Digitale Signalverarbeitung auf FPGAs
|
|
- Käte Jaeger
- 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 DACs Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs INP-2 von 28
3 Rekonstruktion und Interpolation Thema: Erhöhung der Abtastrate und die Unterdrückung von Images f g < f s1 / 2 x(t) f S1 x[n] f S1 < f S2 f S2 f g < f s2 / 2 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 28
4 2 Erhöhung der Abtastrate ( Upsampling ) X(e j2πft S1 ) 0 f S1 2f S1 3f S1 f X(e j2πft S2 ) f S1 / 2 Ausbügeln jeder 2. Faltung 3f S1 / 2 5f S1 / 2 Image(s) durch Erhöhung der Abtast rate von fs1 auf fs2 = 2 fs1 0 f S2 Wiederholspektren Wiederholspektren Images (= Kopien ) bis f S2 / 2 werden real! f S2 / 2 = f S1 Kopien des alten Basisbands > f S1 / 2 müssen unterdrückt werden (warum?) f 3f S2 / 2 Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs INP-4 von 28
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 28
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 / 2 3f S1 / 2 Rekonstruktionsfilter f 0 f S1 / 2 f S1 2f S1 Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs INP-6 von 28
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 28
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 sinπ f S t πf S t = f S si π f S t t / T s Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs INP-9 von 28
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 / 2 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 28
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 S 6T S 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 ) = sin(π f T S) πf T S e j π f T S Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs INP-11 von 28
12 Frequenzgang Zero-Order-Hold h ZOH (t) 1 T s t H ZOH (f ) = sin(π f T S) πf T S e j π f T S Dämpfung im Nutzband (max. 3.9 db) muss kompensiert werden Images müssen unterdrückt werden Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs INP-12 von 28
13 Rekonstruktionsfilter bei realer D/A Wandlung Anti-Aliasing- Filter H(f) f S f g < f s / 2 f g < f s / 2 Sampler ADC f S Quantizer f S DSP ZOH- Kompensation* f S DAC mit ZOH* Nach-Filter* * Komponenten des Rekonstruktionsfilters Ziel: Flacher Frequenzgang von 0... f S / 2, darüber perfekte Imageunterdrückung: analoges Nach-Filter (dig.) ZOH- Kompensation ZOH-Frequenzgang Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs INP-13 von 28
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 28
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 28
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 v (mt S2 ) I dig. TP y (mt S2 ) Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs INP-17 von 28
18 Interpolation um ganzzahligen Faktor I (2) x [n] X (ej2πf ) n = t / T S1 F = f / f S ¼ ½ 1 2 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 ) 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 28
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 28
20 Digitale Signalverarbeitung auf FPGAs INP: Interpolation Upsampling und D/A-Wandlung Teil 4 Oversampling-DACs 2016 Dr. Christian Münker
21 Oversampling DAC und RK-Filter (1) f S f S f g < f s / 2 Ohne Oversampling: x [n] DSP ZOH- Kompensation* DAC mit ZOH* y S (t) analoges Nachfilter* Mit OS: f S I f S I f S I f S Interp. DSP I -TP x [n] v[n] w[n] ZOH- Kompensation* oder hier: ZOH- Kompensation* DAC mit ZOH* y S (t) f g < I f s / 2 analoges Nachfilter* Oversampling Geringerer Aufwand für ZOH-Kompensation und Nachfilter! * Komponenten des Rekonstruktionsfilters Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs INP-21 von 28
22 D/A-Wandlung ohne Oversampling x [n] X (ejωt S1 ) n = t / T S1 Wiederholspektren h ZOH1 (t) f / f S1 0 ½ T S1 t Y S1 (f) = X (ejωt S1 ) HZOH1 (f) y S1 (t) = x [nt S1 ] * h ZOH1 (t) H ZOH 1 (f ) = siπf /f S 1 Images t / T S1 f / f S ZOH-Dämpfung des Nutzbands muss kompensiert werden Images müssen unterdrückt werden (Zeitbereich: Treppe glattschleifen ) Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs INP-22 von 28
23 D/A-Wandlung nach Nullenstopfen (I = 2) v [m] V (ejωt S2 ) Image m = t / T S2 Wiederholspektren f / f S2 1 h ZOH2 (t) 0 ½ 1 2 T S2 t Y S2 (e jω ) = V (ejωt S2 ) HZOH2 (f) y S2 (t) = v [mt S2 ] * h ZOH2 (t) H ZOH 2 (f ) = si πf /f S 2 Images t / T S2 f / f S ½ 1 2 Geringere ZOH-Dämpfung im Nutzband weniger Aufwand für Kompensation Stärkere Images (Zeitbereich: holperigere Treppe ) noch steileres Analogfilter Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs INP-23 von 28
24 1 D/A-Wandlung nach Interpolation (I = 2) w [m] h ZOH2 (t) m = t / T S2 W (e jωt S2 ) Image durch Interpolations- Filter unterdrückt Wiederholspektren 0 ½ 1 2 f / f S2 T S2 t Y S3 (e jω ) = W (ejωt S2 ) HZOH2 (f) y S3 (t) = w [mt S2 ] * h ZOH2 (t) H ZOH 2 (f ) = si πf /f S 2 ( analoge ) Images t / T S2 f / f S ½ 1 2 Geringere ZOH-Dämpfung im Nutzband weniger Aufwand für Kompensation Images im BB durch IP-Filter unterdrückt weniger Aufwand für analoges Filter Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs INP-24 von 28
25 Analoges Nachfilter mit und ohne Oversampling Oversampling-DACs entspannen Spezifikationen für analoges Nachfilter: Übergangsbereich ( Don't Care ) wird viel breiter! Beispiel: Video-DAC mit f S = 30 MHz und B = f DB = 10 MHz, Images sollen im Vergleich zum Signal um mindestens 60 db gedämpft werden Ohne Oversampling: f S = 30 MHz f i,min = f SB = f S B = 20 MHz Mit OSR = 2 und Interpolation: f S,OSR = 60 MHz f i,min,osr = f SB,OSR = 50 MHz Y S (f), H ZOH1 (f) A N = 20log si π 10 MHz/f S = -1,7 db A i = 20log siπ 20 MHz /f S = -7,7 db f / MHz f S Y S,OSR (f), H ZOH2 (f) A N, OSR = 20log siπ 10 MHz/f S,OSR = -0,6 db A i,osr = 20log siπ 50 MHz/f S, OSR = -14,4 db f / MHz f S,OSR Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs INP-25 von 28
26 Ordnung des analogen Nachfilters Der Betragsgang eines analogen Butterworth-Filters der Ordnung N ist gegeben durch H BUT (f ) = für f f c Dabei ist f c die -3 db Frequenz ( corner frequency ). Abschätzung der Ordnung N für eine vorgegebene Dämpfung a SB bei f SB (Näherung: f c f DB ): N = log f c /f SB (a SB )/2 = log 10 ( a SB ) / 2 log 10 (f c / f SB ) Erwünschte Gesamtdämpfung (vorige Folie): A SB = A SB,Fil + A i = 60 db A SB,Fil = 52,3 db 2, N > - 2,6 / 2 log 10 (10 khz / 20 khz) = 4,3 A SB,Fil,OSR = 45,6 db 5, N OSR > - 2,3 / 2 log 10 (10 khz / 50 khz) = 1,6 Entspannterer Filterentwurf & weniger ZOH-Kompensation schon bei OSR = 2! Äquivalente Rauschbandbreite: ENBW = 1,1 f c (N = 2) bzw. ENBW = 1,05 f c (N = 4) 1 1+(f /f c ) 2N (f c /f ) 2 N Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs INP-26 von 28
27 Oversampling DAC und SQNR Beispiel: PWM (W = 1 Bit) DAC auf FPGA oder uc f N = 8 khz, f S = 20 khz, I = 50, Requantisierung auf W = 1 Bit f S I f S I f S I f S f SB,A, f DB,A DSP I Interp. -TP DAC mit ZOH f SB,D, f DB,D Quantisierungsrauschen bis I f S / 2! analoges Nachfilter Welche Aufgabe hat der digitalte TP? Wählen Sie f DB,D und f SB,D geeignet. Welches OSR und welches SQNR max können theoretisch erreicht werden? Welche max. Dämpfung im Nutzband hat ein Butterworth-Filter 2. Ordnung als analoges Nachfilter mit f c = 8 khz bzw. f c = 15 khz)? Bestimmen Sie das jeweils erreichbare SQNR, vernachlässigen Sie hierzu den Frequenzgang des ZOH-DACs. Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs INP-27 von 28
28 Diese Folien und die zugehörigen Videos sind unter Creative-Commons-Lizenz CC-BY-NC-SA 3.0 de veröffentlicht. Bei Verwendung dieses Werks müssen Sie auf die entsprechende CC-Lizenzurkunde verweisen, in diesem Fall Sie müssen ferner die folgenden Angaben machen ("BY, attribution) Author ( Christian Münker ) Titel ( Digitale Signalverarbeitung auf FPGAs ) URL zu Werk ( und / oder Author ( Außerdem ist die Verwendung auf folgende Weise eingeschränkt: Diese Materialien dürfen nur nicht kommerziell genutzt werden ( NC, non-commercial). Dieses Werk oder Teile daraus dürfen nur unter gleichen Lizenzbedingungen weiterverteilt werden ( SA, share alike). Fragen, Anmerkungen, Anregungen, Bugs, Bierbons bitte an mail@chipmuenk.de. Ich wünsche viel Erfolg und Spaß (?!) mit den Materialien!
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 (Sigma-Delta
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
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 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
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
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
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
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
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 auf FPGAs
Digitale Signalverarbeitung auf FPGAs WIN: Diskrete Fouriertransformation - Anwendungen Teil 1 - Kohärente DFT (was bisher geschah) 2016 jetzt neu: mit Fenster! WIN: Überblick Kohärente DFT (was bisher
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
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
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
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
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
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:
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,
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.
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
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
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:
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
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
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
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.
MehrTheorie digitaler Systeme
Theorie digitaler Systeme Vorlesung 1: Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann Vergleich zeitkontinuierlicher und zeitdiskreter Systeme Systemtheorie hat zeitkontinuierliche Systeme
MehrFilterentwurf. Aufgabe
Aufgabe Filterentwurf Bestimmung der Filterkoeffizienten für gewünschte Filtereigenschaften Problem Vorgaben häufig für zeitkontinuierliches Verhalten, z.b. H c (s) Geeignete Approximation erforderlich
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
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
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
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
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...
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
MehrLTI-Systeme in Frequenzbereich und Zeitbereich
LTI-Systeme in Frequenzbereich und Zeitbereich LTI-Systeme Frequenzgang, Filter Impulsfunktion und Impulsantwort, Faltung, Fourier-Transformation Spektrum, Zeitdauer-Bandbreite-Produkt Übungen Literatur
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
MehrVor- und Nachteile FIR- und IIR-Filter DSV 1, 2005/01, Rur, Filterentwurf, 1. Filterspezifikation DSV 1, 2005/01, Rur, Filterentwurf, 2
Vor- und Nachteile FIR- und IIR-Filter DSV 1, 2005/01, Rur, Filterentwurf, 1 Filterspezifikation DSV 1, 2005/01, Rur, Filterentwurf, 2 FIR-Filter sind nichtrekursive LTD-Systeme werden meistens in Transversalstruktur
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] =
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
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
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
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 - 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
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.
MehrÜbung 8: Aufgaben zu LC- und RC-Filter
= Übung 8: Aufgaben zu LC- und RC-Filter Aufgabe : Basisband LC-Filter für Funk-Modem Ein Frequency Hopping Funksignal (ähnlich Bluetooth) mit Mbit/s Datenraste belegt nach dem Dehopping im Basisband einen
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
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...
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
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
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
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
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
MehrDigitale Signalverarbeitung auf FPGAs
Digitale Signalverarbeitung auf FPGAs FIX: Fixpointsysteme im Zeitbereich Teil 1 Binäre Zahlendarstellung und Arithmetik 216 Dr. Christian Münker FIX: Überblick Binäre Zahlendarstellung und Arithmetik
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
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
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
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
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
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
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
MehrVortrag der Diplomarbeit
Vortrag der Diplomarbeit Entwicklung eines Continuous-Time Delta- Sigma Modulators für den Einsatz in der Positronen-Emissions-Tomographie von 07.09.2009 Überblick und Gliedergung: Teil 1: CT ΔΣ Modulator
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
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
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
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
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
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,
MehrMusterModulprüfung. Anteil Transformationen
MusterModulprüfung Anteil Transformationen Studiengang: Elektrotechnik oder Energiewirtschaft Datum: Prüfer: heute Prof. Dr. Felderhoff Version:.0 (vom 30.1.014) Name: Vorname: Matr.-Nr.: 1 Aufgabe 1 Fourier-Transformation
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
MehrVor- und Nachteile FIR- und IIR-Filter DSV 1, 2005/01, Rur, Filterentwurf, 1
Vor- und Nachteile FIR- und IIR-Filter DSV 1, 2005/01, Rur, Filterentwurf, 1 FIR-Filter sind nichtrekursive LTD-Systeme werden meistens in Transversalstruktur (Direktform 1) realisiert + linearer Phasengang
MehrAufgabe Summe Note Punkte
Fachhochschule Südwestfalen - Meschede Prof. Dr. Henrik Schulze Klausur Signale und Systeme am. September 0 Name Matr.-Nr. Vorname Unterschrift Aufgabe Summe Note Punkte Die Klausur umfasst Aufgaben. Insgesamt
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)
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
MehrDurch die Analoge Aufbereitung der I/Q-Signale entstehen Phantomsignale (Spiegelungen/Mehrfachempfang)
PRO: Preiswert und einfach CONTRA: Bei Schaltmischer-SDR (Softtrock, Pappradio usw) ist nur die Demodulation digital Durch die Analoge Aufbereitung der I/Q-Signale entstehen Phantomsignale (Spiegelungen/Mehrfachempfang)
MehrDigitalisierung von Tönen. Von Paul
Digitalisierung von Tönen Von Paul Was passiert beim hören Tonquelle erzeugt Schallwellen Alle vibrierende Objekte erzeugen Schallwellen. Durch die Vibration wird das Medium stoßweise verdichtet. Schallwellen
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
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. Basisbandtransformation durch Integerband-Abtastung
Bearbeiten von Frequenzbändern 1. Analyse-Filterbank, Basisbandtransformation 2. Basisbandtransformation durch Modulation 3. Basisbandtransformation durch Integerband-Abtastung 1 1. Analyse-Filterbank
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
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
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
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
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
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
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
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
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
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
MehrSchaltungstechnik 2. Univ.-Prof. Dr. Linus Maurer Institut für Mikroelektronik und Schaltungstechnik
Schaltungstechnik 2 Univ.-Prof. Dr. Linus Maurer Institut für Mikroelektronik und Schaltungstechnik Zur Beachtung: Die hier den Studierenden angebotenen Unterlagen dienen ausschließlich der Dokumentation
MehrPraktikum 2.1 Frequenzverhalten
Elektrizitätslehre 3 Martin Schlup, Martin Weisenhorn. November 208 Praktikum 2. Frequenzverhalten Lernziele Bei diesem Versuch werden die Frequenzabhängigkeiten von elektrischen Grössenverhältnissen aus
MehrPuls-Weiten-Modulation. Version: Datum: Autor: Werner Dichler
Puls-Weiten-Modulation Version: 0.0.2 Datum: 31.12.2015 Autor: Werner Dichler Inhalt Inhalt... 2 Grundlagen... 3 Methoden der Digital-Analog-Umsetzung... 3 Puls-Weiten-Modulation... 4 PWM-Filterung...
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
MehrZusammenfassung der 1. Vorlesung
Zusammenfassung der 1. Vorlesung Einordnung und Motivation Grundlegende Definitionen Kontinuierliches Signal Zeitdiskretes Signal Quantisiertes Signal Digitales Signal Kontinuierliches System Abtastsystem
Mehr