担当 : 山口 匡 伊藤 祐吾 (TA) 宮内 裕輔 (TA)

Slides:



Advertisements
Similar presentations
第 7 週目: 周波数伝達関数とボード線図 周波数伝達関数 ボード線図 TUT, System & Control laboratory 1/16.
Advertisements

情報通信システム( 2 ) 年 4 月 26 日 火曜日 午後 4 時 10 分~ 5 時 40 分 NTT-IT Corp. 加藤 洋一.
音声特徴比較システムの開発 Development of Voice Feature Comparison System.
量子化(Mid-riser型) 出力y 入力x 通信ネットワーク特論(量子化・符号化).
卒研のようなもの 圧縮ちーむ 2008.4.22 鴫原、山本、齋藤.
ディジタル信号処理 Digital Signal Processing
音声情報処理 第9回 1.フーリエ級数展開 2.冬休みの宿題.
情報通信システム(3) plala. or 情報通信システム(3) 年5月10日 火曜日  午後4時10分~5時40分 NTT-IT Corp. 加藤 洋一.
情253 「ディジタルシステム設計 」 (3)Constellation3
復習.
本日の内容(10/30) (以下、前回資料と重複あり) 音響データの分析 音楽的な性質(調・調性、拍節構造) 音楽情報科学について(導入)
動機 目的 音声特徴比較システムの開発 結果を考察 サンプルデータ の収集及び統計 班員全員が音楽好き 歌の上手さを科学的に理解
集積回路工学研究室 岩淵 勇樹 秋田 純一 北川 章夫
GRAPESで学ぶフーリエ級数 GRAPESで学ぶ フーリエ級数 立命館高等学校 早苗雅史.
情253 「ディジタルシステム設計 」 (2)modem2
第三章 ディジタル符号変換の基礎 3・1PCMパルス符号変換 3・2符号変換 3・3通信路符号形式 3・4スクランブル.
デジタル信号処理①
デジタル信号処理③
徳島大学工学部知能情報工学科 A1 グループ 学部4年 森陽司
首都大学東京 都市教養学部数理科学コース 関谷博之
ディジタル信号処理 Digital Signal Processing
6.4 離散的コサイン変換 (DCT : discrete cosine transform ) (1)DCTとは
デジタル信号処理④
ガウス誤差関数を利用した 収束の速いヒルベルト変換ディジタルフィルタ
羽佐田葉子 2007年3月24日 アクロス研究会@静岡大学
(ラプラス変換の復習) 教科書には相当する章はない
表紙 MATLAB 応用講習会(A) 情報アシスタント M1 山本幸司.
ディジタル信号処理 Digital Signal Processing
ー 第1日目 ー 確率過程について 抵抗の熱雑音の測定実験
ー 第3日目 ー ねじれ型振動子のブラウン運動の測定
電気回路学Ⅱ エネルギーインテリジェンスコース 5セメ 山田 博仁.
2.伝送線路の基礎 2.1 分布定数線路 2.1.1 伝送線路と分布定数線路 集中定数回路:fが低い場合に適用
システムモデルと伝達関数 1. インパルス応答と伝達関数 キーワード : 伝達関数、インパルス応答、 ステップ応答、ランプ応答
大阪大学 大学院工学研究科 極限光通信工学領域 井上研究室 欅田 直也・橘 遼太郎・隅田 拓也・高 祥史
第7回 フィルタとは.
音信号表現 音声波形のデジタル化(PCM) サンプリング、標本化定理、量子化 ソースフィルタモデル
電気回路学Ⅱ エネルギーインテリジェンスコース 5セメ 山田 博仁.
電気回路学Ⅱ 通信工学コース 5セメ 山田 博仁.
P4 通信システム P4.1 ディジタルフィルタの設計とその応用 P4.2 伝送線路のFDTD解析 P4.2 H4.1 P4.1 H4.1
第4回 信号表現とエリアシング.
スペクトル法の一部の基礎の初歩への はじめの一歩
横磁化成分と歳差運動 M0 横磁化Mxy 回転座標系 90°RFパルスにより、縦磁化成分Moはxy平面に倒れる(横磁化生成)
フーリエ級数展開 ~矩形波について~ 長江 栞 中島 涼 中村 勇樹
5. 音声からの特徴抽出 5.1 特徴抽出の手順 5.2 音声信号のディジタル化 5.3 人の聴覚をまねて -スペクトル分析 5.4 もうひと工夫 -ケプストラム分析 5.5 雑音の除去.
デザイン情報学科 メディア情報設計 河原英紀
 1オーム系 Z0 = 1Ω (1)  オームの法則 (V:電圧,I:電流,R:抵抗orインピーダンス) V = IR (2)   1オーム系では,
卒業論文 重力波のデータ解析における 分散処理の必要性
6. ラプラス変換.
ディジタル信号処理 Digital Signal Processing
デザイン情報学科 メディア情報設計 河原英紀
デザイン情報学科 メディア情報設計 河原英紀
音・音楽の設計と表現Ⅱ キーワード : サンプリング(標本化)、周波数、量子化 音は空気を伝わる波 → 音をデジタル(0と1の数値)にする。
ディジタル信号処理 Digital Signal Processing
音声分析 フーリエ解析の定性的理解のために.
                                                                   平成20年10月                       工学科   年生 学籍番号(          ) 氏名(                 ) □ フーリエ級数 □ フーリエ変換 □ SN比 □ 波長
Fourier 変換 Mellin変換 演習課題
ディジタル信号処理 Digital Signal Processing
正弦波.
ディジタル信号処理 Digital Signal Processing
ディジタル信号処理 Digital Signal Processing
P4 通信システム P4.1 ディジタルフィルタの設計とその応用 P4.2 伝送線路のFDTD解析 P4.2 H4.1 P4.1 H4.1
第 5 章 :周波数応答 5.1 周波数応答と伝達関数 周波数伝達関数,ゲイン,位相 キーワード : 5.2 ベクトル軌跡 ベクトル軌跡
音響伝達特性を用いたシングルチャネル音源方向推定
第3回 標本化定理.
ソースフィルタモデル.
情報通信システム(2) plala. or 情報通信システム(2) 年4月23日 火曜日  午後4時10分~5時40分 NTT-TX Corp. 加藤 洋一.
電気回路学Ⅱ 通信工学コース 5セメ 山田 博仁.
電気回路学Ⅱ コミュニケーションネットワークコース 5セメ 山田 博仁.
Fourier 変換 Mellin変換 演習課題
6.2 高速フーリエ変換 (1)FFT(fast Fourier transform)とは
Presentation transcript:

担当 : 山口 匡 伊藤 祐吾 (TA) 宮内 裕輔 (TA) 実験5 周波数解析 担当 : 山口 匡 伊藤 祐吾 (TA) 宮内 裕輔 (TA)

実験の目的 ・ 時間領域と周波数領域の概念を理解 仮定・想像 実体験 理解・解釈 考察 Excelの使い方も・・・

第一週目 Sin波のフーリエ変換

フーリエ変換 f(t) : 時間領域における波(信号) t : 時間 ω: 角周波数 j : 虚数単位

フーリエ変換 F(ω) を極形式で示すと A(ω) : 振幅スペクトル φ(ω) : 位相スペクトル A(ω)2 : 電力スペクトル φ(ω) : 位相スペクトル A(ω)2 : 電力スペクトル (パワースペクトル)

実験の内容 ・ 指導書に沿って進める ・ レポート提出は2週終了後 ・ レポートには各課題の内容と結果 および考察を図入りで記載すること

Excelをつかった計算の方法 ・ 実験中に実習します

第一週目の課題 実験1 : 正弦波の解析 ・ ひとつのsin波をフーリエ変換して 周波数特性を確認する

第一週目の課題 実験1-1 ・ 振幅の異なるsin波ではどうなる のかを確認する

第一週目の課題 実験1-2 ・ 位相φがあるsin波ではどうなる のかを確認する

第一週目の課題 実験2 ・ 2つ以上のsin波を合成し,その 波形をフーリエ変換して 周波数特性を確認する のかを確認する

第一週目の課題 実験3 ・ 正弦波でない信号をExcelの ワークシート上で実現し, 周波数特性を解析する  ワークシート上で実現し,  周波数特性を解析する <専用のワークシートを作ってみよう!>

第一週目の課題 実験3-1 ・ 直流の信号をExcelのワーク シート上で実現し,周波数特性を 解析する <専用のワークシートを作ってみよう!>

第一週目の課題 実験3-2 ・ デルタ関数をExcelのワークシート 上で実現し,周波数特性を解析する デルタ関数 : ある瞬間だけで値(通常は1)を持ち 値を持つ時間は限りなく0に近いと 定義される (≒インパルス)

<覚えておこう!> 三角波はsin波の合成で 表現できる!

2/π ・・・ -2/π 0 π/2 π 3π/2 2π 5π/2   3π    1 -1 0 π/2 π 3π/2 2π 5π/2   3π   

<覚えておこう!> 矩形波はsin波の合成で 表現できる!

の 矩形波 -π -a 0 a π 2π    ( a = π/2の例 )

第二週目 様々な音のDFT・FFT

FFTとは フーリエ変換: ・ 信号の中にどの周波数成分がどれだけ含まれて いるかを抽出する処理 ・ フーリエ級数展開で,ある極限を取ったもの DFT( Discrete Fourier Transform ): ・ 離散フーリエ変換 ・ 連続周期信号をサンプリングして、離散周期信号 に置き換えたもの

FFTとは FFT( Fast Fourier Transform ): ・ 高速フーリエ変換 ・ 入力波形をいくつかのグループに分けて計算し、 計算順序を工夫して計算量を大幅に減少させた アルゴリズム ・ グループの数を n とした場合の演算回数は、 通常の変換では n の2乗に比例するが、 FFTでは nlogn に比例する ・ バタフライ演算をExcelで実現することも可能 → FFT_sample.xls

第二週目の課題 実験4 ・ デジタル化された音データ(*.wav) をDFTまたはFFTし,周波数成分を 解析する *.wavデータの読み書きには wav_rw.xls を使用する ( 読み込んだデータは,別のシートに展開される) DFTには sin_wave.xls または自作のワークシート, FFTには FFT_sample.xls を使用する

第二週目の課題 実験5 ・ 自分の声をマイクでPCに取り込む ことでデジタルデータ(*.wav)を 作成し,周波数成分を解析する 音声の取り込みには サウンドレコーダ または Visual_FFT を使用する

第二週目の課題 発展課題 ・ DFTまたはFFTを活用した周波数 解析を行う ・ 音声の解析を拡張する

実験のヒント ・ Excelの分析ツールによるフーリエ解析 では,入力データ数の上限が4096サンプル となっている ・ sin_wave.xlsは,あくまでもSin波の自動解析 ツールなので,別のデータを処理するには 一部を改良する必要がある ・ *.wavデータは 8bit・モノラル または 16bit・モノラルとし,混在させないこと

注意事項 ・ 本実験で使用した全てのワークシート およびプログラムは,公開・再配布を 禁止する

レポートについて ・ 実験結果および考察が特に重要 ・ 実験時に名前が挙がった処理や 信号などについて調べることも 考察のうち

参考資料 Excelで学ぶフーリエ変換 (オーム社) 小川 智哉[監修] 渋谷 道雄 ・ 渡邊 八一[共著] 盛岡第三高校 村上 弘 先生 Web資料 千葉工業大学 三井田 惇郎 先生 Web資料