Wyniki wyszukiwana dla hasla SYGNAŁY img136 6. Analiza korelacyjna.doc, 3/19PODSTAWY ANALIZY KORELACYJNEJ (cd) • jeżeliimg137 (11) oprowadzenie do techniki sieci neuronowych Po ustaleniu się sygnałów wyjściowych na obydimg138 (3) 6. Analiza korelacyjna.doc, 7/19PODSTAWY ANALIZY KORELACYJNEJ (cd)Widmo energii sygnałów img139 139 Odstęp sygnał - błąd kwantowania wynosiłby wtedy (1.4.15) i byłby niezależny od poziomu simg139 (2) 6. Analiza korelacyjna.doc, 9/19PODSTAWY ANALIZY KORELACYJNEJ (cd)Funkcja autokorelacji simg141 141 sygnałem oryginalnym x(t) odniesionym do zakresu kwantyzatora IxIhax* v(t) = x( t)/| xIMAimg143 (4) Rys. 61. Model podwójnego sygnalizatora ulicznego zrobiony z blaszki (z puszek po koimg144 (2) 4. Przekształcenie Fouriera i jego właściwości.doc, 1/10ANALIZA WIDMOWA SYGNAŁÓW NIEOKRESimg145 4. Przekształcenie Fouriera i jego właściwości.doc, 3/10ANALIZA WIDMOWA SYGNAŁÓW NIEOKRESOWYCimg148 (2) 4. Przekształcenie Fouriera i Jego właściwości.doc, 9/10ANALIZA WIDMOWA SYGNAŁÓWimg152 (4) 3. Rozwinięcie w szereg trygonometryczny.doc, 7/16ROZWINIĘCIE SYGNAŁÓW W SZEREG WYKŁADNICimg153 153 Rys. 1.58. Przetwarzanie analogowo-cyfrowe w układzie różnicowy* - przebiegi sygnałów (a,img155 (5) 3. Rozwinięcie w szereg trygonometryczny.doc, 13/16ROZWINIĘCIE SYGNAŁÓW W SZEREG TRYGONOMimg156 (7) 3. Rozwinięcie w szereg trygonometryczny.doc, 15/16WARUNKI DIRICHLETA aby sygnał x(/) możimg165 *<=<*> sygnał cyfrowy DEKODO WANIE :1 ■■■! skwantowaneimg167 167 stawiono przebieg sygnału skwantowanego (wyjściowego kwantyzatora) xq(t), gdy sygnał przeimg169 169 Rys. 1.63. Zależność granicznego odstępu sygnał - szum aproksymacji dla modulacji PCM oraimg175 175 175 M(w)DCa>) (1.4.54) W praktyce przyjęło się sygnały Modulacji cyfrowych charakteryzimg175 (7) wadzenie do techniki si Sygnały te mogą być dodatnie (dany obiekt się temu neuronowi podoimg182 (10) 176 Sieci neuronowe samouczące się to “chwilę” potrwać!), a potem sam pokazuje wzorce syWybierz strone: [
10 ] [
12 ]
