Musterlösung zur Klausur Digitale Signalverarbeitung

Größe: px
Ab Seite anzeigen:

Download "Musterlösung zur Klausur Digitale Signalverarbeitung"

Transkript

1 Musterlösung zur Klausur Digitale Signalverarbeitung Arbeitsgruppe Digitale Signalverarbeitung Ruhr-Universität Bochum 1. Oktober 2007

2 Aufgabe 1: Transformationen 25 Pkt. Gegeben war das reellwertige kontinuierliche periodische Signal: v p (t) = sin(2πf p t + π 2 ) = cos(2πf pt) = 1 2 [ej2πfpt + e j2πfpt ] (1) mit den Vorgaben f p = 1kHz und ϕ = π 2 (bereits eingesetzt). 1. Das frequenzkontinuierliche Spektrum des periodischen Signals (1) ergibt sich mit Hilfe der Fourier Transformation; die beiden nicht verschwindenden Spektralanteile erscheinen in Abb. (a) als gewichtete Dirac-Impulse. Das frequenzdiskrete Spektrum von (1) erhält man über die Fourier Reihenentwicklung des periodischen Signals; es stellt die Fourier Koeffizienten V n dar, die aus der Fourier Reihenentwicklung (1) unmittelbar abzulesen sind: Abb. (b). 2. Festlegung der Länge N der DFT im Bereich 10 < N < 100 unter der Nebenbedingung N = 4 I, damit die DFT als Radix-4 FFT realisierbar ist. Mögliche Werte unter obiger Randbedingung: I = 2, 3 entsprechend N = 16, 64. Für die nachfolgenden Teilaufgaben wurde (willkürlich) N = 16 festgelegt. 3. Bei der Festlegung der Abtastfrequenz zur Überführung des kontinuierlichen Signals (1) in das zugehörige diskrete Signal v p (k) sind zwei Bedingungsstränge zu beachten: (a) Die strenge (von der Abtastphase unabhängige) Einhaltung des Abtasttheorems für Tiefpass-Signale führt zusammen mit der vorgegebenen oberen Schranke auf die Einschränkungen für die Abtastrate f A : 2f p = 2kHz < f A < 15kHz, (2) (b) Damit V (n) = DFT N {v p (k)}, n, k = 0, 1,..., N 1(= 15), das Spektrum gemäß Abb. (b) (bis auf einen Skalierungsfaktor) fehlerfrei repräsentiert, muss die Frequenz f p = 1kHz des periodischen Signals v p ((k) N ) auf dem DFT-Frequenzraster liegen; es muss also gelten: f p = m f A, m N, (3) N 2

3 wobei f p und N = 16 bereits festliegen. Damit ergibt sich für die Abtastfrequenz die Bedingung: f A = N f p 16 khz = m m. (4) Hieraus folgt unter Berücksichtigung der Schranken für die Abtastfrequenz gemäß (2) für die zulässigen Werte von m N: 2 m < 8, woraus sich schließlich genau zwei zulässige ganzzahlige Werte für die Abtastfrequenz f A ergeben: m 2 4 f A /khz 8 4 Für alle weiteren Berechnungen wurde (willkürlich) f A = 4 khz (N = 16, m = 4) (Frequenzinkrement f A /N = 4 khz/16 = 250Hz) gewählt. (Man beachte: Mit N = 64 ergeben sich selbstverständlich ein anderer Satz {m} und andere Abtastfrequenzen.) 4. Mit der auf die Abtastfrequenz f A normierten Kreisfrequenz entsprechend (3): Ω p = 2π f p f A = 2π N m ergibt sich die DFT des abgetasteten Signals allgemein zu: N 1 V (n) = cos( 2π N k=0 mk)w kn N = 1 2 N 1 (e j 2π N mk + e j 2π N mk )e j 2π N nk k=0 = 1 N 1 (e j 2π N k(m n) + e j 2π N k( m n) ) 2 k=0 = N 2 [δ(m n) + δ(( m n) N)] = N [δ(m n) + δ(n m n)], (5) 2 wobei die konkreten Werte N = 16 und m = 4 einzusetzen sind. Hierbei wurde die Summenorthogonalität der Drehfaktoren und die Modulo(N) Operation genutzt. 5. Das berechnete DFT-Spektrum (5) ist in der folgenden Abbildung dargestellt mit der physikalischen (khz) und der DFT-gemäßen (n) Beschriftung der Frequenzachse: Das Grundintervall der DFT liegt im Bereich 0 n < N = 16. Da das Signal v p (k) reellwertig und gerade bzgl. k = 0 ist, ist auch das periodische DFT-Spektrum reellwertig und bzgl. n = 0 und n = N/2 = 8 gerade. Da diesselben Symmetrien auch für das ursprüngliche kontinuierliche Signal (1) bzgl. t = 0 und f = 0 vorliegen, sind alle Koeffizienten (Spektrallinien) der Fourier Reihe gemäß der obigen Abbildung (b) des kontinuierlichen Signals in dem hier angegebenen periodischen DFT-Spektrum enthalten. 3

4 DFT-Spektrum fp =1kHz: N=16, fa= 4 khz N 2 V( n) Koeffizienten der Fourier-Reihe von vp( t) f/khz m DFT-Spektrum Grundperiode 6. Im Fall N = N + 1 = 17 ergibt sich aus (3): f p = (m + α) f A N, m N, α Q, (6) woraus mit den bisher verwendeten Werten f p = 1kHz und f A = 4 khz (N = 16, m = 4) folgt: m = m = 4, α = 1/4. Damit liegt die Frequenz des periodischen Signals (1) nicht mehr auf dem DFT Frequenzraster, und es kommt zum (spektralen) Leck-Effekt, der in der folgenden Abbildung (a) zusammen mit der zugrunde liegenden Ursache im Zeitbereich (b) grundsätzlich dargestellt ist: Das periodische, ursprünglich monofrequente Signal wird zu einem periodischen Signal mit Sprungstellen und weist somit bei allen Frquenzen Spektralanteile auf. 4

5 Aufgabe 2: Abtasttheoreme 25 Pkt. 1. Das Spektrum U (jω) des Signals u(t) ist reell und gerade (symmetrisch zur Frequenz f = 0). Aufgrund einer Symmetriebeziehung der Fourier-Transformation ist das zugehörige Signal reell und gerade. 2. Erstes Teilsystem (a) Das Signal u 1 (t) ist ein Tiefpass-Signal und lässt sich mit einem Tiefpass-Filter vom übrigen Signal separieren. (b) Die Eckfrequenz des Tiefpass-Filters kann im Bereich von f g,1 = [10MHz, 20MHz] gewählt werden. (c) Nach dem Abtasttheorem für reelle Tiefpass-Signale muss die Abtastrate f A,1 > 2f g,u1 (t) (mit der Grenzfrequenz f g,u1 (t) des Signals u 1 (t)) erfüllen. Demnach ist eine Wahl von f A,1 = 20MHz möglich. (d) Spektrum von V 1 ( e jω ), spiegelsymmetrisch zu Ω = pπ, p Z und 2π-periodisch j V 1 (e ) Zweites Teilsystem (a) Das Signal u 2 (t) ist ein Bandpass-Signal. Zur Separierung dieses Signals von u 1 (t) ist in diesem Fall ein Bandpass- oder ein Hochpass-Filter geeignet. (b) Die (untere) Eckfrequenz des Bandpass- bzw. Hochpass-Filters muss im Bereich von f g,2 = [10MHz, 20MHz] liegen. Der Wert der oberen Eckfrequenz eines Bandpass-Filters muss größer als 40MHz sein. (c) Es soll das Abtasttheorem für reelle Bandpass-Signale f A,2 4f c 4m ± 1 > 2b (mit der Mittenfrequenz f c = 30MHz, b < 20MHz und m N 0 ) angewendet werden. Die Abtastrate f A,2 wird mit m = 1 zu f A,2 = 4 30MHz = 40MHz 5

6 gewählt. (d) Spektrum von V 2 ( e jω ), spiegelsymmetrisch zu Ω = pπ, p Z und 2π-periodisch j V 2 (e ) Spektrum von Z 1 ( e jω ), 2π-periodisch (2π 20MHz) j Z 1 (e ) - 0 Spektrum von Z 2 ( e jω ), 2π-periodisch (2π 40MHz) j Z 2 (e ) 2-0 Die Frequenzgänge der digitalen Filter G(z) sind nicht spiegelsymmetrisch zu Ω = π, deshalb sind diese Filter komplexwertige Systeme. Die Signale v 1 (k) bzw. v 2 (k) werden durch diese Systeme verarbeitet, deshalb sind die Ausgangssignale z 1 (k) bzw. z 2 (k) komplexwertig. Es sind zudem (komplexe) analytische Signale. 5. Spektrum von Y 1 ( e jω ), 2π-periodisch 2 6

7 j Y 1 (e ) Spektrum von Y 2 ( e jω ), 2π-periodisch j Y 2 (e ) - 0 Unter Anwendung des Abtasttheorems für komplexe analytische Signale wäre es möglich, in beiden Fällen die jeweilige Abtastrate zu halbieren, da jeweils nur die Hälfte des zur Verfügung stehenden Spektrums ausgenutzt wird. 2 7

8 Aufgabe 3: Zustandsraumdarstellung 1. ZRD des Systems, wobei die Nummerierung der Zustandsspeicher aufsteigend von rechts nach links vorgenommen wurde (s. Abbildung): A = [ a1 b ] [ b0 ; b = 1 ] [ a1 ; c = b 1 ] ; d = b 0 (7) 2. ÜF des rekursiven Systems: H(z) = c T (zi A) 1 b + d H(z) = ( ) [ ] 1 [ ] z + a a 1 b 1 b 1 b0 1 + b 0 z = ( ) [ ][ ] z b z(z+a 1 a ) 1 b 1 b0 1 + b 0 z + a = z(b 0z + b 1 ) z(z + a 1 ) = b 0z + b 1 z + a 1 = b 0 + b 1 z 1 Y (z) = 1 + a 1 z 1 V (z) 3. Der alternative kanonische (daher aufwandsgünstigere) SFG des ursprünglichen Systems wurde von der letzten oben angegebenen Form der ÜF (8) abgeleitet und benötigt nur einen Zustandsspeicher: (8) Die minimale Systemordnung ist offenbar gegeben durch die Ordnung n = 1 der kanonischen Realisierung. 4. Der Frequenzgang des Systems (a) ergibt sich aus der (kanonischen) ÜF (8) mit der Substitution z := e jω zu: H(z) z=e jω = H(e jω ) = b 0 cos Ω + b 1 + jb 0 sin Ω (9) cos Ω + a 1 + j sin Ω Hieraus folgt der Betragsfrequenzgang (b) durch Betragsbildung: [ ] H(e jω (b0 cos Ω + b 1 ) 2 + b 2 1/2 0 ) = sin2 Ω b 2 0 (cos Ω + a 1 ) 2 + sin 2 = + b b 0b 1 cos Ω Ω 1 + a a 1 cos Ω 8 (10)

9 Ausgehend von (9) ist der Phasengang (c) definiert durch: ϕ(ω) = arg { H(e jω ) } = arctan Im { H(e jω ) } Re {H(e jω )} = arctan Im { Zaehler H(e jω ) } Re Zaehler {H(e jω )} + arctan Im { Nenner H(e jω ) } (11) Re Nenner {H(e jω )} b 0 sin Ω sin Ω = arctan + arctan (12) b 0 cos Ω + b 1 cos Ω + a 1 Ergänzender Lehrhinweis: Daraus liest man die Phase bei den Frequenzen f = Ω = 0 und f = f A /2 entsprechend Ω = 2πf/f A = π ab: ϕ(0) = ϕ(π) = 0. Da das System reellwertig ist (reelle Koeffizienten besitzt), ist bekannt, dass die Phase ein ungerade Funktion bzgl. den Frequenzen Ω = {0, π} ist und damit grundsätzlich für alle reellen Parameterwerte immer die angegebenen Phasenwerte bei Ω = {0, π} aufweist. 5. Systemeigenschaften: (a) Gemäß (8) besitzt das System 1. Ordnung einen Pol bei z = a 1. Folglich ist das System ein IIR (FIR) System, wenn a 1 0 (a 1 = 0) gilt. (b) Sowohl die ursprüngliche (siehe 1.) als auch die alternative (siehe 3.) Systemstruktur ist rekursiv, d.h., beide Systeme sind mit einer Rückkopplung ausgestattet, sofern a 1 0 gilt. (c) System ist strikt stabil (grenzstabil), wenn der Pol des Systems H(z) gemäß (8) innerhalb (nicht außerhalb) des Einheitskreises der z-ebene liegt: a 1 < 1 ( a 1 1); b 0, b 1 : beliebig. (d) Stabilitätsbedingung siehe 5(c). Minimalphasigkeit: Die Nullstelle des Systems H(z) gemäß (8) darf nicht außerhalb des Einheits-kreises der z-ebene liegen: b 1 b 0. Im Fall der Gleichheit liegt die Nullstelle auf der Peripherie des Einheitskreises und das System ist nicht invertierbar. Ist das System dagegen strikt stabil und strikt minimalphasig ( b 1 < b 0 ), so ist sowohl H(z) als auch 1/H(z) strikt stabil und strikt minimalphasig - und das System ist invertierbar. (e) Das System H(z) gemäß (8) ist genau dann linearphasig, wenn der Pol im Ursprung der z-ebene liegt: a 1 = 0, und wenn die IA (=Koeffizienten des Zählerpolynoms) des Systems symmetrisch oder antimetrisch ist: b 1 = b 0. Damit liegt die Nullstelle der ÜF (8) bei z 0 = ±1 auf der Peripherie des Einheitskreises der z-ebene, weshalb das System in diesem Fall insgesamt folgende Eigenschaften aufweist: i) Strikte Stabilität ii) Linearphasigkeit iii) einfache (nicht strikte) Minimalphasigkeit und ist daher nicht invertierbar iv) Struktur ist nichtrekursiv (siehe 3. bzw. (8)), woraus die FIR Eigenschaft folgt (begrenzte IA). 9

10 Aufgabe 4: Strukturen 25 Pkt. Gegeben waren die Signalflussgraphen (SFG) von zwei rekursiven digitalen Systemen mit reellen Parametern: 1. Die Differenzengleichung (dgl) von System 1 liest man unmittelbar aus dessen Signalflussgraphen (SFG) ab: bzw. nach Umstellung: y(k) = v(k 1) + 2r cosϕ y(k 1) r 2 y(k 2) (13) y(k) 2r cosϕ y(k 1) + r 2 y(k 2) = v(k 1). (14) 2. Bestimmung der Übertragungsfunktion (ÜF) H 1 (z) von System 1: Unterwirft man die dgl (14) der z-transformation (zt) unter Beachtung des Verschiebungssatzes der zt, so erhält man: Y (z)[1 2r cos ϕ z 1 + r 2 z 2 ] = V (z) z 1. (15) Daraus folgt unmittelbar die ÜF von System 1 durch Umstellung: H(z) = Y (z) V (z) = z 1 1 2r cosϕ z 1 + r 2 z = z 2 z 2 2r cosϕ z + r2. (16) 3. Zur Bestimmung der Übertragungsfunktion (ÜF) H 2 (z) von System 2 werden mit den einfachen Rechenregeln für SFG alle abhängigen Knoten in Innern des Systems schrittweise eliminiert, bis nur noch der (nicht eliminierbare) Quellknoten V (z) v(k) und der (abhängige) Ausgangsknoten Y (z) y(k) verbleiben. Schritt 1: Elimination der kleinen Schleifen um die Verzögerungsglieder entsprechend der Elimination der Knoten C,D (oberer Zweig) und E,F (unterer Zweig). Exemplarisch für den oberen Zweig gilt die Regel: G = z 1 A + r cosϕ z 1 G G = 10 z 1 1 r cosϕ z 1A = A z r cosϕ, (17)

11 was nachfolgend mit den 3 Schritten (a)-(c) bildlich dargestellt ist: Ergebnis 1: Schritt 2 Elimination des Knotens G: Schritt 3 Elimination des Knotens A, wobei zu beachten ist, dass cotϕ = cos ϕ/ sinϕ gilt: und Eli- Schritt 4 Zusammenfassung der beiden Eingangszweige zu a + r cos ϕ mination des Knotens B: z r cos ϕ 11

12 Die Elimination der verbleibenden Schleife führt schließlich über zu Y (z) = Y (z){1 + a(z r cos ϕ) + r cosϕ (z r cos ϕ) 2 V (z) r2 sin 2 ϕ (z r cosϕ) 2 Y (z) r2 sin 2 ϕ a(z r cosϕ) + r cosϕ } = V (z) (z r cosϕ) 2 (z r cosϕ) 2 und mit einer letzten Unstellung zur ÜF von System 2: H(z) = Y (z) V (z) = a(z r cosϕ) + r cosϕ z 2 2r cosϕ z + r 2. (18) 4. Der Vergleich der ÜF (16) und (18) zeigt, dass die ÜF beider Systeme identische Nennerpolynome aufweisen und somit das gleiche konjugiert komplexe Polpaar besitzen (Konsequenz der Reellwertigkeit): z 1,2 = r(cosϕ ± j sin ϕ) = re ±jϕ 5. Der Vergleich der ÜF (16) und (18) zeigt schließlich, dass beide ÜF vollständig identisch sind, wenn man dem bislang nicht festgelegten Koeffizienten den Wert a = 1 zuordnet. 12

Aufgabe 1: Diskrete und kontin. Signale

Aufgabe 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

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

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

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

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

Signale und Systeme I

Signale 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

Mehr

Aufgabe 1: Kontinuierliche und diskrete Signale

Aufgabe 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

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

Signale und Systeme II

Signale 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

Mehr

Tontechnik 2. Digitale Filter. Digitale Filter. Zuordnung diskrete digitale Signale neue diskrete digitale Signale

Tontechnik 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)

Mehr

Kontrollfragen zum Skript Teil 1 beantwortet

Kontrollfragen 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

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

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

(s + 3) 1.5. w(t) = σ(t) W (s) = 1 s. G 1 (s)g 2 (s) 1 + G 1 (s)g 2 (s)g 3 (s)g 4 (s) = Y (s) Y (s) W (s)g 1 (s) Y (s)g 1 (s)g 3 (s)g 4 (s)

(s + 3) 1.5. w(t) = σ(t) W (s) = 1 s. G 1 (s)g 2 (s) 1 + G 1 (s)g 2 (s)g 3 (s)g 4 (s) = Y (s) Y (s) W (s)g 1 (s) Y (s)g 1 (s)g 3 (s)g 4 (s) Aufgabe : LAPLACE-Transformation Die Laplace-Transformierte der Sprungantwort ist: Y (s) = 0.5 s + (s + 3).5 (s + 4) Die Sprungantwort ist die Reaktion auf den Einheitssprung: w(t) = σ(t) W (s) = s Die

Mehr

Betrachtetes Systemmodell

Betrachtetes 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

Mehr

Das wissen Sie: 6. Welche Möglichkeiten zur Darstellung periodischer Funktionen (Signalen) kennen Sie?

Das 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

Mehr

Versuch 3: Anwendungen der schnellen Fourier-Transformation (FFT)

Versuch 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

SSYLB2 SS06 Daniel Schrenk, Andreas Unterweger Übung 8. Laborprotokoll SSY. Diskrete Systeme II: Stabilitätsbetrachtungen und Systemantwort

SSYLB2 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,

Mehr

Addition, Subtraktion und Multiplikation von komplexen Zahlen z 1 = (a 1, b 1 ) und z 2 = (a 2, b 2 ):

Addition, Subtraktion und Multiplikation von komplexen Zahlen z 1 = (a 1, b 1 ) und z 2 = (a 2, b 2 ): Komplexe Zahlen Definition 1. Eine komplexe Zahl z ist ein geordnetes Paar reeller Zahlen (a, b). Wir nennen a den Realteil von z und b den Imaginärteil von z, geschrieben a = Re z, b = Im z. Komplexe

Mehr

SiSy1, Praktische Übung 3. Fourier-Analyse (periodischer Signale) kann als Fourier-Reihe 1 beschrieben werden:

SiSy1, 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=

Mehr

EAH Jena Prüfungsaufgaben Prof. Giesecke FB ET/IT Filterentwurf WS 12/13

EAH Jena Prüfungsaufgaben Prof. Giesecke FB ET/IT Filterentwurf WS 12/13 FB ET/IT Filterentwurf WS 2/3 Name, Vorname: Matr.-Nr.: Zugelassene Hilfsmittel: beliebiger Taschenrechner eine selbsterstellte Formelsammlung ein mathematisches Formelwerk Wichtige Hinweise: Ausführungen,

Mehr

Vorteile digitaler Filter

Vorteile 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)

Mehr

19. Frequenzgangkorrektur am Operationsverstärker

19. 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

Mehr

Beate Meffert, Olaf Hochmuth: Werkzeuge der Signalverarbeitung, Pearson 2004

Beate 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

Mehr

filter Filter Ziele Parameter Entwurf Zölzer (2002) Nov 14, 2015

filter 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

Mehr

Zeitdiskrete, digitale Filter und schnelle Fourier-Transformation (FFT)

Zeitdiskrete, 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...

Mehr

(Bitte geben Sie bei der Beantwortung von Fragen eine Begründung bzw. bei der Lösung von Kurzaufgaben eine kurze Berechnung an!)

(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

Mehr

Einführung in die Signalverarbeitung

Einführung 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

Mehr

Mathematica - Notebooks als Bonusmaterial zum Lehrbuch

Mathematica - Notebooks als Bonusmaterial zum Lehrbuch R. Brigola, TH Nürnberg Georg Simon Ohm, 2014 Mathematica - Notebooks als Bonusmaterial zum Lehrbuch [1] Rolf Brigola Fourier-Analysis und Distributionen, Eine Einführung mit Anwendungen, edition swk,

Mehr

Bildverarbeitung Herbstsemester 2012. Fourier-Transformation

Bildverarbeitung Herbstsemester 2012. Fourier-Transformation Bildverarbeitung Herbstsemester 2012 Fourier-Transformation 1 Inhalt Fourierreihe Fouriertransformation (FT) Diskrete Fouriertransformation (DFT) DFT in 2D Fourierspektrum interpretieren 2 Lernziele Sie

Mehr

Mathematische Erfrischungen III - Vektoren und Matrizen

Mathematische Erfrischungen III - Vektoren und Matrizen Signalverarbeitung und Musikalische Akustik - MuWi UHH WS 06/07 Mathematische Erfrischungen III - Vektoren und Matrizen Universität Hamburg Vektoren entstanden aus dem Wunsch, u.a. Bewegungen, Verschiebungen

Mehr

Signale und Systeme Ergänzungen zu den Spektraltransformationen

Signale 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

Mehr

SV1: Aktive RC-Filter

SV1: Aktive RC-Filter Signal and Information Processing Laboratory Institut für Signal- und Informationsverarbeitung. September 6 Fachpraktikum Signalverarbeitung SV: Aktive RC-Filter Einführung In diesem Versuch wird ein aktives

Mehr

Ergänzung zu komplexe Zahlen

Ergänzung zu komplexe Zahlen Juli 2015 Übersicht 1 Ortskurven 2 Wechselstromkreis mit ohmschem und kapazitivem Widerstand (Parallelschaltung) i(t) u(t) R C Bei festen Werten für den ohmschen Widerstand R und die Kapazität C ergibt

Mehr

Uebungsserie 1.1 Harmonische Signale und Ihre Darstellung

Uebungsserie 1.1 Harmonische Signale und Ihre Darstellung 28. September 2016 Elektrizitätslehre 3 Martin Weisenhorn Uebungsserie 1.1 Harmonische Signale und Ihre Darstellung Aufgabe 1. Die nachfolgende Grafik stellt das Oszillogramm zweier sinusförmiger Spannungen

Mehr

Elektronik Prof. Dr.-Ing. Heinz Schmidt-Walter

Elektronik Prof. Dr.-Ing. Heinz Schmidt-Walter 6. Aktive Filter Filterschaltungen sind Schaltungen mit einer frequenzabhängigen Übertragungsfunktion. Man unterscheidet zwischen Tief, Hoch und Bandpässen sowie Sperrfiltern. Diesen Filtern ist gemeinsam,

Mehr

Argumente für die diskrete Realisierung der Fourierintegrale

Argumente 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

Mehr

4. Übung für Übungsgruppen Musterlösung

4. Übung für Übungsgruppen Musterlösung Grundlagenveranstaltung Systemtheorie WS 6/7 (H.S. Stiehl, AB Kognitive Systeme, FB Informatik der Universität Hamburg). Übung für Übungsgruppen Musterlösung (N. Stein, Institut für Angewandte Physik,

Mehr

5. Fourier-Transformation

5. 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

Mehr

A1.1: Einfache Filterfunktionen

A1.1: Einfache Filterfunktionen A1.1: Einfache Filterfunktionen Man bezeichnet ein Filter mit dem Frequenzgang als Tiefpass erster Ordnung. Daraus lässt sich ein Hochpass erster Ordnung nach folgender Vorschrift gestalten: In beiden

Mehr

Versuchsprotokoll zum Versuch Nr. 9 Hoch- und Tiefpass

Versuchsprotokoll zum Versuch Nr. 9 Hoch- und Tiefpass In diesem Versuch geht es darum, die Kennlinien von Hoch- und Tiefpässen aufzunehmen. Die Übertragungsfunktion aller Blindwiderstände in Vierpolen hängt von der Frequenz ab, so daß bestimmte Frequenzen

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

Analoge und digitale Filter

Analoge und digitale Filter Technische Universität Ilmenau Fakultät Elektrotechnik und Informationstechnik FG Nachrichtentechnik Übungsaufgaben zur Lehrveranstaltung Analoge und digitale Filter Filter. Ordnung. Betrachtet wird ein

Mehr

Im Frequenzbereich beschreiben wir das Verhalten von Systemen mit dem Komplexen Frequenzgang: G (jω)

Im 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

Mehr

Übung 2: Spektrum periodischer Signale

Übung 2: Spektrum periodischer Signale ZHAW, SiSy, Rumc, Übung : Spektrum periodischer Signale Augabe Verschiedene Darstellungen der Fourierreihe. Betrachten Sie das periodische Signal s(t) = + sin(π t). a) Bestimmen Sie die A k - und B k -Koeizienten

Mehr

Aufgabe 3. Signal Processing and Speech Communication Lab. Graz University of Technology

Aufgabe 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

Mehr

Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren

Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren Mathematik II Frühlingsemester 215 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren www.math.ethz.ch/education/bachelor/lectures/fs215/other/mathematik2 biol Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/

Mehr

Fourier-Reihe und -Spektrum

Fourier-Reihe und -Spektrum SiSy, Fourier-Reihen / Fourier-Reihe und -Spektrum Fourier-Darstellung periodischer Funktionen. Einleitung In vielen technischen Anwendungen sind die zeitlichen Verläufe von Signalen wie z.b. Spannung

Mehr

Signale und Systeme. A1 A2 A3 Summe

Signale 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?

Mehr

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 10. Übungsblatt. < 0 für alle t > 1. tan(x) tan(0) x 0

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 10. Übungsblatt. < 0 für alle t > 1. tan(x) tan(0) x 0 KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann WS 03/4 Höhere Mathematik I für die Fachrichtung Informatik Lösungsvorschläge zum 0. Übungsblatt Aufgabe

Mehr

3.3 Das Abtasttheorem

3.3 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

Mehr

f = T φ ist negative für nacheilende Funktionen φ ist positive für voreilende Funktionen 2 Signale im Zeitbereich 2.1 Harmonische Funktionen

f = 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

Mehr

1. Differentialgleichung der Filter zweiter Ordnung

1. Differentialgleichung der Filter zweiter Ordnung Prof. Dr.-Ing. F. Keller abor Elektronik 3 Filter zweiter Ordnung Info v.doc Hochschule Karlsruhe Info-Blatt: Filter zweiter Ordnung Seite /6. Differentialgleichung der Filter zweiter Ordnung Ein- und

Mehr

Realisierung digitaler Filter FHTW-Berlin Prof. Dr. F. Hoppe 1

Realisierung digitaler Filter FHTW-Berlin Prof. Dr. F. Hoppe 1 Realisierung digitaler Filter FHTW-Berlin Prof. Dr. F. Hoppe System zur digitalen Signalverarbeitung: Signal- Quelle AAF ADC DAC RCF DSP Po rt Po rt Signal- Ziel Das Bild zeigt ein allgemeines System zur

Mehr

Grundlagen der Schwingungslehre

Grundlagen 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

Mehr

Komplexe Funktionen. für Studierende der Ingenieurwissenschaften Technische Universität Hamburg-Harburg. Reiner Lauterbach. Universität Hamburg

Komplexe Funktionen. für Studierende der Ingenieurwissenschaften Technische Universität Hamburg-Harburg. Reiner Lauterbach. Universität Hamburg Komplexe Funktionen für Studierende der Ingenieurwissenschaften Technische Universität Hamburg-Harburg Reiner Lauterbach Universität Hamburg SS 2006 Reiner Lauterbach (Universität Hamburg) Komplexe Funktionen

Mehr

PP Physikalisches Pendel

PP Physikalisches Pendel PP Physikalisches Pendel Blockpraktikum Frühjahr 2007 (Gruppe 2) 25. April 2007 Inhaltsverzeichnis 1 Einführung 2 2 Theoretische Grundlagen 2 2.1 Ungedämpftes physikalisches Pendel.......... 2 2.2 Dämpfung

Mehr

Fourier- und Laplace- Transformation

Fourier- und Laplace- Transformation Übungsaufgaben zur Vorlesung Mathematik für Ingenieure Fourier- und Lalace- Transformation Teil : Lalace-Transformation Prof. Dr.-Ing. Norbert Hötner (nach einer Vorlage von Prof. Dr.-Ing. Torsten Benkner)

Mehr

Formelanhang Mathematik II

Formelanhang Mathematik II Formelanhang Mathematik II Mechatronik 2. Sem. Prof. Dr. K. Blankenbach Wichtige Formeln: - Euler: e j = cos() + j sin() ; e -j = cos() - j sin() - Sinus mit Phase: Übersicht Differentialgleichungen (DGL)

Mehr

Definition von Sinus und Cosinus

Definition von Sinus und Cosinus Definition von Sinus und Cosinus Definition 3.16 Es sei P(x y) der Punkt auf dem Einheitskreis, für den der Winkel von der positiven reellen Halbachse aus (im Bogenmaß) gerade ϕ beträgt (Winkel math. positiv,

Mehr

Technische Beschreibung der akustischen Signalkette

Technische Beschreibung der akustischen Signalkette Technische Beschreibung der akustischen Signalkette Wichtige Aufgabe: Vielfältige Medien Gestaltung akustischer Kommunikationsketten (Sprache, Geräusche, Musik, CD, Radio, mp3,...) Unterschiedlichste Information

Mehr

Funktionen. Mathematik-Repetitorium

Funktionen. Mathematik-Repetitorium Funktionen 4.1 Funktionen einer reellen Veränderlichen 4.2 Eigenschaften von Funktionen 4.3 Die elementaren Funktionen 4.4 Grenzwerte von Funktionen, Stetigkeit Funktionen 1 4. Funktionen Funktionen 2

Mehr

Vorkurs Mathematik für Wirtschaftsingenieure und Wirtschaftsinformatiker

Vorkurs Mathematik für Wirtschaftsingenieure und Wirtschaftsinformatiker Vorkurs Mathematik für Wirtschaftsingenieure und Wirtschaftsinformatiker Übungsblatt Musterlösung Fachbereich Rechts- und Wirtschaftswissenschaften Wintersemester 06/7 Aufgabe (Definitionsbereiche) Bestimme

Mehr

Nachrichtentechnik [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 Nachrichtentechnik [NAT] Kapitel 2: Zeitkontinuierliche Signale Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik Sommersemester 25 Inhaltsverzeichnis Inhalt Inhaltsverzeichnis 2 Zeitkontinuierliche

Mehr

Komplexe Zahlen. Die bildliche Vorstellung einer komplexen Zahl z = (a, b) stellt ein Punkt in der Bildebene dar. Die Elemente der Menge:

Komplexe Zahlen. Die bildliche Vorstellung einer komplexen Zahl z = (a, b) stellt ein Punkt in der Bildebene dar. Die Elemente der Menge: Komplexe Zahlen Die bildliche Vorstellung einer komplexen Zahl z = (a, b) stellt ein Punkt in der Bildebene dar. Die Elemente der Menge: R = R R = {(a, b) a, b R} heißen komplexe Zahlen wenn für die Verknüpfung

Mehr

Lösung zur Übung 4.5.1/1: 2005 Mesut Civan

Lösung 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

Mehr

Einführung in die Physik I. Schwingungen und Wellen 1

Einführung 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

Mehr

f(t) = a 2 + darstellen lasst Periodische Funktionen.

f(t) = a 2 + darstellen lasst Periodische Funktionen. 7. Fourier-Reihen Viele Prozesse der Ingenieur- und Naturwissenschaften verlaufen periodisch oder annahernd periodisch, wie die Schwingungen einer Saite, Spannungs- und Stromverlaufe in Wechselstromkreisen

Mehr

Musterlösung zur Klausur. Grundlagen der Mechatronik

Musterlösung zur Klausur. Grundlagen der Mechatronik 26.3.212 Musterlösung zur Klausur Grundlagen der Mechatronik Name: Matrikel-Nr.: Hinweise zur Bearbeitung: Die Klausur besteht aus 4 Aufgaben. Es sind alle Aufgaben zu bearbeiten. Die Bearbeitungszeit

Mehr

Lösungen zur Klausur Funktionentheorie I SS 2005

Lösungen zur Klausur Funktionentheorie I SS 2005 Universität Karlsruhe 29 September 25 Mathematisches Institut I Prof Dr M von Renteln Dr C Kaiser Aufgabe en zur Klausur Funktionentheorie I SS 25 Sei S die Möbiustransformation, die durch S(z) = i i z

Mehr

Signalübertragung und -verarbeitung

Signalübertragung 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.

Mehr

Behandlung der komplexen Darstellung von Wellen: Negative Frequenzen und komplexe Felder

Behandlung der komplexen Darstellung von Wellen: Negative Frequenzen und komplexe Felder Behandlung der komplexen Darstellung von Wellen: Negative Frequenzen und komplexe Felder Bei der Behandlung reeller elektromagnetischer Felder im Fourierraum ist man mit der Tatsache konfrontiert, dass

Mehr

Regelungs- und Systemtechnik 1 - Übung 6 Sommer 2016

Regelungs- und Systemtechnik 1 - Übung 6 Sommer 2016 4 6 Fachgebiet Regelungstechnik Leiter: Prof. Dr.-Ing. Johann Reger Regelungs- und Systemtechnik - Übung 6 Sommer 26 Vorbereitung Wiederholen Sie Vorlesungs- und Übungsinhalte zu folgenden Themen: Zeitkonstantenform

Mehr

Flüsse, Fixpunkte, Stabilität

Flüsse, Fixpunkte, Stabilität 1 Flüsse, Fixpunkte, Stabilität Proseminar: Theoretische Physik Yannic Borchard 7. Mai 2014 2 Motivation Die hier entwickelten Formalismen erlauben es, Aussagen über das Verhalten von Lösungen gewöhnlicher

Mehr

Frequenzanalyse Praktischer Leitfaden zur Anwendung der Frequenzanalyse. Filter

Frequenzanalyse 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

Mehr

Kreuze nur die zutreffenden Eigenschaften für die folgenden Funktionen im richtigen Feld an!

Kreuze nur die zutreffenden Eigenschaften für die folgenden Funktionen im richtigen Feld an! Teil : Grundkompetenzen ( Punkte) Beispiel : ( Punkt) Die nebenstehende Graphik stellt ein eponentielles Wachstum der Form f() = a b (a, b R + ) dar. Bestimme aus dem Graphen die Werte der Konstanten a

Mehr

Regelungs- und Systemtechnik 1 - Übung 5 Sommer 2016

Regelungs- und Systemtechnik 1 - Übung 5 Sommer 2016 4 6 Fachgebiet Regelungstechnik Leiter: Prof. Dr.-Ing. Johann Reger Regelungs- und Systemtechnik 1 - Übung 5 Sommer 216 Vorbereitung Wiederholen Sie Vorlesungs- und Übungsinhalte zu folgenden Themen: Skizzieren

Mehr

3.3.1 Digitale Filter

3.3.1 Digitale Filter Leseprobe Digitale Signalverarbeitung Abschnitt aus Algorithmische Bausteine 3.3.1 Digitale Filter In den folgenden Abschnitten sollen die digitalen Filter im Gegensatz zum Abschnitt Grundlagen der DSV

Mehr

Zulassungsprüfung 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 Zulassungsprüfung für den Master-Studiengang in Elektrotechnik und Informationstechnik an der Leibniz Universität Hannover Zulassungsjahr: 04 (Sommersemester) Allgemeine Informationen: Der deutschsprachige

Mehr

1 Euklidische und unitäre Vektorräume

1 Euklidische und unitäre Vektorräume 1 Euklidische und unitäre Vektorräume In diesem Abschnitt betrachten wir reelle und komplexe Vektorräume mit Skalarprodukt. Dieses erlaubt uns die Länge eines Vektors zu definieren und (im Fall eines reellen

Mehr

Versuch 5: Filterentwurf

Versuch 5: Filterentwurf Ziele In diesem Versuch lernen Sie den Entwurf digitaler Filter, ausgehend von der Festlegung eines Toleranzschemas für den Verlauf der spektralen Charakteristik des Filters, kennen. Es können Filtercharakteristiken

Mehr

Reell. u(t) Komplex u(t), Zeitabhängig Zeitunabhängig. u(t)e jωt. Reell Û. Elektrische Größe. Spitzenwert. Komplex Û. Reell U. Effektivwert.

Reell. u(t) Komplex u(t), Zeitabhängig Zeitunabhängig. u(t)e jωt. Reell Û. Elektrische Größe. Spitzenwert. Komplex Û. Reell U. Effektivwert. Aufgaben Reell u(t) Elektrische Größe Zeitabhängig Zeitunabhängig Spitzenwert Effektivwert Komplex u(t), Reell Û Komplex Û Reell U Komplex U u(t)e jωt Institut für Technische Elektronik, RWTH - Aachen

Mehr

Übung 8: Digitale Modulationen

Übung 8: Digitale Modulationen ZHW, NTM, 25/6, Rur ufgabe : Modulationsarten. Übung 8: Digitale Modulationen Die Datensequenz wird bei einer festen Bitrate von Mb/s mittels 3 verschiedener Modulationsarten übertragen. Charakterisieren

Mehr

Dierentialgleichungen 2. Ordnung

Dierentialgleichungen 2. Ordnung Dierentialgleichungen 2. Ordnung haben die allgemeine Form x = F (x, x, t. Wir beschränken uns hier auf zwei Spezialfälle, in denen sich eine Lösung analytisch bestimmen lässt: 1. reduzible Dierentialgleichungen:

Mehr

4. Passive elektronische Filter

4. Passive elektronische Filter 4.1 Wiederholung über die Grundbauelemente an Wechselspannung X Cf(f) X Lf(f) Rf(f) 4.2 Einleitung Aufgabe 1: Entwickle mit deinen Kenntnissen über die Grundbauelemente an Wechselspannung die Schaltung

Mehr

Antialiasing-Filter. Die erforderliche Dämpfung des Antialiasingfilters bei der halben Abtastfrequenz errechnet sich nach (bei N-Bit ADU): f f.

Antialiasing-Filter. Die erforderliche Dämpfung des Antialiasingfilters bei der halben Abtastfrequenz errechnet sich nach (bei N-Bit ADU): f f. ntialiasing-filter Bei der btastung eines auf f < fb bandbeenzten Messsignal ergibt sich, wie später gezeigt wird, für das abgetastete ignal eine periodische Wiederholung des Basisspektrums. m Überlappungen

Mehr

Klausur zum Fach Mathematik 1 Teil 1

Klausur zum Fach Mathematik 1 Teil 1 (Name) (Vorname) (Matrikelnummer) Fachbereich Elektrotechnik und Informationstechnik Prof. Georg Hoever 06.07.202 Klausur zum Fach Mathematik Teil Bearbeitungszeit: 90 Minuten Hilfsmittel: ein (beidseitig)

Mehr

Kapitel 7. Funktionentheorie. 7.1 Holomorphe und harmonische Funktionen. 1. Definitionen

Kapitel 7. Funktionentheorie. 7.1 Holomorphe und harmonische Funktionen. 1. Definitionen Kapitel 7 Funktionentheorie In diesem Kapitel geht es meistens um Funktionen, die auf einem Gebiet G C definiert sind und komplexe Werte annehmen. Nach Lust, Laune und Bedarf wird C mit R identifiziert,

Mehr

Motivation. Diskretisierung. Überblick. Algorithmik III Algorithmen und Modelle für kontinuierliche Datenstrukturen. Diskretisierung und Quantisierung

Motivation. 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

Mehr

Baudynamik und Zustandsanalyse

Baudynamik und Zustandsanalyse Baudynamik und Zustandsanalyse Eine Einführung in die Baudynamik mit Mathematica Das vorliegende Skript wurde im Original mit dem Programmsystem MATHEMATICA von WOLFRAM-Research [http://www.wolfram.com]

Mehr

C orthogonal und haben die Länge 1). Dann ist die Länge von w = x u + y v gegeben durch w 2 Def. = w,w =

C orthogonal und haben die Länge 1). Dann ist die Länge von w = x u + y v gegeben durch w 2 Def. = w,w = 1 v Die Länge Def. Sei (V,, ) ein Euklidscher Vektorraum. Für jeden Vektor v V heißt die Zahl v,v die Länge von v und wird v bezeichnet. Bemerkung. Die Länge des Vektors ist wohldefiniert, da nach Definition

Mehr

eine Folge in R, für die man auch hätte schreiben können, wenn wir alle richtig raten, was auf dem Pünktchen stehen sollte.

eine Folge in R, für die man auch hätte schreiben können, wenn wir alle richtig raten, was auf dem Pünktchen stehen sollte. Analysis, Woche 5 Folgen und Konvergenz A 5. Cauchy-Folgen und Konvergenz Eine Folge in R ist eine Abbildung von N nach R und wird meistens dargestellt durch {x n } n=0, {x n} n N oder {x 0, x, x 2,...

Mehr

Entwurf von IIR-Filtern

Entwurf von IIR-Filtern Kapitel Entwurf von IIR-Filtern. Einleitung.. Darstellung von IIR-Filtern im Zeitbereich y[n] = b 0 x[n] + b x[n ] + b 2 x[n 2] +... + b M x[n M].) a y[n ] a 2 y[n 2]... a N y[n N] = M N b k x[n k] a m

Mehr

Taschenbuch der Elektrotechnik

Taschenbuch der Elektrotechnik Taschenbuch der Elektrotechnik Grundlagen und Elektronik von Ralf Kories, Heinz Schmidt-Walter überarbeitet Taschenbuch der Elektrotechnik Kories / Schmidt-Walter schnell und portofrei erhältlich bei beck-shop.de

Mehr

2.6 Der komplexe Logarithmus und allgemeine Potenzen

2.6 Der komplexe Logarithmus und allgemeine Potenzen 2.6 Der komplexe Logarithmus und allgemeine Potenzen Ziel: Umkehrung der komplexen Exponentialfunktion fz) = expz). Beachte: Die Exponentialfunktion expz) ist für alle z C erklärt, und es gilt Dexp) =

Mehr

Erfüllt eine Funktion f für eine feste positive Zahl p und sämtliche Werte t des Definitionsbereichs die Gleichung

Erfüllt eine Funktion f für eine feste positive Zahl p und sämtliche Werte t des Definitionsbereichs die Gleichung 34 Schwingungen Im Zusammenhang mit Polardarstellungen trifft man häufig auf Funktionen, die Schwingungen beschreiben und deshalb für den Ingenieur von besonderer Wichtigkeit sind Fast alle in der Praxis

Mehr

Musterlösung zur Aufgabe A4.1

Musterlösung zur Aufgabe A4.1 Musterlösung zur Aufgabe A4.1 a) Mit N = 8 Bit können insgesamt 2 8 Quantisierungsintervalle dargestellt werden M = 256. b) Nummeriert man die Quantisierungsintervalle von 0 bis 255, so steht die Bitfolge

Mehr

Numerische Methoden und Algorithmen in der Physik

Numerische 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

Mehr

Differenzengleichungen

Differenzengleichungen Universität Basel Wirtschaftswissenschaftliches Zentrum Differenzengleichungen Dr. Thomas Zehrt Inhalt: 1. Einführungsbeispiele 2. Definition 3. Lineare Differenzengleichungen 1. Ordnung (Wiederholung)

Mehr