Spektrum zeitdiskreter Signale
|
|
- Silke Berger
- vor 5 Jahren
- Abrufe
Transkript
1 Spektrum zeitdiskreter Signale 1 Aufgabenstellung Mithilfe der Fouriertransformation können zeitkontinuierliche Signale in den Frequenzbereich transformiert werden, um die im Signal enthaltenen Frequenzanteile ermitteln. Diese Vorgehensweise soll nun auf zeitdiskrete Signale übertragen werden. Da die bekannte Fouriertransformation mit Hilfe eines Integrals über eine kontinuierliche Funktion erfolgt, jetzt aber der Signalverlauf nur zu den Abtastzeitpunkten t = k T A bekannt ist, stellen sich die folgenden Fragen: Wie kann das Spektrum eines abgetasteten Signals berechnet werden? Wie hängen das Spektrum des kontinuierlichen und des abgetasteten Signals zusammen? 2 Mathematische Beschreibung des Abtastvorgangs Bei der Betrachtung des Abtastvorgangs wurde bisher technisch vorgegangen und überlegt, wie zu jedem Abtastzeitpunkt t = k T A der Funktionswert y[k] = y(k T A ) aus dem Signal y(t) entnommen werden kann. Will man nun die Fouriertransformation von y(t) und y[k] berechnen, steht man vor dem folgenden mathematischen Problem, dass y(t) ist eine zeitkontinuierliche Funktion, die für alle t R definiert ist, y[k] aber nur zu den Abtastzeitpunkten t = k T A, k Z bekannt ist. Daher kann für y[k] mit den bekannten Formeln keine Fouriertransformierte berechnet werden. Um das Problem zu lösen, sucht man ein Signal y (t), das das abgetastete Signal y[k] repräsentiert und gleichzeitig für die Fouriertransformation geeignet ist. Das Signal muss daher die folgenden Eigenschaften haben: y (t) ist zeitkontinuierlich, d. h. y (t) ist für alle t R definiert y (t) = 0 für t k T A y (k T A ) 0 und liefert die Information über den Funktionswert y[k] = y(kt A ) Dieses Signal y (t) lässt sich mit Hilfe von Diracimpulsen konstruieren. Denn durch die Multiplikation von y(t) mit dem Diracimpuls δ(t k T A ) ergibt sich eine kontinuierliche Funktion, die nur für t = k T A von Null verschieden ist und für t = k T A mit y[k] gewichtet ist. Dies ist die Abtasteigenschaft des Diracimpulses: y(t) δ(t k T A ) y[k] δ(0) = { t = k T A 0 sonst = y[k] δ(t k T A ) Prof. Dr.-Ing. Stefan Hillenbrand 1
2 Damit kann ein kontinuierlicher Signalverlauf für alle Abtastwerte y[k], k Z zusammengesetzt werden: y (t) = y[k] δ(t k T A ) = y(t) δ(t k T A ) = y(t) δ(t k T A ) k= k= k= Mathematisch kann die Abtastung damit beschrieben werden als Multiplikation des kontinuierlichen Signals y(t) mit einem Dirac-Kamm δ TA (t) y (t) = y(t) δ(t k T A ) = y(t) δ TA (t) k= 3 Fouriertransformation Für die Funktion y (t) kann nun die Fouriertransformation berechnet werden: y (t) = y(t) δ TA (t) Y (ω) = 1 2π Y(ω) Δ T A (ω) Die Fouriertransformierte des abgetasteten Signals ist also gleich der Faltung der Fouriertransformierten Y(ω) des kontinierlichen Signals y(t) und der Fouriertransformierten Δ TA (ω) des Dirac-Kamms Δ TA (t) Um das Spektrum des Zeitdiskreten Signals weiter untersuchen zu können, muss die Fouriertransformierte des Dirac-Kamms bestimmt werden. 3.1 Fouriertransformation des Dirac-Kamms Mithilfe der Poissonschen Summenformel kann leicht hergeleitet werden, dass die Fouriertransformierte des Dirac-Kamms ebenfalls ein Dirac-Kamm ist: δ TA (t) = δ(t k T A ) k= Δ TA (ω) = ω A δ(ω k ω A ) k=, ω A = 2π T A 3.2 Fouriertransformation des abgetasteten Signals Zur Berechnung der Fouriertransformierten des abgetasteten Signals ist es jetzt nur noch ein kleiner Schritt: Y (ω) = 1 2π Y(ω) Δ T A (ω) = 1 2π Y(ω) ω A δ(ω k ω A ) k= Aus den Betrachtungen zum Dirac-Impuls ist bekannt: y(t) δ(t t 0 ) = y(t t 0 ) Y(ω) δ(ω ω 0 ) = Y(ω ω 0 ) Prof. Dr.-Ing. Stefan Hillenbrand 2
3 Damit folgt für die Fouriertransformierte des abgetasteten Signals: y (t) = y(t) δ(t k T A ) k= Y (ω) = 1 T A Y(ω k ω A ) k=, ω A = 2π T A Wichtige Beobachtung Wird das Signal y(t) mit der Abtastzeit T A abgetastet, so wiederholt sich dessen Spektrum Y(ω) im Frequenzbereich unendlich oft im Abstand ω A = 2π/T A 3.3 Spektrum des zeitdiskreten Signals Gegeben seien ein kontinuierliches Signal y(t) das zugehörige Spektrum Y(ω) (in der Abbildung dreieckförmig) die abgetasteten Signale y[k] bzw. y (k) Durch die periodische Wiederholung des Spektrums ergeben sich die folgenden Verläufe: Maximale Kreisfrequenz von kleiner als Maximale Kreisfrequenz von größer als Wiederholte Spektren überlappen sich Aliasing Prof. Dr.-Ing. Stefan Hillenbrand 3
4 4 Beispiel: Cosinus- und Sinussignal 4.1 Cosinusignal Es wird ein Cosinussignal y(t) = cos(2π f 0 t) Y(ω) = π(δ(ω + 2πf 0 ) + δ(ω 2πf 0 )) mit der Frequenz f A = 2000 Hz abgetastet, y[k] = cos(2π f 0 k T A ) = cos (2π f 0 f A k) Frequenz f 0 = 250 Hz Das Spektrum des abgetasteten Signals ergibt sich mit ω A = 2π f A = 4000π zu Y (ω) = 1 Y(ω k ω T A ) = 2000 Y(ω k 4000π) A k= k= = 2000 π δ(ω + 500π k 4000π) + δ(ω 500π k 4000π) k= Das Spektrum Y(ω)/T A wiederholt sich damit mit der Periode 4000π: Zu hören ist die im gelben Fensterbereich ω A 2 < ω < ω A 2 gezeichnete Frequenz und damit das Signal mit f 0 = 250 Hz bzw. ω 0 = 500π rad/s. Prof. Dr.-Ing. Stefan Hillenbrand 4
5 Die Frequenz f 0 wird nun schrittweise vergrößert Bei f 0 = 1000 Hz wird die Nyquistfrequenz (f A /2) erreicht Es werden die Minima und Maxima des Cosinussignals abgetastet: Prof. Dr.-Ing. Stefan Hillenbrand 5
6 Bei f 0 = 1250 Hz wird das Abtasttheorem verletzt Die Diracimpulse des Cosinussignals (durchgezogene Impulse) liegen nun außerhalb des gelb eingezeichneten Bereichs ω A 2 < ω < ω A 2. Durch die periodische Wiederholung des Spektrums des abgetasteten Signals (gestrichelte Impulse) liegen darin die Impulse für f = ±750 Hz bzw. ω = ±1500π rad/s, die bei der Tonwiedergabe zu hören sind. Weitere Erhöhung der Frequenz f 0 Innerhalb des gelb eingezeichneten Bereichs ω A 2 < ω < ω A 2 liegen nun wieder Impulse, die sich aus der periodischen Fortsetzung ergeben. Zu hören sind daher immer kleiner werdende Frequenzen. Prof. Dr.-Ing. Stefan Hillenbrand 6
7 Bei f 0 = f A fallen die periodisch fortgesetzten Impulse aufeinander Es bleibt die Frequenz f = 0 Hz bzw. ω = 0 rad/s und damit ein Gleichspannungssignal. Abgetastet werden die Maxima des Cosinusignals: Weitere Erhöhung der Frequenz f 0 Innerhalb des gelb eingezeichneten Bereichs ω A 2 < ω < ω A 2 liegen weiterhin Impulse, die sich aus der periodischen Fortsetzung ergeben. Zu hören jetzt wieder größer werdende Frequenzen. Prof. Dr.-Ing. Stefan Hillenbrand 7
8 4.2 Sinusignal Es wird das folgende Sinussignal mit der Frequenz f A = 2000 Hz abgetastet: y(t) = sin(2π f 0 t) Y(ω) = jπ(δ(ω + 2πf 0 ) δ(ω 2πf 0 )) y[k] = sin(2π f 0 k T A ) = sin (2π f 0 f A k) Frequenz f 0 = 250 Hz Das Spektrum des abgetasteten Signals ergibt sich mit ω A = 2π f A = 4000π zu Y (ω) = 1 Y(ω k ω T A ) = 2000 Y(ω k 4000π) A k= k= = j 2000 π δ(ω + 500π k 4000π) δ(ω 500π k 4000π) k= Das Spektrum Y(ω)/T A wiederholt sich damit mit der Periode 4000π. Da Y (ω) rein imaginär ist, wird Im (Y (ω)) dargestellt. Zu hören ist die im gelben Fensterbereich ω A 2 < ω < ω A 2 gezeichnete Frequenz und damit das Signal mit f 0 = 250 Hz bzw. ω 0 = 500π rad/s. Prof. Dr.-Ing. Stefan Hillenbrand 8
9 Die Frequenz f 0 wird nun schrittweise vergrößert Bei f 0 = 1000 Hz wird die Nyquistfrequenz (f A /2) erreicht Die Diracimpulse heben sich auf; es werden die Nullstellen des Sinussignals abgetastet: Prof. Dr.-Ing. Stefan Hillenbrand 9
10 Bei f 0 = 1250 Hz wird das Abtasttheorem verletzt Die Diracimpulse des Cosinussignals (durchgezogene Impulse) liegen nun außerhalb des gelb eingezeichneten Bereichs ω A 2 < ω < ω A 2. Durch die periodische Wiederholung des Spektrums des abgetasteten Signals (gestrichelte Impulse) liegen darin die Impulse für f = ±750 Hz bzw. ω = ±1500π rad/s, die bei der Tonwiedergabe zu hören sind. Weitere Erhöhung der Frequenz f 0 Innerhalb des gelb eingezeichneten Bereichs ω A 2 < ω < ω A 2 liegen nun wieder Impulse, die sich aus der periodischen Fortsetzung ergeben. Zu hören sind daher immer kleiner werdende Frequenzen. Prof. Dr.-Ing. Stefan Hillenbrand 10
11 Bei f 0 = f A heben sich die periodisch fortgesetzten Impulse wieder auf Abgetastet wird jetzt jede zweite Nullstelle des Sinusignals: Weitere Erhöhung der Frequenz f 0 Im gelb eingezeichneten Bereich ω A 2 < ω < ω A 2 liegen weiterhin Impulse, die sich aus der periodischen Fortsetzung ergeben. Zu hören jetzt wieder größer werdende Frequenzen. Prof. Dr.-Ing. Stefan Hillenbrand 11
Grundlagen der Signalverarbeitung
Grundlagen der Signalverarbeitung Zeitdiskrete Signale Wintersemester 6/7 Kontinuierliche und diskrete Signale wertkontinuierlich wertdiskret Signal Signal Signal Signal zeitdiskret zeitkontinuierlich
Mehr2. Anordnung zur digitalen Signalverarbeitung
2. Anordnung zur digitalen Signalverarbeitung Prof. Dr.-Ing. Dr. h.c. Norbert Höptner Prof. Dr.-Ing. Stefan Hillenbrand Ergänzende Informationen zur Vorlesung Signalverarbeitungssysteme Abschnitte 2.1-2.5.
MehrDigitale Signalverarbeitung Bernd Edler
Digitale Signalverarbeitung Bernd Edler Wintersemester 2007/2008 Wesentliche Inhalte der Vorlesung Abtastung z-transformation Lineare zeitinvariante Systeme Diskrete Fouriertransformation Systeme bei stochastischer
MehrDigitale Signalverarbeitung Bernd Edler
Digitale Signalverarbeitung Bernd Edler Wintersemester 2008/2009 Wesentliche Inhalte der Vorlesung Abtastung z-transformation Lineare zeitinvariante Systeme Diskrete Fouriertransformation Systeme bei stochastischer
MehrDigitale Signalverarbeitung Bernd Edler
Digitale Signalverarbeitung Bernd Edler Wintersemester 2010/2011 Wesentliche Inhalte der Vorlesung Abtastung z-transformation Lineare zeitinvariante Systeme Diskrete Fouriertransformation Filterentwurf
MehrZusammenfassung der 1. Vorlesung
Zusammenfassung der. Vorlesung Einordnung und Motivation Grundlegende Definitionen Kontinuierliches Signal Quantisiertes Signal Zeitdiskretes Signal Digitales Signal Auflösung der A/D- Umsetzer der MicroAutoBox
MehrSystemtheorie Teil B
d + d z + c d z + c uk d + + yk z d + c d z + c Systemtheorie eil B - Zeitdiskrete Signale und Systeme - Musterlösungen Manfred Strohrmann Urban Brunner Inhalt Musterlösungen - Signalabtastung und Rekonstruktion...
Mehr,Faltung. Heavisidefunktion σ (t), Diracimpuls δ (t) Anwendungen. 1) Rechteckimpuls. 2) Sprungfunktionen. 3) Schaltvorgänge
Heavisidefunktion σ (t), Diracimpuls δ (t),faltung Definition Heavisidefunktion, t > 0 σ ( t) = 0, t < 0 Anwendungen ) Rechteckimpuls, t < T r( t) = = σ ( t + T ) σ ( t T ) 0, t > T 2) Sprungfunktionen,
MehrZusammenfassung der 1. Vorlesung
Zusammenfassung der 1. Vorlesung Einordnung und Motivation Grundlegende Definitionen Kontinuierliches Signal Zeitdiskretes Signal Quantisiertes Signal Digitales Signal Kontinuierliches System Abtastsystem
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
MehrLösungsblatt 2 Signalverarbeitung
Fakultät für nformatik Übung zu Kognitive Systeme Sommersemester 208 S. Constantin (stefan.constantin@kit.edu) T. Nguyen (thai.nguyen@kit.edu) Lösungsblatt 2 Signalverarbeitung Aufgabe : Faltung Abbildung
MehrMusterModulprüfung. Anteil Transformationen
MusterModulprüfung Anteil Transformationen Studiengang: Elektrotechnik oder Energiewirtschaft Datum: Prüfer: heute Prof. Dr. Felderhoff Version:.0 (vom 30.1.014) Name: Vorname: Matr.-Nr.: 1 Aufgabe 1 Fourier-Transformation
MehrSignale, Transformationen
Signale, Transformationen Signal: Funktion s(t), t reell (meist t die Zeit, s eine Messgröße) bzw Zahlenfolge s k = s[k], k ganzzahlig s reell oder komplex s[k] aus s(t): Abtastung mit t = kt s, s[k] =
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
Mehr- Sei r(x,y) Eingangsbild, dass nur Rauschen (Quantenrauschen) enthält.
Eingang System Ausgang - Sei r(x,y) Eingangsbild, dass nur (Quantenrauschen) enthält. - Das Bild enthalte keinerlei Information, d.h. das Spektrum ist weiß und es gibt keine Korrelationen zwischen den
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
MehrSchnelle Fouriertransformation (FFT)
Schnelle Fouriertransformation (FFT) Inhaltsverzeichnis 1 Schnelle Fouriertransformation (FFT)... 3 1.1 Das Realtime-Konzept der Goldammer-Messkarten... 3 1.2 Das Abtasttheorem oder Regeln für die Abtastung
MehrÜbung 3: Fouriertransformation
ZHAW, SiSy HS202, Rumc, Übung 3: Fouriertransformation Aufgabe Fouriertransformation Dirac-Impuls. a) Bestimmen Sie die Fouriertransformierte S(f) des Dirac-Impulses s(t) = δ(t) und interpretieren Sie
MehrGrundlagen der Signalverarbeitung
Grundlagen der Signalverarbeitung Digitale und analoge Filter Wintersemester 6/7 Wiederholung Übertragung eines sinusförmigen Signals u t = U sin(ω t) y t = Y sin ω t + φ ω G(ω) Amplitude: Y = G ω U Phase:
MehrAbtastung. Normalisierte Kreisfrequenz = DSP_9-Abtasttheorem 2
Abtasttheorem Abtastung xn [ ] = xnt ( ) = Acos( ωnt+ ϕ) = Acos( ωˆ n+ ϕ) s s Normalisierte Kreisfrequenz ωˆ = ωt s DSP_9-Abtasttheorem 2 Normalisierte Kreisfrequenz ω hat die Einheit rad/sec, ω ˆ = ωt
MehrÜbungen zu Signal- und Systemtheorie
Fachhochschule Dortmund University of Applied Sciences and Arts Übungen zu Signal- und Systemtheorie (Anteil: Prof. Felderhoff) Version 1.3 für das Wintersemester 016/017 Stand: 05.1.016 von: Prof. Dr.-Ing.
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
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
MehrA2.1: Gleichrichtung. Die Grafik zeigt das periodische Signal x(t). Legt man x(t) an den Eingang einer Nichtlinearität mit der Kennlinie
Abschnitt: 2.1 Allgemeine Beschreibung A2.1: Gleichrichtung Die Grafik zeigt das periodische Signal x(t). Legt man x(t) an den Eingang einer Nichtlinearität mit der Kennlinie so erhält man am Ausgang das
MehrBeate Meffert, Olaf Hochmuth: Werkzeuge der Signalverarbeitung, Pearson Ludwig-Maximilians-Universität München Prof. Hußmann Digitale Medien 4-1
4. Signalverarbeitung 4.1 Grundbegrie 4.2 Frequenzspektren, Fourier-Transormation 4.3 Abtasttheorem: Eine zweite Sicht 4.4 Filter Weiterührende Literatur (z.b.): Beate Meert, Ola Hochmuth: Werkzeuge der
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
Mehr4.1 Grundbegriffe 4.2 Frequenzspektren, Fourier-Transformation 4.3 Abtasttheorem: Eine zweite Sicht 4.4 Filter
4 Signalverarbeitung 4.1 Grundbegriffe 4.2 Frequenzspektren, Fourier-Transformation 4.3 Abtasttheorem: Eine zweite Sicht 4.4 Filter Weiterführende Literatur (z.b.): Beate Meffert, Olaf Hochmuth: Werkzeuge
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 4.4 Filter Weiterführende Literatur (z.b.): Beate Meffert, Olaf Hochmuth: Werkzeuge
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
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=
MehrSignale und Systeme I
TECHNISCHE FAKULTÄT DER CHRISTIAN-ALBRECHTS-UNIVERSITÄT ZU KIEL DIGITALE SIGNALVERARBEITUNG UND SYSTEMTHEORIE DSS Signale und Systeme I Modulklausur SS 07 Prüfer: Prof. Dr.-Ing. Gerhard Schmidt Datum:
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
Mehr1 Fourier-Reihen und Fourier-Transformation
Fourier-Reihen und Fourier-ransformation Fourier-Reihen und Fourier-ransformation J.B.J. de Fourier beobachtete um 8, dass sich jede periodische Funktion durch Überlagerung von sin(t) und cos(t) darstellen
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
MehrNachrichtentechnik [NAT] Kapitel 3: Zeitkontinuierliche Systeme. Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik
Nachrichtentechnik [NAT] Kapitel 3: Zeitkontinuierliche Systeme Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik Sommersemester 2005 Inhaltsverzeichnis Inhalt Inhaltsverzeichnis 3 Zeitkontinuierliche
MehrKlausur im Lehrgebiet. Signale und Systeme. - Prof. Dr.-Ing. Thomas Sikora - Name:... Bachelor ET Master TI Vorname:... Diplom KW Magister...
Signale und Systeme - Prof. Dr.-Ing. Thomas Sikora - Name:............................ Bachelor ET Master TI Vorname:......................... Diplom KW Magister.............. Matr.Nr:..........................
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...
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
Mehr4. Beschreibung von LTI-Systemen mit der Fourier-Transformation
Die Fourier-Transformation 1. Anwendungsbeispiele der Fourier-Transformation 2. Die kontinuierliche Fourier-Transformation 3. Die Fourier-Reihe 4. Beschreibung von LTI-Systemen mit der Fourier-Transformation
MehrTechnische Beschreibung der akustischen Signalkette
Technische Beschreibung der akustischen Signalkette Wichtige Aufgabe: Vielfältige Medien Gestaltung akustischer Kommunikationsketten (Sprache, Geräusche, Musik, CD, Radio, mp3,...) Unterschiedlichste Information
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 4.4! Filter! Weiterführende Literatur (z.b.): Beate Meffert, Olaf Hochmuth: Werkzeuge
MehrLabor SMV Versuch 1. Erläuterungen zum Aliasing. Prof. Dr.-Ing. Gernot Freitag. FB: EuI, FH Darmstadt. Darmstadt, den
Labor SMV Versuch Erläuterungen zum Aliasing FB: EuI, Darmstadt, den 26.5 Elektrotechnik und Informationstechnik Rev., 9.5 Auf den folgenden Seiten sind einige typische Abtastsituationen zusammengestellt,
MehrMusterklausur 2 zu Signal- und Systemtheorie I 5. Januar 2013
Institut für Kommunikationstechnik Prof. Dr. Helmut Bölcskei Musterklausur 2 zu Signal- und Systemtheorie I 5. Januar 2013 Bitte beachten Sie: Prüfungsdauer: 180 Minuten Erreichbare Punkte: 100 Als Hilfsmittel
MehrBeispiel-Klausuraufgaben Digitale Signalverarbeitung. Herbst 2008
Beispiel-Klausuraufgaben Digitale Signalverarbeitung Herbst 8 Zeitdauer: Hilfsmittel: Stunden Formelsammlung Taschenrechner (nicht programmiert) eine DIN A4-Seite mit beliebigem Text oder Formeln (beidseitig)
MehrRunde 9, Beispiel 57
Runde 9, Beispiel 57 LVA 8.8, Übungsrunde 9,..7 Markus Nemetz, markus.nemetz@tuwien.ac.at, TU Wien, 3..7 Angabe Seien y, z C N und c, d C N ihre Spektralwerte. Außerdem bezeichne (x k ) k die N - periodische
MehrComputergraphik I. Das Abtasttheorem. Problem bei räumlicher Abtastung: Oliver Deussen Abtasttheorem 1
Das Abtasttheorem Problem bei räumlicher Abtastung: Oliver Deussen Abtasttheorem 1 Problem bei zeitlicher Abtastung: Oliver Deussen Abtasttheorem 2 Darstellung auf Monitor Was geschieht eigentlich, wenn
MehrBildpunkt auf dem Gitter: Pixel (picture element) (manchmal auch Pel)
4. Digitalisierung und Bildoperationen 4.1 Digitalisierung (Sampling, Abtastung) Rasterung auf 2D-Bildmatrix mathematisch: Abb. einer 2-dim. Bildfunktion mit kontinuierlichem Definitionsbereich auf digitales
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
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
MehrAbschlussprüfung Nachrichtentechnik 03. August 2015
Abschlussprüfung Nachrichtentechnik 03. August 2015 Name:... Vorname:... Matrikelnr.:... Studiengang:... Aufgabe 1 2 3 4 Summe Note Punkte Hinweis: Die Teilaufgaben (a), (b) und (c) können unabhängig voneinander
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)
Mehr2. Digitale Codierung und Übertragung
2. Digitale Codierung und Übertragung 2.1 Informationstheoretische Grundlagen 2.2 Speicherbedarf und Kompression 2.3 Digitalisierung Ludwig-Maximilians-Universität München Prof. Hußmann Digitale Medien
Mehr3. Informationsverarbeitung in Objekten
3. Informationsverarbeitung in Objekten 1 3.1. Abtastung von Signalen an der Schnittstelle 2 Falls System an einen Rechner angeschlossen ist wert- und zeit-diskrete Signale x * (t k ) = abstrakte Zahlen
MehrIKA IKA. Zeitsignale. Analoge, zeitdiskrete, und digitale Signale
Zeitsignale Je nach Zeitbasis und Wertemenge des Signals unterscheidet man zeit- und wertkontinuierliche Signale (analoge Signale); zeitdiskrete, aber wertkontinuierliche Signale (zeitdiskrete Signale);
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
MehrProf. Dr. Stefan Weinzierl Aufgabe: Amplitudenstatistik analoger Audiosignale. Abb. 1: WDF eines Audiosignals. p X.
Audiotechnik II 1.Übungstermin Prof. Dr. Stefan Weinzierl 21.1.21 1. Aufgabe: Amplitudenstatistik analoger Audiosignale a. Ein Signal x(t) hat die durch Abb. 1 gegebene Wahrscheinlichkeitsdichtefunktion
Mehr4.2 Abtastung und Rekonstruktion zeitkontinuierlicher
7 4 Fouriertransformation für zeitdiskrete Signale und Systeme nicht auf [, ] zeitbegrenzt ist. Es kommt daher zu einer Überlappung der periodischen Fortsetzungen. Für die Herleitung der Poissonschen Summenformel
Mehr2. Fourier-Transformation
2. Fourier-Transformation Die Fourier-Transformation ist ein wichtiges Hilfsmittel für die dynamische Analyse linearer Systeme: Die Fourier-Transformierte der Antwort ist gleich dem Produkt der Fourier-Transformierten
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
MehrKlausur zur Vorlesung Digitale Signalverarbeitung
INSTITUT FÜR THEORETISCHE NACHRICHTENTECHNIK UND INFORMATIONSVERARBEITUNG UNIVERSITÄT HANNOVER Appelstraße 9A 067 Hannover Klausur zur Vorlesung Digitale Signalverarbeitung Datum:.08.00 Uhrzeit: 09:00
Mehr2. Digitale Codierung und Übertragung
2. Digitale Codierung und Übertragung 2.1 Informationstheoretische Grundlagen 2.2 Speicherbedarf und Kompression 2.3 Digitalisierung Ludwig-Maximilians-Universität München Prof. Hußmann Digitale Medien
MehrIntegraltransformationen
Fourier-ransformation Integraltransformationen Fakultät Grundlagen Juli 00 Fakultät Grundlagen Integraltransformationen Übersicht Fourier-ransformation Fourier-ransformation Motivation Fakultät Grundlagen
MehrFouriertransformation, z-transformation, Differenzenglei- chung
Kommunikationstechnik II 1.Übungstermin 31.10.2007 Fouriertransformation, z-transformation, Differenzenglei- Wiederholung: chung Als Ergänzung dieser sehr knapp gehaltenen Wiederholung wird empfohlen:
MehrDigitale Signalverarbeitung, Vorlesung 3: Laplace- und z-transformation
Digitale Signalverarbeitung, Vorlesung 3: Laplace- und z-transformation 7. November 2016 1 Laplacetransformation 2 z-transformation Ziel: Reverse-Engineering für Digitale Filter Einführung der z-transformation
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
MehrSpektralanalyse. Spektralanalyse ist derart wichtig in allen Naturwissenschaften, dass man deren Bedeutung nicht überbewerten kann!
Spektralanalyse Spektralanalyse ist derart wichtig in allen Naturwissenschaften, dass man deren Bedeutung nicht überbewerten kann! Mit der Spektralanalyse können wir Antworten auf folgende Fragen bekommen:
MehrKlausur zur Vorlesung Digitale Signalverarbeitung
INSTITUT FÜR THEORETISCHE NACHRICHTENTECHNIK UND INFORMATIONSVERARBEITUNG UNIVERSITÄT HANNOVER Appelstraße 9A 3067 Hannover Klausur zur Vorlesung Digitale Signalverarbeitung Datum: 5.0.005 Uhrzeit: 09:00
MehrFilterentwurf. Aufgabe
Aufgabe Filterentwurf Bestimmung der Filterkoeffizienten für gewünschte Filtereigenschaften Problem Vorgaben häufig für zeitkontinuierliches Verhalten, z.b. H c (s) Geeignete Approximation erforderlich
Mehr3.7 Anti-Alias-Verfahren
3.7 Anti-Alias-Verfahren Wir hatten Treppeneffekte bereits beim Rastern von Bildern kennengelernt. Aber auch beim Wiederholen verkleinerter Texturen können sich durch Rasterungseffekte unschöne Interferenzerscheinungen
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
MehrDigitale Signalverarbeitung, Vorlesung 2: Quantisierung, Frequenzanalyse
Digitale Signalverarbeitung, Vorlesung 2: Quantisierung, Frequenzanalyse 31. Oktober 2016 Eigenschaften diskreter Signale Quantisierung Frequenzbereichsmethoden Anhang Wesentliches Thema heute: 1 Eigenschaften
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:
Mehrund mit t in Sekunden wird mit einer Frequenz von 8000 Hz abgetastet. Die Abtastung beginnt bei t=0 mit dem Zeitindex n=0.
Aufgabe 1 Das periodische Signal x t) 0,5 sin(2 f t) 0,5 cos(2 f t) mit f 1000Hz und mit f 2000Hz ( 1 2 1 2 und mit t in Sekunden wird mit einer Frequenz von 8000 Hz abgetastet. Die Abtastung beginnt bei
Mehr5. Übung für Übungsgruppen Musterlösung
Grundlagenveranstaltung Systemtheorie WS 6/7 (H.S. Stiehl, AB Kognitive Systeme, Department Informatik der Universität Hamburg) 5. Übung für Übungsgruppen Musterlösung (U. Köthe, Department Informatik,
MehrDigitale Signalverarbeitung, Vorlesung 2: Quantisierung, Frequenzanalyse
Digitale Signalverarbeitung, Vorlesung 2: Quantisierung, Frequenzanalyse 23. Oktober 2017 Eigenschaften diskreter Signale Quantisierung Frequenzbereichsmethoden Anhang Wesentliches Thema heute: 1 Eigenschaften
MehrKapitel 3 Trigonometrische Interpolation
Kapitel 3 Trigonometrische Interpolation Einführung in die Fourier-Reihen Trigonometrische Interpolation Schnelle Fourier-Transformation (FFT) Zusammenfassung Numerische Mathematik II Herbsttrimester 212
MehrDiskrete Fourier-Transformation und FFT. 1. Die diskrete Fourier-Transformation (DFT) 2. Die Fast Fourier Transform (FFT)
Diskrete Fourier-Transformation und FFT 2. Die Fast Fourier Transform (FFT) 3. Anwendungsbeispiele der DFT 1 Wiederholung: Fourier-Transformation und Fourier-Reihe Fourier-Transformation kontinuierlicher
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:
MehrDiskrete Folgen, z-ebene, einfache digitale Filter
apitel 1 Diskrete Folgen, z-ebene, einfache digitale Filter 1.1 Periodische Folgen Zeitkoninuierliche Signale sind für jede Frequenz periodisch, zeitdiskrete Signale nur dann, wenn ω ein rationales Vielfaches
MehrKOMPETENZHEFT ZUR TRIGONOMETRIE, II
KOMPETENZHEFT ZUR TRIGONOMETRIE, II 1. Aufgabenstellungen Aufgabe 1.1. Bestimme alle Winkel in [0 ; 360 ], die Lösungen der gegebenen Gleichung sind, und zeichne sie am Einheitskreis ein. 1) sin(α) = 0,4
MehrKlausur zur Vorlesung Digitale Signalverarbeitung
INSTITUT FÜR INFORMATIONSVERARBEITUNG UNIVERSITÄT HANNOVER Appelstraße 9A 3067 Hannover Klausur zur Vorlesung Digitale Signalverarbeitung Datum:.08.006 Uhrzeit: 09:00 Uhr Zeitdauer: Stunden Hilfsmittel:
MehrHarmonische 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
MehrSignale und Systeme I
TECHNISCHE FAKULTÄT DER CHRISTIAN-ALBRECHTS-UNIVERSITÄT ZU KIEL DIGITALE SIGNALVERARBEITUNG UND SYSTEMTHEORIE DSS Signale und Systeme I Modulklausur SS 2017 Prüfer: Prof. Dr.-Ing. Gerhard Schmidt Datum:
MehrDiskrete Integratoren und Ihre Eigenschaften White Paper
Diskrete Integratoren und Ihre Eigenschaften White Paper Industrielle eglerstrukturen werden im Allgemeinen mit Hilfe von Integratoren aufgebaut. Aufgrund des analogen Schaltungsaufbaus wurden die regelungstechnischen
Mehr9 Fourier-Transformation
9 Fourier-Transformation Zoltán Zomotor Versionsstand: 5. September 2015, 18:26 Die nummerierten Felder bitte mithilfe der Videos ausfüllen: http://www.z5z6.de This work is based on the works of Jörn Loviscach
MehrISDN- und PCM-Systeme
ISDN- und PCM-Systeme Michael Dienert 6. Oktober 2009 Inhaltsverzeichnis 1 Digitale Übertragung und Speicherung von Audiosignalen 1 1.1 Ein paar Definitionen.......................... 1 1.1.1 Analoge Signale........................
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
MehrFourierreihen und Spektrenanalyse Protokoll 11
Fourierreihen und Spektrenanalyse Protokoll 11 Messtechnik II für KEB, TFH Berlin, Gruppe D 17. Januar 27 Torben Zech 738845 Martin Henning 73615 Abdurrahman Namdar 73968 Inhaltsverzeichnis 1 Grundgedanke
MehrÜbung 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
Mehr7. Die Funktionalgleichung der Zetafunktion
7. Die Funktionalgleichung der Zetafunktion 7.. Satz (Poissonsche Summenformel. Sei f : R C eine stetig differenzierbare Funktion mit und sei f(x = O( x und f (x = O( x für x ˆf(t := f(xe πixt dx. die
MehrZufallsprozesse. Nachrichtentechnik Labor. Gruppe 8: ... Matr.Nr.:... Tong Cha Matr.Nr.:... Matr.Nr.:...
Nachrichtentechnik Labor Zufallsprozesse Gruppe 8:...... Matr.Nr.:... Tong Cha Matr.Nr.:......... Matr.Nr.:... - 1 - Inhalt Das Inhaltsverzeichnis ist leer, da keiner der Absatzstile, die in den Informationen
MehrBiosignalverarbeitung (Schuster)
Biosignalverarbeitung (Schuster) 9. FOURIER - TRANSFORMATION: 4 Ausprägungen der Transformation: Zeitbereich Frequenzbereich Laplace-Transformation Fourier-Transformation kontinuierlicher Signale (FT,
MehrDSP-NF-Filter in QRP-Manier QRP an der See, 15. September 2012
DSP-NF-Filter in QRP-Manier QRP an der See, 15. September 2012 Gerrit Buhe, Inhalt 2 Aufbau DSP-System Digitalisierung und Abtasttheorem Beschreibung LTI-System Impulsantwort zu Übertragungsfunktion Werkzeuge
MehrPraktikum, NT 1: Spektrumsschätzung
Praktikum, NT 1: Spektrumsschätzung Versuchsentwurf: M.Sc., Dipl. Ing. (FH) Marko Hennhöfer, FG Nachrichtentechnik Version vom 4. Dezember 2007 1 1 Einführung und Motivation 1.1 Anwendung In der Praxis
MehrÜbung 2. Tutorübung zu Grundlagen: Rechnernetze und Verteilte Systeme (Gruppen Mo-T2 / Fr-T1 SS2017)
Übung 2 Tutorübung zu Grundlagen: Rechnernetze und Verteilte Systeme (Gruppen Mo-T2 / Fr-T SS27) Dennis Fischer dennis.fischer@tum.de http://home.in.tum.de/fischerd Institut für Informatik Technische Universität
MehrDigitale Signalverarbeitung, Vorlesung 3: Laplace- und z-transformation
Digitale Signalverarbeitung, Vorlesung 3: Laplace- und z-transformation 30. Oktober 2017 1 Moodle-Test 2 Laplacetransformation 3 z-transformation Ziel: Reverse-Engineering für Digitale Filter Einführung
Mehr