Puls-Code-Modulation. Thema: PCM. Ziele
|
|
- Julian Schäfer
- vor 5 Jahren
- Abrufe
Transkript
1 Puls-Code-Modulation Ziele Mit diesen rechnerischen und experimentellen Übungen wird die Vorgehensweise zur Abtastung und linearen Quantisierung eines analogen Signals erarbeitet. Bei der Abtastung werden insbesondere die spektralen Eigenschaften des abgetasteten Signals vorgestellt. Bei der Quantisierung werden die dabei auftretenden Fehler sowie die quantitative Beschreibung durch ein Signal-/Rauschleistungsverhältnis erläutert. Übungsaufgabe 1 Ein Cosinussignal x( t) = cos(2 π f t) wird zur digitalen Verarbeitung des Signals mit einer Abtastfrequenz von f a = 8 khz abgetastet. a) Bei welchen Zeitpunkten erfolgt die Abtastung des Signals im Zeitbereich 0 t 1 ms, wenn die Abtastung bei t = 0 ms einsetzt. b) Berechnen Sie die Abtastwerte eines Cosinussignals x 1 (t), das eine Frequenz von 1 khz besitzt, und eines Cosinussignals x 2 (t), das eine Frequenz von 2 khz besitzt, im Zeitbereich 0 t 1 ms. Wie viele Abtastwerte beschreiben jeweils eine Periode des Signals? Skizzieren Sie die Abtastwerte in den nachstehenden Diagrammen. x 1 (nt) ,5 1 Zeit/ms x 2 (nt) ,5 1 Zeit/ms -1 H. Günter Hirsch Version: pa1 Seite 1 (8)
2 Skizzieren Sie in den nachstehenden Diagrammen die Betragsspektren der abgetasteten Cosinussignale in einer zweiseitigen spektralen Darstellung. X 1ab (f) X 2ab (f) c) Bis zu welcher Frequenz können Sie bei einer Abtastung mit f a = 8 khz Cosinussignale fehlerfrei erfassen? d) Bestimmen Sie die Abtastwerte eines Cosinussignals x 3 (t), das eine Frequenz von 4 khz besitzt, und eines Sinussignals x 4 (t), das ebenfalls eine Frequenz von 4 khz besitzt. Kann ein Signal, das eine Frequenzkomponente bei der halben Abtastfrequenz beinhaltet, fehlerfrei erfasst werden? e) Bestimmen Sie die Abtastwerte eines Cosinussignals x 5 (t), das eine Frequenz von 7 khz besitzt? Vergleichen Sie die Werte mit den unter b) berechneten Werten. Skizzieren Sie das Betragsspektrum des abgetasteten Signals im nachstehenden Diagramm. X 5ab (f) Experimentelle Aufgabe 1 Kontrollieren Sie Ihre Berechnungen in Aufgabe 1-b, in dem Sie die Abtastwerte in der graphischen Oberfläche des Signal-Generators bestimmen. Generieren Sie einen 1 s langen Sinuston mit der Frequenz 1 khz bei einer Abtastfrequenz von 16 khz. Hören Sie sich den Ton an. Überlegen Sie, bei welcher höheren Frequenz (oberhalb der halben Abtastfrequenz) eines Sinussignals sich ein digitales Signal ergibt, das auf Grund der spektralen H. Günter Hirsch Version: pa1 Seite 2 (8)
3 Rückfaltung bei Verletzung des Abtasttheorems nach der Rekonstruktion ebenfalls als 1 khz Ton hörbar wird: khz Kontrollieren Sie Ihre Überlegung durch Generierung und Anhören des entsprechenden Sinustons. Übungsaufgabe 2 Es wird ein analoges Signal x(t) betrachtet, dessen Betragsspektrum im nachfolgenden Bild dargestellt ist. X(f) Das analoge Signal wird zu diskreten Zeitpunkten mit einer Frequenz von 8 khz abgetastet. Skizzieren Sie das Spektrum des abgetasteten Signals im Bereich von 16 khz bis +16 khz in der nachstehenden, zweiseitigen spektralen Darstellung. X ab8 (f) Skizzieren Sie im nachstehenden Diagramm das Spektrum des abgetasteten Signals im Bereich von 16 khz bis +16 khz, wenn das analoge Signal mit einer Frequenz von 12 khz abgetastet wird. X ab12 (f) Experimentelle Aufgabe In einem Experiment soll das wiederholte Auftreten des TP-Spektrums eines analogen Signals bei Vielfachen der Abtastfrequenz im Spektrum des abgetasteten Signals aufgezeigt werden. Generieren Sie dazu für eine Abtastfrequenz von 2560 Hz ein 100 ms langes Signal, das aus mehreren Schwingungen eines Cosinussignals mit einer Frequenz von 100 Hz besteht. Bestimmen Sie mit der graphischen Oberfläche zur FFT-Analyse (Anwendung der Diskreten Fourier Transformation in einer schnellen = fast Variante) das Spektrum des Signals. Durch Anklicken H. Günter Hirsch Version: pa1 Seite 3 (8)
4 mit der Maus können Sie Frequenz und Amplitude (in db) einer einzelnen Komponente bestimmen. Bei welcher Frequenz tritt eine Spektrallinie auf:.. Hz Um das Auftreten der spektralen Wiederholungen bei Vielfachen der Abtastfrequenz f a = 1 zu T veranschaulichen, wird das analoge Abtastsignal x ab ( t) betrachtet, dessen Amplitude nur zu den Abtastzeitpunkten n T ungleich Null ist. Ein Abschnitt eines solchen Signals ist im nachstehenden Bild dargestellt. ( ) t x ab 0 T 2T t 3T 4T 5T Bei der Anwendung einer Diskreten Fourier Transformation (DFT) auf ein mit f a abgetastetes Signal kann das Spektrum nur bis zur halben Abtastfrequenz bestimmt werden. Damit nach einer DFT die spektralen Wiederholungen sichtbar werden, muss das Signal folglich mit einer höheren Frequenz als f a abgetastet werden. Skizzieren Sie im nachstehenden Diagramm die aus einer Abtastung des analogen Signals resultierenden Abtastwerte, wenn die Abtastung mit dem Vierfachen der ursprünglichen Abtastfrequenz vorgenommen wird (Überabtastung mit 4 f soll zeitlich synchronisiert zur a ursprünglichen Abtastung mit f a = 1 erfolgen). T 0 T 2T t 3T 4T 5T Die Überabtastung um einen ganzzahligen Faktor führt somit zu einer Einfügung von Nullwerten zwischen 2 Abtastwerten. Wie viele Nullwerte müssen bei einer Überabtastung um den Faktor 4 eingefügt werden: Die Überabtastung kann in der graphischen Oberfläche des Signal-Generators durch Auswahl des Menüpunkts Abtastrate und überabtasten erfolgen. Betrachten Sie nochmals die 100 ms lange H. Günter Hirsch Version: pa1 Seite 4 (8)
5 Cosinusschwingung mit einer Frequenz von 100 Hz bei einer Abtastfrequenz von 2560 Hz. Nehmen Sie eine Überabtastung mit dem Faktor 4 vor. Wie groß ist die Abtastfrequenz des überabgetasteten Signals: Hz Bestimmen Sie mit der graphischen Oberfläche zur FFT-Analyse das Spektrum des Signals mit einer FFT-Länge der Bei welchen Frequenzen treten nun Spektrallinien auf: 1) Hz 2) Hz 3) Hz 4) Hz Übungsaufgabe 3 Die Abtastwerte eines zeitdiskreten Signals werden quantisiert. Dazu wird der Amplitudenbereich -1 x(n) 1 linear in 8 Intervalle unterteilt. Alle in einem Intervall auftretenden Amplitudenwerte werden zur späteren Rekonstruktion des wiederum analogen Signals auf den Wert in der Intervallmitte abgebildet. a) Welche Breite besitzt ein Quantisierungsintervall? Skizzieren Sie im nachstehenden Diagramm den Verlauf der Quantisierungskennlinie x(n) x(n) Im folgenden Bild sind 4 Amplitudenwerte eines abgetasteten Signals dargestellt. H. Günter Hirsch Version: pa1 Seite 5 (8)
6 x(n) Index n c) Bestimmen Sie die sich ergebenden Amplitudenwerte xˆ ( n) bei einer Quantisierung mit der zuvor bestimmten Quantisierungskennlinie. Bestimmen Sie die dabei auftretenden Quantisierungsfehler e(n). In welchem Amplitudenbereich treten die Quantisierungsfehler auf? Berechnen Sie die Leistung N des Quantisierungsrauschens. d) Wie viele Bits werden zur Darstellung der 8 Quantisierungsniveaus in einem Digitalrechner benötigt? Welches SNR stellt sich unter der Annahme ein, dass die Signalwerte im Bereich -1 x(n) 1 mit gleicher Wahrscheinlichkeit auftreten? e) Wie groß ist die Signalleistung S, wenn das Signal nur Amplitudenwerte im Bereich -0,5 x(n) 0,5 annimmt, wobei alle Werte in dem Bereich mit gleicher Wahrscheinlichkeit auftreten? Welches SNR stellt sich bei einer Quantisierung dieses Signals ein? Experimentelle Aufgabe 3 Mit welchen Signalformen, die in der graphischen Oberfläche des Signalgenerators zur Verfügung gestellt werden, kann ein Signal erzeugt werden, dessen Amplituden eine Gleichverteilung aufweisen: Generieren Sie sich mit dem Signalgenerator ein 2s langes Signal bei einer Abtastfrequenz von 8 khz, das eine Gleichverteilung im Bereich von 1 bis +1 aufweist. Übernehmen Sie das zuvor generierte Signal in der graphischen Oberfläche zur Quantisierung. In dieser Oberfläche können verschiedene Modi der Quantisierung gewählt sowie die Bitanzahl vorgegeben werden. Das sich dabei einstellende SNR wird angezeigt. Quantisieren Sie das Signal H. Günter Hirsch Version: pa1 Seite 6 (8)
7 linear und codieren Sie es mit k=2, 4, 6, 8, 10 Bits. Tragen Sie die sich dabei einstellenden SNRs in die nachstehende Tabelle ein: k/bit SNR/dB Welcher Zusammenhang gilt näherungsweise zwischen dem SNR und der Bitanzahl k: SNR = Generieren Sie mit dem Signalgenerator ein 2s langes Sinussignal mit einer Frequenz von 10 Hz bei einer Abtastfrequenz von 8 khz. Quantisieren Sie dieses Signal linear und codieren Sie es mit k=2, 4, 6, 8, 10 Bits. Tragen Sie die sich dabei einstellenden SNRs in die nachstehende Tabelle ein: k/bit SNR/dB Wie erklären Sie sich die im Vergleich zu einem gleichverteilten Signal unterschiedlichen SNR- Werte? Überlegen Sie sich dazu, wie die Verteilungsdichtefunktion eines Sinussignal näherungsweise aussieht. p(x) x Generieren Sie mit dem Signalgenerator ein 2s langes Gaußverteiltes Rauschsignal bei einer Abtastfrequenz von 8 khz. Skizzieren Sie in dem nachstehenden Diagramm das prinzipielle Aussehen der Verteilungsdichtefunktion dieses Signals. p(x) x Quantisieren Sie dieses Signal linear und codieren Sie es mit k=2, 4, 6, 8, 10 Bits. Tragen Sie die sich dabei einstellenden SNRs in die nachstehende Tabelle ein: H. Günter Hirsch Version: pa1 Seite 7 (8)
8 k/bit SNR/dB Wie erklären Sie sich die im Vergleich zu einem gleichverteilten Signal unterschiedlichen SNR- Werte: Laden Sie in der graphischen Oberfläche zur Quantisierung das Sprachsignal artos_ofenrohr_16k.wav. Bestimmen Sie das sich einstellende SNR bei einer linearen Quantisierung und Codierung mit k = 10, 8, 6, 4, 2, 1 Bit. Tragen Sie die Werte in die nachstehende Tabelle ein. Hören Sie sich das quantisierte Signal und den Quantisierungsfehler jeweils an. k/bit SNR/dB H. Günter Hirsch Version: pa1 Seite 8 (8)
und 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
MehrAufgabe 1 (20 Punkte)
Augabe 1 (20 Punkte) Es wird ein Sprachsignal x(t) betrachtet, das über eine ISDN-Teleonleitung übertragen wird. Das Betragsspektrum X() des analogen Signals kann dem nachstehenden Diagramm entnommen werden.
MehrAdaptive Differenz-Puls-Code-Modulation (ADPCM) und Lineare, Prädiktive Codierung (LPC)
Adaptive Dierenz-Puls-Code-Modulation (ADPCM) und Lineare, Prädiktive Codierung (LPC) Ziele Mit diesen rechnerischen und experimentellen Übungen werden die Anwendungen der DPCM mit einer Anpassung der
MehrPraktikum zur Sprachsignalverarbeitung
Nachstehend finden Sie eine Sammlung von Übungsaufgaben und Laborexperimenten, die im Rahmen der Übungen und Praktika des Moduls Spracherkennung bearbeitet werden sollen. Die Übungsaufgaben (als Aufgaben
Mehr(Bitte geben Sie bei der Beantwortung von Fragen eine Begründung bzw. bei der Lösung von Kurzaufgaben eine kurze Berechnung an!)
Teil 1: Fragen und Kurzaufgaben (Bitte geben Sie bei der Beantwortung von Fragen eine Begründung bzw. bei der Lösung von Kurzaufgaben eine kurze Berechnung an!) Frage 1 (6 Punkte) Es wird ein analoges
MehrGruppe. Kanalcodierung
Kanalcodierung Ziele Mit diesen rechnerischen und experimentellen Übungen wird die prinzipielle Vorgehensweise zur Kanalcodierung mit linearen Block-Codes und mit Faltungscodes erarbeitet. Die konkrete
MehrVersuch 3: Anwendungen der schnellen Fourier-Transformation (FFT)
Versuch 3: Anwendungen der schnellen Fourier-Transformation (FFT) Ziele In diesem Versuch lernen Sie zwei Anwendungen der Diskreten Fourier-Transformation in der Realisierung als recheneffiziente schnelle
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
Mehrπ soll mit Hilfe einer DFT spektral
Augabe 6 Das abgetastete Signal x( n) = 2 cos( 2 n ) sin( 2 π 3 n ) π soll mit Hile einer DFT spektral 4 8 analysiert werden. a) Geben Sie zunächst die Frequenz der Cosinusschwingung sowie die Frequenz
MehrDigitale Signalverarbeitung. Hans-Günter Hirsch (Autor) Frank Kremer (Editor)
Digitale Signalverarbeitung Hans-Günter Hirsch (Autor) Frank Kremer (Editor) 03.12.2014 Inhaltsverzeichnis Einleitung 5 1. Signalwandlung 8 1.1. Abtastung................................. 8 1.2. Abtastratenwandlung...........................
MehrDigitale Signalverarbeitung sehen, hören und verstehen
Digitale Signalverarbeitung sehen, hören und verstehen Hans-Günter Hirsch Hochschule Niederrhein, Krefeld email: hans-guenter.hirsch@hs-niederrhein.de http://dnt.kr.hs-niederrhein.de Folie 1 Gliederung
MehrMedien- Technik. Digital Audio
Digital Audio Medientyp digital audio representation Abtastfrequenz /sampling frequency Quantisierung (Bittiefe) Anzahl der Kanäle/Spuren Interleaving bei Mehrkanal Positiv/negativ Codierung operations
MehrGrundlagen der Signalverarbeitung
Grundlagen der Signalverarbeitung Zeitdiskrete Signale Wintersemester 6/7 Kontinuierliche und diskrete Signale wertkontinuierlich wertdiskret Signal Signal Signal Signal zeitdiskret zeitkontinuierlich
MehrProf. Dr. Stefan Weinzierl SNR V = P signal P noise
Audiotechnik II Digitale Audiotechnik: 5. Tutorium Prof. Dr. Stefan Weinzierl 0.11.01 Musterlösung: 1. November 01, 15:50 1 Dither a) Leiten sie den SNR eines idealen, linearen -bit Wandlers her. Nehmen
MehrPuls-Code Modulation (PCM)
Puls-Code Modulation (PCM) Zur Erassung und rechnerbasierten Verarbeitung physikalischer Messgrößen werden spezielle Sensoren eingesetzt, mit denen der zeitliche Verlau der jeweiligen Messgröße in ein
MehrD S V D S V. Digitale Signalverarbeitung. Hans-Günter Hirsch (Autor) Frank Kremer (Editor)
D S V Digitale Signalverarbeitung Hans-Günter Hirsch (Autor) Frank Kremer (Editor) D S V Version und Änderung Version Datum Änderung 1 1.10.014 Erstellen der Vorlage, Inhalte der Kapitel Einleitung und
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
MehrDigitale Signalverarbeitung Bernd Edler
Digitale Signalverarbeitung Bernd Edler Wintersemester 2008/2009 Wesentliche Inhalte der Vorlesung Abtastung z-transformation Lineare zeitinvariante Systeme Diskrete Fouriertransformation Systeme bei stochastischer
Mehr1 Diskrete Fourier Transformation. 2 Definition der Diskreten Fourier Transformation (DFT)
Diskrete Fourier Transormation Das Ausgangssignal eines nachrichtentechnischen Systems oder Verarbeitungsblocks lässt sich im Zeitbereich bei Kenntnis der Impulsantwort h(n) mit Hile der diskreten Faltung
MehrAufgabe 1 - Pegelrechnung und LTI-Systeme
KLAUSUR Nachrichtentechnik 06.08.0 Prof. Dr.-Ing. Dr. h.c. G. Fettweis Dauer: 0 min. Aufgabe 3 4 Punkte 5 0 4 50 Aufgabe - Pegelrechnung und LTI-Systeme Hinweis: Die Teilaufgaben (a), (b) und (c) können
MehrSiSy1, Praktische Übung 3. Fourier-Analyse (periodischer Signale) kann als Fourier-Reihe 1 beschrieben werden:
/5 Fourier-Analyse (periodischer Signale) Grundlagen Ein periodisches, kontinuierliches Signal x(t) der Periodendauer kann als Fourier-Reihe beschrieben werden: wie folgt ( ) = c k x t + e j k 2πf t k=
MehrPraxiswerkstatt Algorithmen der Signalcodierung
Praxiswerkstatt Algorithmen der Signalcodierung 2. Termin Themen heute: Abtastung Lineare Zeitinvariante Systeme Seite 1 Abtastung letztes Mal haben wir gesehen: 3,9 khz kaum noch hörbar bei 8 khz Abtastrate.
MehrDigitale Signalverarbeitung Bernd Edler
Digitale Signalverarbeitung Bernd Edler Wintersemester 2010/2011 Wesentliche Inhalte der Vorlesung Abtastung z-transformation Lineare zeitinvariante Systeme Diskrete Fouriertransformation Filterentwurf
Mehr9. Vorlesung. Systemtheorie für Informatiker. Dr. Christoph Grimm. Professur Prof. Dr. K. Waldschmidt, Univ. Frankfurt/Main
9. Vorlesung Systemtheorie für Informatiker Dr. Christoph Grimm Professur Prof. Dr. K. Waldschmidt, Univ. Frankfurt/Main Letzte Woche: Abtastung und Rekonstruktion Abtastung: Wandelt bandbegrenzte kontinuierliche
MehrAbschlussprüfung Nachrichtentechnik 03. August 2015
Abschlussprüfung Nachrichtentechnik 03. August 2015 Name:... Vorname:... Matrikelnr.:... Studiengang:... Aufgabe 1 2 3 4 Summe Note Punkte Hinweis: Die Teilaufgaben (a), (b) und (c) können unabhängig voneinander
MehrDigitale Signalverarbeitung Bernd Edler
Digitale Signalverarbeitung Bernd Edler Wintersemester 2007/2008 Wesentliche Inhalte der Vorlesung Abtastung z-transformation Lineare zeitinvariante Systeme Diskrete Fouriertransformation Systeme bei stochastischer
MehrSpektrumanalyse. Inhalt. I. Einleitung 2. II. Hauptteil 2-8
Fachhochschule Aachen Campus Aachen Hochfrequenztechnik Hauptstudium Wintersemester 2007/2008 Dozent: Prof. Dr. Heuermann Spektrumanalyse Erstellt von: Name: Mario Schnetger Inhalt I. Einleitung 2 II.
MehrEinführung in die Nachrichtenübertragung
Klausur Einführung in die Nachrichtenübertragung Vorlesung und Rechenübung - Prof. Dr.-Ing. Thomas Sikora - Name:............................ Vorname:................................... Matr.Nr:..........................
Mehr1.3 Digitale Audiosignale
Seite 22 von 86 Abb. 1.2.12 - Wirkung der Schallverzögerung Effekte sind: Delay, Echo, Reverb, Flanger und Chorus Hört man ein akustisches Signal im Raum, dann werden die Signale von Wänden und anderen
MehrDigital Signal Processing
- for Master Study by TFH Bochum - Analog Signal I OO O I I I O O O Digital Signal Seite 1 Zielsetzung der Signalverarbeitung Analyse: H(t), H(f) Modellieren y(t) {} Physikalische Größe und Prozesse Synthese
Mehr2. Digitale Codierung und Übertragung
2. Digitale Codierung und Übertragung 2.1 Informationstheoretische Grundlagen 2.2 Speicherbedarf und Kompression 2.3 Digitalisierung Ludwig-Maximilians-Universität München Prof. Hußmann Digitale Medien
MehrSchnelle Fouriertransformation (FFT)
Schnelle Fouriertransformation (FFT) Inhaltsverzeichnis 1 Schnelle Fouriertransformation (FFT)... 3 1.1 Das Realtime-Konzept der Goldammer-Messkarten... 3 1.2 Das Abtasttheorem oder Regeln für die Abtastung
MehrOptimalcodierung. Thema: Optimalcodierung. Ziele
Optimalcodierung Ziele Diese rechnerischen und experimentellen Übungen dienen der Vertiefung der Kenntnisse im Bereich der Optimalcodierung, mit der die Zeichen diskreter Quellen codiert werden können.
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
MehrDiskrete Fourier-Transformation und FFT. 1. Die diskrete Fourier-Transformation (DFT) 2. Die Fast Fourier Transform (FFT)
Diskrete Fourier-Transformation und FFT 2. Die Fast Fourier Transform (FFT) 3. Anwendungsbeispiele der DFT 1 Wiederholung: Fourier-Transformation und Fourier-Reihe Fourier-Transformation kontinuierlicher
MehrGrundlagen der Nachrichtentechnik
Universität Bremen Arbeitsbereich Nachrichtentechnik Prof. Dr.-Ing. A. Dekorsy Schriftliche Prüfung im Fach Grundlagen der Nachrichtentechnik Name: Vorname: Mat.-Nr.: BSc./Dipl.: Zeit: Ort: Umfang: 07.
MehrMultimedia Systeme. Dr. The Anh Vuong. http: Multimedia Systeme. Dr. The Anh Vuong
email: av@dr-vuong.de http: www.dr-vuong.de 2001-2006 by, Seite 1 Multimedia-Application Applications Software Networks Authoringssofware, Contentmangement, Imagesprocessing, Viewer, Browser... Network-Architecture,
Mehr1 Wahrscheinlichkeitsdichtefunktion
1 Wahrscheinlichkeitsdichtefunktion Es wird zunächst der Begriff der Wahrscheinlichkeitsdichtefunktion vorgestellt, die zur statistischen Beschreibung von zufälligen Prozessen oder zufälligen Signalen
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
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...
MehrBeate Meffert, Olaf Hochmuth: Werkzeuge der Signalverarbeitung, Pearson 2004
4 Signalverarbeitung 4.1! Grundbegriffe! 4.2! Frequenzspektren, Fourier-Transformation! 4.3! Abtasttheorem: Eine zweite Sicht Weiterführende Literatur (z.b.):!! Beate Meffert, Olaf Hochmuth: Werkzeuge
MehrKommunikationstechnik II Wintersemester 07/08
Kommunikationstechnik II Wintersemester 07/08 Prof. Dr. Stefan Weinzierl Musterlösung: 3. Aufgabenblatt. Aufgabe: Up-/Downsampling Die Abtastfolge x[n] wird mit dem Faktor M unter- und dem Faktor L überabgetastet.
Mehr4.1 Grundbegriffe 4.2 Frequenzspektren, Fourier-Transformation 4.3 Abtasttheorem: Eine zweite Sicht 4.4 Filter
4 Signalverarbeitung 4.1 Grundbegriffe 4.2 Frequenzspektren, Fourier-Transformation 4.3 Abtasttheorem: Eine zweite Sicht 4.4 Filter Weiterführende Literatur (z.b.): Beate Meffert, Olaf Hochmuth: Werkzeuge
MehrGrundlagen der Nachrichtentechnik
Universität Bremen Arbeitsbereich Nachrichtentechnik Prof. Dr.-Ing. A. Dekorsy Schriftliche Prüfung im Fach Grundlagen der Nachrichtentechnik Name: Vorname: Mat.-Nr.: BSc./Dipl.: Zeit: Ort: Umfang: 07.
MehrMultimedia Systeme. Dr. The Anh Vuong. http: Multimedia Systeme. Dr.
email: vuongtheanh@netscape.net http: www.dr-vuong.de 2001-2006 by, Seite 1 Multimedia-Application Applications Software Networks Authoringssofware, Contentmangement, Imagesprocessing, Viewer, Browser...
MehrPulse Code Modulation
Fachbereich Medieninformatik Hochschule Harz Pulse Code Modulation Referat Johannes Bastian 11038 Abgabe: 15.01.2007 Inhaltsverzeichnis Einleitung / Vorwort...1 1 Analoge Signale als Grundlage von PCM...1
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
MehrÜbung 4: Spektrogramm
ZHAW, DSV, FS2,. Einleitung Übung 4: Spektrogramm Mit einem Spektrogramm kann der zeitliche Verlauf des Spektrums von einem Signal dargestellt werden. Ein Spektrogramm besteht also aus vielen, sich allenfalls
MehrAbschlussprüfung Digitale Signalverarbeitung. Aufgaben, die mit einem * gekennzeichnet sind, lassen sich unabhängig von anderen Teilaufgaben lösen.
Name: Abschlussprüfung Digitale Signalverarbeitung Studiengang: Elektrotechnik IK, E/ME Wahlfach SS2015 Prüfungstermin: Prüfer: Hilfsmittel: 3.7.2015 (90 Minuten) Prof. Dr.-Ing. Großmann, Prof. Dr.-Ing.
MehrDigitale Signalverarbeitung, Vorlesung 2: Quantisierung, Frequenzanalyse
Digitale Signalverarbeitung, Vorlesung 2: Quantisierung, Frequenzanalyse 31. Oktober 2016 Eigenschaften diskreter Signale Quantisierung Frequenzbereichsmethoden Anhang Wesentliches Thema heute: 1 Eigenschaften
MehrÜbertragungssysteme WS 2010/2011. Vorlesung 2. Prof. Dr.-Ing. Karlheinz Brandenburg.
Übertragungssysteme WS 2010/2011 Vorlesung 2 Prof. Dr.-Ing. Karlheinz Brandenburg Karlheinz.Brandenburg@tu-ilmenau.de Kontakt: Dipl.-Ing.(FH) Sara Kepplinger / Dipl.-Ing. Christoph Fingerhut vorname.nachname@tu-ilmenau.de
MehrFunktion von Delta-Sigma-Wandlern zur Digitaliserung eines analogen Sensorsignals mit einer praktischen Anwendung. Dr.
Funktion von Delta-Sigma-Wandlern zur Digitaliserung eines analogen Sensorsignals mit einer praktischen Anwendung Dr. Thomas Komarek 1 Übersicht Praktische Anwendung: Super Audio Compact Disc (SACD) Grundlagen
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:
Mehr2. Digitale Codierung und Übertragung
2. Digitale Codierung und Übertragung 2.1 Informationstheoretische Grundlagen 2.2 Speicherbedarf und Kompression 2.3 Digitalisierung Ludwig-Maximilians-Universität München Prof. Hußmann Digitale Medien
MehrDigitale Signalverarbeitung
Daniel Ch. von Grünigen Digitale Signalverarbeitung mit einer Einführung in die kontinuierlichen Signale und Systeme 4. Auflage Mit 222 Bildern, 91 Beispielen, 80 Aufgaben sowie einer CD-ROM mit Lösungen
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)
MehrA2.1: Gleichrichtung. Die Grafik zeigt das periodische Signal x(t). Legt man x(t) an den Eingang einer Nichtlinearität mit der Kennlinie
Abschnitt: 2.1 Allgemeine Beschreibung A2.1: Gleichrichtung Die Grafik zeigt das periodische Signal x(t). Legt man x(t) an den Eingang einer Nichtlinearität mit der Kennlinie so erhält man am Ausgang das
MehrBeate Meffert, Olaf Hochmuth: Werkzeuge der Signalverarbeitung, Pearson 2004
4 Signalverarbeitung 4.1 Grundbegriffe 4.2 Frequenzspektren, Fourier-Transformation 4.3 Abtasttheorem: Eine zweite Sicht 4.4 Filter Weiterführende Literatur (z.b.): Beate Meffert, Olaf Hochmuth: Werkzeuge
MehrProf. Dr. Stefan Weinzierl Aufgabe: Amplitudenstatistik analoger Audiosignale. Abb. 1: WDF eines Audiosignals. p X.
Audiotechnik II 1.Übungstermin Prof. Dr. Stefan Weinzierl 21.1.21 1. Aufgabe: Amplitudenstatistik analoger Audiosignale a. Ein Signal x(t) hat die durch Abb. 1 gegebene Wahrscheinlichkeitsdichtefunktion
MehrInhaltsverzeichnis. Daniel von Grünigen. Digitale Signalverarbeitung. mit einer Einführung in die kontinuierlichen Signale und Systeme
Inhaltsverzeichnis Daniel von Grünigen Digitale Signalverarbeitung mit einer Einführung in die kontinuierlichen Signale und Systeme ISBN (Buch): 978-3-446-44079-1 ISBN (E-Book): 978-3-446-43991-7 Weitere
MehrMessung & Darstellung von Schallwellen
Messung Digitalisierung Darstellung Jochen Trommer jtrommer@uni-leipzig.de Universität Leipzig Institut für Linguistik Phonologie/Morphologie SS 2007 Messung Digitalisierung Darstellung Überblick Messung
MehrAudio-Bearbeitung. Diese Freq. Anteile «verschwinden» nach dem unterabtasten Filter muß schmal genug sein! Nach Unterabtastung
Audio Signal Audio-Bearbeitung Ampl Vor Unterabtastung Teilband Grenzen Normierte Frequenz (normierte Abtastrate, maximale Frequenz ist pi oder 1) Teilbänder Diese Freq. Anteile «verschwinden» nach dem
MehrTheorie digitaler Systeme
Theorie digitaler Systeme Vorlesung 8: Leakage und Zero-Padding Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann Betrag / db Einführung Ein über die DFT berechnetes Spektrum T A X n ist
MehrLabor SMV Versuch 1. Erläuterungen zum Aliasing. Prof. Dr.-Ing. Gernot Freitag. FB: EuI, FH Darmstadt. Darmstadt, den
Labor SMV Versuch Erläuterungen zum Aliasing FB: EuI, Darmstadt, den 26.5 Elektrotechnik und Informationstechnik Rev., 9.5 Auf den folgenden Seiten sind einige typische Abtastsituationen zusammengestellt,
MehrDigitale Signalverarbeitung, Vorlesung 2: Quantisierung, Frequenzanalyse
Digitale Signalverarbeitung, Vorlesung 2: Quantisierung, Frequenzanalyse 23. Oktober 2017 Eigenschaften diskreter Signale Quantisierung Frequenzbereichsmethoden Anhang Wesentliches Thema heute: 1 Eigenschaften
MehrLösungsblatt 2 Signalverarbeitung und Klassifikation
Fakultät für Informatik Übung zu Kognitive Systeme Sommersemester 06 M. Sperber (matthias.sperber@kit.edu) S. Nguyen (thai.nguyen@kit.edu) Lösungsblatt Signalverarbeitung und Klassifikation Aufgabe : Faltung
MehrWichtigste Voraussetzung für die in dieser Vorlesung beschriebenen Systeme und Verfahren sind digitale Aufnahmen. Doch was ist eigentlich ein
1 Wichtigste Voraussetzung für die in dieser Vorlesung beschriebenen Systeme und Verfahren sind digitale Aufnahmen. Doch was ist eigentlich ein digitales Foto oder Video? Das folgende Kapitel soll einen
MehrMusterlösung: 23. Oktober 2014, 16:42
Audiotechnik II Digitale Audiotechnik:. Übung Prof. Dr. Stefan Weinzierl 3..4 Musterlösung: 3. Oktober 4, 6:4 Amplitudenstatistik analoger Signale a) Ein Signal (t) hat die durch die Abbildung gegebene
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
MehrBild-Erfassung Digitalisierung Abtastung/Quantisierung
Multimediatechnik / Video Bild-Erfassung Digitalisierung Abtastung/Quantisierung Oliver Lietz Bild-Erfassung Abtastung / Digitalisierung Scanner: Zeilenweise Abtastung mit CCD Digitale Kamera: Flächenweise
MehrMultimediale Werkzeuge 1, Audio-Berabeitung. normierte Frequenz (normiert auf die halbe Abtastrate, maximale Frequenz ist pi oder 1
Multimediale Werkzeuge 1, Audio-Berabeitung normierte Frequenz (normiert auf die halbe Abtastrate, maximale Frequenz ist pi oder 1 Beachte: Teilbänder werden nach den Unter-Abtasten "aufgeblasen" (siehe
MehrInformationstechnik Lösung SS 2006
Prüfung: Informationstechnik MT 7D51 Termin: Mittwoch, 05. Juli 2006 8:30 10:30 Prüfer: Prof. J. Walter Hilfsmittel: beliebig / kein Internet / kein WLAN Name: Vorname: Projekt: bitte keine rote Farbe
Mehr1 Autokorrelation, Leistung und Wahrscheinlichkeitsdichtefunktion eines Sinussignals
Audiotechnik II Digitale Audiotechnik: 2. utorium Prof. Dr. Stefan Weinzierl 5. November 213 Musterlösung: 5. November 213, 18:25 1 Autokorrelation, Leistung und Wahrscheinlichkeitsdichtefunktion eines
MehrDigitalisierung. Abtasttheorem Quantisierung Pulse-Code-Modulation Übungen Literatur und Quellen. Signale und Systeme VL 5
Digitalisierung Abtasttheorem Quantisierung Pulse-Code-Modulation Übungen Literatur und Quellen 20.05.2015 Professor Dr.-Ing. Martin Werner Folie 1 Digitalisierung analoger Signale 4 Schritte Bandbegrenzung
MehrAdaptive Systeme. Sommersemester Prof. Dr. -Ing. Heinz-Georg Fehn. Prof. Dr. rer. nat. Nikolaus Wulff
Adaptive Systeme Sommersemester 2015 Prof. Dr. -Ing. Heinz-Georg Fehn Prof. Dr. rer. nat. Nikolaus Wulff Prof. Dr. H.-G. Fehn und Prof. Dr. N. Wulff 1 Adaptive Systeme Adaptives System: ein System, das
MehrNichtlineare Quantisierung
Nichtlineare Quantisierung Die einfachste Form der Codierung besteht in einer nichtlinearen Quantisierung der Abtastwerte, um die wesentlich häufiger auftretenden kleinen Amplitudenwerte mit einer höheren
MehrFrequenzbewertung von Luftschallsignalen
04/17 von Luftschallsignalen Das menschliche Ohr empfindet Töne mit gleichem Schalldruck aber unterschiedlichen Tonhöhen unterschiedlich laut. Dieser frequenzabhängige Empfindlichkeitsverlauf des menschlichen
MehrÜbungen zu Transformationen. im Bachelor ET oder EW. Version 2.0 für das Wintersemester 2014/2015 Stand:
Fachhochschule Dortmund University of Applied Sciences and Arts Institut für Informationstechnik Software-Engineering Signalverarbeitung Regelungstechnik IfIT Übungen zu Transformationen im Bachelor ET
MehrFachprüfung. Nachrichtencodierung
Fachprüfung Nachrichtencodierung 6. August 2009 Prüfer: Prof. Dr. P. Pogatzki Bearbeitungszeit: 2 Stunden Hilfsmittel: Taschenrechner, Vorlesungsscript, Übungsaufgaben Name: Vorname: Matr.-Nr.: Unterschrift:
MehrFH Jena Prüfungsaufgaben - Master Prof. Giesecke FB ET/IT Digitale Signalverarbeitung SS 2012
FB ET/IT Digitale Signalverarbeitung SS 0 Name, Vorname: Matr.-Nr.: Zugelassene Hilfsmittel: beliebiger Taschenrechner ein mathematisches Formelwerk eine selbsterstellte Formelsammlung Wichtige Hinweise:
MehrBeate Meffert, Olaf Hochmuth: Werkzeuge der Signalverarbeitung, Pearson 2004
4 Signalverarbeitung 4.1! Grundbegriffe 4.2! Frequenzspektren, Fourier-Transformation 4.3! Abtasttheorem: Eine zweite Sicht 4.4! Filter! Weiterführende Literatur (z.b.): Beate Meffert, Olaf Hochmuth: Werkzeuge
MehrDigitalisierung. Digitale Übertragung analoger Signale. störsicher (0/1-Codierung, Fehlerkorrektur) präzise (fixe unveränderliche Codeworte)
Digitale Übertragung analoger Signale Vorteile digitaler Übertragung störsicher (0/1-Codierung, Fehlerkorrektur) präzise (fixe unveränderliche Codeworte) Nachteiler digitaler Übertragung natürliche Signale
MehrFachprüfung. Signal- und Systemtheorie
Fachprüfung Signal- und Systemtheorie 15. September 2010 Prüfer: Prof. Dr. P. Pogatzki Bearbeitungszeit: 2 Stunden Hilfsmittel: Taschenrechner, Formelblatt (2 DIN A4-Seiten) Name: Vorname: Matr.-Nr.: Unterschrift:
MehrÜbung 2. Tutorübung zu Grundlagen: Rechnernetze und Verteilte Systeme (Gruppen Mo-T2 / Fr-T1 SS2017)
Übung 2 Tutorübung zu Grundlagen: Rechnernetze und Verteilte Systeme (Gruppen Mo-T2 / Fr-T SS27) Dennis Fischer dennis.fischer@tum.de http://home.in.tum.de/fischerd Institut für Informatik Technische Universität
MehrÜbungen zu Signal- und Systemtheorie
Fachhochschule Dortmund University of Applied Sciences and Arts Übungen zu Signal- und Systemtheorie (Anteil: Prof. Felderhoff) Version 1.3 für das Wintersemester 016/017 Stand: 05.1.016 von: Prof. Dr.-Ing.
MehrÜbung 4: Physical layer and limits
Wintersemester 217/218 Rechnernetze Universität Paderborn Fachgebiet Rechnernetze Übung 4: Physical layer and limits 217-11-3 1. Basisband/Breitband Diese Aufgabe soll den Unterschied zwischen Basisband-
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!
MehrLaboratorium für. Aufgabe: Versuch Nr. 4. Fachhochschule Offenburg. Digitale Signalverarbeitung. Multiratenverarbeitung.
Fachhochschule Offenburg Laboratorium für Digitale Signalverarbeitung Versuch Nr. 4 SS WS SS 00 Versuchstag 15. Mai 2000 Semester EN 7 Gruppe 3 1 Johannes Petri Letzter Abgabetermin Abgabetermin verlängert
MehrKlausur zur Vorlesung Signale u. Systeme I
Name: 8. Februar 2001, 11.30-13.00 Uhr Allgemeine Hinweise: Dauer der Klausur: Zugelassene Hilfsmittel: 90 min, 1.5 Zeitstunden Skript, Vorlesungsmitschrift, Formelsammlung Schreiben Sie bitte auf dieses
MehrÜbung 3. Tutorübung zu Grundlagen: Rechnernetze und Verteilte Systeme (Gruppen Mo-T2 / Fr-T1 SS2017)
Übung 3 Tutorübung zu Grundlagen: Rechnernetze und Verteilte Systeme (Gruppen Mo-T2 / Fr-T SS27) Dennis Fischer dennis.fischer@tum.de http://home.in.tum.de/fischerd Institut für Informatik Technische Universität
MehrGrundlagen der Schwingungslehre
Grundlagen der Schwingungslehre Einührung. Vorgänge, bei denen eine physikalische Größe in estem zeitlichen Abstand ein und denselben Werteverlau auweist, werden als periodisch bezeichnet. Den zeitlichen
MehrErarbeiten der Diskreten Fourier Transformation (GFT) unter Verwendung von Scilab zur Veranschaulichung
Erarbeiten der Diskreten Fourier Transormation (GFT) unter Verwendung von Scilab zur Veranschaulichung 1. Das Prinzip verstehen 2. DFT beschreiben 3. DFT mit Scilab testen 4. Umsetzung der DFT ür einen
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] =
MehrLösungsblatt 2 Signalverarbeitung
Fakultät für nformatik Übung zu Kognitive Systeme Sommersemester 208 S. Constantin (stefan.constantin@kit.edu) T. Nguyen (thai.nguyen@kit.edu) Lösungsblatt 2 Signalverarbeitung Aufgabe : Faltung Abbildung
MehrDigitale Signalverarbeitung auf FPGAs
Digitale Signalverarbeitung auf FPGAs INP: Interpolation Upsampling und D/A- Wandlung Teil 1 Upsampling 2016 Dr. Christian Münker INP: Überblick Upsampling D/A-Wandlung Interpolation Oversampling (Sigma-Delta
MehrWichtige Eigenschaft: zeitliche Abnahme der Schallintensität. Akustische Ereignisse sind zeitliche Phänomene mit Anfang und Ende
Schallaufzeichnung Wichtige Eigenschaft: zeitliche Abnahme der Schallintensität Akustische Ereignisse sind zeitliche Phänomene mit Anfang und Ende Akustische Ereignisse sind vergänglich Akustische Ereignisse
Mehr