Professional Documents
Culture Documents
import numpy as np
from scipy import signal
import matplotlib.pyplot as plt
# Áp dụng mạch tạo dao động để tính toán tín hiệu y theo cả hai dạng
y1 = signal.lfilter(b1, a1, x) # Dạng trực tiếp I
y2 = signal.lfilter(b2, a2, x) # Dạng trực tiếp II
# Hằng số
a=3
b=2
c=4
d=3
return inverse_values
# Số lượng mẫu
n = 100
# Kết quả
print("Biến đổi Z ngược của X(Z):", result)
Tuần 7
# Định nghĩa hàm X(Z) và các hằng số
def X(Z, a, b):
return Z / ((Z - a)**2 * (Z - b))
# Phương pháp phân tích thành các biểu thức hữu tỷ đơn giản
# Kết quả
print("Kết quả phương pháp 1:", result_method1)
print("Kết quả phương pháp 2:", result_method2)
print("Kết quả phương pháp 3:", result_method3)
Tuần 8
import numpy as np
import matplotlib.pyplot as plt
def is_system_stable(a_coeffs):
# Tính toán nghiệm của phương trình đặc trưng
roots = np.roots(np.flip(a_coeffs))
# Kiểm tra tính ổn định dựa trên vị trí của nghiệm trên mặt phức
if np.all(np.abs(roots) < 1):
return True
else:
return False
if stable:
print("Hệ thống ổn định")
else:
print("Hệ thống không ổn định")
Tuần 10
import numpy as np
import matplotlib.pyplot as plt
plt.tight_layout()
plt.show()
Tuần 11
import numpy as np
import matplotlib.pyplot as plt
def dtft_signal(N):
n = np.arange(0, N)
w = np.linspace(0, np.pi, N)
x = np.zeros(N, dtype=complex)
for k in range(1, N + 1):
wk = k * np.pi / N
if k == 1:
x += np.exp(1j * wk * (n - 1))
else:
Ak = 1
phi_k = -wk
x += 2 * Ak * np.cos(wk * n + phi_k)
return w, x
N = 100 # Tham số N
w, x = dtft_signal(N)