Lösungen der Übungsaufgaben zur Vorlesung Digitale Signalverarbeitung

Größe: px
Ab Seite anzeigen:

Download "Lösungen der Übungsaufgaben zur Vorlesung Digitale Signalverarbeitung"

Transkript

1 Institut für Informationsverarbeitung Laboratorium für Informationstechnologie Lösungen der Übungsaufgaben zur Vorlesung Digitale Signalverarbeitung Wintersemester

2 Aufgabe : Diskrete Faltung Vorerst: ein viel benutzes Hilfsmittel ist die endliche bwz. unendliche geometrische Reihe M r0 q r qm+, q bzw. q r0 q r, q <. q.5.5 xn) hn) n xn) un) un N) mit N n b) hn) a n un) mit a 0.8 b) c). Fall: n < 0 yn) 0. Fall: 0 n N yn) an+ k xk) hn k) a 3. Fall: N < n yn) an k xk) hn k) an N+ a Siehe Abbildung. d) Gegeben ist ein allgemeinerer Fall: fn) 0 für a n b, fn) 0 sonst, und ) xn) 0 für c n d, xn) 0 sonst. )

3 Dann ist yn) fn) xn) fk) xn k) k b fk) xn k) aus der Bedingung von ) ka n b fn m) xm) mit m n k, d.h. k n m mn a n a fn m) xm), Grenzen vertauschen da n b < n a. mn b Aus Bedingung ) ist fn) 0 falls n a < c oder n b > d, d.h. falls n < a + c oder n > b + d. Daraus folgt fn) 0 im Bereich a + c n b + d. Hier: a c 0, b M, d N. D.h. die Faltungssumme yn) fn) xn) ist ungleich Null für 0 n M + N. Damit ist M + N die Anzahl der Werte ungleich Null. 4.5 y_max yn) n Abbildung : Faltungssumme yn) xn) hn) mit N 8 und a 0.8. Damit ist y0) und yn ) y max an a 0.8 e) yn) hk) xn k) Indexsubstitution: j n k k n j k j hn j) xj) siehe Teil b). 3

4 Aufgabe : Einseitige z Transformation Xz) Für c ist xn) ein Einheitssprung. xn) z n z für c < z z c Aufgabe 3: Zweiseitige z Transformation xn) c n x n) + x n) mit x n) c n, n 0 und x n) c n, n < 0. Linearität der z-transformation Xz) X z) + X z) X z) z für c < z aus Aufgabe. z c X z) cz cz für z < c Xz) z z c + cz für c < z <, c <. cz c 4

5 Aufgabe 4: Diskretes System Siehe Aufgabe. b) Hz) Y z) N Uz) z k z N z k0 Hjω) He jω ) e jωn die Übertragungsfunktion des Systems. e jω c) Hz) e jω N e j ω ) e jω N e jω N ) e e j ω e j ω jω N sin ωn sin ω Amplitudengang He jω ) sin ωn N. Phasengang Φω) ω. sin ω Abbildung : Aufgabe 4) Amplitudengang und Phasengang für den Fall N 5. Hinweis: Der Phasengang hat einen linearen Verlauf Man muss beachten, dass φω ± n π) φω), n N gilt). Alternativer Lösungsweg benutzt Definitionen von Amplitudengang und Phasengang. Dieser ist für diesen Fall länger. Z.B. He jω ) e jωn cosωn) + j sinωn) cosωn)) + sin ωn) e jω cosωn) cos ω cos ω + j sin ω sin ωn sin ω cos ω) + sin ω mit Hilfe von cosα) sin α) sin ωn sin ω. 5

6 Aufgabe 5: Abtastung Aus Formelsammlung sinωcn) πn folgt yt) sinω 0t) t Y jω) Faltung von Y Ω) πrect Ω Ω 0 ) ψω) Y Ω) Y Ω) ) x c t) sin Ω 0 t) sinω0 t) t t { W e jω, ω < ω c ) 0, ω c < ω π { π, Ω < Ω 0 πrect Ω Ω 0, sonst 0 ). { π, Ω < Ω 0 0, sonst Y ν)y Ω ν)dν Ω0 Ω 0 πy Ω ν)dν π Ω+Ω0 Ω Ω 0 fν)dν ψω) 0 für Ω > Ω 0 ψω) π Ω+Ω0 Ω 0 πdν π Ω + Ω 0 ) für Ω 0 Ω 0 Ω0 ψω) π πdν π Ω + Ω 0 ) für 0 Ω Ω 0 Ω Ω 0 π Ω + Ω 0 ), Ω 0 Ω 0 ψω) π Ω + Ω 0 ), 0 Ω Ω 0 0, sonst π X c Ω) Ω + Ω 0), Ω 0 Ω 0 π ψω) π Ω + Ω 0), 0 Ω Ω 0 0, sonst Re{X c Ω)} X c Ω), Im{X c Ω)} 0. Abbildung 3: Aufgabe 5 Re{X c jω)} 6

7 b) Laut Abtasttheorem muss für die Abtastfrequenz gelten: f s f max, wobei f max die größte vorkommende Frequenz im Signal ist. Hier ist Ω max Ω 0 f max Ω 0. Für die Abtastperiode gilt π dann T f max T π. Ω 0 c) ω ist die normierte Frequenz: ω Ω T. Durch die Abtastung wird X c jω) mit der Periode π wiederholt zu Xe jω ) X c j ω T j π ) T n. n Abbildung 4: Aufgabe 5c) Re{Xe jω )}, Abtasttheorem erfüllt. d) xn) π Xe jω )e jωn dω Ω 0 si Ω 0 nt ) sin Ω 0 nt ). π π nt ) e) Nein, da das Abtasttheorem verletzt ist. f) Abbildung 5: Aufgabe 5f) Re{Xe jω )}, Abtasttheorem verletzt. g) xn) Ω 0 δn) 7

8 Aufgabe 6: Rekursives System. Ordnung Geg.: y n k y n + x n Beweis mit vollständiger Induktion liefert y n n b) Graphische Darstellung des Netzwerks: i0 ki kn+ k, n. Abbildung 6: Aufgabe 6) Rekursives System. Ordnung. Aufgabe 7: Rekursives System. Ordnung Geg.: y n k y n + k y n + x n Abbildung 7: Aufgabe 7 Rekursives System. Ordnung. 8

9 b) Hz) z z k z k c) Ein System. Ordnung kann zwei einfache Pole oder ein zweifacher Pol besitzen. Damit der Pol von Hz) zweiter Ordnung ist, müssen k und k so sein, dass z k z k z z ) erfüllt ist. D.h. gesucht ist die Impulsantwort des Systems H 0 z) d) Partialbruchzerlegung: H 0 z) Für z e jω gilt z z. Damit ist für z e jω : z z z ). z z z ) z z z z ) z hn) nz n un) + z n un) n + )z n un). Hz) Hz) H z) Hz) Hz ) Hz) H He jω ) ) z + k + k + k k k )z z ) k z + z ) ) z z z ) + z z k z k z k z k z + k + k + k k k ) cosω) k cosω), wegen cosα) ejα + e jα Für den Phasengang betrachten wir wieder zejω Hz) k z k z k cos ω j sin ω) k cosω) j sinω)) k sin ω + k sinω) φω) arg{hjω)} arctan k cos ω k cosω). Aufgabe 8 Aus Formelsammlung: r n sinω 0 n) un) r sin ω 0 z, z > r r cos ω 0 z + r z Aufgabe 9 a n sinbn) un) a sin bz a cos bz + a z az sin b a az cos b + z, z > a Verleiche mit Aufgabe 8 ergibt a und b β xn) n sinnβ) un) sinnβ) un). 9

10 Aufgabe 0 b) Hz) Y z) Xz) z z ) z ) z 4 ) z n ) n hn) un) + 3 un) 3 4 Hz) z 7 z + z yn) 7 yn ) + yn ) xn) xn ) c) Konvergenzbereich von Hz) : z > 3. Abbildung 8: Aufgabe 0c) Pol Nullstellen Diagramm. d) Hz) ist kausal, da Nennergrad > Zählergrad. Hz) ist stabil, da Pole im Einheitskreis liegen. Die Nullstelle z 0 liegt innerhalb des Einheitskreises. Damit ist Hz) folgt, dass Hz) minimalphasig ist. auch stabil. Daraus 0

11 Aufgabe : Cohnsches Kriterium Nennerpolynom: Az) N j0 a jz N j a 0 z 3 + a z + a z + a 3 z 3 3z + 9z. 4 Die Bedingung a 0 > a N ist erfüllt mit >, N 3. b 0 a 0 a 3 b a 0 a a 3 a b a 0 a a 3 a Die Bedingung b 0 > b N ist nicht erfüllt mit Damit hat das System nach dem Cohnschen Kriterium mindestens eine Polstelle, die nicht innerhalb des Einheitskreis liegt. Folglich ist das System instabil. Aufgabe Zu zeigen ist, wenn z Nullstelle ist, dann ist z ) hn) gerade hn) h n). ) hn) reell hn) h n). zu ): Hz) N n N ) h0) + Hz) H z N zu ): Hz ) n N hn) z n h0) + auch Nullstelle. N hn) z n + n N hn) z n + z n ) n N h n) z n n ), d. h. wenn z Nullstelle ist, dann ist z auch Nullstelle. hn) z n ) ) N n N h n) z ) n N n N hn) z n ) Hz ) H z) H z ) Hz), d. h. wenn z Nullstelle ist, dann ist z auch Nullstelle.

12 Aufgabe 3 Pole des System sind z, ± j 3 z, System instabil grenzstabil). Nullstelle des System sind z 0, z 0. Da nicht alle Nullstellen im Einheitskreis liegen, ist das System nicht minimalphasig. b) H z) z z z + z πn ) h n) cos 3 z z + z ) un ), Konvergenzbereich z > c) 6-fache Nullstelle z 0 und 6-fache Polstelle z 0. Linearphasigkeit: Nullstellen paarweise am Einheitskreis gespiegelt und alle Pole im Ursprung erfüllt. Minimalphasigkeit: alle Nullstellen innerhalb oder auf dem Einheitskreis erfüllt. d) Die Teilsysteme sind in Reihe geschaltet Hz) H z) H z) z z z + z 6 ) ) ) πn ) hn) h n) h n) cos un ) δn) δn 6)) 3 ) πn ) hn) cos un ) un 7)) 3 Das Gesamtsystem ist stabil da die Impulsantwort endlicher Länge besitzt. Alternativ: Hz) H z) H z) z z z + z6 z )z )z + z + )z z + ) z 6 z 6 z z + ) Hz) z )z )z + z + ) alle Pole im Ursprung. z 6 Aufgabe 4: Klausuraufgabe Frühjahr 007 Hilfsgrößen un) und wn) werden definiert:

13 Uz) W z) + Xz) 3) W z) Uz)z + W z)z 4) Y z) Uz) + W z) 5) 4) Uz) z ) z W z) 6) 6) in 5) Y z) z z) W z) + W z) W z) z z + ) 6) in 3) Xz) z z) W z) W z) W z) z z ) Aufgabe 5 Hz) Y z) Xz) z z + z z y n ay n ax n + x n Y z) az ) Xz) a + z ) Hz) Y z) Xz) a + z az + az z a. He jω ) Hz) H z) ze jω Hz) Hz ) ze jω Hz) H az + z a az + z a. Da der Amplitudengang konstant ist, ist das System ein Allpass. ) ze jω z 3

14 Aufgabe 6: DFT Grundlagen X0). Fall: N gerade X0). Fall: N ungerade N/ X0) xn) + N N N nn/ xn)e jπn 0/N xn) N/ xn) + ) N xn) + x + N ) N xn) + x + ) N x 0. N xn). N/ N n N + xn) N xn n) 0. xn n) b) X ) N N xn)e jπn N/ N/ xn) ) n + N/ N pn/ xn) ) n xp) ) p xn) ) n + xn n) ) N n ) N/ xn) ) n + ) N n ) 0 da N gerade. 4

15 c). xn) δn) Xk).. xn) δn n 0 ) Xk) N N 3. xn) a n, 0 n < N Xk) a n e jπnk/n 4. N gerade: {, 0 n N xn) 0, sonst N ungerade: {, 0 n N xn) 0, sonst Xk) Xk) N/ δn n 0 )e jπnk/n e jπn 0k/N, 0 < n 0 < N. a N a e jπk/n e jπnk/n e jπk/n) e jπk/n e jπk e jπk/n N { 0, k gerade, e jπk/n e jπnk/n e jπ k N N + ) e jπk/n e jπk e jπk/n e jπk/n Aufgabe 7: Abtastung im Frequenzbereich k ungerade Eine Abtastung im Frequenzbereich ruft eine periodische Wiederholung des Signals im Zeitbereich hervor. Durch die perdiodische Wiederholung des Signals entsteht hier Überlappung im Zeitbereich sog. Aliasing im Zeitbereich). Das rekonstruierte Signal yn) setzt sich also aus den Wiederholungen der Periode 8 des Signals xn) zusammen: ) n+8r yn) xn + 8r), 0 n < 8. r r Der Fehler der Rekonstruktion nach Abtastung im Frequenzbereich ist die Differenz ) n ) n ) 8r εn) xn) yn), 0 n < 8 r ) n ) ) 8r ) n ), 0 n < 8 r ) 8 n 8, 0 n <

16 Aufgabe 8: Signalflussdiagramme Hz) + 3 z 3 4 z + 8 z b) Direkte Form I b) Direkte Form II c) Hz) + 3 z z 4 z Abbildung 9: c) Kaskadenform d) Hz) z 4 z Abbildung 0: d) Parallelform 6

17 Aufgabe 9: Symmetrie Eigenschaft der DFT b) Xk) 0 + N/ n XN k) j xn) sinπn k/n) N/ j xn) sin π Xk) da sin π X0) 0 wegen Sinusterme. N/ j xn) sinπn k/n). ) N n) k N ) sin πn k/n) N n) k N c) yn) gerade yn) yn n). Y k) N N/ y0) + y0) + y0) + yn)e jπn k/n N/ yn)e jπn k/n + N pn/ N/ yn)e jπn k/n + yn n)e jπn n) k/n N/ n N/ n N/ n n yn) e jπn k/n + e jπn n) k/n) + y yn) e jπn k/n + e jπn k/n) + y yn) cosπn k/n) + y yp)e jπp k/n ) N e jπ k ) N ) k ) N ) k. d) Y N k) y0) + y0) + N/ n N/ n yn) cosπn N k)/n) + y yn) cosπn k/n) + y ) N ) N k ) N ) k da Ngerade. e) pn) xn) yn) P k) Xk) Y k) xn) reell ungerade Xk) imaginär ungerade siehe Teil ) yn) reell gerade Y k) reell gerade siehe Teil b)) P k) imaginär ungerade: P k) P N k) pn) reell ungerade: pn) pn n). 7

18 Aufgabe 0: Zirkulare Faltung xn) x6 n) xn) gerade Xk) gerade. b) Gegeben: xn) {0,, 0,, 0, } und hn) {, 0, 0, } Xk) N xn)e jπkn/n 5 xn)e j π 3 kn e j π 3 k e j π 3 3k + e j π 3 +4)k ) k+ + cos kπ 3 ) {,,,,, } Hk) + e j π 3 3k + ) k {, 0,, 0,, 0} Y z k) Hk) Xk) ) k+ + cos kπ 3 ) + )k+ + ) k cos kπ 3 ) ) k+ + cos kπ 3 ) + ) k) + ) k+ {, 0, 4, 0, 4, 0} c) y z n) N Y z k)e jπkn/n 5 Y z k)e j π 3 kn N 6 6 k0 k0 )) e j π 3 n + e j π 3 n 3 3 {,,,,, } )) π cos 3 n )) 4 e j π 3 n + e j 4π 3 n d) y l n) xn) + xn 3) {0,, 0,,,,, 0, } e) Die letzten N P + Werte von y z n) stimmen mit den entsprechenden Werten von y l n) überein. P ist die Länge von hn), P 4. Unterschied zwischen y z n) und y l n) ist auf Aliasing zurückzuführen. f) N L + P N 9. Wobei L die Länge von xn) ist. 8

19 Aufgabe : Filterentwurf aus zeitkontinuierlichem System H a 0) 0 und H a ) 0 Tiefpass. b) H a s) T 0 c) s + T 0 h a t) L {h a s)} T 0 e T 0 t ut) mit ut) : Sprungfunktion hn) T 0 e nt T 0 un) mit T : Abtastperiode, t nt Hz) Z{hn)} T 0 e T T 0 z Bilineare Transformation: s z T z+ Hz) + T 0 d) hn) z T z+ T z + ) z + T z + T + T 0 z T T0 0 + ) z + ) T 0 T T ) T 0 T mit c T 0 + T T 0 + c z + z c z T T 0 + c n n) + c n un ) ). T Für die Approximation eines zeitkontinuierlichen Hochpasses ist die Verwendung des Impulsinvarianzverfahren wegen Aliasing nicht geeignet. Aufgabe : Impulsinvarianzverfahren s jω H a s) 0 und s jω 0 H a s) δ 0 δ 0 +ω 0 b) 0: Tiefpass-Verhalten. Das kontinuierliche System ist stabil wenn alle Pole links der Im Achse liegen. Pole des Systems berechnet sich aus dem Nenner: s δ 0 ) + ω 0 0 s δ 0 ±ω 0 s δ 0 ± ω 0 Damit das System stabil ist, muss gelten: δ 0 < 0 und ω 0 beliebig. 9

20 c) Hz) Z{hn)} Impulsinvarianzverfahren. Formel 8.5) aus Skript Alte Düse) oder Vorlesungsfolien Teil 0: d) Hs) hier: Hs) A i s + s i i ersetzen Hz) A i e s i T z i s δ 0 s δ 0 + jω 0 )s δ 0 jω 0 ) s δ 0 + jω 0 ) + s δ 0 jω 0 ) s δ 0 + jω 0 )s δ 0 jω 0 ) s δ 0 + jω 0 + s δ 0 jω 0 Hz) ) e δ 0+jω 0 )T z + e δ 0+jω 0 )T z z e δ 0T e jω0t + e ) jω 0T e δ 0T z e jω 0T + e jω 0T ) + e δ 0T z z e δ0t cosω 0 T ) e δ 0T z cosω 0 T ) + e δ 0T z z ze δ0t cosω 0 T ) z ze δ 0T cosω 0 T ) + e δ 0T i) T kπ ω 0 cosω 0 T ) Hz) z z e δ 0T ii) k + )π T cosω 0 T ) Hz) ω 0 iii) sonst Grad. Aufgabe 3: Butterworth-Filter n-ter Ordnung Pole von Hs) : + Grad. z z + e δ 0T Grad. ) n s 0 s n j n e j 3π n e jπ+nπ+kπ) s k e j π n + π +k π n ), k 0,,... n j Für n 3 gilt: Hs) s s 0 )s s )s s ) wobei s 0, s, s die drei Pole, die in der linken Halbebene liegen, sind: s 0 +j 3, s, s j 3 s 0. 0

21 Partialbruchzerlegung Hs) Hz) A s s 0 ) + B s s ) + C s s ) B, A C j! 3 A e + T s 0 z e T z + A e T s 0z Hs) j 3 s + j 3 + s j 3 s + + j 3 s s 0 )s s )s s ) Aufgabe 4: Filterentwurf nach Toleranzschema Für das Filter H a ω) gilt folgende Forderungen: + ω ωc )N Normierte Durchlassfrequenz: ω d π 3 0.π bei einer Dämpfung von - db: 30 0 log H a ω d ) 0 log + ω d + 0.π ωc )N ω c ) N 0 0. ) Normierte Sperrfrequenz: ω s π π bei einer Dämpfung von -5 db: 30 0 log H a ω s ) 5 0 log π + ωs ωc )N ω c ) N 0.5 ) Filterordnung und Grenzfrequenz ω c muss aus ) und ) bestimmt werden 0.π N Filter mit N 6 wählen und in ) und ) einsetzen ω c wähle ω c H a ω) + ω ) 0.3π )N Hinweis: ω ist hier die durch die Abtastfrequenz) normierte, kontinuierliche Kreisfrequenz. Für den Entwurf des zeitdiskrete Filter Hz) sind weitere Schritte erforderlich: ) Von H a ω) kann H a s) nach der Vorgehensweise wie in Aufgabe 3 gewonnen werden. ) Von H a s) kann dann nach dem Impulsinvarianzverfahren das zeitdiskrete Filter Hz) bestimmt werden. b) Darstellung mittels Charakteristische Funktion Kjv) v N : H c jv)h c jv) + c Kjv)K jv) + c v N Gesucht ist die Konstante c und Filterordnung N. Dämpfung im Durchlassbereich - db: 0 log δ d ) δ d 0 / d δd δ d δ d

22 Dämpfung im Sperrbereich -5 db: 0 logδ s ) 5 δ s 0 5/ δs s δ s Bilineare Transformation Ω d tan ω d T und Ω s ωs tan T Normierte Sperrfrequenz v s Ωs ωs tan Ω d tan ω d.568. log s d N log v s N 6 c d 0.37 c Wahl c s v N s H c v) v Für den Entwurf des zeitdiskrete Filter Hz) sind weitere Schritte erforderlich: ) Durch Rücksubstitution von Ω v Ω d erhält man H c Ω). ) Von H c Ω) kann H a s) nach der Vorgehensweise wie in Aufgabe 3 gewonnen werden. 3) Von H c s) kann mit Hilfe der bilineare Transformation das zeitdiskrete Filter Hz) bestimmt werden.

23 Aufgabe 5: Allpass-Transformation He jω ) 0,85 0,5 0 0, 4π 0, 6π π ω b) Mit den Filter Tschebyscheff Typ I und II sowie Cauer. c) A z) z, A e jω ) g ω) arga e jω )) arg e jω ) π + ω Verschiebung der Frequenzachse um π Hochpass. He jω ) 0,85 0,5 0 0, 4π 0, 6π π ω d) A z) z, A e jω ) g ω) arga e jω )) arg e jω ) π + ω Verschiebung um π und Stauchung der Frequenzachse mit Faktor Bandpass. He jω ) 0,85 0,5 0 0, π 0, 3π 0, 5π 0, 7π 0, 8π π ω 3

24 Aufgabe 6: Klausur F07: Direkter Entwurf von FIR Filter Um die Komponente cosω 0 n) ejω 0n + e jω 0n ) zu unterdrücken, muss He jω ) bei ω ±ω 0 verschwinden, d.h. es sind zwei Nullstellen nötig: z 0, e ±jω 0. Die Underdrückung der zweiten Oberwelle ergibt analog: z,3 e ±j3ω 0. Insgesamt muss Hz) vier Nullstellen aufweisen. b) Hz) ist ein kausales FIR Filter FIR alle Pole im Ursprung, Kausalität wähle: Anzahl Polstellen Anzahl Nullstellen). ) ) ) ) z e j π 4 z e j π 4 z e j 3π 4 z e j 3π 4 Hz) + z 4 z 4 c) yn) F {Hω)Xω)} F {Hω)Xω ω 0 )} da die anderen Frequenzkomponente ω 0 und 3ω 0 durch die Nullstellen von Hω) unterdrückt wurden F {Hω) a πδω ω 0) + δω + ω 0 ))} π Hω) a π π πδω ω 0) + δω + ω 0 ))e jωn dω a He jω 0 n ) e jω0n + He jω0n ) e ) jω 0n a + e j8ω 0 n ) e jω0n + + e j8ω0n ) e ) jω 0n a 4 cosω 0n) a cos π n) 4

25 Aufgabe 7: FIR-Filter - Entwurf mit inv. Fourier-Transformation hk) wird durch die inverse Fouriertransformation für diskrete Signal gewonnen: b) hk) π π π ω He jω ) e jkω dω 0 A e jkω dω + e jkω dω + e jkω dω + A e jkω dω π ω π ω π 0 π ω A [ ] e jωk ω jπk ω ω + [ ] e jωk 0 jπk ω ω + [ ] e jωk ω jπk + A [ ] ω0 e jωk ω jπk ωω A e jω k e jωk + e jωk e ) jω k + e jω k + e jωk ) jπk jπk A ) ejω k e jω k + ejω k e jω k + e jω ) k e jω k πk j j πk j A πk sinω k) + sinω k)) + πk sinω k)) A) sinω k) πk + A sinω k) πk ω π 4, ω π, A hk) πk sin π 4 k) + sin π k)) ω Entwurf eines linearphasigen Filters vom Grad 4 durch Fourierapproximation 5 Koeffizienten erforderlich. ω h0) lim k 0 πk sinπ 4 k) + sinπ sin π k)) lim k) 4 π k 0 8 k + lim 4 h) π sinπ 4 ) + sinπ )) π + ) h ) h) 4π sinπ 4 ) + sinπ )) 4π h ) 4 k 0 sin π k) π k ) Das Filter soll kausal sein Verzögerung um. Das Ergebnis mit Rechteckfenster ist das diskrete Filter h d k) mit h d 0) 4π Die Übertragungsfunktion H d z) ist H d z) z h d ) π + ) h d ) 3 8 k h d 3) π + ) h d 4) 4π. hk) z k z4 + + )z 3 + 3π z + + )z + z 4. 5

26 Aufgabe 8: Wiener-Khinchin sches Theorem xn) ist weißes Rauschen Φ xx n) σ x δn). b) Φ yy m) Φ xx m) h m) hm) σx δm) h m) hm) σx h m) hm) σx hn) hn + m) σx a n a n+m σx a m σ x σ x a a m da die AKF immer eine gerade Funktion ist. a n σ x a a n σ x a m a Das Wiener-Khinchin sches Theorem besagt, dass das Leistungsdichtespektrum P yy ω) die Fouriertransformierte der Autokorrelationsfunktion Φ yy n) ist: P yy ω) Φ yy n)e jωn σ a n x a e jωn n n ) a n e jωn a n e jωn + + a n e jωn c) σ x a σ x a n + a ) n e jωn + e jωn)) σ x + a n cosωn) a n n ) ) + a n cosωn) σ x a cos ω + aus Hinweis a a cos ω + a σ x + a cos ω a + a cos ω σ a a cos ω + a x a cos ω + a Das Leistungsdichtespektrum P yy ω) kann direkt berechnet werden: P yy ω) P xx ω) He jω ) n σx He jω ) σx He jω ) He jω ) He jω ) hn)e jωn a n e jωn ae jω n P yy ω) σx ae jω ae jω σ x a e jω + e jω ) + a σx a cosω) + a 6

27 Aufgabe 9: Weißes Rauschen xn) weißes Rauschen mit φ xx m) σx δm). yn) erfüllt φ yy 0) σy. φ zz m) E[zn) zn + m)] E[xn)yn) xn + m)yn + m)] E[xn)xn + m)yn)yn + m)] E[xn)xn + m)]e[yn)yn + m)] da xn) und yn) unabhängig von einander φ xx m)φ yy m) σx δm)φ yy m) σx δm)φ yy 0) σxσ y δm) Aufgabe 30: Klausur F08 b) Y F z) Rz) Y F z)hz) Y F z) + Hz)) Rz) Y F z) H F z) Y F z) Rz) + Hz) + z z z z Rz) + Hz) H F e jω ) e jω e jω ) e jω ) e jω e jω cos ω Φ yf y F e jω ) σ r H F e jω ) σ r cos ω) 7

Lösungen der Übungsaufgaben zur Vorlesung Digitale Signalverarbeitung

Lösungen der Übungsaufgaben zur Vorlesung Digitale Signalverarbeitung Institut für Informationsverarbeitung Laboratorium für Informationstechnologie Lösungen der Übungsaufgaben zur Vorlesung Digitale Signalverarbeitung Wintersemester 00-0 Mathematische Grundlagen I. Geometrische

Mehr

Filterentwurf. Aufgabe

Filterentwurf. Aufgabe Aufgabe Filterentwurf Bestimmung der Filterkoeffizienten für gewünschte Filtereigenschaften Problem Vorgaben häufig für zeitkontinuierliches Verhalten, z.b. H c (s) Geeignete Approximation erforderlich

Mehr

Klausur zur Vorlesung Digitale Signalverarbeitung

Klausur zur Vorlesung Digitale Signalverarbeitung INSTITUT FÜR INFORMATIONSVERARBEITUNG UNIVERSITÄT HANNOVER Appelstraße 9A 3067 Hannover Klausur zur Vorlesung Digitale Signalverarbeitung Datum: 7.03.007 Uhrzeit: 3:30 Uhr Zeitdauer: Stunden Hilfsmittel:

Mehr

Klausur zur Vorlesung Digitale Signalverarbeitung

Klausur 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:

Mehr

Übungsaufgaben Digitale Signalverarbeitung

Übungsaufgaben 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

Mehr

Lineare zeitinvariante Systeme

Lineare zeitinvariante Systeme Lineare zeitinvariante Systeme Signalflussgraphen Filter-Strukturen Fouriertransformation für zeitdiskrete Signale Diskrete Fouriertransformation (DFT) 1 Signalflussgraphen Nach z-transformation ist Verzögerung

Mehr

Beispiel-Klausuraufgaben Digitale Signalverarbeitung. Herbst 2008

Beispiel-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)

Mehr

Klausur zur Vorlesung Digitale Signalverarbeitung

Klausur zur Vorlesung Digitale Signalverarbeitung INSTITUT FÜR INFORMATIONSVERARBEITUNG UNIVERSITÄT HANNOVER Appelstraße 9A 067 Hannover Klausur zur Vorlesung Digitale Signalverarbeitung Datum: 0.08.007 Uhrzeit: 09:00 Uhr Zeitdauer: Stunden Hilfsmittel:

Mehr

Klausur zur Vorlesung Digitale Signalverarbeitung

Klausur 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

Mehr

Klausur zur Vorlesung Digitale Signalverarbeitung

Klausur 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

Mehr

Filterentwurf. Bernd Edler Laboratorium für Informationstechnologie DigSig - Teil 11

Filterentwurf. 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 /

Mehr

Digitale Signalverarbeitung Bernd Edler

Digitale 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

Mehr

Digitale Signalverarbeitung Bernd Edler

Digitale 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

Mehr

ÜBUNG 4: ENTWURFSMETHODEN

ÜBUNG 4: ENTWURFSMETHODEN Dr. Emil Matus - Digitale Signalverarbeitungssysteme I/II - Übung ÜBUNG : ENTWURFSMETHODEN 5. AUFGABE: TIEFPASS-BANDPASS-TRANSFORMATION Entwerfen Sie ein nichtrekursives digitales Filter mit Bandpasscharakteristik!

Mehr

Diskrete Folgen, z-ebene, einfache digitale Filter

Diskrete Folgen, z-ebene, einfache digitale Filter apitel 1 Diskrete Folgen, z-ebene, einfache digitale Filter 1.1 Periodische Folgen Zeitkoninuierliche Signale sind für jede Frequenz periodisch, zeitdiskrete Signale nur dann, wenn ω ein rationales Vielfaches

Mehr

Systemtheorie Teil B

Systemtheorie Teil B d 0 d c d c uk d 0 yk d c d c Systemtheorie Teil B - Zeitdiskrete Signale und Systeme - Musterlösungen Manfred Strohrmann Urban Brunner Inhalt 9 Musterlösungen Zeitdiskrete pproximation zeitkontinuierlicher

Mehr

Prüfung zur Vorlesung Signalverarbeitung am Name MatrNr. StudKennz.

Prüfung 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

Mehr

Aufgabe: Summe Punkte (max.): Punkte:

Aufgabe: Summe Punkte (max.): Punkte: ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 2. Teilprüfung 389.055 B Signale und Systeme 2 Institute of Telecommunications

Mehr

Aufgabe: Summe Punkte (max.): Punkte:

Aufgabe: Summe Punkte (max.): Punkte: ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 2. Teilprüfung 389.055 A Signale und Systeme 2 Institute of Telecommunications

Mehr

Aufgabe: Summe Punkte (max.): Punkte:

Aufgabe: Summe Punkte (max.): Punkte: ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 2. Teilprüfung 389.055 A Signale und Systeme 2 Institute of Telecommunications

Mehr

Signale und Systeme I

Signale und Systeme I TECHNISCHE FAKULTÄT DER CHRISTIAN-ALBRECHTS-UNIVERSITÄT ZU KIEL DIGITALE SIGNALVERARBEITUNG UND SYSTEMTHEORIE DSS Signale und Systeme I Modulklausur WS 017/018 Prüfer: Prof. Dr.-Ing. Gerhard Schmidt Datum:

Mehr

6. 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 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

Mehr

Verzerrungsfreies System

Verzerrungsfreies System Verzerrungsfreies System x(n) y(n) n n x(n) h(n) y(n) y(n) A 0 x(n a) A 0 x(n) (n a) h(n) A 0 (n a) H(z) A 0 z a Digitale Signalverarbeitung Liedtke 8.1.1 Erzeugung einer linearen Phase bei beliebigem

Mehr

Aufgabe: Summe Punkte (max.): Punkte:

Aufgabe: Summe Punkte (max.): Punkte: ZUNAME:.................................... VORNAME:.................................... MAT. NR.:.................................... Teilprüfung 389.055 A Signale und Systeme Institute of Telecommunications

Mehr

Aufgabe: Summe Punkte (max.): Punkte:

Aufgabe: Summe Punkte (max.): Punkte: ZUNAME:.................................... VORNAME:.................................... MAT. NR.:.................................... Teilprüfung 389.055 B Signale und Systeme Institute of Telecommunications

Mehr

Zeitdiskrete Signalverarbeitung

Zeitdiskrete Signalverarbeitung Zeitdiskrete Signalverarbeitung Ideale digitale Filter Dr.-Ing. Jörg Schmalenströer Fachgebiet Nachrichtentechnik - Universität Paderborn Prof. Dr.-Ing. Reinhold Haeb-Umbach 7. September 217 Übersicht

Mehr

Digitale Signalverarbeitung Bernd Edler

Digitale Signalverarbeitung Bernd Edler Digitale Signalverarbeitung Bernd Edler Wintersemester 2010/2011 Wesentliche Inhalte der Vorlesung Abtastung z-transformation Lineare zeitinvariante Systeme Diskrete Fouriertransformation Filterentwurf

Mehr

Martin 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 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

Mehr

Grundlagen der Signalverarbeitung

Grundlagen 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:

Mehr

Digitale Signalverarbeitung, Vorlesung 7 - IIR-Filterentwurf

Digitale 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

Mehr

Grundlagen der Signalverarbeitung

Grundlagen der Signalverarbeitung Grundlagen der Signalverarbeitung Zeitdiskrete Signale Wintersemester 6/7 Kontinuierliche und diskrete Signale wertkontinuierlich wertdiskret Signal Signal Signal Signal zeitdiskret zeitkontinuierlich

Mehr

Signale, Transformationen

Signale, 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] =

Mehr

Warum z-transformation?

Warum 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

Mehr

Zusammenfassung der 1. Vorlesung

Zusammenfassung 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

Mehr

Aufgabe: Summe Punkte (max.): Punkte:

Aufgabe: Summe Punkte (max.): Punkte: ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 2. Teilprüfung 389.055 B Signale und Systeme 2 Institute of Telecommunications

Mehr

Fouriertransformation, z-transformation, Differenzenglei- chung

Fouriertransformation, 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:

Mehr

Diskontinuierliche Signale und Systeme

Diskontinuierliche 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

Mehr

ÜBUNG 2: Z-TRANSFORMATION, SYSTEMSTRUKTUREN

ÜBUNG 2: Z-TRANSFORMATION, SYSTEMSTRUKTUREN ÜBUNG : Z-TRANSFORMATION, SYSTEMSTRUKTUREN 8. AUFGABE Bestimmen Sie die Systemfunktion H(z) aus den folgenden linearen Differenzengleichungen: a) b) y(n) = 3x(n) x(n ) + x(n 3) y(n ) + y(n 3) 3y(n ) y(n)

Mehr

Aufgabe: Summe Punkte (max.): Punkte:

Aufgabe: Summe Punkte (max.): Punkte: ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 2. Teilprüfung 389.055 A Signale und Systeme 2 Institute of Telecommunications

Mehr

Übungen zu Transformationen. im Bachelor ET oder EW. Version 2.0 für das Wintersemester 2014/2015 Stand:

Übungen 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

Systemtheorie Teil B

Systemtheorie 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

Musterlösung zur Klausur Digitale Signalverarbeitung

Musterlösung zur Klausur Digitale Signalverarbeitung Musterlösung zur Klausur Digitale Signalverarbeitung Arbeitsgruppe Digitale Signalverarbeitung Ruhr-Universität Bochum 1. Oktober 2007 Aufgabe 1: Transformationen 25 Pkt. Gegeben war das reellwertige kontinuierliche

Mehr

Klausur im Lehrgebiet. Signale und Systeme. - Prof. Dr.-Ing. Thomas Sikora - Name:... Bachelor ET Master TI Vorname:... Diplom KW Magister...

Klausur 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:..........................

Mehr

Musterlösung zur Klausur Signale und Systeme

Musterlösung 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

Mehr

Signale und Systeme I

Signale und Systeme I TECHNISCHE FAKULTÄT DER CHRISTIAN-ALBRECHTS-UNIVERSITÄT ZU KIEL DIGITALE SIGNALVERARBEITUNG UND SYSTEMTHEORIE DSS Signale und Systeme I Modulklausur WS 016/017 Prüfer: Prof. Dr.-Ing. Gerhard Schmidt Datum:

Mehr

Abtastung. Normalisierte Kreisfrequenz = DSP_9-Abtasttheorem 2

Abtastung. 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

Mehr

,Faltung. Heavisidefunktion σ (t), Diracimpuls δ (t) Anwendungen. 1) Rechteckimpuls. 2) Sprungfunktionen. 3) Schaltvorgänge

,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,

Mehr

Spektrum zeitdiskreter Signale

Spektrum zeitdiskreter Signale Spektrum zeitdiskreter Signale 1 Aufgabenstellung Mithilfe der Fouriertransformation können zeitkontinuierliche Signale in den Frequenzbereich transformiert werden, um die im Signal enthaltenen Frequenzanteile

Mehr

1 Fourierreihen zeitkontinuierlicher period. Signale

1 Fourierreihen zeitkontinuierlicher period. Signale Formelsammlung erlaubtes Klausurhilfsmittel) 389.055 Signale und Systeme 2 Institute of Telecommunications Technische Universität Wien G. Doblinger,. Goert -206 Fourierreihen eitkontinuierlicher period.

Mehr

Signale und Systeme I

Signale 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

Theorie digitaler Systeme

Theorie 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

Mehr

Systemtheorie Teil B

Systemtheorie Teil B d + d + c d + c uk d + + yk d + c d + c Systemtheorie Teil B - Zeitdiskrete Signale und Systeme - Musterlösungen Manfred Strohrmann Urban Brunner Inhalt 8 Musterlösung Frequengang eitdiskreter Systeme...

Mehr

Zusammenfassung der 2. Vorlesung

Zusammenfassung 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

Mehr

Signale und Systeme. Christoph Becker

Signale und Systeme. Christoph Becker Signale und Systeme Christoph Becker 18102012 Signale Definition 1 Ein Signal ist eine Folge von Zahlen {xn)} welche die Bedingung xn) < erfüllt Definition 2 Der Frequenzgang / frequency domain representation

Mehr

Allpass-Transformation

Allpass-Transformation Grundidee: Allpass-Transformation Entwurf eines IIR-Filters H p (z) mit bekanntem Verfahren Abbildung des Frequenzgangs durch Transformation der Frequenzvariablen Transformation durch Substitution ζ =

Mehr

Zeitdiskrete Signalverarbeitung

Zeitdiskrete Signalverarbeitung Alan V. Oppenheim, Ronald W. Schafer, John R. Buck Zeitdiskrete Signalverarbeitung 2., überarbeitete Auflage ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario

Mehr

5. 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 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

Mehr

ZHAW, DSV1, FS2010, Rumc, 1. H(z) a) Zeichnen Sie direkt auf das Aufgabenblatt das Betragsspektrum an der Stelle 1.

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

Mehr

Übung 6: Analyse LTD-Systeme

Übung 6: Analyse LTD-Systeme ZHAW, DSV, FS2009, Übung 6: Analyse LTD-Systeme Aufgabe : Pol-Nullstellendarstellung, UTF und Differenzengleichung. Die folgenden Pol-Nullstellen-Darstellungen charakterisieren verschiedene LTD- Systeme,

Mehr

Abschlussprüfung Digitale Signalverarbeitung. Aufgaben, die mit einem * gekennzeichnet sind, lassen sich unabhängig von anderen Teilaufgaben lösen.

Abschlussprüfung Digitale Signalverarbeitung. Aufgaben, die mit einem * gekennzeichnet sind, lassen sich unabhängig von anderen Teilaufgaben lösen. Name: Abschlussprüfung Digitale Signalverarbeitung Studiengang: Elektrotechnik IK, E/ME Wahlfach SS2015 Prüfungstermin: Prüfer: Hilfsmittel: 3.7.2015 (90 Minuten) Prof. Dr.-Ing. Großmann, Prof. Dr.-Ing.

Mehr

Einführung in die digitale Signalverarbeitung WS11/12

Einführung 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

Mehr

Aufgabe: Summe Punkte (max.): Punkte:

Aufgabe: Summe Punkte (max.): Punkte: ZUNAME:... VORNAME:... MAT. NR.:.... Teilprüfung 389.055 A Signale und Systeme Institute of Telecommunications TU-Wien.06.06 Bitte beachten Sie: Bitte legen Sie Ihren Studierendenausweis auf Ihrem Tisch

Mehr

Nachrichtentechnik [NAT] Kapitel 6: Analoge Filter. Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik

Nachrichtentechnik [NAT] Kapitel 6: Analoge Filter. Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik Nachrichtentechnik [NAT] Kapitel 6: Analoge Filter Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik Sommersemester 25 Inhaltsverzeichnis Inhalt Inhaltsverzeichnis 6 Analoge Filter 3 6. Motivation..................................

Mehr

Klausur im Lehrgebiet. Signale und Systeme. - Prof. Dr.-Ing. Thomas Sikora -

Klausur im Lehrgebiet. Signale und Systeme. - Prof. Dr.-Ing. Thomas Sikora - Signale und Systeme - Prof. Dr.-Ing. Thomas Sikora - Name:............................ Bachelor ET Master TI Vorname:......................... Diplom KW Magister... Matr.Nr:.......................... Erasmus

Mehr

Lösungen. Lösungen Teil I. Lösungen zum Kapitel 3. u(t) 2mV. t/s. u(t) 2mV 1mV. t/ms. u(t) t/ms -2V. x(t) 1. a) u(t) = 2mV3 (t 2ms)

Lösungen. Lösungen Teil I. Lösungen zum Kapitel 3. u(t) 2mV. t/s. u(t) 2mV 1mV. t/ms. u(t) t/ms -2V. x(t) 1. a) u(t) = 2mV3 (t 2ms) Lösungen Lösungen eil I Lösungen zum Kapitel 3. a ut = mv3 t ms ut mv t/ms b ut = mv3t mv3 t ms mv3 t ms mv mv ut t/ms p c ut = V3 t ms sin ms t V ut -V 3 4 5 6 t/ms d xt = 4 s r t s 4 s r t s 4 s r t

Mehr

Einführung in die digitale Signalverarbeitung WS11/12

Einführung 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

Lösungsblatt 2 Signalverarbeitung

Lösungsblatt 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

Mehr

Entwurf zeitdiskreter Systeme. Prof. Dr.-Ing. Marcus Purat Beuth Hochschule für Technik Berlin - Wintersemester 2012/13

Entwurf zeitdiskreter Systeme. Prof. Dr.-Ing. Marcus Purat Beuth Hochschule für Technik Berlin - Wintersemester 2012/13 Entwurf zeitdiskreter Systeme Prof. Dr.-Ing. Marcus Purat Beuth Hochschule für Technik Berlin - Wintersemester 0/3 Inhalt Einführung Entwurf auf der Basis zeitkontinuierlicher Systeme Impulsinvarianz Bilinear-Transformation

Mehr

Seminar Digitale Signalverarbeitung Thema: Digitale Filter

Seminar 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

Mehr

Aufgabe: Summe Punkte (max.): Punkte:

Aufgabe: Summe Punkte (max.): Punkte: ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 1. Teilprüfung 389.055 A Signale und Systeme 2 Institute of Telecommunications

Mehr

Nachrichtentechnik [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 Nachrichtentechnik [NAT] Kapitel 4: Fourier-Transformation Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik Sommersemester 25 Inhaltsverzeichnis Inhalt Inhaltsverzeichnis 4 Fourier-Transformation 3

Mehr

Systemtheorie. Vorlesung 25: Butterworth-Filter. Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann

Systemtheorie. Vorlesung 25: Butterworth-Filter. Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann Systemtheorie Vorlesung 5: Butterworth-Filter Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann Übersicht Für den Filterentwurf stehen unterschiedliche Verfahren zur Verfügung Filter mit

Mehr

Signale und Systeme I

Signale 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

Mehr

Zu Beginn der Vorlesung Signale und Systeme ausgegebene Übungsaufgaben V 1.2

Zu Beginn der Vorlesung Signale und Systeme ausgegebene Übungsaufgaben V 1.2 Leibniz Universität Hannover Institut für Kommunikationstechnik Prof. Dr. J. Peissig Zu Beginn der Vorlesung Signale und Systeme ausgegebene Übungsaufgaben V 1.2 Universität Hannover, Institut für Kommunikationstechnik,

Mehr

Prüfungsklausur Digitale Signalverarbeitung Ergebnis der Klausur

Prüfungsklausur 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)

Mehr

Musterlösung zur Klausur Digitale Signalverarbeitung

Musterlösung zur Klausur Digitale Signalverarbeitung Musterlösung zur Klausur Digitale Signalverarbeitung Arbeitsgruppe Digitale Signalverarbeitung Ruhr-Universität Bochum 9. August 008 Aufgabe : Transformationen 5 Pkt. v (k) = v (k) = v 3 (k) = ( ) k sin

Mehr

Signal- und Systemtheorie

Signal- und Systemtheorie Thomas Frey, Martin Bossert Signal- und Systemtheorie Mit 117 Abbildungen, 26 Tabellen, 64 Aufgaben mit Lösungen und 84 Beispielen Teubner B.G.Teubner Stuttgart Leipzig Wiesbaden Inhaltsverzeichnis 1 Einleitung

Mehr

x[n-1] x[n] x[n+1] y[n-1] y[n+1]

x[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],

Mehr

Digitale Signalverarbeitungssysteme II: Praktikum 1

Digitale Signalverarbeitungssysteme II: Praktikum 1 Digitale Signalverarbeitungssysteme II: Praktikum 1 Emil Matus 18. November 2010 Technische Universität Dresden Mobile Communications Systems Chair Tel.: +49 351 463 41021 Fax : +49 351 463 41099 Mail:

Mehr

Fourierreihen periodischer Funktionen

Fourierreihen 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

Mehr

MusterModulprüfung. Anteil Transformationen

MusterModulprüfung. 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

Mehr

Digitale Signalverarbeitung, Vorlesung 3: Laplace- und z-transformation

Digitale 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

Mehr

Einführung in die Systemtheorie

Einführung in die Systemtheorie Bernd Girod, Rudolf Rabenstein, Alexander Stenger Einführung in die Systemtheorie Signale und Systeme in der Elektrotechnik und Informationstechnik 4., durchgesehene und aktualisierte Auflage Mit 388 Abbildungen

Mehr

Lösungsblatt 2 Signalverarbeitung und Klassifikation

Lösungsblatt 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

Mehr

Grundlagen der Signalverarbeitung 1 (Integraltransformationen)

Grundlagen der Signalverarbeitung 1 (Integraltransformationen) Grundlagen der Signalverarbeitung 1 (Integraltransformationen) Prof. Dr.-Ing. Dr. h.c. Norbert Höptner Fakultät Technik Bereich Informationstechnik (IT) Hochschule Pforzheim Stand: 17.01.2017 v9 @ Prof.

Mehr

Digitale Signalverarbeitung, Vorlesung 3: Laplace- und z-transformation

Digitale 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

Mehr

Kapitel 8: Zeitdiskrete Zufallssignale

Kapitel 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

Mehr

Aufgabe 4. Signal Processing and Speech Communication Lab. Graz University of Technology

Aufgabe 4. Signal Processing and Speech Communication Lab. Graz University of Technology Signal Processing and Speech Communication Lab. Graz University of Technology Aufgabe 4 Senden Sie die Hausübung bis spätestens 14.07.2017 per Email an hw1.spsc@tugraz.at. Verwenden Sie MatrikelNummer1

Mehr

Zusammenfassung der 1. Vorlesung

Zusammenfassung der 1. Vorlesung Zusammenfassung der 1. Vorlesung Einordnung und Motivation Grundlegende Definitionen Kontinuierliches Signal Zeitdiskretes Signal Quantisiertes Signal Digitales Signal Kontinuierliches System Abtastsystem

Mehr

Aufgabe: Summe Punkte (max.): Punkte:

Aufgabe: Summe Punkte (max.): Punkte: ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 1. Teilprüfung 389.055 B Signale und Systeme Institute of Telecommunications

Mehr

Digitale Signalverarbeitung, Vorlesung 3: Laplace- und z-transformation

Digitale 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

Mehr

Musterlösung zur Klausur Signale und Systeme

Musterlösung 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

Mehr

6Si 6. Signal-und Bildfilterung sowie. H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 1

6Si 6. Signal-und Bildfilterung sowie. H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 1 6Si 6. Signal-und Bildfilterung sowie Korrelation H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I Bildfilterung und Korrelation Die lineare Bildfilterung wird zur Rauschunterdrückung

Mehr

Entwurf von FIR-Filtern

Entwurf 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

5. Laplacetransformation

5. Laplacetransformation 5. Laplacetransformation 5. Übersicht Laplacetransformation Die Laplacetransformation ist eine Verallgemeinerung der Fouriertransformation. Vorteile: Es können auch Transformierte für Signale angegeben

Mehr

Kleine Formelsammlung zu Signale und Systeme 2

Kleine Formelsammlung zu Signale und Systeme 2 Kleine Formelsammlung zu Signale und Systeme 2 Florian Franzmann 6. März 2006 Inhaltsverzeichnis Elementare Grundlagen 3. Lösungsformel für quadratische Gleichungen................. 3.2 Definition einiger

Mehr