Diskrete Folgen, z-ebene, einfache digitale Filter
|
|
- Lennart Esser
- vor 5 Jahren
- Abrufe
Transkript
1 apitel 1 Diskrete Folgen, z-ebene, einfache digitale Filter 1.1 Periodische Folgen Zeitkoninuierliche Signale sind für jede Frequenz periodisch, zeitdiskrete Signale nur dann, wenn ω ein rationales Vielfaches von π ist. Beispiel 1 Wählen Sie eine grafische Darstellung, die zeigt, dass die Folge x[n] = e jωn = cos ωn + j sin ωn nur periodisch ist, wenn ω = πk N. Bei zeitkontinuierlichen Signalen können unendlich viele Harmonische der Grundschwingung auftreten, bei zeitdiskreten Signalen können nur maximal N harmonische auftreten. Beispiel Stellen Sie alle Harmonischen der Folge x[n] = e j πk N n für N = 8 grafisch dar. Addieren Sie alle Harmonischen und stellen Sie das Ergebnis grafisch dar. Beispiel 3 Verwenden Sie um zu zeigen, dass ist. N 1 1 e j πk N n = N k= N 1 x k = 1 xn 1 x δ 0 [n + kn] = { 1 n = 0, ±N, ±N,... 0 sonst Beispiel 4 Vergleichen Sie das Spektrum der (kontinuierlichen) Impulsfunktion mit dem Spektrum des (diskreten) Einzelimpulses. 1
2 APITEL 1. DISRETE FOLGEN, Z-EBENE, EINFACHE DIGITALE FILTER 1. z-ebene In diesem Abschnitt wird anhand von Beispielen die Verwendung von Matlab in der z Ebene dargestellt Pol- und Nullstellen Zur Berechnung der Nullstellen eines Polynoms steht die Funktion roots zur Verfügung. roots(c) berechnet die Nullstellen des Polynoms P (x) = c n 1 + c x n c n x + c n+1 P (x) = x 3 x + 1.5x 0.5 >> p=[ ]; >> [r]=roots(p); i i Zur Berechnung des Polynoms aus den Nullstellen steht die Funktion poly zur Verfügung. >> poly(r) >> poly([ i j ]) Für die Berechnung der Partialbruchzerlegung der Systemfunktion H(z) gibt es die Funktion residuez. H(z) = b 0 + b 1 z 1 + b z b M z M B(z) a 0 + a 1 z 1 + a z = a N z N A(z) = b 0 + b 1 z 1 + b z b M z M M N 1 + a 1 z 1 + a z a N z N + c z k = N M N r k 1 p k z 1 + k=1 c z k } {{ } wenn M N } {{ } wenn M N (1.1) Zur Durchführung der Partialbruchzerlegung muss Zählergrad < Nennergrad sein. Ist das nicht der Fall muss vorher dividiert werden. Das kann durch Polynomdivison mit der Funktion deconv oder direkt mit residue gemacht werden. >> b=[ ] >> a =[ ] 1 + z 1 + 3z + 4z 3 + 3z 4 + z 5 + z 6 1 z z =
3 1.3. FREQUENZGANG 3 >> [q,r]=deconv(b,a); q = z z + 8z z z z 6 1 z z [r,z,c]=residuez(b,a) findet die Residuen, Polstellen und den Rest i i z = i i c = [b,a]=residue(r,z, ) b = a = ( ) z 1 + 3z z + 8z z 4 + z z z 1.3 Frequenzgang Die Matlabfunktion freqz berechnet den komplexen Frequenzgang der Systemfunktion H(z) = B(z). z=jω A(z) [H,w]=freqz(B,A,w) berechnet H in den in w spezifizierten Frequenzen zwischen 0 und π. [H,w]=freqz(B,A,N) berechnet H in den in N Punkten zwischen 0 und π. [H,f]=freqz(B,A,N,fs) berechnet H in den in N Punkten zwischen 0 und fs/. [H,w]=freqz(B,A,N, whole ) berechnet H in N Punkten zwischen 0 und π. freqz(b,a,...) plottet H (Betrag und Phase) Beispiel 5 Finden Sie ein beliebiges (stabiles) Tiefpassfilter mit drei unterschiedlichen Polstellen und vier unterschiedlichen Nullstellen (auf dem Einheitskreis) durch manuelles Platzieren der Pol- und Nullstellen. (1) Ermitteln Sie die Systemfunktion H T P = B(z)/A(z). () Skalieren sie H T P (z), sodass bei ω = 0 die Dämpfung 0 db ist. (3) Zerlegen Sie H T P in Subsysteme. Ordnung und zeichnen Sie das Blockdiagramm des Filters. (4) Finden Sie eine parallele Realisierung von H T P und zeichnen Sie das Blockdiagramm.
4 4APITEL 1. DISRETE FOLGEN, Z-EBENE, EINFACHE DIGITALE FILTER PN-Diagramm und Darstellung von H(z) Zur Darstellung der Pol- und Nullstellen der Systemfunktion stellt Matlab die Funktion zplane zur Verfügung, Pole werden als dargestellt, Nullstellen werden als dargestellt. Zur anschaulichen Darstellung der Systemfunktion (und des Frequenzgangs) kann man den Betrag der Systemfunktion H(z) über der komplexen z Ebene axonometrisch darstellen. Beispiel 6 Schreiben Sie eine Matlabfunktion zur Darstelllung von H(z). Sie können folgendes Code-Fragment verwenden: A... Zählerpolynom, B... Nennerpolynom [x,y]=meshgrid(-1:0.01:1, -1:0.01:1); z=x+1j*y Zmag=abs(polyval(B,z)./(abs(polyval(A,z))+eps) % eps "vermeidet"division durch Null mesh(x,y,zmag) % mesh(x,y,min(zmag,0)) % Da H(z) im Bereich der Pole große Werte annimmt, ist es sinnvoll, die Darstellung zu begrenzen. Zur deutlichen Unterscheidung von Polen und Nullstellen kann Zmag mit Hilfe der Matlabfunktion DB lograithmisch dargestellt werden. (Nullstellen nehmen dann den Wert an.) 1.4 Einfache digitale Filter FIR-Filter Die Systemfunktion eines Tiefpasses 1. Ordnung is H T P = z+1 z. Beispiel 7 Berechnen Sie den Frequenzgang (analytisch). Bei welcher Frequenz liegt die Grenzfrequenz (3 db-punkt)? Beispiel 8 askadieren Sie fünf Tiefpässe 1. Ordnung und vergleichen Sie den TP 1. und 5. Ordnung in einer grafischen Darstellung. Wie ändern sich Flankensteilheit und Bandbreite der Filter. Beispiel 9 Wie lautet die Systemfunktion H HP eines FIR-Hochpasses 1. Ordnung? askadieren Sie H HP wie beim Tiefpass und vergleichen Sie in einer grafischen Darstellung IIR-Filter Tiefpass und Hochpass Das einfachste IIR-FIlter ist H(z) = 1 αz 1, 0 < α < 1 Beispiel 10 Berechnen Sie (analytisch) den Frequenzgang H(e jω ) = H(z)H( z) z=e jω. Welchen Filtertyp können Sie mit realisieren? TP? HP? 1 αz 1 Beispiel 11 Berechnen Sie, sodass H(0) = 1.
5 1.4. EINFACHE DIGITALE FILTER 5 Fügt man zu H(z) = 1 αz im Zähler den Faktor (1+z 1 ) hinzu (Nullstelle 1 bei ω = π) erhält man einen verbesserten Frequenzgang. Beispiel 1 Vergleichen Sie Frequenzgang mit und ohne Nullstelle in einer grafischen Darstellung 1. Die Systemfunktion H(z) = 1 αz liefert einen Hochpass für α < 0. Eine Verbesserung der Frequenzantwort kann erreicht werden, indem man eine 1 Nullstelle bei ω = 0 hinzufügt H HP (z) = 1 + α 1 z 1, α < 1 1 αz 1 Beispiel 13 Stellen Sie den Betrag des Frequenzgangs für die Filter mit den oeffi zienten α = 0.9, 0.8, 0.7, 0.9, 0.8, 0.7 in einem Diagramm dar und erläutern Sie das unterschiedliche Frequenzverhalten auf Grund der Lage der Pol- und Nullstellen. Bandpass und Bandsperre Bandpässe müssen mindestens. Ordnung sein und ein Paar konjugiert komplexer Pole haben. Die Selektivität lässt sich durch Nullstellen bei ω = 0 und ω = π verbessern. H BP (z) = 1 α 1 z 1 β(1 + α)z 1 + αz ( Die Bandbreite (3 db-punkt) ist ω c1 ω c = arccos ) α 1+α, Q = ω0 ω c1 ω c bezeichnet man als Gütefaktor,, die Mittenfrequenz des Filters ist ω 0 = arccos β. Matlab stellt für BP. Ordnung die Funktion iirpeak zur Verfügung Beispiel 14 Stellen Sie in einem Diagramm den Betrag des Frequenzgangs dar: Halten Sie β konstant und wählen Sie α variabel (3 Werte), halten Sie α konstant und wählen Sie β variabel (3 Werte). Die Systemfunktion für Bandsperren. Ordnung lautet H BP (z) = 1 α 1 βz 1 + z 1 β(1 + α)z 1 + αz Dieser Filteryp wird auch erb- oder Notch-Filter genannt. Matlab stellt dafür die Funktion iirnotch zur Verfügung. 1 Für DC-Gain von 0 db muss skaliert werden H LP (z) = 1 α 1+z 1 1 αz 1.
Übung 6: Analyse LTD-Systeme
ZHAW, DSV, FS2009, Übung 6: Analyse LTD-Systeme Aufgabe : Pol-Nullstellendarstellung, UTF und Differenzengleichung. Die folgenden Pol-Nullstellen-Darstellungen charakterisieren verschiedene LTD- Systeme,
MehrKlausur zur Vorlesung Digitale Signalverarbeitung
INSTITUT FÜR THEORETISCHE NACHRICHTENTECHNIK UND INFORMATIONSVERARBEITUNG UNIVERSITÄT HANNOVER Appelstraße 9A 3067 Hannover Klausur zur Vorlesung Digitale Signalverarbeitung Datum: 5.0.005 Uhrzeit: 09:00
MehrFilterentwurf. Bernd Edler Laboratorium für Informationstechnologie DigSig - Teil 11
Filterentwurf IIR-Filter Beispiele für die verschiedenen Filtertypen FIR-Filter Entwurf mit inv. Fouriertransformation und Fensterfunktion Filter mit Tschebyscheff-Verhalten Vorgehensweise bei Matlab /
MehrKlausur zur Vorlesung Digitale Signalverarbeitung
INSTITUT FÜR INFORMATIONSVERARBEITUNG UNIVERSITÄT HANNOVER Appelstraße 9A 3067 Hannover Klausur zur Vorlesung Digitale Signalverarbeitung Datum:.08.006 Uhrzeit: 09:00 Uhr Zeitdauer: Stunden Hilfsmittel:
MehrGrundlagen der Signalverarbeitung
Grundlagen der Signalverarbeitung Digitale und analoge Filter Wintersemester 6/7 Wiederholung Übertragung eines sinusförmigen Signals u t = U sin(ω t) y t = Y sin ω t + φ ω G(ω) Amplitude: Y = G ω U Phase:
MehrAufgabe: Summe Punkte (max.): Punkte:
ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 2. Teilprüfung 389.055 A Signale und Systeme 2 Institute of Telecommunications
MehrKlausur zur Vorlesung Digitale Signalverarbeitung
INSTITUT FÜR THEORETISCHE NACHRICHTENTECHNIK UND INFORMATIONSVERARBEITUNG UNIVERSITÄT HANNOVER Appelstraße 9A 067 Hannover Klausur zur Vorlesung Digitale Signalverarbeitung Datum:.08.00 Uhrzeit: 09:00
MehrKlausur zur Vorlesung Digitale Signalverarbeitung
INSTITUT FÜR INFORMATIONSVERARBEITUNG UNIVERSITÄT HANNOVER Appelstraße 9A 067 Hannover Klausur zur Vorlesung Digitale Signalverarbeitung Datum: 0.08.007 Uhrzeit: 09:00 Uhr Zeitdauer: Stunden Hilfsmittel:
MehrÜBUNG 4: ENTWURFSMETHODEN
Dr. Emil Matus - Digitale Signalverarbeitungssysteme I/II - Übung ÜBUNG : ENTWURFSMETHODEN 5. AUFGABE: TIEFPASS-BANDPASS-TRANSFORMATION Entwerfen Sie ein nichtrekursives digitales Filter mit Bandpasscharakteristik!
MehrEntwurf von IIR-Filtern
Kapitel Entwurf von IIR-Filtern. Einleitung.. Darstellung von IIR-Filtern im Zeitbereich y[n] = b 0 x[n] + b x[n ] + b 2 x[n 2] +... + b M x[n M].) a y[n ] a 2 y[n 2]... a N y[n N] = M N b k x[n k] a m
MehrDigitale Signalverarbeitung, Vorlesung 7 - IIR-Filterentwurf
Digitale Signalverarbeitung, Vorlesung 7 - IIR-Filterentwurf 5. Dezember 2016 Siehe begleitend: Kammeyer / Kroschel, Digitale Signalverarbeitung, 7. Auflage, Kapitel 4.2 1 Filterentwurfsstrategien 2 Diskretisierung
MehrBeispiel-Klausuraufgaben Digitale Signalverarbeitung. Herbst 2008
Beispiel-Klausuraufgaben Digitale Signalverarbeitung Herbst 8 Zeitdauer: Hilfsmittel: Stunden Formelsammlung Taschenrechner (nicht programmiert) eine DIN A4-Seite mit beliebigem Text oder Formeln (beidseitig)
MehrWarum z-transformation?
-Transformation Warum -Transformation? Die -Transformation führt Polynome und rationale Funktionen in die Analyse der linearen eitdiskreten Systeme ein. Die Faltung geht über in die Multiplikation von
MehrFilterentwurf. Aufgabe
Aufgabe Filterentwurf Bestimmung der Filterkoeffizienten für gewünschte Filtereigenschaften Problem Vorgaben häufig für zeitkontinuierliches Verhalten, z.b. H c (s) Geeignete Approximation erforderlich
MehrAufgabe: Summe Punkte (max.): Punkte:
ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 2. Teilprüfung 389.055 B Signale und Systeme 2 Institute of Telecommunications
MehrAufgabe: Summe Punkte (max.): Punkte:
ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 2. Teilprüfung 389.055 A Signale und Systeme 2 Institute of Telecommunications
Mehr1. Aufgabenblatt: EDS Wiederholung und Filterung
Kommunikationstechnik II 1.Übungstermin Prof. Dr. Stefan Weinzierl 19.10.2009 1. Aufgabenblatt: EDS Wiederholung und Filterung 1. Aufgabe a. Erstellen Sie ein Rechtecksignal mit der Frequenz f = 130 Hz
MehrVorteile digitaler Filter
Digitale Filter Vorteile digitaler Filter DF haben Eigenschaften, die mit analogen Filtern nicht realisiert werden können (z.b. lineare Phase). DF sind unabhängig von der Betriebsumgebung (z.b. Temperatur)
MehrPrüfung zur Vorlesung Signalverarbeitung am Name MatrNr. StudKennz.
442.0 Signalverarbeitung (2VO) Prüfung 8.3.26 Institut für Signalverarbeitung und Sprachkommunikation Prof. G. Kubin Technische Universität Graz Prüfung zur Vorlesung Signalverarbeitung am 8.3.26 Name
MehrZeitdiskrete Signalverarbeitung
Zeitdiskrete Signalverarbeitung Ideale digitale Filter Dr.-Ing. Jörg Schmalenströer Fachgebiet Nachrichtentechnik - Universität Paderborn Prof. Dr.-Ing. Reinhold Haeb-Umbach 7. September 217 Übersicht
MehrSSYLB2 SS06 Daniel Schrenk, Andreas Unterweger Übung 8. Laborprotokoll SSY. Diskrete Systeme II: Stabilitätsbetrachtungen und Systemantwort
SSYLB SS6 Daniel Schrenk, Andreas Unterweger Übung 8 Laborprotokoll SSY Diskrete Systeme II: Stabilitätsbetrachtungen und Systemantwort Daniel Schrenk, Andreas Unterweger, ITS 4 SSYLB SS6 Daniel Schrenk,
MehrAufgabe: Summe Punkte (max.): Punkte:
ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 2. Teilprüfung 389.055 B Signale und Systeme 2 Institute of Telecommunications
MehrAufgabe: Summe Punkte (max.): Punkte:
ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 2. Teilprüfung 389.055 A Signale und Systeme 2 Institute of Telecommunications
MehrSystemtheorie Teil B
d + d + c d + c uk d + + yk d + c d + c Systemtheorie Teil B - Zeitdiskrete Signale und Systeme - Musterlösungen Manfred Strohrmann Urban Brunner Inhalt 8 Musterlösung Frequengang eitdiskreter Systeme...
MehrÜbung Grundlagen der Elektrotechnik B
Übung Grundlagen der Elektrotechnik B 1 Übertragungsfunktion, Filter Gegeben sei die folgende Schaltung: R U 2 1. Berechnen Sie die Übertragungsfunktion H( jω)= U 2. 2. Bestimmen Sie die Zeitkonstante.
Mehrfilter Filter Ziele Parameter Entwurf
1 Filter Ziele Parameter Entwurf 2.3.2007 2 Beschreibung Pol-Nullstellen- Diagramm Übertragungsfunktion H(z) Differenzengleichung y(n) Impulsantwort h(n): Finite Impulse Response (FIR) Infinite Impulse
MehrSystemtheorie Teil B
d + d z + c d z + c uk d + + yk z d + c d z + c Systemtheorie eil B - Zeitdiskrete Signale und Systeme - Musterlösungen Manfred Strohrmann Urban Brunner Inhalt Musterlösungen - Signalabtastung und Rekonstruktion...
MehrMusterlösung zur Klausur Digitale Signalverarbeitung
Musterlösung zur Klausur Digitale Signalverarbeitung Arbeitsgruppe Digitale Signalverarbeitung Ruhr-Universität Bochum 1. Oktober 2007 Aufgabe 1: Transformationen 25 Pkt. Gegeben war das reellwertige kontinuierliche
MehrKlausur im Lehrgebiet. Signale und Systeme. - Prof. Dr.-Ing. Thomas Sikora - Name:... Bachelor ET Master TI Vorname:... Diplom KW Magister...
Signale und Systeme - Prof. Dr.-Ing. Thomas Sikora - Name:............................ Bachelor ET Master TI Vorname:......................... Diplom KW Magister.............. Matr.Nr:..........................
MehrSignale und Systeme I
TECHNISCHE FAKULTÄT DER CHRISTIAN-ALBRECHTS-UNIVERSITÄT ZU KIEL DIGITALE SIGNALVERARBEITUNG UND SYSTEMTHEORIE DSS Signale und Systeme I Modulklausur WS 017/018 Prüfer: Prof. Dr.-Ing. Gerhard Schmidt Datum:
MehrEinführung in die digitale Signalverarbeitung WS11/12
Einführung in die digitale Signalverarbeitung WS11/12 Prof. Dr. Stefan Weinzierl Musterlösung 11. Aufgabenblatt 1. IIR-Filter 1.1 Laden Sie in Matlab eine Audiodatei mit Sampling-Frequenz von fs = 44100
MehrLösungen der Übungsaufgaben zur Vorlesung Digitale Signalverarbeitung
Institut für Informationsverarbeitung Laboratorium für Informationstechnologie Lösungen der Übungsaufgaben zur Vorlesung Digitale Signalverarbeitung Wintersemester 009-00 Aufgabe : Diskrete Faltung Vorerst:
MehrSignale, Transformationen
Signale, Transformationen Signal: Funktion s(t), t reell (meist t die Zeit, s eine Messgröße) bzw Zahlenfolge s k = s[k], k ganzzahlig s reell oder komplex s[k] aus s(t): Abtastung mit t = kt s, s[k] =
MehrReferat zum Thema Frequenzweichen / Signalfilterung
Referat zum Thema Gliederung: Einleitung I. Filter erster Ordnung 1. Tiefpass erster Ordnung 2. Hochpass erster Ordnung II. Filter zweiter Ordnung 1.Tiefpass zweiter Ordnung 2.Bandpass zweiter Ordnung
MehrZHAW, DSV1, FS2010, Rumc, 1. H(z) a) Zeichnen Sie direkt auf das Aufgabenblatt das Betragsspektrum an der Stelle 1.
ZHAW, DSV, FS200, Rumc, DSV Modulprüfung 7 + 4 + 5 + 8 + 6 = 30 Punkte Name: Vorname: : 2: 3: 4: 5: Punkte: Note: Aufgabe : AD-DA-Umsetzung. + + +.5 +.5 + = 7 Punkte Betrachten Sie das folgende digitale
MehrEntwurf von FIR-Filtern
Kapitel Entwurf von FIR-Filtern. Einleitung.. Darstellung von FIR-Filtern im Zeitbereich y[n] = b x[n] + b x[n ] + b 2 x[n 2] +... + b L x[n (L )] = L b k x[n k] k= = b T x b = [b, b,..., b L ] x = {x[n],
Mehr3. Quantisierte IIR-Filter R
. Zweierkomplement a) Wie sieht die binäre Darstellung von -5 aus bei den Wortbreiten b = 4, b =, b = 6? b) Berechnen Sie folgende Additionen im Format SINT(4). Geben Sie bei Überlauf auch die Ausgaben
MehrDigitale Signalverarbeitungssysteme II: Praktikum 1
Digitale Signalverarbeitungssysteme II: Praktikum 1 Emil Matus 18. November 2010 Technische Universität Dresden Mobile Communications Systems Chair Tel.: +49 351 463 41021 Fax : +49 351 463 41099 Mail:
MehrFouriertransformation, z-transformation, Differenzenglei- chung
Kommunikationstechnik II 1.Übungstermin 31.10.2007 Fouriertransformation, z-transformation, Differenzenglei- Wiederholung: chung Als Ergänzung dieser sehr knapp gehaltenen Wiederholung wird empfohlen:
MehrIm Frequenzbereich beschreiben wir das Verhalten von Systemen mit dem Komplexen Frequenzgang: G (jω)
4 Systeme im Frequenzbereich (jω) 4.1 Allgemeines Im Frequenzbereich beschreiben wir das Verhalten von Systemen mit dem Komplexen Frequenzgang: G (jω) 1 4.2 Berechnung des Frequenzgangs Beispiel: RL-Filter
MehrVerzerrungsfreies System
Verzerrungsfreies System x(n) y(n) n n x(n) h(n) y(n) y(n) A 0 x(n a) A 0 x(n) (n a) h(n) A 0 (n a) H(z) A 0 z a Digitale Signalverarbeitung Liedtke 8.1.1 Erzeugung einer linearen Phase bei beliebigem
MehrNachrichtentechnik [NAT] Kapitel 6: Analoge Filter. Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik
Nachrichtentechnik [NAT] Kapitel 6: Analoge Filter Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik Sommersemester 25 Inhaltsverzeichnis Inhalt Inhaltsverzeichnis 6 Analoge Filter 3 6. Motivation..................................
MehrSignal- und Systemtheorie
Thomas Frey, Martin Bossert Signal- und Systemtheorie Mit 117 Abbildungen, 26 Tabellen, 64 Aufgaben mit Lösungen und 84 Beispielen Teubner B.G.Teubner Stuttgart Leipzig Wiesbaden Inhaltsverzeichnis 1 Einleitung
MehrMartin Meyer. Signalverarbeitung. Analoge und digitale Signale, Systeme und Filter 5. Auflage STUDIUM VIEWEG+ TEUBNER
Martin Meyer Signalverarbeitung Analoge und digitale Signale, Systeme und Filter 5. Auflage STUDIUM VIEWEG+ TEUBNER VII 1 Einführung 1 1.1 Das Konzept der Systemtheorie 1 1.2 Übersicht über die Methoden
MehrIn diesem Kapitel werden wir eine weitere Klasse von diskreten Filtern kennen lernen, die Infinite Impulse Response Filter.
Kapitel IIR-Filter In diesem Kapitel werden wir eine weitere Klasse von diskreten Filtern kennen lernen, die Infinite Impulse Response Filter.. Vom FIR- zum IIR-Filter FIR Filter verwenden zur Berechnung
MehrAllpass-Transformation
Grundidee: Allpass-Transformation Entwurf eines IIR-Filters H p (z) mit bekanntem Verfahren Abbildung des Frequenzgangs durch Transformation der Frequenzvariablen Transformation durch Substitution ζ =
MehrErweiterung einer digitalen Übertragungsstrecke mit Einplatinencomputern zur Signalanalyse
Erweiterung einer digitalen mit Einplatinencomputern Alexander Frömming Mario Becker p.1 Inhalt 1 Ausgangssituation 2 Zielsetzung 3 Theoretische Grundlagen 4 Umsetzung - Hardware 5 Umsetzung - Software
MehrSkriptum zur 2. Laborübung. Transiente Vorgänge und Frequenzverhalten
Elektrotechnische Grundlagen (LU 182.692) Skriptum zur 2. Laborübung Transiente Vorgänge und Frequenzverhalten Martin Delvai Wolfgang Huber Andreas Steininger Thomas Handl Bernhard Huber Christof Pitter
Mehr9. Vorlesung Grundlagen der analogen Schaltungstechnik Filtersynthese
9. Vorlesung Grundlagen der analogen Schaltungstechnik Filtersynthese 08..08 Analyse eines Filters. Ordnung (Aufgabe 7) 0 V V R C 3 0. C R v OPI 4 V.0 E.0 E.0 E0.0 E.0 E Frequency M agnitude d B P hase
MehrEinführung in die Digitale Verarbeitung Prof. Dr. Stefan Weinzierl
Einführung in die Digitale Verarbeitung Prof. Dr. Stefan Weinierl WS11/12 Musterlösung 6. Aufgabenblatt Analyse von LTI-Systemen. 1. Betrachten Sie ein stabiles lineares eitinvariantes System mit der Eingangsfolge
MehrSeminar Digitale Signalverarbeitung Thema: Digitale Filter
Seminar Digitale Signalverarbeitung Thema: Digitale Filter Autor: Daniel Arnold Universität Koblenz-Landau, August 2005 Inhaltsverzeichnis i 1 Einführung 1.1 Allgemeine Informationen Digitale Filter sind
Mehrx[n-1] x[n] x[n+1] y[n-1] y[n+1]
Systeme System Funtion f, die ein Eingangssignal x in ein Ausgangssignal y überführt. zeitdisretes System Ein- und Ausgangssignal sind nur für disrete Zeitpunte definiert y[n] = f (.., x[n-1], x[n], x[n+1],
MehrElektronik Prof. Dr.-Ing. Heinz Schmidt-Walter
6. Aktive Filter Filterschaltungen sind Schaltungen mit einer frequenzabhängigen Übertragungsfunktion. Man unterscheidet zwischen Tief, Hoch und Bandpässen sowie Sperrfiltern. Diesen Filtern ist gemeinsam,
Mehr1. Differentialgleichung der Filter zweiter Ordnung
Prof. Dr.-Ing. F. Keller abor Elektronik 3 Filter zweiter Ordnung Info v.doc Hochschule Karlsruhe Info-Blatt: Filter zweiter Ordnung Seite /6. Differentialgleichung der Filter zweiter Ordnung Ein- und
MehrAlgebra. Roger Burkhardt Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft
Algebra Roger Burkhardt roger.burkhardt@fhnw.ch Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft FS 2010 Roger Burkhardt roger.burkhardt@fhnw.ch Algebra
MehrPartialbruchzerlegung
Partialbruchzerlegung Eine rationale Funktion r mit n verschiedenen Polstellen z j der Ordnung m j, r = p q, lässt sich in der Form r(z) = f (z) + n j=1 q(z) = c(z z 1) m1 (z z n ) mn r j (z), r j (z)
MehrGrundlagen der Elektrotechnik II Duale Hochschule Baden Württemberg Karlsruhe Dozent: Gerald Oberschmidt
DHBW Karlsruhe Grundlagen der Elektrotechnik II Grundlagen der Elektrotechnik II Duale Hochschule Baden Württemberg Karlsruhe Dozent: Gerald Oberschmidt 5 Hoch und Tiefpässe 5. L--Hoch und Tiefpass Abbildung
Mehr(2) Definition der Übertragungsfunktionen des Standardregelkreises. Die Regelstrecke möge folgende Form besitzen: = n.
Kap 6 64 Entwurf des Reglers mit Kürzung von Pol- und Nullstellen der Regelstrecke () Vorbemerkungen Dieses Verfahren ist die Erweiterung des algebraischen Reglerentwurfsverfahrens nach Abschnitt 64 Bei
MehrÜbung 9: Aufgaben zu RC- und SC- Filter
ZHAW, ASV, FS05 Übung 9: Aufgaben zu C- und SC- Filter Aufgabe : Kontaktloses Skipass System Bei einem berührungsfreien, induktiven Zutrittssystem in die Ski-Arena wird vom Lesegerät ein starkes Trägersignal
MehrBetrachtetes Systemmodell
Betrachtetes Systemmodell Wir betrachten ein lineares zeitinvariantes System mit der Impulsantwort h(t), an dessen Eingang das Signal x(t) anliegt. Das Ausgangssignal y(t) ergibt sich dann als das Faltungsprodukt
Mehrx 1 + u y 2 = 2 0 x 2 + 4u 2.
3. Übung: gelkreis Aufgabe 3.. Gegeben sind die beiden linearen zeitkontinuierlichen Systeme 3 ẋ = 6 x + u 6 3 [ ] y = x (3.a) (3.b) und [ ] [ ] 8 ẋ = x + 6 4 [ ] y = x + 4u. u (3.a) (3.b) Berechnen Sie
MehrFiltertypen Filter 1. Ordnung Filter 2. Ordnung Weitere Filter Idee für unser Projekt. Filter. 3. November Mateusz Grzeszkowski
typen. Ordnung 2. Ordnung Weitere Idee für unser Projekt 3. November 2009 Mateusz Grzeszkowski / 24 Mateusz Grzeszkowski 3. November 2009 typen. Ordnung 2. Ordnung Weitere Idee für unser Projekt Motivation
MehrVersuch 5: Filterentwurf
Ziele In diesem Versuch lernen Sie den Entwurf digitaler Filter, ausgehend von der Festlegung eines Toleranzschemas für den Verlauf der spektralen Charakteristik des Filters, kennen. Es können Filtercharakteristiken
Mehr5. Beispiele - Filter Seite 15
5. Beispiele - Filter Seite 15 5.2 Entwurf digitaler Filter Zur Demonstration eines rekursiv implementierten Tiefpasses (FIR Finite Impulse Response bzw. IIR Infinite Impulse Response) soll dieses Beispiel
MehrAnaloge und digitale Filter
Technische Universität Ilmenau Fakultät Elektrotechnik und Informationstechnik FG Nachrichtentechnik Übungsaufgaben zur Lehrveranstaltung Analoge und digitale Filter Filter. Ordnung. Betrachtet wird ein
MehrLösungen der Übungsaufgaben zur Vorlesung Digitale Signalverarbeitung
Institut für Informationsverarbeitung Laboratorium für Informationstechnologie Lösungen der Übungsaufgaben zur Vorlesung Digitale Signalverarbeitung Wintersemester 00-0 Mathematische Grundlagen I. Geometrische
Mehr3. Beschreibung dynamischer Systeme im Frequenzbereich
3. Laplace-Transformation 3. Frequenzgang 3.3 Übertragungsfunktion Quelle: K.-D. Tieste, O.Romberg: Keine Panik vor Regelungstechnik!.Auflage, Vieweg&Teubner, Campus Friedrichshafen --- Regelungstechnik
MehrTest = 28 Punkte. 1: 2: 3: 4: 5: Punkte: Note:
ZHAW, DSV1, FS2010, Rumc, 1 Test 1 5 + 5 + 5 + 8 + 5 = 28 Punkte Name: Vorname: 1: 2: : 4: 5: Punkte: Note: Aufgabe 1: AD-DA-System. + 1 + 1 = 5 Punkte Das analoge Signal x a (t) = cos(2πf 0 t), f 0 =750
MehrSystemtheorie Teil B
d + d z + c d z + c uk d + + yk z d + c d z + c Systemtheorie Teil B - Zeitdiskrete Signale und Systeme Übungsaufgaben Manfred Strohrmann Urban Brunner Inhalt Übungsaufgaben - Signalabtastung und Rekonstruktion...
MehrDigitale Signalverarbeitung Übungsaufgaben
Kapitel : Einleitung -: Analoger Tiefpass Dieser Tiefpass mit den Werten R = Ω, L =.5mH R L und C =.5µF ist wie folgt zu analysieren: U e C R. Es springe U e bei t =.5ms auf 5V und bei t = ms wieder auf.
MehrEinführung in die Systemtheorie
Bernd Girod, Rudolf Rabenstein, Alexander Stenger Einführung in die Systemtheorie Signale und Systeme in der Elektrotechnik und Informationstechnik 4., durchgesehene und aktualisierte Auflage Mit 388 Abbildungen
MehrSpektrum zeitdiskreter Signale
Spektrum zeitdiskreter Signale 1 Aufgabenstellung Mithilfe der Fouriertransformation können zeitkontinuierliche Signale in den Frequenzbereich transformiert werden, um die im Signal enthaltenen Frequenzanteile
MehrAufgabe 3. Signal Processing and Speech Communication Lab. Graz University of Technology
Signal Processing and Speech Communication Lab. Graz University of Technology Aufgabe 3 Senden Sie die Hausübung bis spätestens 15.06.2015 per Email an hw1.spsc@tugraz.at. Verwenden Sie MatrikelNummer1
MehrAnaloge und digitale Filter
Technische Universität Ilmenau Fakultät Elektrotechnik und Informationstechnik FG Nachrichtentechnik Matlab-Praktika zur Vorlesung Analoge und digitale Filter 1. Betrachtet wird ein Tiefpass. Ordnung mit
MehrPrüfungsklausur Digitale Signalverarbeitung Ergebnis der Klausur
Fakultät für Mathematik und Informatik Elektronische Schaltungen 58084 Hagen 02331 987 1166 Prüfungsklausur Digitale Signalverarbeitung 21411 Datum: 19. März 2011 (Bearbeitungszeit 120 Minuten, 6 Blätter)
MehrFH Gießen-Friedberg, Sommersemester 2010 Skript 9 Diskrete Mathematik (Informatik) 30. April 2010 Prof. Dr. Hans-Rudolf Metz.
FH Gießen-Friedberg, Sommersemester 010 Skript 9 Diskrete Mathematik (Informatik) 30. April 010 Prof. Dr. Hans-Rudolf Metz Funktionen Einige elementare Funktionen und ihre Eigenschaften Eine Funktion f
MehrSV1: Aktive RC-Filter
Signal and Information Processing Laboratory Institut für Signal- und Informationsverarbeitung. September 6 Fachpraktikum Signalverarbeitung SV: Aktive RC-Filter Einführung In diesem Versuch wird ein aktives
Mehr2 Komplexe Zahlen. 2.1 Grundlagen. Aufgabe Aufgabe Aufgabe 2.1.3
2 Komplexe Zahlen 2.1 Grundlagen Aufgabe 2.1.1 Sei z 1 = 2 + und =. Stellen Sie a) z 1 +, b) z 1, c) z 1. zeichnerisch dar und berechnen Sie die Werte. Aufgabe 2.1.2 Berechnen Sie die folgenden Werte,
MehrTEIL I: Analoge Filter
TEIL I: Analoge Filter Version vom. April 24 Dr. Mike Wolf, Fachgebiet Nachrichtentechnik Analoge und digitale Filter Literatur: L. D. Paarmann, Design And Analysis of Analog Filters: A Signal Processing
MehrApproximation von Funktionen
von Funktionen Fakultät Grundlagen Februar 6 Fakultät Grundlagen von Funktionen Übersicht Problemstellung Taylorpolynom Taylorenreihe Zusammenhang von e-funktion und trigonometrischen Funktionen 3 Fakultät
MehrAntialiasing-Filter. Die erforderliche Dämpfung des Antialiasingfilters bei der halben Abtastfrequenz errechnet sich nach (bei N-Bit ADU): f f.
ntialiasing-filter Bei der btastung eines auf f < fb bandbeenzten Messsignal ergibt sich, wie später gezeigt wird, für das abgetastete ignal eine periodische Wiederholung des Basisspektrums. m Überlappungen
MehrÜbungsaufgaben Analoge und digitale Filter EI/DSV/Dr. Metz Arbeitsstand: /adf.doc
Übungsaufgaben Analoge und digitale Filter EI/DSV/Dr Metz Arbeitsstand: 537 /adfdoc Seminarthema Kettenbruch Partialbruchentwicklung als Verfahren zur Schaltungsanalyse und - synthese Aufgabe Gegeben sind
Mehrfilter Filter Ziele Parameter Entwurf Zölzer (2002) Nov 14, 2015
1 Filter Ziele Parameter Entwurf Zölzer (2002) Nov 14, 2015 2 Beschreibung Übertragungsfunktion H(z), H(ω) Differenzengleichung y[n] Impulsantwort h[n]: Finite Infinite Impulse Response (FIR) Impulse Response
MehrEinführung in die Elektronik für Physiker
Hartmut Gemmeke Forschungszentrum Karlsruhe, IPE gemmeke@ipe.fzk.de Tel.: 0747-8-5635 Einführung in die Elektronik für Physiker 4. Breitbanderstärker und analoge aktie Filter. HF-Verhalten on Operationserstärkern.
MehrDigitale Signalverarbeitung Vorlesung 5 - Filterstrukturen
Digitale Signalverarbeitung Vorlesung 5 - Filterstrukturen 21. November 2016 Siehe Skript, Kapitel 8 Kammeyer & Kroschel, Abschnitt 4.1 1 Einführung Filterstrukturen: FIR vs. IIR 2 Motivation: Grundlage
MehrFrequenzanalyse Praktischer Leitfaden zur Anwendung der Frequenzanalyse. Filter
Filter Filter! Hochpassfilter! Tiefpassfilter! Bandpassfilter (Bandsperrfilter)! FIRFilter! Oktav/Terz... nteloktavfilter wird Titel 2 Hochpassfilter LowCutFilter HighPassFilter Trittschallfilter BassCutFilter
MehrKlausur im Lehrgebiet. Signale und Systeme. - Prof. Dr.-Ing. Thomas Sikora -
Signale und Systeme - Prof. Dr.-Ing. Thomas Sikora - Name:............................ Bachelor ET Master TI Vorname:......................... Diplom KW Magister... Matr.Nr:.......................... Erasmus
MehrÜbung 3: Fouriertransformation
ZHAW, SiSy HS202, Rumc, Übung 3: Fouriertransformation Aufgabe Fouriertransformation Dirac-Impuls. a) Bestimmen Sie die Fouriertransformierte S(f) des Dirac-Impulses s(t) = δ(t) und interpretieren Sie
Mehrx 1 + u y 2 = 2 0 x 2 + 4u 2.
3. Übung: Regelkreis Aufgabe 3.1. Gegeben sind die beiden linearen zeitkontinuierlichen Systeme 3 2 2 ẋ 1 = 6 5 x 1 + 1 u 1 6 2 3 [ ] y 1 = 2 x 1 (3.1a) (3.1b) und [ ] [ ] 8 15 1 ẋ 2 = x 2 + 6 1 4 [ ]
MehrAllgemeine Einführung in Filter
Allgemeine Einführung in Filter Konstantin Koslowski TU-Berlin 3. November 2009 Konstantin Koslowski (TU-Berlin) Allgemeine Einführung in Filter 3. November 2009 1 / 22 Inhalt 1 Einführung Was sind Filter
MehrAbtastung. Normalisierte Kreisfrequenz = DSP_9-Abtasttheorem 2
Abtasttheorem Abtastung xn [ ] = xnt ( ) = Acos( ωnt+ ϕ) = Acos( ωˆ n+ ϕ) s s Normalisierte Kreisfrequenz ωˆ = ωt s DSP_9-Abtasttheorem 2 Normalisierte Kreisfrequenz ω hat die Einheit rad/sec, ω ˆ = ωt
Mehr12 3 Komplexe Zahlen. P(x y) z = x + jy
2 3 Komplexe Zahlen 3 Komplexe Zahlen 3. Grundrechenoperationen Definition Die Menge C = {z = a + jb a, b IR; j 2 = } heißt Menge der komplexen Zahlen; j heißt imaginäre Einheit. (andere Bezeichnung: i)
MehrGebrochen-rationale Funktionen
Definition Eine gebrochen-rationale Funktion ist eine Funktion, bei der sich im Zähler und Nenner eine ganzrationale Funktion (Polynom) befindet: Eigenschaften f(x) = g(x) h(x) Echt gebrochen-rationale
Mehrund mit t in Sekunden wird mit einer Frequenz von 8000 Hz abgetastet. Die Abtastung beginnt bei t=0 mit dem Zeitindex n=0.
Aufgabe 1 Das periodische Signal x t) 0,5 sin(2 f t) 0,5 cos(2 f t) mit f 1000Hz und mit f 2000Hz ( 1 2 1 2 und mit t in Sekunden wird mit einer Frequenz von 8000 Hz abgetastet. Die Abtastung beginnt bei
MehrDatenaquisition. Verstärker Filter. Sensor ADC. Objekt. Rechner
Datenaquisition Sensor Verstärker Filter ADC Objekt Rechner Datenaquisition Verstärker: - linearer Arbeitsbereich - linearer Frequenzgang - Vorkehrungen gegen Übersteuerung (trends, shot noise) - Verstärkerrauschen
MehrDigitale Filter. Martin Schlup. 8. Mai 2012
Digitale Filter Martin Schlup 8. Mai 2012 1. Filterstrukturen Dieser Beitrag ist eine kurz gehaltene Einführung in die Darstellung zeitdiskreter Systeme und soll einige elementare Hinweise geben, wie digitale
MehrDokumentation und Auswertung. Labor. Kaiblinger, Poppenberger, Sulzer, Zöhrer. Impulsformung-Frequenzverhalten
TGM Abteilung Elektronik und Technische Informatik Übungsbetreuer Dokumentation und Auswertung Prof. Zorn Labor Jahrgang 3BHEL Übung am 10.01.2017 Erstellt am 11.01.2017 von Poppenberger Übungsteilnehmer
Mehr7 Integralrechnung für Funktionen einer Variablen
7 Integralrechnung für Funktionen einer Variablen In diesem Kapitel sei stets D R, und I R ein Intervall. 7. Das unbestimmte Integral (Stammfunktion) Es sei f : I R eine Funktion. Eine differenzierbare
Mehr