03 systems&convolution

background image

Politechnika Łódzka, ul. Żeromskiego 116, 90-924 Łódź, tel. (042) 631 28 83

www.kapitalludzki.p.lodz.pl

Innowacyjna dydaktyka bez ograniczeń - zintegrowany

rozwój Politechniki Łódzkiej - zarządzanie Uczelnią,

nowoczesna oferta edukacyjna i wzmacniania zdolności

do zatrudniania osób niepełnosprawnych

Prezentacja multimedialna współfinansowana przez

Unię Europejską w ramach

Europejskiego Funduszu Społecznego w projekcie pt.

„SIGNAL PROCESSING”

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

2

Signal

Processing

system

x(t)

y(t)

?

x(t)  y(t)

Signal processing systems

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

3

t

– continuous time variable

Continuous time

system

x(t)

y(t)

eg. megaphone -

analog amplifier

Continuous

signal

y(t)=H(x(t))

Signal processing systems

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

4

n

– discrete time variable n = 0, 1, … N,…

eg. reverberation
(echo) model:

y(n)=0.1*y(n-1) +x(n),

Digital filters

Discrete

time signal

Discrete time

system

x(n)

y(n)

y(n)=H(x(n))

Signal processing systems

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

5

1.

With and without memory

2.

Invertible and non-invertible

3.

Causal and non-causal

4.

Stable and unstable*

5.

Linear and nonlinear

6.

Time-invariant and time-variant

Signal processing systems - properties

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

6

 

   

n

x

k

x

n

y

n

k



1

 

 

 

n

x

n

x

n

y

2

2

3

Output signal of a system without memory at
instance n depends only on the input signal at
the same time instance, eg:

Output signal of a system with memory at
instance n depends on the input signal at
instances k

n, eg:

  

  

n

x

n

x

n

y

1

Systems with and without memory

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

7

   

)

10

(

n

x

n

x

n

y

A system is causal if its output signal at instance n
is dependent only on the input signal at instance n
and/or previous instances, eg:

   

)

1

(

n

x

n

x

n

y

noncausal

Causal systems

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

8

Stable/unstable system - quiz question

1.

Which of the system is stable?

a)

b)

c)

d)

 

 

0

n

n

n

u

a

n

y

 

)

(

2

n

x

k

n

y

 

)

(

3

n

x

n

y

 

 

N

n

n

x

n

y

0

where

u(n)

is a sequence of unit pulses

The system is considered to be stable if for input signal samples
x(n) such that |x(n)|<A (where: A

– is a finite constant) output signal

samples y(n) satisfy |y(n)|<B (where: B

– is also a finite constant) –

this is so called bounded-input bounded-output (BIBO) stability.

where

k

is a constant

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

9

Homogeneous systems

System

IF:

THEN:

x(n)

y(n)

System

k

·x(n)

k

·y(n)

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

10

Additive systems

System

IF:

AND:

x1(n)

y1(n)

System

x2(n)

y2(n)

System

THEN:

x1(n) + x2(n)

y1(n) + y2(n)

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

11

Linear systems

If the system is homogeneous and additive, it is linear.

homogeneous

linear

additive

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

12

ie. the response of a linear system to a sum of input

signals is equal to the sum of the responses of the
input signals.

Linear system example:

Nonlinear system example:

 

 

 

 

 

 

n

by

n

ay

n

x

bH

n

x

aH

n

bx

n

ax

H

2

1

2

1

2

1

 

 

n

x

n

y

2

Linear systems fulfill the superposition principle:

 

 

n

x

n

y

3

Superposition principle

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

13

 

 

1

2

n

x

n

y

Is the following system: linear?

 

 

5

1

2

1

1

n

x

n

y

 

 

3

2

2

1

n

x

and

n

x

Let:

 

 

7

1

2

2

2

n

x

n

y

However:

 

 

 

 

 

12

11

1

2

2

1

2

1

3

n

y

n

y

n

x

n

x

n

y

NO!

Conclusion:

The response of a linear system to

zero input is…?

Linear systems

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

14

 

 

1

2

n

x

n

y

Is the following system: linear?

But:

 

 

 

 

b

a

n

bx

n

ax

n

by

n

ay

2

1

2

1

2

2

Linear systems

 

 

 

 

n

by

n

ay

n

bx

n

ax

H

2

1

2

1

 

 

 

 

 

 

1

2

2

1

2

2

1

2

1

2

1

n

bx

n

ax

n

bx

n

ax

n

bx

n

ax

H

Remember:

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

15

Quiz questions

1. Which of these systems are linear? Show calculations.

a)

b)

c)

d)

e)

f)

 

 

N

n

n

x

n

y

0

 

)

(

3 n

x

n

y

 

)

(

2

n

x

k

n

y

 

)

(

2

n

x

n

y

 

d

x

t

y

t

o

)

(

 

))

(

log(

t

x

a

t

y

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

16

Time invariant systems have the following property:

IF

y(n)

is the response of the system to

x(n)

THEN

y(n-k)

is the response to

x(n-k).

 

 

 

k

n

x

H

k

n

y

n

x

H

n

y

Time invariant systems

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

17

We will show that for LTI systems,
the knowledge of the system response to the

impulse

(n)

is enough to determine the response

of the system to any discrete time signal.

Linear system

(n)

0

0

h(n)

Impulse response

LTI systems

We will concentrate on the LTI systems.

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

18

 

0

0

0

1

n

for

n

for

n



k

k

k

n

k

n

Unit impulse:

0

n

n=k

0

n

n=0

n

1

Continous vs discrete time signal
(Dirac impulse series )

1

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

19

x(t)

t

0

x(n

t)

n

0

t

1 2 3

n

0

 

  

k

n

t

x

n

x

k

k





k

k

k

n

x

=

Continous vs discrete time signal

 

t

x

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

20

Discrete signal definition

Discrete time signal is an impulse series: {x(n

t)}

for

t

=1 {x(1), x

(2), … x(k), …}

x(n

t)

n

0

t

1 2 3

 

  

k

n

k

x

n

x

k

k



background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

21

x(n

t)

n

0

t

1 2 3

    

   

   

   

2

2

1

1

0

0

1

1

n

x

n

x

n

x

n

x

n

x

-1

x(-1)

Discrete signal example

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

22

Input signal x(n):

 

  

k

n

k

x

n

x

k

k



Impulse response:

 

 

 

n

H

n

h

The response of the system to the input

x(n)

is determined according to the

superposition principle:

 

  

  

 

  

k

n

h

k

x

k

n

H

k

x

k

n

k

x

H

k

n

k

x

H

n

y

k

k

k

k

k

k

k

k









Response of the LTI system
to the discrete signal

Important

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

23

Input signal

x(n):

 

  

k

n

k

x

n

x

k

k



Output signal

y(n)

:

 

  

  

k

h

k

n

x

k

n

h

k

x

n

y

k

k

k

k





Response of the LTI system
to the discrete signal

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Convolution example

Signal Processing

24

 

 

]

1

,

1

[

1

,

1

,

1

n

h

n

x

x(k)

0 1 2 3

-1

k

h(k)

0 1 2 3

-1

k

x(-k)

0 1 2

-1

k

-2

 

       

1

0

0

0

0

h

x

k

h

k

x

y

k

k

 

  

k

h

k

n

x

n

y

k

k



background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Convolution example

Signal Processing

25

 

  

k

h

k

n

x

n

y

k

k



x(k)

0 1 2 3

-1

k

h(k)

0 1 2 3

-1

k

x(1-k)

0 1 2

-1

k

-2

 

 

]

1

,

1

[

1

,

1

,

1

n

h

n

x

 

   

  

2

0

1

1

...

)

2

(

)

2

1

(

)

1

(

)

1

1

(

0

0

1

1

1

0

h

x

h

x

h

x

k

h

k

x

y

k

k

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Convolution example

Signal Processing

26

 

  

k

h

k

n

x

n

y

k

k



x(k)

0 1 2 3

-1

k

h(k)

0 1 2 3

-1

k

x(2-k)

0 1 2

-1

k

-2

 

 

]

1

,

1

[

1

,

1

,

1

n

h

n

x

 

   

  

2

0

1

1

...

)

2

(

)

2

2

(

)

1

(

)

1

2

(

0

0

2

2

2

0

h

x

h

x

h

x

k

h

k

x

y

k

k

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Convolution example

Signal Processing

27

 

  

k

h

k

n

x

n

y

k

k



x(k)

0 1 2 3

-1

k

h(k)

0 1 2 3

-1

k

x(3-k)

0 1 2

-1

k

 

 

]

1

,

1

[

1

,

1

,

1

n

h

n

x

 

   

  

1

0

1

0

1

1

1

1

0

)

2

(

)

2

3

(

)

1

(

)

1

3

(

0

0

3

3

3

0

h

x

h

x

h

x

k

h

k

x

y

k

k

 

]

1

2

2

1

[

)

(

*

)

(

n

h

n

x

n

y

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

28

Convolution

     

  

k

n

h

k

x

n

h

n

x

n

y

k

k



     

  



d

t

h

x

t

h

t

x

t

y

Continuous:

Discrete:

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

29

Equation:

is called the convolution of

x(n)

with

h(n)

, ie.

Input series with

impulse response of the system.

 

  

    

n

h

n

x

k

n

h

k

x

n

y

k

k



 

  

  

k

n

x

k

h

k

n

h

k

x

n

y

k

k

k

k





Convolution

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

30

A response of a linear system to a periodic signal

Let the input signal be

:

The output signal

y(n)

:

 

  

 

     

H

n

x

k

h

e

e

k

h

e

k

h

k

n

x

n

y

k

k

k

j

n

j

k

k

k

n

j

k

k







 

n

j

e

n

x

 

H

n

j

e

 

n

j

e

H

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

31

-5

0

5

10

15

20

-4

-2

0

2

4

-5

0

5

10

15

20

0

2

4

-5

0

5

10

15

20

-10

0

10

Signal x

Signal h

The result of

convolution

     

  

k

n

h

k

x

n

h

n

x

n

y

k

k



Determination of convolution

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

32

-5

0

5

10

15

20

-4

-2

0

2

4

-5

0

5

10

15

20

0

2

4

-5

0

5

10

15

20

-10

0

10

Signal x

Signal h

The result of

convolution

     

  

k

n

h

k

x

n

h

n

x

n

y

k

k



Determination of convolution

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

33

Signal x

Signal h

The result of

convolution

-5

0

5

10

15

20

-4

-2

0

2

4

-5

0

5

10

15

20

0

2

4

-5

0

5

10

15

20

-10

0

10

     

  

k

n

h

k

x

n

h

n

x

n

y

k

k



Determination of convolution

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

34

Signal x

Signal h

The result of

convolution

-5

0

5

10

15

20

-4

-2

0

2

4

-5

0

5

10

15

20

0

2

4

-5

0

5

10

15

20

-10

0

10

     

  

k

n

h

k

x

n

h

n

x

n

y

k

k



Determination of convolution

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

35

Signal x

Signal h

The result of

convolution

-5

0

5

10

15

20

-4

-2

0

2

4

-5

0

5

10

15

20

0

2

4

-5

0

5

10

15

20

-10

0

10

     

  

k

n

h

k

x

n

h

n

x

n

y

k

k



Determination of convolution

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

36

Signal x

Signal h

The result of

convolution

-5

0

5

10

15

20

-4

-2

0

2

4

-5

0

5

10

15

20

0

2

4

-5

0

5

10

15

20

-10

0

10

     

  

k

n

h

k

x

n

h

n

x

n

y

k

k



Determination of convolution

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

37

Signal x

Signal h

The result of

convolution

-5

0

5

10

15

20

-4

-2

0

2

4

-5

0

5

10

15

20

0

2

4

-5

0

5

10

15

20

-10

0

10

     

  

k

n

h

k

x

n

h

n

x

n

y

k

k



*

Determination of convolution

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

38

Signal x

Signal h

The result of

convolution

-5

0

5

10

15

20

-4

-2

0

2

4

-5

0

5

10

15

20

0

2

4

-5

0

5

10

15

20

-10

0

10

     

  

k

n

h

k

x

n

h

n

x

n

y

k

k



*

Determination of convolution

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

39

Signal x

Signal h

The result of

convolution

-5

0

5

10

15

20

-4

-2

0

2

4

-5

0

5

10

15

20

0

2

4

-5

0

5

10

15

20

-10

0

10

     

  

k

n

h

k

x

n

h

n

x

n

y

k

k



*

Determination of convolution

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

40

Signal x

Signal h

The result of

convolution

-5

0

5

10

15

20

-4

-2

0

2

4

-5

0

5

10

15

20

0

2

4

-5

0

5

10

15

20

-10

0

10

     

  

k

n

h

k

x

n

h

n

x

n

y

k

k



*

Determination of convolution

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

41

Signal x

Signal h

The result of

convolution

-5

0

5

10

15

20

-4

-2

0

2

4

-5

0

5

10

15

20

0

2

4

-5

0

5

10

15

20

-10

0

10

     

  

k

n

h

k

x

n

h

n

x

n

y

k

k



*

Determination of convolution

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

42

Signal x

Signal h

The result of

convolution

-5

0

5

10

15

20

-4

-2

0

2

4

-5

0

5

10

15

20

0

2

4

-5

0

5

10

15

20

-10

0

10

     

  

k

n

h

k

x

n

h

n

x

n

y

k

k



*

Determination of convolution

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

43

Signal x

Signal h

The result of

convolution

-5

0

5

10

15

20

-4

-2

0

2

4

-5

0

5

10

15

20

0

2

4

-5

0

5

10

15

20

-10

0

10

     

  

k

n

h

k

x

n

h

n

x

n

y

k

k



Pay attention to the length of the result.

Compare the input signal x with its convolution with h.

Determination of convolution

1

N

M

L

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

44

Determine y(t)= x(t)

h(t), for:

t=4,

t=2,

t=3/2 i

t=1

1

-1

t

h(t)

 

  

d

t

h

x

t

y

0

t

t

2

t

-2

t

-

t

x(t)

1

1

Convolution - example

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

45

-10

-8

-6

-4

-2

0

2

4

6

8

10

0

0.5

1

h

-15

-10

-5

0

5

10

15

0

0.5

1

x

-15

-10

-5

0

5

10

15

0

0.5

1

c

o

n

v

(x

,h

)

t=4

Convolution example

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

46

-5

-4

-3

-2

-1

0

1

2

3

4

5

0

0.5

1

h

-6

-4

-2

0

2

4

6

0

0.5

1

x

-8

-6

-4

-2

0

2

4

6

8

0

0.5

1

c

o

n

v

(x

,h

)

t=2

Convolution example

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

47

-4

-3

-2

-1

0

1

2

3

4

0

0.5

1

h

-5

-4

-3

-2

-1

0

1

2

3

4

5

0

0.5

1

x

-6

-4

-2

0

2

4

6

0

0.5

1

c

o

n

v

(x

,h

)

t=1.5

Convolution example

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

48

-2.5

-2

-1.5

-1

-0.5

0

0.5

1

1.5

2

2.5

0

0.5

1

h

-3

-2

-1

0

1

2

3

0

0.5

1

x

-4

-3

-2

-1

0

1

2

3

4

0

0.5

1

c

o

n

v

(x

,h

)

t=1

Convolution example

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

49

Joy of Convolution

A free tutorial on convolution can be found in the internet at:

http://www.jhu.edu/~signals/convolve/index.html

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

50

A liner system is defined by

a difference equation:

 

 

1

2

1

2

1

n

x

n

x

n

y

Impluls response of this system is:

 

 

1

2

1

2

1

n

n

n

h

h(.)

(n)

0

0

h(n)

t

1/2

1/2

x(n)

y(n)

1

1

1/2

Convolution example

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

51

Signal

Impulse response

---------------------------------
x(0)=1

h(0)=1

x(1)=0

h(1)=1

x(2)=0

h(2)=1

 

  

k

n

x

k

h

n

y

k

k



y(0) = x(0)h(0) + x(1)h(-1) + x(2)h(-2) = 1+0+0 = 1
y(1) = x(0)h(1) + x(1)h(0) + x(2)h(-1) = 1+0+0 = 1
y(2) = x(0)h(2) + x(1)h(1) + x(2)h( 0) = 1+0+0 = 1
y(3) = x(0)h(3) + x(1)h(2) + x(2)h( 1) = 0+0+0 = 0
y(4) =…………….

 

  

k

n

h

k

x

n

y

k

k



|||

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

52

Signal

Impulse response

---------------------------------
x(0)=1

h(0)=1

x(1)=1

h(1)=1

x(2)=1

h(2)=1

 

  

k

n

x

k

h

n

y

k

k



y(0) = x(0)h(0) + x(1)h(-1) + x(2)h(-2) = 1+0+0 = 1
y(1) = x(0)h(1) + x(1)h(0) + x(2)h(-1) = 1+1+0 = 2
y(2) = x(0)h(2) + x(1)h(1) + x(2)h( 0) = 1+1+1 = 3
y(3) = ……………..
y(4) =…………….

 

  

k

n

h

k

x

n

y

k

k



|||

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

53

The system’s impulse response can be infinite, eg:

 

  

n

x

n

y

a

n

y

1

1

Response of the linear system
to the discrete signal

t

x(n)

y(n)

a1

y(n-1)

a

1

y(n-1)

Feedback

loop

For what values of a

1

the response of the system is bounded?

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

54

Quiz questions

1.

Any discrete time signal can be defined by?

a) a linear combination of weighted unit pulse functions

b) a linear combination of delayed unit pulse functions

c) a linear combination of unit pulse functions

d) a linear combination of delayed and weighted pulse functions

2.

The impulse response is sufficient to completely characterize?

a) a linear memoryless system

b) a linear system

c) a time invariant system

d) a linear time invariant system

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

55

Example:

Convolve ECG signal with an impulse response:

 

k

n

x

n

y

k

k

23

0

24

1

 

24

24

1

....

24

1

24

1

24

1

24

1





n

h

Convolution as filtering

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

56


# Python (interactive mode)
from scipy.io import loadmat,savemat
ecg=loadmat('ecg_all.mat')['ecg_s'] #load ecg signal and assign to variable ecg
ecg=reshape(ecg,len(ecg)) #reshaping required for .mat files
plot(ecg)
h=1/24.*ones(24)

#define impulse response h

y=convolve(h,ecg)

#result of filtering

plot(y)

        

  

  

k

n

x

k

h

n

x

h

n

x

h

n

x

h

n

y

k

k

23

0

23

23

1

1

0

Convolution as filtering

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

57

0

500

1000

1500

2000

2500

3000

-0.8

-0.6

-0.4

-0.2

0

0.2

0.4

0.6

0

5

10

15

20

25

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

ECG signal

Filter’s impulse response

Convolution as filtering

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

58

0

500

1000

1500

2000

2500

3000

3500

-0.8

-0.6

-0.4

-0.2

0

0.2

0.4

0.6

750

800

850

900

950

1000

1050

-0.14

-0.12

-0.1

-0.08

-0.06

-0.04

-0.02

0

0.02

0.04

0.06

x

conv(x,h)

ECG signal
and its convolution
with h.

Convolution as filtering

Smoothing filter

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

59

Convolution  digital filters

z

-1

z

-1

z

-1

z

-1

z

-1

z

-1

b

0

x(k-1)

x(k)

x(k-M)

x(k-2)

y(k-2)

y(k-1)

y(k-N)

b

1

a

1

b

M

b

2

a

2

a

N

y(k)

Moving average

parameters

Autoregression

parameters

background image

Projekt współfinansowany przez Unię Europejską

w ramach Europejskiego Funduszu Społecznego

Signal Processing

60

1.

Types of systems

2.

Various systems’ properties

3.

LTI systems

4.

Continous vs discrete signals

5.

Convolution

-

definition

-

calculation

-

examples - filtering

Systems and convolution - summary

background image

Politechnika Łódzka, ul. Żeromskiego 116, 90-924 Łódź, tel. (042) 631 28 83

www.kapitalludzki.p.lodz.pl

Innowacyjna dydaktyka bez ograniczeń - zintegrowany

rozwój Politechniki Łódzkiej - zarządzanie Uczelnią,

nowoczesna oferta edukacyjna i wzmacniania zdolności

do zatrudniania osób niepełnosprawnych

Prezentacja multimedialna współfinansowana przez

Unię Europejską w ramach

Europejskiego Funduszu Społecznego w projekcie pt.

„SIGNAL PROCESSING”


Wyszukiwarka

Podobne podstrony:
03 system2
03 System suche mokre
03 Systemy informatyczne 1 ppt
03 System opasu bydła intensywny, ekstensywny, półintensywny
03. System podatkowy - slajdy, Teorie opodatkowania i systemy podatkowe, Teorie opodatkowania i syst
03. SYSTEM PODATKOWY teoria, Teorie opodatkowania i systemy podatkowe, Teorie opodatkowania i system
03 Systemy rolniczeid 4204 ppt
Żelbetowe wzmocnienia ścianek kolankowych M 03 9, Systemy wykończeniowe
03 systemy rachunku kosztow
21 03 System pierwszej pomocyid 29156
03 System bank hipo w POLid 450 Nieznany (2)
!03 systemy informatyczne
03 system2
teoria 03 systemy plikow NT
03 system2
1999 03 System nadzoru z kamerami przemysłowymi TV

więcej podobnych podstron