1 / 25

Virtuális méréstechnika

Virtuális méréstechnika. Spektrum számolása. Mingesz Róbert. V 3.0 2013.09.28. Tartalom. Spektrum számolása Feladatok megoldása. Spektrum számolása. Jelek mintavételezése. dt : – mintavételi időköz fs = 1/ dt – mintavételi frekvencia. Fourier reprezentációk. Spektrum.

serena
Download Presentation

Virtuális méréstechnika

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Virtuális méréstechnika Spektrum számolása Mingesz Róbert V 3.0 2013.09.28.

  2. Tartalom • Spektrum számolása • Feladatok megoldása

  3. Spektrum számolása

  4. Jelek mintavételezése • dt: – mintavételi időköz • fs = 1/dt – mintavételi frekvencia

  5. Fourier reprezentációk

  6. Spektrum • f0 – DC jelszínt • df – frekvencia felbontás • fi = i ∙ df – kiválasztott frekvencia

  7. DFT • – mintavételezett jel • – frekvenciatartománybeli reprezentáció (spektrum, az amplitúdó fele) • Teljesítménysűrűség spektrum:

  8. Négyszög ablakfüggvény

  9. Hanning ablakfüggvény

  10. Waveform • Kezdőidő (dátum/relatív idő) ( t0 ) • Mintavételi időköz ( dt ) • Kitérés ( Y ) • Clusterrel helyettesíthető

  11. Waveform paletta

  12. Waveform generálása • Signalprocessing / WfmGeneration

  13. Mintavételezés paraméterei (Samplinginfo) • Mintavételi frekvencia ( Fs ) • Minták száma ( #s , tipikusan kettő hatvány)

  14. PSD számolása • Signalprocessing / WfmMeasure

  15. Teljesítménysűrűség spektrum • Kezdő frekvencia ( f0=0 ) • Frekvencia-feloldás ( df ) • Amplitúdó ( magnitude )

  16. Amplitúdó spektrum számolása • Signalprocessing / WfmMeasure

  17. Tömb feldarabolása • Tömb feldarabolása több, egyforma nagyságú (blocksize) részre

  18. IntensityGraph • Fogadott adattípus: 2D tömb

  19. 1. feladat • Hozzon létre egy háromszögjelet, majd számolja ki a négyzetét! • A jel paraméterei: frekvencia: 10 Hz, mintavételi frekvencia: 10 kHz, minták száma 65536. Ábrázolja mindkét jelet egy grafikonon, úgy, hogy jól látszódjon az eredmény! • Számolja ki mindkét jel amplitúdó-spektrumát (magnitude), és ábrázolja őket egy grafikonon 0 és 100 Hz között.

  20. 1. feladat • Mi a különbség a két jel között? Milyen különbséget látunk, ha az y tengely (magnitúdó) logaritmikus? Miért nem csak 10 Hz-nél látunk bármit a spektrumban? Mit jelent a spektrum 0-nál felvett értéke? Miért nem éles vonalakat látunk? Hogy lehetne ezen segíteni? • A vi előlapot megfelelően alakítsa ki, a feliratok legyenek informatívak (a tengelyfeliratok is)!

  21. 2. feladat • A mellékelt SampleSignalForPSD.viegy minta jelet ad vissza, valamint a hozzá tartozó paramétereket (mintavételi frekvencia, minták száma). Készítsen olyan programot, amely kiszámolja a jel teljesítménysűrűség-spektrumát (PSD). • Megjegyzés: az SampleSignalForPSD.visubVI-kéntkell felhasználni, a VI-t nem kell megnyitni vagy szerkeszteni

  22. 2. feladat • A program előlapján lehessen választani, hogy milyen ablakfüggvényt használunk, valamint azt, hogy decibel (logaritmikus) vagy normál (lineáris) skálán szeretnénk-e látni az eredményt. A program előlapját megfelelően feliratozza! • Magyarázza meg, a látott spektrumot! Milyen különbséget lát a lineáris és a logaritmikus skálán való megjelenítés között? Történt-e „hiba” a mintavételezés során?

  23. 3. feladat • Egy ciklusban darabolja fel a teljes jelet 1024 mintából álló darabokra. Számolja ki az egyes darabok spektrumát, majd az (időfüggő) eredményt jelenítse meg egy IntensityGraph-on!

  24. 3. feladat • A program legyen képes mind lineáris, mind decibeles skálán megjeleníteni az eredményt! (Megjegyzés: lineáris skála esetén célszerű ha a z tengely autoskálán van, decibeles skála esetén pedig – 60 db min és 0 db max az ideális beállítás). • Miben különbözik a kép lineáris és decibeles skálán? Magyarázza meg mit lát a spektrumban!

  25. 4. feladat • Kíváncsiak vagyunk, hogyan változik a jel teljesítménye az 1024 Hz-hez tartozó frekvencián. • Hogyan kaphatjuk meg a jel teljesítményét az adott pontban? • Készítsen (a hármas feladaton alapuló) programot, mely ábrázolja ennek időbeli változását. • Hogyan magyarázza ez a jel a korábbi spektrumokat?

More Related