DSP_2024_Lab1_22207053 (1)

19:50 31/05/2024 DSP_2024_Lab1_22207053.
ipynb - Colab
keyboard_arrow_down Khoa Điện tử Viễn thông- Trường Đại học Khoa học tự nhiên
Bài 1: TÍN HIỆU TRONG MIỀN THỜI GIAN
Nhóm: 7 (ca 12h55-14h55)

Họ và tên: Phạm Văn Ký
MSSV: 22207053
Mục đích:
-Làm quen với xử lý tín hiệu với Python
-Tạo được các tín hiệu cơ bản
-Hiểu rõ các định lý lấy mẫu tín hiệu.
Thư viện hỗ trợ cho xử lý tín hiệu số trong Python:

-numpy: Giúp xử lý số học hoặc mảng
-matplotlib: Hỗ trợ vẽ tín hiệu
-scipy: Thư viện hỗ trợ xử lý tín hiệu số
Để sử dụng các thư viện này ta phải import trước khi sử dụng các hàm tương ứng
#import thư viện cho toàn bài lab

#Chạy đoạn lệnh này khi mở file để thêm thư viện cho toàn bộ project
import matplotlib.pyplot as plt
from scipy import signal
import numpy as np
1, n = 0
Xung lực đơn vị δ(n) = {
0, n ≠ 0
Bài 1a:
Một xung lực đơn vị d[n] có chiều dài N được tạo bằng câu lệnh: dn = signal.unit_impulse(N)
Đoạn chương trình sau tạo ra một xung lực đơn vị có số mẫu là 8
#Đây là 1 comment
dn = signal.unit_impulse(8) #Hàm unit_impulse được lấy từ thư viện signal
plt.stem(dn)
plt.title("Xung lực đơn vị")
plt.xlabel("Samples (Mẫu)")
plt.ylabel("Amplitude (Biên độ)")
Text(0, 0.5, 'Amplitude (Biên độ)')
https://colab.research.google.com/drive/1OeqBNaZWgOmHMIhendKq2D4YRW1seDk5#scrollTo=xPtJpZhyXYnK&printMode=true 1/12
19:50 31/05/2024 DSP_2024_Lab1_22207053.ipynb - Colab
Bài 1b:
Đoạn chương trình sau thực hiện vẽ xung lực đơn vị có chiều dài là 8 và delay 2 đơn vị, δ(n − 2)
dn2 = signal.unit_impulse(8,2)
plt.stem(dn2)
plt.title("Xung lực đơn vị delay 2 mẫu")
Bài 1c:
Viết chương trình tạo ra xung lực đơn vị có chiều dài là 20 và delay 5
dn2 = signal.unit_impulse(20,5)
plt.stem(dn2)
plt.title("Xung lực đơn vị delay 2 mẫu")
Bậc đơn vị u(n) có công thức:

1, n ≥ 0
u(n) = {
0, n < 0
Bài 1d: Tín hiệu x(n) = u(n) - u(n-5) được thực hiện bởi chương trình sau
n = np.arange(5) #Tạo 1 mảng 5 phần tử n =[0, 1, 2, 3, 4]
x = np.ones(5) #Tạo 1 mảng 5 phần tử có giá trị 1, n = [1, 1, 1, 1, 1]
plt.stem(n,x)
plt.title("Bậc đơn vị")
Bài 1e: Ví dụ về bậc đơn vị u(n) 10 mẫu
x = np.concatenate([np.zeros(5), np.ones(5)] )
n = np.arange(-5,5)
plt.stem(n, x)
plt.title("Bậc đơn vị")
Text(0,0.5,'Amplitude (Biên độ)')
Bài 1f: Viết chương trình tạo ra bậc đơn vị có chiều dài là 20, delay 5 mẫu u(n-5)
n = np.arange (20)
x = np.concatenate([np.zeros(5), np.ones(15)])
plt.stem(n, x)
<StemContainer object of 3 artists>
Bài 2a: Tạo sóng vuông từ signal.square()
from scipy import signal

import matplotlib.pyplot as plt
t = np.linspace(0, 1, 500, endpoint=False) #Tạo 1 dải tuyến tính từ 0 -> 1, số mẫu là 500, không lấy mẫu cuối cùng
s = signal.square(2 * np.pi * 5 * t, duty = 0.5) #Tạo sóng vuông tần số 5Hz, với tần số lấy mẫu là 500Hz
plt.plot(t, s)
plt.ylim(-2, 2) #Giới hạn trục y từ -2 đến 2
(-2, 2)
Bài 2b: Viết chương trình tạo sóng vuông tần số 10Hz, tần số lấy mẫu là 3KHz, duty cycle 75%
t = np.linspace(0, 1, 3000, endpoint=False) #Tạo 1 dải tuyến tính từ 0 -> 1, số mẫu là 3000, không lấy mẫu cuối cùng
s = signal.square(2 * np.pi * 10 * t, duty = 0.75) #Tạo sóng vuông tần số 10Hz, duty cycle = 75%
plt.plot(t, s)
[<matplotlib.lines.Line2D at 0x236b59a44d0>]
Bài 3a: Chương trình sau tạo ra một sóng sin tần số 2Hz, biên độ là 2V, pha ban đầu bằng 0, số mẫu N = 100
fs = 100 # Tốc độ lấy mẫu (Hz)

f = 2 # Tần số của tín hiệu
N = 100 # Số mẫu
t = np.arange(N)/fs #Tạo ra 100 mẫu với chu kỳ lấy mẫu là Ts = 1/fs
y = 2*np.sin(2*np.pi*f * t) #Tính biên độ của sóng sin
plt.stem(t,y, 'r' )
plt.title("Tín hiệu hình sin")
plt.xlabel("Time[Samples (Mẫu)]")
Bài 3b: Viết chương trình tạo ra sóng sin biên độ 3V, tần số 1Hz, pha ban đầu 90 độ
N = 100 # Số mẫu
y = 3*np.sin(2*np.pi*f * t + np.pi/2) #Tính biên độ của sóng sin
plt.stem(t,y, 'r' )
Bài 3c: Thay thế câu lệnh vẽ bằng stem sang plot và step. Cho biết kết quả thu được

N = 100 # Số mẫu
plt.plot(t,y, 'r' )
plt.title("Tín hiệu hình sin vẽ bằng lệnh plot")
N = 100 # Số mẫu
plt.step(t, y, 'r' )
plt.title("Tín hiệu hình sin vẽ bằng lệnh step")
Bài 3d: Cho đoạn chương trình sau. Cho biết tần số, biên độ, pha ban đầu, và tần số lấy mẫu của tín hiệu y?
t = np.linspace(0, 1, 20, endpoint=False) # tần số lấy mẫu fx=20hz

y = np.sin(3*np.pi*t+np.pi/6) #A=1, f = 1.5hz, pha = pi/6
plt.stem(t, y, 'r' )
Text(0,0.5,'Amplitude (Biên độ)')
Bài 4a: Đoạn chương trính sau tạo tín hiệu tổng hợp từ 2 tín hiệu sin với tần số lần lượt là f1 = 10Hz và f2 = 1Hz
t = 4 #Thời gian của tín hiệu

fs = 100
n = np.linspace(0, t, fs*t, endpoint=False)
f1 = 10
f2 = 1
a1 = 3
a2 = 3
s1 = a1*np.sin(2*np.pi*f1*n)
s = s1+s2 # Cộng 2 tín hiệu
plt.plot(n, s)
plt.xlabel('Thời gian (s)')
plt.ylabel('Biên độ (V)')
#plt.xlim(0, 2)
Text(0, 0.5, 'Biên độ (V)')
Bài 4b: Thay đổi biên độ tín hiệu s1 ở câu 4a sang 0.5. Vẽ lại tín hiệu và nhận xét

fs = 100
f1 = 10
f2 = 1
a1 = 0.5 #nhận xét: do tín hiệu s1 có biên độ nhỏ hơn tín hiệu s2 nên giờ đây s1 được xem như nhiễu của tính hiệu sau khi tổng hợp
a2 = 3
plt.plot(n, s)
#plt.xlim(0, 2)
Bài 4c:
Thay đổi biên độ tín hiệu s2 ở câu 4a sang 0.5, biên độ s1 = 3. Vẽ lại tín hiệu và nhận xét

fs = 100
f1 = 10
f2 = 1
a1 = 3
a2 = 0.5 #nhận xét: do tín hiệu s2 có biên độ nhỏ hơn tín hiệu s1 nên giờ đây s2 được xem như nhiễu của tính hiệu sau khi tổng hợp
plt.plot(n, s)
#plt.xlim(0, 2)
Bài 4d: Thực hiện tạo và vẽ tín hiệu tổng hợp sA = s1 + s2 từ 2 tín hiệu hình sin s1 và s2 với các thông số như sau:
s1: a1 = 5, f1 = 1KHz
s2: a2 = 1, f2 = 50Hz
Số mẫu: n = 1000
Tần số lấy mẫu: fs = 8000
t = 1/8 #Thời gian của tín hiệu

fs = 8000
n = np.linspace(0, t, int (fs*t), endpoint=False)
f1 = 1000
f2 = 50
a1 = 5
a2 = 1
sA = s1+s2 # Cộng 2 tín hiệu
plt.plot(n, sA)
#plt.xlim(0, 2)
Bài 4e:Thực hiện vẽ tín hiệu sB = s1*s2 với s1, s2 là các tín hiệu hình sin các thông số sau:
s1: a1 = 5, f1 = 1KHz
s2: a2 = 1, f2 = 50Hz
Số mẫu: n = 1000
Tần số lấy mẫu: fs = 8000
t = np.arange(1000)/8000
s1 = 5*np.sin(2*np.pi*1000*t)
s2 = np.sin(2*np.pi*50*t)
sB = s1*s2
plt.plot(t, sB)
Bài 4f: Vẽ lại tín hiệu s1, s2, sA và sB trên cùng hình vẽ sử dụng plt.subplot()
plt.subplot(4, 1, 1)
plt.plot(t, s1)
plt.plot(t, s2)
plt.plot(t, sA)
plt.plot(t, sB)
[<matplotlib.lines.Line2D at 0x236bd411890>]
Bài 5a:
Vẽ tín hiệu s(t) = cos(2πt) + cos(8πt) + cos(12πt) và tín hiệu sa(t) = 3 ∗ cos(2πt) trên cùng 1 hình với tần số fs = 5 Hz, số mẫu N =
100. So sánh tần số của s và sa?
fs = 10
N = 100
t = np.arange(N)/fs
#t = np.linspace(0, 20, 100, endpoint=Flase)
s = np.cos(2*np.pi*t) + np.cos(8*np.pi*t) + np.cos(12*np.pi*t)
sA = 3*np.cos(2*np.pi*t)
plt.plot(t, s)
plt.plot(t, sA)
[<matplotlib.lines.Line2D at 0x152ca4b2490>]
Bài 5b:
Thay đổi fs từ 5Hz lần lượt sang 10Hz và 50Hz. Vẽ lại tín hiệu s và sa. Nhận xét?
fs_list = [5, 10, 50] #tạo danh sách các tần số fs cần thử
N = 100
plt.figure(figsize=(12, 9)) #tạo hình với độ rộng 12inch và cao 9inch
for i, fs in enumerate(fs_list, 1): #vòng lặp for để lặp qua mỗi giá trị fs tương ứng
t = np.arange(N) / fs
s = np.cos(2 * np.pi * t) + np.cos(8 * np.pi * t) + np.cos(12 * np.pi * t)
sA = 3 * np.cos(2 * np.pi * t)
plt.subplot(len(fs_list), 2, 2*i-1)
plt.plot(t, s, label=f's, fs={fs} Hz')
plt.ylabel('Biên độ')
plt.legend()
plt.grid(True)
plt.subplot(len(fs_list), 2, 2*i)
plt.plot(t, sA, label=f'sA, fs={fs} Hz', color='r')
plt.ylabel('Biên độ')
plt.legend()
plt.grid(True)
plt.tight_layout() #tự động điều chỉnh khoảng cách giữa các đồ thị để chúng không chồng lên nhau
plt.show() #hiển thị tất cả các đồ thị
#nhận xét: khi tăng tần số lấy mẫu fs, độ phân giải của tín hiệu theo thời gian tăng lên, cho phép ta quan sát chi tiết hơn các thành ph
#fs quá thấp có thể gây ra hiện tượng aliasing, làm cho các thành phần tần số cao giả mạo thành các tần số thấp hơn, làm biến
#điều kiện: fs>2fmax (nguyên tắc Nyquist) để tránh hiện tượng aliasing(giả mạo tín hiệu) và thu được tín hiệu chính xác.
#do fmax= 6 nên fs đề cử sẽ >12, khi đó ta sẽ thấy được sự khác nhau rõ rệt giữa các tín hiệu
Bài 6a:
Đoạn chương trình sau tạo và phát âm thanh sin thuần tần số 440Hz với fs = 44100Hz
import IPython.display as ipd #Thêm thư viện để display Audio

from scipy.io import wavfile #Để tạo file wav
fs = 44100 # tần số lấy mẫu
t = 1.5 # thời gian của âm thanh
f = 440 # Tần số của tín hiệu (note A4)
n = np.linspace(0, t, int(t*fs), endpoint=False) # tạo biến thời gian rời rạc
x = np.sin(2*np.pi*f*n) # tạo sóng sin 440 Hz
ipd.Audio(x, rate=fs)
#Tạo file wav
#Tạo âm thanh PCM 16 bit
#x2 = np.iinfo(np.int16).max*x #Nhân biên độ với giá trị lớn nhất của số 16bit
#x_wav = np.array(x, dtype='int16') #Định dạng lại âm thanh 16 bit
#wavfile.write("sinAudio.wav", fs,x_wav)
0:00 / 0:01
Bài 6b:
Thay đổi tần số của tín hiệu bài 4a sang 392Hz (Note G4) và 523.25Hz (Note C5). Nhận xét
import IPython.display as ipd #Thêm thư viện để play Audio

DSP_2024_Lab1_22207053 (1)

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

DSP_2024_Lab1_22207053 (1)

Uploaded by

Copyright:

Available Formats

19:50 31/05/2024 DSP_2024_Lab1_22207053.

Bài 1: TÍN HIỆU TRONG MIỀN THỜI GIAN

Nhóm: 7 (ca 12h55-14h55)

Thư viện hỗ trợ cho xử lý tín hiệu số trong Python:

#import thư viện cho toàn bài lab

Text(0, 0.5, 'Amplitude (Biên độ)')

Text(0, 0.5, 'Amplitude (Biên độ)')

Text(0, 0.5, 'Amplitude (Biên độ)')

Bậc đơn vị u(n) có công thức:

Text(0, 0.5, 'Amplitude (Biên độ)')

Bài 1e: Ví dụ về bậc đơn vị u(n) 10 mẫu

Text(0,0.5,'Amplitude (Biên độ)')

<StemContainer object of 3 artists>

Bài 2a: Tạo sóng vuông từ signal.square()

from scipy import signal

fs = 100 # Tốc độ lấy mẫu (Hz)

Text(0, 0.5, 'Amplitude (Biên độ)')

Text(0, 0.5, 'Amplitude (Biên độ)')

fs = 100 # Tốc độ lấy mẫu (Hz)

Text(0, 0.5, 'Amplitude (Biên độ)')

Text(0, 0.5, 'Amplitude (Biên độ)')

t = np.linspace(0, 1, 20, endpoint=False) # tần số lấy mẫu fx=20hz

Text(0,0.5,'Amplitude (Biên độ)')

t = 4 #Thời gian của tín hiệu

Text(0, 0.5, 'Biên độ (V)')

t = 4 #Thời gian của tín hiệu

Text(0, 0.5, 'Biên độ (V)')

t = 4 #Thời gian của tín hiệu

Text(0, 0.5, 'Biên độ (V)')

t = 1/8 #Thời gian của tín hiệu

Text(0, 0.5, 'Biên độ (V)')

Text(0, 0.5, 'Biên độ (V)')

plt.figure(figsize=(12, 9)) #tạo hình với độ rộng 12inch và cao 9inch

import IPython.display as ipd #Thêm thư viện để display Audio

You might also like