|
|
Měření frekvence
Milota, Martin ; Havránek, Zdeněk (oponent) ; Čejka, Miloslav (vedoucí práce)
Tématem této práce je seznámení s platformou CompactRIO firmy National Instruments, s jeho hardwarovou paletou a možností využití této platformy pro měření frekvence analogových signálu. Výstupem této práce je softwarová výbava pro toto zařízení se zaměřením na měření frekvence analogových signálů a experimentální ověření možností konkrétní konfigurace této platformy ve smyslu rozsahu měřitelných frekvencí.
|
|
|
Vliv fyzické zátěže na elektrickou aktivitu svalů
Kadeřábek, Jan ; Sekora, Jiří (oponent) ; Kolářová, Jana (vedoucí práce)
Bakalářská práce popisuje vliv fyzické zátěže na elektrickou aktivitu svalů. V jednotlivých kapitolách je rozebírána problematika měření EMG signálů a jejich zpracování, včetně statistického ověření vlivu fyzické zátěže na elektrickou aktivitu měřeného svalu. EMG záznamy byly získány proměřením skupiny 10 studentů a v programu AcqKnowledge byly odečteny parametry pro statistické zpracování. Ve vlastním vytvořeném programu byly pomocí časové a frekvenční analýzy vypočteny popisné parametry EMG záznamu, ze kterých lze usuzovat na vliv fyzické zátěže. Výsledkem práce jsou tabulky s naměřenými daty, jim odpovídající grafy, statistické ověření vlivu zátěže na elektrickou aktivitu svalů a program umožňující časovou a frekvenční analýzu naměřených průběhů. Na hladině významnosti 10% je ověřena hypotéza, že fyzická zátěž na elektrickou aktivitu svalů působí.
|
|
|
Identifikace pauz v rušeném řečovém signálu
Kepák, Petr ; Míča, Ivan (oponent) ; Smékal, Zdeněk (vedoucí práce)
Základním problémem řeči je úplné oddělení přirozeného šumu, který vzniká při správné artikulaci znělých a neznělých souhlásek od šumu a rušení okolního prostředí. Cílem diplomové práce je najít efektivní metodu, které by dokázala identifikovat pauzy bez řečové aktivity, v nichž je možné identifikovat vlastnosti šumu a rušení. Jakmile je správně šum určen, pak již je možné využít různých metod pro jeho odstranění. V diplomové práci jsou popsány dvě metody identifikace pauz. Tyto metody jsou naprogramované v prostředí Matlab a testovány na devíti řečových nahrávkách. Analýza výsledků metod byla provedena pomocí ROC (Receiver Operating Characteristic) křivek. V závěru jsou shrnuty výsledky analýzy vytvořených metod.
|
|
|
Vizualizace pohybu hlasivek
Kutálek, Libor ; Sekora, Jiří (oponent) ; Rozman, Jiří (vedoucí práce)
Cílem této práce je objasnit funkci hlasivek a seznámit se s jejich vyšetřovacími metodami. V práci nalezneme možné obvodové řešení zařízení pro osvětlování rychle kmitajících hlasivek pomocí LED, která je méně energeticky náročná než běžné halogenové zdroje světla. Dále je zde řešena problematika pracování, filtrace signálu a nalezení vlastní frekvence kmitání hlasivek.
|
|
|
Analysis of sleep EEG signal
Ježek, Martin ; Kozumplík, Jiří (oponent) ; Rozman, Jiří (vedoucí práce)
The aim of this study was to develop an automatic detection program for scoring the sleep EEG arousals, based on one of time-frequency analysis methods. The subject of the study was 13 overnight polysomnographic recordings (four leads of EEG, EMG, ECG and EOG), i.e over 100 hours in total. It was a subset of data used in former studies by sleep expert Dr. Emilia Sforza, Geneva, Switzerland, who also provided baseline arousal scoring. Total number of 1551 arousal events were marked in the recordings. Next, several tools for recordings' visualization were developed to facilitate the decision on methods of analysis. Following the conclusions made after extensive visualization of input recordings in different time-frequency representations and regarding the character of EEG as neuroelectric waveforms and computing efficiency, discrete wavelet decomposition with Daubechies order 6 mother wavelet was chosen. The EEG signals were decomposed into six frequency bands. The results together with EMG recordings were used to evaluate a set of indices describing EEG and EMG changes accompanying arousals. These indices were weighted to form linear classifier of microarousal suspicion in each EEG lead – a microarousal was marked as present when it remained suspect in period of 3 to 30 seconds. Outputs of four EEG channels were then integrated to report final outcome. Based on sensitivity and selectivity measures the algorithm was optimized by genetic algorithm. The subject of tuning were the linear classifier parameters and first four of 13 recordings were selected as training data. A microarousal detection program emerged on basis of the tuned algorithm and resulted in average sensitivity of 76,09 %, selectivity of 53,26 % and 97,66 % specificity over all 13 recordings compared to expert visual scorings.
|
|
|
Uživatelské rozhraní pro HP89410A
Neužil, Jan ; Caha, Luděk (oponent) ; Beneš, Petr (vedoucí práce)
Cílem práce bylo vytvořit v jazyce LabVIEW uživatelské rozhraní, které umožní i neškolené obsluze provádět typická měření spektrálním analyzátorem HP89410A. Je zde popsán princip analogových i digitálních spektrálních analyzátorů a teorie pro rychlou fourierovu transformaci. Dále jsou diskutovány klíčové parametry pro měření s FFT analyzátorem jako tvar okénkové funkce, šířka frekvenčního pásma, počet vzorků, frekvence vzorkování nebo způsob průměrování. Je popsán vytvořený program a jeho moduly pro měření frekvenční charakteristiky pomocí bílého šumu a postupným proměřováním. A moduly šumových charakteristik: měření odstupu signálu od šumu a měření harmonického zkreslení. V závěru jsou ukázána provedená měření.
|
|
|
Alternativní metody a algoritmy pro detekci plamene
Kozubík, Kamil ; Dřínovský, Jiří (oponent) ; Frýza, Tomáš (vedoucí práce)
Tato diplomová práce pojednává o metodách detekce plamene. Hlavním cílem celého projektu bylo vytvoření detektoru plamene, který ke své činnosti využívá alternativní metody rozpoznání plamene.V úvodu práce je proveden rozbor stávajících způsobů detekce plamene, dále je pak zmíněno co je to samotný detektor a jaké jsou způsoby jeho využití. V práci jsou navrženy dvě metody detekce plamene, využívající zpracování zvukového signálu pomocí PC. Dále je zrealizován detektor plamene, využívající zpracování zvukového signálu, s mikrokontrolerem Atmega128 a jsou uvedeny dosažené výsledky s tímto zapojením.
|
|
|
Rozpoznávání řeči (číslice)
Kantar, Martin ; Minář, Petr (oponent) ; Matoušek, Radomil (vedoucí práce)
V bakalářské práci vysvětluji, jak samotná řeč vypadá a co jí ovlivňuje. Zmiňuji zde nejčastěji používané metody, kterými si řečové signály můžeme připravit pro rozpoznávání. Na názorných příkladech ukazuji, na jakých principech dnešní rozpoznávače řeči pracují, jaké mají výhody a nevýhody. Pro metodu založenou na učení neuronových sítí jsem vytvořil v prostředí Matlabu řečový rozpoznávač číslovek 0-9.
|
|
|
Vývoj mobilní aplikace pro hudebníky
Novotný, Miroslav ; Pavlíčková, Jarmila (vedoucí práce) ; Kutišová, Magda (oponent)
Cílem této bakalářské práce je návrh a vývoj aplikace pro hudebníky na platformě Android. Teoretická část práce je koncipovaná jako úvod do teorie zvuku. Nejprve se ovšem věnuji popisu architektury systému Android a jednotlivým komponentám, které ji tvoří. Následují kapitoly zkoumající zvuk od jeho vzniku, přes proces převodu do digitální podoby, až k popisu jednotlivých rozhraní pro jeho zaznamenávání a zpracovávání v prostředí systému Android. Praktická část je pak věnovaná návrhu a vývoji aplikace, která slouží jako pomůcka při cvičení hry na hudební nástroj. Tvoří ji komponenty: ladička, metronom a EarTrainer. Pro realizaci ladičky bylo nutné nastudovat potřebnou teorii, nutnou pro podporu hlavní funkcionality výpočtu frekvence ze zaznamenaného audiosignálu. Z tohoto důvodu se v práci nachází i teoretický úvod do Fourierových transformací. Poslední část je věnovaná srovnání přesnosti výpočtu komponenty ladička s konkurencí. Výsledná aplikace byla publikována na Google Play.
|
|
|
Observation of HF Cathode and ARC Root Inside Cutting Plasma Torch
Šonský, Jiří ; Gruber, Jan
Electric arc and a cathode of a cutting plasma torch was observed through fused silica window in a specially modified nozzle. Sample rate of used high-speed camera was up to 120 kHz, sufficient for detecting high-frequency fluctuations in arc plasma intensity, produced mainly by current ripple. Fluctuations were examined up to 60 kHz by Fast Fourier Transformation (FFT). Increased cathode material loss at start-up and shut-down phase of the plasma torch was observed. At start up phase, large number of small particles are ejected from the cathode. After electric current shuts down, large droplets of molten material are usually detected.
|
host ::
RSS.