Tento dokument vcetne vsech odkazu pouziva kodovani ISO
8859-2 (Latin-2)
B2B31CZS cvičení - Odhady spektrálních charakteristik náhodných
a nestacionárních signálů
Úkoly k vypracování:
- Modelujte signály pro účely následné spektrální analýzy:
- s1 - 2 sinusovky různých kmitočtů, fs=200 Hz, tmax=20 s;
f1=14 Hz, A1=0.5 , f2=27.5 Hz, A2=0.4 ,
- b1 - bílý šum s Gaussovským rozložením (fs=200 Hz, tmax=20
s),
- b2 - bílý šum s rovnoměrným rozložením (fs=200 Hz, tmax=20
s),
- Výsledek :
x1 - směs
sinusovky s1 a bílého šumu b1 s výsledným SNR= -6 dB.
- Vytvořte
požadovanou směs a zobrazte
první 2 segmenty délky 512 vzorků.
- Vyhlazené odhady spektrální výkonové hustoty (PSD)
Určete pomocí
Welchovy metody (fce pwelch) odhady PSD pro
signál x1. Konkrétně sledujte:
- výkonové spektrum v dB dvou různých segmentů délky 512 vzorků
(přímo pomocí fce fft, váhujte Hammingovým váhovacím okénkem),
- vyhlazený odhad PSD počítaný z celého signálu (fce pwelch),
váhujte opět Hammingovým váhovacím okénkem,
- nevyhlazený odhad PSD počítaný z jednoho segmentu signálu
(fce pwelch), váhujte opět Hammingovým váhovacím okénkem,
- opakujte předchozí kroky a sledujte vliv váhování dalšími okénky
(zejména pravoúhlým, Blackmanovým),
- Výsledek:
- vykreslete do jednoho obrázku výše uvedené 3 odhady pro
modelovaný signál x1 (při váhování Hammingovým oknem),
- vykreslete do jednoho obrázku výše uvedené 3 odhady pro
reálný EEG signál e1, viz e1.mat (fs = 200
Hz, binární MATLABovský mat-file, k načtení použijte fci load)
- Spektrogram stacionárního a nestacionárního signálu
- vykreslete spektrogram modelovaného signálu x1
(fce spectrogram) a sledujte
vliv jednotlivých volitelných parametrů při výpočtu spektrogramu,
- sledujte zejména měnící se časově-frekvenční rozlišení pro různé
délky krátkodobého okna (volte délku okna 512, 256, 128, 64
resp. 512, 1024, 2048, 4096).
- nastavte korektní zobrazení frekvence na vertikální osu y
- nastavte počet bodů DFT pro kratší segmenty a sledujte rozdíly
pro výpočet s doplněním resp. bez doplnění nulami,
- sledujte vliv použitého váhovacího okna: rectwin
(obdélníkové), bartlett (trojúhelníkové), hann
(Hanningovo), blackman (Blackmanovo - ostřejší)
- opakujte pro optimální nastavení pro další
signály s1, b1, b2 resp. e1
- Analyzujte spektrální charakteristiky nestacionárního řečového
signálu r1 uloženého v
souboru sm2.bin, který obsahuje
promluvu "1 0 6 4 7" (muž) vzorkovanou kmitočtem fs = 16 kHz. (Binární signál lze načíst pomocí fce loadbin.m)
- Výsledek:
- Zobrazte spektrogramy pro následující 3 délky segmentu pro krátkodobou
analýzu: 32 ms, 4 ms, 256 ms (použijte implicitní 50% překryv segmentů a
Hammingovo okénko pro váhování) a sledujte měnící se časově-frekvenční rozlišení ve
spektrogramu.
- Srovnejte spektrogram signálu r1 a dlouhodobý vyhlazený
odhad PSD (fce pwelch), obojí pro optimální délku krátkodobého segmentu 32 ms. Vysvětlete proč je nevhodné
počítat PSD pro uvedený signál.
- V případě dostatku času sledujte spektrogramy dalších promluv
sf2.bin - (promluva "1 0 6 4 7" - žena),
sm1.bin - (promluva "Mobilní hlasová schránka" - muž - déšť),
sf1.bin - (promluva "Mobilní hlasová schránka" - žena)
- Intervaly spolehlivosti odhadu PSD
-
Zobrazte vyhlazený odhad PSD pro signál x1, přičemž počítejte:
a) pro dříve vytvořený signál se SNR=-3 dB,
b) pro modifikovanou směs se SNR=-10 dB,
c) pro modifikovanou směs se SNR=20 dB,
- Výsledek:
- Zobrazte PSD a intervaly spolehlivosti při hladině významnosti 98%
pro výše uvedené 3 varianty signálu x1, tj. směsi sinusovky a
šumu při SNR=-3, -10 resp. 20 dB.
- Sledujte míru spolehlivost odhadu PSD pro
uvedené 3 signály.
VE VOLNÉM ČASE
Zobrazte případně 3-rozměrný prostorový
spektrogram, viz help funkcí surf a spectrogram pro
všechny výše analyzované signály.