Skriptum (als PDF-Datei, 2.2MB) - Piotr Majdak

Weitere Magazine

Empfehlungen

Info

Algorithmen in Akustik und Computermusik, UESystemidentifikation21.510.50-0.5-1-1.5-20 100 200 300 400 500 600 700 800Berechnung der Impulsantwort:hr=xcorr(y, m)/length(m);1.210.80.60.40.20-0.20 200 400 600 800 1000 1200 1400 1600hr=hr(4*length(m):5*length(m)-1);plot(hr);plot(etc(hr));1.201-100.8-200.6-300.4-400.2-500-60-0.20 50 100 150 200 250 300-700 50 100 150 200 250 300IEM - Institut für Elektronische Musik und Akustik, Graz 18
Algorithmen in Akustik und Computermusik, UESystemidentifikationSystemidentifikation unter realistischen Bedingungen (mit Störrauschen):yn=afilter([m; m; m],-20);hn=xcorr(yn, m)/length(m);hn=hn((4*length(m):5*length(m)-1));plot(etc(hn)); title('noisy measurement with MLS');plot(etc(out)); title('noisy measurement with impulse');0noisy measurement with MLS0noisy measurement with impulse-10-10-20-20-30-30-40-40-50-50-60-60-70-70-800 50 100 150 200 250 300-800 50 100 150 200 250Fairer Vergleich: (gleiche Messdauer – PIE mit 4 Wiederholungen)for ii=1:4o(:,ii)=afilter(imp,-20);endplot(etc(mean(o')));0-10-20-30Magnitude in dB500-40-50-60-70-800 50 100 150 200 250Phase in degrees-500 0.5 1 1.5 2 2.5x 10 450000-5000-100000 0.5 1 1.5 2 2.5x 10 4Illustration 1: blau: PIE, rot: MLSSystemidentifikation eines leicht nichtlinearen Systems:ynl=afilter([m;m;m],[],-20);hnl=xcorr(ynl, m)/length(m);hnl=hnl(4*length(m):5*length(m)-1);plot(etc(hnl),'r'); hold on;plot(etc(hr));IEM - Institut für Elektronische Musik und Akustik, Graz 19
Seite 1 und 2: Algorithmen in Akustik und Computer
Seite 3 und 4: 7. Zeitverzögerungsglieder........
Seite 17: Algorithmen in Akustik und Computer
Seite 53: Algorithmen in Akustik und Computer

Skriptum (als PDF-Datei, 2.2MB) - Piotr Majdak

Erfolgreiche ePaper selbst erstellen

Template löschen?

Als Template speichern?