Transformata Fouriera sygnałów dyskretnych- splot, modulacja, okna

Wstęp

Delsys Trigno SDK

Moduły Delsys Trigno zawierają 1 kanałowy rejestrator EMG pracujący z częstotliwością 1259Hz oraz IMU (Akcelerometr +/116g, gyroskop +/-20000dps) pracujący z częstotliwościa 148Hz. Komunikacja z modułami dobywa się przez serwer (Delsys Trigno Controll Utility). Do komunikacji z serwerem możesz wykorzystać moduł pytringos (git@github.com:biolab-put/pytrignos.git)

przykłady uzycia znajdziesz w katalogu examples. #### Inicjacja sensora

trigno_sensors = TrignoAdapter()
trigno_sensors.add_sensors(sensors_mode='EMG', sensors_ids=(4,), sensors_labels=('EMG1',), host='192.168.4.118')
trigno_sensors.add_sensors(sensors_mode='ORIENTATION', sensors_ids=(4,), sensors_labels=('ORIENTATION1',), host='192.168.4.118')

class TrignoAdapter.add_sensor(sensor_mode, sensor_ids, sensor_labels, host)

    sensors_mode : str
               Rodzaj sensora do odczytu. (tj. 'ORIENTATION' lub 'EMG')
    sensors_ids : tuple
               Identyfikatory wykorzystanych modułów np. (1, 2,) będzie odczytywał dane z modułów 1 i 2
    sensors_labels : tuple
               Etykiety opisujące moduły w danych wyjściowych (kolumna 'Sensor_id') , np. ('ORIENTATION1', 'ORIENTATION2',).
    host : str
                Adres IP serwera Delsys Trigno Controll Utility 

Akwizycja danych

Dane odczytywane z modułu sa buforowane i dostępne na żądanie. Poniższy kod odczytuje zgromadzone dane co 1s.

trigno_sensors.start_acquisition()

time_period = 1.0 #s
while(True):
    time.sleep(time_period)
    sensors_reading = trigno_sensors.sensors_reading()
    print(sensors_reading)
trigno_sensors.stop_acquisition()

Przebieg ćwiczenia

1. Uruchom podstawowy kod z wprowadzenia (patrz również przykład). Numer IP serwera poda prowadzący, numer sensora jest opisany na obudowie modułu
2. Uruchom kod umożlwiajacy odczyt danych z czujnika z wykorzystaniem FuncAnimation
3. Sprawdź czy jesteś w stanie zaobserwować aktywność swoich mięśni przykładając czujnik np. do mięśnia odwodziciela kciuka i modulować napięce tego mięśnia
4. Zarejestruj sygnał i przy wyjściu zapisz go do pliku (w formacie hdf)
5. Zmodyfikuj funkcję wyświetlającą tak, by wyświetlała co 1s wyświetlała widmo sygnału, na osi x nanieś faktyczną częstotliwość
6. Przeanalizuj poniższy kod w którym w celu ograniczenia wycieków widma stosuje się okno Hanna:

def spect_dB(s, N_fft, F_samp):
    S = fft(s,N_fft)
    S_dB = 20 * np.log10(np.abs(S))
    F = fftfreq(N_fft, 1.0/F_samp)
    return (S_dB,F)

fs=100
f=5

plt.figure()

k=1
for T in np.linspace(1,1.2,4):
    t = np.arange(0,T,1/fs)
    window = signal.windows.hann(len(t))#
    s = np.sin(2*np.pi*f*t)
    s_wnd = s* window
    plt.subplot(4,1,k)
    plt.title(f'T={T}')
    S_wnd, F = spect_dB(s_wnd,len(s), fs)
    S, F = spect_dB(s,len(s), fs)
    plt.plot(F,S_wnd)
    plt.plot(F,S)
    
    k=k+1

• Jak zmienia się widmo sygnału bez zastosowania okna Hann’a w zależności od długości sygnału?

7. Przed wyznaczeniem widma wymnażaj sygnał EMG przez okno Hanna co zmienia się w widmie w porównaniu sygnałem nie wymnożonym?

Autorzy: Piotr Kaczmarek