Analiza sygnałów - ćwiczenia: Różnice pomiędzy wersjami
Z Brain-wiki
m |
m |
||
| (Nie pokazano 1 pośredniej wersji utworzonej przez tego samego użytkownika) | |||
| Linia 6: | Linia 6: | ||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
Dla grupy o 10:15 link do podłączania się: Analiza Sygnałów | Dla grupy o 10:15 link do podłączania się: Analiza Sygnałów | ||
| Linia 33: | Linia 22: | ||
#[https://drive.google.com/file/d/1Ey1yYgVMbu3n9djb2LzPZ4dT03gYFcAw/view?usp=sharing Metody czas-częstość STFT i falki: notebook8] <br>[https://drive.google.com/open?id=0BzwQ_Lscn8yDdUlLVXp1XzF0elE notebook 10] <br>lektura uzupełniająca: [https://www.math.ucdavis.edu/~saito/data/sonar/boashash1.pdf Estimating and Interpreting The Instantaneous Frequency of a Signal-Part 1: Fundamentals ] | #[https://drive.google.com/file/d/1Ey1yYgVMbu3n9djb2LzPZ4dT03gYFcAw/view?usp=sharing Metody czas-częstość STFT i falki: notebook8] <br>[https://drive.google.com/open?id=0BzwQ_Lscn8yDdUlLVXp1XzF0elE notebook 10] <br>lektura uzupełniająca: [https://www.math.ucdavis.edu/~saito/data/sonar/boashash1.pdf Estimating and Interpreting The Instantaneous Frequency of a Signal-Part 1: Fundamentals ] | ||
# [https://drive.google.com/file/d/13Jvt1po_Brk49fRe-dOxOvVfRz1VVieW/view?usp=sharing Notebook o metodzie MP] | # [https://drive.google.com/file/d/13Jvt1po_Brk49fRe-dOxOvVfRz1VVieW/view?usp=sharing Notebook o metodzie MP] | ||
| + | |||
| + | == Materiały pomocnicze do samokształcenia: == | ||
| + | |||
| + | * Zbiór zadań z Analizy sygnałów wraz z rozwiązaniami przygotowany w ramach Projektu zespołowego przez Monikę Tutaj i Marcina Syca pod kierunkiem mgr. Piotra Biegańskiego https://www.fuw.edu.pl/~jarekz/ZadaniaAS/Zadania_Analiza_Sygnałów.zip | ||
| + | * Zbiór zadań z pythona, które mają na celu pomoc w opanowaniu podstaw Pythona, ze szczególnym naciskiem na rozwinięcie kompetencji potrzebnych w analizie sygnałów, takich jak: pogłębiona znajomość biblioteki numpy, praca z plikami multipleksowanymi, wykorzystanie Pythona jako narzędzia do analizy danych. https://gitlab.com/pbieganski/podstawy-pythona | ||
| + | * Notatnik z kolokwium poprawkowym 2025: https://colab.research.google.com/drive/1_DQ7rG7aIMq_XgkPZIM4bGAAf8VlFVGc?usp=sharing | ||
| + | <!-- | ||
| + | https://colab.research.google.com/drive/1WZwnu_YgmsRfBdC6Oy5AHULT6b4RInn5?usp=sharing | ||
| + | |||
| + | https://drive.google.com/file/d/1IlY0KsqxMuW7s-Aic_hnChc5sN7QCIgL/view?usp=sharing | ||
| + | --> | ||
| + | |||
| + | [[File:Okladka.jpeg|thumb|upright=0.25| Dostępna w bibliotece]] W bibliotece Wydziału Fizyki dostępne są książki: Practical biomedical signal analysis using Matlab / K. J. Blinowska J. Żygierewicz. (katalog: https://chamo.buw.uw.edu.pl:8443/lib/item?id=chamo:895791&fromLocationLink=false&theme=system) | ||
| + | |||
| + | |||
== Materiały dodatkowe: == | == Materiały dodatkowe: == | ||
Aktualna wersja na dzień 18:07, 31 lip 2025
Dla grupy o 10:15 link do podłączania się: Analiza Sygnałów https://meet.google.com/inx-rxqe-fku
- Sygnały AS_1.ipynb notebook wypełniony
- Transformata Fouriera 1 (FFT) AS2_Transformata_fouriera.ipynb
- Transformata Fouriera 2 AS3_Transformata_fouriera_2.ipynb
- Okienkowanie AS4_okienkowanie.ipynb
- Estymacja widma mocy AS5_Widmo_mocy.ipynb
- kontynuacja notebook AS5
- Model AR AS6_1_ProcesyAR.ipynb
- Estymacja parametryczna widma procesu AS6_2_Widmo_Procesu_AR.ipynb
- Filtry notebook7
- kontynuacja notebook7 -> notebook z grupy porannej: https://colab.research.google.com/drive/1bBzlxf7krP7KI_SYIgZLMPfD0bnleXVo?usp=sharing
- Metody czas-częstość STFT i falki: notebook8
notebook 10
lektura uzupełniająca: Estimating and Interpreting The Instantaneous Frequency of a Signal-Part 1: Fundamentals - Notebook o metodzie MP
Materiały pomocnicze do samokształcenia:
- Zbiór zadań z Analizy sygnałów wraz z rozwiązaniami przygotowany w ramach Projektu zespołowego przez Monikę Tutaj i Marcina Syca pod kierunkiem mgr. Piotra Biegańskiego https://www.fuw.edu.pl/~jarekz/ZadaniaAS/Zadania_Analiza_Sygnałów.zip
- Zbiór zadań z pythona, które mają na celu pomoc w opanowaniu podstaw Pythona, ze szczególnym naciskiem na rozwinięcie kompetencji potrzebnych w analizie sygnałów, takich jak: pogłębiona znajomość biblioteki numpy, praca z plikami multipleksowanymi, wykorzystanie Pythona jako narzędzia do analizy danych. https://gitlab.com/pbieganski/podstawy-pythona
- Notatnik z kolokwium poprawkowym 2025: https://colab.research.google.com/drive/1_DQ7rG7aIMq_XgkPZIM4bGAAf8VlFVGc?usp=sharing
W bibliotece Wydziału Fizyki dostępne są książki: Practical biomedical signal analysis using Matlab / K. J. Blinowska J. Żygierewicz. (katalog: https://chamo.buw.uw.edu.pl:8443/lib/item?id=chamo:895791&fromLocationLink=false&theme=system)
Materiały dodatkowe:
playlista na YouTube z filmami nagranymi w czasie zdalnych ćwiczeń w roku 2020/21
Tutorial o technikach analizy czas-częstość
Przed kolokwium 1
autorzy: Jarosław Żygierewicz, Maciej Kamiński, Magdalena Zieleniewska, wersja z notebookami Jan Mąka i Piotr Biegański
