Diskontinuierliche Signale und Systeme
|
|
- Gisela Böhme
- vor 6 Jahren
- Abrufe
Transkript
1 Diskontinuierliche Signale und Systeme Fourier-Transformation für diskontinuierliche Funktionen Eigenschaften und Sätze, Fourier-Paare Diskrete Fourier-Transformation (DFT) Zeitdiskrete LTI-Systeme, Faltung diskontinuierlicher Funktionen Übungen Literatur und Quellen Professor Dr.-Ing. Martin Werner Folie
2 Fourier-Transformation für Folgen (diskontinuierliche Funktionen) Fourier-Transformation + jω n jω { [ ]} = [ ] e = ( e ) F xn xn X n= Normierte Kreisfrequenz Ω= ω T -Periodizität ( j Ω ) ( j Ω+ e e k X = X ) Für die Existenz hinreichend, wenn x[n] ist absolut summierbar A a Inverse Fourier-Transformation [ ] ( ) + π { } ( ) xn F X e X e e d jω jω jω n = = Ω π Professor Dr.-Ing. Martin Werner Folie 2
3 Fourier-Transformation der Rechteckimpulsfolge Π 5 [n] X Π (e jω ) Grundperiode 5 5 n 3π π π Ω Fourier-Paar N Ω 2N + sin Ω 2 ΠN [ n ] Ω sin 2 a Reziproker Zusammenhang zwischen Impulsdauer und Bandbreite Ω = + 2 N Professor Dr.-Ing. Martin Werner Folie 3
4 Faltung und Faltungssatz (diskontinuierliche Funktionen) a Faltungssumme Faltungssatz [ ] [ ] = [ ] [ ] = [ ] [ ] x n x n x m x n m x m x n m m= m= jω jω [ ] [ ] ( e ) ( e ) x n x n X X x n x n X X jω jω [ ] [ ] ( e ) ( e ) 2 2 b c F x n x n x m x n m n= m= + + Ωn = = j { [ ] 2[ ]} [ ] 2[ ] e e e e n x[ m] x2[ n m] x[ m] X2( ) j Ω j Ω j Ωm = = = m= n= m= d ( j + Ω ) [ ] j Ωm ( j Ω) ( j Ω = X2 e x m e = X2 e X e ) m= Professor Dr.-Ing. Martin Werner Folie 4
5 Faltung Faltungssumme Folgen x [n]={,, 4, 2} und x 2 [n] = {, 2, 3} mit den Längen N = 4 und N 2 = 3. Faltungssumme? a Rechentafel I x [n] 4 2 b x 2 [ n] 3 2 c d e f y[n] = x [n] x 2 [n] g Faltungssumme y[n] = x [n] x 2 [n] = {, 2, 7,, 6, 6} mit der Länge N = Professor Dr.-Ing. Martin Werner Folie 5
6 Faltung als Produkt im Frequenzbereich Folgen x [n]={,, 4, 2} und x 2 [n] = {, 2, 3} mit den Längen N = 4 und N 2 = 3. Faltungssumme y[n] der beiden Folgen? Im Frequenzbereich X (e jω ) = + 4 e j2ω + 2 e j3ω und X 2 (e jω ) = + 2 e jω + 3 e j2ω Y(e jω ) = X (e jω ) X 2 (e jω ) = + 2 e jω + 7 e j2ω + e j3ω + 6 e j4ω + 6 e j5ω Faltungssumme y[n] = {, 2, 7,, 6, 6} a Rechentafel II Gewichte Folge Professor Dr.-Ing. Martin Werner Folie 6
7 Parsevalsche Gleichung (diskontinuierliche Funktionen) + n= + π 2 = dω 2 jω [ ] X( e ) xn π Energiedichtespektrum: Verteilung der Signalenergie auf die Frequenzkomponenten a b c + n + π ( ) x n x n e X e X e dβ jωn jβ j[ Ω β ] [ ] [ ] = ( ) 2 2 π jω [ ] = [ ] ( e ) x n xn X x2 n x n x n xn X n n + + * jω n + jωn jω [ ] = [ ] [ ] e = [ ] e = ( e ) β ( ) ( ) + π + j * j β j( Ω ) für Ω= : xn [ ] = X( e ) X e β d β = X e d β π * Professor Dr.-Ing. Martin Werner Folie 7
8 Sätze der Fourier-Transformation () (diskontinuierliche Funktionen) Eigenschaft Zeitbereich Frequenzbereich Linearität Zeitverschiebung Frequenzverschiebung (Modulation) Zeitumkehr Differenz [ ] α [ ] α x n + x n 2 2 xn [ n ] e j Ω n x [ ] xn [ n] [ ] xn [ ] xn jω jω ( ) α ( ) α X e + X e 2 2 e jωn X e jω ( ) [ ] ( e j Ω Ω X ) j X ( e Ω ) ( j Ω jω e ) X ( e ) Differenziation im Frequenzbereich d j X ( e Ω ) nxn [ ] j d Ω Summation im Zeitbereich n m= [ ] xn j ( e ) ( e jω ) π ( ) ( ) X + X δ Ω Ω Professor Dr.-Ing. Martin Werner Folie 8
9 Sätze der Fourier-Transformation (2) (diskontinuierliche Funktionen) Eigenschaft Zeitbereich Frequenzbereich Faltung im Zeitbereich [ ] [ ] x n x n 2 jω jω X( e ) X2( e ) Multiplikation im Zeitbereich (periodische Faltung im Frequenzbereich) [ ] [ ] x n x n 2 jω jω ( ) ( ) X e X e = 2 + π π ( ) jβ j[ Ω β ] ( ) = X e X2 e d β [ ] = [ ] + [ ] + j [ ] + j [ ] xn x n x n x n x n g,r u,r g,i u,i Zuordnungsschema F ( jω ) = ( jω ) ( j ) ( j ) ( j g,r + Ω u,r + j Ω g,i + j Ω u,i ) X e X e X e X e X e Parsevalsche Gleichung + n= + π 2 = dω 2 jω [ ] X( e ) xn π Professor Dr.-Ing. Martin Werner Folie 9
10 Fourier-Paare () (diskontinuierliche Funktionen) Zeitfunktion δ [ n] δ ( Ω) [ n n ] exp( j n ) δ Ω ( Ω n) δ ( Ω Ω ) exp j Spektrum cos sin ( Ω n) π δ ( Ω+Ω ) + δ ( Ω Ω ) n π Ω n π Ω Re Ω Im Ω ( Ω n) jπ δ ( Ω+Ω ) δ ( Ω Ω ) Ω π Ω π Professor Dr.-Ing. Martin Werner Folie
11 Fourier-Paare (2) (diskontinuierliche Funktionen) Zeitfunktion Spektrum + + m= δ [ n m N ] δ ( m ) Ω Ω Ω mit Ω = m= N Impulskamm Impulskamm N n π π Ω Sprungfolge un [ ] π δ ( Ω ) + jω e Ω Re π Ω n Im Ω π π π Professor Dr.-Ing. Martin Werner Folie
12 Fourier-Paare (3) (diskontinuierliche Funktionen) Zeitfunktion Rechteckimpus Π N [ n] 2N + sin Ω 2 Ω sin 2 Spektrum N N n π Ω π Ωg für Ω <Ωg ( Ωg n) Π2Ω ( Ω) π Ωg Ω si = g für π si-impuls Rechteckimpus n π Ω g Ω g Ω π Professor Dr.-Ing. Martin Werner Folie 2
13 Diskrete Fourier-Transformation Orthonormale Blocktransformation für Folgen endlicher Länge N DFT IDFT N [ ] [ ] n= k = j kn N X k = xn e für nk, =,,, N N j kn N xn [ ] = X[ k] e für nk, =,,, N N a Ist x[n] = für n,,, N Fourier-Transformation jω [ ] ( ) X k = X e für k =,,, N Ω= k N b Abtastung von X(e jω ) auf dem Einheitskreis im Abstand /N Professor Dr.-Ing. Martin Werner Folie 4
14 Orthogonalität der komplex Exponentiellen N N j kn für k = m N und m N e = für kn, n= sonst a DFT einer Kosinusfolge.5 b ( n) xn [ ] = cos Ω x[n] -.5 mit N = n Ω = 2 N Re( X[k] ) 5-5 Im( X[k] ) k 5 5 k Professor Dr.-Ing. Martin Werner Folie 5
15 DFT einer Sinusfolge ( n) xn [ ] = sin Ω mit N = 6 x[n] Ω = 2 N n Re( X[k] ) 5-5 Im( X[k] ) k 5 5 k Professor Dr.-Ing. Martin Werner Folie 6
16 LTI-System Eingangs-Ausgangsgleichungen (zeitdiskret) LTI-System Zeitbereich F Frequenzbereich x[n] h[n] y[n] = x[n] h[n] F X(e jω ) H(e jω ) Y(e jω ) = X(e jω ) H(e jω ) Voraussetzungen System ist linear und zeitinvariant (LTI) System besitzt eine Impulsantwort und einen Frequenzgang Professor Dr.-Ing. Martin Werner Folie 7
17 Charakterisierung von LTI-Systemen (zeitdiskret) Zeitinvarianz [ ] Linearität [ ] [ ] { } = [ ] und { [ ]} = [ ] T xn yn T xn l yn l { } = [ ] + 2 2[ ] T c x n c x n c y n c y n Kausalität [ ] = für n< hn Impulsantwort rechtsseitig n [ ] = [ ] [ ] = [ ] [ ] yn xk hn k hk xn k k= k= BIBO-Stabilität a, wenn die Impulsantwort absolut summierbar ist hn [ ] a Bounded-input bounded output n= + < Professor Dr.-Ing. Martin Werner Folie 8
18 Zeitdiskreter Tiefpass Filterentwurf Methode: Fourier-Approximation im Frequenzbereich Wunschfrequenzgang Impulsantwort H id (e jω ) h id [n] π Ω g Ω g π Ω 4 n H id für Ω Ω <Ωg e = für Ωg Ω π j ( ) Ω hid n n π g [ ] = si( Ωg ) Impulsantwort zeitlich unbegrenzt nicht realisierbar a Professor Dr.-Ing. Martin Werner Folie 9
19 Zeitdiskreter Tiefpass Filterentwurf Methode: Fourier-Approximation mit Fensterung Impulsantwort zeitlich begrenzen (Fenstern) und Verschieben a Rechteckfenster für N n N =Π N = sonst [ ] [ n] wn.25.2 Impulsantwort (kausal) b Impulsantwort Ω h n w n n n n π ( ) g [ ] = [ ] si Ω [ ] g h [ n ].5..5 c n Professor Dr.-Ing. Martin Werner Folie 2
20 Zeitdiskreter Tiefpass Filterentwurf Fourier-Approximation Finite-impulse-response(FIR)-Tiefpass hier Filterordnung 22 a b.2 Betragsgang 6 Dämpfungsgang H (e j ).6 a ( ) in db / / Professor Dr.-Ing. Martin Werner Folie 2
21 Zeitdiskreter Tiefpass Filterung mit Testsignal (Rauschen) 3 Eingangssignal (Ausschnitt) 2 x [ n ] n.5 Ausgangssignal (Ausschnitt).5 y [ n ] n Professor Dr.-Ing. Martin Werner Folie 22
22 MATLAB-Programm - Tiefpass % Tiefpass % SuS_VL4_ * mw * %% Fourier-Approximation M = ; n = -M:M; wg = /4; % Grenzfrequenz normiert h = wg*sinc(wg*n); % Impulsantwort % Grafik FIG = figure('name','sus_vl4_','numbertitle','off','units','normal'); subplot(3,,), stem(m+n,h,'filled'), grid xlabel('{\itn} \rightarrow'), ylabel('{\ith}[{\itn}] \rightarrow') title('impulsantwort (kausal)') %% Frequenzgang W = 24; % DFT-Länge H_ = abs(fft(h,w)); % Betragsgang adb = -2*log(H_); % Dämpfungsgang in db % Grafik w = linspace(-,,w+); w = w(:w); % Frequenzstützstellen normiert subplot(3,,2), plot(w,fftshift(h_),'linewidth',2), grid xlabel('\omega / \pi \rightarrow') ylabel(' {\ith}(e^{j\omega}) \rightarrow'), title('betragsgang') subplot(3,,3), plot(w,fftshift(adb),'linewidth',2) axis([ - 6]); grid xlabel('\omega / \pi \rightarrow') ylabel('{\ita}(\omega) in db \rightarrow'), title('dämpfungsgang') Professor Dr.-Ing. Martin Werner Folie 23
23 MATLAB-Programm Tiefpass (Fortsetzung) %% Filterung - Sinusförmige Signale N=5; n = :5; w =.*pi; x = sin(w*n); y = conv(h,x); % Tiefpassfilterung (Faltung) w2 =.2*pi; x2 = sin(w2*n); y2 = conv(h,x2); % Tiefpassfilterung (Faltung) % Grafik FIG2 = figure('name','sus_vl4_','numbertitle','off','units','normal'); subplot(2,2,), stem(:n,x,'filled'), grid xlabel('{\itn} \rightarrow'), ylabel('{\itx}[{\itn}] \rightarrow') title('eingangssignal') subplot(2,2,2), stem(:n,y(:n+),'filled'), grid xlabel('{\itn} \rightarrow'), ylabel('{\ity}[{\itn}] \rightarrow') title('ausgangssignal') subplot(2,2,3), stem(:n,x2,'filled'), grid xlabel('{\itn} \rightarrow'), ylabel('{\itx}[{\itn}] \rightarrow') %title('eingangssignal') subplot(2,2,4), stem(:n,y2(:n+),'filled'), grid xlabel('{\itn} \rightarrow'), ylabel('{\ity}[{\itn}] \rightarrow') %title('ausgangssignal') Professor Dr.-Ing. Martin Werner Folie 24
24 MATLAB-Programm Tiefpass (Fortsetzung) %% Filterung - Zufallssignal (Rauschen) N=; x = randn(,n+); y = conv(h,x); % Tiefpassfilterung (Faltung) % Grafik FIG3 = figure('name','sus_vl4_','numbertitle','off','units','normal'); subplot(2,,), stem(:n,x(end-n:end),'filled'), grid xlabel('{\itn} \rightarrow'), ylabel('{\itx}[{\itn}] \rightarrow') title('eingangssignal (Ausschnitt)') subplot(2,,2), stem(:n,y(end-n:end),'filled'), grid xlabel('{\itn} \rightarrow'), ylabel('{\ity}[{\itn}] \rightarrow') title('ausgangssignal (Ausschnitt)') Professor Dr.-Ing. Martin Werner Folie 25
25 Zusammenfassung Sätze der Fourier- Transformation Fourier-Transformation Folgen Spektren Fourier-Paare LTI-System Impulsantworten Frequenzgänge Filterentwurf Filter Fourier- Approximation Tiefpass Professor Dr.-Ing. Martin Werner Folie 26
26 Übung 4. Fourier-Transformation für Folgen a) Geben Sie die Definitionsgleichung für die Fourier-Transformation von Folgen an. b) Nennen Sie eine hinreichende Bedingung für Existenz der Fourier-Transformierten von Folgen. c) Wie wird es möglich für periodische Signale, wie z. B. die Kosinusfolge, eine Fourier- Transformierte zu finden? d) Geben Sie den Faltungssatz der Fourier-Transformation für Folgen an. e) Worin liegt die besondere Bedeutung des Faltungssatzes? f) Geben Sie die parsevalsche Gleichung der Fourier-Transformation für Folgen an. g) Worin liegt die besondere Bedeutung der parsevalschen Gleichung? h) Skizzieren Sie das Spektrum der Kosinusfolge x[n] = cos(ω n) für Ω = π/2 i) Skizzieren Sie das Spektrum der Sinusfolge x[n] = sin(ω n) für Ω = π/3 j) Warum wird das Spektrum der Impulsfunktion auch weißes Spektrum genannt? k) Was Unterscheidet das Spektrum diskontinuierlicher Signale vom Spektrum kontinuierlicher Signale besonders? Professor Dr.-Ing. Martin Werner Folie 27
27 Übung 4.2 LTI-System a) Welche grundlegenden Eigenschaften charakterisieren ein zeitdiskretes LTI-System? b) Was bedeutet es, wenn ein zeitdiskretes System linear ist? c) Nennen Sie die beiden (System-)Funktionen mit denen das Übertragungsverhalten eines zeitdiskreten LTI-Systems beschrieben wird. In welchem Zusammenhang stehen die beiden Funktionen? d) Wie wird bei einem zeitdiskreten LTI-System das Eingangssignal auf das Ausgangssignal abgebildet? e) Wie hängen bei einem zeitdiskreten LTI-System die Spektren an Ein- und Ausgang zusammen? Professor Dr.-Ing. Martin Werner Folie 28
28 Übung 4.3 Faltungssumme Gegeben sind die Folgen x [n] = {, 3, 2, } und x 2 [n]={, 4,, 2} a) Berechnen Sie die Faltungssumme der beiden Folgen? b) Wenn zwei Folgen endlicher Länge N bzw. N 2 gefaltet werden, wie lang ist dann das Faltungsergebnis? Professor Dr.-Ing. Martin Werner Folie 29
29 Übung 4.4 Faltung Das Barker-Code-Signal x[n] wird auf das System mit der Impulsantwort h[n] gegeben. a) Skizzieren Sie das Ausgangsignal im Stabdiagramm. b) Was fällt im Ausgangssignal besonders auf? x[n] 5 n x[n] h[n] 5 n y[n] Professor Dr.-Ing. Martin Werner Folie 3
30 Übung 4.5 Gleitender Mittelwert Bei vielen Anwendungen, z. B. bei Messungen von Zeitreihen, liegen Signale vor, die von Störungen beaufschlagt sind. Um relativ starke Schwankungen in den Messkurven zu reduzieren, werden Methoden zur Signalglättung eingesetzt. Ein einfaches Beispiel ist der gleitende Mittelwert. Dabei wird die Zeitreihe der Messung x[n] als Eingangssignale des Systems Gleitender Mittelwert aufgefasst. Das Ausgangssignal y[n] ist dann die geglättete Zeitreihe. In dieser Übung sollen Sie das System Gleitender Mittelwert anhand von Aufgaben analysieren. a) Wie lautet die Mittelungsvorschrift, wenn zu jedem Element der Eingangsfolge x[n] das Element des Ausgangssignals y[n] durch Mittelung über das Element selbst und seiner beiden Vorgänger und beiden Nachfolger gebildet wird. Geben Sie die Eingangs- Ausgangsgleichung des Systems an. b) Bestimmen Sie die Impulsantwort des Systems. c) Ist das System kausal? Begründen Sie Ihre Antwort. d) Berechnen Sie den Betragsgang des Systems. e) Charakterisieren Sie das Übertragungsverhalten des System mit einem Wort Professor Dr.-Ing. Martin Werner Folie 3
31 Übung 4.6 Ja-Nein-Fragen: Kreuzen Sie alle richtigen Aussagen an. Die Fourier-Transformation der Rechteckfolge liefert die Abtastung der si-funktion. Das Spektrum einer Folge ist eine kontinuierliche Funktion bzgl. der normierten Kreisfrequenz. Das Spektrum von Folgen ist periodisch in π. 2 Die Eingangs-Ausgangsgleichung zeitdiskreter LTI-Systeme beschreibt die Systemreaktion durch die Faltung des Eingangssignals mit der Sprungantwort des Systems. ( ) ( ) ( ) 3 Für die Sinusfolge gilt die Korrespondenz sin Ωn jπ δ Ω+Ω δ Ω Ω 4 Die Impulsantwort des zeitdiskreten idealen Tiefpasses erhält man durch Abtasten der si- Funktion. 5 Mit dem MATLAB -Befehl conv werden zwei Folgen endlicher Länge gefaltet. 6 Ein zeitdiskretes LTI-System ist BIBO-stabil, wenn die Impulsantwort absolut summierbar ist Professor Dr.-Ing. Martin Werner Folie 32
32 Übung 4.7 Lückentext: Ergänzen Sie sinngemäß. Hinweis: Die Artikel der/die/das etc. wurden im Text weggelassen. Die Fourier-Transformation für Folgen zählt zur Familie der Integraltransformationen. Mit dem Befehl -2*log(abs(H)) wird berechnet. 2 Das Akronym DFT steht für. 3 Die DFT einer Sinusfolge mit Ω = /8 und Länge 64 ist. 4 Die Faltung der Folgen {,2,3,5} und {,,} liefert eine Folge der Länge. 5 Das System mit der Impulsantwort {,,,}/4 nennt man. 6 Die DFT einer Folge wird in MATLAB dem Befehl berechnet Professor Dr.-Ing. Martin Werner Folie 33
33 Literatur und Quellen GIROD B., RABENSTEIN R., STENGER A. (27) Einführung in die Systemtheorie. Signale und Systeme in der Elektrotechnik und Informationstechnik. 4. Aufl. Wiesbaden: Teubner KAMMEYER K.-D., KROSCHEL K. (22) Digitale Signalverarbeitung. Filterung und Spektralanalyse mit MATLAB -Übungen (8. Aufl.). Wiesbaden: Springer Vieweg OPPENHEIM A. V., WILLSKY A. S., NAWAB S. H. (997) Signals & Systems. 2nd ed., Upper Saddle River, NJ:Prentice Hall WERNER M. (28) Signale und Systeme. Lehr- und Arbeitsbuch mit MATLAB-Übungen und Lösungen. 3. Aufl., Wiesbaden: Vieweg+Teubner Professor Dr.-Ing. Martin Werner Folie 34
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
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
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...
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
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
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
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?
MehrR. Oldenbourg Verlag München Wien 1997
Systemtheorie 1 Allgemeine Grundlagen, Signale und lineare Systeme im Zeit- und Frequenzbereich von Professor Dr.-Ing. Rolf Unbehauen 7., überarbeitete und erweiterte Auflage Mit 260 Abbildungen und 148
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
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
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
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
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
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
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
MehrZusammenfassung der 1. Vorlesung
Zusammenfassung der 1. Vorlesung Einordnung und Motivation Grundlegende Definitionen Kontinuierliches Signal Zeitdiskretes Signal Quantisiertes Signal Digitales Signal Kontinuierliches System Abtastsystem
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,
MehrSignale und Systeme Ergänzungen zu den Spektraltransformationen
Signale und Systeme Ergänzungen zu den Spektraltransformationen Gerhard Schmidt Christian-Albrechts-Universität zu Kiel Technische Faculty of Engineering Fakultät Elektrotechnik Institute of Electrical
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
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
MehrDigitale Signalverarbeitung sehen, hören und verstehen
Digitale Signalverarbeitung sehen, hören und verstehen Hans-Günter Hirsch Hochschule Niederrhein, Krefeld email: hans-guenter.hirsch@hs-niederrhein.de http://dnt.kr.hs-niederrhein.de Folie 1 Gliederung
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
Mehr3 Diskrete Fourier-Transformation
33 3 Diskrete Fourier-Transformation Inhalt 3 Diskrete Fourier-Transformation... 33 3. Grundlagen... 34 3.. Diskrete Fourier-Transformation... 34 3..2 Eigenschaften der diskreten Fourier-Transformation...
MehrDigitalisierung. Abtasttheorem Quantisierung Pulse-Code-Modulation Übungen Literatur und Quellen. Signale und Systeme VL 5
Digitalisierung Abtasttheorem Quantisierung Pulse-Code-Modulation Übungen Literatur und Quellen 20.05.2015 Professor Dr.-Ing. Martin Werner Folie 1 Digitalisierung analoger Signale 4 Schritte Bandbegrenzung
MehrArgumente für die diskrete Realisierung der Fourierintegrale
Argumente für die diskrete Realisierung der Fourierintegrale Die Fouriertransformation gemäß der Beschreibung in Kapitel 3.1 weist aufgrund der unbegrenzten Ausdehnung des Integrationsintervalls eine unendlich
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
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
MehrNachrichtentechnik [NAT] Kapitel 2: Zeitkontinuierliche Signale. Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik
Nachrichtentechnik [NAT] Kapitel 2: Zeitkontinuierliche Signale Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik Sommersemester 25 Inhaltsverzeichnis Inhalt Inhaltsverzeichnis 2 Zeitkontinuierliche
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)
MehrBiosignalverarbeitung (Schuster)
Biosignalverarbeitung (Schuster) 9. FOURIER - TRANSFORMATION: 4 Ausprägungen der Transformation: Zeitbereich Frequenzbereich Laplace-Transformation Fourier-Transformation kontinuierlicher Signale (FT,
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
MehrZulassungsprüfung für den Master-Studiengang in Elektrotechnik und Informationstechnik an der Leibniz Universität Hannover
Zulassungsprüfung für den Master-Studiengang in Elektrotechnik und Informationstechnik an der Leibniz Universität Hannover Zulassungsjahr: 206 Allgemeine Informationen: Der deutschsprachige Eingangstest
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
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
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],
MehrSignale und Systeme 2
Signale und Systeme Beispielsammlung c G. Doblinger, C. Novak, J. Gonter, May 03 gerhard.doblinger@tuwien.ac.at johannes.gonter@tuwien.ac.at www.nt.tuwien.ac.at/teaching/courses/summer-term/389055/ Vorwort
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
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
MehrDigitale Signalverarbeitung auf FPGAs
Digitale Signalverarbeitung auf FPGAs INP: Interpolation Upsampling und D/A- Wandlung Teil 1 Upsampling 2016 Dr. Christian Münker INP: Überblick Upsampling D/A-Wandlung Interpolation Oversampling (Sigma-Delta
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)
MehrPraktikum: Digitale Signalverarbeitung (ET215) Test 1
PROFESSOR DR.-ING. MARTIN WERNER M.W. Fachbereich Elektrotechnik und Informationstechnik Hochschule Fulda Praktikum: Digitale Signalverarbeitung (ET215) Test 1 Erklärung Mit meiner Unterschrift erkläre
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
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
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
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
Mehrf = T φ ist negative für nacheilende Funktionen φ ist positive für voreilende Funktionen 2 Signale im Zeitbereich 2.1 Harmonische Funktionen
2 Signale im Zeitbereich 2.1 Harmonische Funktionen = Xˆ sin( ω t) 1 f = T Einheiten: [ f ] = Hz ω = 2 π -1 [ ω] = s f mit Phasenverschiebung (hier: nacheilend) : = Xˆ sin( ω t - ϕ) φ ist negative für
Mehr1 C A = A. y 1 y 2. x 1 x 2. x n B @ B @ C A. y m
Kapitel Systeme Ein System ist eine Anordnung von miteinander verbundenen Komponenten zur Realisierung einer technischen Aufgabenstellung. Ein System kann als Operator aufgefasst werden, der Eingangsgrößen
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
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
MehrLineare Prädiktion. Stephan Arlinghaus 9. November 2006
Stephan Arlinghaus 9. November 2006 Gliederung 1 Einleitung Sprachanalyse... etwas Mathematik 2 Das autoregressive Modell (AR) (LP) 3 Kovarianzmethode Autokorrelationsmethode Methodenvergleich 4 5 Der
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
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
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
MehrZeitdiskrete 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
MehrSignale und Systeme Signale
Signale und Systeme Signale Gerhard Schmidt Christian-Albrechts-Universität zu Kiel Technische Fakultät Elektrotechnik und Informationstechnik Digitale Signalverarbeitung und Systemtheorie Inhalt der Vorlesung
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:
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=
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
MehrDie Diskrete Fouriertransformation (DFT)
Kapitel Die Diskrete Fouriertransformation (DFT). Einleitung Zerlegt man Signale in sinusoidale (oder komplex exponentielle) Komponenten, dann spricht man von der Darstellung der Signale im Frequenzbereich.
MehrZeitfunktionen. Kapitel Elementarfunktionen
Kapitel Zeitfunktionen Systeme werden durch Eingangsgrößen (Ursache, Eingangssignal, Erregung) angeregt und man interessiert sich für die Ausgangsgrößen (Wirkung, Ausgangssignal, Antwort). Die praktisch
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
MehrFH Jena Prüfungsaufgaben - Master Prof. Giesecke FB ET/IT Digitale Signalverarbeitung SS 2012
FB ET/IT Digitale Signalverarbeitung SS 0 Name, Vorname: Matr.-Nr.: Zugelassene Hilfsmittel: beliebiger Taschenrechner ein mathematisches Formelwerk eine selbsterstellte Formelsammlung Wichtige Hinweise:
MehrLösung zur Übung 4.5.1/1: 2005 Mesut Civan
Lösung zur Übung 4.5.1/1: 5 Mesut Civan x e t= x e [t t t 1 ] x a t=ht für x e t=t x a t= x e [ht ht t 1 ] x a t= x e [ht ht t 1 ] a) t 1 T e Da die Impulsdauer t 1 des Eingangsimpulses größer ist als
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)
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
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...
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
MehrSignalübertragung und -verarbeitung
ILehrstuhl für Informationsübertragung Schriftliche Prüfung im Fach Signalübertragung und -verarbeitung 6. Oktober 008 5Aufgaben 90 Punkte Hinweise: Beachten Sie die Hinweise zu den einzelnen Teilaufgaben.
MehrMethoden der Biosignalverarbeitung
Vorlesung SS 2012 Methoden der Biosignalverarbeitung Filterdesign Dipl. Math. Michael Wand Prof. Dr. Tanja Schultz 1 / 103 Unser Vorlesungsplan Thema dieser Vorlesung: Theorie der digitalen Filterung,
MehrMethoden der Biosignalverarbeitung
Vorlesung SS 2012 Methoden der Biosignalverarbeitung Filterdesign Dipl. Math. Michael Wand Prof. Dr. Tanja Schultz 1 / 103 Unser Vorlesungsplan Thema dieser Vorlesung: Theorie der digitalen Filterung,
Mehr7. Digitale Verarbeitung analoger Signale
University of Applied Science 7. Digitale Verarbeitung analoger Signale Analog-Interface A/D- und D/A-Umsetzung ADU Digital- Rechner DAU Analogsignal x a (t) Analogsignal y a (t) x a (t), y a (t) Digitalsignal
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
MehrAufgabe 1: Diskrete und kontin. Signale
AG Digitale Signalverarbeitung - Klausur in Signale und Systeme Frühjahr 2009 Aufgabe : Diskrete und kontin. Signale 25 Pkt. Aufgabe : Diskrete und kontin. Signale 25 Pkt.. Gegeben sei das als Summierer
MehrModulationsverfahren
Funktions- und Fehleranalyse Herr Rößger 2011 2012 Modulationsverfahren Definition: Modulation ist die Beeinflussung einer Trägerschwingung durch eine Information. Trägerschwingung: Informationsparameter:
MehrInhaltsverzeichnis Determinierte Signale in linearen zeitinvarianten Systemen Fourier-Transformation
Inhaltsverzeichnis 1. Determinierte Signale in linearen zeitinvarianten Systemen 1 1.1 Elementarsignale... 1 1.2 ZumBegriffdesSystems... 5 1.3 LinearezeitinvarianteSysteme... 6 1.4 DasFaltungsintegral...
MehrMartin Werner. Übungsteil zum Buch. Signale und Systeme. Lehr- und Arbeitsbuch mit MATLAB- Übungen und Lösungen. 3. Auflage M.W.
Martin Werner Übungsteil zum Buch Signale und Systeme Lehr- und Arbeitsbuch mit MATLAB- Übungen und Lösungen 3. Auflage M.W. Martin Werner, Fulda 8 V Vorwort Die zahlreichen, sehr positiven Reaktionen
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
MehrTechnische Universität Wien Institut für Automatisierungs- und Regelungstechnik. SCHRIFTLICHE PRÜFUNG zur VU Automatisierungstechnik am
Technische Universität Wien Institut für Automatisierungs- und Regelungstechnik SCHRIFTLICHE PRÜFUNG zur VU Automatisierungstechnik am.. Arbeitszeit: min Name: Vorname(n): Matrikelnummer: Note: Aufgabe
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
MehrAdaptive Systeme. Sommersemester Prof. Dr. -Ing. Heinz-Georg Fehn. Prof. Dr. rer. nat. Nikolaus Wulff
Adaptive Systeme Sommersemester 2015 Prof. Dr. -Ing. Heinz-Georg Fehn Prof. Dr. rer. nat. Nikolaus Wulff Prof. Dr. H.-G. Fehn und Prof. Dr. N. Wulff 1 Adaptive Systeme Adaptives System: ein System, das
MehrZeitdiskrete Signale und Systeme
Zeitdiskrete Signale und Systeme Korrekturen und Ergänzungen zum Buch (1. Auflage) Version 9. Mai 015 Dr. Gerhard Doblinger Institute of Telecommunications Technische Universität Wien Gusshausstr. 5/389
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
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:
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
MehrEinführung in die Signalverarbeitung
Einführung in die Signalverarbeitung Phonetik und Sprachverarbeitung, 2. Fachsemester, Block Sprachtechnologie I Florian Schiel Institut für Phonetik und Sprachverarbeitung, LMU München Signalverarbeitung
MehrDiskrete Fourier-Transformation
Universität Koblenz-Landau Institut für integrierte Naturwissenschaften Abteilung Physik Dozent: Dr. Merten Joost Seminar Digitale Signalverarbeitumg im Sommersemester 2005 Diskrete Fourier-Transformation
MehrB Anhang B: Enhanced Resolution
B Anhang B: Enhanced Resolution Digitales Filtern (Enhanced Resolution) Vorteile Realisierung Die verfügbare Abtastrate der LeCroy-Oszilloskope ist oft höher, als für die Bandbreite des zu analysierenden
MehrKlausur zur Vorlesung Signale und Systeme
Name: 10. Juli 2008, 11.00-13.00 Uhr Allgemeine Hinweise: Dauer der Klausur: Zugelassene Hilfsmittel: 120 min, 2 Zeitstunden Vorlesungsmitschrift, Mitschrift Übungen, Skript, handgeschriebene 2-seitige
MehrZulassungsprüfung für den Master-Studiengang in Elektrotechnik und Informationstechnik an der Leibniz Universität Hannover
Zulassungsprüfung für den Master-Studiengang in Elektrotechnik und Informationstechnik an der Leibniz Universität Hannover Zulassungsjahr: 04 (Sommersemester) Allgemeine Informationen: Der deutschsprachige
MehrInstitut für Elektrotechnik und Informationstechnik. Aufgabensammlung zur. Regelungstechnik B. Prof. Dr. techn. F. Gausch Dipl.-Ing. C.
Institut für Elektrotechnik und Informationstechnik Aufgabensammlung zur Regelungstechnik B Prof. Dr. techn. F. Gausch Dipl.-Ing. C. Balewski 10.03.2011 Übungsaufgaben zur Regelungstechnik B Aufgabe 0
Mehr3. Leistungsdichtespektren
Stochastische Prozesse: 3. Leistungsdichtespektren Wird das gleiche Geräusch mehrmals gemessen, so ergeben sich in der Regel unterschiedliche zeitliche Verläufe des Schalldrucks. Bei Geräuschen handelt
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
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
MehrLaplace-Transformation
Laplace-Transformation Gegeben: Funktion mit beschränktem Wachstum: x(t) Ke ct t [, ) Definition: Laplace-Transformation: X(s) = e st x(t) dt = L{x(t)} s C Re(s) >c Definition: Inverse Laplace-Transformation:
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.
MehrSeminar Digitale Signalverarbeitung
Universität Koblenz-Landau Institut für integrierte aturwissenschaften Abteilung Physik Dr. Merten Joost Seminar Digitale Signalverarbeitung Thema: Fast Fourier Transformation Praktische Durchführung einer
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
MehrEinführung in die Signalverarbeitung
Einführung in die Signalverarbeitung Phonetik und Sprachverarbeitung, 2. Fachsemester, Block Sprachtechnologie I Florian Schiel Institut für Phonetik und Sprachverarbeitung, LMU München Signalverarbeitung
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
Mehr