Spektrum zeitdiskreter Signale

Größe: px
Ab Seite anzeigen:

Download "Spektrum zeitdiskreter Signale"

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

Mehr

2. Anordnung zur digitalen Signalverarbeitung

2. 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.

Mehr

Digitale Signalverarbeitung Bernd Edler

Digitale Signalverarbeitung Bernd Edler Digitale Signalverarbeitung Bernd Edler Wintersemester 2007/2008 Wesentliche Inhalte der Vorlesung Abtastung z-transformation Lineare zeitinvariante Systeme Diskrete Fouriertransformation Systeme bei stochastischer

Mehr

Digitale Signalverarbeitung Bernd Edler

Digitale Signalverarbeitung Bernd Edler Digitale Signalverarbeitung Bernd Edler Wintersemester 2008/2009 Wesentliche Inhalte der Vorlesung Abtastung z-transformation Lineare zeitinvariante Systeme Diskrete Fouriertransformation Systeme bei stochastischer

Mehr

Digitale Signalverarbeitung Bernd Edler

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

Mehr

Zusammenfassung der 1. Vorlesung

Zusammenfassung der 1. Vorlesung Zusammenfassung der. Vorlesung Einordnung und Motivation Grundlegende Definitionen Kontinuierliches Signal Quantisiertes Signal Zeitdiskretes Signal Digitales Signal Auflösung der A/D- Umsetzer der MicroAutoBox

Mehr

Systemtheorie Teil B

Systemtheorie 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

,Faltung. Heavisidefunktion σ (t), Diracimpuls δ (t) Anwendungen. 1) Rechteckimpuls. 2) Sprungfunktionen. 3) Schaltvorgänge Heavisidefunktion σ (t), Diracimpuls δ (t),faltung Definition Heavisidefunktion, t > 0 σ ( t) = 0, t < 0 Anwendungen ) Rechteckimpuls, t < T r( t) = = σ ( t + T ) σ ( t T ) 0, t > T 2) Sprungfunktionen,

Mehr

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

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

Lösungsblatt 2 Signalverarbeitung

Lösungsblatt 2 Signalverarbeitung Fakultät für nformatik Übung zu Kognitive Systeme Sommersemester 208 S. Constantin (stefan.constantin@kit.edu) T. Nguyen (thai.nguyen@kit.edu) Lösungsblatt 2 Signalverarbeitung Aufgabe : Faltung Abbildung

Mehr

MusterModulprüfung. Anteil Transformationen

MusterModulprüfung. Anteil Transformationen MusterModulprüfung Anteil Transformationen Studiengang: Elektrotechnik oder Energiewirtschaft Datum: Prüfer: heute Prof. Dr. Felderhoff Version:.0 (vom 30.1.014) Name: Vorname: Matr.-Nr.: 1 Aufgabe 1 Fourier-Transformation

Mehr

Signale, Transformationen

Signale, Transformationen Signale, Transformationen Signal: Funktion s(t), t reell (meist t die Zeit, s eine Messgröße) bzw Zahlenfolge s k = s[k], k ganzzahlig s reell oder komplex s[k] aus s(t): Abtastung mit t = kt s, s[k] =

Mehr

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

- Sei r(x,y) Eingangsbild, dass nur Rauschen (Quantenrauschen) enthält.

- 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

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

Schnelle Fouriertransformation (FFT)

Schnelle 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

Mehr

Übung 3: Fouriertransformation

Übung 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

Mehr

Grundlagen der Signalverarbeitung

Grundlagen der Signalverarbeitung Grundlagen der Signalverarbeitung Digitale und analoge Filter Wintersemester 6/7 Wiederholung Übertragung eines sinusförmigen Signals u t = U sin(ω t) y t = Y sin ω t + φ ω G(ω) Amplitude: Y = G ω U Phase:

Mehr

Abtastung. Normalisierte Kreisfrequenz = DSP_9-Abtasttheorem 2

Abtastung. Normalisierte Kreisfrequenz = DSP_9-Abtasttheorem 2 Abtasttheorem Abtastung xn [ ] = xnt ( ) = Acos( ωnt+ ϕ) = Acos( ωˆ n+ ϕ) s s Normalisierte Kreisfrequenz ωˆ = ωt s DSP_9-Abtasttheorem 2 Normalisierte Kreisfrequenz ω hat die Einheit rad/sec, ω ˆ = ωt

Mehr

Übungen zu Signal- und Systemtheorie

Übungen 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.

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

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

A2.1: Gleichrichtung. Die Grafik zeigt das periodische Signal x(t). Legt man x(t) an den Eingang einer Nichtlinearität mit der Kennlinie

A2.1: 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

Mehr

Beate Meffert, Olaf Hochmuth: Werkzeuge der Signalverarbeitung, Pearson Ludwig-Maximilians-Universität München Prof. Hußmann Digitale Medien 4-1

Beate 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

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

4.1 Grundbegriffe 4.2 Frequenzspektren, Fourier-Transformation 4.3 Abtasttheorem: Eine zweite Sicht 4.4 Filter

4.1 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

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 4.4 Filter Weiterführende Literatur (z.b.): Beate Meffert, Olaf Hochmuth: Werkzeuge

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

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

Signale und Systeme I

Signale und Systeme I TECHNISCHE FAKULTÄT DER CHRISTIAN-ALBRECHTS-UNIVERSITÄT ZU KIEL DIGITALE SIGNALVERARBEITUNG UND SYSTEMTHEORIE DSS Signale und Systeme I Modulklausur SS 07 Prüfer: Prof. Dr.-Ing. Gerhard Schmidt Datum:

Mehr

Übung 5 zur Vorlesung SYSTEMORIENTIERTE INFORMATIK HW-, SW-CODESIGN

Übung 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

1 Fourier-Reihen und Fourier-Transformation

1 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

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

Nachrichtentechnik [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 Nachrichtentechnik [NAT] Kapitel 3: Zeitkontinuierliche Systeme Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik Sommersemester 2005 Inhaltsverzeichnis Inhalt Inhaltsverzeichnis 3 Zeitkontinuierliche

Mehr

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

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

Mehr

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

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

4. Beschreibung von LTI-Systemen mit der Fourier-Transformation

4. 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

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

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 4.4! Filter! Weiterführende Literatur (z.b.): Beate Meffert, Olaf Hochmuth: Werkzeuge

Mehr

Labor SMV Versuch 1. Erläuterungen zum Aliasing. Prof. Dr.-Ing. Gernot Freitag. FB: EuI, FH Darmstadt. Darmstadt, den

Labor 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,

Mehr

Musterklausur 2 zu Signal- und Systemtheorie I 5. Januar 2013

Musterklausur 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

Mehr

Beispiel-Klausuraufgaben Digitale Signalverarbeitung. Herbst 2008

Beispiel-Klausuraufgaben Digitale Signalverarbeitung. Herbst 2008 Beispiel-Klausuraufgaben Digitale Signalverarbeitung Herbst 8 Zeitdauer: Hilfsmittel: Stunden Formelsammlung Taschenrechner (nicht programmiert) eine DIN A4-Seite mit beliebigem Text oder Formeln (beidseitig)

Mehr

Runde 9, Beispiel 57

Runde 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

Mehr

Computergraphik I. Das Abtasttheorem. Problem bei räumlicher Abtastung: Oliver Deussen Abtasttheorem 1

Computergraphik 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

Mehr

Bildpunkt auf dem Gitter: Pixel (picture element) (manchmal auch Pel)

Bildpunkt 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

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

Primzahlen Darstellung als harmonische Schwingung

Primzahlen 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

Mehr

Abschlussprüfung Nachrichtentechnik 03. August 2015

Abschlussprüfung 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

Mehr

Fourier- und Laplace- Transformation

Fourier- 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)

Mehr

2. Digitale Codierung und Übertragung

2. 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

Mehr

3. Informationsverarbeitung in Objekten

3. 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

Mehr

IKA IKA. Zeitsignale. Analoge, zeitdiskrete, und digitale Signale

IKA 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);

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

Prof. Dr. Stefan Weinzierl Aufgabe: Amplitudenstatistik analoger Audiosignale. Abb. 1: WDF eines Audiosignals. p X.

Prof. 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

Mehr

4.2 Abtastung und Rekonstruktion zeitkontinuierlicher

4.2 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

Mehr

2. Fourier-Transformation

2. 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

Mehr

Als Summendarstellung der komplexen Zahl bezeichnen wir den bekannten Ausdruck

Als 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

Mehr

Klausur zur Vorlesung Digitale Signalverarbeitung

Klausur zur Vorlesung Digitale Signalverarbeitung INSTITUT FÜR THEORETISCHE NACHRICHTENTECHNIK UND INFORMATIONSVERARBEITUNG UNIVERSITÄT HANNOVER Appelstraße 9A 067 Hannover Klausur zur Vorlesung Digitale Signalverarbeitung Datum:.08.00 Uhrzeit: 09:00

Mehr

2. Digitale Codierung und Übertragung

2. 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

Mehr

Integraltransformationen

Integraltransformationen Fourier-ransformation Integraltransformationen Fakultät Grundlagen Juli 00 Fakultät Grundlagen Integraltransformationen Übersicht Fourier-ransformation Fourier-ransformation Motivation Fakultät Grundlagen

Mehr

Fouriertransformation, z-transformation, Differenzenglei- chung

Fouriertransformation, z-transformation, Differenzenglei- chung Kommunikationstechnik II 1.Übungstermin 31.10.2007 Fouriertransformation, z-transformation, Differenzenglei- Wiederholung: chung Als Ergänzung dieser sehr knapp gehaltenen Wiederholung wird empfohlen:

Mehr

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

Digitale Signalverarbeitung, Vorlesung 3: Laplace- und z-transformation Digitale Signalverarbeitung, Vorlesung 3: Laplace- und z-transformation 7. November 2016 1 Laplacetransformation 2 z-transformation Ziel: Reverse-Engineering für Digitale Filter Einführung der z-transformation

Mehr

Zeitfunktionen. Kapitel Elementarfunktionen

Zeitfunktionen. Kapitel Elementarfunktionen Kapitel Zeitfunktionen Systeme werden durch Eingangsgrößen (Ursache, Eingangssignal, Erregung) angeregt und man interessiert sich für die Ausgangsgrößen (Wirkung, Ausgangssignal, Antwort). Die praktisch

Mehr

Spektralanalyse. 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! 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:

Mehr

Klausur zur Vorlesung Digitale Signalverarbeitung

Klausur zur Vorlesung Digitale Signalverarbeitung INSTITUT FÜR THEORETISCHE NACHRICHTENTECHNIK UND INFORMATIONSVERARBEITUNG UNIVERSITÄT HANNOVER Appelstraße 9A 3067 Hannover Klausur zur Vorlesung Digitale Signalverarbeitung Datum: 5.0.005 Uhrzeit: 09:00

Mehr

Filterentwurf. Aufgabe

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

Mehr

3.7 Anti-Alias-Verfahren

3.7 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

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

Digitale Signalverarbeitung, Vorlesung 2: Quantisierung, Frequenzanalyse

Digitale 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

Mehr

Kontinuierliche Fourier-Transformation. Laplace-Transformation

Kontinuierliche 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:

Mehr

und mit t in Sekunden wird mit einer Frequenz von 8000 Hz abgetastet. Die Abtastung beginnt bei t=0 mit dem Zeitindex n=0.

und 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

Mehr

5. Übung für Übungsgruppen Musterlösung

5. 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,

Mehr

Digitale Signalverarbeitung, Vorlesung 2: Quantisierung, Frequenzanalyse

Digitale 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

Mehr

Kapitel 3 Trigonometrische Interpolation

Kapitel 3 Trigonometrische Interpolation Kapitel 3 Trigonometrische Interpolation Einführung in die Fourier-Reihen Trigonometrische Interpolation Schnelle Fourier-Transformation (FFT) Zusammenfassung Numerische Mathematik II Herbsttrimester 212

Mehr

Diskrete Fourier-Transformation und FFT. 1. Die diskrete Fourier-Transformation (DFT) 2. Die Fast Fourier Transform (FFT)

Diskrete 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

Mehr

FH Jena Prüfungsaufgaben - Master Prof. Giesecke FB ET/IT Digitale Signalverarbeitung SS 2012

FH 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:

Mehr

Diskrete Folgen, z-ebene, einfache digitale Filter

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

Mehr

KOMPETENZHEFT ZUR TRIGONOMETRIE, II

KOMPETENZHEFT 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

Mehr

Klausur zur Vorlesung Digitale Signalverarbeitung

Klausur zur Vorlesung Digitale Signalverarbeitung INSTITUT FÜR INFORMATIONSVERARBEITUNG UNIVERSITÄT HANNOVER Appelstraße 9A 3067 Hannover Klausur zur Vorlesung Digitale Signalverarbeitung Datum:.08.006 Uhrzeit: 09:00 Uhr Zeitdauer: Stunden Hilfsmittel:

Mehr

Harmonische Schwingung

Harmonische Schwingung Harmonische Schwingung Eine harmonische Schwingung mit Amplitude c 0, Phasenverschiebung δ und Frequenz ω bzw. Periode T = 2π/ω hat die Form x x(t) = c cos(ωt δ). δ/ω c t T=2π/ω Harmonische Schwingung

Mehr

Signale und Systeme I

Signale und Systeme I TECHNISCHE FAKULTÄT DER CHRISTIAN-ALBRECHTS-UNIVERSITÄT ZU KIEL DIGITALE SIGNALVERARBEITUNG UND SYSTEMTHEORIE DSS Signale und Systeme I Modulklausur SS 2017 Prüfer: Prof. Dr.-Ing. Gerhard Schmidt Datum:

Mehr

Diskrete Integratoren und Ihre Eigenschaften White Paper

Diskrete 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

Mehr

9 Fourier-Transformation

9 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

Mehr

ISDN- und PCM-Systeme

ISDN- 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........................

Mehr

Vom Zeit- zum Spektralbereich: Fourier-Analyse

Vom 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

Mehr

Fourierreihen und Spektrenanalyse Protokoll 11

Fourierreihen 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

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

7. Die Funktionalgleichung der Zetafunktion

7. 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

Mehr

Zufallsprozesse. Nachrichtentechnik Labor. Gruppe 8: ... Matr.Nr.:... Tong Cha Matr.Nr.:... Matr.Nr.:...

Zufallsprozesse. 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

Mehr

Biosignalverarbeitung (Schuster)

Biosignalverarbeitung (Schuster) Biosignalverarbeitung (Schuster) 9. FOURIER - TRANSFORMATION: 4 Ausprägungen der Transformation: Zeitbereich Frequenzbereich Laplace-Transformation Fourier-Transformation kontinuierlicher Signale (FT,

Mehr

DSP-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 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

Mehr

Praktikum, NT 1: Spektrumsschätzung

Praktikum, 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

Mehr

Übung 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-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

Mehr

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

Digitale Signalverarbeitung, Vorlesung 3: Laplace- und z-transformation Digitale Signalverarbeitung, Vorlesung 3: Laplace- und z-transformation 30. Oktober 2017 1 Moodle-Test 2 Laplacetransformation 3 z-transformation Ziel: Reverse-Engineering für Digitale Filter Einführung

Mehr