Skip to content
TheChatArchiveThe Chat Archive
gpt-3.5-turbo-0613· OpenAIAi2 WildChat-4.8M (AI2)

popraw 1 print('Czestotliwos’c’ = {} Hz: {:.3f} okr‘eséw na 2048 prébek'.format(f1, N /…

  1. User

    popraw 1 print('Czestotliwos’c’ = {} Hz: {:.3f} okr‘eséw na 2048 prébek'.format(f1, N / (f5 k f1))) 2 print('Cz<—;-stotliwos'é = {} Hz: {531:} okr‘eséw na 2048 prébek'.for‘mat(f2, N / (f5 { F2)» 3 print('Czestotliwos’ré = {} Hz: {33?} okr‘eséw na 2648 prébek'.for‘mat(f3, N / (f5 / f3)))

  2. Assistant

    popraw 1 print('Częstotliwość = {} Hz: {:.3f} okresów na 2048 próbek'.format(f1, N / (f5 * f1))) 2 print('Częstotliwość = {} Hz: {} okresów na 2048 próbek'.format(f2, N / (f5 * f2))) 3 print('Częstotliwość = {} Hz: {} okresów na 2648 próbek'.format(f3, N / (f5 / f3)))

  3. User

    popraw kod: 1 fftl = np-Fft.rfft(sin1) 2 fftz = np.fft.rfft(sin2) 3 fft3 = np.f¥t.rf¥t(sin3) 4 5 6 p1t.plot(f, 29 * np.log10(np.abs(fft1) / N2), 1abe1='1aee Hz') 7 plt.plot(f, 20 * np.log10(np.abs(fft2) / N2), labelz'ZBGQ Hz') 8 plt.plot(f, 20 * np.1og10(np.abs(fft3) / N2), 1abe1='3@90 Hz') 9 19 plt.x1abel('czestotliwoéé [Hz]') 11 plt.ylabe1('amp1ituda [dB]') 12 plt.title(‘widmo sygnaiéw Sinusoidalnych') 13 plt.x1im(0, 5990) 14-plt.ylim(-60, 0) 15 plt.legend() 16 plt.show()

  4. Assistant

    popraw kod: 1 fftl = np.fft.rfft(sin1) 2 fftz = np.fft.rfft(sin2) 3 fft3 = np.fft.rfft(sin3)

    5 plt.plot(f, 29 * np.log10(np.abs(fft1) / N2), label='1kHz') 6 plt.plot(f, 20 * np.log10(np.abs(fft2) / N2), label='2kHz') 7 plt.plot(f, 20 * np.log10(np.abs(fft3) / N2), label='3kHz')

    10 plt.xlabel('czestotliwość [Hz]') 11 plt.ylabel('amplituda [dB]') 12 plt.title('widmo sygnałów Sinusoidalnych') 13 plt.xlim(0, 5990) 14 plt.ylim(-60, 0) 15 plt.legend() 16 plt.show()

  5. User

    popraw kod 1 N = 2048 2 3 okno_hamminga = np.hamming(N) 4 okno_hanninga = np.hanning(N) 5 okno_blackmana = np.blackman(N) 6 7 plt.plot(okno_hamminga, label=‘np.hamming') 8 p1t.plot(okno_hanninga, label=‘np.hanning') 9 p1t.plot(okno_b1ackmana, 1abel='np.blackman') 10’plt.title('Typowe funkcje okien czasowych') 11 p1t.1egend() 12 plt.show()

  6. Assistant

    popraw kod: 1 N = 2048 3 okno_hamminga = np.hamming(N) 4 okno_hanninga = np.hanning(N) 5 okno_blackmana = np.blackman(N)

    7 plt.plot(okno_hamminga, label='np.hamming') 8 plt.plot(okno_hanninga, label='np.hanning') 9 plt.plot(okno_blackmana, label='np.blackman') 10 plt.title('Typowe funkcje okien czasowych') 11 plt.legend() 12 plt.show()

  7. User

    popraw kod: 1 ‘Fl = 1600 2 “F5 = 48909 3 N = 2048 4rn = np.arange(N) 5 N2 = N/ 2 6 7 f = np.fft.rfftfreq(N, 1/fs) '8 9 sinl = np.sin(2 * np.pi * n * f1 / f5) 10 11 p1t.plot(f, 29 * np.log10(np.abs(np.fft.rfft(5in1)) / N2), label=‘prostokqtne') 12 13 plt.plot(f, 20 * np.1og10(np.abs(np.fft.rfft(np.hamming(N)'* sin1)) / N2), label_'Hamminga') 14 15 p1t.plot(F, 2Q * np.log19(np.abs(np.fft.rfft(np.hanning(N)'* sin1)) / N2), labelL'von Hanna') 16 ‘ 17 p1t.plot(f, 20 * np.log19(np.abs(np.fft.rfft(np.b1ackman(N) * sin1)) / N2), label=‘Blackmana') 18 19 plt.x1im(750, 1259) 20 plt.ylim(—90, 0) 21 plt.x1abel('czestotliwoéé [Hz]') 22 p1t.y1abel('amplituda [dB]') 23 plt.title('Widmo sygnaku sin f=1 kHz dla réinych typéw okna') 24-plt.1egend() 25 plt.show()

  8. Assistant

    popraw kod: 1 fs = 1600 2 f5 = 48909 3 N = 2048 4 n = np.arange(N) 5 N2 = N/2

    7 f = np.fft.rfftfreq(N, 1/fs)

    9 sin1 = np.sin(2 * np.pi * n * f1 / fs)

    11 plt.plot(f, 20 * np.log10(np.abs(np.fft.rfft(sin1)) / N2), label='prostokątne')

    13 plt.plot(f, 20 * np.log10(np.abs(np.fft.rfft(np.hamming(N) * sin1)) / N2), label='Hamminga')

    15 plt.plot(f, 20 * np.log10(np.abs(np.fft.rfft(np.hanning(N) * sin1)) / N2), label='von Hanna')

    17 plt.plot(f, 20 * np.log10(np.abs(np.fft.rfft(np.blackman(N) * sin1)) / N2), label='Blackmana')

    19 plt.xlim(750, 1259) 20 plt.ylim(-90, 0) 21 plt.xlabel('czestotliwość [Hz]') 22 plt.ylabel('amplituda [dB]') 23 plt.title('Widmo sygnału sin f=1 kHz dla różnych typów okien') 24 plt.legend() 25 plt.show()

  9. User

    1 ‘Fl = 1600 2 “F5 = 48909 3 N = 2048 4rn = np.arange(N) 5 N2 = N/ 2 6 7 f = np.fft.rfftfreq(N, 1/fs) '8 9 sinl = np.sin(2 * np.pi * n * f1 / f5) 10 11 p1t.plot(f, 29 * np.log10(np.abs(np.fft.rfft(5in1)) / N2), label=‘prostokqtne') 12 13 plt.plot(f, 20 * np.1og10(np.abs(np.fft.rfft(np.hamming(N)'* sin1)) / N2), label_'Hamminga') 14 15 p1t.plot(F, 2Q * np.log19(np.abs(np.fft.rfft(np.hanning(N)'* sin1)) / N2), labelL'von Hanna') 16 ‘ 17 p1t.plot(f, 20 * np.log19(np.abs(np.fft.rfft(np.b1ackman(N) * sin1)) / N2), label=‘Blackmana') 18 19 plt.x1im(750, 1259) 20 plt.ylim(—90, 0) 21 plt.x1abel('czestotliwoéé [Hz]') 22 p1t.y1abel('amplituda [dB]') 23 plt.title('Widmo sygnaku sin f=1 kHz dla réinych typéw okna') 24-plt.1egend() 25 plt.show()

  10. Assistant

    popraw kod: 1 fs = 1600 2 f5 = 48909 3 N = 2048 4 n = np.arange(N) 5 N2 = N/2

    7 f = np.fft.rfftfreq(N, 1/fs)

    9 sin1 = np.sin(2 * np.pi * n * f1 / f5)

    11 plt.plot(f, 20 * np.log10(np.abs(np.fft.rfft(sin1)) / N2), label='prostokątne')

    13 plt.plot(f, 20 * np.log10(np.abs(np.fft.rfft(np.hamming(N) * sin1)) / N2), label='Hamminga')

    15 plt.plot(f, 20 * np.log10(np.abs(np.fft.rfft(np.hanning(N) * sin1)) / N2), label='von Hanning')

    17 plt.plot(f, 20 * np.log10(np.abs(np.fft.rfft(np.blackman(N) * sin1)) / N2), label='Blackmana')

    19 plt.xlim(750, 1259) 20 plt.ylim(-90, 0) 21 plt.xlabel('czestotliwość [Hz]') 22 plt.ylabel('amplituda [dB]') 23 plt.title('Widmo sygnału sin f=1 kHz dla różnych typów okna') 24 plt.legend() 25 plt.show()

  11. User

    popraw kod 1 f3 = 3000 2 1:5 2 48000. 3 N = 2048 4 n = np.arange(N) 5 N2 = N/2 6 7 f = np.fft.rfftfreq(N,‘l/fs) 8 9 sin3 = np.sin(2 * np.pi * n * f3 / f5) 10 11 p1t.plot(f, 20 * np.log10(np;abs(np.fft.rfft(sin3)) / N2), label=‘prostokqtne') 12 p1t.plot(f, 20 * np.1og10(np.abs(np.fft.rfft(np.hamming(N) * sin3)) / N2), labelr'Hamminga') 13 plt.plot(f, 20 * np.log10(np.abs(np-f¥t.rfft(np.hanning(N) * Sin3)) / N2), labe¥L'von Hanna‘) 14 p1t.plot(f, 20 * np.log10(np.abs(np.fft.rfft(np.blackman(N) * sin3)) / N2), lab '='Blackmana') 15 plt.xlim(2900, 3109) 16 plt.ylim(-9@, 0) 17 plt.xlabe1('czestotliwoéé [Hz]') 18 plt.ylabel('amplituda [dB]') 19 plt.title('widmo sygnalu sin f=3 kHz dla réinych typéw okna') 20 plt.legend() 21 plt.sh0w()

  12. Assistant

    popraw kod: 1 f3 = 3000 2 fs = 48000 3 N = 2048 4 n = np.arange(N) 5 N2 = N/2

    7 f = np.fft.rfftfreq(N, 1/fs)

    9 sin3 = np.sin(2 * np.pi * n * f3 / fs)

    11 plt.plot(f, 20 * np.log10(np.abs(np.fft.rfft(sin3)) / N2), label='prostokątne') 12 plt.plot(f, 20 * np.log10(np.abs(np.fft.rfft(np.hamming(N) * sin3)) / N2), label='Hamminga') 13 plt.plot(f, 20 * np.log10(np.abs(np.fft.rfft(np.hanning(N) * sin3)) / N2), label='von Hanna') 14 plt.plot(f, 20 * np.log10(np.abs(np.fft.rfft(np.blackman(N) * sin3)) / N2), label='Blackmana') 15 plt.xlim(2900, 3109) 16 plt.ylim(-90, 0) 17 plt.xlabel('czestotliwość [Hz]') 18 plt.ylabel('amplituda [dB]') 19 plt.title('widmo sygnału sin f=3 kHz dla różnych typów okna') 20 plt.legend() 21 plt.show()

  13. User

    popraw kod import numpy as np import matplotlib.pyplot as plt def nrz_encoding(data): encoded_data = [] for bit in data: if bit == 1: encoded_data.extend([1] * 5) # Repeated '1' for visualization else: encoded_data.extend([~1] * 5) # Repeated '-1' for Visualization return np.array(encoded_data)

    Ciqg liczb do zakodowania

    data_sequence = [1, 1,.0, 1, 1, 9, 0, 9, 1, 0, 0]

    Kodowanie NRZ

    encoded_sequence = nrz_encoding(data_sequence)

    Nykres przed kodowaniem

    plt.subplot(2, 1, 1) plt.step(range(len(data_sequence)), data_sequence, wherez'post') plt.title('Ciqg bitéw przed kodowaniem') plt.x1abel('Czas') plt.y1abel('warto§€ bitu') plt.ylim(-0.1, 1.1)

    Nykres p0 kodowaniu

    plt.subp10t(2, 1, 2) plt.step(range(1en(encoded_sequence)), encoded_sequence, where='post') plt.title('Ciqg bitéw p0 kodowaniu NRZ') p1t.x1abel('Czas') plt.ylabel('warto§é bitu') plt.ylim(-1.1, 1.1) plt.tight_layout() plt.show()

  14. Assistant

    Poprawiony kod:

    import numpy as np import matplotlib.pyplot as plt

    def nrz_encoding(data): encoded_data = [] for bit in data: if bit == 1: encoded_data.extend([1] * 5) # Repeated '1' for visualization else: encoded_data.extend([-1] * 5) # Repeated '-1' for visualization return np.array(encoded_data)

    Ciąg liczb do zakodowania

    data_sequence = [1, 1, 0, 1, 1, 0, 0, 1, 0, 0]

    Kodowanie NRZ

    encoded_sequence = nrz_encoding(data_sequence)

    Wykres przed kodowaniem

    plt.subplot(2, 1, 1) plt.step(range(len(data_sequence)), data_sequence, where='post') plt.title('Ciąg bitów przed kodowaniem') plt.xlabel('Czas') plt.ylabel('Wartość bitu') plt.ylim(-0.1, 1.1)

    Wykres po kodowaniu

    plt.subplot(2, 1, 2) plt.step(range(len(encoded_sequence)), encoded_sequence, where='post') plt.title('Ciąg bitów po kodowaniu NRZ') plt.xlabel('Czas') plt.ylabel('Wartość bitu') plt.ylim(-1.1, 1.1)

    plt.tight_layout() plt.show()

  15. User

    popraw kod # kod Hamminga n = 7 kr= 4 Redundancja = round((1 — k/n)*100, 2) print(f'Redundancja kodu Hamminga: {Redundancja}%5)

    kod BCH

    n = 15 kr= 7 RedUndancja = roUnd((1 - k/n)*160, 2) print(f‘Redundancja kodu BCH: {Redundancja}%')

    kod Reed-Solomon

    n=255 k = 223 Redundancja = round((1 — k/n)*109, 2) print(f'Redundancja kodu Reed—Solomon: {Redundancja}%')

  16. Assistant

    Poprawiony kod:

    Kod Hamminga

    n = 7 k = 4 Redundancja = round((1 - k/n) * 100, 2) print(f'Redundancja kodu Hamminga: {Redundancja}%')

    Kod BCH

    n = 15 k = 7 Redundancja = round((1 - k/n) * 100, 2) print(f'Redundancja kodu BCH: {Redundancja}%')

    Kod Reed-Solomon

    n = 255 k = 223 Redundancja = round((1 - k/n) * 100, 2) print(f'Redundancja kodu Reed-Solomon: {Redundancja}%')

  17. User

    dziękuję =D

  18. Assistant

    Nie ma sprawy! Jeśli masz jeszcze jakieś pytania, jestem tutaj, aby pomóc.