To tylko jedna z 9 stron tej notatki. Zaloguj się aby zobaczyć ten dokument.
Zobacz
całą notatkę
Sprawozdanie z laboratoriów algorytmów przetwarzania sygnałów
UNORMOWANY ALGORYTM LEVINSONA
• Cel ćwiczenia: - Zrozumienie i przebadanie właściwości unormowanego algorytmu Levinsona oraz filtru Levinsona, przy użyciu sygnałów modelowych i rzeczywistych.
Jaka jest zależność pomiędzy szybkością zbieżności algorytmu Levinsona a szerokością pasma parametryzowanego sygnału (sugestia: wykorzystanie sygnału pseudolosowego o różnej szerokości pasma)?
• Zbieżność algorytmu Levinsona w zależności od szerokości pasma parametryzowanego
Sygnału: - Na podstawie wygenerowanych wykresów o różnych szerokościach pasma stwierdzono, że szybkość zbieżności algorytmu Levinsona maleje wraz z poszerzaniem się pasma.
Czy szybkość zbieżności algorytmu Levinsona zależy jedynie od szerokości pasma parametryzowanego sygnału, czy również od położenia jego widmowej gęstości mocy (o tej samej szerokości pasma) na osi częstotliwości (sugestia: wykorzystanie sygnału pseudolosowego)?
• Zależność zbieżności algorytmu Levinsona od położenia wgm na osi częstotliwości:
- Na podstawie wygenerowanych wykresów dla stałej szerokości pasma stwierdzono, że szybkość zbieżności algorytmu Levinsona nie zależy od położenia parametryzowanego sygnału.
Jaka jest liczba istotnych (w sensie wartości) współczynników Schura w procesie parametryzacji sygnałów w zależności od ich rosnącej złożoności spektralnej (pojedynczy sygnał sinusoidalny, suma dwóch lub trzech przebiegów sinusoidalnych, sygnał pseudolosowy o rosnącej szerokości pasma)?
• Liczba współczynników Schura dla pojedynczego sygnału sinusoidalnego:
• Liczba współczynników Schura dla dwóch przebiegów sinusoidalnych:
(…)
… pseudolosowego liczba współczynników Schura wzrasta. Wnioskiem tego jest, że poszerzanie pasma sygnału (większa jego złożoność) zwiększa ilość istotnych współczynników Schura.
Czy charakterystyka amplitudowa filtru Levinsona “dopasowuje się” do kształtu widmowej gęstości mocy sygnału parametryzowanego?
- Do zobrazowania dopasowania się do kształtu widmowej gęstości mocy wybrano trzy sygnały: wąskopasmowy, sumę…
… wykresy wyraźnie widać, że dla każdego przypadku charakterystyka amplitudowa filtru Levinsona częściowo dopasowuje się widmowej gęstości mocy sygnałów parametryzowanych. Widoczne jest, że większa szerokość pasma wpływa na gorsze dopasowanie.
Czy powyższe odpowiedzi i wnioski znajdują potwierdzenie przy przetwarzaniu sygnałów rzeczywistych (sugestia: wykorzystanie próbek sygnałów mowy)?
• Zbieżność…
... zobacz całą notatkę
Komentarze użytkowników (0)