Обработка сигналов — бесплатный тест онлайн

Вопрос 1 из 25

Фрагмент должен сформировать временную сетку для N отсчётов с частотой дискретизации Fs, начиная с нуля. Какой код сохраняет математический смысл постановки?

t = 0:Fs:N-1; t = (0:N-1) / Fs; t = (1:N) / Fs; t = (0:N) / Fs; t = linspace(0, N/Fs, N);

Вопрос 2 из 25

Для темы «Дискретизация» в тесте «Обработка сигналов» приведён дефектный блок. Какое замечание рецензента можно принять?

t = 0:Fs:N-1;

Принять эту редакцию как полную замену текущего блока. После замены проверить обычный и граничный входы, заранее вычислив ожидаемый результат. Контрольный пример должен воспроизводиться на чистом запуске проекта. Для темы «Дискретизация» также сверить класс данных и сохранение ожидаемой структуры выхода.t = 0:Fs:N-1; Использовать показанный вариант вместо дефектного фрагмента. На минимальном примере сопоставить форму выхода и два контрольных значения с независимым эталоном. Допуск и критерий принятия зафиксировать до просмотра результата.t = (1:N) / Fs; Внести показанную замену без изменения входного контракта. Сравнить результат с формулой на двух входах, где меняются ориентация данных и масштаб величин. В журнале проверки сохранить вход, ожидаемый результат и фактическое расхождение.t = (0:N-1) / Fs; Переписать вычислительный шаг следующим образом. Добавить регрессионный пример, на котором исходная версия расходится с требованием по значению или размерности. Отдельно убедиться, что ближайшая неверная реализация этот контроль не проходит.t = linspace(0, N/Fs, N); Заменить исходный блок этой реализацией. Перед принятием проверить предпосылки операции, форму результата и один численный инвариант. Результат проверки оформить так, чтобы его можно было повторить без ручной подгонки.t = (0:N) / Fs;

Вопрос 3 из 25

Ниже показано решение из темы «Дискретизация». Какой контроль отличит его от ближайшей ошибочной реализации?

t_n=\frac{n}{F_s},\quad n=0,\ldots,N-1

t = (0:N-1) / Fs;

Запустить несколько случайных наборов одинакового масштаба и сопоставить время выполнения и форму результата для темы «Дискретизация». Выполнить расчёт с повышенной численной точностью и использовать совпадение округлённых значений как контроль темы «Дискретизация». Для заданных N и Fs вычислите первый, последний момент и длительность; сравните с `linspace` с включённой правой границей. На одном типичном наборе сверить размер, класс и отсутствие `NaN` или `Inf` в результате по теме «Дискретизация». Увеличить размер входа и проверить ожидаемый рост времени и памяти, сохранив исходный способ вычисления по теме «Дискретизация».

Вопрос 4 из 25

Математическая запись должна описывать действие «сформировать временную сетку для N отсчётов с частотой дискретизации Fs, начиная с нуля». Какое соотношение можно использовать для проверки?

t_n=\frac{n}{F_s},\quad m=0,\ldots,N-1

t_n=\frac{n}{F_s},\quad n=0,\ldots,M-1

t_n=\frac{F_s}{n},\quad n=0,\ldots,N-1

t_n=\frac{n}{F_s},\quad n=1,\ldots,N-1

t_n=\frac{n}{F_s},\quad n=0,\ldots,N-1

Вопрос 5 из 25

Спектральный анализ показывает небольшой фазовый сдвиг, потому что временная ось начинается с 1/Fs вместо нуля. Какой вариант переносится на граничные данные?

Сначала выбрать более быстрый вариант на рабочем наборе, после чего закрепить его вывод автоматическим тестом по теме «Дискретизация». Ослабить допуск до уровня, при котором рабочий пример проходит, и использовать тот же порог для остальных данных по теме «Дискретизация». Сравнить две реализации на одном типичном наборе и принять вариант с меньшим разбросом времени по теме «Дискретизация». Строить сетку по индексам отсчётов и отдельно различать число точек, длительность записи и период выборки. Увеличить число случайных запусков и оценивать устойчивость среднего результата в задаче по теме «Дискретизация».

Вопрос 6 из 25

Разработчик переносит в MATLAB требование: применить фильтр вперёд и назад, чтобы избежать фазового сдвига офлайн-сигнала. Какой код сохраняет математический смысл постановки?

y = filter(b, a, x); y = smooth(x, a, b); y = conv(x, b, "causal"); y = filtfilt(b, a, x); y = fftfilt(a, b, x);

Вопрос 7 из 25

Показанный код из темы «Фильтрация» не соответствует постановке. Какая редакция восстанавливает вычислительный договор?

y = conv(x, b, "causal");

Принять эту редакцию как полную замену текущего блока. Добавить регрессионный пример, на котором исходная версия расходится с требованием по значению или размерности. Результат проверки оформить так, чтобы его можно было повторить без ручной подгонки.y = filter(b, a, x); Внести показанную замену без изменения входного контракта. После замены проверить обычный и граничный входы, заранее вычислив ожидаемый результат. Допуск и критерий принятия зафиксировать до просмотра результата.y = conv(x, b, "causal"); Заменить исходный блок этой реализацией. Сравнить результат с формулой на двух входах, где меняются ориентация данных и масштаб величин. Отдельно убедиться, что ближайшая неверная реализация этот контроль не проходит.y = fftfilt(a, b, x); Переписать вычислительный шаг следующим образом. На минимальном примере сопоставить форму выхода и два контрольных значения с независимым эталоном. В журнале проверки сохранить вход, ожидаемый результат и фактическое расхождение.y = smooth(x, a, b); Использовать показанный вариант вместо дефектного фрагмента. Перед принятием проверить предпосылки операции, форму результата и один численный инвариант. Контрольный пример должен воспроизводиться на чистом запуске проекта.y = filtfilt(b, a, x);

Вопрос 8 из 25

Результат фрагмента по теме «Фильтрация» нужно принять перед включением в расчёт. Какая проверка даст независимое основание?

H_{eff}(e^{j\omega})=|H(e^{j\omega})|^2

y = filtfilt(b, a, x);

Увеличить размер входа и проверить ожидаемый рост времени и памяти, сохранив исходный способ вычисления по теме «Фильтрация». Проверить только один сводный показатель результата — сумму, среднее или норму — на двух обычных входах из темы «Фильтрация». Сравнить ответ с сохранённым выводом предыдущей версии на рабочем наборе данных по теме «Фильтрация». Сравните `filter` и `filtfilt` на импульсе или известном переходе; измерьте смещение и изменение амплитуды. Сравнить два близких входа и убедиться, что результат меняется плавно и без предупреждений в задаче по теме «Фильтрация».

Вопрос 9 из 25

Для операции «применить фильтр вперёд и назад, чтобы избежать фазового сдвига офлайн-сигнала» фиксируют вычислительный договор. Какое соотношение можно использовать для проверки?

H_{eff}(e^{i\omega})=|H(e^{j\omega})|^2

H_{eff}(e^{j\omega})=H(e^{j\omega})^2

H_{eff}(e^{j\omega})=|H(e^{j\omega})|^4

H_{eff}(e^{j\omega})=|H(e^{j\omega})|^2

H_{eff}(e^{j\omega})=|H(e^{i\omega})|^2

Вопрос 10 из 25

Пики в записанном сигнале смещаются после обычной причинной фильтрации, а время событий важно для анализа. Что уменьшит риск повторения дефекта?

Привести входные данные к ожидаемой форме и классу, затем повторить исходный фрагмент по теме «Фильтрация». Сравнить две реализации на одном типичном наборе и принять вариант с меньшим разбросом времени по теме «Фильтрация». Для офлайн-данных использовать `filtfilt`, проверить краевые эффекты и не переносить этот приём в систему реального времени. Проверить форму, класс и конечность результата; при совпадении этих признаков продолжить расчёт по теме «Фильтрация». Снизить расход памяти текущего варианта и сравнить его с прежним результатом на сохранённых данных по теме «Фильтрация».

Вопрос 11 из 25

В проекте появился шаг: получить односторонний амплитудный спектр действительного сигнала x. Какой код сохраняет математический смысл постановки?

P1 = fft(x(1:N/2)); P1 = angle(fft(x))/N; P1 = abs(fft(x));

X = fft(x);
P2 = abs(X/N);
P1 = P2(1:floor(N/2)+1);
P1(2:end-1) = 2*P1(2:end-1);

P1 = abs(ifft(x));

Вопрос 12 из 25

Рецензент разбирает фрагмент по теме «Спектр» в тесте «Обработка сигналов». Какой вариант исправляет саму операцию?

P1 = abs(ifft(x));

Использовать показанный вариант вместо дефектного фрагмента. Сравнить результат с формулой на двух входах, где меняются ориентация данных и масштаб величин. Результат проверки оформить так, чтобы его можно было повторить без ручной подгонки.P1 = abs(fft(x)); Внести показанную замену без изменения входного контракта. Добавить регрессионный пример, на котором исходная версия расходится с требованием по значению или размерности. Контрольный пример должен воспроизводиться на чистом запуске проекта.P1 = abs(ifft(x)); Заменить исходный блок этой реализацией. После замены проверить обычный и граничный входы, заранее вычислив ожидаемый результат. В журнале проверки сохранить вход, ожидаемый результат и фактическое расхождение.

X = fft(x);
P2 = abs(X/N);
P1 = P2(1:floor(N/2)+1);
P1(2:end-1) = 2*P1(2:end-1);

Принять эту редакцию как полную замену текущего блока. На минимальном примере сопоставить форму выхода и два контрольных значения с независимым эталоном. Отдельно убедиться, что ближайшая неверная реализация этот контроль не проходит.P1 = angle(fft(x))/N; Переписать вычислительный шаг следующим образом. Перед принятием проверить предпосылки операции, форму результата и один численный инвариант. Допуск и критерий принятия зафиксировать до просмотра результата. Для темы «Спектр» также сверить класс данных и сохранение ожидаемой структуры выхода.P1 = fft(x(1:N/2));

Вопрос 13 из 25

Для решения по теме «Спектр» выбирают контрольный опыт. Какой вариант проверяет смысл операции, а не внешние признаки результата?

f_k=\frac{kF_s}{N}

X = fft(x);
P2 = abs(X/N);
P1 = P2(1:floor(N/2)+1);
P1(2:end-1) = 2*P1(2:end-1);

Сравнить два близких входа и убедиться, что результат меняется плавно и без предупреждений в задаче по теме «Спектр». Повторить вычисление в отдельной функции, сохранив ту же формулу, и сравнить два полученных ответа по теме «Спектр». Постройте спектр синусоиды с целым и нецелым числом периодов в окне; разделите ошибки нормировки и утечку. На одном типичном наборе сверить размер, класс и отсутствие `NaN` или `Inf` в результате по теме «Спектр». Выполнить расчёт с повышенной численной точностью и использовать совпадение округлённых значений как контроль темы «Спектр».

Вопрос 14 из 25

Нужно сопоставить MATLAB-код с постановкой «получить односторонний амплитудный спектр действительного сигнала x». Какое соотношение можно использовать для проверки?

f_k=\frac{kF_s}{M}

f_k=\frac{N}{kF_s}

f_k=\frac{kF_s}{N}

f_{k+1}=\frac{kF_s}{N}

f_k=\frac{kF_s}{N-1}

Вопрос 15 из 25

Амплитуда синусоиды в отчёте зависит от длины записи, потому что FFT не нормируется и отрицательная половина просто отбрасывается. Как поступить без подгонки результата под ожидание?

Проверить форму, класс и конечность результата; при совпадении этих признаков продолжить расчёт по теме «Спектр». Сначала выбрать более быстрый вариант на рабочем наборе, после чего закрепить его вывод автоматическим тестом по теме «Спектр». Увеличить число случайных запусков и оценивать устойчивость среднего результата в задаче по теме «Спектр». Сохранить результат текущей версии как регрессионный эталон и расширить набор входов того же типа для темы «Спектр». Зафиксировать соглашение о нормировке, правильно обработать DC и частоту Найквиста и проверить на синусоиде известной амплитуды.

Вопрос 16 из 25

Нужно выбрать код для действия: применить окно Ханна к каждому столбцу матрицы сигналов X размера N×C. Какой код сохраняет математический смысл постановки?

Xw = hann(X);

w = hann(size(X,2));
Xw = X .* w;

Xw = X .* hann(numel(X));

w = hann(size(X,1), "periodic");
Xw = X .* w;

w = hann(size(X,1));
Xw = X * w;

Вопрос 17 из 25

В расчёте по теме «Оконные функции» обнаружено содержательное расхождение. Какую замену следует принять после проверки?

w = hann(size(X,2));
Xw = X .* w;

Переписать вычислительный шаг следующим образом. Сравнить результат с формулой на двух входах, где меняются ориентация данных и масштаб величин. Контрольный пример должен воспроизводиться на чистом запуске проекта.

w = hann(size(X,1), "periodic");
Xw = X .* w;

Заменить исходный блок этой реализацией. Добавить регрессионный пример, на котором исходная версия расходится с требованием по значению или размерности. Допуск и критерий принятия зафиксировать до просмотра результата. Для темы «Оконные функции» также сверить класс данных и сохранение ожидаемой структуры выхода.Xw = hann(X); Внести показанную замену без изменения входного контракта. На минимальном примере сопоставить форму выхода и два контрольных значения с независимым эталоном. Результат проверки оформить так, чтобы его можно было повторить без ручной подгонки.

w = hann(size(X,1));
Xw = X * w;

Принять эту редакцию как полную замену текущего блока. Перед принятием проверить предпосылки операции, форму результата и один численный инвариант. В журнале проверки сохранить вход, ожидаемый результат и фактическое расхождение.

w = hann(size(X,2));
Xw = X .* w;

Использовать показанный вариант вместо дефектного фрагмента. После замены проверить обычный и граничный входы, заранее вычислив ожидаемый результат. Отдельно убедиться, что ближайшая неверная реализация этот контроль не проходит.Xw = X .* hann(numel(X));

Вопрос 18 из 25

Код по теме «Оконные функции» проходит обычный пример. Какая проверка покажет, что вычислительный договор сохраняется и на неудобном входе?

x_w[n]=w[n]x[n]

w = hann(size(X,1), "periodic");
Xw = X .* w;

Увеличить размер входа и проверить ожидаемый рост времени и памяти, сохранив исходный способ вычисления по теме «Оконные функции». Выполнить расчёт с повышенной численной точностью и использовать совпадение округлённых значений как контроль темы «Оконные функции». Примените одно окно к вектору-строке, вектору-столбцу и многоканальной матрице; следите за формой результата. Проверить только один сводный показатель результата — сумму, среднее или норму — на двух обычных входах из темы «Оконные функции». Запустить несколько случайных наборов одинакового масштаба и сопоставить время выполнения и форму результата для темы «Оконные функции».

Вопрос 19 из 25

В рецензии формализуют требование «применить окно Ханна к каждому столбцу матрицы сигналов X размера N×C». Какое соотношение можно использовать для проверки?

x_w[n]=w[n]x[m]

x_w[n]=w[n]x[n]

y_w[n]=w[n]x[n]

x_w[m]=w[n]x[n]

x_w[n]=w[m]x[n]

Вопрос 20 из 25

При многоканальном анализе окно построено по числу каналов, поэтому код работает только когда C случайно равно N. Какой шаг сохранит воспроизводимость проверки?

Привести входные данные к ожидаемой форме и классу, затем повторить исходный фрагмент по теме «Оконные функции». Ослабить допуск до уровня, при котором рабочий пример проходит, и использовать тот же порог для остальных данных по теме «Оконные функции». Определять длину по временной размерности, проверять ориентацию окна и учитывать коэффициент амплитудной коррекции. Сначала выбрать более быстрый вариант на рабочем наборе, после чего закрепить его вывод автоматическим тестом по теме «Оконные функции». Сравнить две реализации на одном типичном наборе и принять вариант с меньшим разбросом времени по теме «Оконные функции».

Вопрос 21 из 25

Проверяется реализация операции: проверить, допустима ли интерпретация частоты 700 Гц при Fs=1000 Гц без дополнительной информации. Какой код сохраняет математический смысл постановки?

assert(Fs < 2*700, "Sampling is sufficient"); assert(700 < Fs, "Frequency is valid"); assert(700 > 0, "Frequency is valid"); assert(700 < Fs/2, "Frequency aliases at this sampling rate"); assert(700 <= Fs, "Nyquist condition met");

Вопрос 22 из 25

Ниже приведена неудачная реализация из темы «Проверка допущений». Какая редакция возвращает требуемый результат и оставляет независимый контроль?

assert(700 <= Fs, "Nyquist condition met");

Заменить исходный блок этой реализацией. На минимальном примере сопоставить форму выхода и два контрольных значения с независимым эталоном. Контрольный пример должен воспроизводиться на чистом запуске проекта. Для темы «Проверка допущений» также сверить класс данных и сохранение ожидаемой структуры выхода.assert(700 <= Fs, "Nyquist condition met"); Принять эту редакцию как полную замену текущего блока. Сравнить результат с формулой на двух входах, где меняются ориентация данных и масштаб величин. Допуск и критерий принятия зафиксировать до просмотра результата.assert(700 < Fs/2, "Frequency aliases at this sampling rate"); Внести показанную замену без изменения входного контракта. Перед принятием проверить предпосылки операции, форму результата и один численный инвариант. Отдельно убедиться, что ближайшая неверная реализация этот контроль не проходит.assert(700 < Fs, "Frequency is valid"); Использовать показанный вариант вместо дефектного фрагмента. Добавить регрессионный пример, на котором исходная версия расходится с требованием по значению или размерности. В журнале проверки сохранить вход, ожидаемый результат и фактическое расхождение.assert(Fs < 2*700, "Sampling is sufficient"); Переписать вычислительный шаг следующим образом. После замены проверить обычный и граничный входы, заранее вычислив ожидаемый результат. Результат проверки оформить так, чтобы его можно было повторить без ручной подгонки.assert(700 > 0, "Frequency is valid");

Вопрос 23 из 25

Перед рецензентом рабочий фрагмент по теме «Проверка допущений». Как проверить его так, чтобы близкая подмена не прошла вместе с ним?

f_{signal}<\frac{F_s}{2}

assert(700 < Fs/2, "Frequency aliases at this sampling rate");

Вычислите наблюдаемую частоту для нескольких тонов выше Найквиста и подтвердите её на синтетическом сигнале. Повторить вычисление в отдельной функции, сохранив ту же формулу, и сравнить два полученных ответа по теме «Проверка допущений». Проверить только один сводный показатель результата — сумму, среднее или норму — на двух обычных входах из темы «Проверка допущений». Сравнить два близких входа и убедиться, что результат меняется плавно и без предупреждений в задаче по теме «Проверка допущений». Сравнить ответ с сохранённым выводом предыдущей версии на рабочем наборе данных по теме «Проверка допущений».

Вопрос 24 из 25

Контрольный расчёт для действия «проверить, допустима ли интерпретация частоты 700 Гц при Fs=1000 Гц без дополнительной информации» начинается с формулы. Какое соотношение можно использовать для проверки?

g_{signal}<\frac{F_s}{2}

f_{signal}<\frac{2}{F_s}

f_{signal}<\frac{F_s}{4}

f_{signal}<\frac{F_s}{2}

f_{signal}>\frac{F_s}{2}

Вопрос 25 из 25

Спектр показывает пик около 300 Гц, хотя генератор настроен на 700 Гц. Команда считает это новым физическим режимом. Какое решение можно обосновать на рецензии?

Сохранить результат текущей версии как регрессионный эталон и расширить набор входов того же типа для темы «Проверка допущений». Проверить форму, класс и конечность результата; при совпадении этих признаков продолжить расчёт по теме «Проверка допущений». Проверить частоту дискретизации и антиалиасинговую фильтрацию; не интерпретировать отражённую компоненту без знания тракта. Снизить расход памяти текущего варианта и сравнить его с прежним результатом на сохранённых данных по теме «Проверка допущений». Привести входные данные к ожидаемой форме и классу, затем повторить исходный фрагмент по теме «Проверка допущений».