Brain-wiki - Wkład użytkownika [pl]

ZasadyZaliczenia

2016-02-04T13:30:18Z

Egd:

== Zasady zaliczenia ćwiczeń z [[Analiza_sygnałów - exercises|Analizy Sygnałów]] ==

=== Kolokwia ===
W trakcie semestru odbędą się dwa kolokwia. Z każdego z nich będzie można uzyskać 10 punktów, z czego do zaliczenia przedmiotu konieczne będzie zdobycie łącznie 10 punktów z kolokwiów (czyli 50%). Kolokwia będą wspólne dla wszystkich grup, będą się odbywać w poniedziałki przed południem.

'''Kolokwium II: 25 stycznia 2016, 10:00, sale: 1.27, 1.28 i 1.29'''

[[STATLAB/kolokwium2_wymagania|Zakres wymagań do II kolokwium.]]

'''Kolokwium poprawkowe: 19 lutego 2016, 10:00, sale: 1.29, 1.30'''

Wiedza wymagana dotyczy tego samego zakresu materiału, który obowiązywał na I i II kolokwium łącznie.
W trakcie kolokwium możliwe jest poprawienie łącznej sumy punktów na kolokwia, czyli 20 pkt.

=== Projekt ===
Wymagane będzie wykonanie dwóch projektów indywidualnych. Jeden z nich będzie wymagany w połowie semestru, a drugi do końca semestru. Nie będzie możliwości oddawania projektów po zakończeniu zajęć semestru zimowego. Z każdego projektu będzie można uzyskać 10 punktów, z czego do zaliczenia przedmiotu konieczne jest zdobycie łącznie 10 punktów z projektów (czyli 50%).

# Pierwszy projekt [[STATLAB/Zadanie zaliczeniowe3|Analiza czasowa sygnału audio]] należy wykonać i oddać '''do końca listopada'''. Dokładniejsze terminy zaliczenia przekażą poszczególni prowadzący grup.
# Drugi projekt: [[STATLAB/Zadanie_zaliczeniowe5|Filtrowanie i przepróbkowanie sygnału]] należy oddać do końca zajęć dydaktycznych.

=== Kartkówki ===
Na większości (10) zajęć będą miały miejsce kartkówki na podstawie materiału z zajęć poprzednich. Pytania nie będą wymagające, będą raczej sprawdzać uwagę i systematyczną pracę. Łącznie za kartkówki można uzyskać 10 punktów (maksymalnie 1 punkt za każdą), natomiast przy zaliczeniu przedmiotu dozwolone jest niezaliczenie maksymalnie trzech kartkówek (nieusprawiedliwiona nieobecność również pociąga za sobą niezaliczenie kartkówki). Punktów z kartkówek nie można poprawiać.

=== Skala ocen ===
Na podstawie łącznej liczby punktów (maksymalnie do zdobycia jest 50) zostanie obliczona ocena z ćwiczeń:
# [25–30) pkt: 3.0 (dst)
# [30–35) pkt: 3.5 (dst+)
# [35–40) pkt: 4.0 (db)
# [40–45) pkt: 4.5 (db+)
# [45–50] pkt: 5.0 (bdb)

=== Nieobecności ===
Dozwolone są maksymalnie dwie nieusprawiedliwione nieobecności.

=== Materiały dostępne w czasie kolokwium ===
Jedynym materiałem dostępnym w trakcie trwania kolokwium jest oficjalna dokumentacja Python oraz kilka dodatkowych funkcji, które zostały udostępnione na [[STATLAB/ListaFunkcji|oddzielnej stronie]].

STATLAB/kolokwium2 wymagania

2016-01-20T20:47:00Z

Egd:

'''Zakres zagadnień do kolokwium II'''

Oprócz materiału z pierwszej części semestru obowiązują:
----

* Relacje pomiedzy częstoscia próbkowania sygnału, czasem trwania sygnału a liczbą próbek sygnale.

* Relacje pomiedzy długoscią sygnału w czasie a rozdzielczością widma.

* Estymacja widma za pomocą metody Welcha. Długość segmentu a rozdzielczość widma w metodzie Welcha. Relacja pomiędzy liczbą segmentów a zmniejszeniem błędu estymacji widma.

* Rysowanie widma w skali liniowej i decybelowej.

* Częstość Nyquista.

* Filtry dolno- przepustowe i górno przepustowe. Filtry pasmowo-zaporowe i pasmowo-przepustowe.

* Projektowanie filtrów FIR i IIR. Funkcje firwin, butord, cheb1ord, cheb2ord, ellipord,

* Filtracja z przesunięciem i bez przesunięcia fazowego (funkcje lfilter, filtfilt)

* Własnosci filtrów – charakterysytka amplitudowa i fazowa. Rysowanie charakterysti amplitudowej w skali decybelowej.

* Opóźnieniie fazowe i grupowe.

* Funkcja korelacji.

* Twierdzenie Wienera Chinczyna.

* Wczytywanie z plików (binarne, tekstowe).

* Znajdowanie maksimów, minimumów widma i odpowiadających im częstości.

ZasadyZaliczenia

2016-01-20T17:09:22Z

Egd:

== Zasady zaliczenia ćwiczeń z [[Analiza_sygnałów - exercises|Analizy Sygnałów]] ==

W trakcie semestru odbędą się dwa kolokwia. Z każdego z nich będzie można uzyskać 10 punktów, z czego do zaliczenia przedmiotu konieczne będzie zdobycie łącznie 10 punktów z kolokwiów (czyli 50%). Kolokwia będą wspólne dla wszystkich grup, będą się odbywać w poniedziałki przed południem.

'''Kolokwium II: 25 stycznia 2016, 10:00, sale: 1.27, 1.28 i 1.29'''

[[STATLAB/kolokwium2_wymagania|Zakres wymagań do II kolokwium.]]

Wymagane będzie wykonanie dwóch projektów indywidualnych. Jeden z nich będzie wymagany w połowie semestru, a drugi do końca semestru. Nie będzie możliwości oddawania projektów po zakończeniu zajęć semestru zimowego. Z każdego projektu będzie można uzyskać 10 punktów, z czego do zaliczenia przedmiotu konieczne jest zdobycie łącznie 10 punktów z projektów (czyli 50%).

# Pierwszy projekt [[STATLAB/Zadanie zaliczeniowe3|Analiza czasowa sygnału audio]] należy wykonać i oddać '''do końca listopada'''. Dokładniejsze terminy zaliczenia przekażą poszczególni prowadzący grup.
# Drugi projekt: [[STATLAB/Zadanie_zaliczeniowe5|Filtrowanie i przepróbkowanie sygnału]] należy oddać do końca zajęć dydaktycznych.

Na większości (10) zajęć będą miały miejsce kartkówki na podstawie materiału z zajęć poprzednich. Pytania nie będą wymagające, będą raczej sprawdzać uwagę i systematyczną pracę. Łącznie za kartkówki można uzyskać 10 punktów (maksymalnie 1 punkt za każdą), natomiast przy zaliczeniu przedmiotu dozwolone jest niezaliczenie maksymalnie trzech kartkówek (nieusprawiedliwiona nieobecność również pociąga za sobą niezaliczenie kartkówki). Punktów z kartkówek nie można poprawiać.

Na podstawie łącznej liczby punktów (maksymalnie do zdobycia jest 50) zostanie obliczona ocena z ćwiczeń:
# [25–30) pkt: 3.0 (dst)
# [30–35) pkt: 3.5 (dst+)
# [35–40) pkt: 4.0 (db)
# [40–45) pkt: 4.5 (db+)
# [45–50] pkt: 5.0 (bdb)

Dozwolone są maksymalnie dwie nieusprawiedliwione nieobecności.

Jedynym materiałem dostępnym w trakcie trwania kolokwium jest oficjalna dokumentacja Python oraz kilka dodatkowych funkcji, które zostały udostępnione na [[STATLAB/ListaFunkcji|oddzielnej stronie]].

2015-12-16T15:55:04Z

Egd:

STATLAB/Zadanie domowe

2015-12-16T15:49:05Z

Egd:

===Przygotowanie danych===
Wygneruj sygnał o długości 2 sekund i przebiegu prostokątnym, zadanym wzorem:

<math>
x(t)=sgn( cos (2 \pi⋅f⋅t))
</math>

gdzie <math>sgn</math> to funkcja signum, zaś częstośc f jest równa 10 Hz. Sygnał wygeneruj z częstością próbkowania 192 000 Hz. Przebieg takiego sygnału zaprezentowano na rysunku poniżej:

[[Plik:Analiza_sygnalow_projB_signal.png|600px]]

===Przepróbkowanie sygnału===
Dokonaj przebrókowania sygnału do częstosci 750 Hz (repróbkowanie 256 razy), przeprowadzając je na dwa sposoby:

====Metoda A: jednokrotne====
Repróbkowania dokonaj w jednym kroku. W tym celu zaprojektuj filtr typu butter rzędu 3. Częstość odcięcia ustaw w częstosci Nyquista docelowej częstości próbkowania. Dobierz maksymalny możliwy rząd, zapewniejacy działanie filtru. Przefiltruj oryginalny sygnal, a następnie wybierz z przefiltrowanego sygnału co 256 próbkę.

====Metoda B: Wielokrotne====
Repróbkowania dokonaj w następujących krokach:
# Przefiltruj sygnał filtrem typu butter rzędu 3 i częstości odcięcia czterokrotnie niższej niż bieżąca częstości próbkowania (w pierwszym wywołaniu tej procedury częstość próbkowania wynosi 192 000 Hz, częstość odcięcia 48 000).
# Ustaw w filtrze butter nową częstość próbkowania, która będzie równa częstości odcięcia wybranej w kroku B.1). Nowa częstość odciecia będzie równa ¼ nowej częstości próbkowania.
# Powtórz krok B.1) i B.2) z nowymi częstosciami próbkowania i nowymi częstościami odcięcia aż uzyskasz częstość próbkowania 750 Hz.
# Wybierz z przefiltrowanego na końcu sygnału co 256 próbkę.

===Prezentacja wyniku i analiza ===
Narysuj:
# Charakterystyki amplitudowe i fazowe zaprojektowanych w metodzie A i B filtrów.
# Narysuj sygnał oryginalny oraz sygnały repróbkowane metodami A i B.
# Narysuj widma amplitudowe sygnałów repróbkowanych metodami A i B.
# Która metoda repróbkowania dała lepszy wynik ? Uzasadnij wybór.

STATLAB/Zadanie domowe

2015-12-16T15:45:44Z

Egd: /* Przygotowanie danych */

===Przygotowanie danych===
Wygneruj sygnał o długości 2 sekund i przebiegu prostokątnym, zadanym wzorem:

<math>
x(t)=sgn( cos (2 \pi⋅f⋅t))
</math>

gdzie <math>sgn</math> to funkcja signum, zaś częstośc f jest równa 10 Hz. Sygnał wygeneruj z częstością próbkowania 192 000 Hz. Przebieg takiego sygnału zaprezentowano na rysunku poniżej:

[[Plik:Analiza_sygnalow_projB_signal.png|600px]]

===Przepróbkowanie sygnału===
Dokonaj przebrókowania sygnału do częstosci 750 Hz (repróbkowanie 256 razy), przeprowadzając je na dwa sposoby:

====Metoda A: jednokrotne====
Repróbkowania dokonaj w jednym kroku. W tym celu zaprojektuj filtr typu butter rzędu 3. Częstość odcięcia ustaw w częstosci Nyquista docelowej częstości próbkowania. Dobierz maksymalny możliwy rząd, zapewniejacy działanie filtru. Przefiltruj oryginalny sygnal, a następnie wybierz z przefiltrowanego sygnału co 256 próbkę.

====Metoda B: Wielokrotne====
Repróbkowania dokonaj w następujących krokach:
# Przefiltruj sygnał filtrem typu butter rzędu 3 i częstości odcięcia czterokrotnie niższej niż biezaca częstości próbkowania (w pierwszym wywołaniu tej procedury częstość próbkowania wynosi 192 000 Hz, częstość odcięcia 48 000).
# Ustaw w filtrze butter nową częstość próbkowania, która będzie równa częstości odcięcia wybranej w kroku a). Nowa częstość odciecia będzie równa ¼ nowej częstości próbkowania.
# Powtórz krok B.1) i B.2) z nowymi częstosciami próbkowania i nowymi częstościami odcięcia aż uzyskasz częstość próbkowania 750 Hz.
# Wybierz z przefiltrowanego na końcu sygnału co 256 próbkę.

===Prezentacja wyniku i analiza ===
Narysuj:
# Charakterystyki amplitudowe i fazowe zaprojektowanych w metodzie A i B filtrów.
# Narysuj sygnał oryginalny oraz sygnały repróbkowane metodami A i B.
# Narysuj widma amplitudowe sygnałów repróbkowanych metodami A i B.
# Która metoda repróbkowania dała lepszy wynik ? Uzasadnij wybór.

STATLAB/Zadanie domowe

2015-12-16T15:44:51Z

Egd: /* Przygotowanie danych */

===Przygotowanie danych===
Wygneruj sygnał o długości 2 sekund i przebiegu prostokątnym, zadanym wzorem:
<math>
x(t)=sgn( cos (2 \pi⋅f⋅t))
</math>
gdzie sgn to funkcja signum, zaś częstośc f jest równa 10 Hz. Sygnał wygeneruj z częstością próbkowania 192 000 Hz. Przebieg takiego sygnału zaprezentowano na rysunku poniżej:

[[Plik:Analiza_sygnalow_projB_signal.png|600px]]

===Przepróbkowanie sygnału===
Dokonaj przebrókowania sygnału do częstosci 750 Hz (repróbkowanie 256 razy), przeprowadzając je na dwa sposoby:

====Metoda A: jednokrotne====
Repróbkowania dokonaj w jednym kroku. W tym celu zaprojektuj filtr typu butter rzędu 3. Częstość odcięcia ustaw w częstosci Nyquista docelowej częstości próbkowania. Dobierz maksymalny możliwy rząd, zapewniejacy działanie filtru. Przefiltruj oryginalny sygnal, a następnie wybierz z przefiltrowanego sygnału co 256 próbkę.

====Metoda B: Wielokrotne====
Repróbkowania dokonaj w następujących krokach:
# Przefiltruj sygnał filtrem typu butter rzędu 3 i częstości odcięcia czterokrotnie niższej niż biezaca częstości próbkowania (w pierwszym wywołaniu tej procedury częstość próbkowania wynosi 192 000 Hz, częstość odcięcia 48 000).
# Ustaw w filtrze butter nową częstość próbkowania, która będzie równa częstości odcięcia wybranej w kroku a). Nowa częstość odciecia będzie równa ¼ nowej częstości próbkowania.
# Powtórz krok B.1) i B.2) z nowymi częstosciami próbkowania i nowymi częstościami odcięcia aż uzyskasz częstość próbkowania 750 Hz.
# Wybierz z przefiltrowanego na końcu sygnału co 256 próbkę.

===Prezentacja wyniku i analiza ===
Narysuj:
# Charakterystyki amplitudowe i fazowe zaprojektowanych w metodzie A i B filtrów.
# Narysuj sygnał oryginalny oraz sygnały repróbkowane metodami A i B.
# Narysuj widma amplitudowe sygnałów repróbkowanych metodami A i B.
# Która metoda repróbkowania dała lepszy wynik ? Uzasadnij wybór.

STATLAB/Zadanie domowe

2015-12-16T15:41:38Z

Egd: /* Przygotowanie danych */

===Przygotowanie danych===
Wygneruj sygnał o długości 2 sekund i przebiegu prostokątnym, zadanym wzorem, gdzie sgn to funkcja signum, zaś częstośc f jest równa 10 Hz. Sygnał wygeneruj z częstością próbkowania 192 000 Hz. Przebieg takiego sygnału zaprezentowano na rysunku poniżej:

[[Plik:Analiza_sygnalow_projB_signal.png|600px]]

===Przepróbkowanie sygnału===
Dokonaj przebrókowania sygnału do częstosci 750 Hz (repróbkowanie 256 razy), przeprowadzając je na dwa sposoby:

====Metoda A: jednokrotne====
Repróbkowania dokonaj w jednym kroku. W tym celu zaprojektuj filtr typu butter rzędu 3. Częstość odcięcia ustaw w częstosci Nyquista docelowej częstości próbkowania. Dobierz maksymalny możliwy rząd, zapewniejacy działanie filtru. Przefiltruj oryginalny sygnal, a następnie wybierz z przefiltrowanego sygnału co 256 próbkę.

====Metoda B: Wielokrotne====
Repróbkowania dokonaj w następujących krokach:
# Przefiltruj sygnał filtrem typu butter rzędu 3 i częstości odcięcia czterokrotnie niższej niż biezaca częstości próbkowania (w pierwszym wywołaniu tej procedury częstość próbkowania wynosi 192 000 Hz, częstość odcięcia 48 000).
# Ustaw w filtrze butter nową częstość próbkowania, która będzie równa częstości odcięcia wybranej w kroku a). Nowa częstość odciecia będzie równa ¼ nowej częstości próbkowania.
# Powtórz krok B.1) i B.2) z nowymi częstosciami próbkowania i nowymi częstościami odcięcia aż uzyskasz częstość próbkowania 750 Hz.
# Wybierz z przefiltrowanego na końcu sygnału co 256 próbkę.

===Prezentacja wyniku i analiza ===
Narysuj:
# Charakterystyki amplitudowe i fazowe zaprojektowanych w metodzie A i B filtrów.
# Narysuj sygnał oryginalny oraz sygnały repróbkowane metodami A i B.
# Narysuj widma amplitudowe sygnałów repróbkowanych metodami A i B.
# Która metoda repróbkowania dała lepszy wynik ? Uzasadnij wybór.

2015-11-04T20:07:20Z

Egd:

Lista Funkcji
===Matematyczne z pakietu numpy===

===Macierzowe z pakietu numpy===
{| class="wikitable"
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.zeros.html numpy.zeros]
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.ones.html numpy.ones]
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.array.html numpy.array]
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.ndarray.shape.html numpy.ndarray.shape]
|-
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.reshape.html numpy.reshape]
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.arange.html numpy.arange]
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.dot.html numpy.dot]
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.where.html numpy.where]
|-
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.logical_and.html numpy.logical_and]
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.logical_or.html numpy.logical_or]
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.hstack.html numpy.hstack]
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.vstack.html numpy.vstack]
|-
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.concatenate.html numpy.concatenate]
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.copy.html numpy.copy]
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.diff.html numpy.diff]
|}

===Sygnałowe===
{| class="wikitable"
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.fft.fft.html numpy.fft.fft]
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.fft.fftshift.html numpy.fft.fftshift]
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.fft.fftfreq.html numpy.fft.fftfreq]
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.fft.ifft.html numpy.fft.ifft]
|-
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.bartlett.html numpy.bartlett]
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.blackman.html numpy.blackman]
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.hamming.html numpy.hamming]
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.hanning.html numpy.hanning]
|-
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.kaiser.html numpy.kaiser]
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.fft.rfft.html numpy.fft.rfft]
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.correlate.html numpy.correlate]
|[http://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.convolve.html scipy.signal.convolve]
|}

===Statystyczne===
{| class="wikitable"
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.mean.html numpy.mean]
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.std.html numpy.std]
|[http://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.scoreatpercentile.html scipy.stats.scoreatpercentile]
|[http://docs.scipy.org/doc/scipy-0.16.0/reference/generated/scipy.stats.norm.html scipy.stats.norm]
|-
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.random.rand.html numpy.random.rand]
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.random.randn.html numpy.random.randn]
|}

===Filtry===
{| class="wikitable"
|[http://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.firwin.html scipy.signal.firwin]
|[http://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.firwin2.html scipy.signal.firwin2]
|[http://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.freqz.html scipy.signal.freqz]
|[http://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.lfilter.html scipy.signal.lfilter]
|-
|[http://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.cheby1.html scipy.signal.cheby1]
|[http://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.cheby2.html scipy.signal.cheby2]
|[http://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.ellip.html scipy.signal.ellip]
|[http://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.buttord.html scipy.signal.buttord]
|-
|[http://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.butter.html scipy.signal.butter]
|[http://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.cheb1ord.html scipy.signal.cheb1ord]
|[http://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.cheb2ord.html scipy.signal.cheb2ord]
|[http://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.ellipord.html scipy.signal.ellipord]
|-
|[http://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.kaiserord.html scipy.signal.kaiserord]
|[http://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.filtfilt.html scipy.signal.filtfilt]
|[http://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.decimate.html scipy.signal.decimate]
|}

===Wykresy z pakietu pylab===
http://matplotlib.org/api/pyplot_api.html
plot
stem
subplot
figure
imshow
title
xlim, ylim
xlab, ylab
label
legend
grid
show
fill_between
step

STATLAB/ListaFunkcji

2015-11-04T20:01:42Z

Egd:

STATLAB/ListaFunkcji

2015-11-04T19:55:42Z

Egd:

STATLAB/ListaFunkcji

2015-11-04T19:36:24Z

Egd: Utworzono nową stronę "Lista Funkcji ===Matematyczne z pakietu numpy=== ===Macierzowe z pakietu numpy=== [http://docs.scipy.org/doc/numpy/reference/generated/numpy.zeros.html zeros] [http://..."

Lista Funkcji
===Matematyczne z pakietu numpy===

===Macierzowe z pakietu numpy===
[http://docs.scipy.org/doc/numpy/reference/generated/numpy.zeros.html zeros]
[http://docs.scipy.org/doc/numpy/reference/generated/numpy.ones.html ones]
[http://docs.scipy.org/doc/numpy/reference/generated/numpy.array.html array]
[http://docs.scipy.org/doc/numpy/reference/generated/numpy.ndarray.shape.html shape]
[http://docs.scipy.org/doc/numpy/reference/generated/numpy.reshape.html reshape]
[http://docs.scipy.org/doc/numpy/reference/generated/numpy.arange.html arange]
[http://docs.scipy.org/doc/numpy/reference/generated/numpy.dot.html dot]
[http://docs.scipy.org/doc/numpy/reference/generated/numpy.where.html where]
[http://docs.scipy.org/doc/numpy/reference/generated/numpy.logical_and.html logical_and]
[http://docs.scipy.org/doc/numpy/reference/generated/numpy.logical_or.html logical_or]
[http://docs.scipy.org/doc/numpy/reference/generated/numpy.hstack.html hstack]
[http://docs.scipy.org/doc/numpy/reference/generated/numpy.vstack.html vstack]
[http://docs.scipy.org/doc/numpy/reference/generated/numpy.concatenate.html concatenate]
[http://docs.scipy.org/doc/numpy/reference/generated/numpy.copy.html copy]
[http://docs.scipy.org/doc/numpy/reference/generated/numpy.diff.html diff]

===Wykresy z pakietu pylab===
plot
stem
subplot
figure
imshow
title
xlim, ylim
xlab, ylab
label
legend
grid
show
fill_between
step

ZasadyZaliczenia

2015-11-04T17:47:14Z

Egd: Anulowanie wersji 4383 autora Egd (dyskusja)

== Zasady zaliczenia ćwiczeń z [[Analiza_sygnałów - exercises|Analizy Sygnałów]] ==

W trakcie semestru odbędą się dwa kolokwia. Z każdego z nich będzie można uzyskać 10 punktów, z czego do zaliczenia przedmiotu konieczne będzie zdobycie łącznie 10 punktów z kolokwiów (czyli 50%). Kolokwia będą wspólne dla wszystkich grup, będą się odbywać w poniedziałki przed południem.

Wymagane będzie wykonanie dwóch projektów indywidualnych. Jeden z nich będzie wymagany w połowie semestru, a drugi do końca semestru. Nie będzie możliwości oddawania projektów po zakończeniu zajęć semestru zimowego. Z każdego projektu będzie można uzyskać 10 punktów, z czego do zaliczenia przedmiotu konieczne jest zdobycie łącznie 10 punktów z projektów (czyli 50%).

# Pierwszy projekt [[STATLAB/Zadanie zaliczeniowe3|Analiza czasowa sygnału audio]] należy wykonać i oddać '''do końca listopada'''. Dokładniejsze terminy zaliczenia przekażą poszczególni prowadzący grup.
# Drugi projekt zostanie ogłoszony niebawem.

Na większości (10) zajęć będą miały miejsce kartkówki na podstawie materiału z zajęć poprzednich. Pytania nie będą wymagające, będą raczej sprawdzać uwagę i systematyczną pracę. Łącznie za kartkówki można uzyskać 10 punktów (maksymalnie 1 punkt za każdą), natomiast przy zaliczeniu przedmiotu dozwolone jest niezaliczenie maksymalnie trzech kartkówek (nieusprawiedliwiona nieobecność również pociąga za sobą niezaliczenie kartkówki). Punktów z kartkówek nie można poprawiać.

Na podstawie łącznej liczby punktów (maksymalnie do zdobycia jest 50) zostanie obliczona ocena z ćwiczeń:
# [25–30) pkt: 3.0 (dst)
# [30–35) pkt: 3.5 (dst+)
# [35–40) pkt: 4.0 (db)
# [40–45) pkt: 4.5 (db+)
# [45–50] pkt: 5.0 (bdb)

Dozwolone są maksymalnie dwie nieusprawiedliwione nieobecności.

ZasadyZaliczenia

2015-11-04T17:46:54Z

Egd:

== Zasady zaliczenia ćwiczeń z [[Analiza_sygnałów - exercises|Analizy Sygnałów]] ==

W trakcie semestru odbędą się dwa kolokwia. Z każdego z nich będzie można uzyskać 10 punktów, z czego do zaliczenia przedmiotu konieczne będzie zdobycie łącznie 10 punktów z kolokwiów (czyli 50%). Kolokwia będą wspólne dla wszystkich grup, będą się odbywać w poniedziałki przed południem.

Wymagane będzie wykonanie dwóch projektów indywidualnych. Jeden z nich będzie wymagany w połowie semestru, a drugi do końca semestru. Nie będzie możliwości oddawania projektów po zakończeniu zajęć semestru zimowego. Z każdego projektu będzie można uzyskać 10 punktów, z czego do zaliczenia przedmiotu konieczne jest zdobycie łącznie 10 punktów z projektów (czyli 50%).

# Pierwszy projekt [[STATLAB/Zadanie zaliczeniowe3|Analiza czasowa sygnału audio]] należy wykonać i oddać '''do końca listopada'''. Dokładniejsze terminy zaliczenia przekażą poszczególni prowadzący grup.
# Drugi projekt zostanie ogłoszony niebawem.

Na większości (10) zajęć będą miały miejsce kartkówki na podstawie materiału z zajęć poprzednich. Pytania nie będą wymagające, będą raczej sprawdzać uwagę i systematyczną pracę. Łącznie za kartkówki można uzyskać 10 punktów (maksymalnie 1 punkt za każdą), natomiast przy zaliczeniu przedmiotu dozwolone jest niezaliczenie maksymalnie trzech kartkówek (nieusprawiedliwiona nieobecność również pociąga za sobą niezaliczenie kartkówki). Punktów z kartkówek nie można poprawiać.

Na podstawie łącznej liczby punktów (maksymalnie do zdobycia jest 50) zostanie obliczona ocena z ćwiczeń:
# [25–30) pkt: 3.0 (dst)
# [30–35) pkt: 3.5 (dst+)
# [35–40) pkt: 4.0 (db)
# [40–45) pkt: 4.5 (db+)
# [45–50] pkt: 5.0 (bdb)

Dozwolone są maksymalnie dwie nieusprawiedliwione nieobecności.

.