Moving Media Phase Risposta

La Guida scienziato e ingegneri per Digital Signal Processing di Steven W. Smith, Ph. D. Capitolo 9: Applicazioni della risposta in frequenza DFT di sistemi di sistemi vengono analizzati nel dominio del tempo utilizzando convoluzione. Un'analisi simile può essere fatto nel dominio della frequenza. Utilizzando la trasformata di Fourier, ogni segnale di ingresso può essere rappresentata come un gruppo di onde coseno, ciascuno con una ampiezza e sfasamento specificato. Analogamente, la DFT può essere usata per rappresentare ogni segnale di uscita in una forma simile. Ciò significa che qualsiasi sistema lineare può essere completamente descritto da come cambia l'ampiezza e la fase delle onde coseno che lo attraversano. Questa informazione è chiamata la risposta in frequenza sistemi. Poiché sia ​​la risposta all'impulso e la risposta in frequenza contengono informazioni complete sul sistema, deve esserci uno-a-uno corrispondenza tra i due. Dato uno, è possibile calcolare l'altro. La relazione tra la risposta all'impulso e la risposta in frequenza è uno dei fondamenti di elaborazione del segnale: Una risposta in frequenza sistemi è la trasformata di Fourier della risposta all'impulso. La Figura 9-6 illustra queste relazioni. Mantenendo con la notazione standard di DSP, risposte all'impulso utilizzano variabili minuscole, mentre le risposte in frequenza corrispondenti sono maiuscole. Poiché h è il simbolo comune per la risposta all'impulso, H è utilizzato per la risposta in frequenza. I sistemi sono descritti nel dominio del tempo per convoluzione, cioè: x n lowast h n y n. Nel dominio della frequenza, lo spettro di ingresso viene moltiplicato per la risposta in frequenza, con conseguente spettro di uscita. Come un'equazione: X volte f H f Y f. In altre parole, convoluzione nel dominio del tempo corrisponde alla moltiplicazione nel dominio della frequenza. La figura 9-7 mostra un esempio di utilizzo della DFT per convertire una risposta all'impulso sistemi nella sua risposta in frequenza. Figura (a) è la risposta all'impulso del sistema. Guardando questa curva non sta andando per darvi la minima idea di quello che fa il sistema. Prendendo un punto 64 DFT della risposta all'impulso produce la risposta in frequenza del sistema, illustrato in (b). Ora la funzione di questo sistema diventa evidente, passa frequenze tra 0,2 e 0,3, e rifiuta tutti gli altri. Si tratta di un filtro passa-banda. La fase della risposta in frequenza può essere esaminata anche tuttavia, è più difficile da interpretare e meno interessante. Esso sarà discusso nei prossimi capitoli. Figura (b) è molto frastagliata a causa del basso numero di campioni che definiscono la curva. Questa situazione può essere migliorata imbottitura risposta all'impulso con zeri prima di prendere la DFT. Ad esempio, l'aggiunta di zeri per rendere la risposta all'impulso lunga 512 campioni, come mostrato in (c), provoca la risposta in frequenza più alta risoluzione mostrati in (d). Quanto risoluzione è possibile ottenere nella risposta in frequenza La risposta è: infinitamente alto, se si è disposti a pad la risposta all'impulso con un numero infinito di zeri. In altre parole, non vi è nulla che limita la risoluzione in frequenza, tranne la lunghezza della DFT. Questo porta ad un concetto molto importante. Anche se la risposta all'impulso è un segnale discreto, la risposta in frequenza corrispondente è continuo. Un punto N DFT della risposta all'impulso fornisce N 2 1 campioni di questa curva continua. Se si effettua la DFT più a lungo, la risoluzione migliora, e si ottiene una migliore idea di quello che la curva continua assomiglia. Ricordare ciò la risposta in frequenza rappresenta: ampiezza e fase variazioni subite dalle onde coseno mentre passano attraverso il sistema. Poiché il segnale di ingresso può contenere qualsiasi frequenza tra 0 e 0,5, la risposta in frequenza sistemi deve essere una curva continua in questo intervallo. Questo può essere meglio compresa portando in un altro membro della famiglia trasformata di Fourier, la Trasformata di Fourier a tempo discreto (DTFT). Si consideri un segnale campione N gestito attraverso un punto N DFT, producendo un dominio di frequenza N 2 1 campione. Ricordate dall'ultimo capitolo che il DFT considera il segnale nel dominio del tempo per essere infinitamente lungo e periodica. Vale a dire, i punti di N sono ripetuti più e più volte da negativo a infinito positivo. Consideriamo ora cosa accade quando cominciamo a riempire il segnale nel dominio del tempo con un numero sempre crescente di zeri, per ottenere una più fine e di campionamento più fine nel dominio della frequenza. Aggiunta zeri rende il periodo del dominio tempo più lungo. e, simultaneamente, i campioni nel dominio della frequenza più vicini. Vediamo ora in questo all'estremo, aggiungendo un numero infinito di zeri al segnale nel dominio del tempo. Questo produce una situazione diversa per due aspetti. In primo luogo, il segnale nel dominio del tempo ora ha un periodo infinitamente lungo. In altre parole, si è trasformato in un segnale aperiodico. In secondo luogo, il dominio di frequenza ha ottenuto un infinitamente piccolo spazio tra i campioni. Cioè, è diventato un segnale continuo. Questo è il DTFT, la procedura che cambia un segnale aperiodico discreta in un dominio della frequenza che è una curva continua. In termini matematici, una risposta in frequenza sistemi è trovata prendendo la DTFT della sua risposta all'impulso. Poiché ciò non può essere fatto in un computer, la DFT viene utilizzato per calcolare il campionamento della risposta in frequenza vero. Questa è la differenza tra ciò che si fa in un computer (DFT) e ciò che si fa con le equazioni matematiche (la DTFT).La scienziato e Guida ai tecnici di elaborazione del segnale digitale di Steven W. Smith, Ph. D. Capitolo 6 - Funzione Convoluzione Il Delta e Impulse Response Capitolo 6: Convoluzione Il Delta Funzione e Impulse Response Il capitolo precedente descrive come un segnale può essere scomposto in un gruppo di componenti chiamati impulsi. Un impulso è un segnale composto da tutti zeri, tranne un singolo punto diverso da zero. In effetti, la decomposizione impulsi fornisce un modo per analizzare i segnali un campione alla volta. Il capitolo precedente ha presentato il concetto fondamentale di DSP: segnale di ingresso viene scomposto in semplici componenti additivi, ciascuno di questi componenti viene fatto passare attraverso un sistema lineare e gli elementi di uscita risultanti vengono sintetizzati (aggiunto). Il segnale risultante da questa procedura divide et impera è identico a quello ottenuto facendo passare direttamente il segnale originale attraverso il sistema. Mentre molti scomposizioni differenti sono possibili, due formano la spina dorsale di elaborazione del segnale: la decomposizione di impulso e di Fourier decomposizione. Quando si utilizza la decomposizione impulso, la procedura può essere descritto da una operazione matematica chiamata convoluzione. In questo capitolo (e la maggior parte di quelli successivi) avremo a che fare solo con i segnali discreti. Convoluzione vale anche per segnali continui, ma la matematica è più complicato. Vedremo come i segnali vengono elaborati continious nel Capitolo 13. Figura 6-1 definisce due termini importanti utilizzati nella DSP. La prima è la funzione delta. simboleggiato dalla lettera greca delta, delta n. La funzione delta è un impulso normalizzato, cioè numero di campione di zero ha un valore di uno, mentre tutti gli altri campioni hanno un valore di zero. Per questo motivo, la funzione delta viene spesso chiamato l'unità impulso. Il secondo termine definito in Fig. 6-1 è la risposta impulsiva. Come suggerisce il nome, la risposta all'impulso è il segnale che esce da un sistema quando una funzione delta (unità impulsi) è l'ingresso. Se due sistemi sono diversi in qualsiasi modo, avranno diverse risposte all'impulso. Proprio come i segnali di ingresso e di uscita sono spesso chiamati x n ed y n, la risposta all'impulso è generalmente indicato con il simbolo, h n. Naturalmente, questo può essere cambiato se un nome più descrittivo è disponibile, per esempio, f n può essere utilizzato per identificare la risposta all'impulso di un filtro. Ogni impulso può essere rappresentata come una funzione delta spostata e scalata. Si consideri un segnale, a n, composto da tutti zeri tranne numero del campione 8, che ha un valore di -3. Questa è la stessa come una funzione delta spostato a destra da 8 campioni, e moltiplicato per -3. In forma di equazione: un n -3delta n -8. Assicurarsi di aver compreso questa notazione, è utilizzato in quasi tutte le equazioni DSP. Se l'ingresso ad un sistema è un impulso, come -3948 n -8, qual è l'uscita sistemi Qui vengono utilizzate le proprietà di omogeneità e spostamento invarianza. Scaling e spostando i risultati di ingresso in una scala identica e spostando dell'uscita. Se delta n risultati in h n, segue che -3948 n -8 risultati in -3 h n -8. In parole, l'uscita è una versione della risposta all'impulso che è stato spostato in scala della stessa quantità come funzione delta sull'ingresso. Se conoscete una risposta sistemi di impulso, si sa subito come reagirà a qualsiasi impulse. Performance Load Testing tempo di risposta di 90 percentile per Swaraj Gupta Il valore del tempo di risposta per una transazione di sotto della quale 90 dei punti di dati (valori di tempo di risposta) si trovano, viene chiamato il tempo di risposta di 90 percentile. Al fine di ottenere il valore di tempo di risposta di 90 percentile per una transazione, ordinare tutti i valori di tempo di risposta per tale operazione in ordine crescente. Prendere i primi 90 transazioni di questo set. Il tempo di risposta che ha il valore massimo in questa serie è il valore del 90 percentile della transazione studiata. Se si utilizza Microsoft Excel per calcolare il valore di 90 percentile, è possibile utilizzare la funzione percentile. La funzione viene utilizzata come PERCENTILE (matrice, k), dove k è il percentile si desidera calcolare. Per il 90 percentile, k sarebbe 0.9. Esempio Per una transazione, permette di dire che ci sono 10 valori di tempo di risposta sono disponibili 1, 2, 3, 4, 5, 6, 7, 8, 9 amp 10. Ho ordinato questi numeri sopra. Se prendo il 90 per cento i valori di tempo di risposta come un insieme separato, mi metterò 1, 2, 3, 4, 5, 6, 7, 8 amp 9. Ecco 9 è il valore massimo e quindi è il valore del 90 percentile della tale operazione. Scenari in cui valori del percentile 90 possono essere utili Scenario 1: Quando il tempo medio di risposta sembra essere insiemi di dati estremamente elevate e individuali sembrano normali. Durante alcuni test, un paio di picchi di tempi di risposta, inclinare il numero medio tempo di risposta e l'impatto del test. In tali scenari, il 90 percentile (o altri valori percentili) sono curati e studiati e se il valore percentile non è elevato, la media è adeguato di conseguenza. Così valori del percentile 90 può essere estremamente utile nella fase di analisi risultato del ciclo di prova. Scenario 2: Per comprendere la diffusione dei valori tempo di risposta. Facendo una differenza del valore 90 percentile e il valore medio tempo di risposta e dividendo questa differenza con il valore medio tempo di risposta dà un'idea della diffusione di diversi punti di dati. Se il rapporto è estremamente piccola, significa che i valori medi e 90 percentili sono molto vicini tra loro e punti dati sono vicini l'uno all'altro. Tuttavia, se il rapporto è grande, dà l'idea opposta. Detto questo Std è ancora un contatore migliore per studiare la diffusione di punti di dati. Questo post è disponibile anche in: francese A proposito di Swaraj Gupta Swaraj è una performance, automazione ed esperto di test funzionale che ha lavorato sulla varietà di applicazioni desktop e mobili. Le principali aree che si concentra su sono - funzionalità, usabilità, prestazioni e la coerenza del comportamento delle applicazioni. Egli gestisce l'intero ciclo di test delle prestazioni dei progetti che egli è responsabile e funziona su più tali impegni contemporaneamente. Ha lavorato in una varietà di diversi domini aziendali, che comprendono - consulenza Hi tech, servizi finanziari, di consulenza direzionale, servizi di auditing, e commerce, e learning, etct Scopri di più su QTest