DevioLabавтоматичне керування капіталом
ПРАЦЮЄ 24/7
КРИПТОВАЛЮТИ · АКЦІЇ · 10 БІРЖ

Портфель, який керується автоматично

DevioLab підбирає стратегії, відстежує ринки та автоматизує купівлю і продаж активів. Кількість доступних криптовалют, акцій і торгових можливостей зростає щодня.

10підключених біржCrypto + Stocksв одному портфелі24/7автоматичний контроль

Знайомство з середовищем Matlab. Дослідження методів обробки аудіо інформації в Matlab

Інформація про навчальний заклад

ВУЗ:
Національний університет Львівська політехніка
Інститут:
Інститут комп’ютерних технологій, автоматики та метрології
Факультет:
Комп'ютерні технології
Кафедра:
Захист інформації

Інформація про роботу

Рік:
2013
Тип роботи:
Звіт до лабораторної роботи
Предмет:
Системи обробки інформації
Група:
ЗІ-31
Коротко про документ

Про що ця робота

Звіт до лабораторної роботи присвячено знайомству з середовищем Matlab та дослідженню методів обробки аудіоінформації. Розглянуто застосування нерекурсивних та рекурсивних цифрових фільтрів для усунення завад.

У роботі розглядаються

  • Matlab
  • Обробка аудіоінформації
  • Цифрові фільтри
  • Рекурсивні фільтри
  • Нерекурсивні фільтри
  • Амплітудно-частотна характеристика

Зміст і розділи

  1. Лістинг програми
  2. Графіки АЧХ
  3. Висновок
Для кого:Студенти технічних спеціальностей вищих навчальних закладів
Викладачі:Совин Я. Р.

Ключові поняття

MatlabаудіосигналАЧХзавадидискретизаціяфільтрація

Частина тексту файла (без зображень, графіків і формул):

МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ «ЛЬВІВСЬКА ПОЛІТЕХНІКА» ІКТА Кафедра ЗІ / ЗВІТ До лабораторної роботи №1 Знайомство з середовищем Matlab. Дослідження методів обробки аудіо інформації в Matlab. / // Лістинг програми [y, Fs, bits]= wavread('H:\навчання\Лабораторні роботи СЗіВІ\Аудіосигнали\Lab_1_15.wav'); Fs bits Nr=320; a=6; f=1300; N = length(y); t = ( 0 : N - 1) / Fs; Noise = a * sin(2 * pi * f * t); S = Noise' + y; figure(2); subplot(2, 1, 1); plot( t, y); grid on; subplot(2, 1, 2); plot( t,S); grid on; fn=Fs/2; F=[1200 1400]; b=fir1(Nr,F/fn,'stop'); y1=filter(b,1,S); figure(3); subplot(3, 1, 1); plot( t, y1); grid on; F1=[800:1700]; subplot(3, 1, 2); plot( t,S); grid on; h=freqz(b,1,F1,Fs); figure(4); plot(F1,abs(h));grid on; wavwrite(y1,Fs,bits,'lab11'); Rp=0.1; Rs=60; Wp=[10 2000]/fn; Ws=[1295 1305]/fn; [n,Wn]=cheb2ord(Wp,Ws,Rp,Rs); n=5; [B,A]=cheby2(n,Rs,Wn,'stop'); F1=[800:1400]; h=freqz(B,A,F1,Fs); figure(5); plot(F1,abs(h));grid on;; y2=filter(B,A,S); figure(6); subplot(3,1,2) plot(t,y2);grid on; subplot(3,1,1) plot( t,S); grid on; wavplay(y2,Fs,'async') wavwrite(y2,Fs,bits,'lab12'); Графіки АЧХ Нерекурсивного фільтра Рекурсивного фільтра / / Сигнал до , після накладання завад та після фільтрації фільтрами Рекурсивним Нерекурсивним / / Висновок Фільтри призначені для послаблення сигналів або завад певної частоти. Фільтри бувають аналогові і цифрові. Аналогові поділяються на активні та пасивні. Цифрові - на рекурсивні та не рекурсивні. Перевага рекурсивних над нерекурсивними в тому, що для отримання певної АЧХ порядок рекурсивного має бути значно нижчим ніж не рекурсивного.
Допоможи студентському архіву

Ми допомогли тобі — допоможи наступному студенту

Файл ще не обрано

Оголошення від адміністратора

Антиботан аватар за замовчуванням

Подякувати Студентському архіву довільною сумою

Admin

26.02.2023 12:38

Дякуємо, що користуєтесь нашим архівом!