x[n-1] x[n] x[n+1] y[n-1] y[n+1]
|
|
- Meike Hafner
- vor 6 Jahren
- Abrufe
Transkript
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], x[n+2],.., y[n-1], y[n+1], y[n+2],.. ). speicherfreies System y[n] hängt nur von x[n] ab. ausales System y[n] hängt von einen zuünftigen x oder y ab. stabiles System für ein beschräntes Eingangsignal bleibt auch das Ausgangssignal beschränt (BIBO-Stabilität). x[n-1] x[n] x[n+1] y[n-1] y[n+1] y[n] f Rücführung (Feedbac) zeitinvariantes System eine Zeitverschiebung des Eingangs führt auf die gleiche Zeitverschiebung des Ausgangs. lineares System ax 1 [n] + bx 2 [n] => ay 1 [n] + by 2 [n] (Superpositionsprinzip) LTI-System lineares, zeitinvariantes System (Linear Time-Invariant). Impulsantwort Jedes disrete Signal x lässt sich als Linearombination von verschobenen und salierten Einheitsimpulsen darstellen x[ n] = x[ ] δ[ n ] = Aufgrund der Superpositionseigenschaft muss das Ausgangssignal eines linearen Systems eine Linearombination von sog. Impulsantworten sein h [ n ] = f ( δ [ n ]) y[ n] = x[ ] h [ n] = Sind alle Impulsantworten eines linearen Systems beannt, ann die Antwort des Systems auf beliebige Eingangssignale berechnet werden. In einem LTI-System ist die Impulsantwort eine zeitverschobene Version der Impulsantwort h 0 zum Zeitpunt 0 h [ ] [ ] n = h0 n
2 Faltungssumme Für ein LTI-System ist das Ausgangssignal daher y[ n] = x[ ] h[ n ] mit dem Impulsübertragungsverhalten h = h 0. h charaerisiert ein LTI-System vollständig. Symbolische Schreibweise y[n] = x[n] * h[n] Eigenschaften Kommutativität = x[ n] h[ n] = h[ n] x[ n] Assoziativität Distributivität x[ n] ( h [ n] h [ n]) = ( x[ n] h [ n]) h [ n] x[ n] ( h [ n] + h [ n]) = x[ n] h [ n] + x[ n] h [ n] Faltung (Beispiel)
3 LTI-Systeme speicherfreies LTI-System h[ n] = Kδ[ n] ausales LTI-System h[n] = 0 für n < 0 stabiles LTI-System h[ ] < (Impulsantwort absolut = summierbar) Häufiger Spezialfall durch lineare Differenzengleichung beschriebenes ausales LTI-System M a y[ n ] = b x[ n ] = 0 = 0 eine ausale Differenzengleichung lässt sich in eine reursive Gleichung überführen M 1 y[ n] = b x[ n ] a y[ n ] a 0 = 0 = 1 für = 0 ergibt sich eine nichtreursive Gleichung, Ausgang hängt nur vom Eingang ab (FIR-System, Finite Impulse Response) reursive Systeme haben i,a. eine unendliche Impulsantwort (IIR-System, Infinite Impulse Response) Disrete omplexe exponentielle Signale Eulersche Formel iω0n e = cosω n + i sinω n 0 0 Eigenschaften i( ω0 + 2 π ) n i2π n iω0n iω0n es gilt e = e e = e, d.h. Signal bei Frequenz ist dasselbe wie bei 0. Schwingungsrate nimmt mit 0 zu bis 0 =, danach verringert sie sich wieder bis 2. Signal ist nur periodisch mit Periode, wenn 2π m ω 0 =, m, gilt. Menge aller exp. Signale der Periode (harmonisch verwandte Signale) (2 / ) [ n ] e i π n Φ =, = 0, ± 1, Es gilt Φ + [ n] = Φ[ n], d.h. es gibt nur verschiedene Signale der Periode.
4 Beispiel disrete Sinusfolgen Fourier-Reihe für periodische Signale Exponentielle Signale sind Eigenfuntionen von LTI-Systemen iω0n [ ] [ ] [ ] [ ] [ ] [ ] x n = e y n = h n x n = h x n = = = 0 ( ) iω n iω0n iω0 [ ] = [ ] = ( ω0) [ ] = h e e h e H x n Darstellung eines -periodischen Signals als Linearombination von harmonische verwandten Signalen heißt Fourierreihe (Synthesegleichung) 1 1 x[ n] = a Φ [ n] = a e = 0 = 0 Berechnung der Spetraloeffizienten 1 1 (Analysegleichung) i (2 π / ) n a = x[ n] e = 0 i (2 π / ) n Jedes -periodische disrete Signal läßt sich als disrete Fourierreihe darstellen.
5 Darstellung aperiodischer Signale Vorgehensweise (Disrete Fourier- Transformation, DFT) endliches Signal der Länge wird periodisch fortgesetzt Berechnung der Fourierreihe für die resultierende periodische Folge Rücgewinnung des aperiodischen Signals durch Anwendung der Synthesegleichung und Setzen aller Werte außerhalb [0, -1] auf 0. Vorsicht DFT beschreibt nicht die tatsächliche Fouriertranformation des aperiodischen Signals (diese enthält unendlich viele Frequenzen), sondern eine disrete Abtastung derselben. Trotzdem läßt sich das disrete Signal exat aus der DFT reonstruieren. Bedeutung Für Signale der Länge 2 p existiert ein extrem schneller Algorithmus zur Berechnung der DFT FFT, Fast Fourier Transform Frequenzgang von Systemen Frequenzgang Fouriertransformierte der Impulsantwort. Faltungseigenschaft der DFT y[ n] = x[ n] h[ n] Y ( ω) = X ( ω) H ( ω) d.h. ein LTI-System wirt auf ein Eingangssignal durch Abschwächen oder Verstären einzelner Spetralanteile (Filterung). Ebenso wie die Impulsantwort charaterisiert der Frequenzgang ein LTI- System vollständig. Tiefpaß Hochpaß Bandpaß
Harmonische Schwingung
Harmonische Schwingung Eine harmonische Schwingung mit Amplitude c 0, Phasenverschiebung δ und Frequenz ω bzw. Periode T = 2π/ω hat die Form x x(t) = c cos(ωt δ). δ/ω c t T=2π/ω Harmonische Schwingung
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
MehrÜbung 5 zur Vorlesung SYSTEMORIENTIERTE INFORMATIK HW-, SW-CODESIGN
Fakultät Informatik, Institut für Angewandte Informatik, Professur Technische Informationssysteme Übung 5 zur Vorlesung SYSTEMORIENTIERTE INFORMATIK HW-, SW-CODESIGN BEDEUTUNG DER GEWICHTSFUNKTION UND
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)
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
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)
MehrSignale und Systeme I
FACULTY OF ENGNEERING CHRISTIAN-ALBRECHTS-UNIVERSITÄT ZU KIEL DIGITAL SIGNAL PROCESSING AND SYSTEM THEORY DSS Signale und Systeme I Musterlösung zur Modulklausur WS 010/011 Prüfer: Prof. Dr.-Ing. Gerhard
MehrDigitale Signalbearbeitung und statistische Datenanalyse
Digitale Signalbearbeitung und statistische Datenanalyse Teil 5 8 Aus ontinuierlichem Signal werden in onstanten Zeitintervallen Daten entnommen ontinuierliches Signal x(t) Einheitsimpulsfuntion Gewichtete
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
MehrProbeklausur Signale + Systeme Kurs TIT09ITA
Probeklausur Signale + Systeme Kurs TIT09ITA Dipl.-Ing. Andreas Ströder 13. Oktober 2010 Zugelassene Hilfsmittel: Alle außer Laptop/PC Die besten 4 Aufgaben werden gewertet. Dauer: 120 min 1 Aufgabe 1
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
MehrFOURIERREIHEN. a) Periodische Funktionen. 3) Rechteckschwingung. b) Stückweise stetige Funktionen. Skizze= Sägezahnschwingung
FOURIERREIHEN 1. Grundlagen a) Periodische Funtionen Beispiele: 1) f( x) = sin( x+ π / 3), T = 2 π /. 2) f( t) = cos( ωt+ ϕ), T = 2 π / ω. 3) Rechtecschwingung, 1< t < f() t =, f( t+ 2) = f() t 1, < t
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
MehrIV. Digitale Signalverarbeitung
Digitale Signalverarbeitung IV. Digitale Signalverarbeitung Nachdem in den vorangegangenen Kapiteln die grundlegenden Eigenschaften der in der physialischen Meßtechni aufgenommenen Signale und ihrer Störungen
MehrSystemtheorie Teil B
d + d z + c d z + c uk d + + yk z d + c d z + c Systemtheorie Teil B - Zeitdiskrete Signale und Systeme Übungsaufgaben Manfred Strohrmann Urban Brunner Inhalt Übungsaufgaben - Signalabtastung und Rekonstruktion...
Mehr(Fast) Fourier Transformation und ihre Anwendungen
(Fast) Fourier Transformation und ihre Anwendungen Johannes Lülff Universität Münster 14.01.2009 Definition Fouriertransformation F (ω) = F [f(t)] (ω) := 1 2π dt f(t)e iωt Fouriersynthese f(t) = F 1 [F
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.
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
MehrProf. Dr. Stefan Weinzierl 10.02.2015
Einführung in die digitale Signalverarbeitung: 15. Tutorium Prof. Dr. Stefan Weinzierl 10.02.2015 Zusammenfassung Im Folgenden findet sich eine kleine Zusammenfassung der Konzepte, die wir in diesem Semester
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
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
MehrAls Summendarstellung der komplexen Zahl bezeichnen wir den bekannten Ausdruck
A.1 MATHEMATISCHE GRUNDLAGEN In diesem Abschnitt werden die mathematischen Grundlagen zusammengestellt, die für die Behandlung von Übertragungssystemen erforderlich sind. Unter anderem sind dies die komplexen
MehrSignale und Systeme. A1 A2 A3 Summe
Signale und Systeme - Prof. Dr.-Ing. Thomas Sikora - Name:............................... Vorname:.......................... Matr.Nr:.............................. Ergebnis im Web mit verkürzter Matr.Nr?
MehrSignale und Systeme II
TECHNISCHE FAKULTÄT DER CHRISTIAN-ALBRECHTS-UNIVERSITÄT ZU KIEL DIGITALE SIGNALVERARBEITUNG UND SYSTEMTHEORIE DSS Wintersemester 204/205 Signale und Systeme II Übungsaufgaben Übung Datum Themen Aufgaben
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
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
MehrZeitdiskrete, digitale Filter und schnelle Fourier-Transformation (FFT)
Zeitdiskrete, digitale Filter und schnelle Fourier-Transformation (FFT) Inhaltsverzeichnis 1 Allgemeines Filter... 2 2 Filter auf dem Signalprozessor... 2 3 Zusammenhang Zeitsignal und Frequenzspektrum...
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
MehrAusarbeitung zum Thema Signalverarbeitung und Signalanalyse in der Spracherkennung
Ausarbeitung zum Thema Signalverarbeitung und Signalanalyse in der Spracherkennung Michael Munz Fakultät für Informatik Universität Ulm 23. November 2004 1 INHALTSVERZEICHNIS 2 Inhaltsverzeichnis 1 Motivation
MehrKybernetik LTI-Systeme
Kybernetik LTI-Systeme Mohamed Oubbati Institut für Neuroinformatik Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm.de 26. 04. 2012 Was ist Kybernetik? environment agent Kybernetik ermöglicht, die Rückkopplung
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
MehrLineare Systeme mit einem Freiheitsgrad
Höhere Technische Mechanik Lineare Systeme mit einem Freiheitsgrad Prof. Dr.-Ing. Ulrike Zwiers, M.Sc. Fachbereich Mechatronik und Maschinenbau Hochschule Bochum WS 2009/200 Übersicht. Grundlagen der Analytischen
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
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=
MehrKontinuierliche Fourier-Transformation. Laplace-Transformation
Kontinuierliche Fourier-Transformation. Laplace-Transformation Jörn Loviscach Versionsstand: 16. Juni 2010, 17:56 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu:
MehrDie komplexen Zahlen und Skalarprodukte Kurze Wiederholung des Körpers der komplexen Zahlen C.
Die omplexen Zahlen und Salarprodute Kurze Wiederholung des Körpers der omplexen Zahlen C. Erinnerung an die Definition von exp, sin, cos als Potenzreihen C C Herleitung der Euler Formel Definition eines
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
MehrMerkmale von Bildregionen, Einführung in Spektraltechniken
Merkmale von Bildregionen, Einführung in Spektraltechniken Industrielle Bildverarbeitung, Vorlesung No. 10 1 M. O. Franz 12.12.2007 1 falls nicht anders vermerkt, sind die Abbildungen entnommen aus Burger
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
MehrKenngrößen und Eigenschaften zeitdiskreter LTI-Systeme
Arbeit zum Seminar Digitale Signalverarbeitung Kenngrößen und Eigenschaften zeitdiskreter LTI-Systeme Thomas Wilbert thowil@uni-koblenz.de 29.06.2005 Zusammenfassung Dieses Dokument befasst sich mit der
MehrTechnik der Fourier-Transformation
Was ist Fourier-Transformation? Fourier- Transformation Zeitabhängiges Signal in s Frequenzabhängiges Signal in 1/s Wozu braucht man das? Wie macht man das? k = 0 Fourier- Reihe f ( t) = Ak cos( ωkt) +
MehrUnabhängige Zufallsvariablen
Kapitel 9 Unabhängige Zufallsvariablen Die Unabhängigkeit von Zufallsvariablen wird auf die Unabhängigkeit von Ereignissen zurückgeführt. Im Folgenden sei Ω, A, P ) ein Wahrscheinlichkeitsraum. Definition
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
MehrPrimzahlen Darstellung als harmonische Schwingung
Primzahlen Darstellung als harmonische Schwingung Die natürliche Sinusschwingung wird hier in Zusammenhang mit der Zahlentheorie gebracht um einen weiteren theoretischen Ansatz für die Untersuchung der
Mehr19. Frequenzgangkorrektur am Operationsverstärker
9. Frequenzgangkorrektur am Operationsverstärker Aufgabe: Die Wirkung komplexer Koppelfaktoren auf den Frequenzgang eines Verstärkers ist zu untersuchen. Gegeben: Eine Schaltung für einen nichtinvertierenden
MehrDas wissen Sie: 6. Welche Möglichkeiten zur Darstellung periodischer Funktionen (Signalen) kennen Sie?
Das wissen Sie: 1. Wann ist eine Funktion (Signal) gerade, ungerade, harmonisch, periodisch (Kombinationsbeispiele)? 2. Wie lassen sich harmonische Schwingungen mathematisch beschreiben und welche Beziehungen
MehrVersuch 3: Anwendungen der schnellen Fourier-Transformation (FFT)
Versuch 3: Anwendungen der schnellen Fourier-Transformation (FFT) Ziele In diesem Versuch lernen Sie zwei Anwendungen der Diskreten Fourier-Transformation in der Realisierung als recheneffiziente schnelle
Mehr(Fast) Fourier Transformation und ihre Anwendungen
(Fast) Fourier Transformation und ihre Anwendungen Johannes Lülff Universität Münster 14.01.2009 Inhaltsverzeichnis 1 Einführung 2 FFT 3 Anwendungen 4 Beschränkungen 5 Zusammenfassung Definition Fouriertransformation
MehrModellfall. Orthogonalität trigonometrischer Funktionen. Anwendungen: f : (0, L) R gegeben.
Modellfall Anwendungen: Fragen: Digitalisierung / digitale Darstellung von Funktionen, insbesondere für Ton- und Bilddaten Digitale Frequenzfilter Datenkompression: Abspeichern der unteren Frequenzen Lösung
MehrNumerische Methoden und Algorithmen in der Physik
Numerische Methoden und Algorithmen in der Physik Hartmut Stadie, Christian Autermann 29.01.2009 Numerische Methoden und Algorithmen in der Physik Hartmut Stadie 1/ 18 Einführung Fourier-Transformation
MehrDiskrete und Schnelle Fourier Transformation. Patrick Arenz
Diskrete und Schnelle Fourier Transformation Patrick Arenz 7. Januar 005 1 Diskrete Fourier Transformation Dieses Kapitel erläutert einige Merkmale der Diskreten Fourier Transformation DFT), der Schnellen
MehrTeil III. Fourieranalysis
Teil III Fourieranalysis 3 / 3 Fourierreihen Ziel: Zerlegung einer gegebenen Funktion in Schwingungen Konkret: f : (, L) R gegebene Funktion Gesucht: Darstellung der Form ( f (x) = a + a n cos ( n L x)
MehrZusammenfassung der 1. Vorlesung
Zusammenfassung der 1. Vorlesung Einordnung und Motivation Grundlegende Definitionen Kontinuierliches Signal Zeitdiskretes Signal Quantisiertes Signal Digitales Signal Kontinuierliches System Abtastsystem
MehrLab3 - Fourieranalyse von Signalen
1 Einleitung Lab3 - Fourieranalyse von Signalen M. Brandner, C. Wallinger Die spektrale Analyse deterministischer und zufälliger Signale ist von zentraler Bedeutung in der Messtechnik, da sehr viele interessante
MehrKleiner Satz von Fermat
Kleiner Satz von Fermat Satz Kleiner Satz von Fermat Sei p P. Dann gilt a p a mo p für alle a Z. Wir führen zunächst eine Inuktion für a 0 urch. IA a = 0: 0 p 0 mo p. IS a a+1: Nach vorigem Lemma gilt
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)
MehrSignale und Systeme Reaktion linearer Systeme auf stationäre stochastische Signale
Signale und Systeme Reaktion linearer Systeme auf stationäre stochastische Signale Gerhard Schmidt Christian-Albrechts-Universität zu Kiel Technische Faculty of Engineering Fakultät Elektrotechnik Institute
Mehr18 Kontinuierliche Fourier-Transformation. Laplace-Transformation
18 Kontinuierliche Fourier-Transformation. Laplace-Transformation Jörn Loviscach Versionsstand: 28. März 2015, 21:30 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen beim Ansehen der Videos:
MehrBildverarbeitung: Fourier-Transformation. D. Schlesinger () BV: Fourier-Transformation 1 / 16
Bildverarbeitung: Fourier-Transformation D. Schlesinger () BV: Fourier-Transformation 1 / 16 Allgemeines Bilder sind keine Vektoren. Bilder sind Funktionen x : D C (Menge der Pixel in die Menge der Farbwerte).
MehrDie rechnerisch aufwendige Operation der Faltung geht über in die Multiplikation.
Kapitel Die z-transformation In den Abschnitten über die Impulsantwort und den Frequenzgang haben wir die Antwort eines Systems auf den Einheitspuls und die komplexe Exponentialfunktion ermittelt. Das
MehrTechnische Universität Wien Institut für Automatisierungs- und Regelungstechnik. SCHRIFTLICHE PRÜFUNG zur VU Automatisierung am
Technische Universität Wien Institut für Automatisierungs- und Regelungstechnik SCHRIFTLICHE PRÜFUNG zur VU Automatisierung am 8.6.13 Arbeitszeit: 1 min Name: Vorname(n): Matrikelnummer: Note: Aufgabe
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
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
MehrGrundlagen der Schwingungslehre
Grundlagen der Schwingungslehre Einührung. Vorgänge, bei denen eine physikalische Größe in estem zeitlichen Abstand ein und denselben Werteverlau auweist, werden als periodisch bezeichnet. Den zeitlichen
MehrElektrotechnik-Grundlagen Teil 2 Messtechnik
Version 1.0 2005 Christoph Neuß Inhalt 1. ZIEL DER VORLESUNG...3 2. ALLGEMEINE HINWEISE ZU MESSAUFBAUTEN...3 3. MESSUNG ELEMENTARER GRÖßEN...3 3.1 GLEICHSTROMMESSUNG...3 3.2 WECHSELSTROMMESSUNG...4 4.
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
MehrBetrachtetes Systemmodell
Betrachtetes Systemmodell Wir betrachten ein lineares zeitinvariantes System mit der Impulsantwort h(t), an dessen Eingang das Signal x(t) anliegt. Das Ausgangssignal y(t) ergibt sich dann als das Faltungsprodukt
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
MehrFaltung, Korrelation, Filtern
Faltung, Korrelation, Filtern Wie beschreibe ich lineare Systeme (z.b. Seismometer) -> Faltung, Konvolution, Dekonvolution? Wie quantifiziere ich die Ähnlichkeit von Zeitreihen (-> Korrelation) Wie quantifiziere
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
MehrErreichbarkeit und Zustandsregler
Übung 5 Erreichbarkeit und Zustandsregler 5. Kriterium für die Erreichbarkeit Betrachtet wird wieder ein zeitkontinuierliches, lineares und zeitinvariantes System (LZI bzw. LTI : Linear Time Invariant)
MehrHöhere Mathematik für Naturwissenschaftler Studienjahr 2016/17
1/37 0. Organisatorisches 2/37 Übung Höhere Mathematik für Naturwissenschaftler Studienjahr 2016/17 Dr. Udo Lorz TU Bergakademie Freiberg Fakultät für Mathematik und Informatik Links zur Vorlesung Website
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],
MehrAngewandte Mathematik und Programmierung
Angewandte Mathematik und Programmierung Einführung in das Konzept der objektorientierten Anwendungen zu mathematischen Rechnens SS2013 Inhalt Fourier Reihen Sehen wir in 2 Wochen Lösung der lin. Dgln.
MehrMotivation. Diskretisierung. Überblick. Algorithmik III Algorithmen und Modelle für kontinuierliche Datenstrukturen. Diskretisierung und Quantisierung
Algorithmik III Algorithmen und Modelle für kontinuierliche Datenstrukturen Motivation Analoge Aufnahme von Sprache, Bildern Digitale Speicherung durch Diskretisierung + Quantisierung Informationsverlust
Mehr5. Die eindimensionale Wellengleichung
H.J. Oberle Differentialgleichungen II SoSe 2013 5. Die eindimensionale Wellengleichung Wir suchen Lösungen u(x, t) der eindimensionale Wellengleichung u t t c 2 u xx = 0, x R, t 0, (5.1) wobei die Wellengeschwindigkeit
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
MehrSignale und Systeme Lineare Systeme
Signale und Systeme Lineare Systeme Gerhard Schmidt Christian-Albrechts-Universität zu Kiel Technische Fakultät Elektrotechnik und Informationstechnik Digitale Signalverarbeitung und Systemtheorie Seite
MehrDie inverse Diskrete Fourier Transformation
Die inverse Diskrete Fourier Transformation Konvertierung von der Point-value Form in Koeffizientenform. Dazu stellen wir die DFT als Matrix-Vektor Produkt dar 1 1 1... 1 1 ω n ωn 2... ωn n 1 a 0 y 0 1
MehrEinführung in die Physik I. Schwingungen und Wellen 1
Einführung in die Physik I Schwingungen und Wellen O. von der Lühe und U. Landgraf Schwingungen Periodische Vorgänge spielen in eine große Rolle in vielen Gebieten der Physik E pot Schwingungen treten
MehrOutline. 1 Vektoren im Raum. 2 Komponenten und Koordinaten. 3 Skalarprodukt. 4 Vektorprodukt. 5 Analytische Geometrie. 6 Lineare Räume, Gruppentheorie
Outline 1 Vektoren im Raum 2 Komponenten und Koordinaten 3 Skalarprodukt 4 Vektorprodukt 5 Analytische Geometrie 6 Lineare Räume, Gruppentheorie Roman Wienands (Universität zu Köln) Mathematik II für Studierende
MehrSignale und Systeme II
TECHNISCHE FAKULTÄT DER CHRISTIAN-ALBRECHTS-UNIVERSITÄT ZU KIEL DIGITALE SIGNALVERARBEITUNG UND SYSTEMTHEORIE DSS Signale und Systeme II Lösung zur Modulklausur SS 201 Prüfer: Prof. Dr.-Ing. Gerhard Schmidt
MehrGrundlagen der Videotechnik. Redundanz
Grundlagen der Videotechnik Redundanz Redundanz beruht auf: - statistischen Abhängigkeiten im Signal, - Information, die vorher schon gesendet wurde - generell eine Art Gedächtnis im Signal Beispiel: Ein
Mehr7.1 Aktive Filterung von elektronischem Rauschen (*,2P)
Fakultät für Physik Prof. Dr. M. Weber, Dr. K. abbertz B. Siebenborn, P. Jung, P. Skwierawski,. Thiele 17. Dezember 01 Übung Nr. 7 Inhaltsverzeichnis 7.1 Aktive Filterung von elektronischem auschen (*,P)....................
Mehreinige Zusatzfolien für s Seminar
Signale und Systeme einige Zusatzfolien für s Seminar Dr. Mike Wolf, Fachgebiet Nachrichtentechnik Signale und Systeme Fourierreihe reelle Fourierreihe betrachtet wird ein periodisches Zeitsignal u p mit
MehrWELLEN im VAKUUM. Kapitel 10. B t E = 0 E = B = 0 B. E = 1 c 2 2 E. B = 1 c 2 2 B
Kapitel 0 WELLE im VAKUUM In den Maxwell-Gleichungen erscheint eine Asymmetrie durch Ladungen, die Quellen des E-Feldes sind und durch freie Ströme, die Ursache für das B-Feld sind. Im Vakuum ist ρ und
MehrZusammenfassung : Fourier-Reihen
Zusammenfassung : Fourier-Reihen Theorem : Jede (nicht-pathologische) periodische Funktion läßt sich schreiben als "Fourier-Reihe" der Form: Vorzeichen ist Konvention, in Mathe : + Fourier-Transformation
MehrVom Zeit- zum Spektralbereich: Fourier-Analyse
Vom Zeit- zum Spektralbereich: Fourier-Analyse Ergebnis der Analyse Zerlegung eines beliebigen periodischen Signals in einem festen Zeitfenster in eine Summe von Sinoidalschwingungen Ermittlung der Amplituden
MehrBA 1 Blockschaltbild Algebra
BA 1 Blockschaltbild Algebra Blockschaltbild Algebra Ein Übertragungs System besteht i.a. aus mehreren Teilsystemen, die mit Hilfe von Blöcken dargestellt werden können als Ketten Schaltung Parallel Schaltung
MehrEinführung in die Laplace Transformation
Einführung in die aplace Transformation Peter Riegler 17. Oktober 2 Zusammenfassung Dieser Text gibt Ihnen eine kurze Einführung in das Werkzeug der aplace Transformation. Es zeigt Ihnen, wo und warum
MehrExperimentalphysik E1
Experimentalphysik E1 Erzwungene & gekoppelte Schwingungen Alle Informationen zur Vorlesung unter : http://www.physik.lmu.de/lehre/vorlesungen/index.html 10. Jan. 016 Gedämpfte Schwingungen m d x dt +
MehrLösung 05 Klassische Theoretische Physik I WS 15/16. y a 2 + r 2. A(r) =
Karlsruher Institut für Technologie Institut für theoretische Festkörperphsik www.tfp.kit.edu Lösung Klassische Theoretische Phsik I WS / Prof. Dr. G. Schön Punkte Sebastian Zanker, Daniel Mendler Besprechung...
MehrFrequenzanalyse Praktischer Leitfaden zur Anwendung der Frequenzanalyse. Filter
Filter Filter! Hochpassfilter! Tiefpassfilter! Bandpassfilter (Bandsperrfilter)! FIRFilter! Oktav/Terz... nteloktavfilter wird Titel 2 Hochpassfilter LowCutFilter HighPassFilter Trittschallfilter BassCutFilter
MehrFaltung und Korrelation kontinuierlicher Signale
Universität Koblenz Institut für integrierte Naturwissenschaften Abteilung Physik Faltung und Korrelation kontinuierlicher Signale Seminar Digitale Signalverarbeitung Dr. Merten Joost von Kristina Weyerhäuser
MehrDifferentialgleichungen 2. Ordnung
Differentialgleichungen 2. Ordnung 1-E1 1-E2 Einführendes Beispiel Freier Fall Viele Geschichten ranken sich um den schiefen Turm von Pisa: Der Legende nach hat der aus Pisa stammende Galileo Galilei bei
Mehr1. Fourierreihe und Fouriertransformation
. Fourierreihe und Fouriertransformation. Motivation Die Fourieranalyse hat in der Quantenmechanik mehrere wichtige Anwendungen. a Basistransformation: Durch Fouriertransformation kann man zwischen Ortsraum
MehrZufallssignal Stationär (z.b. gleichverteiltes Rauschen) Nicht-stationär (z.b. normalverteiltes Rauschen mit wechselnder Streuung) Deterministisches
Zufallssignal Stationär (z.b. gleichverteiltes Rauschen) Nicht-stationär (z.b. normalverteiltes Rauschen mit wechselnder Streuung) Deterministisches Signal Periodisch harmonische Schwingung Summe harmonischer
Mehr1. Aufgabe [2 Punkte] Seien X, Y zwei nicht-leere Mengen und A(x, y) eine Aussageform. Betrachten Sie die folgenden Aussagen:
Klausur zur Analysis I svorschläge Universität Regensburg, Wintersemester 013/14 Prof. Dr. Bernd Ammann / Dr. Mihaela Pilca 0.0.014, Bearbeitungszeit: 3 Stunden 1. Aufgabe [ Punte] Seien X, Y zwei nicht-leere
Mehr2 Folgen und Reihen. 2.1 Folgen in C Konvergenz von Folgen. := f(n)
2 Folgen und Reihen 2.1 Folgen in C 2.1.1 Konvergenz von Folgen Eine Folge komplexer Zahlen ist eine Funktion f : N C. Mit a n schreibt man (a n ) n=1, (a n ) oder auch a 1, a 2,.... := f(n) (a n ) heißt
Mehr