Perguntas com a marcação «linear-systems»

Um sistema linear opera em entradas com apenas operadores lineares, portanto, a resposta a uma entrada complexa pode ser analisada como a soma da resposta a um conjunto de entradas mais simples. Essa propriedade matemática torna a análise de sistemas lineares muito mais simples do que sistemas não lineares, onde essa soma ou superposição não é válida. Os sistemas lineares são geralmente classificados como invariantes no tempo, o que significa que suas características não mudam com o tempo.

3
Como as seções de biquad em cascata para filtros de ordem superior funcionam?
Estou tentando implementar um filtro IIR de 8ª ordem e todas as anotações e livros didáticos que li dizem que é melhor implementar qualquer filtro de ordem superior a 2 como seções de segunda ordem. Eu usei tf2sosno MATLAB para obter os coeficientes para seções de segunda ordem, o que …
20 filters  filter-design  infinite-impulse-response  biquad  audio  image-processing  distance-metrics  algorithms  interpolation  audio  hardware  performance  sampling  computer-vision  dsp-core  music  frequency-spectrum  matlab  power-spectral-density  filter-design  ica  source-separation  fourier-transform  fourier-transform  sampling  bandpass  audio  algorithms  edge-detection  filters  computer-vision  stereo-vision  filters  finite-impulse-response  infinite-impulse-response  image-processing  blur  impulse-response  state-space  linear-systems  dft  floating-point  software-implementation  oscillator  matched-filter  digital-communications  digital-communications  deconvolution  continuous-signals  discrete-signals  transfer-function  image-processing  computer-vision  3d 
1
Como encontro a resposta de impulso de um sistema a partir de sua representação no espaço de estados usando a matriz de transição de estado?
Suponha que temos um linear representado na notação de espaço de estado padrão: y(t)=Cx(t)x˙(t)=Ax(t)+Bu(t)x˙(t)=Ax(t)+Bu(t) \dot{x}(t)=Ax(t)+Bu(t) y(t)=Cx(t)+Du(t)y(t)=Cx(t)+Du(t)y(t) = Cx(t) + Du(t) Para obter sua resposta de impulso, é possível fazer a transformação de Laplace para obter Y =sX=AX+BUsX=AX+BUsX=AX+BU Y=CX+DUY=CX+DUY=CX+DU e depois resolva a função de transferência que é YU=C(sI−A)−1B+DYU=C(sI−A)−1B+D\frac{Y}{U}=C(sI-A)^{-1}B+D Da mesma …
2
Como deduzir a resposta de impulso de um sistema linear a partir de um conjunto de sinais de entrada e saída?
Eu quero saber como resolver esses tipos de problemas .. é por inspeção? Considere o sistema linear abaixo. Quando as entradas para o sistema , e , as respostas dos sistemas são , e como mostrado.x1[n]x1[n]x_1[n]x2[n]x2[n]x_2[n]x3[n]x3[n]x_3[n]y1[n]y1[n]y_1[n]y2[n]y2[n]y_2[n]y3[n]y3[n]y_3[n] Determine se o sistema é invariante no tempo ou não. Apenas a sua resposta. …
3
Existe uma maneira de obter a resposta de impulso de um sistema discreto apenas sabendo que é resposta à função de etapa de unidade discreta?
Em tempo contínuo foi possível; u ( t ) ⟶sistema⟶ y( T )⟹δ( t ) = du ( t )dt⟶sistema⟶ 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) O mesmo se aplica ao sistema de tempo discreto, por exemplo, δ[ t ] = dvocê [ …
5
O que são convolução linear e circular?
Eu tenho algum entendimento básico de sinais e convolução. Tanto quanto sei, mostra as semelhanças de dois sinais. Eu poderia obter alguma explicação em inglês simples sobre: quais são a convolução linear e circular por que eles são importantes situação prática em que são utilizados
3
O Ideal LPF BIBO é instável?
Em uma das outras discussões: Como encontrar resposta em frequência, estabilidade e causalidade de um sistema linear? Encontrei um comentário bastante forte e definitivamente chamou minha atenção. Um filtro passa-baixas ideal é um exemplo de sistema que não é estável na BIBO, embora sua resposta de frequência seja limitada a …
2
Condições iniciais para sistemas descritos no espaço de estado - LTI ou não?
Suponha que tenhamos algum sistema dado por x˙(t)y(t)=Ax(t)+Bu(t)=Cx(t)+Du(t)x˙(t)=Ax(t)+Bu(t)y(t)=Cx(t)+Du(t)\begin{aligned} \dot{x}(t) &= Ax(t) +Bu(t) \\ y(t) &= Cx(t)+Du(t) \end{aligned} Onde x(t)x(t)x(t) são as variáveis ​​de estado, y(t)y(t)y(t) é a saída e u(t)u(t)u(t)é a entrada. Todas as matrizes são constantes. A mesma pergunta se aplica ao caso discreto x[n+1]y[n]=Ax[n]+Bu[n]=Cx[n]+Du[n]x[n+1]=Ax[n]+Bu[n]y[n]=Cx[n]+Du[n]\begin{aligned} x[n+1] &= Ax[n] +Bu[n] …
Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.