3582328196

3582328196



Pytania na poprawie, oficjalne.

Zestaw 1: Szybkość zbieżności algorytmu Levinsona a szerokość pasma sygnału Zestaw 2: Filtr innowacyjny: wybielający, dekorelujący, parametryzujący Zestaw 3: Filtr modelujący: porównanie kowariancji i widmowej gęstości mocy we-wy Zestaw 4: Adaptacyjny filtr innowacyjny: niestacjonarność sygnału a przebieg zmiennych w czasie wsp. Schura; test stacjonarności sygnału

Zestaw 5: Kompresja z użyciem filtru innowacyjnego: szerokość pasma sygnału a szerokość widma wsp. Schura

Zestaw 8: Metoda LPC (sygnał stacjonarny i sygnał niestacjonarny); kompresja w przypadku sygnału niestacjonarnego

Odpowiedzi

Zestaw 1: Szybkość zbieżności algorytmu Levinsona a szerokość pasma sygnału

1.    Wnioski: wygenerowane wykresy pokazują że szybkość zbieżności algorytmu Levinsona maleje wraz z poszerzaniem się pasma.

2.    Wnioski: Wygenerowany wykres wykazuje że szybkość zbieżności algorytmu Levinsona nie zależy od położenia parametryzowanego sygnalu.xD oczywiście dalej ścierna poleciała ale na tym się wzorowałem i wokół tego się kręciłem

(Jest ok?)

Poprawa jakości estymacji zależy od szybkości malenia wartości funkcji kowariancji: jeśli szybkość malenia jest duża c( 1)<<c(0) - jakość estymacji poprawia się powoli, co wymaga stosowania filtrów wysokiego rzędu; jeśli szybkość malenia mała c(l)<c(0) - jakość estymacji poprawia się szybko, możliwość stosowania filtrów niskiego rzędu. W granicznym przypadku szumu białego mamy c(0)=c(l)=...=0 co implikuje zerową poprawę jakości estymacji, stąd wniosek, Ze prognozowanie szumu białego nie ma sensu.

Szybkość zbieżności algorytmu Levinsona a szerokość pasma sygnału

Szybkość zbieżności algorytmu levinsona zależy od szerokości pasma sygnału tzn im pasmo jest szersze tym algorytm wolniej zbiega do poziomu błędu średniokwadratowego jakiego oczekujmy, dodatkowo położenie sygnału w paśmie częstotliwości nie wpływa na szybkość zbieżności algorytmu levinsona. Co do zbieżności względem szumu białego trafnym jest że nie można wybielić bardziej szumu białego.

Zestaw 2: Filtr innowacyjny: wybielający, dekorelujący. parametryzujący


Wyszukiwarka

Podobne podstrony:
PYTANIA NA EGZAMIN Z POETYKI ZESTAW 1 ^Informacja stematyzowana a informacja implikowana. To dwa rod
zad53 kol Wgm sygnałów mowy Zbieżność algorytmu Levinsona dla sygnałów mowy o różnym położeniu wgm n
zad2 (4) Zależność zbieżności algorytmu Levinsona od położenia wgm sygnału na osi częstotliwości
Przeanalizować otrzymane wyniki. Skomentować zależność szybkości zbieżności algorytmów LMS i RLS od
1. Wstęp zakodowanego na liczbach dziesiętnych z metodą lokalnej zbieżności. Algorytm genetyczny wyk
zad1 (4) Zbieżność algorytmu Levinsona w zależności od szerokości pasma parametryzowanego sygnału
pytania do powtórek i na 2 termin egzaminu Zestaw 1    . 1.    Rodzaje
pytania do powtórek i na 2 termin egzaminu Zestaw 1    . 1.    Rodzaje
6 (821) “f Pytania/Polecenia Poprawna odpowiedź - lp.Zadanie 16. Jak masz na imię? Jak się nazywasz?
kww mdm3 13. Które własności zostały zapisane poprawnie dla funkcji przedstawionej na wykresie obok?
poprawa Zaliczenie poprawkowe LG+Z Zestaw 1 1.    Znaleźć rzut punktu Po = (3,1, -1)
76179 pytania do powtórek i na 2 termin egzaminu Zestaw 1    . 1.    R
DSC00723 (6) Pytania na kolokwium "Specjaliztyczne pomiary inżynieryjne"Zestaw 2 Imię i
Pytania na egzamin dyplomowy - InformatykaPytania dyplomowe - kierunek INFORMATYKA1 I. ALGORYTMY; SI

więcej podobnych podstron