- Page 1 and 2: UNIVERZA V MARIBORU osnutek Žarko
- Page 3 and 4: Kazalo Kazalo I Harmonska in multir
- Page 5 and 6: iii 3.4.2 Fourierovi pari pri zapor
- Page 7: Del I Harmonska in multiresolucijsk
- Page 11 and 12: Funkcijo x(t), ki izpolnjuje Dirich
- Page 13 and 14: 7 Liha simetrija signala Ko je sign
- Page 15 and 16: 9 Upoštevajmo, da je: cosn 2π T 0
- Page 17 and 18: 11 x( t) A x( t) A T 0 /2 T 0 /4 0
- Page 19 and 20: Iz (1.15) tudi sledi, da funkcijo x
- Page 21 and 22: ☞ ☞ 15 Integral v (1.20) je pod
- Page 23 and 24: 17 1.2.4 Fourierov par Če pomnoži
- Page 25 and 26: potem upoštevamo, da je kompleksni
- Page 27 and 28: 21 REŠITEV: Koeficiente spektra iz
- Page 29 and 30: 23 A A T 2 A A T 4 (a) τ/T 0 =
- Page 31 and 32: 2 AJE MOGOČE TUDI APERIODIČNE SIG
- Page 33 and 34: 27 OPOMBA 2.1 Za argument transform
- Page 35 and 36: 29 sledi, da vsi signali, ki imajo
- Page 37 and 38: 31 Časovni pomik. Zakasnite signal
- Page 39 and 40: Lastnost frekvenčnega pomika je te
- Page 41 and 42: Vidimo, da je transformiranka odvaj
- Page 43 and 44: med tema točkama je W(ω) = 4π/a.
- Page 45 and 46: 39 2.3.2 Transformacija konstante,
- Page 47 and 48: 41 DOKAZ 2.4 in F { Acosω c t }
- Page 49 and 50: 43 2.5 Gostota energijskega spektra
- Page 51 and 52: 45 2.7 Gostota močnostnega spektra
- Page 53 and 54: V poglavjih Fourierove vrste in Fou
- Page 55 and 56: 49 v( t) |V ( ) | 0 t m 0 m ( tn
- Page 57 and 58: 51 a |V ( ) | m 0 m b n s m 0
- Page 59 and 60:
53 3.1.5 Shannonova interpolacijska
- Page 61 and 62:
55 Spomnimo se, da x p (ω) opisuje
- Page 63 and 64:
frekvence vzorčenja ω s . Čeprav
- Page 65 and 66:
59 sinteza x[n] = ∑ k∈N 0 c k e
- Page 67 and 68:
61 { e -j(2 /N0 ) nk} e -j(2 /N ).
- Page 69 and 70:
☞ 63 od koder lahko izpeljemo ∑
- Page 71 and 72:
65 x N0 [n] X[ k 0 ]e jk 0 n 0 Sli
- Page 73 and 74:
Če je x[n] realen, je amplitudni s
- Page 75 and 76:
69 Diferenciranje x[n] − x[n −
- Page 77 and 78:
71 |X [ m ] | x[ n] N . T s T s DFT
- Page 79 and 80:
73 REŠITEV: Najprej določimo koef
- Page 81 and 82:
75 DFT X[m] = √ 1 N−1 x[n] WN n
- Page 83 and 84:
Časovni pomik Zakasnitev vzorca x[
- Page 85 and 86:
Vidimo, da DFT algoritem zahteva v
- Page 87 and 88:
4 Fourierova transformacija pri nak
- Page 89 and 90:
ZGLED 4.1.1 Določimo karakteristi
- Page 91 and 92:
Predpostavimo, da avtokorelacijska
- Page 93 and 94:
87 ∣ rxx (τ) − r xx (τ ± ε)
- Page 95 and 96:
izrek še na močnostne signale - t
- Page 97 and 98:
91 2T 2T 2T t 1 2T t 2 Xt t 1 X t T
- Page 99 and 100:
2. Srednja kvadratna vrednost staci
- Page 101 and 102:
Avtokorelacijo belega šuma teoreti
- Page 103 and 104:
97 vpeljemo tako imenovani integral
- Page 105 and 106:
99 vrednost poenostavi v: µ y (t)
- Page 107 and 108:
osnutek
- Page 109 and 110:
138 [17] Ludvig Gyergyek: Teorija o