Grundlagen der Signalverarbeitung
|
|
- Max Beyer
- vor 5 Jahren
- Abrufe
Transkript
1 Grundlagen der Signalverarbeitung Zeitdiskrete Signale Wintersemester 6/7
2 Kontinuierliche und diskrete Signale wertkontinuierlich wertdiskret Signal Signal Signal Signal zeitdiskret zeitkontinuierlich Zeit Zeit Zeit Zeit 2 Prof. Dr.-Ing. Stefan Hillenbrand
3 Diskretisierung und Rekonstruktion System zur Digitalen Verarbeitung kontinuierlicher Signale u(t) u[k] t analoger Tiefpass t Sample & Hold t A/D t y(t) y[k] t analoger Tiefpass t D/A t Algorithmus Foto: Wikipedia 3 Prof. Dr.-Ing. Stefan Hillenbrand
4 Quantisierung Quantisierung des Eingangssignals u in Q Stufen q u u u u u u u u u Spannungsbereich u min u < umax Spannungsintervall Δu = u max u min 2 Q Diskreter Wert q = u u min Δu u min Δu umax Diskrete Spannungswerte u q = u min + Δu q Prof. Dr.-Ing. Stefan Hillenbrand
5 Beispiel zur Quantisierung u t = 2 sin π t, T A =,s, 2,5V u < 2,5V, Quantisierung mit Q = Sample & Hold u / V Zeit / s Wegen der groben Quantisierung wird Fehler groß! 5 Prof. Dr.-Ing. Stefan Hillenbrand
6 Beispiel zur Quantisierung u t = 2 sin π t, T A =,s, 2,5V u < 2,5V, Extrembeispiel: Q = Quantisierung mit Q =8 2.5 Diskretisiertes Signal, T A =,s, Q = 2.5 Diskretisiertes Signal, T A =,s, Q = u / V u / V Zeit / s Zeit / s Quantisierungsfehler vernachlässigbar! 6 Prof. Dr.-Ing. Stefan Hillenbrand
7 Aliasing Diskretisierung des sinusförmigen Signals y t = sin 2π 9 4 t y Abtastung mit T A =,8s f A = 5 4 Hz t Weitere Signale y t = sin 2π t y t = sin 2π 4 t Abtastwerte können Sinussignale verschiedener Frequenzen repräsentieren! 7 Prof. Dr.-Ing. Stefan Hillenbrand
8 Stroboskopeffekt Abtastung eines drehenden Rades mit f A = 24 Hz Raddrehzahl Bild Bild 2 Bild 3 f R = Hz Δφ = 5 f R = 24 Hz Δφ = 36 8 Prof. Dr.-Ing. Stefan Hillenbrand
9 Stroboskopeffekt Abtastung eines drehenden Rades mit f A = 24 Hz Raddrehzahl Bild Bild 2 Bild 3 f R = 23 Hz Δφ = 345 f R = 25 Hz Δφ = Prof. Dr.-Ing. Stefan Hillenbrand
10 Fouriertransformation des Dirac-Kamms δ TA t = k= δ t k T A Δ TA ω = ω A k= δ ω k ω A, ω A = 2π T A Abstand T A der Impulse im Zeitbereich wird immer größer T A Prof. Dr.-Ing. Stefan Hillenbrand
11 Spektrum des abgetasteten Signals Maximale Kreisfrequenz 2πfmax von y(t) kleiner als ω A /2 Y(ω) Y ω T A 2ω A ω A 2πfmax ω A 2ω A ω Maximale Kreisfrequenz 2πfmax von y(t) größer als ω A /2 Y(ω) Y ω T A 2ω A ω A ω A 2ω A ω 2πfmax Wiederholte Spektren überlappen sich Aliasing Prof. Dr.-Ing. Stefan Hillenbrand
12 Rekonstruktion Frequenzbereich Ausschneiden von Y(ω) durch Multiplikation mit Rechteckfenster = Filterung mit idealem Tiefpass Y ω = T A Y ω rect ωa ω Zeitbereich Rücktransformation y t = T A y t F rect ωa ω y = y = 3 y 2 = 2.5 Ergebnis: sinc-rekonstruktion y t = k= y k sinc t T A k y(t) Zeit / s 2 Prof. Dr.-Ing. Stefan Hillenbrand
13 Konzept Diskrete Fouriertransformation Kontinuierliche Fouriertransformation y(t) Nichtperiodisches Signal t Y(ω) Kontinuierliches Spektrum ω 3 Prof. Dr.-Ing. Stefan Hillenbrand
14 Konzept Diskrete Fouriertransformation Discrete Time Fourier Transform (DTFT): Abtastung im Zeitbereich y(t) Diskretes Signal t implizit periodisch fortgesetzt Y(ω) Periodisches Spektrum ω 4 Prof. Dr.-Ing. Stefan Hillenbrand
15 Konzept Diskrete Fouriertransformation Abtastung im Frequenzbereich implizit periodisch fortgesetzt y(t) Periodisches diskretes Signal t implizit periodisch fortgesetzt Y(ω) Periodisches diskretes Spektrum ω 5 Prof. Dr.-Ing. Stefan Hillenbrand
16 Konzept Diskrete Fouriertransformation Diskrete Fouriertransformation (DFT) y(t) N y[k] = N n= Y[n] e j2π N kn t Y(ω) N Y[n] = y[k] e j2π N kn k= nicht symmetrisch zu ω = 6 Prof. Dr.-Ing. Stefan Hillenbrand ω Δω = 2π NT A
17 Diskrete Fouriertransformation Diskrete Fouriertransformation und rücktransformation DFT IDFT N Y[n] = y[k] e j2π N kn k= N y[k] = N Y[n] e j2π N kn n= Δω = 2π N T A Andere Schreibweise DFT IDFT N kn Y[n] = y[k] W N k= N y[k] = N kn Y[n] W N n= W N = e j2π N = N 7 Prof. Dr.-Ing. Stefan Hillenbrand
18 Rechenregeln der Diskreten Fouriertransformation Zeitbereich Frequenzbereich Transformation N y[k] = N n= Y[n] e j2π N kn N Y n = y k e j2π N kn k= Auflösung t = k T A ω = n Δω = n 2π N T A Linearität a x k + b y[k] a X n + b Y[n] Periodizität x k = x[k + N] X n = X[n + N] Faltung N x k y[k] = x l y[k l] l= X n Y[n] Eindeutigkeit x k = y[k] X n = Y[n] 8 Prof. Dr.-Ing. Stefan Hillenbrand
19 Cosinus, Transformation von zwei Perioden y t = cos 2πt T A = 8 N = 6 NT A = 2 Δω = 2π NT A = π y(t), y[k] Zeit / s 9 Prof. Dr.-Ing. Stefan Hillenbrand
20 Cosinus, Transformation von zwei Perioden y t = cos 2πt T A = 8 N = 6 NT A = 2 Δω = 2π NT A = π 8 6 Re(Y( )) / (rad/s) Im(Y( )) / (rad/s) 2 Prof. Dr.-Ing. Stefan Hillenbrand
21 Cosinus, Transformation von zwei Perioden Periodische Fortsetzung des Spektrums Verschieben der Frequenzen Re(Y( )) 4 2 Re(Y( )) / (rad/s) / (rad/s) Im(Y( )) 5 Im(Y( )) / (rad/s) / (rad/s) 2 Prof. Dr.-Ing. Stefan Hillenbrand
22 Cosinus, ein Abtastwert mehr y t = cos 2πt T A = 8 N = 7 NT A = 2,25 Δω = 2π NT A = 6 7 π y(t), y[k] Zeit / s 22 Prof. Dr.-Ing. Stefan Hillenbrand
23 Cosinus, ein Abtastwert mehr Diskrete Fouriertransformation Betragsspektrum 8 9 Re(Y( )) Im(Y( )) / (rad/s) 5 Y( ) / (rad/s) / (rad/s) 23 Prof. Dr.-Ing. Stefan Hillenbrand
24 Cosinus, ein Abtastwert mehr y t = cos 2πt T A = N = 7 Periodische Fortsetzung des Zeitsignals NT A = 2,25 Δω = 2π NT A = 6 7 π y(t), y[k] Zeit / s 24 Prof. Dr.-Ing. Stefan Hillenbrand
25 Einfluss des Rechteckfensters Cosinus-Signal y t = cos 2πt T A = 8 N = 6 NT A = 2 N = 7 NT A = 2,25 Signal Signal.5.5 y(t) y(t) Zeit / s Spektrum Zeit / s Spektrum Y( ) Y( ) / (rad/s) / (rad/s) Spektrum verschmiert Leckeffekt 25 Prof. Dr.-Ing. Stefan Hillenbrand
26 Frequenzauflösung y t = cos 2πt T A = 8 N = 2 Δω = 2π NT A =,8π 2,5 Zeitsignal, N=2 7 Amplitudenspektrum, N= y(t), y[k] Y( ) y(t) y[k] Zeit / s / (rad/s) 26 Prof. Dr.-Ing. Stefan Hillenbrand Frequenzauflösung für die Analyse des Zeitsignals zu grob.
27 Frequenzauflösung y t = cos 2πt T A = 8 N = Δω = 2π NT A =,6π,5 Zeitsignal, N= 35 Amplitudenspektrum, N= y(t), y[k] Y( ) y(t) y[k] Zeit / s / (rad/s) Lange Messung erforderlich! Frequenzauflösung besser geeignet! 27 Prof. Dr.-Ing. Stefan Hillenbrand
28 Frequenzauflösung, Zero-Padding y t = cos 2πt T A = 8 Zeitsignal mit Zero-Padding N = Δω = 2π =,6π,5 NT A (aufgefüllt) Diskrete Fouriertransformation Zero Padding N = 2 Werte y(t), y[k].4.2 Zero-Padding Zeit / s Kurze Messung, mit Nullen aufgefüllt. Y( ) / (rad/s) Verlauf für N = 2 interpoliert besser ablesbar 28 Prof. Dr.-Ing. Stefan Hillenbrand
29 Schnelle Fouriertransformation (FFT) Voraussetzung N ist Zweierpotenz: N = 2 k, k N Vergleich DFT - FFT 6 DFT: O (N 2 ) FFT: O (N log 2 (N)) Rechenschritte DFT: O N 2 FFT: O N log 2 N FFT berechnet die DFT exakt, keine Näherung! Rechenschritte N 29 Prof. Dr.-Ing. Stefan Hillenbrand
Spektrum zeitdiskreter Signale
Spektrum zeitdiskreter Signale 1 Aufgabenstellung Mithilfe der Fouriertransformation können zeitkontinuierliche Signale in den Frequenzbereich transformiert werden, um die im Signal enthaltenen Frequenzanteile
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
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:
MehrDigitale Signalverarbeitung Bernd Edler
Digitale Signalverarbeitung Bernd Edler Wintersemester 2010/2011 Wesentliche Inhalte der Vorlesung Abtastung z-transformation Lineare zeitinvariante Systeme Diskrete Fouriertransformation Filterentwurf
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, Vorlesung 10 - Diskrete Fouriertransformation
Digitale Signalverarbeitung, Vorlesung 10 - Diskrete Fouriertransformation 23. Januar 2017 Siehe Skript Digitale Signalverarbeitung, Abschnitte 10.1 und 11, Kammeyer & Kroschel (7.1-7.3) eues Thema in
MehrDigitale Signalverarbeitung, Vorlesung 11 - Kurzzeitfouriertransformation
Digitale Signalverarbeitung, Vorlesung 11 - Kurzzeitfouriertransformation 30. Januar 2017 Siehe Skript Digitale Signalverarbeitung, Abschnitte 11 und 12, Kammeyer & Kroschel (Absatz 8.4.1) Anwendungen
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
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
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...
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] =
MehrSignalprozessoren. Digital Signal Processors VO [2h] , LU 2 [2h]
Signalprozessoren Digital Signal Processors VO [2h] 182.082, LU 2 [2h] 182.084 http://ti.tuwien.ac.at/rts/teaching/courses/sigproz Herbert Grünbacher Institut für Technische Informatik (E182) Herbert.Gruenbacher@tuwien.ac.at
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
MehrZusammenfassung der 1. Vorlesung
Zusammenfassung der 1. Vorlesung Einordnung und Motivation Grundlegende Definitionen Kontinuierliches Signal Zeitdiskretes Signal Quantisiertes Signal Digitales Signal Kontinuierliches System Abtastsystem
MehrDigitale Signalverarbeitung auf FPGAs
Digitale Signalverarbeitung auf FPGAs DFT: Diskrete Fouriertransformation (Grundlagen) Teil 1 Die Fourier-Familie 216 Dr. Christian Münker DFT: Überblick Die Fourier-Familie DFT: Komplex aber nicht kompliziert
MehrÜbungen zu Transformationen. im Bachelor ET oder EW. Version 2.0 für das Wintersemester 2014/2015 Stand:
Fachhochschule Dortmund University of Applied Sciences and Arts Institut für Informationstechnik Software-Engineering Signalverarbeitung Regelungstechnik IfIT Übungen zu Transformationen im Bachelor ET
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)
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
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
MehrTheorie digitaler Systeme
Theorie digitaler Systeme Vorlesung 8: Leakage und Zero-Padding Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann Betrag / db Einführung Ein über die DFT berechnetes Spektrum T A X n ist
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 2: Quantisierung, Frequenzanalyse
Digitale Signalverarbeitung, Vorlesung 2: Quantisierung, Frequenzanalyse 31. Oktober 2016 Eigenschaften diskreter Signale Quantisierung Frequenzbereichsmethoden Anhang Wesentliches Thema heute: 1 Eigenschaften
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
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:
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
MehrPuls-Code-Modulation. Thema: PCM. Ziele
Puls-Code-Modulation Ziele Mit diesen rechnerischen und experimentellen Übungen wird die Vorgehensweise zur Abtastung und linearen Quantisierung eines analogen Signals erarbeitet. Bei der Abtastung werden
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
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
MehrZufallssignal Stationär (z.b. gleichverteiltes Rauschen) Nicht-stationär (z.b. normalverteiltes Rauschen mit wechselnder Streuung) Deterministisches
Zufallssignal Stationär (z.b. gleichverteiltes Rauschen) Nicht-stationär (z.b. normalverteiltes Rauschen mit wechselnder Streuung) Deterministisches Signal Periodisch harmonische Schwingung Summe harmonischer
MehrMusterlösung zur Klausur Signale und Systeme
Musterlösung zur Klausur Signale und Systeme Arbeitsgruppe Digitale Signalverarbeitung Ruhr-Universität Bochum Herbst 005 Aufgabe : Kontinuierliche und diskrete Signale..a) y t ).b) y t ) -3T -T -T T T
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);
Mehr1 Diskrete Fourier Transformation. 2 Definition der Diskreten Fourier Transformation (DFT)
Diskrete Fourier Transormation Das Ausgangssignal eines nachrichtentechnischen Systems oder Verarbeitungsblocks lässt sich im Zeitbereich bei Kenntnis der Impulsantwort h(n) mit Hile der diskreten Faltung
MehrDigitale Signalverarbeitung auf FPGAs
Digitale Signalverarbeitung auf FPGAs WIN: Diskrete Fouriertransformation - Anwendungen Teil 1 - Kohärente DFT (was bisher geschah) 2016 jetzt neu: mit Fenster! WIN: Überblick Kohärente DFT (was bisher
MehrSpektrumanalyse. Inhalt. I. Einleitung 2. II. Hauptteil 2-8
Fachhochschule Aachen Campus Aachen Hochfrequenztechnik Hauptstudium Wintersemester 2007/2008 Dozent: Prof. Dr. Heuermann Spektrumanalyse Erstellt von: Name: Mario Schnetger Inhalt I. Einleitung 2 II.
MehrDiskontinuierliche Signale und Systeme
Diskontinuierliche Signale und Systeme Fourier-Transformation für diskontinuierliche Funktionen Eigenschaften und Sätze, Fourier-Paare Diskrete Fourier-Transformation (DFT) Zeitdiskrete LTI-Systeme, Faltung
Mehr2 Signalabtastung und Rekonstruktion
Signalabtastung und Rekonstruktion Signalabtastung und Rekonstruktion In vielen praktischen Anwendungen werden analoge Signale mit digitalen Systemen wie z.b. Computern oder Mikro-Controllern erfasst und
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
MehrFouriertransformationen DSP 1
Fouriertransformationen DSP Fourierreihe periodisch kontinuierlich (t), diskret (ω) jk t jkt xt () Xke Xk xt () e dt T T k k " Anhalten",, T T Periodendauer DSP Fouriertransformation aperiodisch kontinuierlich
MehrZHAW, DSV1, FS2010, Rumc, 1. H(z) a) Zeichnen Sie direkt auf das Aufgabenblatt das Betragsspektrum an der Stelle 1.
ZHAW, DSV, FS200, Rumc, DSV Modulprüfung 7 + 4 + 5 + 8 + 6 = 30 Punkte Name: Vorname: : 2: 3: 4: 5: Punkte: Note: Aufgabe : AD-DA-Umsetzung. + + +.5 +.5 + = 7 Punkte Betrachten Sie das folgende digitale
MehrRelevante Frequenztransformationen
Relevante Frequenztransformationen Medientechnologie IL Andreas Unterweger Vertiefung Medieninformatik Studiengang ITS FH Salzburg Sommersemester 206 Andreas Unterweger (FH Salzburg) Relevante Frequenztransformationen
Mehr9. Vorlesung. Systemtheorie für Informatiker. Dr. Christoph Grimm. Professur Prof. Dr. K. Waldschmidt, Univ. Frankfurt/Main
9. Vorlesung Systemtheorie für Informatiker Dr. Christoph Grimm Professur Prof. Dr. K. Waldschmidt, Univ. Frankfurt/Main Letzte Woche: Abtastung und Rekonstruktion Abtastung: Wandelt bandbegrenzte kontinuierliche
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
Mehr6. Vorlesung. Systemtheorie für Informatiker. Dr. Christoph Grimm. Professur Prof. Dr. K. Waldschmidt, Univ. Frankfurt/Main
6. Vorlesung Systemtheorie für Informatiker Dr. Christoph Grimm Professur Prof. Dr. K. Waldschmidt, Univ. Frankfurt/Main Letzte Woche: Letzte Woche: 1.) Erweiterung von Fourier- zu Laplace-Transformation
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
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
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
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
MehrMusterlösung zur Klausur Digitale Signalverarbeitung
Musterlösung zur Klausur Digitale Signalverarbeitung Arbeitsgruppe Digitale Signalverarbeitung Ruhr-Universität Bochum 9. August 008 Aufgabe : Transformationen 5 Pkt. v (k) = v (k) = v 3 (k) = ( ) k sin
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
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=
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
MehrVorwort. I Einführung 1. 1 Einleitung Signale Systeme Signalverarbeitung Struktur des Buches 9. 2 Mathematische Grundlagen 11
Vorwort V I Einführung 1 1 Einleitung 3 1.1 Signale 4 1.2 Systeme 4 1.3 Signalverarbeitung 6 1.4 Struktur des Buches 9 2 Mathematische Grundlagen 11 2.1 Räume 11 2.1.1 Metrischer Raum 12 2.1.2 Linearer
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
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
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
MehrDigitale Signalverarbeitung mit MATLAB
Martin Werner Digitale Signalverarbeitung mit MATLAB Grundkurs mit 16 ausführlichen Versuchen 4., durchgesehene und ergänzte Auflage Mit 180 Abbildungen und 76 Tabellen STUDIUM VIEWEG+ TEUBNER 1 Erste
MehrDiskrete Fourier-Transformation
Universität Koblenz-Landau Institut für integrierte Naturwissenschaften Abteilung Physik Dozent: Dr. Merten Joost Seminar Digitale Signalverarbeitumg im Sommersemester 2005 Diskrete Fourier-Transformation
MehrSignale und Systeme I
TECHNISCHE FAKULTÄT DER CHRISTIAN-ALBRECHTS-UNIVERSITÄT ZU KIEL DIGITALE SIGNALVERARBEITUNG UND SYSTEMTHEORIE DSS Signale und Systeme I Formelsammlung v.5 Inhaltsverzeichnis Mathematische Formeln. Trigonometrische
Mehrx[n-1] x[n] x[n+1] y[n-1] y[n+1]
Systeme System Funtion f, die ein Eingangssignal x in ein Ausgangssignal y überführt. zeitdisretes System Ein- und Ausgangssignal sind nur für disrete Zeitpunte definiert y[n] = f (.., x[n-1], x[n], x[n+1],
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
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
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
MehrAufgabe 1: Kontinuierliche und diskrete Signale
ufgabe (5 Punkte) ufgabe : Kontinuierliche und diskrete Signale. Zeichnen Sie jeweils den geraden und den ungeraden nteil des Signals in bb..!. Sind Sie folgenden Signale periodisch? Falls ja, bestimmen
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,
MehrSystemtheorie Teil A. - Zeitkontinuierliche Signale und Systeme - Musterlösungen. Manfred Strohrmann Urban Brunner
Systemtheorie Teil A - Zeitkontinuierliche Signale und Systeme - Musterlösungen Manfred Strohrmann Urban Brunner Inhalt 6 Musterlösungen Spektrum von Signalen 6. Approximation eines periodischen Signals
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
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
MehrDigitale Signalverarbeitung. mit MATLAB
Martin Werner Digitale Signalverarbeitung mit MATLAB Grundkurs mit 16 ausführlichen Versuchen 3., vollständig überarbeitete und aktualisierte Auflage Mit 159 Abbildungen und 67 Tabellen Studium Technik
MehrTest = 28 Punkte. 1: 2: 3: 4: 5: Punkte: Note:
ZHAW, DSV1, FS2010, Rumc, 1 Test 1 5 + 5 + 5 + 8 + 5 = 28 Punkte Name: Vorname: 1: 2: : 4: 5: Punkte: Note: Aufgabe 1: AD-DA-System. + 1 + 1 = 5 Punkte Das analoge Signal x a (t) = cos(2πf 0 t), f 0 =750
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
MehrTheorie digitaler Systeme
Theorie digitaler Systeme Vorlesung 15: Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann Einführung Entwurfsmethoden für IIR-Filtern sind für Zeitbereich und Bildbereich bekannt Finite-Impulse-Response
MehrSYSTEMTHEORIE (SS 2008)
FH Landshut FB Elektrotechnik Prof. Dr. S. Pohl ------------------------------------------------------------------------------------------------------------ ARBEITSBLÄTTER ZUR SYSTEMTHEORIE (SS 2008) ---------------------------------------------------------------------------------------------------------
MehrSYS_A - ANALYSIEREN. Statistik. NTB Druckdatum: SYS A. Histogramm (Praxis) Gaußsche Normalverteilung (Theorie) Gebrauch: bei n > 100
SYS_A - ANALYSIEREN Statistik Gaußsche Normalverteilung (Theorie) Gebrauch: bei n > 100 Histogramm (Praxis) Realisierung Lage Streuung Zufallsvariable Dichte der Normalverteilung Verteilungsfunktion Fläche
MehrÜbungsaufgaben Digitale Signalverarbeitung
Übungsaufgaben Digitale Signalverarbeitung Aufgabe 1: Gegeben sind folgende Zahlenfolgen: x(n) u(n) u(n N) mit x(n) 1 n 0 0 sonst. h(n) a n u(n) mit 0 a 1 a) Skizzieren Sie die Zahlenfolgen b) Berechnen
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
MehrÜbung 3. Tutorübung zu Grundlagen: Rechnernetze und Verteilte Systeme (Gruppen Mo-T2 / Fr-T1 SS2017)
Übung 3 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 für Einsteiger
Digitale Signalverarbeitung für Einsteiger Dipl.-Ing. Erich H. Franke, DK6II erich.franke@afusoft.com 54. Weinheimer UKW-Tagung 2009 Errata: Nobody is perfect Im Skriptum haben sich kleine aber ärgerliche
MehrDiskretisierung und Quantisierung (Teil 1) Prof. U. Rüde - Algorithmik kontinuierlicher Systeme
Algorithmik kontinuierlicher Systeme Diskretisierung und Quantisierung (Teil ) Digitalisierung und Quantisierung Motivation Analoge Aufnahme von Sprache, Bildern, Digitale Speicherung durch Diskretisierung
MehrKontrollfragen zum Skript Teil 1 beantwortet
Kontrollfragen zum Skript Teil 1 beantwortet Von J.S. Hussmann Fragen zu SW 1.1 Welche Vorteile hat die DSVB? Programmierbar Parametrierbar Reproduzierbar Wie heisst die Umwandlung eines Zeit-diskreten
MehrKapitel 3: DFT und FFT
ZHAW, DSV1, FS2009, Rumc, 3-1 Inhaltsverzeichnis Kapitel 3 DFT und FFT 3.1. EINLEITUNG... 1 3.2. DISKRETE FOURIERTRANSFORMATION (DFT)... 2 3.3. EIGENSCHAFTEN DER DFT... 2 3.4. VERWANDTSCHAFT DER DFT MIT
MehrMotivation. Diskretisierung. Überblick. Algorithmik III Algorithmen und Modelle für kontinuierliche Datenstrukturen. Diskretisierung und Quantisierung
Algorithmik III Algorithmen und Modelle für kontinuierliche Datenstrukturen Motivation Analoge Aufnahme von Sprache, Bildern Digitale Speicherung durch Diskretisierung + Quantisierung Informationsverlust
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
Mehr3. LTI-Systeme im Zeitbereich
SigSys I Zusammenfassung Andreas Biri, D-IE 12.01.14 1. Einteilung der Signale Zeit kontinuierlich diskret Amplitude Kontinuier lich diskret Zeit- & amplitudendiskret -> digital 2. Systemeigenschaften
MehrTheorie digitaler Systeme
Theorie digitaler Systeme Vorlesung 1: Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann Vergleich zeitkontinuierlicher und zeitdiskreter Systeme Systemtheorie hat zeitkontinuierliche Systeme
MehrInhaltsverzeichnis. Daniel von Grünigen. Digitale Signalverarbeitung. mit einer Einführung in die kontinuierlichen Signale und Systeme
Inhaltsverzeichnis Daniel von Grünigen Digitale Signalverarbeitung mit einer Einführung in die kontinuierlichen Signale und Systeme ISBN (Buch): 978-3-446-44079-1 ISBN (E-Book): 978-3-446-43991-7 Weitere
MehrDigitale Signalverarbeitungssysteme II: Praktikum 2
Digitale Signalverarbeitungssysteme II: Praktikum 2 Emil Matus 10. Dezember 2010 Technische Universität Dresden Mobile Communications Systems Chair Tel.: +49 351 463 41021 Fax : +49 351 463 41099 Mail:
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.
MehrGrundlagen der Signalverarbeitung 1 (Integraltransformationen)
Grundlagen der Signalverarbeitung 1 (Integraltransformationen) Prof. Dr.-Ing. Dr. h.c. Norbert Höptner Fakultät Technik Bereich Informationstechnik (IT) Hochschule Pforzheim Stand: 17.01.2017 v9 @ Prof.
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
MehrDigitale Signalverarbeitung sehen, hören und verstehen
Digitale Signalverarbeitung sehen, hören und verstehen Hans-Günter Hirsch Hochschule Niederrhein, Krefeld email: hans-guenter.hirsch@hs-niederrhein.de http://dnt.kr.hs-niederrhein.de Folie 1 Gliederung
MehrAufgabe: Summe Punkte (max.): Punkte:
ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 2. Teilprüfung 389.055 A Signale und Systeme 2 Institute of Telecommunications
MehrMusterklausur 1 zu Signal- und Systemtheorie I 5. Januar 2013
Institut für Kommunikationstechnik Prof. Dr. Helmut Bölcskei Musterklausur 1 zu Signal- und Systemtheorie I 5. Januar 2013 Bitte beachten Sie: Prüfungsdauer: 180 Minuten Erreichbare Punkte: 100 Als Hilfsmittel
Mehr