Welcome to Scribd, the world's digital library. Read, publish, and share books and documents. See more
Download
Standard view
Full view
of .
Look up keyword
Like this
1Activity
0 of .
Results for:
No results containing your search query
P. 1
deney4

deney4

Ratings: (0)|Views: 7|Likes:
Published by Omer Aksu
Say hab lab 4
Say hab lab 4

More info:

Published by: Omer Aksu on Jun 29, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

07/04/2013

pdf

text

original

 
DENEY 4: Matlab’de Temel Haberle
ş
me Sistemleri Uygulamalar
ı
 
AMAÇ:
MATLAB program
ı
n
ı
n temel özelliklerinin ö
ğ
renilmesi, analog i
ş
aretler vesistemlerin say
ı
sal bir ortamda benzetiminin yap
ı
lmas
ı
ve incelenmesi.
DENEY
İ
N YAPILI
Ş
I1.
İ
Ş
ARET
Ü
RET
İ
M
İ
 
MATLAB’te say
ı
sal ortamda çal
ı
ş
ı
ld
ı
ğ
ı
ndan, herhangi bir sinyalin sürekli zaman gibigörülebilmesi için örnekleme zaman aral
ı
ğ
ı
yeterince küçük seçilmelidir. Örnekleme frekans
ı
 ile örnekleme zaman aral
ı
ğ
ı
aras
ı
ndaki ba
ğ
ı
nt
ı
 
ss
 f 
/1
=
’dir.
Örnek 1
İ
lk olarak 10 Hz’lik sinüsoidal i
ş
aretin elde edilmesi incelenecektir.
%--------------------------------------------------------------------------%program deney4_1.mclose all % Ekranda daha önce çizilmi
ş
 
ş
ekil varsa bu
ş
ekilleri kapat
ı
r.clear all % Daha önceden yap
ı
lm
ı
ş
bir i
ş
lem varsa haf
ı
zay
ı
temizler.clc % Komut penceresi ekran
ı
n
ı
temizler.fm=10; %
İş
aretin frekans
ı
10 HzA=100 % Örnekleme frekans
ı
katsay
ı
s
ı
 fs=A*fm %Sinyalin örnekleme frekans
ı
Hz;ts=1/fs;n=[0:(1/fs):1]; % Sinyal 0'dan 1 saniyeye kadarfaz=0;%30tsy=cos(2*pi*n*fm+faz); %
İş
aretimizplot(n,tsy, 'k' ); %i
ş
aretin zaman izgesinde çizimititle('Cosinus dalgasi')xlabel('saniye');ylabel('genlik');% axis([xmin xmax ymin ymax])%--------------------------------------------------------------------------
 
Ç
ı
ı
ş
ı
gözlemleyip çiziniz.
 
Örnekleme frekans
ı
n
ı
n de
ğ
i
ş
iminin (A=1, 2, 10 ve 100 de
ğ
erleri için) etkileriniinceleyiniz.
 
plot
” yerine “
stem
” komutunu kullanarak fark 
ı
gözlemleyiniz.
2. F
OUR 
İ
ER 
D
ÖNÜ
Ş
ÜMÜ
 
Fourier dönü
ş
ümü, herhangi bir i
ş
aretin frekans domeninde incelenmesini sa
ğ
lar. MATLABortam
ı
nda olu
ş
turulan tüm i
ş
aretler ayr 
ı
k oldu
ğ
undan Fourier dönü
ş
üm çifti olarak DFT veIDFT kullan
ı
l
ı
r.
fft(x)
komutu ile x vektörünün DFT’si FFT algoritmas
ı
kullan
ı
larak h
ı
zl
ı
bir 
ş
ekildehesaplan
ı
r.
fft(x,N)
komutu ile N noktal
ı
DFT hesaplan
ı
r. E
ğ
er x’in uzunlu
ğ
u N’den küçük ise x’es
ı
ı
rlar eklenerek N boyuna getirilir. N de
ğ
eri, x(n)’in örnek say
ı
s
ı
ndan az olamaz. E
ğ
er Nde
ğ
eri girilmezse N de
ğ
eri i
ş
aretin boyutuna e
ş
it olarak kabul edilir.
 
Örnek 2
Bu örnekte Fourier dönü
ş
ümü kullan
ı
larak gürültülü bir i
ş
aret incelenecek ve as
ı
l i
ş
aretinfrekans bile
ş
enlerini bulunacakt
ı
r. Bu amaçla
deney4_2
 ba
ş
l
ı
kl
ı
programda, 50 Hz’lik 0.7genlikli bir sinüs i
ş
aret ile 120 Hz’lik birim genlikli sinüs i
ş
aret toplanarak, elde edilen i
ş
aretes
ı
ı
r-ortalamal
ı
rasgele gürültü eklenmi
ş
tir. Örnekleme frekans
ı
1000 Hz’dir. Frekans bölgesinde inceleme yapmak için H
ı
zl
ı
Frekans Dönü
ş
ümü (FFT) kullan
ı
larak gürültü i
ş
aretinayr 
ı
k frekans dönü
ş
ümü elde edilmi
ş
tir.
%--------------------------------------------------------------------------%program deney4_2.mclose allclear allclcFs = 1000; % Örnekleme frekans
ı
 T = 1/Fs; % Sembol periyoduL = 1000; %
İş
aretin uzunlu
ğ
ut = (0:L-1)*T; % Zaman vektörü% 50 Hz lik ve 120 Hz lik sinusozoidal i
ş
aretin toplam
ı
 x = 0.7*sin(2*pi*50*t) + sin(2*pi*120*t);y = x + 2*randn(size(t)); % Gürültülü i
ş
aretplot(Fs*t(1:50),y(1:50))title('gurultu ile bozulmus isaret')xlabel('zaman (ms)')NFFT = 2^nextpow2(L); % FFT uzunlu
ğ
unun hesaplan
ı
ş
ı
 Y = fft(y,NFFT)/L; % normalize edilmi
ş
FFTf = Fs/2*linspace(0,1,NFFT/2);figure% Plot tek-yanl
ı
genlik spektrumuplot(f,2*abs(Y(1:NFFT/2)))title(‘Tek-yanli genlik spektrumu')xlabel('Frekans(Hz)')ylabel('|Y(f)|')%--------------------------------------------------------------------------
 
Ç
ı
ı
ş
grafiklerini çiziniz.
 
İş
aretin uzunlu
ğ
unun (L) artt
ı
ı
lmas
ı
n
ı
n etkilerini gözlemleyiniz.( Ör. L=10000)
Örnek 3
Bu örnekte FFT uzunlu
ğ
u N de
ğ
erinin de
ğ
i
ş
imi incelenecektir.
deney4_3
program
ı
nda bir  periyodunda 10 örnek olan ve toplamda 30 örnekten olu
ş
an bir kosinüs i
ş
aretiolu
ş
turulmu
ş
tur. N için 3 farkl
ı
de
ğ
er tan
ı
mlan
ı
 p, her bir N de
ğ
eri için x(n) i
ş
aretinindönü
ş
ümünü hesaplanm
ı
ş
t
ı
r. N-noktal
ı
FFT için frekans ekseni 0’dan N-1’e kadard
ı
r. Normalize ederek 0’dan 1-(1/N)’e kadar olmas
ı
sa
ğ
lan
ı
r. Sonuç e
ğ
rileri “plot” komutu ileelde edilir.
%--------------------------------------------------------------------------%program deney4_3.m
 
n = [0:29];
 
x = cos(2*pi*n/10);
 
N1 = 15;
 
N2 = 30;
 
N3 = 64;
 
N4 = 256;X1 = fft(x,N1);
 
X2 = fft(x,N2);
 
X3 = fft(x,N3);
 
X4 = fft(x,N4);
 
F1 = [0 : N1 - 1]/N1;
 
F2 = [0 : N2 - 1]/N2;
 
F3 = [0 : N3 - 1]/N3;
 
F4 = [0 : N4 - 1]/N4;
 
subplot(4,1,1)
 
plot(F1,abs(X1),'-x'),title('N = 15'),axis([0 1 0 20])
 
subplot(4,1,2)
 
plot(F2,abs(X2),'-x'),title('N = 30'),axis([0 1 0 20])
 
subplot(4,1,3)
 
plot(F3,abs(X3),'-x'),title('N = 64'),axis([0 1 0 20])
 
subplot(4,1,4)
 
plot(F4,abs(X4),'-x'),title('N = 256'),axis([0 1 0 20])
 
Inv_X1 = ifft(X1,N1);
 
Inv_X2 = ifft(X2,N2);
 
Inv_X3 = ifft(X3,N3);Inv_X4 = ifft(X4,N4);
 
figure,
 
subplot(4,1,1)
 
plot(Inv_X1,'-x'),title('N = 15')
 
subplot(4,1,2)
 
plot(Inv_X2,'-x'),title('N = 30')
 
subplot(4,1,3)
 
plot(Inv_X3,'-x'),title('N = 64')
 
subplot(4,1,4)
 
plot(Inv_X3,'-x'),title('N = 256')
 
%--------------------------------------------------------------------------
 
 
Elde edilen
ş
ekilleri inceleyiniz ve çiziniz.
 
FFT uzunlu
ğ
unun (N) i
ş
aretin uzunlu
ğ
undan küçük, e
ş
it ya da büyük olmas
ı
 durumlar 
ı
n
ı
yorumlay
ı
n
ı
z
 
 N de
ğ
eri i
ş
aretin uzunlu
ğ
undan küçük oldu
ğ
unda FFT-IFFT sonucunda i
ş
aretin eldeedilemedi
ğ
ini gösteriniz.
Örnek 4
Bir önceki örnekte x(n) i
ş
aretinin uzunlu
ğ
u 3 periyot ile s
ı
n
ı
rlanm
ı
ş
t
ı
. Bu bölümde büyük bir  N de
ğ
eri seçilecek ve temel periyodun tekrarlama say
ı
s
ı
n
ı
n de
ğ
i
ş
imi incelecektir.
%--------------------------------------------------------------------------%program deney4_4.mn = [0:29];x1 = cos(2*pi*n/10); % 3 periyotx2 = [x1 x1]; % 6 periyotx3 = [x1 x1 x1]; % 9 periyotN = 2048;X1 = abs(fft(x1,N));X2 = abs(fft(x2,N));X3 = abs(fft(x3,N));F = [0:N-1]/N;subplot(3,1,1)plot(F,X1),title('3 periyot'),axis([0 1 0 50])subplot(3,1,2)

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->