυβο.
Πάντως εγώ και στα πρώτα ερωτήματα ακριβώς τα ίδια πράγματα έκανα στο Matlab, με μόνη διαφορά ότι το u αντι να το κανω load το εφτιαξα μόνος μου όπως στα παραδείγματα του ethmmy...και επίσης το x το όρισα μόνος μου όπως στην εκφώνηση..
συγεκριμένα έκανα αυτό:
for i=1:n
    x(i) = sin(i*pi/4 +pi/3) + cos(i*pi/8 +pi/3);
end
d = x + v;

και μέχρι πριν διαβάσω τα Post στο ετημμυ θεωρουσα οτι ειχα τελειωσει την εργασία, τώρα δεν είμαι και τόσο σίγουρος  

παιδια εκανα αυτα που μας ζηταει στο matlab και οντως ακουω το κομματι καθαρα στο τελος.
Ωστοσο δεν εχω κανει τιποτα ''στο χερι'' και δεν καταλαβαινω τι ακριβως εννουμε με αυτο...
με βαση οσα διαβασα στα προηγουμενα post καταλαβαινω οτι αυτος θελει να υπολογισουμε και καποια συνελιξη or something στο χαρτι;
και μετα π.χ να τη scanaroume; η σε latex?
wtf γενικα; 

Μπορείς να μου πεις αν η αυτοσυσχέτιση του u που χρησιμοποίησες στο τελευταίο ερώτημα είναι R = [1 0.8294;0.8294 1]? Στο χαρτί αυτά που υπολόγισα εγώ είναι οι πίνακες αυτοσυσχέτισης και ετεροσυσχέτισης R και P για τα πρώτα ερωτήματα. Δεν νομίζω ότι χρειάζεται υποχρεωτικά κάτι στο χέρι.

[TTL]

αλλη μια απορια:

οταν μας ζηταει να βρουμε για ποια m συγκλινουμε στην πραγματικη λυση, εννοουμε το J να είναι κοντα στο Jmin, ή το τελευταιο w του steepest descent να είναι κοντα στο w της εξίσωσης wiener hopf;
Υποπτεύομαι ότι και οι συνθήκες θα ικανοποιούνται περίπου για τα ίδια m αλλά εν πάση περιπτώση ποιο από τα 2 ορίζουμε ως ''λύση'', το Jmim ή το w;

[jimPster]

το ιδιο ειναι

[sof_s]

αυτο που βρηκες πολλαπλασιασε το με var(u)
και θα σαι κομπλε (τα διαιρει με var(u) γι'αυτο εχεις 1)

Ευχαριστώ!! 

[sof_s]

για την αυτοσυσχετιση και την ετεροσυσχετιση εκανα αυτα :

[r,~] = xcorr(u,u,N-1,'biased');
r = r(N:end);
R = toeplitz(r);  % autocorrelation matrix

p = [sigma;0]; % cross correlation vector

και πηρα r = [1.69 , 1.35]

έχοντας τους 2 αυτους πινακες μετα είτε με την εξίσωση R\p είτε με το steepest descent βγάζεις τα 2 w, απο κει το y με τον δοθέν τύπο και απο κει το e = d-y και αυτο το e αν το ακουσεις είναι το τραγουδι χωρίς θόρυβο.
Πάντως εγώ και στα πρώτα ερωτήματα ακριβώς τα ίδια πράγματα έκανα στο Matlab, με μόνη διαφορά ότι το u αντι να το κανω load το εφτιαξα μόνος μου όπως στα παραδείγματα του ethmmy...και επίσης το x το όρισα μόνος μου όπως στην εκφώνηση..
συγεκριμένα έκανα αυτό:
for i=1:n
    x(i) = sin(i*pi/4 +pi/3) + cos(i*pi/8 +pi/3);
end
d = x + v;

και μέχρι πριν διαβάσω τα Post στο ετημμυ θεωρουσα οτι ειχα τελειωσει την εργασία, τώρα δεν είμαι και τόσο σίγουρος  

Μπορείς απ'ότι κατάλαβα να τα κάνεις και όλα στο Matlab. Απλά εγώ το βρήκα πιο εύκολο και σίγουρο στο χαρτί. Τώρα αυτό που λες για συνέλιξη κτλ δεν το έχω δει πουθενά, νομίζω είσαι οκ. Εσύ πού το διάβασες;

[TTL]

δεν ξέρω πως ακριβώς υπολογίζονται οι πίνακες στο χέρι, απλά οι τύποι για cross correlation που βρήκα στο interner
(π.χ εδώ http://en.wikipedia.org/wiki/Cross-correlation) είναι γεμάτοι συνελίξεις κτλπ γι αυτό και φρίκαρα στην ιδέα να τους εφαρμόσω....

[jimPster]

σελ 12 optWienerFilt σημειωσεις εγω απο κει ειδα και το κανα

σου γραφω την 1 εξισωση

v(n) = u(n) + 0.42u(n-1)

u(n)*v(n) = u(n) *( u(n) + 0.42u(n-1) )
Eu(n)*v(n) = Eu(n) *( u(n) + 0.42u(n-1) )
Eu(n)*v(n)  = r(0) + 0.42r(1)

Eu(n)*v(n)  = E [v(n) - 0.42u(n-1) ]*v(n) = 0 +  0.42 = diakymansh 8orybou
-E0.42u(n-1)*v(n) = 0 (white noise comes to the rescue)

Ara exoume r(0) + 0.42r(1) = 0.42

h allh  Eu(n-1)v(n) =Eu(n-1)*( u(n) + 0.42u(n-1) )

kai exeis telika 2 eksiswseis me agnwstous r(0), r(1)

[TTL]

αα οκ δεν είχα ασχοληθεί με θεωρία να πω την αλήθεια...ευχαριστώ θα τα κοιτάξω!

[boone]

Για το διάστημα μ, παίρνουμε κάποιο τμήμα του κώδικα gradWienerFilt.m; Γιατί το τρέχω στο Matlab να δω πως λειτουργεί και βγάζει κάτι σχήματα. Πρέπει να βγάλουμε κι εμείς κάποια σχήματα για το μ;

[disconnected]

Για το διάστημα μ, παίρνουμε κάποιο τμήμα του κώδικα gradWienerFilt.m; Γιατί το τρέχω στο Matlab να δω πως λειτουργεί και βγάζει κάτι σχήματα. Πρέπει να βγάλουμε κι εμείς κάποια σχήματα για το μ;

Για τα όρια του μ, παίρνεις την συνθήκη σταθερότητας (σελ 15, steepDesc.pdf)

[boone]

Για το διάστημα μ, παίρνουμε κάποιο τμήμα του κώδικα gradWienerFilt.m; Γιατί το τρέχω στο Matlab να δω πως λειτουργεί και βγάζει κάτι σχήματα. Πρέπει να βγάλουμε κι εμείς κάποια σχήματα για το μ;

Για τα όρια του μ, παίρνεις την συνθήκη σταθερότητας (σελ 15, steepDesc.pdf)

Οκ, σ' ευχαριστώ πολύ. Καμιά ιδέα για την προσαρμογή στο ερώτημα 4; Βλέποντας τις σημειώσεις, μήπως τώρα θα πρέπει να χρησιμοποιήσουμε το gradWienerFilt.m για διάφορα μ;

[Kodi]

Για το δεύτερο ερώτημα με το steepest descent, τον πίνακα R θέλει να τον υπολογίσουμε στο Matlab ή στο χέρι;

[MG9S]

για το ελαχιστο τετραγωνικο σφαλμα δεν ισχυει ο τυπος Jwo = σd^2 − p^T *R^(−1)*p

[boone]

για το ελαχιστο τετραγωνικο σφαλμα δεν ισχυει ο τυπος Jwo = σd^2 − p^T *R^(−1)*p

Ελπίζω απλά να ξέχασες να βάλεις ερωτηματικό, γιατί αν πρόκειται για κατάφαση I'm screwed. Διαφορετικά, αυτός είναι ο τύπος!

[MG9S]

ναι το ξεχασα απλα βαζω αυτο τον τυπο και μου βγαινει παρα πολυ μικρο νουμερο και δεν 3ερω αν κανω κατι λαθος ! κατι διαβαζα οτι πρπει να βγαινει 1 αν δεν κανω λαθος...