งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

1 การประมวลผลสัญญาณขั้นสูง Advanced Digital Signal Processing Chapter 1 Introduction to ADSP Asst. Prof. Dr. Peerapol Yuvapoositanon, PhD,DIC Department.

งานนำเสนอที่คล้ายกัน


งานนำเสนอเรื่อง: "1 การประมวลผลสัญญาณขั้นสูง Advanced Digital Signal Processing Chapter 1 Introduction to ADSP Asst. Prof. Dr. Peerapol Yuvapoositanon, PhD,DIC Department."— ใบสำเนางานนำเสนอ:

1 1 การประมวลผลสัญญาณขั้นสูง Advanced Digital Signal Processing Chapter 1 Introduction to ADSP Asst. Prof. Dr. Peerapol Yuvapoositanon, PhD,DIC Department of Electronic Engineering and Graduate School of Electrical Engineering Mahanakorn University of Technology

2 2 Advanced Digital Signal Processing P. Yuvapoositanon Course Web page

3 3 Advanced Digital Signal Processing P. Yuvapoositanon What is DSP ? สัญญาณ (Signals) : คือ การแปรรูปของพลังงานที่ ทั้งมองเห็นและมองไม่เห็น ได้ยินและไม่ได้ยิน สัมผัส ได้และสัมผัสไม่ได้ ให้เป็นปริมาณทางไฟฟ้า สัญญาณ (Signals) : คือ การแปรรูปของพลังงานที่ ทั้งมองเห็นและมองไม่เห็น ได้ยินและไม่ได้ยิน สัมผัส ได้และสัมผัสไม่ได้ ให้เป็นปริมาณทางไฟฟ้า สัญญาณเรดาร์ เสียงพูด เสียงเพลง เสียงปลาวาฬ อินฟราเรด คลื่นสัญญาณโทรศัพท์ คลื่นสึนามิ สัญญาณมือ ของจราจร กลิ่นไวน์ แรงกระแทก และ อื่นๆ อีกมากมาย... สัญญาณเรดาร์ เสียงพูด เสียงเพลง เสียงปลาวาฬ อินฟราเรด คลื่นสัญญาณโทรศัพท์ คลื่นสึนามิ สัญญาณมือ ของจราจร กลิ่นไวน์ แรงกระแทก และ อื่นๆ อีกมากมาย...

4 4 Advanced Digital Signal Processing P. Yuvapoositanon Digital Signal Processing v.s. Advanced Digital Signal Processing Digital Signal Processing = กระบวนการ (Process) ทางดิจิตอลที่ช่วยหาความหมาย ของ สัญญาณ (signals) ที่ไม่สามารถเข้าใจได้ด้วย ตา หู จมูก ลิ้น สัมผัส โดยเน้นไปที่สัญญาณเชิงกำหนด (deterministic signals) Digital Signal Processing = กระบวนการ (Process) ทางดิจิตอลที่ช่วยหาความหมาย ของ สัญญาณ (signals) ที่ไม่สามารถเข้าใจได้ด้วย ตา หู จมูก ลิ้น สัมผัส โดยเน้นไปที่สัญญาณเชิงกำหนด (deterministic signals) Advanced Digital Signal Processing = กระบวนการ DSP ที่เน้นไปที่สัญญาณสุ่ม (Random Signals) Advanced Digital Signal Processing = กระบวนการ DSP ที่เน้นไปที่สัญญาณสุ่ม (Random Signals)

5 5 Advanced Digital Signal Processing P. Yuvapoositanon Radar System ระบบเรดาร์ ใช้ในการหาระยะทางของวัตถุ จากการนับการหน่วงเวลา (delay) ของสัญญาณที่รับได้เทียบกับที่ส่งออกไป ระบบเรดาร์ ใช้ในการหาระยะทางของวัตถุ จากการนับการหน่วงเวลา (delay) ของสัญญาณที่รับได้เทียบกับที่ส่งออกไป สัญญาณที่รับได้ถูกหน่วงเวลา สัญญาณที่ส่งออกไป

6 6 Advanced Digital Signal Processing P. Yuvapoositanon Transmitted and Received Sine Radar Signal สัญญาณส่งไป 1 รูปคลื่น สัญญาณส่งไป 1 รูปคลื่น สัญญาณที่รับได้ถูกหน่วง เวลา กรณีนี้ ง่าย เพราะ ดูด้วยตาเปล่า (จากเครื่องมือวัดเช่น สโคป) ก็เห็นชัดว่าค่าการหน่วง เป็นเท่าใด

7 7 Advanced Digital Signal Processing P. Yuvapoositanon หากสัญญาณที่รับได้ถูกหน่วง และ ปนด้วย Noise จะดูยาก หากสัญญาณที่รับได้ถูกหน่วง และ ปนด้วย Noise จะดูยาก สัญญาณข้างบนนี้ มีความหมายที่ซ่อนอยู่ (สัญญาณ) ที่มอง ไม่ได้ด้วยตาเปล่า สัญญาณข้างบนนี้ มีความหมายที่ซ่อนอยู่ (สัญญาณ) ที่มอง ไม่ได้ด้วยตาเปล่า แต่เราดึงความหมายของสัญญาณออกมาได้จากการกระทำ (Operation) ต่างๆ ในการประมวลผลสัญญาณดิจิตอล แต่เราดึงความหมายของสัญญาณออกมาได้จากการกระทำ (Operation) ต่างๆ ในการประมวลผลสัญญาณดิจิตอล Received Radar with Noise + Noise =

8 8 Advanced Digital Signal Processing P. Yuvapoositanon Correlation การทำ Correlation คือการหา ความคล้ายกัน ของ สองสัญญาณ การทำ Correlation คือการหา ความคล้ายกัน ของ สองสัญญาณ สัญลักษณ์ ของการ Correlation คือ สัญลักษณ์ ของการ Correlation คือ การกระทำ คือ การคูณและบวก (หรือ Integration) การกระทำ คือ การคูณและบวก (หรือ Integration) B CABA B C A X =

9 9 Advanced Digital Signal Processing P. Yuvapoositanon Detected Radar Signal No Noise เราใช้ Correlation ในการกำหนดระยะทางจากการสะท้อนของ สัญญาณเรดาร์ กรณีไม่มี Noise เราใช้ Correlation ในการกำหนดระยะทางจากการสะท้อนของ สัญญาณเรดาร์ กรณีไม่มี Noise A B

10 10 Advanced Digital Signal Processing P. Yuvapoositanon Detected Radar Signal With Noise ผลลัพธ์ของการทำ Correlation คือ การทราบว่าตำแหน่งสูงสุดคือตำแหน่ง delay กรณีไม่มี Noise ผลลัพธ์ของการทำ Correlation คือ การทราบว่าตำแหน่งสูงสุดคือตำแหน่ง delay กรณีไม่มี Noise A B C

11 11 Advanced Digital Signal Processing P. Yuvapoositanon Mobile Communication ระบบโทรศัพท์เคลื่อนที่ ระบบโทรศัพท์เคลื่อนที่ สัญญาณวิ่งผ่าน Channel สัญญาณวิ่งผ่าน Channel เรียก channel แบบมีหลายๆ เส้นทางว่า Multipath channel เรียก channel แบบมีหลายๆ เส้นทางว่า Multipath channel 1 2

12 12 Advanced Digital Signal Processing P. Yuvapoositanon Channel Model เราโมเดลช่องทางสื่อสารด้วยระบบ FIR เราโมเดลช่องทางสื่อสารด้วยระบบ FIR Multipath Channel (FIR)

13 13 Advanced Digital Signal Processing P. Yuvapoositanon Equalisation of Signal ตัวปรับแต่งสัญญาณทำหน้าที่ “ดัด”สัญญาณกลับคืน ตัวปรับแต่งสัญญาณทำหน้าที่ “ดัด”สัญญาณกลับคืน Multipath Channel Equaliser

14 14 Advanced Digital Signal Processing P. Yuvapoositanon สัญญาณ สัญญาณ Continuous-Time V.S. Discrete-Time Signals

15 15 Advanced Digital Signal Processing P. Yuvapoositanon Sampled Signal เราสร้างสัญญาณ sampled output ได้จากการใช้ “สวิทซ์” เราสร้างสัญญาณ sampled output ได้จากการใช้ “สวิทซ์” Input SampledOutput

16 16 Advanced Digital Signal Processing P. Yuvapoositanon Other Discrete-time

17 17 Advanced Digital Signal Processing P. Yuvapoositanon DSP System Block Diagram DSP Processor D/A A/D

18 18 Advanced Digital Signal Processing P. Yuvapoositanon Sampling การสุ่มสัญญาณ x(t) ทำให้ได้สัญญาณ x(n) ผลลัพธ์คือ x(n) เขียนเป็น สุ่มด้วย ความถี่ =... t

19 19 Advanced Digital Signal Processing P. Yuvapoositanon สัญญาณ x(n) = สัญญาณสุ่ม “s(n)” คูณ สัญญาณ “x(t)” สัญญาณ x(n) = สัญญาณสุ่ม “s(n)” คูณ สัญญาณ “x(t)” S(n) ประกอบจาก อิลีเมนท์ย่อย คือ อิมพัลส์ S(n) ประกอบจาก อิลีเมนท์ย่อย คือ อิมพัลส์ Combination of Sampling n T t n

20 20 Advanced Digital Signal Processing P. Yuvapoositanon Elements of the Sampling Signal S(n) นั้นประกอบจากส่วนย่อยๆ S(n) นั้นประกอบจากส่วนย่อยๆ n T n n n n T2T3T s(n) =

21 21 Advanced Digital Signal Processing P. Yuvapoositanon An Impulse is Delta Function อิมพัลส์ คือ เดลต้าฟังก์ชัน ให้ค่า “1” เมื่อ n=0 อิมพัลส์ คือ เดลต้าฟังก์ชัน ให้ค่า “1” เมื่อ n=0 และ ให้ค่า “0” เมื่อ n เป็นค่าอื่นๆ และ ให้ค่า “0” เมื่อ n เป็นค่าอื่นๆ เขียนเป็น เขียนเป็น n 0 1 อิมพัลส์

22 22 Advanced Digital Signal Processing P. Yuvapoositanon อิมพัลส์นำมารวมกันได้เป็น s(n) ได้จากการ เลื่อนค่า อิมพัลส์นำมารวมกันได้เป็น s(n) ได้จากการ เลื่อนค่า n 0 1 n 1 1 อิมพัลส์ที่ถูกเลื่อนไปช่วงเวลา 1 ลำดับ อิมพัลส์ที่ไม่มีการเลื่อนค่า 0

23 23 Advanced Digital Signal Processing P. Yuvapoositanon Summing of Shifted Delta n n n n T2T3T = 0 n

24 24 Advanced Digital Signal Processing P. Yuvapoositanon Sampling Signals= Summing of Impulses สัญญาณที่เป็นสัญญาณสุ่มนั้นประกอบด้วย เดลต้า ฟังก์ชันที่มีค่าการเลื่อนแตกต่างกัน สัญญาณที่เป็นสัญญาณสุ่มนั้นประกอบด้วย เดลต้า ฟังก์ชันที่มีค่าการเลื่อนแตกต่างกัน หรือ เขียนใหม่ในรูปกะทัดรัดได้เป็น หรือ เขียนใหม่ในรูปกะทัดรัดได้เป็น

25 25 Advanced Digital Signal Processing P. Yuvapoositanon Discrete-time Signal x(n) x(n) สร้างจาก ผลคูณของ x(t) และ s(n) x(n) สร้างจาก ผลคูณของ x(t) และ s(n) t n n = X …

26 26 Advanced Digital Signal Processing P. Yuvapoositanon ระบบ System with Delta function สุ่มด้วย ความถี่ =

27 27 Advanced Digital Signal Processing P. Yuvapoositanon Sampled Signal + + n n n n = 0 + 3

28 28 Advanced Digital Signal Processing P. Yuvapoositanon ระบบ System with Delayed Delta function สุ่มด้วย ความถี่ =

29 29 Advanced Digital Signal Processing P. Yuvapoositanon Delayed Signal + + n=0 n=1 n=2 n=3 + + =

30 30 Advanced Digital Signal Processing P. Yuvapoositanon Convolution สัญญาณถูกดัดแปลง หากระบบไม่ใช่เดลต้าฟังก์ชัน สัญญาณถูกดัดแปลง หากระบบไม่ใช่เดลต้าฟังก์ชัน เราเรียกการกระทำของระบบว่า Convolution หรือ การประสาน เราเรียกการกระทำของระบบว่า Convolution หรือ การประสาน ระบบ

31 31 Advanced Digital Signal Processing P. Yuvapoositanon Convolved Signal + + = + n=0 n=1 n=2 n=

32 32 Advanced Digital Signal Processing P. Yuvapoositanon Convolution Effect รวมค่าจากสองกราฟ รวมค่าจากสองกราฟ + รวมสัญญาณ สัญญาณไม่เหมือนเดิม ผลจาก h(1)ผลจาก h(0)

33 33 Advanced Digital Signal Processing P. Yuvapoositanon Nyquist Frequency ความถี่แซมปลิ้งที่เหมาะสมจึงต้องมากกว่า 2 เท่าของ แบนด์วิทของสัญญาณ: ความถี่แซมปลิ้งที่เหมาะสมจึงต้องมากกว่า 2 เท่าของ แบนด์วิทของสัญญาณ: เมื่อ Fs เป็นความถี่ sampling และ B แบนด์วิทของ สัญญาณ เมื่อ Fs เป็นความถี่ sampling และ B แบนด์วิทของ สัญญาณ 2B เรียก อัตราไนควิสต์ (Nyquist Rate) 2B เรียก อัตราไนควิสต์ (Nyquist Rate) และ เรียก Fs/2 ว่าเป็น ความถี่ไนควิสต์ (Nyquist Frequency) และ เรียก Fs/2 ว่าเป็น ความถี่ไนควิสต์ (Nyquist Frequency) Fs > 2B

34 34 Advanced Digital Signal Processing P. Yuvapoositanon Aliasing หากการสุ่มไม่เป็นไปตามทฤษฎีการสุ่มจะเกิด แอลิแอส หากการสุ่มไม่เป็นไปตามทฤษฎีการสุ่มจะเกิด แอลิแอส มัวร์ แพทเทิร์น (moire pattern) เป็นผลของแอลิแอส ในเรื่อง Image processing มัวร์ แพทเทิร์น (moire pattern) เป็นผลของแอลิแอส ในเรื่อง Image processing ไม่เกิดมัวร์แพทเทิร์น เกิดมัวร์แพทเทิร์น

35 35 Advanced Digital Signal Processing P. Yuvapoositanon Signal Reconstruction การคืนรูปสัญญาณทำได้โดยการใช้กรอง (filter) เอา เพียงแต่ copy เดียว การคืนรูปสัญญาณทำได้โดยการใช้กรอง (filter) เอา เพียงแต่ copy เดียว จึงเหลือเพียงหนึ่ง copy ของสัญญาณ จึงเหลือเพียงหนึ่ง copy ของสัญญาณ filtering f f

36 36 Advanced Digital Signal Processing P. Yuvapoositanon Fourier Transform Pair f t FT f t FT Rectangular(f) sinc(t) sinc(f)Rectangular(t)

37 37 Advanced Digital Signal Processing P. Yuvapoositanon DFT : Discrete Fourier Transform บางครั้งองค์ประกอบเชิงความถี่ของสัญญาณ ก็เป็น เรื่องสำคัญในการวิเคราะห์ บางครั้งองค์ประกอบเชิงความถี่ของสัญญาณ ก็เป็น เรื่องสำคัญในการวิเคราะห์ Fourier Transform เป็นการแปลงสัญญาณโดเมน เวลา (t) ไปเป็นโดเมนความถี่ (f) Fourier Transform เป็นการแปลงสัญญาณโดเมน เวลา (t) ไปเป็นโดเมนความถี่ (f) FT t ความถี่ เวลา

38 38 Advanced Digital Signal Processing P. Yuvapoositanon Time Domain Signal and its Frequency ความถี่ของสัญญาณ time domain ความถี่ของสัญญาณ time domain

39 39 Advanced Digital Signal Processing P. Yuvapoositanon DFTs of Various Functions แปลง DC จะได้ อิมพัลส์ แปลง DC จะได้ อิมพัลส์ แปลง อิมพัลส์ จะได้ DC แปลง อิมพัลส์ จะได้ DC แปลงความถี่ แปลงความถี่ แปลง sine แปลง sine แปลงพัลส์ แปลงพัลส์

40 40 Advanced Digital Signal Processing P. Yuvapoositanon DFT Fundamental ผลการแปลง FT ได้ความถี่แบบต่อเนื่อง ผลการแปลง FT ได้ความถี่แบบต่อเนื่อง DFT เป็น FT แบบดิจิตอล--ได้ความถี่แบบไม่ต่อเนื่อง DFT เป็น FT แบบดิจิตอล--ได้ความถี่แบบไม่ต่อเนื่อง FT t DFT n x(n) x(t) k f

41 41 Advanced Digital Signal Processing P. Yuvapoositanon DFT Frequency ตัวแปรเชิงความถี่ ตัวแปรเชิงความถี่ FsFs/2 11/2 radians Hz 0 0 f norm f

42 42 Advanced Digital Signal Processing P. Yuvapoositanon Number of Points in DFT = ผลการแปลง DFT ของ x(n) ผลการแปลง DFT ให้หน่วยของ ความถี่ในรูป ลำดับ k ผลการแปลง DFT ให้หน่วยของ ความถี่ในรูป ลำดับ k N เป็น จำนวนจุด (N-point) ของ DFT N เป็น จำนวนจุด (N-point) ของ DFT 4-point 0123 = ผลการแปลง FT k

43 43 Advanced Digital Signal Processing P. Yuvapoositanon 8-point DFT เมื่อใช้จำนวนจุดเพิ่มขึ้นเป็น 8 จุด จะได้แซมเปิ้ลมาก ขึ้น เมื่อใช้จำนวนจุดเพิ่มขึ้นเป็น 8 จุด จะได้แซมเปิ้ลมาก ขึ้น 8-point k 0123 = ผลการแปลง DFT ของ x(n) = ผลการแปลง FT

44 44 Advanced Digital Signal Processing P. Yuvapoositanon 16-point DFT เมื่อใช้จำนวนจุดเพิ่มขึ้นเป็น 16 จุด จะได้แซมเปิ้ลมาก ขึ้น แต่ไม่เพิ่ม resolution เมื่อใช้จำนวนจุดเพิ่มขึ้นเป็น 16 จุด จะได้แซมเปิ้ลมาก ขึ้น แต่ไม่เพิ่ม resolution 16-point k = ผลการแปลง DFT ของ x(n) = ผลการแปลง FT

45 45 Advanced Digital Signal Processing P. Yuvapoositanon FFT: Fast Fourier Transform FFT เป็นกรรมวิธีที่ช่วยให้ DFT ทำงานเร็วขึ้น โดย อาศัยการซ้ำกันของค่าสัมประสิทธิ์ FFT เป็นกรรมวิธีที่ช่วยให้ DFT ทำงานเร็วขึ้น โดย อาศัยการซ้ำกันของค่าสัมประสิทธิ์ อย่าลืมว่า… อย่าลืมว่า… ดังนั้นใน Matlab และ Simulink จะไม่มีคำสั่งหรือ บล็อกสำหรับทำ DFT จะมีแต่ของ FFT ดังนั้นใน Matlab และ Simulink จะไม่มีคำสั่งหรือ บล็อกสำหรับทำ DFT จะมีแต่ของ FFT FFT = DFT

46 46 Advanced Digital Signal Processing P. Yuvapoositanon Fourier Series จากทฤษฎีของฟูริเยร์ (Fourier) ที่มีใจความสำคัญว่า สัญญาณที่เป็นคาบเวลา (periodic) ใดๆ นั้น เกิดขึ้น จากองค์ประกอบของฟังก์ชันพื้นฐานทางตรีโกณมิติ คือ Sine และ Cosine ที่ต่างค่าความถี่และขนาด จากทฤษฎีของฟูริเยร์ (Fourier) ที่มีใจความสำคัญว่า สัญญาณที่เป็นคาบเวลา (periodic) ใดๆ นั้น เกิดขึ้น จากองค์ประกอบของฟังก์ชันพื้นฐานทางตรีโกณมิติ คือ Sine และ Cosine ที่ต่างค่าความถี่และขนาด ทฤษฎีนี้เป็นที่รู้จักกันว่าเป็น อนุกรมฟูริเยร์ (Fourier Series) ทฤษฎีนี้เป็นที่รู้จักกันว่าเป็น อนุกรมฟูริเยร์ (Fourier Series)

47 47 Advanced Digital Signal Processing P. Yuvapoositanon Fourier Series of Square Wave กรณีสัญญาณเป็น สี่เหลี่ยม กรณีสัญญาณเป็น สี่เหลี่ยม เราได้ว่า จากอนุกรมฟูริเยร์ เราได้ว่า จากอนุกรมฟูริเยร์ สัมประสิทธิ์ ฮาร์โมนิก

48 48 Advanced Digital Signal Processing P. Yuvapoositanon Fourier Series of Sawtooth สัญญาณอื่นๆ ก็สร้างได้เช่นเดียวกัน ตย. เช่น สัญญาณอื่นๆ ก็สร้างได้เช่นเดียวกัน ตย. เช่น ผลรวมเป็นสัญญาณฟันเลื่อย(Sawtooth) ผลรวมเป็นสัญญาณฟันเลื่อย(Sawtooth)

49 49 Part II Digital Filters Design

50 50 Advanced Digital Signal Processing P. Yuvapoositanon Digital Filters ตัวกรองดิจิตอล (Digital Filters) คือ อุปกรณ์ที่ทำ หน้าที่ “ดัดแปลง” สัญญาณ ทั้งเชิงความถี่ และ เชิง เวลา ตัวกรองดิจิตอล (Digital Filters) คือ อุปกรณ์ที่ทำ หน้าที่ “ดัดแปลง” สัญญาณ ทั้งเชิงความถี่ และ เชิง เวลา ตัวกรองดิจิตอลมีทั้ง Finite Impulse Response (FIR) และ Infinite Impulse Response (IIR) ตัวกรองดิจิตอลมีทั้ง Finite Impulse Response (FIR) และ Infinite Impulse Response (IIR) ตัวกรองดิจิตอล ประกอบด้วย อุปกรณ์การบวก ตัวคูณ ตัวหน่วงเวลา และ สัมประสิทธิ์ ตัวกรองดิจิตอล ประกอบด้วย อุปกรณ์การบวก ตัวคูณ ตัวหน่วงเวลา และ สัมประสิทธิ์ FIR ไม่มีส่วนของ feedback IIR มีส่วน feedback

51 51 Advanced Digital Signal Processing P. Yuvapoositanon FIR ไม่มีส่วนของ feedback FIR ไม่มีส่วนของ feedback Finite Impulse Response (FIR) Delay

52 52 Advanced Digital Signal Processing P. Yuvapoositanon Infinite Impulse Response (IIR) IIR มีส่วนของ feedback IIR มีส่วนของ feedback Feedback

53 53 Advanced Digital Signal Processing P. Yuvapoositanon Transfer Function I ฟังก์ชันถ่ายโอน (transfer function) คือ อัตราส่วน ระหว่างค่า การแปลง z ของเอาท์พุท เทียบกับอินพุท ฟังก์ชันถ่ายโอน (transfer function) คือ อัตราส่วน ระหว่างค่า การแปลง z ของเอาท์พุท เทียบกับอินพุท การแปลง z =การแปลงสมการให้อยู่ในรูป การแปลง z =การแปลงสมการให้อยู่ในรูป z -Transform สังเกตว่า การหน่วงเวลา k ถูกเปลี่ยนเป็น z -k

54 54 Advanced Digital Signal Processing P. Yuvapoositanon Transfer Function VS Frequency Response ฟังก์ชันถ่ายโอน โดยทั่วไปฟังก์ชันถ่ายโอนจะอยู่ในรูป เศษส่วน = ซีโร่ (zero) (o) = โพล (pole) (x)

55 55 Advanced Digital Signal Processing P. Yuvapoositanon Z-Transform การแปลงแซด การแปลงแซด เป็นเวคเตอร์ขนาดหนึ่งหน่วย เป็นค่าความถี่เชิงมุม

56 56 Advanced Digital Signal Processing P. Yuvapoositanon ขนาดผลตอบสนองความถี่เป็น ขนาดจากซีโร่ ไปยัง วงกลมหนึ่งหน่วย หารด้วย ขนาดจากโพลไปยังวงกลม หนึ่งหน่วย ณ ความถี่หนึ่ง ขนาดผลตอบสนองความถี่เป็น ขนาดจากซีโร่ ไปยัง วงกลมหนึ่งหน่วย หารด้วย ขนาดจากโพลไปยังวงกลม หนึ่งหน่วย ณ ความถี่หนึ่ง Frequency Response from Poles and Zeros A B ขนาดที่

57 57 Advanced Digital Signal Processing P. Yuvapoositanon Example for Frequency Response A B A B A B B > A B = A B < A = มาก = กลางๆ = น้อย สมมติว่า โพล =.8 ซีโร่ =0 ความถี่ต่ำความถี่กลางๆความถี่สูง

58 58 Advanced Digital Signal Processing P. Yuvapoositanon Example for Frequency Response ความถี่ A B A B A Bความถี่ต่ำความถี่กลางๆความถี่สูง

59 59 Advanced Digital Signal Processing P. Yuvapoositanon Basic Filter Topology Lowpass filter (LPF ) Highpass filter (HPF) Bandpass filter (BPF) Bandstop filter (BSF)

60 60 Advanced Digital Signal Processing P. Yuvapoositanon FIR Filter Design Ideal lowpass =

61 61 Advanced Digital Signal Processing P. Yuvapoositanon FIR Filter Design Parameters แถบผ่าน แถบ หยุด แถบ เปลี่ยน Ideal

62 62 Advanced Digital Signal Processing P. Yuvapoositanon FIR Design with Window Method การออกแบบ FIR หากต้องการตัวกรองต่ำผ่านแบบ อุดมคติ นั้นให้ผลในการตัดสัญญาณดังนี้ การออกแบบ FIR หากต้องการตัวกรองต่ำผ่านแบบ อุดมคติ นั้นให้ผลในการตัดสัญญาณดังนี้ แต่ปัญหาคือ Sinc Function นั้นสร้างไม่ได้จริงเพราะ มีสัญญาณ –inf ถึง +inf และมีค่าเวลาเป็นค่าลบ n<0 ด้วย แต่ปัญหาคือ Sinc Function นั้นสร้างไม่ได้จริงเพราะ มีสัญญาณ –inf ถึง +inf และมีค่าเวลาเป็นค่าลบ n<0 ด้วย Sinc function Inverse FT f ……

63 63 Advanced Digital Signal Processing P. Yuvapoositanon Realizable Filter ทำตัวกรองจริงได้โดยการ คูณ sinc และ ฟังก์ชัน “หน้าต่าง” ทำตัวกรองจริงได้โดยการ คูณ sinc และ ฟังก์ชัน “หน้าต่าง” Sinc function f n w(n) 0N-1 1 x n 0 h(n) สัญญาณที่ใช้งานได้ มีจำนวนแซมเปิ้ลที่จำกัด

64 64 Advanced Digital Signal Processing P. Yuvapoositanon หน้าต่างแบบต่างๆ ให้ประสิทธิภาพแตกต่างกัน หน้าต่างแบบต่างๆ ให้ประสิทธิภาพแตกต่างกัน Different Windows n 0N-1 1 n 0 1 n 0 1 Rectangular HammingKaiser

65 65 Advanced Digital Signal Processing P. Yuvapoositanon Windows Performance n 0N-1 1 n 0 1 n 0 1 Small sidelobes Broad transition Big sidelobes Narrow transition

66 66 Advanced Digital Signal Processing P. Yuvapoositanon Analogue Filter Prototypes ตัวกรองแบบแอนะลอกนั้นมีทฤษฎีการออกแบบมา อย่างดีแล้ว ตัวกรองแบบแอนะลอกนั้นมีทฤษฎีการออกแบบมา อย่างดีแล้ว เราเรียกว่าต้นแบบแอนะลอก เราเรียกว่าต้นแบบแอนะลอก เราใช้ต้นแบบแอนะลอกในการออกแบบตัวกรอง ดิจิตอล ตัวอย่างเช่น เราใช้ต้นแบบแอนะลอกในการออกแบบตัวกรอง ดิจิตอล ตัวอย่างเช่น Butterworth, Chebychev, Elliptic Butterworth, Chebychev, Elliptic

67 67 Advanced Digital Signal Processing P. Yuvapoositanon IIR Filter Design 0 dB -3 dB Cutoff FrequencyAttenuation Frequency อัตราการลดทอน ที่

68 68 Advanced Digital Signal Processing P. Yuvapoositanon Filter Design and Analysis (FDA) Tool เราใช้ FDA Tool ใน Signal Processing Toolbox ของ MATLAB เพื่อการออกแบบ digital filter ที่สะดวก รวดเร็ว เราใช้ FDA Tool ใน Signal Processing Toolbox ของ MATLAB เพื่อการออกแบบ digital filter ที่สะดวก รวดเร็ว >>fdatool >>fdatool

69 69 Advanced Digital Signal Processing P. Yuvapoositanon FIR Design by FDA Tool ตัวอย่าง การออกแบบ FIR แบบฟังก์ชันหน้าต่าง ตัวอย่าง การออกแบบ FIR แบบฟังก์ชันหน้าต่าง เปลี่ยนพารามิเตอร์เพื่อดู ผลลัพธ์ ชนิดหน้าต่าง อันดับ (order)

70 70 Advanced Digital Signal Processing P. Yuvapoositanon FIR Design by FDA Tool Realize Filter

71 71 Advanced Digital Signal Processing P. Yuvapoositanon Frequency Response of Filter Lowpass

72 72 Advanced Digital Signal Processing P. Yuvapoositanon ใช้สัญญาณที่ความถี่ปรับต่อเนื่อง --- Chirp Signal ใช้สัญญาณที่ความถี่ปรับต่อเนื่อง --- Chirp Signal ใช้สัญญาณที่มีทุกๆ ความถี่ --- White Noise ใช้สัญญาณที่มีทุกๆ ความถี่ --- White Noise Two ways to find Freq. Resp. Lowpass Chirp Lowpass f f

73 73 Advanced Digital Signal Processing P. Yuvapoositanon เราสร้างสัญญาณที่ประกอบด้วยทุกความถี่เท่าๆ กัน จาก Random Source เราสร้างสัญญาณที่ประกอบด้วยทุกความถี่เท่าๆ กัน จาก Random Source White Noise Generator frequency time

74 74 Advanced Digital Signal Processing P. Yuvapoositanon Lab 4: Filter Testing Chirp Signal input สำหรับตัวกรอง IIR Chirp Signal input สำหรับตัวกรอง IIR

75 75 Advanced Digital Signal Processing P. Yuvapoositanon Lab 4: Filter Testing

76 76 Advanced Digital Signal Processing P. Yuvapoositanon Lab 4: Filter Testing Impulse response ของระบบ FIR Impulse response ของระบบ FIR

77 77 Advanced Digital Signal Processing P. Yuvapoositanon Lab 4: Filter Testing ทดลองใช้ Random Source และ Digital Filter ทดลองใช้ Random Source และ Digital Filter รวม กราฟ Short- Time FFT FFT White noise Generator ทฤษฎี

78 78 Advanced Digital Signal Processing P. Yuvapoositanon Lab 4: Filter Testing ผลการทดลอง สังเกตความเข้ากันได้ของผลจากการ ทดลองและทฤษฎี ผลการทดลอง สังเกตความเข้ากันได้ของผลจากการ ทดลองและทฤษฎี

79 79 Advanced Digital Signal Processing P. Yuvapoositanon Lab 5: FIR Design by Fdatool ทดลองออกแบบตัวกรอง FIR ด้วย fdatool ทดลองออกแบบตัวกรอง FIR ด้วย fdatool

80 80 Advanced Digital Signal Processing P. Yuvapoositanon Lab 5: FIR Design by Fdatool

81 81 Advanced Digital Signal Processing P. Yuvapoositanon Lab 5: FIR Design by Fdatool

82 82 Advanced Digital Signal Processing P. Yuvapoositanon Lab 5: FIR Design by Fdatool

83 83 Advanced Digital Signal Processing P. Yuvapoositanon Lab 5: FIR Design by Fdatool

84 84 Advanced Digital Signal Processing P. Yuvapoositanon Lab 5: FIR Design by Fdatool

85 85 Advanced Digital Signal Processing P. Yuvapoositanon Lab 5: FIR Design by Fdatool

86 86 Advanced Digital Signal Processing P. Yuvapoositanon Lab 5: FIR Design by Fdatool การ export ค่าจะได้อยู่ในรูปบล็อก simulink การ export ค่าจะได้อยู่ในรูปบล็อก simulink

87 87 Advanced Digital Signal Processing P. Yuvapoositanon Lab 5: FIR Design by Fdatool

88 88 Advanced Digital Signal Processing P. Yuvapoositanon Lab 5: FIR Design by Fdatool ต่อบล็อก sine wave และ scope เพิ่ม ต่อบล็อก sine wave และ scope เพิ่ม

89 89 Advanced Digital Signal Processing P. Yuvapoositanon Lab 5: FIR Design by Fdatool แยกแสดงผล แยกแสดงผล

90 90 Advanced Digital Signal Processing P. Yuvapoositanon Lab 5: FIR Design by Fdatool

91 91 Advanced Digital Signal Processing P. Yuvapoositanon Lab 5: FIR Design by Fdatool

92 92 Advanced Digital Signal Processing P. Yuvapoositanon Lab 5: FIR Design by Fdatool 10,800 Hz -6 dB (0.5V)

93 93 Advanced Digital Signal Processing P. Yuvapoositanon Lab 5: FIR Design by Fdatool 15,100 Hz -20 dB (0.1 V)

94 94 Advanced Digital Signal Processing P. Yuvapoositanon Lab 5: FIR Design by Fdatool

95 95 Advanced Digital Signal Processing P. Yuvapoositanon Lab 5: FIR Design by Fdatool

96 96 Advanced Digital Signal Processing P. Yuvapoositanon Lab 5: FIR Design by Fdatool

97 97 Advanced Digital Signal Processing P. Yuvapoositanon Lab 5: FIR Design by Fdatool 10.8 kHz -6 dB

98 98 Advanced Digital Signal Processing P. Yuvapoositanon Lab 6: IIR Design by Fdatool IIR design โดยใช้ต้นแบบ Butterworth IIR design โดยใช้ต้นแบบ Butterworth

99 99 Advanced Digital Signal Processing P. Yuvapoositanon Lab 6: IIR Design by Fdatool -3 เราสามารถเลือก order ได้เอง เราสามารถเลือก order ได้เอง

100 100 Advanced Digital Signal Processing P. Yuvapoositanon Lab 6: IIR Design by Fdatool

101 101 Advanced Digital Signal Processing P. Yuvapoositanon Lab 6: IIR Design by Fdatool

102 102 Advanced Digital Signal Processing P. Yuvapoositanon Lab 6: IIR Design by Fdatool

103 103 Advanced Digital Signal Processing P. Yuvapoositanon Lab 6: IIR Design by Fdatool

104 104 Advanced Digital Signal Processing P. Yuvapoositanon Lab 6: IIR Design by Fdatool

105 105 Advanced Digital Signal Processing P. Yuvapoositanon Lab 6: IIR Design by Fdatool เราสามารถเปลี่ยนโครงสร้างของตัวกรองเป็นแบบอื่นๆ ได้ เราสามารถเปลี่ยนโครงสร้างของตัวกรองเป็นแบบอื่นๆ ได้

106 106 Advanced Digital Signal Processing P. Yuvapoositanon Lab 6: IIR Design by Fdatool Lattice Lattice

107 107 Advanced Digital Signal Processing P. Yuvapoositanon Lab 6: IIR Design by Fdatool

108 108 Advanced Digital Signal Processing P. Yuvapoositanon Lab 6: IIR Design by Fdatool ใช้การแปลง sos2tf ใน MATLAB ใช้การแปลง sos2tf ใน MATLAB

109 109 Advanced Digital Signal Processing P. Yuvapoositanon Lab 6: IIR Design by Fdatool

110 110 Advanced Digital Signal Processing P. Yuvapoositanon Lab 6: IIR Design by Fdatool 12 kHz -3 dB

111 111 Part III Fundamental of Random Signals

112 112 Advanced Digital Signal Processing P. Yuvapoositanon Random Signals สัญญาณโดยทั่วไปนั้นอยู่ในรูปสัญญาณที่ไม่แน่นอน สัญญาณโดยทั่วไปนั้นอยู่ในรูปสัญญาณที่ไม่แน่นอน เรียกสัญญาณที่มีความไม่แน่นอนนั้นว่าสัญญาณสุ่ม (Random Signal) เรียกสัญญาณที่มีความไม่แน่นอนนั้นว่าสัญญาณสุ่ม (Random Signal)สัญญาณรบกวน เสียงพูดว่า Matlab

113 113 Advanced Digital Signal Processing P. Yuvapoositanon Statistics Values เราไม่สามารถ ใช้ spectrum ในการหาความหมาย ของสัญญาณสุ่ม ได้ เราไม่สามารถ ใช้ spectrum ในการหาความหมาย ของสัญญาณสุ่ม ได้ เราใช้ ค่าสถิติ (Statistics) เราใช้ ค่าสถิติ (Statistics) ค่าเฉลี่ย (Mean) ค่า Correlation

114 114 Advanced Digital Signal Processing P. Yuvapoositanon Expectation Value ค่าเฉลี่ยของสัญญาณ (mean) แสดง ปริมาณกลาง ของสัญญาณ ค่าเฉลี่ยของสัญญาณ (mean) แสดง ปริมาณกลาง ของสัญญาณ E{x(n)} = ค่าคาดหวัง (expected value) ของสัญญาณ

115 115 Advanced Digital Signal Processing P. Yuvapoositanon Correlation ค่า correlation นั้นได้เป็นการบอกว่าสัญญาณมีความเหมือนกัน หรือไม่? ที่เวลาการหน่วงเท่าใด? ค่า correlation นั้นได้เป็นการบอกว่าสัญญาณมีความเหมือนกัน หรือไม่? ที่เวลาการหน่วงเท่าใด? คำนวณจากค่าเฉลี่ยเชิงสถิติของผลคูณของสองสัญญาณ คำนวณจากค่าเฉลี่ยเชิงสถิติของผลคูณของสองสัญญาณ ค่าเฉลี่ยเชิงสถิติดังกล่าวเรียกว่า ค่าคาดหวัง (expectation value) ค่าเฉลี่ยเชิงสถิติดังกล่าวเรียกว่า ค่าคาดหวัง (expectation value) ตัวอย่างค่า correlation ของ A และ B มี สัญลักษณ์ ตัวอย่างค่า correlation ของ A และ B มี สัญลักษณ์ A B = E{A*B} E{ } =Expectation operator A A = E{A*A} Cross-correlation Auto-correlation

116 116 Advanced Digital Signal Processing P. Yuvapoositanon Auto and Cross correlation Autocorrelation Autocorrelation Cross-correlation Cross-correlation A A C A B D

117 117 Advanced Digital Signal Processing P. Yuvapoositanon Random Signal สมมติว่า สัญญาณสุ่ม (เช่น เสียงพูด) เป็นดังรูป สมมติว่า สัญญาณสุ่ม (เช่น เสียงพูด) เป็นดังรูป

118 118 Advanced Digital Signal Processing P. Yuvapoositanon เราทำการหา autocorrelation ของ สัญญาณสุ่ม เราทำการหา autocorrelation ของ สัญญาณสุ่ม AutoCorrelation A A

119 119 Advanced Digital Signal Processing P. Yuvapoositanon Different Signals หากมีสัญญาณสุ่ม B ที่ ไม่เหมือน A หากมีสัญญาณสุ่ม B ที่ ไม่เหมือน A

120 120 Advanced Digital Signal Processing P. Yuvapoositanon Different Random Signals ความแตกต่าง ความแตกต่าง A A A-A A B A-B

121 121 Advanced Digital Signal Processing P. Yuvapoositanon Cross Correlation คุณสมบัติสัญญาณสุ่มนั้นไม่สามารถดูได้ (หรือดูได้ยาก) จาก “ตาเปล่า” แต่สามารถใช้ cross correlation ตรวจสอบได้ คุณสมบัติสัญญาณสุ่มนั้นไม่สามารถดูได้ (หรือดูได้ยาก) จาก “ตาเปล่า” แต่สามารถใช้ cross correlation ตรวจสอบได้ A B

122 122 Advanced Digital Signal Processing P. Yuvapoositanon Cross Correlation สำหรับสัญญาณที่ไม่เหมือนกัน ไม่มี crosscorrelation สำหรับสัญญาณที่ไม่เหมือนกัน ไม่มี crosscorrelation A C

123 123 Advanced Digital Signal Processing P. Yuvapoositanon Communication Signal สัญญาณในการสื่อสารดิจิตอล เช่น โทรศัพท์มือถือนั้นจะเป็น สัญญาณที่เป็นข้อมูลข่าวสาร (information) สัญญาณในการสื่อสารดิจิตอล เช่น โทรศัพท์มือถือนั้นจะเป็น สัญญาณที่เป็นข้อมูลข่าวสาร (information) ตามทฤษฎีข้อมูล (Information Theory) ของ C.E. Shannon นั้น ยิ่งสัญญาณมีความเป็นข้อมูลมาก ก็ยิ่งมีความเป็นสัญญาณ สุ่มมากด้วย ตามทฤษฎีข้อมูล (Information Theory) ของ C.E. Shannon นั้น ยิ่งสัญญาณมีความเป็นข้อมูลมาก ก็ยิ่งมีความเป็นสัญญาณ สุ่มมากด้วย ข้อมูลข่าวสาร = สัญญาณสุ่ม

124 124 Advanced Digital Signal Processing P. Yuvapoositanon Cross Correlation Application Code Division Multiple Access (CDMA) ใช้การเข้ารหัส ใช้การเข้ารหัส Code 1 X “1” …. …. Bit 1 Bit 2 Chip Modulation DATA 110

125 125 Advanced Digital Signal Processing P. Yuvapoositanon CDMA Receiver Code 1 X Correlation “1” …. Bit 1 Bit 2 Chip 110 Integration

126 126 Advanced Digital Signal Processing P. Yuvapoositanon Simulink Model of CDMA Note: ในทางปฏิบัติ เราใช้ +1 และ -1 แทนข้อมูล 1 และ 0 ตามลำดับ Note: ในทางปฏิบัติ เราใช้ +1 และ -1 แทนข้อมูล 1 และ 0 ตามลำดับ

127 127 Advanced Digital Signal Processing P. Yuvapoositanon Decoding Code ถูกต้อง Code ไม่ถูกต้อง สัญญาณ mod สัญญาณ Demod

128 128 Advanced Digital Signal Processing P. Yuvapoositanon Adaptive Signal Processing การประมวลผลสัญญาณแบบอินพุทเป็นแบบ สัญญาณ สุ่ม โดยเฉพาะ เรื่อง การประมวลผลสัญญาณแบบ ปรับตัวได้ (adaptive signal processing) การประมวลผลสัญญาณแบบอินพุทเป็นแบบ สัญญาณ สุ่ม โดยเฉพาะ เรื่อง การประมวลผลสัญญาณแบบ ปรับตัวได้ (adaptive signal processing) ความต้องการคือ การหักล้างผลที่ไม่ต้องการ เช่น ความต้องการคือ การหักล้างผลที่ไม่ต้องการ เช่น ผลของ channel ในเรื่อง Equalisation ผลของ channel ในเรื่อง Equalisation ผลของ room ในเรื่องของ Echo Cancellation ผลของ room ในเรื่องของ Echo Cancellation ผลของ transfer function ของผิวหนังในการวัด ecg ผลของ transfer function ของผิวหนังในการวัด ecg

129 129 Advanced Digital Signal Processing P. Yuvapoositanon Channel Equalisation Multipath Channel ?? 1 ไม่มี multipath มี multipath มี multipath I) II)

130 130 Advanced Digital Signal Processing P. Yuvapoositanon Transfer Function เมื่อแปลงผลของ channel ด้วยการทำการแปลง z เมื่อแปลงผลของ channel ด้วยการทำการแปลง z กรณีไม่มี multipath H(z) =1 กรณีไม่มี multipath H(z) =1 Multipath ทำให้เกิดการผิดเพี้ยนทางโดเมนเวลา Multipath ทำให้เกิดการผิดเพี้ยนทางโดเมนเวลา เราแก้ไขง่ายกว่าหากแก้ Multipath ทางโดเมนความถี่ เราแก้ไขง่ายกว่าหากแก้ Multipath ทางโดเมนความถี่ 1 2 z ft 1 z f t H(z)=1 H(z)=? ไม่มี multipath มี multipath มี multipath

131 131 Advanced Digital Signal Processing P. Yuvapoositanon Basic Equalisation I เราใช้ Equaliser ในการดัดแปลง channel ให้ เราใช้ Equaliser ในการดัดแปลง channel ให้ มีค่า H(z) เป็น 1 ด้วยการทำ inverse Channel Equaliser H(z)1/H(z) *

132 132 Advanced Digital Signal Processing P. Yuvapoositanon Basic Equalisation II กรณีที่ ไม่ทราบ channel H(z) เราต้องอาศัยการปรับ ค่าเองจาก error กรณีที่ ไม่ทราบ channel H(z) เราต้องอาศัยการปรับ ค่าเองจาก error Channel Adaptive Equaliser H(z)1/H(z) * + e d y + - x

133 133 Advanced Digital Signal Processing P. Yuvapoositanon Adaptive Algorithm ค่าผิดพลาด error= d-y ค่าผิดพลาด error= d-y ค่าใหม่ = ค่าเดิม + สเกล * ค่าผิดพลาด*อินพุท เรียกว่า Least-Mean Square (LMS) algorithm w(n)=w(n-1) + mu*e(n)*x(n) For n=1:N end e(n)= d(n)-y(n) Algorithm

134 134 Advanced Digital Signal Processing P. Yuvapoositanon LMS Algorithm Block บล็อก LMS บล็อก LMS Normalization

135 135 Advanced Digital Signal Processing P. Yuvapoositanon Adaptive Equalisation ตัวอย่างการใช้บล็อก LMS สร้างระบบ Adaptive Equaliser ตัวอย่างการใช้บล็อก LMS สร้างระบบ Adaptive Equaliser

136 136 Advanced Digital Signal Processing P. Yuvapoositanon Noise Cancellation สัญญาณรบกวนเป็นสิ่งที่เราไม่ต้องการ สัญญาณรบกวนเป็นสิ่งที่เราไม่ต้องการ วิธีการที่ง่ายที่สุดก็คือ แก้ด้วย หูฟังแบบพิเศษ วิธีการที่ง่ายที่สุดก็คือ แก้ด้วย หูฟังแบบพิเศษ

137 137 Advanced Digital Signal Processing P. Yuvapoositanon การสร้างสัญญาณกลับเฟสทำให้เกิดบริเวณเงียบ การสร้างสัญญาณกลับเฟสทำให้เกิดบริเวณเงียบ Active Noise Canceller สร้างสัญญาณกลับเฟสด้วยอัลกอริธึม DSP Active Noise Canceller สร้างสัญญาณกลับเฟสด้วยอัลกอริธึม DSP Basic of Noise Cancellation FeedbackANC สัญญาณรบกวน Pilot Mic Loudspeaker บริเวณเงียบ n n -n

138 138 Advanced Digital Signal Processing P. Yuvapoositanon Active Noise Cancellation Headphones การใช้งาน ANC ที่ได้ผลดี คือ ใน Headphones การใช้งาน ANC ที่ได้ผลดี คือ ใน Headphones LX-18 Active Noise Cancelling Headphones

139 139 Advanced Digital Signal Processing P. Yuvapoositanon Diagram of Active Noise Cancellation Headphones H(z) n n y 1. สัญญาณเข้า n ที่ Ext.Mic 2. n ถูกดัดแปลงเป็น n จาก H(z) ที่ Pilot Mic. 3. ANC พยายามสร้าง y เป็น n ที่กลับเฟส (คือ –n) H(z) เป็นโมเดลทาง Acoustic Ext.Mic Pilot Mic Quiet Zone

140 140 Advanced Digital Signal Processing P. Yuvapoositanon ANC แปลงโมเดล แปลงโมเดล Loudspeaker Algorithm + Exterior Mic e y n Pilot Mic n ANC FIR

141 141 Advanced Digital Signal Processing P. Yuvapoositanon ANC Simulink Model Dspanc_win32.mdl Dspanc_win32.mdl

142 142 Advanced Digital Signal Processing P. Yuvapoositanon Adaptive Time Delay Estimation จากเรื่องของการทำ Adaptive Time Delay จากเรื่องของการทำ Adaptive Time Delay Adaptive Equaliser + error d y + - x Delay d + Noise

143 143 Advanced Digital Signal Processing P. Yuvapoositanon ADTE: Simulink Model lmsadte.mdl lmsadte.mdl ค่าสัมประสิทธิ์ ตัวกรอง แสดงตำแหน่ง ของการหน่วง 9 9

144 144 Advanced Digital Signal Processing P. Yuvapoositanon ECG Measurement สัญญาณ ECG เป็นสัญญาณที่สำคัญ เพื่อตรวจสอบ อาการผิดปกติต่างๆ ของ หัวใจ สัญญาณ ECG เป็นสัญญาณที่สำคัญ เพื่อตรวจสอบ อาการผิดปกติต่างๆ ของ หัวใจ

145 145 Advanced Digital Signal Processing P. Yuvapoositanon ECG Signal ใช้ Matlab ในการสร้าง ecg ใช้ Matlab ในการสร้าง ecg

146 146 Advanced Digital Signal Processing P. Yuvapoositanon ECG Measuring Circuit บล็อกไดอะแกรมของวงจรสำหรับการวัด ECG บล็อกไดอะแกรมของวงจรสำหรับการวัด ECG

147 147 Advanced Digital Signal Processing P. Yuvapoositanon Diagram of ECG Measurement with Noise H(z) H(z) เป็นTransfer Function ของผิวหนัง ECG Sensor 220 Vac 50Hz ผิวหนัง ขนาดและเฟส ของ 220 V ถูกเปลี่ยนแปลง ด้วย H(z) ECG 4 50 Hz

148 148 Advanced Digital Signal Processing P. Yuvapoositanon 50Hz Notch Filtering เราจะทำการตัดสัญญาณ 50 Hz ด้วย Notch filter เราจะทำการตัดสัญญาณ 50 Hz ด้วย Notch filter From ECG Sensor Notch Filter Filtered ECG 50 Hz f

149 149 Advanced Digital Signal Processing P. Yuvapoositanon Lab 7: 50Hz Canceling in ECG ออกแบบ Notch filter ด้วย Fdatool บล็อกใน Simulink ออกแบบ Notch filter ด้วย Fdatool บล็อกใน Simulink 50Hz f Fpass1 40 Hz Fstop1 45 Hz Fpass2 55 Hz Fstop2 60 Hz

150 150 Advanced Digital Signal Processing P. Yuvapoositanon Lab 7: 50Hz Canceling in ECG ระบบ 50Hz Canceling ด้วย Notch filter ระบบ 50Hz Canceling ด้วย Notch filter Notch Filter

151 151 Advanced Digital Signal Processing P. Yuvapoositanon Lab 7: 50Hz Canceling in ECG

152 152 Advanced Digital Signal Processing P. Yuvapoositanon กรณีสัญญาณเข้ามาเป็นมี distortion เช่น สัญญาณไม่ เป็น sine แท้จริง เช่น มีการ clipping กรณีสัญญาณเข้ามาเป็นมี distortion เช่น สัญญาณไม่ เป็น sine แท้จริง เช่น มีการ clipping Lab 7: 50Hz Canceling in ECG Nonlinear Wave Transfer Function ของผิวหนัง

153 153 Advanced Digital Signal Processing P. Yuvapoositanon Lab 7: 50Hz Canceling in ECG ฮาร์โมนิกไม่ลด ฮาร์โมนิกไม่ลด

154 154 Advanced Digital Signal Processing P. Yuvapoositanon Lab 7: 50Hz Canceling in ECG ทดลองสร้าง adaptive filter ด้วยบล็อก nLMS ทดลองสร้าง adaptive filter ด้วยบล็อก nLMS

155 155 Advanced Digital Signal Processing P. Yuvapoositanon Lab 7: 50Hz Canceling in ECG ฮาร์โมนิก ลดลง

156 156 Advanced Digital Signal Processing P. Yuvapoositanon Conclusion Matlab และ Simulink เหมาะสมในการศึกษาและ ทดสอบระบบ DSP ทั้งระดับพื้นฐานและการทำงาน Matlab และ Simulink เหมาะสมในการศึกษาและ ทดสอบระบบ DSP ทั้งระดับพื้นฐานและการทำงาน DSP BLockset มีทั้งฟังก์ชันทั่วไปและฟังก์ชัน ระดับสูงทาง DSPให้เลือกใช้ DSP BLockset มีทั้งฟังก์ชันทั่วไปและฟังก์ชัน ระดับสูงทาง DSPให้เลือกใช้ การใช้ DSP ด้วย Matlab Simulink และ DSP BLockset นั้นสามารถใช้งานได้ง่าย โดยผู้ใช้งาน สามารถเลือกบล็อกใช้งานได้อย่างสะดวก การใช้ DSP ด้วย Matlab Simulink และ DSP BLockset นั้นสามารถใช้งานได้ง่าย โดยผู้ใช้งาน สามารถเลือกบล็อกใช้งานได้อย่างสะดวก แต่การทำงาน DSP อย่างจริงจังต้องอาศัยความเข้าใจ ทางทฤษฎีด้วย แต่การทำงาน DSP อย่างจริงจังต้องอาศัยความเข้าใจ ทางทฤษฎีด้วย

157 157 Thank You


ดาวน์โหลด ppt 1 การประมวลผลสัญญาณขั้นสูง Advanced Digital Signal Processing Chapter 1 Introduction to ADSP Asst. Prof. Dr. Peerapol Yuvapoositanon, PhD,DIC Department.

งานนำเสนอที่คล้ายกัน


Ads by Google