Übung 6: Analyse LTD-Systeme
|
|
- Martha Bäcker
- vor 6 Jahren
- Abrufe
Transkript
1 ZHAW, DSV, FS2009, Übung 6: Analyse LTD-Systeme Aufgabe : Pol-Nullstellendarstellung, UTF und Differenzengleichung. Die folgenden Pol-Nullstellen-Darstellungen charakterisieren verschiedene LTD- Systeme, wobei Nullstellen mit Kreisen und Pole mit Kreuzen dargestellt sind. System : j System 2: j System 3: j 2x 0.8 j 0.8 j -0.8 j -0.8 j Bestimmen Sie jedes der 3 LTD-Systeme a) die Übertragungsfunktion H(z), wenn K=, b) die Differenzengleichung und die a,b-filterkoeffizienten, c) qualitativ den Amplitudengang IH(f)I (Handskizze) mit Angabe der Minima und Maxima sowie der Stellen in der. Nyquistzone [0, f s /2], wo diese auftreten, d) sowie den Filtertyp (TP, BP, BS oder HP).
2 ZHAW, DSV, FS2009, 2 Aufgabe 2: μc-taugliches FIR-Filter. Für die Implementation des abgebildeten FIR-Filters N-ter Ordnung (N+ Abgriffe) braucht man keine eigentlichen DSV-Operationen, weil alle Filterkoeffizienten sind. Dieses FIR-Filter kann deshalb auch mit einem μc ohne integrierten HW-Multiplizierer effizient realisiert werden. /(N+) x[n] z - z - x[n-n] + y[n] a) Bestimmen Sie die Differenzengleichung und die Filterkoeffizienten des FIR-Filters. b) Bestimmen Sie die z-utf H(z) sowie die Pole und Nullstellen des FIR-Filters. Hinweis: Benutzen Sie geometrische Folge + q q N = -q N+ / (-q). c) Zeichnen Sie das Pol-Nullstellendiagramm für N=7 und skizzieren Sie den resultierenden Amplitudengang IH(f)I. Welchen Verlauf hat der Amplitudengang? Um welchen Filtertyp (TP, BP, BS oder HP) handelt es sich? d) Wie kann man die Bandbreite und die Selektivität des Filters einstellen?
3 ZHAW, DSV, FS2009, 3 Aufgabe 3: Digitalfilter. Betrachten Sie das Digitalfilter mit Input x[n] und Output y[n], welches durch die folgende Differenzengleichung beschrieben ist: a) Zeichnen Sie das Blockdiagramm. y[n] = 0.5 x[n] x[n-] b) Bestimmen Sie die b- und die a-filterkoeffizienten. Ist es ein FIR- oder ein IIR-Filter? c) Bestimmen Sie die Impulsantwort h[n]. d) Bestimmen Sie die z-utf H(z). Zeichnen Sie die Pol-Nullstellen-Darstellung der UTF. e) Bestimmen Sie das Betrags-Spektrum IH(f)I. Was macht dieses Filter? Aufgabe 4: Digitalfilter (alte Prüfungsfrage, Zeitbudget ca. 5 Minuten). Gegeben ist die Übertragungsfunktion H(z) = /4 [ + 2 z - +z -2 ] a) Geben Sie die Filter-Ordnung und die Filter-Koeffizienten an. Ist es ein FIR- oder IIR-Filter? b) Schreiben Sie die Differenzengleichung auf. c) Skizzieren Sie das Pol-Nullstellen-Diagramm und geben Sie an, um welche Art Filter (Tiefpass, Hochpass, Bandpass oder Bandsperre) es sich handelt. d) Berechnen Sie die Ausgangsfolge y[n] für die Eingangsfolge x[n] = {0, 0, 0, 0, 5, 5, 5, 5, 0, 0, 0, 0}.
4 ZHAW, DSV, FS2009, 4 Musterlösung Aufgabe LTD-System : a) UTF: H(z) = (z+) 2 / (z ) = (+2 z - +z -2 ) / (+0.64 z -2 ) b) Differenzengleichung: y[n] = x[n] + 2 x[n-] + x[n-2] y[n-2] Filterkoeffizienten: b 0 =, b =2, b 2 =, a 0 =, a =0, a 2 =0.64 c) Amplitudengang: Maximum: H(f f s /4) ( 2) 2 / (0.2.8) = 5.56 Minimum: H(f= f s /2) = 0 d) Filtertyp: TP (sperrt für f=f s /2, nicht aber für f=0) LTD-System 2: a) UTF: H(z) = (z 2 -) / (z ) = -z -2 / (+0.64 z -2 ) b) Differenzengleichung: y[n] = x[n] - x[n-2] y[n-2] Filterkoeffizienten: b 0 =, b =0, b 2 =-, a 0 =, a =0, a 2 =0.64 c) Amplitudengang: Maximum: H(f f s /4) ( 2) 2 / (0.2.8) = 5.56 Minima: H(f=0) = 0 und H(f=f s /2) = 0
5 ZHAW, DSV, FS2009, 5 d) Filtertyp: BP (sperrt für f=0 und f=f s /2, nicht aber für f=f s /4) LTD-System 3: a) UTF: H(z) = z 2 + / (z ) = +z -2 / (-0.64 z -2 ) b) Differenzengleichung: y[n] = x[n] + x[n-2] y[n-2] Filterkoeffizienten: b 0 =, b =0, b 2 =, a 0 =, a =0, a 2 =-0.64 c) Amplitudengang: Maxima: H(f=0) ( 2) 2 / (0.2.8) = 5.56 und H(f=f s /2) 5.56 Minimum: H(f= f s /4) = 0 d) Filtertyp: BS (sperrt für f=f s /4, nicht aber für f=0 und f= f s /2)
6 ZHAW, DSV, FS2009, 6 Aufgabe 2 a) Differenzengleichung: y[n] = (/(N+)) [ x[n] + x[n-] x[n-n] ] Filterkoeffizienten: b 0 =...=b N =, a 0 =. b) UTF: H(z) = (+ z N z N z ) = N + z (N+ ) N+ z = N N + z (z ) Dieses Filter hat N+ äquidistante Nullstellen z k = e j k 2π/(N+), k=0,...,n, auf dem Einheitskreis sowie Pol bei z= und N Pole im Ursprung. Der Pol bei z= kürzt sich natürlich mit der Nullstelle bei z=, denn FIR-Filter haben ja alle Pole im Ursprung! c) Pol-Nullstellendiagramm für N=7 j 7x Das FIR-Filter ist ein einfaches TP-Filter. Der Amplitudengang hat sin(x)/x-verlauf (Rechteck im Zeitbereich). Es gibt 4 Nullstellen in der. Nyquistzone, nämlich bei f=f s /8, f=f s /4, f=3f s /8 und f=f s /2. Der Amplitudengang sieht wie folgt aus: Übrigens gilt allgemein für ungerade N: H(f) sin((n + ) π f/fs ) = N + sin(π f/f ) s d) Mit der Filterordnung N legt man die Bandbreite des TP-Filters fest. Die Filterselektivität ist aber nicht hoch. Die erste Nebenkeule ist nur -4 db gedämpft (sin(x)/x-verlauf). Wenn man die Filterselektivität verbessern will, muss man mehrere solcher FIR-Filter N-ter Ordnung kaskadieren, d.h. hintereinander schalten.
7 ZHAW, DSV, FS2009, 7 Aufgabe 3: a) Blockdiagramm: x[n] T s x[n-] y[n] b) Der Vergleich der Differenzengleichung y[n] = 0.5 x[n] x[n-] mit der Gleichung (4.) zeigt, dass es sich um ein FIR-Filter mit den beiden b-koeffizienten b 0 =b =0.5 handelt. Alle a-koeffizienten sind Null (ausser natürlich a 0 = ). c) Die Impulsantwort h[n] = {0.5, 0.5} ist endlich lang (FIR-Filter!) d) Die UTF H(z) kann durch z-transformieren der Impulsantwort h[n] oder durch Einsetzen der Filterkoeffizienten in Gleichung (4.8) bestimmt werden. H(z) = z - Pol-Nullstellen-Darstellung von H(z) = z - = 0.5 (z+)/z : => Pol im Ursprung (FIR-Filter!), Nullstelle bei z = - z e) Das Spektrum der UTF erhält man durch Auswerten der z-utf auf dem Einheitskreis IH(f)I = IH(z= exp(j 2π f T s )I = 0.5 I+exp(-j 2π f T s )I oder mit der Abstandsmethode. Dieses Digitalfilter bestimmt dem Mittelwert aus dem aktuellen und dem vergangenen Eingangswert und hat deshalb Tiefpass-Charakter.
8 ZHAW, DSV, FS2009, 8 Aufgabe 4 a) Filter-Ordnung = 2, Koeffizienten = {0.25, 0.50, 0.25}, es ist ein FIR-Filter. b) y[n] = 0.25 x[n] x[n-] x[n-] c) Ein FIR-Filter hat keine Pole, resp. alle Pole sind im Ursprung der z-ebene und damit nicht wirksam. Es müssen die Nullstellen der Gleichung + 2 z - +z -2 bestimmt werden. Erweitern mit z 2 und Nullsetzen ergibt: z z + = 0 Die Nullstellen sind z = z 2 = - und die Übertragunsfunktion lässt sich schreiben als H(z) = /4 (z-z ) (z-z 2 )/z 2 = /4 (z+) (z+)/z 2 Es ist ein Tiefpass, da die Nullstellen auf dem Einheitskreis in der z-ebene bei f s /2 liegen. d) Anwenden der Differenzengleichung ergibt: y[n] = {*, *, 0, 0,.25, 3.75, 5, 5, 3.75,.25, 0, 0} Falls y[n-] und y[n-2] Null sind, sind die ersten beiden Ausgangssamples * ebenfalls 0.
ZHAW, 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
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
MehrFilterentwurf. Bernd Edler Laboratorium für Informationstechnologie DigSig - Teil 11
Filterentwurf IIR-Filter Beispiele für die verschiedenen Filtertypen FIR-Filter Entwurf mit inv. Fouriertransformation und Fensterfunktion Filter mit Tschebyscheff-Verhalten Vorgehensweise bei Matlab /
MehrVorteile digitaler Filter
Digitale Filter Vorteile digitaler Filter DF haben Eigenschaften, die mit analogen Filtern nicht realisiert werden können (z.b. lineare Phase). DF sind unabhängig von der Betriebsumgebung (z.b. Temperatur)
Mehrfilter Filter Ziele Parameter Entwurf
1 Filter Ziele Parameter Entwurf 2.3.2007 2 Beschreibung Pol-Nullstellen- Diagramm Übertragungsfunktion H(z) Differenzengleichung y(n) Impulsantwort h(n): Finite Impulse Response (FIR) Infinite Impulse
MehrÜbung 7: Methode der kleinsten Quadrate
ZHAW, DSV2, 2007, Rumc, 1/8 Übung 7: Methode der kleinsten Quadrate Aufgabe 1: Lineare Annäherung im Skalarprodukt-Raum. Finden Sie für den Vektor y = [2 2 2] T eine Linearkombination y e der Vektoren
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
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
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
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
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:..........................
Mehr3. Quantisierte IIR-Filter R
. Zweierkomplement a) Wie sieht die binäre Darstellung von -5 aus bei den Wortbreiten b = 4, b =, b = 6? b) Berechnen Sie folgende Additionen im Format SINT(4). Geben Sie bei Überlauf auch die Ausgaben
MehrDigitale Signalverarbeitung Übungsaufgaben
Kapitel : Einleitung -: Analoger Tiefpass Dieser Tiefpass mit den Werten R = Ω, L =.5mH R L und C =.5µF ist wie folgt zu analysieren: U e C R. Es springe U e bei t =.5ms auf 5V und bei t = ms wieder auf.
Mehrfilter Filter Ziele Parameter Entwurf Zölzer (2002) Nov 14, 2015
1 Filter Ziele Parameter Entwurf Zölzer (2002) Nov 14, 2015 2 Beschreibung Übertragungsfunktion H(z), H(ω) Differenzengleichung y[n] Impulsantwort h[n]: Finite Infinite Impulse Response (FIR) Impulse Response
MehrDigitale Signalverarbeitung, Vorlesung 7 - IIR-Filterentwurf
Digitale Signalverarbeitung, Vorlesung 7 - IIR-Filterentwurf 5. Dezember 2016 Siehe begleitend: Kammeyer / Kroschel, Digitale Signalverarbeitung, 7. Auflage, Kapitel 4.2 1 Filterentwurfsstrategien 2 Diskretisierung
MehrWarum z-transformation?
-Transformation Warum -Transformation? Die -Transformation führt Polynome und rationale Funktionen in die Analyse der linearen eitdiskreten Systeme ein. Die Faltung geht über in die Multiplikation von
MehrAnaloge und digitale Filter
Technische Universität Ilmenau Fakultät Elektrotechnik und Informationstechnik FG Nachrichtentechnik Matlab-Praktika zur Vorlesung Analoge und digitale Filter 1. Betrachtet wird ein Tiefpass. Ordnung mit
MehrÜbung Grundlagen der Elektrotechnik B
Übung Grundlagen der Elektrotechnik B 1 Übertragungsfunktion, Filter Gegeben sei die folgende Schaltung: R U 2 1. Berechnen Sie die Übertragungsfunktion H( jω)= U 2. 2. Bestimmen Sie die Zeitkonstante.
Mehr1. Differentialgleichung der Filter zweiter Ordnung
Prof. Dr.-Ing. F. Keller abor Elektronik 3 Filter zweiter Ordnung Info v.doc Hochschule Karlsruhe Info-Blatt: Filter zweiter Ordnung Seite /6. Differentialgleichung der Filter zweiter Ordnung Ein- und
MehrKapitel 5: FIR- und IIR-Filterentwurf
ZHW, DSV 1, 2005/01, Rur 5-1 Kapitel 5: FIR- und IIR-Filterentwurf Inhaltsverzeichnis 5.1. EINLEITUNG...2 5.2. FREQUENZGANG...3 5.3. FILTERSPEZIFIKATION...5 5.4. FIR-FILTER...6 5.4.1. TYPISIERUNG...6 5.4.2.
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...
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
MehrTontechnik 2. Digitale Filter. Digitale Filter. Zuordnung diskrete digitale Signale neue diskrete digitale Signale
Tontechnik 2 Digitale Filter Audiovisuelle Medien HdM Stuttgart Digitale Filter Zuordnung diskrete digitale Signale neue diskrete digitale Signale lineares, zeitinvariantes, diskretes System (LTD-System)
MehrPraktikum Theorie linearer Systeme. Nachrichtentechnische Systeme. Die Vorbereitungsaufgaben müssen vor dem Seminartermin gelöst werden.
Praktikum Theorie linearer Systeme Versuch 3: Digitale Filter Fachgebiet: Nachrichtentechnische Systeme Name: Matr-Nr: Betreuer: Datum: N T S Die Vorbereitungsaufgaben müssen vor dem Seminartermin gelöst
MehrEntwurf von FIR-Filtern
Kapitel Entwurf von FIR-Filtern. Einleitung.. Darstellung von FIR-Filtern im Zeitbereich y[n] = b x[n] + b x[n ] + b 2 x[n 2] +... + b L x[n (L )] = L b k x[n k] k= = b T x b = [b, b,..., b L ] x = {x[n],
Mehr(Bitte geben Sie bei der Beantwortung von Fragen eine Begründung bzw. bei der Lösung von Kurzaufgaben eine kurze Berechnung an!)
Teil 1: Fragen und Kurzaufgaben (Bitte geben Sie bei der Beantwortung von Fragen eine Begründung bzw. bei der Lösung von Kurzaufgaben eine kurze Berechnung an!) Frage 1 (6 Punkte) Es wird ein analoges
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)
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
MehrEinführung in die digitale Signalverarbeitung WS11/12
Einführung in die digitale Signalverarbeitung WS11/12 Prof. Dr. Stefan Weinzierl usterlösung 1. Aufgabenblatt 1. Digitale Filter 1.1 Was ist ein digitales Filter und zu welchen Zwecken wird die Filterung
Mehr[2] M. Meier: Signalverarbeitung, ISBN , Vieweg Verlag, Oktober 2000.
Digitale Signal-Verarbeitung 1 Kapitel 5: FIR- und IIR-Filterentwurf Inhaltsverzeichnis 5.1. EINLEITUNG... 2 5.2. FILTERSPEZIFIKATION... 3 5.3. FIR-FILTER... 4 5.3.1. TYPISIERUNG... 4 5.3.2. ENTWURF MIT
MehrKapitel 6: Audioeffekte
Kapitel 6: Audioeffekte DSV1, 008, Rumc, Audioeffekte, 1 Equalizer http://www.harmony-central.com/effects/articles/equalization/ Echofilter http://www.harmony-central.com/effects/articles/delay/ Flanging
MehrAnaloge und digitale Filter
Technische Universität Ilmenau Fakultät Elektrotechnik und Informationstechnik FG Nachrichtentechnik Übungsaufgaben zur Lehrveranstaltung Analoge und digitale Filter Filter. Ordnung. Betrachtet wird ein
MehrIm Frequenzbereich beschreiben wir das Verhalten von Systemen mit dem Komplexen Frequenzgang: G (jω)
4 Systeme im Frequenzbereich (jω) 4.1 Allgemeines Im Frequenzbereich beschreiben wir das Verhalten von Systemen mit dem Komplexen Frequenzgang: G (jω) 1 4.2 Berechnung des Frequenzgangs Beispiel: RL-Filter
MehrFilterentwurf. Aufgabe
Aufgabe Filterentwurf Bestimmung der Filterkoeffizienten für gewünschte Filtereigenschaften Problem Vorgaben häufig für zeitkontinuierliches Verhalten, z.b. H c (s) Geeignete Approximation erforderlich
MehrEinführung in die Digitale Verarbeitung Prof. Dr. Stefan Weinzierl
Einführung in die Digitale Verarbeitung Prof. Dr. Stefan Weinierl WS11/12 Musterlösung 6. Aufgabenblatt Analyse von LTI-Systemen. 1. Betrachten Sie ein stabiles lineares eitinvariantes System mit der Eingangsfolge
MehrIn diesem Kapitel werden wir eine weitere Klasse von diskreten Filtern kennen lernen, die Infinite Impulse Response Filter.
Kapitel IIR-Filter In diesem Kapitel werden wir eine weitere Klasse von diskreten Filtern kennen lernen, die Infinite Impulse Response Filter.. Vom FIR- zum IIR-Filter FIR Filter verwenden zur Berechnung
MehrÜbung 5: Zufallssignale
ZHAW, DSV2, 2009, Rumc, 1 Übung 5: Zufallssignale Aufgabe 1: Analyse eines Rauschsignals. Betrachten und analysieren Sie die Rauschsignale Z w [n] und Z c [n] am Eingang und am Ausgang des folgen FIR-Filters.
MehrGrundlagen der Statistischen Nachrichtentheorie
- Prof. Dr.-Ing. Thomas Sikora - Name:............................ Vorname:......................... Matr.Nr:........................... Ich bin mit der Veröffentlichung des Klausurergebnisses unter meiner
MehrSerie 3. z = f(x, y) = 9 (x 2) 2 (y 3) 2 z 2 = 9 (x 2) 2 (y 3) 2, z 0 9 = (x 2) 2 + (y 3) 2 + z 2, z 0.
Analysis D-BAUG Dr Cornelia Busch FS 2016 Serie 3 1 a) Zeigen Sie, dass der Graph von f(x, y) = 9 (x 2) 2 (y 3) 2 eine Halbkugel beschreibt und bestimmen Sie ihren Radius und ihr Zentrum z = f(x, y) =
MehrÜbungsaufgaben Signalverarbeitung (SV)
Übungsaufgaben Signalverarbeitung (SV) Prof. Dr.-Ing. O. Nelles Institut für Mechanik und Regelungstechnik Universität Siegen 3. Mai 27 Einführung Keine Aufgaben. 2 Zeitdiskrete Signale und Systeme Aufgabe
MehrDer Tiefpass Betreuer: Daniel Triebs
Der Tiefpass Betreuer: Daniel Triebs 1 Gliederung Definiton: Filter Ideale Tiefpass Tiefpass 1.Ordnung Frequenzgänge Grundarten des Filters Filterentwurf Tiefpass 2.Ordnung 2 Definition: Filter 3 Filter
MehrVersuch 5: Filterentwurf
Ziele In diesem Versuch lernen Sie den Entwurf digitaler Filter, ausgehend von der Festlegung eines Toleranzschemas für den Verlauf der spektralen Charakteristik des Filters, kennen. Es können Filtercharakteristiken
MehrSSYLB2 SS06 Daniel Schrenk, Andreas Unterweger Übung 8. Laborprotokoll SSY. Diskrete Systeme II: Stabilitätsbetrachtungen und Systemantwort
SSYLB SS6 Daniel Schrenk, Andreas Unterweger Übung 8 Laborprotokoll SSY Diskrete Systeme II: Stabilitätsbetrachtungen und Systemantwort Daniel Schrenk, Andreas Unterweger, ITS 4 SSYLB SS6 Daniel Schrenk,
Mehrx[n-1] x[n] x[n+1] y[n-1] y[n+1]
Systeme System Funtion f, die ein Eingangssignal x in ein Ausgangssignal y überführt. zeitdisretes System Ein- und Ausgangssignal sind nur für disrete Zeitpunte definiert y[n] = f (.., x[n-1], x[n], x[n+1],
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 3. Signal Processing and Speech Communication Lab. Graz University of Technology
Signal Processing and Speech Communication Lab. Graz University of Technology Aufgabe 3 Senden Sie die Hausübung bis spätestens 15.06.2015 per Email an hw1.spsc@tugraz.at. Verwenden Sie MatrikelNummer1
Mehr3.3.1 Digitale Filter
Leseprobe Digitale Signalverarbeitung Abschnitt aus Algorithmische Bausteine 3.3.1 Digitale Filter In den folgenden Abschnitten sollen die digitalen Filter im Gegensatz zum Abschnitt Grundlagen der DSV
MehrVersuch 252 Digitale Filter
Drittes Physikalisches Institut der Universität Göttingen Bürgerstraße 42-44 D-3773 Göttingen Oktober 998 Praktikum für Fortgeschrittene Versuch 252 Digitale Filter Analoge Signale werden heute zunehmend
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
MehrSkriptum zur 2. Laborübung. Transiente Vorgänge und Frequenzverhalten
Elektrotechnische Grundlagen (LU 182.692) Skriptum zur 2. Laborübung Transiente Vorgänge und Frequenzverhalten Martin Delvai Wolfgang Huber Andreas Steininger Thomas Handl Bernhard Huber Christof Pitter
MehrKlausur zur Vorlesung Signale u. Systeme I
Name: 8. Februar 2001, 11.30-13.00 Uhr Allgemeine Hinweise: Dauer der Klausur: Zugelassene Hilfsmittel: 90 min, 1.5 Zeitstunden Skript, Vorlesungsmitschrift, Formelsammlung Schreiben Sie bitte auf dieses
MehrAufgabe 1: Kontinuierliche und diskrete Signale
Klausur zur Vorlesung: Signale und Systeme Aufgabe : Kontinuierliche und diskrete Signale. Zwei Systeme sollen auf ihre Eigenschaften untersucht werden: v(t) S { } y (t) v(t) S { } y (t) Abbildung : zeitkontinuierliche
MehrI-B-Rohm DDS-Filterdimensionierung -1/10- Dornheim, Dieses Dokument enthält den : Dipl.-Ing. (FH) Gerhard Rohm ; I-B-Rohm
I-B-Rohm DDS-Filterdimensionierung -1/10- Dipl.-Ing. (FH) Gerhard Rohm Am schwarzen Berg 15 64521 Gross-Gerau / Dornheim Tel. & Fax +49 {06152} 54963! " # $ EPost : Gerhard-Rohm@gmx.de % & ' ( ) * +, *
MehrLösungen der Übungsaufgaben zur Vorlesung Digitale Signalverarbeitung
Institut für Informationsverarbeitung Laboratorium für Informationstechnologie Lösungen der Übungsaufgaben zur Vorlesung Digitale Signalverarbeitung Wintersemester 009-00 Aufgabe : Diskrete Faltung Vorerst:
MehrSV1: Aktive RC-Filter
Signal and Information Processing Laboratory Institut für Signal- und Informationsverarbeitung. September 6 Fachpraktikum Signalverarbeitung SV: Aktive RC-Filter Einführung In diesem Versuch wird ein aktives
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
MehrÜbungen in Gruppen (max. 3 Personen) gemeinschaftlich durchgeführt Pro Gruppe ein Protokoll Übungsprotokolle:
Assoc.-Prof. DI Dr. Michael Seger Institute of Electrical, Electronic and Bioengineering / UMIT Institute of Automation and Control Engineering / UMIT Eduard-Wallnöfer-Zentrum 1, 6060 Hall i. Tirol 2.
Mehrvon der Straßenkoordinate r zur Fahrzeugkoordinate x. Straßenoberfläche Initiale Referenz
Regelungstechnik Klausur vom 9.2.23 Zoltán Zomotor Versionsstand: 3. Januar 24, 2:59 This work is licensed under the Creative Commons Attribution-NonCommercial-ShareAlike 3. Germany License. To view a
MehrGrundlagen der Statistischen Nachrichtentheorie
Grundlagen der Statistischen Nachrichtentheorie - Prof. Dr.-Ing. Thomas Sikora - Name:............................ Vorname:......................... Matr.Nr:........................... Ich bin mit der
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
MehrGrundlagen der Elektrotechnik 3. Übungsaufgaben
Campus Duisburg Grundlagen der Elektrotechnik 3 Nachrichtentechnische Systeme Prof. Dr.-Ing. Ingolf Willms Version Juli 08 Aufgabe 1: Man bestimme die Fourier-Reihenentwicklung für die folgende periodische
MehrLösungsvorschlag - Zusatzaufgaben (2)
HOCHSCHULE KARLSRUHE Sommersemester 014 Elektrotechnik - Sensorik Übung Mathematik I B.Sc. Paul Schnäbele Lösungsvorschlag - Zusatzaufgaben ) a) x ) fx) = D = R \ { } x + Es liegt keine gängige Symmetrie
MehrElektronik Prof. Dr.-Ing. Heinz Schmidt-Walter
6. Aktive Filter Filterschaltungen sind Schaltungen mit einer frequenzabhängigen Übertragungsfunktion. Man unterscheidet zwischen Tief, Hoch und Bandpässen sowie Sperrfiltern. Diesen Filtern ist gemeinsam,
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
MehrDigitale Signalverarbeitung Vorlesung 5 - Filterstrukturen
Digitale Signalverarbeitung Vorlesung 5 - Filterstrukturen 21. November 2016 Siehe Skript, Kapitel 8 Kammeyer & Kroschel, Abschnitt 4.1 1 Einführung Filterstrukturen: FIR vs. IIR 2 Motivation: Grundlage
MehrKapitel 4: Digitale Systeme
ZHAW, DSV, FS2009, Rumc, 4- Kapitel 4: Digitale Systeme Inhaltsverzeichnis 4.. EINLEITUNG...2 4.2. LTD-SYSTEME...3 4.3. DIFFERENZENGLEICHUNG...3 4.4. IMPULSANTWORT UND FALTUNGSSUMME...5 4.5. Z-TRANSFORMATION...7
MehrFourierreihen periodischer Funktionen
Fourierreihen periodischer Funktionen periodische Funktion: (3.1) Fourierkoeffizienten und (3.2) (3.3) Fourier-Reihenentwicklungen Cosinus-Reihe: (3.4) (3.5) Exponentialreihe: (3.6) (3.7-3.8) Bestimmung
MehrDigitale Filter. Martin Schlup. 8. Mai 2012
Digitale Filter Martin Schlup 8. Mai 2012 1. Filterstrukturen Dieser Beitrag ist eine kurz gehaltene Einführung in die Darstellung zeitdiskreter Systeme und soll einige elementare Hinweise geben, wie digitale
MehrEinführung in die digitale Signalverarbeitung
Einführung in die digitale Signalverarbeitung Prof. Dr. Stefan Weinzierl 1. Aufgabenblatt 1. Eigenschaften diskreter Systeme a. Erläutern Sie die Begriffe Linearität Zeitinvarianz Speicherfreiheit Kausalität
MehrVorkurs Mathematik für Wirtschaftsingenieure und Wirtschaftsinformatiker
Vorkurs Mathematik für Wirtschaftsingenieure und Wirtschaftsinformatiker Übungsblatt Musterlösung Fachbereich Rechts- und Wirtschaftswissenschaften Wintersemester 06/7 Aufgabe (Definitionsbereiche) Bestimme
MehrAufgabe 1. Signal Processing and Speech Communication Lab. Graz University of Technology
Signal Processing and Speech Communication Lab. Graz University of Technology Aufgabe 1 Senden Sie die Hausübung bis spätestens 22.4.2015 per Email an hw1.spsc@tugraz.at. Verwenden Sie MatrikelNummer1
Mehr4. Passive elektronische Filter
4.1 Wiederholung über die Grundbauelemente an Wechselspannung X Cf(f) X Lf(f) Rf(f) 4.2 Einleitung Aufgabe 1: Entwickle mit deinen Kenntnissen über die Grundbauelemente an Wechselspannung die Schaltung
MehrÜbung 9: Aufgaben zu RC- und SC- Filter
ZHAW, ASV, FS05 Übung 9: Aufgaben zu C- und SC- Filter Aufgabe : Kontaktloses Skipass System Bei einem berührungsfreien, induktiven Zutrittssystem in die Ski-Arena wird vom Lesegerät ein starkes Trägersignal
MehrExperiment 4.1: Übertragungsfunktion eines Bandpasses
Experiment 4.1: Übertragungsfunktion eines Bandpasses Schaltung: Bandpass auf Steckbrett realisieren Signalgenerator an den Eingang des Filters anschließen (50 Ω-Ausgang verwenden!) Eingangs- und Ausgangssignal
MehrSV2: Digitale Filter und Konvertierung der Abtastrate
Signal and Information Processing Laboratory Institut für Signal- und Informationsverarbeitung 9. Februar 2017 Fachpraktikum Signalverarbeitung SV2: Digitale Filter und Konvertierung der Abtastrate 1 Einführung
Mehr1 Leistungsanpassung. Es ist eine Last mit Z L (f = 50 Hz) = 3 Ω exp ( j π 6. b) Z i = 3 exp(+j π 6 ) Ω = (2,598 + j 1,5) Ω, Z L = Z i
Leistungsanpassung Es ist eine Last mit Z L (f = 50 Hz) = 3 Ω exp ( j π 6 ) gegeben. Welchen Wert muss die Innenimpedanz Z i der Quelle annehmen, dass an Z L a) die maximale Wirkleistung b) die maximale
MehrBeuth HS TFH für Berlin Technik Berlin University of Applied Science DSV-Labor. Organisatorisches - Studiengang BEL Schwerpunkt ES
Beuth HS TFH für Berlin Technik Berlin University of Applied Science DSV-Labor Organisatorisches - Studiengang BEL Schwerpunkt ES DSV-Labor (Organisatorisches) Ablauf: 5 Laborübungen 11 Termine Anwesenheitspflicht
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
MehrFIR-Filter mit dem Fenster-Verfahren
1 FIR-Filter mit dem Fenster-Verfahren Tiefpass 1 Hochpass 1 -π -Ωg Ωg π Ω -π - Ωg Ωg π Bandpass 1 Bandsperre 1 Ω π Ω 2 Ω π Ω 1 Ω 1 Ω π Ω 2 Ω 1 Ω π Ω 2 1 Ω 2 idealen Frequenzgänge der vier grundlegenden
MehrÜbung 4: Spektrogramm
ZHAW, DSV, FS2,. Einleitung Übung 4: Spektrogramm Mit einem Spektrogramm kann der zeitliche Verlauf des Spektrums von einem Signal dargestellt werden. Ein Spektrogramm besteht also aus vielen, sich allenfalls
MehrEAH Jena Prüfungsaufgaben Prof. Giesecke FB ET/IT Filterentwurf WS 12/13
FB ET/IT Filterentwurf WS 2/3 Name, Vorname: Matr.-Nr.: Zugelassene Hilfsmittel: beliebiger Taschenrechner eine selbsterstellte Formelsammlung ein mathematisches Formelwerk Wichtige Hinweise: Ausführungen,
MehrAdaptive Differenz-Puls-Code-Modulation (ADPCM) und Lineare, Prädiktive Codierung (LPC)
Adaptive Dierenz-Puls-Code-Modulation (ADPCM) und Lineare, Prädiktive Codierung (LPC) Ziele Mit diesen rechnerischen und experimentellen Übungen werden die Anwendungen der DPCM mit einer Anpassung der
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,
MehrÜbungseinheit 3. FIR und IIR Filter
Übungseinheit 3 FIR und IIR Filter In dieser Übungseinheit sollen verschiedene Effekte mittels FIR (finite impulse response) und IIR (infinite impulse response) Filter implementiert werden. FIR Filter
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
MehrMathematik für Wirtschaftswissenschaftler im WS 12/13 Lösungen zu den Übungsaufgaben Blatt 12
Mathematik für Wirtschaftswissenschaftler im WS /3 Lösungen zu den Übungsaufgaben Blatt Aufgabe 5 Welche der folgenden Matrizen sind positiv bzw negativ definit? A 8, B 3 7 7 8 9 3, C 7 4 3 3 8 3 3 π 3
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
MehrEntwurf von IIR-Filtern
Kapitel Entwurf von IIR-Filtern. Einleitung.. Darstellung von IIR-Filtern im Zeitbereich y[n] = b 0 x[n] + b x[n ] + b 2 x[n 2] +... + b M x[n M].) a y[n ] a 2 y[n 2]... a N y[n N] = M N b k x[n k] a m
MehrFahrzeugmechatronik Masterstudiengang M 3.2 Sensoren und Aktoren Labor für Automatisierung und Dynamik AuD FB 03MB
Abb. 6 Dreidimensionale Darstellung des Frequenzgangs G ATP () s, Achsteilungen s 2 π in Hz Prof. Dr. Höcht 1/29 18.06.2006 11:13 Z_ Abb. 7 Einfluß des Pols bei s imaginären Achse, Achsteilungen in Hz
MehrKomplexe Zahlen. Allgemeines. Definition. Darstellungsformen. Umrechnungen
Komplexe Zahlen Allgemeines Definition Eine komplexe Zahl z x + y i besteht aus einem Realteil Re(z) x und einem Imaginärteil Im(z) y. Der Imaginärteil wird mit der Imaginären-Einheit i multipliziert.
MehrSeminar-Praktikum Nachrichtentechnik. Nachrichtentechnische Systeme. Die Vorbereitungsaufgaben müssen vor dem Seminartermin gelöst werden.
Seminar-Praktikum Nachrichtentechnik Seminarversuch 4 Digitale Filter Fachgebiet: Nachrichtentechnische Systeme Name: Matr-Nr: Betreuer: Datum: N T S Die Vorbereitungsaufgaben müssen vor dem Seminartermin
MehrAnalysis II WS 11/12 Serie 9 Musterlösung
Analysis II WS / Serie 9 Musterlösung Aufgabe Bestimmen Sie die kritischen Punkte und die lokalen Extrema der folgenden Funktionen f : R R: a fx, y = x + y xy b fx, y = cos x cos y Entscheiden Sie bei
MehrZHW, NTM, 2005/06, Rur 1. Übung 6: Funkkanal
ZHW, NTM, 2005/06, Rur 1 Aufgabe 1: Strahlungsdiagramme. Übung 6: Funkkanal Gegeben sind die Strahlungsdiagramme des (λ/2-) Dipols und des (λ/4-) Monopols (Stabantenne auf einer Grundfläche). Welche Antenne
Mehr3. Übung zum G8-Vorkurs Mathematik (WiSe 2011/12)
Technische Universität München Zentrum Mathematik PD Dr. Christian Karpfinger http://www.ma.tum.de/mathematik/g8vorkurs 3. Übung zum G8-Vorkurs Mathematik (WiSe 0/) Aufgabe 3.: Gehen Sie die Inhalte der
MehrAdaptive LMS-Filter DSV, 2005/10, Rur, adaptive LMS-Filter, 1
Adaptive LMSFilter DSV, 2005/10, Rur, adaptive LMSFilter, 1 Ein Filter ist ein zeitvariantes System. kann Filterparameter an unbekannte Anforderungen anpassen mit rekursivem AdaptationsAlgorithmus (selfdesigning)
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 5. Juni 2016 Definition 5.21 Ist a R, a > 0 und a 1, so bezeichnet man die Umkehrfunktion der Exponentialfunktion x a x als
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
MehrPRAKTIKUMSVERSUCH M/S 2
Fakultät Informatik, Institut für Angewandte Informatik, Professur Technische Informationssysteme PRAKTIKUMSVERSUCH M/S 2 Betreuer: Dipl.-Ing. Burkhard Hensel Dr.-Ing. Alexander Dementjev ALLGEMEINE BEMERKUNGEN
Mehr