Trang 3/5 đầuđầu 12345 cuốicuối
kết quả từ 21 tới 30 trên 48
  1. #21
    Tham gia
    Oct 2009
    Nơi Cư Ngụ
    spkt
    Bài viết
    2
    Thanks
    0
    Thanked 0 Times in 0 Posts

    Mặc định

    gacon pro qua !!

  2. #22
    Tham gia
    Sep 2009
    Nơi Cư Ngụ
    Ha Noi
    Bài viết
    146
    Thanks
    37
    Thanked 81 Times in 53 Posts

    Mặc định

    Hôm nay mới đọc bài này thấy hay quá, thx bạn hainguyen20_02 đã up nó lên nhé. Mình cũng đang mò mẫm tự học môn XLTHS này, nhân tiện cho mình hỏi luôn chút:

    1. Một quan hệ giữa lọc tương tự với lọc số: vì khi xử lí tín hiệu số phải lấy mẫu tín hiệu tương tự theo định lý lấy mẫu (fs >= 2 fmax), nên trong nhiều bài toán, trước khi đưa vào ADC, tín hiệu tượng tự phải đi qua lọc tương tự trước để hạn phổ (fmax < giá trị cho trước) rồi mới đưa vào ADC rồi thực hiện lọc số (bọ lọc tương tự pre-filter đầu vào này có thể được tích ngay trong con ADC)?

    2. Như bạn gacon_hamhoc và tantd giải thích tại sao phải windowing:
    sử dụng cửa sổ để cắt ngắn nó lại, việc dùng cửa sổ chữ nhật để cắt ngắn nó lại sẽ gây ra hiện tượng ripple, do đó người ta đã thiết kế ra nhiều loại cửa sổ khác nhau cho việc cắt: hamming, hanning, kaiser......để giảm ripple (tantd corrected Gibbs) và thu được đáp ứng tần số tốt hơn.
    Các bạn có thể chỉ cho mình một vài links hoăc sách mô tả toán của cái này đựoc ko?
    Ngoài khắc phục Gibbs, windowing còn có ứng dụng nào khác trong ứng dung cho thiết kế bộ lọc số?

    3. Các dạng cửa số thường tapering to zero (tiến đến 0 ở 2 đầu), cái này mình được giải thích là tránh hiện tượng discontinuity của tín hiệu khi bị phân đoạn bởi các cửa sổ (cửa số hình chữ nhật ko tiến đến 0 ở 2 đầu),
    Các bạn có thể cho mình xin tài liệu liên quan đến nó được ko (hình như liên quan đến tính chất tuần hoàn của biến đổi Fourier) thì tốt quá

    4. Trong ứng dụng của windowing cho phân tích phổ
    cho phép bạn phân tích miền tần số của một phần cục bộ tín hiệu
    Từ đặc tính của các cửa sổ (bề rộng đỉnh trung tâm, tỉ số biên độ đỉnh trung tâm và đỉnh thứ cấp đầu tiên) làm sao suy ra đặc điểm phân giải thời gian và tần số (time, frequency resolution), mô tả thực nghiệm thì mình cũng đã biết, nhưng mô tả qua quan hệ trênthì mình chưa nghĩ ra được, mong các bạn giải thích hộ

    Mình cảm ơn trước nhé,

    Thân,
    Lần sửa cuối bởi ducna80; 10/03/2010 lúc 12:12

  3. #23
    Tham gia
    Aug 2009
    Nơi Cư Ngụ
    Việt Nam
    Bài viết
    249
    Thanks
    27
    Thanked 192 Times in 94 Posts

    Mặc định

    Trích Nguyên văn bởi ducna80 Xem bài viết
    Hôm nay mới đọc bài này thấy hay quá, thx bạn hainguyen20_02 đã up nó lên nhé. Mình cũng đang mò mẫm tự học môn XLTHS này, nhân tiện cho mình hỏi luôn chút:

    1. Một quan hệ giữa lọc tương tự với lọc số: vì khi xử lí tín hiệu số phải lấy mẫu tín hiệu tương tự theo định lý lấy mẫu (fs >= 2 fmax), nên trong nhiều bài toán, trước khi đưa vào ADC, tín hiệu tượng tự phải đi qua lọc tương tự trước để hạn phổ (fmax < giá trị cho trước) rồi mới đưa vào ADC rồi thực hiện lọc số (bọ lọc tương tự pre-filter đầu vào này có thể được tích ngay trong con ADC)? follow this document: http:// www.ee.ucl.ac.uk/lcs/previous/LCS2005/10.pdf

    2. Như bạn gacon_hamhoc và tantd giải thích tại sao phải windowing:

    Các bạn có thể chỉ cho mình một vài links hoăc sách mô tả toán của cái này đựoc ko? follow this link: https://ccrma.stanford.edu/~jos/sasp/Window_Method.html
    Ngoài khắc phục Gibbs, windowing còn có ứng dụng nào khác trong ứng dung cho thiết kế bộ lọc số? (As i know, it is the only application in filter design)

    3. Các dạng cửa số thường tapering to zero (tiến đến 0 ở 2 đầu), cái này mình được giải thích là tránh hiện tượng discontinuity của tín hiệu khi bị phân đoạn bởi các cửa sổ (cửa số hình chữ nhật ko tiến đến 0 ở 2 đầu)
    Các bạn có thể cho mình xin tài liệu liên quan đến nó được ko, có mô tả toán (hình như liên quan đến tính chất tuần hoàn của biến đổi Fourier) thì tốt quá

    4. Trong ứng dụng của windowing cho phân tích phổ

    Từ đặc tính của các cửa sổ (bề rộng đỉnh trung tâm, tỉ số biên độ đỉnh trung tâm và đỉnh thứ cấp đầu tiên) làm sao suy ra đặc điểm phân giải thời gian và tần số (time, frequency resolution), mô tả thực nghiệm thì mình cũng đã biết, nhưng mô tả qua quan hệ trênthì mình chưa nghĩ ra được, mong các bạn giải thích hộ

    follow this link
    : http://en.wikipedia.org/wiki/Short-t...rier_transform

    Mình cảm ơn trước nhé,

    Thân,
    Good luck !

  4. #24
    Tham gia
    Feb 2009
    Nơi Cư Ngụ
    Home copr
    Bài viết
    41
    Thanks
    20
    Thanked 7 Times in 3 Posts

    Mặc định

    Có phải bộ lọc số thì miền chuyển tiếp từ thông dải ==> chặn dải diễn ra trong dải tần số hẹp hơn so với bộ lọc tương tự ko nhỉ?
    Đấy có phải chăng là 1 ưu điểm của bộ lọc số.

  5. #25
    Tham gia
    Jan 2010
    Nơi Cư Ngụ
    Xứ sở thần tiên
    Bài viết
    102
    Thanks
    7
    Thanked 44 Times in 28 Posts

    Mặc định

    Trích Nguyên văn bởi logo Xem bài viết
    Có phải bộ lọc số thì miền chuyển tiếp từ thông dải ==> chặn dải diễn ra trong dải tần số hẹp hơn so với bộ lọc tương tự ko nhỉ?
    Đấy có phải chăng là 1 ưu điểm của bộ lọc số.
    Với cùng một tiêu chí về dải chuyển tiếp là hẹp, việc thiết kế bộ lọc số là không khó. Nhưng cũng không phải là bộ lọc tương tự không làm được điều đó, nếu bạn hỳ hục thiết kế mạch analog thì nó cũng đạt được điều đó thôi, chỉ sợ thiết kế xong phải 3, 4 người mới khiêng được cái mạch của bạn.

  6. #26
    Tham gia
    Sep 2009
    Nơi Cư Ngụ
    Ha Noi
    Bài viết
    146
    Thanks
    37
    Thanked 81 Times in 53 Posts

    Mặc định

    @Gacon_hamhoc: cảm ơn bạn nhé
    1. Done, mình trước đến nay ko động đến phần tương tự chỉ biết đầu số vào và xử lí nên muốn confirm thôi
    2. Cái link bạn đưa ra khá thú vị (https://ccrma.stanford.edu/~jos/sasp/Window_Method.html) và cả quyển sách đó cũng khá hay, strongly recommend các bạn khác đọc. Nhưng mình chưa thấy liên quan đến Gibbs (overshoot and undershoot) ở đây nhiều lắm
    3. remain unanswered?
    4. wiki đưa ra định nghĩa STFT và một ví dụ cho phép cảm nhận thực nghiệm, nhưng phần giải thích là cho chiều dài cửa số ko phải loại cửa số (Hamming, Hann, ...).
    Từ công thức y(h)=x(n).w(n) (nhân thường time domain) -> Y(f) = X(f)*W(f) (frequency domain ,nhân chập) và dựa vào đặc tính phổ của W(f) - phổ của cửa số, mình có chút cảm nhận nhưng hơi lờ mờ.

    Các bạn có thể thêm chút thông tin hộ mình ko,

    Thân,
    Lần sửa cuối bởi ducna80; 10/03/2010 lúc 17:45

  7. #27
    Tham gia
    Aug 2009
    Nơi Cư Ngụ
    Việt Nam
    Bài viết
    249
    Thanks
    27
    Thanked 192 Times in 94 Posts

    Mặc định

    Trích Nguyên văn bởi ducna80 Xem bài viết
    @Gacon_hamhoc: cảm ơn bạn nhé
    1. Done, mình trước đến nay ko động đến phần tương tự chỉ biết đầu số vào và xử lí nên muốn confirm thôi
    2. Cái link bạn đưa ra khá thú vị (https://ccrma.stanford.edu/~jos/sasp/Window_Method.html) và cả quyển sách đó cũng khá hay, strongly recommend các bạn khác đọc. Nhưng mình chưa thấy liên quan đến Gibbs (overshoot and undershoot) ở đây nhiều lắm
    3. remain unanswered?
    4. wiki đưa ra định nghĩa STFT và một ví dụ cho phép cảm nhận thực nghiệm, nhưng phần giải thích là cho chiều dài cửa số ko phải loại cửa số (Hamming, Hann, ...).
    Từ công thức y(h)=x(n).w(n) (nhân thường time domain) -> Y(f) = X(f)*W(f) (frequency domain ,nhân chập) và dựa vào đặc tính phổ của W(f) - phổ của cửa số, mình có chút cảm nhận nhưng hơi lờ mờ.

    Các bạn có thể thêm chút thông tin hộ mình ko,

    Thân,
    Dear ducna80 !

    Mình upload lên 2 file để "dả nhời" cho bạn nhé ( 2 và 3). Đọc xong có gì thì thảo luận nhé !

    http://www.mediafire.com/?mggmzazvwjy

    http://www.mediafire.com/?zmwyukxng1m


    Máy của mình có tường lửa hay cái khỉ gì ấy mà nó không cho upload lên diễn đàn, Akay thật

  8. #28
    Tham gia
    Sep 2009
    Nơi Cư Ngụ
    Ha Noi
    Bài viết
    146
    Thanks
    37
    Thanked 81 Times in 53 Posts

    Mặc định

    Hi,

    Mình mới đọc được file Filterdesignbywindowmethod.pdf, và có một số ý thế này:

    1. Lý do tại sao phải windowing (trong ứng dụng của windows cho FIR design: từ yêu cầu của phổ tần số -> ifft -> đáng ứng xung, cái này thường infinite in duration and must be truncated) thì bạn đã giải thích rồi, h mình chỉ quan tâm đến tính chất của các cửa sổ và ảnh hưởng của nó đến kết quả cuối cùng.

    2. Mình có để ý đến dạng phổ của các cửa sổ (chú ý nếu lấy cả folding frequency thì phổ có dạng đối xứng), và căn cứ vào bảng 8.2 mình có thêm đặc trưng về độ rộng của main lobe và tỉ số giữa main lob với side lobe đầu tiên tính theo dB. Xét đến tương quan main lobe, side lobes, hiển nhiên thấy, cửa sổ hình chữ nhật cho main lobe hẹp hơn, nhưng trả giá là các side lobe cao hơn so với các cửa sổ khác. Thêm nữa khi tăng kích thước cửa sổ, mặc dù chiều rộng main lobe giảm nhưng chiều cao của các side lobes cũng tăng theo.

    2. Chú ý thêm một tính chất y(n) = h(n).w(n) (nhân thường, time domain) -> biến đổi Fourier: Y(f) = H(f)*W(f) (frequency domain, nhân chập)

    3. Để tiện mình thử xét mạch lọc thông thấp lý tưởng H(f), đặc tính tần số của nó

    Bây h mình đọc thấy một số thứ thú vị và thử đoán:
    1.
    specifically, the convolution of H(w) and W(w) has the effect of smoothing H(w) (page 625),
    Mình thử giải thích thế này, smoothing effect là thường dưới tác động của lọc thông thấp, xét đặc trưng phổ của cửa số W(f) thấy nó có shape khá giống với đáp ứng xung của lọc thông thấp cũng như từ công thức Y(f) = H(f)*W(f) nên nếu coi f thành t ta có định tính việc nhân h(n) với w(n) là tương đương với lọc H(f) bởi lọc thong thấp W(f) (ở đây coi f như time domain, và W(f) là đáp ứng xung của bộ lọc)=> cái này các bạn confirm hộ mình.

    2. Nếu 1. đúng mình xem tiếp, căn cứ vào đáp ứng xung của lọc thông thấp (nói chung) mình thấy bề rộng của main lobe là 2*pi/wcut (omega cut) -> chiều rộng của main lobe tỉ lệ nghịch với wcut, main lobe càng rộng -> wcut càng nhỏ và ngược lại. Nếu dựa trên nhận xét trên, chuyển f thành t, và căn cứ bảng đặc điểm phổ các cửa số (độ rộng main lob, tỉ lệ main lobe/ side lobe) dễ thấy, H(f) của cửa sổ hình chữ nhật tương đương lọc thông thấp với f cut cao hơn fcut của các cửa số khác như Hamming hay Hann. Cũng như thế, khi tăng kính thước cửa sổ -> chiểu rộng main lobe giảm-> fcut tăng. Chú ý là hiệu ứng smoothing chỉ có tác dụng khi fcut đủ nhỏ, nếu fcut lớn, tức là vẫn duy trì các thành phần tần số cao -> duy trì các sharp/abrupt transitions

    Từ các nhận xét này mình có thể dễ dàng suy ra các đặc tính khi design FIR bằng phương pháp cửa sổ, lấy lọc thông thấp làm ví dụ
    1. để có transition sharp, cần đưa H(f) qua lọc thông thấp W(f) với fcut cao ->main lobe của W(f) hẹp -> ta phải đặt N lớn hoặc chọn các cửa sổ có main lobe hẹp như rectangular. Tuy nhiên trả giá là, như phân tích trên nếu tăng kích thước hoặc chọn cửa sổ main lobe hẹp -> side lobes cao -> chấp nhận độ gợn cao hơn.
    2. Với các cửa sổ có main lobe rộng -> tương đương lọc thông thấp với fcut nhỏ sẽ có đặc tính smoothing cái cạnh hình chữ nhât của H(f) lý tưởng -> transition rộng hơn, nhưng bù lại, do side lobes thấp hơn nên độ gợn sẽ giảm đi.

    Cuối cùng, giải thích cụ thêm hơn Gibbs, discontinuity cũng như tại sao windows phải tapering to zero (ở một số tài liệu khác nói dạng Gaussian function?) ở cuối trang 628 đầu 629 mình chưa hiểu lắm, quan hệ gì giữa các side lobes của các cửa sổ và ripple tạo ra bởi tính liên tục của h(n) bị chặt, H(f) (lý tưởng) và có thể cả w(n), W(f) (nếu cửa sổ là hình chữ nhật hoặc Hamming)

    Thân,
    Lần sửa cuối bởi ducna80; 11/03/2010 lúc 15:19

  9. #29
    Tham gia
    Mar 2010
    Nơi Cư Ngụ
    THỦ ĐỨC
    Bài viết
    4
    Thanks
    0
    Thanked 1 Time in 1 Post

    Mặc định

    hay wa!cám ơn bạb gà con rất nhiều!mình đã bít thêm được thật nhìu!

  10. #30
    Tham gia
    Sep 2009
    Nơi Cư Ngụ
    Ha Noi
    Bài viết
    146
    Thanks
    37
    Thanked 81 Times in 53 Posts

    Mặc định

    Mấy bạn đâu rồi

Trang 3/5 đầuđầu 12345 cuốicuối

Quyền Sử Dụng Ở Diễn Ðàn

  • Bạn không thể gửi chủ đề mới
  • Bạn không thể gửi trả lời
  • Bạn không thể gửi file đính kèm
  • Bạn không thể sửa bài viết của mình
  •