Saya mencoba menerapkan filter IIR urutan ke-8 dan setiap catatan aplikasi dan buku teks yang saya baca mengatakan bahwa yang terbaik adalah menerapkan filter urutan apa pun lebih dari 2 sebagai bagian urutan kedua. Saya menggunakan tf2sosMATLAB untuk mendapatkan koefisien untuk bagian urutan kedua yang memberi saya koefisien 6x4 untuk …
Saya mencoba meniru ide-ide dari halaman Eigenface di wikipedia. Dari seratus sampel gambar yang diwakili oleh matriks data XX\bf X (di mana setiap gambar diratakan ke vektor dengan panjang nnn , dengan demikian XX\bf X adalah matriks 100100100 by nnn ), saya telah menghitung dekomposisi SVD: X=UΣVTX=UΣVT\begin{equation} \bf X = …
Misalkan kita memiliki linear yang diwakili dalam notasi ruang keadaan standar: y(t)=Cx(t)+Du(t)x˙( t ) = A x ( t ) + B u ( t )x˙(t)=SEBUAHx(t)+Bkamu(t) \dot{x}(t)=Ax(t)+Bu(t) y( t ) = Cx ( t ) + D u ( t )y(t)=Cx(t)+Dkamu(t)y(t) = Cx(t) + Du(t) Untuk mendapatkan respons impulsnya, dimungkinkan …
Apakah ada contoh fungsi eigen dari sistem linear time invariant (LTI) yang bukan eksponensial kompleks? Fungsi Eigen Justin Romberg dari Sistem LTI mengatakan bahwa fungsi eigen semacam itu memang ada, tetapi saya tidak dapat menemukannya.
Saya ingin tahu bagaimana menyelesaikan masalah-masalah itu .. apakah dengan inspeksi? Pertimbangkan sistem linier di bawah ini. Ketika input ke sistem , dan , respons dari sistem adalah , dan seperti yang ditunjukkan.x 2 [ n ]x1[ n ]x1[n]x_1[n]x2[ n ]x2[n]x_2[n]y 1 [ n ] y 2 [ n ] …
Dalam waktu yang terus-menerus itu mungkin; u ( t ) ⟶sistem⟶ y( t )⟹δ( t ) = dkamu ( t )dt⟶sistem⟶ dy( t )dt= h ( t )u(t)⟶system⟶y(t)⟹δ(t)=du(t)dt⟶system⟶dy(t)dt=h(t) u(t){\longrightarrow} \boxed{\quad\textrm{system}\quad} {\longrightarrow} y(t)\implies \delta(t)=\frac{du(t)}{dt}{\longrightarrow}\boxed{\quad\textrm{system}\quad}{\longrightarrow} \frac{dy(t)}{dt}=h(t) Apakah hal yang sama berlaku untuk sistem waktu diskrit yaitu δ[ t ] = dkamu [ …
Saya memiliki beberapa pemahaman dasar tentang sinyal dan konvolusi. Sejauh yang saya tahu itu menunjukkan kesamaan dua sinyal. Bisakah saya mendapatkan penjelasan dalam bahasa Inggris sederhana: apa konvolusi linear dan melingkar mengapa mereka penting situasi praktis di mana mereka digunakan
Apa teori di balik LPC? Mengapa implementasi LPC tertentu dikatakan lebih toleran terhadap kuantisasi kesalahan transmisi atau pengkodean dibandingkan skema pengkodean suara terkompresi lainnya? Dapatkah metode LPC juga digunakan untuk menghaluskan atau "prediksi" jangka pendek mirip dengan penggunaan metode filter Kalman? Dalam kondisi atau kendala apa penggunaan LPC valid?
Saya mencari bukti kesetiaan sinusoidal. Dalam DSP kami banyak belajar tentang sistem linear. Sistem linear bersifat homogen dan aditif. Satu lagi kondisi yang memuaskan adalah bahwa jika sinyal adalah gelombang sinus atau cos maka output hanya mengubah fase atau amplitudo. Mengapa? Mengapa tidak bisa output menjadi output yang sama sekali …
Dalam salah satu diskusi lain: Bagaimana menemukan respons frekuensi, stabilitas, dan kausalitas sistem linear? Saya menemukan komentar yang cukup kuat dan menarik perhatian saya. Ideal low-pass filter adalah contoh dari sistem yang tidak BIBO stabil meskipun respon frekuensi dibatasi untuk semuafff Saya mengikuti definisi stabilitas sebagaimana di sini di wiki …