STATLAB/Zadanie zaliczeniowe3: Różnice pomiędzy wersjami
| Linia 1: | Linia 1: | ||
| − | ===1. | + | ===1. Dane === |
| − | + | Poniżej znajdyją się linki do dwóch fragmentów utworów audio. Zapisane są w formacie wav. Pliki takie można wczytać do programu pythonowego za pomocą funkcji <tt>scipy.io.wavfile.read</tt>( [https://docs.scipy.org/doc/scipy-0.18.1/reference/generated/scipy.io.wavfile.read.html dokumentacja] tej funkcji.) | |
| − | + | ||
| + | [https://drive.google.com/open?id=0B7k6Z_ViZid5WXc0WVQ4U0d2TVk Candy_Dulfer_-_Lily_Was_Here.wav] | ||
| + | |||
| + | [https://drive.google.com/open?id=0B7k6Z_ViZid5U193d2Rqc2xJdG8 Rupert_Blaise_-_06_-_What_A_Wonderful_World.wav] | ||
===2. Analiza czasowa widma=== | ===2. Analiza czasowa widma=== | ||
Wersja z 09:06, 19 lis 2016
1. Dane
Poniżej znajdyją się linki do dwóch fragmentów utworów audio. Zapisane są w formacie wav. Pliki takie można wczytać do programu pythonowego za pomocą funkcji scipy.io.wavfile.read( dokumentacja tej funkcji.)
Candy_Dulfer_-_Lily_Was_Here.wav
Rupert_Blaise_-_06_-_What_A_Wonderful_World.wav
2. Analiza czasowa widma
Dla wybranego rodzaju okna czasowego i ustalonej szerokości okna [math]N_w \ll N[/math] ([math]N[/math] = długość sygnału), oblicz krótkoczasową transformatę Fouriera (STFT), czyli taką dwu-wymiarową tablicę (macierz numpy)
[math] Z[k][n_0] = \frac{\left\vert X_{n_0}[k] \right\vert^2}{N_w} \,, [/math]
że [math]X_{n_0}[/math] jest dyskretną transformatą Fouriera okienkowanego wycinka sygnału od [math]n_0-\frac{N_w}{2}[/math] o szerokości [math]N_w[/math] (czyli wyśrodkowanego w [math]n_0[/math]).
Proszę pamiętać o okienkowaniu (periodogram) wycinka sygnału przed policzeniem DTF.
3. Prezentacja
Macierz wykreśl przy pomocy funkcji pylab.imshow, podając zakresy poszczególnych osi przy użyciu parametru
[math] \textrm{extent} = (t_{min}, t_{max}, f_{min}, f_{max}) \,. [/math]
4. Interpretacja wyniku
Powtórz punkty 2 i 3 dla kilku różnych szerokości okien [math]N_w[/math] i zinterpretuj widoczne różnice.
