[Ψηφιακά Φίλτρα] 1η εργασία 2016

[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!

Για ανανέωση (ή προσθήκη νέου) avatar, πρέπει η μεγαλύτερη διάσταση της εικόνας να είναι 110 pixels.

[Sf(x)dx]

Βρισκω για τον πινακα R 4 τιμες (οι δυο αρνητικες) και για τον πινακα Ρ 2 τιμες [0.19 0].

Τους βελτιστους συντελεστες πως τους βγαζω; Διοτι στις σελιδες 13 και 14 με μπερδευει αυτο το b που εμφανιζει.

Μπορεις ειτε να λύσεις αναλυτικα το γραμμικό συστημα 2 εξισωσεων - 2 αγνώστων που έχει προκύψει απο τις εξισώσεις Wiener-Hopf
( σε μορφή πινάκων : R*w = p) , ειτε να βρεις αριθμητικα το αποτελεσμα τρεχοντας gradient descent , δλδ πρακτικα εφαρμοζοντας τον αναδρομικο τυπο w(n + 1) = w(n) + μ(P − R w(n)) που εχει δωσει στην εκφωνηση.

Κανε και τα 2 και επιβεβαιωσε οτι το w της gradient descent συγκλινει σε αυτο που βρηκες αναλυτικα

[Chester]

ωραια, ευχαριστω πολυ!

Και κατι ακομα. Στο 4ο βημα, χρησιμοποιω την εξισωση x(n) που μας δινει η εκφωνηση;

[Niobe]

ωραια, ευχαριστω πολυ!

Και κατι ακομα. Στο 4ο βημα, χρησιμοποιω την εξισωση x(n) που μας δινει η εκφωνηση;

Δε χρειαζεται, οταν κανεις load το souns.mat και το noise.mat στα εμφανιζει ως d και u αντιστοιχα

[kakashi]

Ακούω το τραγούδι πολύ σιγά και ο θόρυβος δεν έχει φύγει σχεδόν καθόλου.Έκανα αλλαγές στο μ αλλά δεν είδα βελτίωση.Καμιά ιδέα για το τι μπορεί να φταίει;;
Αυτό που κάνω αφού βρω το y είναι e=d-y και μετά ακούω απλά το e.Μήπως εκεί είναι το λάθος;

[nikos1]

Ακούω το τραγούδι πολύ σιγά και ο θόρυβος δεν έχει φύγει σχεδόν καθόλου.Έκανα αλλαγές στο μ αλλά δεν είδα βελτίωση.Καμιά ιδέα για το τι μπορεί να φταίει;;
Αυτό που κάνω αφού βρω το y είναι e=d-y και μετά ακούω απλά το e.Μήπως εκεί είναι το λάθος;

+1 ακριβως το ιδιο προβλημα αλλα με τον optimal τροπο

[4emonas]

είχα και εγώ αυτό το πρόβλημα.. Χρησιμοποιούσα τον κώδικα από το ethmmy:

Code:

s = [0; u];
for i=2:n
  .
  .
  y(i) = s(i:-1:i-1)' * w; % filter
end

αυτό που μου δημιουργούσε το πρόβλημα ήταν το << s = [0; u]; >>. Αφαίρεσα τελείως αυτή τη γραμμή και στον υπολογισμό του y έβαλα u αντί για s. Δεν ξέρω αν σας βοηθάει, εμένα πάντως αυτό έφταιγε.

[Μεταλλαγμένη Πάπια]

Να ρωτησω εγω κατι χαζο..Γιατι οταν τρεχω αυτο:

Code:

n = 500; % number of time steps

%% signal
v1 = sqrt(0.27)*randn(n,1); v1 = v1 - mean(v1); % input to AR process

d = zeros(n,1); % initialize

% Desired signal
d(1) = v1(1);
for i=2:n
  d(i) = 0.8458 * d(i-1) + v1(i);
end

%% channel
v2 = sqrt(0.1)*randn(n,1); v2 = v2 - mean(v2); % white noise

x = zeros(n,1); % initialize

x(1) = d(1);
for i=2:n
  x(i) = d(i) + 0.9458 * x(i-1);
end

u = x + v2; % add noise 
nCoeff =2;
a = xcorr(u,u,nCoeff-1,'unbiased');
a = a(nCoeff:(2*nCoeff-1));
R = toeplitz(a);

Μου βγαζει R=[65.77 65.44;65.77 65.44] Ενω θα πρεπε να βγαζει R=[1.1 0.5 ;0.5 1.1]?Εχω καταλαβει κατι λαθος?

Αυτό είναι μια παρα πολυ καλη ερωτηση γενικα... Αυτος ο τροπος (και οχι μονο) δε δινουν για κανενα λογο ιδιο αποτελεσμα με αυτα που βγαζει αυτος στις διαφανειες. Στο .m ολα τα εγραψε ωραια και αναλυτικα με πραξεις αλλα οταν ηρθε η ωρα για το R, το εκανε απλη αναθεση αν ειναι δυνατον... δε ψηθηκε να πει πως το βρηκε. Προσωπικα δε καταλαβαινω χριστο τι κανει με τις αυτοσυσχετισεις. Κανεις ιδεα;

[xameno kormi]

παιδια μπορει να μου εξηγησει καποιος επειδη εχω κολλησει ( η να με παραπεμψει σε καποιο προηγουμενο ποστ αν εχει απαντηθει) , οταν λεει φιλτρο 60 συντελεστων τι εννοει ?  αν δν κανω λαθος το φιλτρο ειναι κατι σαν το gradWienerFilt.m απο ethmmy που χρησιμοποιουμε ε? 

[driverbulba]

Αν κάνω πρόβλεψη τον θόρυβο χρησιμοποιώντας Ru και p = [0.8, 0, 0, .... ] και βγάλω το y

και ακούσω το e=d-y

δε θα έπρεπε να ακούω το τραγούδι?

[Andromedas]

/εδιτ
Πλσ help δεν είμαι σίγουρος εάν η ανάλυση μου είναι σωστή... 

[Maylo]

Ανδρομέδα μπορείς να μου εξηγήσεις γιατί Ε(-0.78 d(n) u(n-1)) = 0 ??

[Andromedas]

Ανδρομέδα μπορείς να μου εξηγήσεις γιατί Ε(-0.78 d(n) u(n-1)) = 0 ??

Διότι το εάν πάρεις (x[n]+v[n]=d[n] ) * u[n-1] καταλήγεις σε x[n]*u[n-1] που είναι μηδέν
και E[u[n-1]v[n]]=E[u[n-1]d[n]] άρα 0 . Νομίζω πως έτσι είναι , έτσι και αλλιώς το post που έκανα το έκανα για διορθώσεις καθώς δεν είμαι σίγουρος για  auto,cross Corr. και ήθελα να μου τις τσεκάρει κάποιος.

[Chester]

/εδιτ
Πλσ help δεν είμαι σίγουρος εάν η ανάλυση μου είναι σωστή... 

και εγω πανω κατω σε αυτα κατεληξα.

[themis93]

Θα ρωτήσω κάτι βλακώδες αλλά το έχω απορία...   

το σήμα x(n) που είναι η είσοδος στο σύστημα, θα το φτιάξουμε για τις ακέραιες τιμές του n ή μπορούμε να το φτιάξουμε π.χ. για κάθε t=0.01?

[Andromedas]

Θα ρωτήσω κάτι βλακώδες αλλά το έχω απορία...   

το σήμα x(n) που είναι η είσοδος στο σύστημα, θα το φτιάξουμε για τις ακέραιες τιμές του n ή μπορούμε να το φτιάξουμε π.χ. για κάθε t=0.01?

troll?