Digitale Signalverarbeitung auf FPGAs
|
|
- Alfred Krause
- vor 7 Jahren
- Abrufe
Transkript
1 Digitale Signalverarbeitung auf FPGAs INP: Interpolation Upsampling und D/A- Wandlung Teil 1 Upsampling 2016 Dr. Christian Münker
2 INP: Überblick Upsampling D/A-Wandlung Interpolation Oversampling (Sigma-Delta Modulation) Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs INP-2 von 32
3 Rekonstruktion und Interpolation Thema: Erhöhung der Abtastrate und die Unterdrückung von Images f g < f s1 x(t) f S1 x[n] f S1 < f S2 f S2 f g < f s2 DSP DAC mit ZOH* Sensor Anti-Aliasing- Filter H AA (f) Sampler Quantizer ADC ZOH- Kompensation* Analoges Nachfilter* H RK (f) * Komponenten des Rekonstruktionsfilters Aktor Zeitdiskretes Signal mit f S2 wird im DAC in zeitkontinuierliches Signal (f S ) umgewandelt ( Rekonstruktion ) In der digitalen Signalverarbeitung wird Abtastrate auf f S2 > f S1 erhöht ( Upsampling ) Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs INP-3 von 32
4 2 Erhöhung der Abtastrate ( Upsampling ) X(e j2πft S1 ) 0 X(e j2πft S2 ) f S1 f S1 2f S1 3f S1 f 3f S1 5f S1 Ausbügeln jeder 2. Faltung Image(s) durch Erhöhung der Abtast rate von fs1 auf fs2 = 2 fs1 0 f S2 Wiederholspektren Wiederholspektren Images (= Kopien ) bis f S2 werden real! f S2 = f S1 Kopien des alten Basisbands > f S1 müssen unterdrückt werden (warum?) f 3f S2 Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs INP-4 von 32
5 Wiederholspektren vs. Images Wiederholspektren sind Folge der zeitdiskreten Natur eines Signals: Ein mit f S abgetastetes Signal repräsentiert eindeutig nur eine Bandbreite von f S. Der Spektralbereich zwischen kf S (k + 1)f S ist identisch für verschiedene Werte von k und kann nicht einzeln verändert werden! Images sind ehemalige Wiederholspektren, die nach Erhöhung von f S unterschiedliche Informationen repräsentieren können und daher einzeln verändert werden können. Images sind i.a. unerwünscht und müssen unterdrückt werden! Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs INP-5 von 32
6 Rekonstruktion zeitkontinuierlicher Signale X(e j2πft S1 ) f 0 f S1 2f S1 Analoge Rekonstruktion entspricht Neuabtastung mit f S2 alle Wiederholspektren werden zu Images und müssen nach Rekonstruktion eliminiert werden! X(f) f S1 3f S1 Rekonstruktionsfilter f 0 f S1 f S1 2f S1 Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs INP-6 von 32
7 Digitale Signalverarbeitung auf FPGAs INP: Interpolation Upsampling und D/A- Wandlung Teil 2 D/A-Wandlung 2016 Dr. Christian Münker
8 Rekonstruktion mit idealem DAC Ziel der Rekonstruktion: Setze zeitdiskrete Folge x[n] in ein äquivalentes analoges Signal x(t) um: Erzeuge analoge Diracschar, d.h. mit dem Wert Null überall außer bei t = nt S y [n] n = t / T S id. DAC y (t) t Das Gewicht der Diracstöße entspricht x[n] (aber Amplitude ) Durch anschließende Filterung wird Signal geglättet Technisch nicht realisierbar! Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs INP-8 von 32
9 Idealer Rekonstruktions-Tiefpass H(f) rect-funktion im Frequenzbereich: X(f), H(f) si-funktion im Zeitbereich: nicht kausal! -1-1/2 0 1/2 1 f / f s h(t) unendlich ausgedehnt! h(t) = f S sin π f S t πf S t = f S si πf S t t / T s Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs INP-9 von 32
10 Ideale Rekonstruktion durch si-impulse ideal abgetastetes Signal x s [n] x s (nt S ) Idealer DAC x (t ) = n= idealer TP f g = f s x S [n]δ(t nt S ) si(πf S t ) ideal rekonstruiertes Signal x(t) Impulsantwort = Interpolationsfunktionen x(t) rekonstruiert für n = -3,, +3 x(t), ursprüngliches Signal Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs INP-10 von 32
11 Rekonstruktion mit realem ZOH-DAC Analoge Dirac-Stöße mit Gewicht x[n] sind technisch nicht realisierbar Erzeuge statt dessen analoge Treppenfunktion ( Zero-Order Hold, ZOH), Fläche einer Stufe entspricht x[n] y [n] y(t) n = t / T S realer DAC 0 3T S3 6T S3 t Technisch realisierbar, aber Verfälschung des Signals: Faltung mit rect im Zeitbereich entspricht Multiplikation mit si-fkt. im Frequenzbereich! h ZOH (t) 1 T s t H ZOH (f ) = T S sin(π f T S ) π f T S e jπ f T S Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs INP-11 von 32
12 Frequenzgang Zero-Order-Hold 1 h ZOH (t) T s t H ZOH (f ) = sin(π f T S) πf T S e j π f T S analoges Nachfilter benötigt: gewünschter Frequenzgang Abfall im Durchlassband (kompensierbar in DSP) -14 db db 64 % Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs INP-12 von 32
13 Signalverarbeitungskette: Reale D/A Wandlung f S f S f g < f s f g < f s f S f S Anti-Aliasing- Filter H(f) Sampler ADC Quantizer DSP ZOH- Kompensation* DAC mit ZOH* Nach-Filter* * Komponenten des Rekonstruktionsfilters Ziel: Flacher Frequenzgang von 0... f S, danach perfekte Imageunterdrückung (dig.) ZOH- Kompensation ZOH-Rekonstruktion analoges Nach-Filter Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs INP-13 von 32
14 Digitale Signalverarbeitung auf FPGAs INP: Interpolation Upsampling und D/A- Wandlung Teil 3 Interpolation 2016 Dr. Christian Münker
15 Interpolation um ganzzahligen Faktor I Bei Interpolation wird zunächst die Abtastrate um den Faktor I erhöht ( Upsampling, hier I = 3) durch Einfügen von I - 1 Nullen zwischen Samples ( zerostuffing ) x (nt 1 ) v (mt 2 ) y (mt 2 ) I dig. TP Eigentliche Interpolation zwischen Samples erfolgt anschließend durch digitales TP-Filter Achtung: Zerostuffing reduziert Amplituden der Spektralkomponenten um den Faktor I Verstärkung um I nötig (meist schon im Filter) x[n] v [m] y [m] n = t / T 1 m = t / T 2 m = t / T 2 Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs INP-15 von 32
16 Interpolation Rekonstruktion Imageunterdrückung Interpolation ist in der Mathematik eine Art der Approximation: Eine Funktion wird durch die Interpolationsfunktion in den Stützstellen exakt wiedergegeben und dazwischen zumindest näherungsweise. In der DSV kann Interpolation auch heißen, dass zwischen Stützstellen zusätzliche diskrete Werte bestimmt werden Rekonstruktion geht davon aus, dass die ursprüngliche (analoge) Funktion rekonstruiert werden kann bei D/A-Wandlung verwendet Image-Unterdrückung betrachtet die Problematik im Frequenzbereich: Frequenzkomponenten außerhalb des (alten) Basisbands sind immer Störkomponenten und müssen unterdrückt werden Perfekte Interpolation : Alle Images werden unterdrückt, das (alte) Basisband bleibt unverändert Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs INP-16 von 32
17 Interpolation um ganzzahligen Faktor I (1) x [n] v [m] n = t / T S1 m = t / T S2 X (ej2πf ) ¼ Wdh.- spekt. ½ 1 V (ej2πf ) Image 1/12 1/6 1/3 ½ Wdh.- spekt. Upsampling um I und Einfügen von I - 1 Nullen zwischen Samples ( zerostuffing ), dadurch Amplitudenreduktion des Spektrums um Faktor I 2 Wdh.- spekt. Interpolation / Imageunterdrückung und Verstärkung in digitalem TP-Filter y [m] Y (ej2πf ) 2/3 F = f / f S1 F = f / f S m = t / T S2 1/12 1/6 1/3 ½ 2/3 F = f / f S2 x (nt S1 ) I I v (mt S2 ) dig. TP y (mt S2 ) Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs INP-17 von 32
18 Interpolation um ganzzahligen Faktor I (2) x [n] X (ej2πf ) n = t / T S1 F = f / f S ¼ ½ 1 Alternativ: Upsampling um I mit I - 1 Wiederholungen des letzten Wertes entspricht zerostuffing mit nachfolgender Faltung mit rect [m / I ] Funktion Gewichtung des Spektrums mit si(π F I ) 2 y [m] Y (ej2πf ) Vorteil: Nachteil: m = t / T S2 Image 1/12 1/6 1/3 ½ Dämpfung der Images durch si-charakteristik si-dämpfung im Basisband muss im Interpolationsfilter kompensiert werden (rechenintensiv!) 2/3 F = f / f S2 x (nt S1 ) I v (mt S2 ) dig. TP y (mt S2 ) H avg,i Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs INP-18 von 32
19 Vergleich Dezimation / Interpolation Dezimation: Verringerung der Abtastrate kann Spektralkomponenten ins Basisband zurückfalten (Aliasing ) digitales Anti-Aliasing TP Filter vor Downsampling notwendig! x (nt S1 ) dig. TP v (nt S1 ) R y 2 (mt S2 ) Interpolation: Erhöhung der Abtastrate durch Einfügen von Nullen ( Zerostuffing ) erzeugt spektrale Images im neuen Basisband digitales Anti-Image TP Filter nach Upsampling notwendig! x (nt S1 ) I I v (mt S2 ) dig. TP y (mt S2 ) Skalierung korrigiert reduzierte Signalleistung im Basisband aufgrund Zerostuffing Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs INP-19 von 32
Digitale 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 DACs Dr.
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...
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
MehrDigitale Signalverarbeitung Bernd Edler
Digitale Signalverarbeitung Bernd Edler Wintersemester 2010/2011 Wesentliche Inhalte der Vorlesung Abtastung z-transformation Lineare zeitinvariante Systeme Diskrete Fouriertransformation Filterentwurf
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
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
Mehrx(nt x )g(t nt x ) Wenn das Abtasttheorem eingehalten wird (Bandbreite von x(t) ist kleiner als F s /2) und wir die Funktion
Kapitel 1 Multiraten DSP In unseren bisherigen Untersuchungen gab es nur Systeme, in denen die Abtastrate innerhalb eines Systems gleich war. In praktischen Anwendungen ist es aber häufig erforderlich,
MehrGrundlagen der Signalverarbeitung
Grundlagen der Signalverarbeitung Zeitdiskrete Signale Wintersemester 6/7 Kontinuierliche und diskrete Signale wertkontinuierlich wertdiskret Signal Signal Signal Signal zeitdiskret zeitkontinuierlich
MehrSignalprozessoren. Digital Signal Processors VO [2h] , LU 2 [2h]
Signalprozessoren Digital Signal Processors VO [2h] 182.082, LU 2 [2h] 182.084 http://ti.tuwien.ac.at/rts/teaching/courses/sigproz Herbert Grünbacher Institut für Technische Informatik (E182) Herbert.Gruenbacher@tuwien.ac.at
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
MehrPuls-Code-Modulation. Thema: PCM. Ziele
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
MehrDSP-NF-Filter in QRP-Manier QRP an der See, 15. September 2012
DSP-NF-Filter in QRP-Manier QRP an der See, 15. September 2012 Gerrit Buhe, Inhalt 2 Aufbau DSP-System Digitalisierung und Abtasttheorem Beschreibung LTI-System Impulsantwort zu Übertragungsfunktion Werkzeuge
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
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.
Mehr2 Signalabtastung und Rekonstruktion
Signalabtastung und Rekonstruktion Signalabtastung und Rekonstruktion In vielen praktischen Anwendungen werden analoge Signale mit digitalen Systemen wie z.b. Computern oder Mikro-Controllern erfasst und
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
MehrTheorie digitaler Systeme
Theorie digitaler Systeme Vorlesung 15: Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann Einführung Entwurfsmethoden für IIR-Filtern sind für Zeitbereich und Bildbereich bekannt Finite-Impulse-Response
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 für Einsteiger
Digitale Signalverarbeitung für Einsteiger Dipl.-Ing. Erich H. Franke, DK6II erich.franke@afusoft.com 54. Weinheimer UKW-Tagung 2009 Errata: Nobody is perfect Im Skriptum haben sich kleine aber ärgerliche
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.
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
Mehr- Sei r(x,y) Eingangsbild, dass nur Rauschen (Quantenrauschen) enthält.
Eingang System Ausgang - Sei r(x,y) Eingangsbild, dass nur (Quantenrauschen) enthält. - Das Bild enthalte keinerlei Information, d.h. das Spektrum ist weiß und es gibt keine Korrelationen zwischen den
MehrEinführung in die Signalverarbeitung
Einführung in die Signalverarbeitung Phonetik und Sprachverarbeitung, 2. Fachsemester, Block Sprachtechnologie I Florian Schiel Institut für Phonetik und Sprachverarbeitung, LMU München Signalverarbeitung
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,
MehrEinführung in die Signalverarbeitung
Einführung in die Signalverarbeitung Phonetik und Sprachverarbeitung, 2. Fachsemester, Block Sprachtechnologie I Florian Schiel Institut für Phonetik und Sprachverarbeitung, LMU München Signalverarbeitung
MehrNANO III - MSR. Signalabtastung Analog Digital Converter (ADC) Digital Analog Converter (DAC) Themen: DAC
NANO III - MSR Themen: Signalabtastung Analog Digital Converter (ADC) A ADC D Digital Analog Converter (DAC) D DAC A Nano III MSR Physics Basel, Michael Steinacher 1 Signalabtastung Praktisch alle heutigen
MehrNANO III. Digital-Analog-Wandler. Analog-Digital-Wandler Abtastung. Datenakquisition:
NANO III Digital-Analog-Wandler Datenakquisition: Analog-Digital-Wandler Abtastung Prinzip des DAC (DAC = Digital - Analog - Converter) 2 0 R 1 4Bit DAC 1 12/16 2 1 R 1 / 2 8/16 2 2 R 1 / 4 4/16 2 3 R
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
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
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
MehrAll Digital Transceiver
All Digital Transceiver Prinzip Digital-Empfänger ADC, Analog Digital Converter ( Analog-Digital-Wandler ) DDC, Digital Down Converter ( Digitaler Abwärtsmischer ) DSP, Digital Signal Processor SDR-14
MehrZeitdiskrete Signalverarbeitung
Alan V. Oppenheim, Ronald W. Schafer, John R. Buck Zeitdiskrete Signalverarbeitung 2., überarbeitete Auflage ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario
MehrComputergraphik I. Das Abtasttheorem. Problem bei räumlicher Abtastung: Oliver Deussen Abtasttheorem 1
Das Abtasttheorem Problem bei räumlicher Abtastung: Oliver Deussen Abtasttheorem 1 Problem bei zeitlicher Abtastung: Oliver Deussen Abtasttheorem 2 Darstellung auf Monitor Was geschieht eigentlich, wenn
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
MehrBildrekonstruktion & Multiresolution
Bildrekonstruktion & Multiresolution Verkleinern von Bildern? Was ist zu beachten? Es kann aliasing auftreten! Das Abtasttheorem sagt wie man es vermeidet? ===> Page 1 Verkleinern von Bildern (2) Vor 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
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:
MehrTheorie digitaler Systeme
Theorie digitaler Systeme Vorlesung 1: Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann Vergleich zeitkontinuierlicher und zeitdiskreter Systeme Systemtheorie hat zeitkontinuierliche Systeme
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:
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
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,
Mehr7. Digitale Verarbeitung analoger Signale
University of Applied Science 7. Digitale Verarbeitung analoger Signale Analog-Interface A/D- und D/A-Umsetzung ADU Digital- Rechner DAU Analogsignal x a (t) Analogsignal y a (t) x a (t), y a (t) Digitalsignal
MehrZeitdiskrete Signalverarbeitung
Alan V. Oppenheim, Ronald W. Schafer, John R. Buck Zeitdiskrete Signalverarbeitung 2., überarbeitete Auflage ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario
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
Mehr3. Informationsverarbeitung in Objekten
3. Informationsverarbeitung in Objekten 1 3.1. Abtastung von Signalen an der Schnittstelle 2 Falls System an einen Rechner angeschlossen ist wert- und zeit-diskrete Signale x * (t k ) = abstrakte Zahlen
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] =
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
MehrKontrollfragen zum Skript Teil 1 beantwortet
Kontrollfragen zum Skript Teil 1 beantwortet Von J.S. Hussmann Fragen zu SW 1.1 Welche Vorteile hat die DSVB? Programmierbar Parametrierbar Reproduzierbar Wie heisst die Umwandlung eines Zeit-diskreten
MehrNachrichtentechnik [NAT] Kapitel 3: Zeitkontinuierliche Systeme. Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik
Nachrichtentechnik [NAT] Kapitel 3: Zeitkontinuierliche Systeme Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik Sommersemester 2005 Inhaltsverzeichnis Inhalt Inhaltsverzeichnis 3 Zeitkontinuierliche
Mehr4.2 Abtastung und Rekonstruktion zeitkontinuierlicher
7 4 Fouriertransformation für zeitdiskrete Signale und Systeme nicht auf [, ] zeitbegrenzt ist. Es kommt daher zu einer Überlappung der periodischen Fortsetzungen. Für die Herleitung der Poissonschen Summenformel
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
Mehrd 1 P N G A L S2 d 2
Abschlussprüfung Nachrichtentechnik 28. Juli 2014 Name:... Vorname:... Matrikelnr.:... Studiengang:... Aufgabe 1 2 3 4 Summe Note Punkte Hinweis: Die Teilaufgaben (a), (b) und (c) können unabhängig voneinander
MehrDigitales Video. Prof. Dr.- Ing. Klaus Diepold
Digitales Video Prof. Dr.- Ing. Klaus Diepold Digitale Bildwandlung Bildtransformationen Abtastung Interpolation 2 Bildtransformation Digitales Video 3 Bildtransformation Digitales Video 4 Transformation
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
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)
MehrKlausur zu Signal- und Systemtheorie I 20. Januar 2015
Institut für Kommunikationstechnik Prof. Dr. Helmut Bölcskei Klausur zu Signal- und Systemtheorie I 20. Januar 2015 Bitte beachten Sie: Prüfungsdauer: 180 Minuten Erreichbare Punkte: 100 Als Hilfsmittel
MehrDigitale Signalverarbeitung auf FPGAs
Digitale Signalverarbeitung auf FPGAs DFT: Diskrete Fouriertransformation (Grundlagen) Teil 1 Die Fourier-Familie 216 Dr. Christian Münker DFT: Überblick Die Fourier-Familie DFT: Komplex aber nicht kompliziert
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
MehrKapitel 8: Zeitdiskrete Zufallssignale
ZHAW, DSV2, 2007, Rumc, 8-1 Kapitel 8: Zeitdiskrete Zufallssignale Inhaltsverzeichnis 1. STOCHASTISCHER PROZESS...1 2. STATISTISCHE EIGENSCHAFTEN EINER ZUFALLSVARIABLEN...2 3. STATISTISCHE EIGENSCHAFTEN
MehrAufgabe 1: Kontinuierliche und diskrete Signale
ufgabe (5 Punkte) ufgabe : Kontinuierliche und diskrete Signale. Zeichnen Sie jeweils den geraden und den ungeraden nteil des Signals in bb..!. Sind Sie folgenden Signale periodisch? Falls ja, bestimmen
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
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
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
MehrZusammenfassung der 2. Vorlesung
Zusammenfassung der 2. Vorlesung Fourier-Transformation versus Laplace-Transformation Spektrum kontinuierlicher Signale Das Spektrum gibt an, welche Frequenzen in einem Signal vorkommen und welches Gewicht
Mehr3. Basisbandtransformation durch Integerband-Abtastung
Bearbeiten von Frequenzbändern 1. Analyse-Filterbank, Basisbandtransformation 2. Basisbandtransformation durch Modulation 3. Basisbandtransformation durch Integerband-Abtastung 1 1. Analyse-Filterbank
MehrSignale und Systeme I
FACULTY OF ENGNEERING CHRISTIAN-ALBRECHTS-UNIVERSITÄT ZU KIEL DIGITAL SIGNAL PROCESSING AND SYSTEM THEORY DSS Signale und Systeme I Musterlösung zur Modulklausur WS 010/011 Prüfer: Prof. Dr.-Ing. Gerhard
MehrKurzwellen QRP Linear Endstufe mit TP Filter
Kurzwellen QRP Linear Endstufe mit TP Filter Nachfolgend wird der Aufbau einer Kurzwellen QRP Linear Endstufe gezeigt. Der TRX (Bild 1) liefert ein SSB Signal im Frequenzbereich von 0,1 30MHz mit einer
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!
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
MehrWhere Analog Meets Digital
Where Analog Meets Digital Roland Küng, 2011 1 Applikationsbeispiel No Limits? 2 3 Wandler und ihre linearen Fehler Bisherige Charakterisierung 4 Nichtlineare Wandlerfehler Bisherige Charakterisierung
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
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
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)
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
MehrKlausur zu Signal- und Systemtheorie I 5. August 2015
Institut für Kommunikationstechnik Prof. Dr. Helmut Bölcskei Klausur zu Signal- und Systemtheorie I 5. August 2015 Bitte beachten Sie: Prüfungsdauer: 180 Minuten Erreichbare Punkte: 100 Als Hilfsmittel
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:..........................
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
MehrDiskontinuierliche Signale und Systeme
Diskontinuierliche Signale und Systeme Fourier-Transformation für diskontinuierliche Funktionen Eigenschaften und Sätze, Fourier-Paare Diskrete Fourier-Transformation (DFT) Zeitdiskrete LTI-Systeme, Faltung
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
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
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.
Mehr4. Beschreibung von LTI-Systemen mit der Fourier-Transformation
Die Fourier-Transformation 1. Anwendungsbeispiele der Fourier-Transformation 2. Die kontinuierliche Fourier-Transformation 3. Die Fourier-Reihe 4. Beschreibung von LTI-Systemen mit der Fourier-Transformation
MehrSignale und Systeme. Martin Werner
Martin Werner Signale und Systeme Lehr- und Arbeitsbuch mit MATLAB -Übungen und Lösungen 3., vollständig überarbeitete und erweiterte Auflage Mit 256 Abbildungen, 48 Tabellen und zahlreichen Beispielen,
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:
MehrÜbungsaufgaben Digitale Signalverarbeitung
Übungsaufgaben Digitale Signalverarbeitung Aufgabe 1: Gegeben sind folgende Zahlenfolgen: x(n) u(n) u(n N) mit x(n) 1 n 0 0 sonst. h(n) a n u(n) mit 0 a 1 a) Skizzieren Sie die Zahlenfolgen b) Berechnen
MehrLaborprotokoll SSY Abtastung
Laborprotokoll SSY Abtastung Daniel Schrenk, Andreas Unterweger SSYLB WS 05/06 Abtastung Seite 1 von 12 Einleitung Ziel der Übung In dieser Laborübung sollte ein Signal abgetastet werden und anschließend
MehrNachrichtentechnik [NAT] Kapitel 1: Einführung. Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik
Nachrichtentechnik [NAT] Kapitel 1: Einführung Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik Sommersemester 2005 Inhaltsverzeichnis Inhalt Inhaltsverzeichnis 1 Einführung 3 1.1 Motivation..................................
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:
MehrZusammenfassung der 1. Vorlesung
Zusammenfassung der. Vorlesung Einordnung und Motivation Grundlegende Definitionen Kontinuierliches Signal Quantisiertes Signal Zeitdiskretes Signal Digitales Signal Auflösung der A/D- Umsetzer der MicroAutoBox
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
MehrDigitale Verarbeitung analoger Signale
Digitale Verarbeitung analoger Signale Digital Signal Analysis von Samuel D. Stearns und Don R. Hush 7., durchgesehene Auflage mit 317 Bildern, 16 Tabellen, 373 Übungen mit ausgewählten Lösungen sowie
MehrGrundlagen der Informationstechnik
Martin Meyer Grundlagen der Informationstechnik Signale, Systeme und Filter Mit 250 Abbildungen und 33 Tabellen Herausgegeben von Otto Mildenberger Vieweg Praxiswissen Vieweg VII 1 Einführung 1 1.1 Das
Mehr2. Anordnung zur digitalen Signalverarbeitung
2. Anordnung zur digitalen Signalverarbeitung Prof. Dr.-Ing. Dr. h.c. Norbert Höptner Prof. Dr.-Ing. Stefan Hillenbrand Ergänzende Informationen zur Vorlesung Signalverarbeitungssysteme Abschnitte 2.1-2.5.
MehrSpektrale Analysen in EMU-R: eine Einführung. Jonathan Harrington
Spektrale Analysen in EMU-R: eine Einführung Jonathan Harrington 1. Ein digitales Sinusoid 2. Fourier-Analyse 3. Ein Spektrum 4. Frequenz- und Zeitauflösung 5. Berechnung von Spektra mit Emu 1. Ein digitales
MehrSignale und Systeme. A1 A2 A3 Summe
Signale und Systeme - Prof. Dr.-Ing. Thomas Sikora - Name:............................... Vorname:.......................... Matr.Nr:.............................. Ergebnis im Web mit verkürzter Matr.Nr?
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...
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
Mehr