INSTITUTT FOR INFORMATIKKINF 2400 - ØR 19.01.06, Intro nr. 1 UNIVERSITETET I OSLO Velkommen til INF 2400 Digital Signalbehandling Foreleser: Øyvind Ryan.

Slides:



Advertisements
Liknende presentasjoner
12.Studienreise nach Finnland,
Advertisements

1 NTNUs Multimediesenter 1.Integrasjon 2.Produksjon 3.Framtidsvisjon NTNUs Multimediesenter REN Medlemsmøte Trondheim 31. August 2005.
Hva sier de offentlige styringsdokumentene?
Nytt fra IF Innhold • Justeringer på • Messer • Aftenposten-bilag • Studentum • Studiestart • Folkehøgskolekatalogen.
1 Arbeidssted, bruk av fasiliteter og - mengde 5.
Litt mer om PRIMTALL.
Forelesning mars 2008 LAA 234 Landskapsanalysemetoder 2008
Teknologi for et bedre samfunn 1 Asbjørn Følstad, SINTEF Det Digitale Trøndelag (DDT) Brukervennlig digitalisering av offentlig sektor.
Lag film. Lag video •Videoteknologien har utviklet seg raskt de siste årene. Digital video er i ferd med å avløse analoge systemer. Med digital video.
Stiftelsen Elektronikkbransjen. • Store husholdningsapparater øker mest, med hhv 11 prosent vekst i volum og 14 prosent i verdi. • Innbygging utgjør.
Institutt for lærerutdanning og skoleutvikling UiO Lesevaner og IKT-bruk blant elever fra språklige minoriteter i Norge En sammenlikning mellom elever.
• Størrelse, bemanning, lengde på behandling og antall inntak • Erfaringer med §10.4 og skjermingshybel • Tidligere modell, første fase og lengde • Nåværende.
Å skrive for Internett Ingunn Selvik 5. Mars 2007.
1 Arbeidssted, bruk av fasiliteter og - mengde 5.
Fysikk 2 Sampling og digital behandling av lyd
NRKs Profilundersøkelse NRK Analyse. Om undersøkelsen • NRK Analyse har siden 1995 gjennomført en undersøkelse av profilen eller omdømmet til NRK.
Elektronisk signalbehandling, koding og overføring
Støyberegninger fra planlagt regionalt motorsportsenter i Haltdalen
Frekvensspesifikke svar ABR - ASSR
Fra forelesningene om involveringspedagogikk Et utviklingsarbeid Philip Dammen Manuset er under arbeid.
MP3 – hva er det og hvordan virker det?
Intro Datalingvistikk i IT – språk, logikk, psykologi Jan Tore Lønning.
2003 IT-konferansen 2003 UNIVERSITETET I OSLO Vortex: Skrivbar web for UiO Oddmund Møgedal USIT/UiO.
Nico Keilman Befolkning og velferd ECON 1730 Høst 2010
Matematikk muntlig på studieforberedende program
Gjenfinningssystemer og verktøy II
Kapittel 14 Simulering.
Anvendt signalbehandling Introduksjon. De ”gode hjelperne...” Fagansvarlig : Magne H. Johnsen rom C331, Veiledere : –Pål Anders Floor.
Forside Introduksjon Fibonacci-tall Memoisering DP Neste uke Spørsmål Introduksjon til memoisering og dynamisk programmering Åsmund Eldhuset asmunde *at*
Kompleksitetsanalyse
Mer grunnleggende matte: Forberedelse til logistisk regresjon
Forside Motivasjon Analyse Forside Motivasjon Analyse  -notasjon O og  Relasjoner Klasser Fallgruver Spørsmål Kompleksitetsanalyse Åsmund Eldhuset asmunde.
Billed dannelse Gradientsystemet:
Grunnleggende Signalbehandling
1 ProsjektProsjekt Våren OppgaverOppgaver Matematisk behandling av medisinsk bilde-informasjon. Oppgavene vil i hovedtrekk omhandle ulike matematiske.
1 Helse / IT Databaser
1 ProsjektProsjekt Våren Digital bildebehandling -Utvikle generelle bildebehandlingsrutiner i Java -Bruk av Wavelets i digital bildebehandling.
1 Helse / IT Databaser. 2 InnholdInnhold -Presentasjon (m/IT-helse ved HiA) -OppsummeringDatabase - Tabeller - Modellering - SQL -Database-demo -Strukturering.
IN229 – Våren 2003 Oversikt over innhold IN229/ V03 / Dag 12 Simulering i IN229 Simulatorkode –Proseduralt (FORTRAN / C) –Objekt-orientert (C++)
Orientering om In104 Aslak Tveito Institutt for Informatikk Universitetet i Oslo
Statistikk på 20 2 timer PSY-1002
De 100 mest brukte ordene i bøker i klasse..
Signalbehandling i radiosystemer Pål Orten og Torbjørn Ekman, UniK.
Eksempel på Lav-pass filter (analog signalbehandling)
TEKNISKE SPESIFIKASJONER For innlevering av 16:9 digitale videobånd med TV-reklameinnslag 1. Innleveringsfrist Alle reklamefilmer skal leveres 4 (fire)
Kapittel 4: Transportlaget
Stiftelsen Elektronikkbransjen. I verdi +3,0 % Totalmarked første halvår.
Forelesning nr.14 INF 1411 Elektroniske systemer
Introduksjon til øvingstimer
Hørselvern Always a Safe Step ahead!.
Jæger: Robuste og sikre systemer INF150 Programmering Kapittel 2: Problemløsning Kapittel 3.1 og 3.2.
Stiftelsen Elektronikkbransjen. I verdi - 5 % Totalmarked per 1. august.
1 Universitetsbiblioteket i Trondheim Innlegg på Nordisk sommerskole for informasjonskompetanse Finland, Tusby, Gustavelund, 29. juni 2005 Anne L. Lorange,
11. Balancing technology with people’s needs Bruk av teknologi.
In 102 – V 2005 Innføring i informasjonsteknologi Forelesning 1.
Hva skal dere få vite i dag ? Litt om avdeling for forvaltningsinformatikk og vi som er her : Om studieprogrammet.
Hva skal dere få vite i dag ? Litt om avdeling for forvaltningsinformatikk og vi som er her : Om studieprogrammet.
Velkommen til språkprogrammet - studieretning tysk språk.
HUMIT /38bKåre A. Andersen1 HUMIT1730 Hypermedier Digitalisering Uke 38b.
Tilpasset undervisning i matematikk
Symbolske data Pensum: Olsen, kap. 2 ”Symbolic Data”
Den analoge verden blir digitalisert
Vekselstrøm / spenning – AC = Alternating Current / spenning
Ladning-> Spenning. Kapasitans -> Spenning Brûel & Kjær: Microphone engineering handbook
DRI1001 h04 - Introduksjon 16 aug Arild Jansen 1 Introduksjon til DRI – med vekt på IKT 1. forelesning 16. august Om kursopplegget og pensum Hva.
Prosjekt Inf 4460, Akustisk Dataoverføring 2. milepæl: Presentasjon av oppgavens bakgrunn og status på feltet Av Kristian B. Ellingsberg.
Inf1000 (Uke 5) Arrayer, filer og tekst
Prosjekt i inf3460, signalbehandling
Bruk av Iphone til innsamling av data til forskning
INF Protokoller og Routing i Internet
Utskrift av presentasjonen:

INSTITUTT FOR INFORMATIKKINF ØR , Intro nr. 1 UNIVERSITETET I OSLO Velkommen til INF 2400 Digital Signalbehandling Foreleser: Øyvind Ryan Gruppelærer: Carl Inge Colombo Nilsen I dag første forelesning: –Signalbehandling – en introduksjon –Gjennomgang av kurssidene, –Presentasjon av obligene. Spørsmål! –Faglig start

INSTITUTT FOR INFORMATIKKINF ØR , Intro nr. 2 UNIVERSITETET I OSLO Definisjoner Signal –”Tidsavhengig, fysisk størrelse som brukes til å representere data” (Norsk dataordbok, 6. utgave, 1997) Digital signalbehandling: –Algoritmer som transformerer signaler, filtre. –Analyse av signaler ved frekvensanalyse eller spektralanalyse.

INSTITUTT FOR INFORMATIKKINF ØR , Intro nr. 3 UNIVERSITETET I OSLO

INSTITUTT FOR INFORMATIKKINF ØR , Intro nr. 4 UNIVERSITETET I OSLO Eksempel på digital signalbehandling

INSTITUTT FOR INFORMATIKKINF ØR , Intro nr. 5 UNIVERSITETET I OSLO Anvendelsesområder Seismikk (PGS) Sonar (Kongsberg Maritime) Ultralyd Standarder for lyd/bilde Mobil kommunikasjon Et par av forelesningene i INF2400 vil bli brukt til industriforedrag fra aktører på noen av disse områdene (innsamling av seismiske data, løsninger innen sonar)

INSTITUTT FOR INFORMATIKKINF ØR , Intro nr. 6 UNIVERSITETET I OSLO Digital representasjon av lyd Mikrofonen gjør lydbølgene om til et (analogt) elektrisk signal - Signalet leses av med en gitt frekvens (diskretisering i tid - f.eks 8 kHz, 16 kHz, 44 kHz) -Verdiene tilnærmes med et antall faste nivåer gitt av antall bit som brukes (diskretisering i amplitude) Med 3 bit får vi 2*2*2 = 2 3 = 8 nivåer 8 bit gir 2 8 = 256 nivåer Telefon: 8 bit *8 000 Hz = bits/sek = 64 kb/s Tid

INSTITUTT FOR INFORMATIKKINF ØR , Intro nr. 7 UNIVERSITETET I OSLO ”I språket kan vi skrive uendelig mange ord med et lite sett av bokstaver” 5 sek. gir verdier Samplet med 16 kHz (T= msek.) og 16 bits oppløsning 256 kb/s. Bedre enn telefonkvalitet ”I s” Tale

INSTITUTT FOR INFORMATIKKINF ØR , Intro nr. 8 UNIVERSITETET I OSLO Overgang ”I” og ”s” 16 kHz 8 kHz 4 kHz

INSTITUTT FOR INFORMATIKKINF ØR , Intro nr. 9 UNIVERSITETET I OSLO Talekompresjon et høyt utviklet felt Generell kompresjon av digitale data uten tap (UNIX compress %) Telefon 8 bits ved 8 kHz = 64 kb/s Moderne talekoding bygger på matematiske modeller av taleorganet –Typiske rater 2 – 16 kb/s –GSM talekoder: 13 kb/s

INSTITUTT FOR INFORMATIKKINF ØR , Intro nr. 10 UNIVERSITETET I OSLO Musikk Kompresjon bygger på modell av ørets Cochlea

INSTITUTT FOR INFORMATIKKINF ØR , Intro nr. 11 UNIVERSITETET I OSLO Beethovens 5. symfoni samplet med 44.1 kHz 16 bit, 44.1kHz = 705 kb/s 4 bit 44.1 kHz= 176 kb/s (dum og dårlig) mp3 kompresjon: 128 kb/s

INSTITUTT FOR INFORMATIKKINF ØR , Intro nr. 12 UNIVERSITETET I OSLO Hvor brukes signalbehandling i MP3? Sampling (kapittel 4) Vinduer (kapittel 13) Filtere (kapittel 5) DFT (kapittel 13)

INSTITUTT FOR INFORMATIKKINF ØR , Intro nr. 13 UNIVERSITETET I OSLO

INSTITUTT FOR INFORMATIKKINF ØR , Intro nr. 14 UNIVERSITETET I OSLO

INSTITUTT FOR INFORMATIKKINF ØR , Intro nr. 15 UNIVERSITETET I OSLO Krevende å overføre informasjon over en mobiltelefonkanal – Radiobølgene følger flere veier (multipath) som gir ekko I tillegg alltid støy Sentrale forskningsområder: Ønsker å kunne sende mest mulig informasjon mellom bruker og basestasjon (høy båndbredde) Flest mulig brukere av samme basestasjon? Løsningen ligger i stadig mer avansert behandling av radiosignalene i sender og mottaker (anvendt matematikk) Stadig kraftigere og billigere datamaskiner i sender og mottaker Støy Ekko Mottas Sendes

INSTITUTT FOR INFORMATIKKINF ØR , Intro nr. 16 UNIVERSITETET I OSLO Gruppe for Digital Signalbehandling og Bildeanalyse – DSB Anvendelser signalbehandling

INSTITUTT FOR INFORMATIKKINF ØR , Intro nr. 17 UNIVERSITETET I OSLO

INSTITUTT FOR INFORMATIKKINF ØR , Intro nr. 18 UNIVERSITETET I OSLO

INSTITUTT FOR INFORMATIKKINF ØR , Intro nr. 19 UNIVERSITETET I OSLO Signalbehandling og kommunikasjon INF 2400 Digital signalbehandling INF 3440/4440 Signalbehandling INF3460 Prosjekt i digital signalbehandling og akustikk. Studentoppgaver kan bli presentert under forelesninger I INF2400 INF 5410 Signalbehandling i tid og rom INF 5400 Statistisk signalbehandling INF 2450/ UNIK 4170 Digital kommunikasjon 1 UNIK 4180 Digital kommunikasjon 2 UNIK – mange andre kurs –

INSTITUTT FOR INFORMATIKKINF ØR , Intro nr. 20 UNIVERSITETET I OSLO INF 2400 – Digital signalbehandling Arbeid –Arbeid: 10 poeng = 33% av ca. 40 t. = 14 t. pr. uke –Hvorav 2 t. forelesninger og 4 t. øvelser. Gir rundt = 8 timer selvstudium – f.eks. fordelt på 4 t. lesning og 4 t. regning/programmering. –Ifi har lav andel formell undervisning relativt til f.eks. NTNU –Undervisningen lagt opp etter dette – holder ikke bare å møte opp på forelesninger og grupper.

INSTITUTT FOR INFORMATIKKINF ØR , Intro nr. 21 UNIVERSITETET I OSLO Obligatoriske oppgaver i java Alle må gjøre 3. Den siste må være en av dem. Bruker bibliotek for lyd laget ved UIO. 1. Sinus-generator. Programmerer enkle signaler, lytter på dem 2. Signal-generator. Mer kompliserte signaler. Spektre (kap. 3) til signaler. 3. Spektrum. DFT (kap. 13) 4. Sample egen lyd. Filtrering av lyd. Tar bort høye/lave frekvenser.