Digitale Signalverarbeitung, Vorlesung 2: Quantisierung, Frequenzanalyse
|
|
- Heinz Kalb
- vor 6 Jahren
- Abrufe
Transkript
1 Digitale Signalverarbeitung, Vorlesung 2: Quantisierung, Frequenzanalyse 31. Oktober 2016
2 Eigenschaften diskreter Signale Quantisierung Frequenzbereichsmethoden Anhang Wesentliches Thema heute:
3 1 Eigenschaften diskreter Signale Klassifikation von Signalen Diskrete Signale Energie und Leistung zeitdiskreter Signale 2 Quantisierung Designentscheidungen Quantisierungsfehler Beispiel 3 Frequenzbereichsmethoden Fouriertransformation Zeitdiskrete Fouriertransformation 4 Anhang
4 Klassifikation von Signalen Signale können zeitkontinuierlich oder zeitdiskret, wertkontinuierlich und wertdiskret, und reell- oder komplexwertig sein. Zeitkontinuierliches (=kontinuierliches) analoges Signal: Reellwertig: v 0 (t) R Komplexwertig (=komplex): v 0 (t) C darstellbar durch Realund Imaginärteil: v 0 (t) = v 0,R (t) + jv 0,I (t) mit v 0,R (k) = Re {v 0 (t)} R und v 0,I (t) = Im {v 0 (t)} R, Zeitdiskretes (=diskretes) Signal (PAM - Signal): v(k) R bzw. v(k) C mit k Z als diskretem Zeitparameter mit äquidistanter Abtastung im Abstand T = 1/f A : v(k) := v 0 (kt )
5 Klassifikation von Signalen Zeitkontinuierliche und wertdiskrete Signale sind nur näherungsweise realisierbar. Sie treten nur angenähert als Zwischensignal bei der D/A-Umsetzung auf und sind sonst als Signalklasse ohne wesentliche Bedeutung. Digitales (= zeitdiskretes und wertediskretes) Signal (PCM - Signal): v Q (k) = m(k) Q bzw. v Q (k) = m R (k) Q + jm I (k) Q mit Q R und m, m R, m I, k Z, (1) Sowohl die Amplitude als auch der Zeitparameter sind diskret (quantisiert). Q wird als Quantisierungsstufe bezeichnet.
6 Diskrete Signale Das diskrete Signal v(k) erhält man in der Regel dadurch, dass man ein kontinuierliches Signal v 0 (t) abtastet. Die Abtastung kann auf verschiedene Arten erfolgen: äquidistant, zufällig oder nach einer anderen Gesetzmäßigkeit. Ab jetzt wird angenommen, dass die Werte v(k) durch Abtastung einer fast überall stetigen Funktion v 0 (t) an den Punkten t = kt, k Z so entstanden sind, dass v(k) = v 0 (kt ) gilt. 1 und dass die Abtastung gemäß Abtasttheorem erfolgt, so dass das kontinuierliche Signal aus dem diskreten Signal eindeutig rekonstruiert werden kann. 1 Falls v 0(t) im Abtastpunkt unstetig ist (was technisch nicht vorkommt), wird der Grenzwert von rechts für v(k) verwendet.
7 Diskrete Signale Für das (zeit-)diskrete Signal wird die Schreibweise v 0 (t) t=kt = v 0 (kt ) := v(k) (2) verwendet. Diese Schreibweise ist leider doppeldeutig: 1 v(k): Abtastwert zum Zeitpunkt k 2 v(k) = {v(k) k =... 1, 0, 1,...}: Folge von Abtastwerten zur Charakterisierung des gesamten diskreten Signals. In dieser Veranstaltung wird für das zeitdiskrete Signal die Bezeichnung im Sinne von 2. verwendet. Für einen einzelnen Abtastwert an einem bestimmten Zeitpunkt wird die Schreibung v(k 0 ) verwendet.
8 Diskrete Signale Figure : Folge v(k) als Ergebnis der Abtastung einer kontinuierlichen Funktion v 0 (t) bei t = kt, k Z [2]
9 Eigenschaften diskreter Signale Quantisierung Frequenzbereichsmethoden Anhang Diskrete Signale Delta- und Sprungfunktion Figure : Zeitlicher Verlauf von Delta- und Sprungfunktion.
10 Eigenschaften diskreter Signale Quantisierung Frequenzbereichsmethoden Anhang Diskrete Signale Exponentialfunktion Figure : Reellwertige Exponentialfunktion
11 Eigenschaften diskreter Signale Quantisierung Frequenzbereichsmethoden Anhang Diskrete Signale komplexe Exponentialfunktion Figure : Zeitliche Entwicklung einer komplexwertigen Exponentialfunktion
12 Energie und Leistung zeitdiskreter Signale l p -Norm Zur Klassifizierung von zeitdiskreten Signalen dient die l p -Norm: v(k) p = [ κ= v(κ) p ] 1/p (3) Jede Folge, deren l p -Norm beschränkt ist, ist Teil der Menge der l p -Signale. Für die digitale Signalverarbeitung sind vor allem drei spezielle Normen interessant: p = 1, 2,.
13 Energie und Leistung zeitdiskreter Signale Für absolut summierbare Folgen gilt: v(k) 1 = κ= v(κ) M 1 < v(k) l 1, M 1 R. (4) Für diskrete Signale bzw. Folgen endlicher Energie gilt: v(k) 2 2 = κ= v(κ) 2 M 2 < v(k) l 2, M 2 R. (5) Schließlich gilt im Grenzübergang für p : v(k) = max k { v (k) } M < v(k) l, M R. (6)
14 Energie und Leistung zeitdiskreter Signale Aus v(k) l 1 folgt v(k) l 2 wegen v(k) 2 2 = κ [ ] 2 v(κ) 2 v(κ) = v(k) 2 1. (7) κ Also ist jedes l 1 -Signal auch ein l 2 -Signal. Die Umkehrung dieser Aussage gilt nicht! 2 2 Beispiel: x(k) = 1 k
15 Energie und Leistung zeitdiskreter Signale Außerdem ist v(k) = max k { v(k) } M < (8) eine notwendige Voraussetzung für die absolute Summierbarkeit von v(k) bzw. v(k) 2 von l 1 - und l 2 - Signalen. Deswegen gehört jedes l 1,2 -Signal auch zur Menge der l -Signale. Falls das Signal von endlicher Länge ist, gilt auch die Umkehrung. Warum?
16 Energie und Leistung zeitdiskreter Signale Energie und Momentanleistung Energie einer Signalfolge v(k): k W (k) = P(κ) κ= Momentanleistung: P(k) = v(k) 2 = v(k)v (k). Gesamtenergie von v(k) l 2 (Energiesignale): W (k) k = W ( ) = P(κ) = v(κ)v (κ) = v(k) 2 2. κ= κ=
17 Energie und Leistung zeitdiskreter Signale Energie und Momentanleistung Mittlere Leistung von v(k) / l 2 : P = v(k) 2 1 = lim k 2k = lim k 2k + 1 k κ= k k κ= k P(κ) v(κ)v (κ) > 0. Speziell für periodische Folgen v p (k) mit der Periodendauer K p gilt: P p = v p (k) 2 = 1 k 0 +K p 1 P(κ). K p κ=k 0
18 Designentscheidungen Quantisierung Bei der Signalquantisierung gibt es drei wichtige Entscheidungen: Die Quantisierungskennlinie, Kennlinie: v q (k)=f(v(k)) v(k) v q (k) die Anzahl von Bits w und Q v q (k) die maximal zu quantisierende Amplitude v max müssen gewählt werden. Bezüglich der Quantisierungskennliniev max kann man zwischen Mid-Tread und v(k) Mid-Rise Quantisierungskennlinien s(k) wählen: v(k) E Digitale Signalverarbeitung, Vorlesung 2: Mid-Rise Quantisierung, symmetrisch Frequenzanalyse Arbeitsgruppe Mid-Tread Kognitive Signalverarbeitung asymmetrisch v(k) v q (k)
19 Kennlinie: v q (k)=f(v(k)) Designentscheidungen v(k) v q (k) Quantisierungskennlinien v q (k) v(k) v(k) Q v max E Mid-Rise symmetrisch auch leises Rauschen wird übertragen s(k) v q (k) v(k) Mid-Tread asymmetrisch Signal konstant null bei kleiner Amplitude Figure : Ausschnitte aus den Kennlinien von Mid-Rise- und Mid-Tread-Quantisierern.
20 Quantisierungsfehler Quantisierungsfehler Zwei Effekte tragen zu Quantisierungsfehlern bei: Überlastungsfehler treten auf, wenn v > v max oder v < v max Rundungsfehler treten eigentlich immer auf, und liegen im Bereich zwischen ±Q/2 (Q ist genau eine Quantisierungsstufe).
21 Quantisierungsfehler Quantisierungsfehler Überlastungsrauschen E v q (k) -v max Q v max v(k) v(k) Quantisierungsrauschen Überlastungsrauschen Figure : Quantisierungs- und Überlastungsrauschen.
22 Quantisierungsfehler Quantisierungsfehler Unter einigen Annahmen, nämlich einer Gleichverteilung des Quantisierungsrauschens zwischen Q/2 und Q/2, der Vernachlässigung des Überlastungsrauschens der Unabhängigkeit zwischen Signal und Quantisierungsrauschen und der zeitlichen Unkorreliertheit des Quantisierungsrauschens gelangt man zu einem Ausdruck für das Signal- Störverhältnis:
23 Quantisierungsfehler Quantisierungsrauschen σv 2 SNR quant = 10 log 10 σq 2. (9) Dabei ist σ 2 v die Nutz- und σ 2 q die Quantisierungsrauschenergie. Daraus kann mit Hilfe von SNR quant 6, 02w + 4, log 10 v max σ v [db] (10) das SNR berechnet werden. 3 Hier ist w die Zahl der Quantisierungsbits und v max die Aussteuerungsgrenze. Bei sinusförmigen Signalen und voller Aussteuerung folgt SNR quant 6, 02w [dB]. (11) 3 Die ausführliche Herleitung ist im Anhang.
24 Beispiel Quantisiererauslegung Möchte man die Aussteuerungsgrenze festlegen, sollte man durch geeignete Wahl von v max dafür sorgen, dass Überlastungsfehler (also Übersteuerung) möglichst selten auftreten. Beispiel: Ein häufig gewählter Grenzwert ist v max = 4σ v. Unter der Annahme eines laplaceverteilten Signals liegen bei v max = 4σ v nur 0,35% der Signalsamples außerhalb des Aussteuerungsbereiches. Gleichzeitig trägt in Gleichung (10) der Term 20 log 10 (v max /σ v ) 12,0dB zum Signal-Störabstand bei, so dass insgesamt beispielsweise bei w = 12Bit ein SNR von SNR quant = 65.0dB erreicht wird.
25 Frequenzbereichsmethoden Wiederholung der Frequenzbereichsmethoden 1 Fourier-Transformation 2 Laplace-Transformation 3 z-transformation Heute: Wh. Fourier-Transformation, Einführung Zeitdiskrete Fourier-Transformation Die Laplacetransformation und z-transformation werden in der kommenden Veranstaltung wiederholt.
26 Fouriertransformation Fouriertransformation Mit der Fouriertransformation lässt sich ein Signal in seine spektralen Anteile zerlegen: F{v(t)} def = V (jω) def = v(t)e jωt dt
27 Fouriertransformation Fouriertransformation Transformationspaare der Fouriertransformation: Siehe Unterlagen zu Signale & Systeme Wichtig hier: 2π 2π δ T (t) T δ 2π (jω) = T T δ ω A (jω) (12) (g h)(t) 2πG(jω)H(jω) (13) g(t) h(t) (G H)(jω) 2π (14)
28 Fouriertransformation Fouriertransformation Weitere Transformationspaare der Fouriertransformation (auch wichtig, aber nicht sofort): v 0 (t a) V 0 (jω)e jωa Zeitverschiebung (15) e jωa v 0 (t) V 0 (j(ω a)) Modulation (16)
29 Fouriertransformation Nyquist-Shannon-Abtasttheorem Abtastung im Zeitbereich: F{v (t)} = F{v 0 (t) δ T (t)} (17) gibt Faltung im Frequenzbereich: 2π F{v (t)} = V 0 (jω) T δ 1 ω A (jω) (18) 2π = 1 T V 0(jω) δ ωa (jω) (19) Abtastung muss mit mehr als der doppelten Bandbreite erfolgen!
30 Zeitdiskrete Fouriertransformation Herleitung Zeitdiskrete Fouriertransformation Fouriertransformation eines abgetasteten Signals v (t) = v o (t) δ(t kt ) (20) ist: V (jω) = = = k= k= v o (t) k= k= δ(t kt )e jωt dt v o (t)δ(t kt )e jωt dt v o (kt )e jωkt (21)
31 Zeitdiskrete Fouriertransformation Herleitung Zeitdiskrete Fouriertransformation Wir haben: V (jω) = k= v o (kt )e jωkt (22) Normierung der Kreisfrequenz, Ω = ωt und Begrenzung auf die abgetastete Folge v(k) = v o (kt ) gibt dann die Zeitdiskrete Fouriertransformation: V (e jω ) def = k= v(k)e jωk. (23)
32 Zeitdiskrete Fouriertransformation Zeitdiskrete Fouriertransformation Für komplexwertige, kausale Signale ist die DTFT so definiert: Analyse: Synthese: V ( e jω) = DTFT {v(k)} = { ( v(k) = IDTFT V e jω)} = 1 2π π π v(k)e jkω, (24) k=0 V ( e jω) e jkω dω. (25)
33 Zeitdiskrete Fouriertransformation Anwendungsbeispiel Frequenzanalyse Figure : Empfang mit Software Defined Radio (SDR) via USB-Stick, siehe auch
34 Zeitdiskrete Fouriertransformation Figure : Vier Klassen der Fourier-Transformation [1]
35 Zeitdiskrete Fouriertransformation Lernziele Nach dieser Vorlesung sollten Sie wissen Wie man die Energie und Leistung von Signalen bestimmt, und was l 1 -, l 2 - und l -Signale sind, Was Quantisierungs- und Überlastungsrauschen sind, und wie und unter welchen Annahmen man bei gegebener Anzahl von Bits auf das Quantisierungsrauschen schließen kann. Mit welcher Frequenz ein Signal mindestens abgetastet werden muss, um Informationsverluste durch Aliasing zu vermeiden. Sie sollten einige wichtige Eigenschaften (Glchg. (12)- (16)) der Fouriertransformation kennen, und wissen, wie sich mit deren Hilfe die DTFT als Fouriertransformierte eines abgetasteten Signals ergibt.
36 Zeitdiskrete Fouriertransformation Vielen Dank für Ihre Aufmerksamkeit!
37 Herleitung des SNR Herleitung SNR I Das SNR ist definiert als SNR quant = 10 log 10 σ 2 v σ 2 q (26) mit σ 2 v als Signalvarianz. Die Störsignalvarianz σ 2 q erhält man als σ 2 q = E((v q v) 2 ) (27) wobei v das Signal und v q die quantisierte Version davon ist. Es gibt bei gleichmäßiger mid-rise Quantisierung 2 w
38 Herleitung des SNR Herleitung SNR II Quantisierungsstufen, die bei einer maximal quantisierbaren Signalamplitude v max die Breite Q = 2v max 2 w (28) haben. Nimmt man an, dass der Fehler innerhalb einer Quantisierungsstufe gleichverteilt ist, dann erhält man als Varianz aus σ 2 q = E((v q v) 2 ) def = E((e) 2 ) (29) = = 1 Q Q/2 Q/2 Q/2 Q/2 e 2 p(e)de (30) e 2 de (31)
39 Herleitung des SNR Herleitung SNR III den Ausdruck Aus (28) ergibt sich also σ 2 q = Q2 12. (32) σ 2 q = v 2 max 3 2 2w (33)
40 Herleitung des SNR Herleitung SNR IV und deswegen ist entsprechend der Definition (26) das SNR SNR quant = 10 log w σ 2 v v 2 max (34) = 10 log w σ2 v v 2 max (35) 4, w 10 log log 10 v max σ v (36) 4, , 02w 20 log 10 v max σ v. (37)
41 Herleitung des SNR R. A. Roberts and C. T. Mullis. Digital Signal Processing. Reading/MA: Addison Wesley Publ. Co., Hans Wilhelm Schüßler. Digitale Signalverarbeitung, volume Auflage, Berlin: Springer, 1994.
Digitale 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
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
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
MehrGrundlagen der Signalverarbeitung
Grundlagen der Signalverarbeitung Zeitdiskrete Signale Wintersemester 6/7 Kontinuierliche und diskrete Signale wertkontinuierlich wertdiskret Signal Signal Signal Signal zeitdiskret zeitkontinuierlich
MehrDigitale Signalverarbeitung, Vorlesung 10 - Diskrete Fouriertransformation
Digitale Signalverarbeitung, Vorlesung 10 - Diskrete Fouriertransformation 23. Januar 2017 Siehe Skript Digitale Signalverarbeitung, Abschnitte 10.1 und 11, Kammeyer & Kroschel (7.1-7.3) eues Thema in
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
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] =
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
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
MehrDigitale Signalverarbeitung, Vorlesung 3: Laplace- und z-transformation
Digitale Signalverarbeitung, Vorlesung 3: Laplace- und z-transformation 30. Oktober 2017 1 Moodle-Test 2 Laplacetransformation 3 z-transformation Ziel: Reverse-Engineering für Digitale Filter Einführung
MehrDigitale Signalverarbeitung, Vorlesung 3: Laplace- und z-transformation
Digitale Signalverarbeitung, Vorlesung 3: Laplace- und 29. Oktober 2018 1 / 45 1 Moodle-Test 2 Definition Konvergenz Anwendungen 3 Ziel: Reverse-Engineering für Digitale Filter Einführung der 4 2 / 45
Mehr5. Vorlesung. Systemtheorie für Informatiker. Dr. Christoph Grimm. Professur Prof. Dr. K. Waldschmidt, Univ. Frankfurt/Main
5. Vorlesung Systemtheorie für Informatiker Dr. Christoph Grimm Professur Prof. Dr. K. Waldschmidt, Univ. Frankfurt/Main Letzte Woche: e jωt -Funktionen sind sinusförmige, komplexe Funktionen. Sie sind
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
MehrNachrichtentechnik [NAT] Kapitel 2: Zeitkontinuierliche Signale. Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik
Nachrichtentechnik [NAT] Kapitel 2: Zeitkontinuierliche Signale Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik Sommersemester 25 Inhaltsverzeichnis Inhalt Inhaltsverzeichnis 2 Zeitkontinuierliche
Mehr6. Vorlesung. Systemtheorie für Informatiker. Dr. Christoph Grimm. Professur Prof. Dr. K. Waldschmidt, Univ. Frankfurt/Main
6. Vorlesung Systemtheorie für Informatiker Dr. Christoph Grimm Professur Prof. Dr. K. Waldschmidt, Univ. Frankfurt/Main Letzte Woche: Letzte Woche: 1.) Erweiterung von Fourier- zu Laplace-Transformation
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.
MehrDigitale Signalverarbeitung, Vorlesung 3: Laplace- und z-transformation
Digitale Signalverarbeitung, Vorlesung 3: Laplace- und z-transformation 7. November 2016 1 Laplacetransformation 2 z-transformation Ziel: Reverse-Engineering für Digitale Filter Einführung der z-transformation
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
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
MehrSignale und Systeme I
TECHNISCHE FAKULTÄT DER CHRISTIAN-ALBRECHTS-UNIVERSITÄT ZU KIEL DIGITALE SIGNALVERARBEITUNG UND SYSTEMTHEORIE DSS Signale und Systeme I Formelsammlung v.5 Inhaltsverzeichnis Mathematische Formeln. Trigonometrische
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
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
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
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
MehrZusammenfassung der 1. Vorlesung
Zusammenfassung der 1. Vorlesung Einordnung und Motivation Grundlegende Definitionen Kontinuierliches Signal Zeitdiskretes Signal Quantisiertes Signal Digitales Signal Kontinuierliches System Abtastsystem
MehrIntegraltransformationen
Fourier-ransformation Integraltransformationen Fakultät Grundlagen Juli 00 Fakultät Grundlagen Integraltransformationen Übersicht Fourier-ransformation Fourier-ransformation Motivation Fakultät Grundlagen
Mehr,Faltung. Heavisidefunktion σ (t), Diracimpuls δ (t) Anwendungen. 1) Rechteckimpuls. 2) Sprungfunktionen. 3) Schaltvorgänge
Heavisidefunktion σ (t), Diracimpuls δ (t),faltung Definition Heavisidefunktion, t > 0 σ ( t) = 0, t < 0 Anwendungen ) Rechteckimpuls, t < T r( t) = = σ ( t + T ) σ ( t T ) 0, t > T 2) Sprungfunktionen,
MehrMusterlösung zur Aufgabe A1.1
Abschnitt: 1.1 Prinzip der Nachrichtenübertragung Musterlösung zur Aufgabe A1.1 a) Im markierten Bereich (20 Millisekunden) sind ca 10 Schwingungen zu erkennen. Daraus folgt für die Signalfrequenz näherungsweise
MehrFourier- und Laplace- Transformation
Skriptum zur Vorlesung Mathematik für Ingenieure Fourier- und Laplace- Transformation Teil : Fourier-Transformation Prof. Dr.-Ing. Norbert Höptner (nach einer Vorlage von Prof. Dr.-Ing. Torsten Benkner)
MehrSystemtheorie. Vorlesung 20: Eigenschaften der Fourier-Transformation. Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann
Systemtheorie Vorlesung 2: Eigenschaften der Fourier-Transformation Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann Fourier-Transformation Eigenschaften der Fourier-Transformation Definitionsgleichungen
Mehr3.3 Das Abtasttheorem
17 3.3 Das Abtasttheorem In der Praxis kennt man von einer zeitabhängigen Funktion f einem Signal meist nur diskret abgetastete Werte fn, mit festem > und ganzzahligem n. Unter welchen Bedingungen kann
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
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
MehrEinführung in die Nachrichtenübertragung
Klausur Einführung in die Nachrichtenübertragung Vorlesung und Rechenübung - Prof. Dr.-Ing. Thomas Sikora - Name:............................ Vorname:................................... Matr.Nr:..........................
MehrFouriertransformation, z-transformation, Differenzenglei- chung
Kommunikationstechnik II 1.Übungstermin 31.10.2007 Fouriertransformation, z-transformation, Differenzenglei- Wiederholung: chung Als Ergänzung dieser sehr knapp gehaltenen Wiederholung wird empfohlen:
MehrNachrichtentechnik [NAT] Kapitel 4: Fourier-Transformation. Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik
Nachrichtentechnik [NAT] Kapitel 4: Fourier-Transformation Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik Sommersemester 25 Inhaltsverzeichnis Inhalt Inhaltsverzeichnis 4 Fourier-Transformation 3
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
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
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
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
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
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
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
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:
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
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...
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:
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
MehrMusterlösung zur Klausur Signale und Systeme
Musterlösung zur Klausur Signale und Systeme Arbeitsgruppe Digitale Signalverarbeitung Ruhr-Universität Bochum Herbst 005 Aufgabe : Kontinuierliche und diskrete Signale..a) y t ).b) y t ) -3T -T -T T T
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
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
MehrIKA IKA. Zeitsignale. Analoge, zeitdiskrete, und digitale Signale
Zeitsignale Je nach Zeitbasis und Wertemenge des Signals unterscheidet man zeit- und wertkontinuierliche Signale (analoge Signale); zeitdiskrete, aber wertkontinuierliche Signale (zeitdiskrete Signale);
MehrB. Die z-transformation
B. Die -Transformation Die -Transformation ist eine im Wesentlichen eineindeutige Zuordnung von Folgen von Funktionswerten f k u Funktionen einer komplexen Variablen. Im Rahmen der einseitigen -Transformation
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.
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.
MehrDigitale Signalverarbeitung
Karl-Dirk Kammeyer, Kristian Kroschel Digitale Signalverarbeitung Filterung und Spektralanalyse mit MATLAB-Übungen 6., korrigierte und ergänzte Auflage Mit 315 Abbildungen und 33 Tabellen Teubner Inhaltsverzeichnis
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,
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
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
MehrLineare zeitinvariante Systeme
Lineare zeitinvariante Systeme Signalflussgraphen Filter-Strukturen Fouriertransformation für zeitdiskrete Signale Diskrete Fouriertransformation (DFT) 1 Signalflussgraphen Nach z-transformation ist Verzögerung
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
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
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
MehrGrundlagen der Nachrichtentechnik
Universität Bremen Arbeitsbereich Nachrichtentechnik Prof. Dr.-Ing. K.D. Kammeyer Schriftliche Prüfung im Fach Grundlagen der Nachrichtentechnik Name: Vorname: Mat.-Nr.: Zeit: Ort: Umfang: 05. April 2005,
Mehr5. Fourier-Transformation
5. Fourier-Transformation 5.1 Definition 5.2 Eigenschaften 5.3 Transformation reeller Funktionen 5.4 Frequenzbereich und Zeitbereich 2.5-1 5.1 Definition Definition: Die Fourier-Transformation einer Funktion
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
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
Mehr5. Fourier-Transformation
Fragestellungen: 5. Fourier-Transformation Bei Anregung mit einer harmonischen Last kann quasistatitisch gerechnet werden, wenn die Erregerfrequenz kleiner als etwa 30% der Resonanzfrequenz ist. Wann darf
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
MehrDigitale Signalverarbeitung. mit MATLAB
Martin Werner Digitale Signalverarbeitung mit MATLAB Grundkurs mit 16 ausführlichen Versuchen 3., vollständig überarbeitete und aktualisierte Auflage Mit 159 Abbildungen und 67 Tabellen Studium Technik
MehrDigitale Signalverarbeitung mit MATLAB
Martin Werner Digitale Signalverarbeitung mit MATLAB Grundkurs mit 16 ausführlichen Versuchen 4., durchgesehene und ergänzte Auflage Mit 180 Abbildungen und 76 Tabellen STUDIUM VIEWEG+ TEUBNER 1 Erste
MehrSystemtheorie Teil A. - Zeitkontinuierliche Signale und Systeme - Musterlösungen. Manfred Strohrmann Urban Brunner
Systemtheorie Teil A - Zeitkontinuierliche Signale und Systeme - Musterlösungen Manfred Strohrmann Urban Brunner Inhalt 6 Musterlösungen Spektrum von Signalen 6. Approximation eines periodischen Signals
MehrRunde 9, Beispiel 57
Runde 9, Beispiel 57 LVA 8.8, Übungsrunde 9,..7 Markus Nemetz, markus.nemetz@tuwien.ac.at, TU Wien, 3..7 Angabe Seien y, z C N und c, d C N ihre Spektralwerte. Außerdem bezeichne (x k ) k die N - periodische
MehrSignalverarbeitung Charakterisierung der Signale
Signalverarbeitung Charakterisierung der Signale SE+ Med 4. Semester Werner Backfrieder Mathematisches Repetitorium Winkel- oder Kreisfunktionen α H AK GK sin( α) cos( α) Gegenkathete Hypothenuse Ankathete
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
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...
MehrSystemtheorie Teil A. - Zeitkontinuierliche Signale und Systeme - Musterlösungen. Manfred Strohrmann Urban Brunner
Sytemtheorie eil - Zeitkontinuierliche Signale und Syteme - Muterlöungen Manfred Strohrmann Urban Brunner Inhalt Muterlöungen - Laplace-ranformation zeitkontinuierlicher Signale... 3. Berechnung der Laplace-ranformierten
MehrMusterlösung zur Klausur Signale und Systeme
Musterlösung zur Klausur Signale und Systeme Arbeitsgruppe Digitale Signalverarbeitung Ruhr-Universität Bochum Frühjahr 009 Diskrete und kontin. Signale 5 Pkt.. Summierer und Differenzierer (a) Falls beide
Mehr9 Fourier-Transformation
9 Fourier-Transformation Zoltán Zomotor Versionsstand: 5. September 2015, 18:26 Die nummerierten Felder bitte mithilfe der Videos ausfüllen: http://www.z5z6.de This work is based on the works of Jörn Loviscach
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.
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
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
MehrDefinition Anwendungen. z-transformation. Fakultät Grundlagen. Juli 2010
z-transformation Fakultät Grundlagen Juli 2010 Fakultät Grundlagen z-transformation Übersicht 1 2 Fakultät Grundlagen z-transformation Folie: 2 Abtastung Abtastung: Umwandlung einer stetigen (zeitkontinuierlichen)
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=
MehrFilterentwurf. Aufgabe
Aufgabe Filterentwurf Bestimmung der Filterkoeffizienten für gewünschte Filtereigenschaften Problem Vorgaben häufig für zeitkontinuierliches Verhalten, z.b. H c (s) Geeignete Approximation erforderlich
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
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
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.
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
MehrTheorie digitaler Systeme
Theorie digitaler Systeme Vorlesung 2: Fakultät für Elektro- und Informationstechnik, anfred Strohrmann Einführung Frequenzgang zeitkontinuierlicher Systeme beschreibt die Änderung eines Spektrums bei
MehrDigitale Signalverarbeitung, Vorlesung 11 - Kurzzeitfouriertransformation
Digitale Signalverarbeitung, Vorlesung 11 - Kurzzeitfouriertransformation 30. Januar 2017 Siehe Skript Digitale Signalverarbeitung, Abschnitte 11 und 12, Kammeyer & Kroschel (Absatz 8.4.1) Anwendungen
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.
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
MehrSignale und Systeme I
TECHNISCHE FAKULTÄT DER CHRISTIAN-ALBRECHTS-UNIVERSITÄT ZU KIEL DIGITALE SIGNALVERARBEITUNG UND SYSTEMTHEORIE DSS Signale und Systeme I Modulklausur SS 07 Prüfer: Prof. Dr.-Ing. Gerhard Schmidt Datum:
Mehr