Implementierung von FIR- Filtern

Größe: px
Ab Seite anzeigen:

Download "Implementierung von FIR- Filtern"

Transkript

1 T E C H N I S C H E U N I V E R S I T Ä T B E R L I N Institut für Nachrichtentechnik und Theoretische Elektrotechnik Fachgeiet Fernmeldetechnik Prof. Dr.-Ing. P. Noll Implementierung von FIR- Filtern Gunnar Eisenerg DSP-Laor WS 2/21; lette Revision: Grundlagen Unter Finite Impulse Response (FIR) Filtern versteht man Filter, die ur Berechnung eines Ausgangswertes y(n) nur den gerade anliegenden Eingangswert u(n) und eine egrente Anahl vorangegangener Eingangswerte u(n-) mit verschiedenen Gewichtungen verknüpfen. FIR Filter werden auch nichtrekursive Filter genannt, es werden also keine vergangenen Ausgangswerte y(n-k); (k>) des Filters auf den Eingang urückgekoppelt: y( n) u( n ). (1) Die wichtigste, namensgeende Eigenschaft der FIR- Filter ist die endliche Impulsantwort der Länge +1: h ( n > ). (2) Mit der Definition der diskreten Summenfaltung: k y ( n) h( n)* u( n) h( k) u( n k) (3) folgt aus (1), (2) und (3), dass die Atastwerte der Impulsantwort h(n) identisch mit den Werten der Koeffiienten sind: h( n) δ ( n ). (4) Weitere wichtige Eigenschaften der FIR Filter sind: - FIR Filter sind (auch ei egrenten Wortlängen der uantisierten Koeffiienten) eitlich streng egrent, und somit grundsätlich stail (BIBO). - Es können exakt linearphasige Filter realisiert werden. - Filter mit konstanter Gruppenlaufeit sind realisierar. - Es treten keine Grenyklen auf (wie sie ei IIR Filtern entstehen können). - Steilflankige FIR Sperrfilter erfordern eine höhere Ordnung (), und somit einen höheren Multipliiereraufwand, als äuivalente IIR Filter. - Adaptive Strukturen (eitvariale Filterkoeffiienten) lassen sich mit FIR Filtern am einfachsten realisieren, da die Stailität immer gewährleistet ist. Die Systemfunktion eines FIR- Filters ergit sich u: H ( ) h( ) 1 ( ). (5) TU Berlin FG Fernmeldetechnik Gunnar Eisenerg

2 DSP-Laor WS 2/21 FIR Filter Seite 2 von 5 Die Systemfunktion eines FIR- Filters hat somit Nullstellen, die entweder reell sind, oder als konjugiert komplexes Nullstellenpaar auftreten, und eine -fache Polstelle im Ursprung. Während die Nullstellen den Freuengang estimmen, gewährleistet der -fache Pol die Kausalität des Filters. 2. Direkte Struktur des Filters Aus (1) w. (4) folgt sofort die direkte Struktur (Bild 1). Bild 1: Nichtrekursives Filter in direkter Struktur (uelle: [2] S.159) Die direkte Struktur hat gegenüer anderen Realisierungsformen neen der einfachen Üerschauarkeit folgende Vorteile: - Minimierung der Rauscheinflüsse durch uantisierung (siehe Aschnitt 3), - Einfache Implementierung auf DSPs in Assemler, da die Rechenwerke der Proessoren meist Multipliierer mit nachgeschalteten Akkumulatoren (Multiplier- Accumulator, MAC) ereitstellen, mit denen die unmittelare Ausführung der diskreten Faltung möglich ist. Die direkte Faltung lässt sich gut mit dem Modell der Papierstreifenmethode (Bild 2) erklären, ei der das Eingangssignal uasi an den Koeffiienten vorei geschoen wird. Bild 2: Faltungsoperation w(n)u(n) v(n) mittels der Papierstreifenmethode (uelle: [3] S.179) Um im Speicher ein ständiges Umkopieren (shiften) der vergangenen Eingangswerte u vermeiden, sollte als Eingangspuffer ein Ringpuffer mit eweglichen Schrei- und Leseeigern verwendet werden. TU Berlin FG Fernmeldetechnik Gunnar Eisenerg

3 DSP-Laor WS 2/21 FIR Filter Seite 3 von 5 3. Darstellung der Koeffiienten als Festkommaahlen Die im reellen Zahlenereich R erechneten (unegrenten) Filterkoeffiienten können ur Verareitung in einem DSP entweder als Gleitkommaahlen oder als Festkommaahlen digitalisiert werden. Da die Gleitkommaarithmetik aufwendiger ist, und Gleitkommarechenwerke in der Herstellung teurer sind, wird die Festkommadarstellung evorugt. Die Filterkoeffiienten werden uantisiert (gerundet oder eschnitten), so dass sie als Festkommaahlen β der Wortlänge M gespeichert werden können: B M 1 M 1 β mit: 2 B 2 1, B, (integer), (6) 2 woei die Anahl der Stellen der Festkommaahl hinter dem Komma angit (je größer, desto größer die Genauigkeit). Die eigentliche uantisierung der Koeffiienten erfolgt üer die Berechnung der Hilfsgröße B : B round( 2 ). (7) Die hierdurch entstehenden uantisierungsfehler wirken sich auf die Lage der Nullstellen der Systemfunktion in der -Eene, und somit auf die Impulsantwort aus. Ein ursprünglich erfülltes Toleranschema kann nach der uantisierung der Koeffiienten verlett werden. Auf den ersten Blick erscheint ein maximal großes sinnvoll, jedoch eigt sich, dass ein u großes und somit u genauer Koeffiient β u reite Binärwörter ur Folge hat (vgl. Aschnitt 4 und 5). 4. Berechnung der Wortreiten im DSP Bei der Multiplikation eines Filterkoeffiienten β der Breite M it mit einem digitalisierten Eingangswert des Filters u(n) der Breite E it entsteht als Ergenis ein Wort, das maximal die Breite J it hat: J E + M. (8) Dieses J it reite Wort liegt nun am Akkumulator an (siehe Aschnitt 2) und wird dort mit den anderen verögerten Werten addiert. Bei der Addition von wei Binärwörtern der Breite J it entsteht als Ergenis ein Wert der maximal die Breite J+1 it hat. Werden +1 Wörter der Breite J it addiert, so entsteht als Ergenis ein Wert der Breite A it: A J + log2 ( + 1) E + M + log 2 ( + 1). (9) Dieses Ergenis folgt aus der Üerlegung, dass man wei J+1 it reite Wörter addiert (die selst aus wei Additionen entstanden sind), die als Ergenis ein J+2 it reites Wort ergeen, usw. Die Anahl +1 der u akkumulierenden Werte wird durch die Länge der Impulsantwort +1 festgelegt. TU Berlin FG Fernmeldetechnik Gunnar Eisenerg

4 DSP-Laor WS 2/21 FIR Filter Seite 4 von 5 5. Anpassung der Wortreiten Falls es theoretisch u Üerläufen kommen kann, muß entweder M,E oder reduiert werden. Hierei wirkt sich die Reduktion der einelnen Größen jedoch unterschiedlich stark auf die ualität des Ergenisses aus. Nicht sinnvoll: Reduktion der Eingangswortreite E um 1 it 6dB größeres uantisierungsrauschen des Eingangssignals. Verkürung der Impulsantwort für 1 it Ersparnis Halierung(!) der Anahl der Filterkoeffiienten. Sinnvoll: Verkürung der Koeffiientenwortreite M um 1 it Verkleinerung der Koeffiientengenauigkeit Die Verkürung von Ms ietet sich esonders ei nicht adaptiven Systemen an, da hier die Koeffiienten von vornherein ekannt sind, und eine maximale Genauigkeit evtl. keinerlei ualitätsveresserung ringen würde. 6. Auslick Neen der direkten Auswertung der Faltung im Zeitereich mit der Papierstreifenmethode (Bild 2), ist auch eine Blockweise Verareitung des Eingangssignals möglich. Die Eingangslöcke u r (n) der Länge L können entweder lockweise gefaltet werden (.B. mit der Matrixmethode, Bild 3) oder mit Hilfe der schnellen Faltung. Bild 3: Blockweise Faltung w(n)u(n) v(n) mittels der Matrixmethode (uelle [3] S.179) Bei der schnellen Faltung kann Rechenaufwand gespart werden, wenn die Transformation der Impulsantwort H(k) offline erechnet und gespeichert wird. Außerdem müssen die Eingangslöcke u r (n) der Länge L und die Impulsantwort h(n) der Länge +1 unedingt mittels ero padding auf eine Länge 2 a N L+ (mit a ℵ) erweitert werden um FFTs anstelle von DFTs durchführen u können. Die ei lockweiser Verareitung des Eingangssignals entstehenden Ausgangslöcke müssen eitversett addiert werden (overlap- add). TU Berlin FG Fernmeldetechnik Gunnar Eisenerg

5 DSP-Laor WS 2/21 FIR Filter Seite 5 von 5 7. Literatur [1] Aii, Seyed Ali: Entwurf und Realisierung digitaler Filter. R.Oldenourg, 1988 [2] Kammemeyer, Karl Dirk; Kroschel, Kristian: Digitale Signalverareitung. B.G.Teuener, 1998 [3] Noll, Peter: Signale und Systeme. TU Berlin, FG Fernmeldetechnik, Script ur Vorlesung [4] Yates, Randy: Practical Considerations in Fixed-Point FIR Filter Implementations. Digital Sound Las, 2 TU Berlin FG Fernmeldetechnik Gunnar Eisenerg

Warum z-transformation?

Warum z-transformation? -Transformation Warum -Transformation? Die -Transformation führt Polynome und rationale Funktionen in die Analyse der linearen eitdiskreten Systeme ein. Die Faltung geht über in die Multiplikation von

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

filter Filter Ziele Parameter Entwurf

filter Filter Ziele Parameter Entwurf 1 Filter Ziele Parameter Entwurf 2.3.2007 2 Beschreibung Pol-Nullstellen- Diagramm Übertragungsfunktion H(z) Differenzengleichung y(n) Impulsantwort h(n): Finite Impulse Response (FIR) Infinite Impulse

Mehr

Zeitdiskrete Signalverarbeitung

Zeitdiskrete Signalverarbeitung Zeitdiskrete Signalverarbeitung Ideale digitale Filter Dr.-Ing. Jörg Schmalenströer Fachgebiet Nachrichtentechnik - Universität Paderborn Prof. Dr.-Ing. Reinhold Haeb-Umbach 7. September 217 Übersicht

Mehr

Digitale Signalverarbeitung Vorlesung 5 - Filterstrukturen

Digitale Signalverarbeitung Vorlesung 5 - Filterstrukturen Digitale Signalverarbeitung Vorlesung 5 - Filterstrukturen 21. November 2016 Siehe Skript, Kapitel 8 Kammeyer & Kroschel, Abschnitt 4.1 1 Einführung Filterstrukturen: FIR vs. IIR 2 Motivation: Grundlage

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

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

Klausur zur Vorlesung Digitale Signalverarbeitung

Klausur zur Vorlesung Digitale Signalverarbeitung INSTITUT FÜR INFORMATIONSVERARBEITUNG UNIVERSITÄT HANNOVER Appelstraße 9A 067 Hannover Klausur zur Vorlesung Digitale Signalverarbeitung Datum: 0.08.007 Uhrzeit: 09:00 Uhr Zeitdauer: Stunden Hilfsmittel:

Mehr

Theorie digitaler Systeme

Theorie digitaler Systeme Theorie digitaler Systeme Vorlesung 6: Impulsantwort und Faltung Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann Grundlegende Systemeigenschaften Beispiele führten zu linearen Differenzengleichungen

Mehr

Vorteile digitaler Filter

Vorteile digitaler Filter Digitale Filter Vorteile digitaler Filter DF haben Eigenschaften, die mit analogen Filtern nicht realisiert werden können (z.b. lineare Phase). DF sind unabhängig von der Betriebsumgebung (z.b. Temperatur)

Mehr

Digitale Signalverarbeitung

Digitale Signalverarbeitung Karl-Dirk Kammeyer, Kristian Kroschel Digitale Signalverarbeitung Filterung und Spektralanalyse mit MATLAB-Übungen 6., korrigierte und ergänzte Auflage Mit 315 Abbildungen und 33 Tabellen Teubner Inhaltsverzeichnis

Mehr

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

filter Filter Ziele Parameter Entwurf Zölzer (2002) Nov 14, 2015 1 Filter Ziele Parameter Entwurf Zölzer (2002) Nov 14, 2015 2 Beschreibung Übertragungsfunktion H(z), H(ω) Differenzengleichung y[n] Impulsantwort h[n]: Finite Infinite Impulse Response (FIR) Impulse Response

Mehr

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: 7.03.007 Uhrzeit: 3:30 Uhr Zeitdauer: Stunden Hilfsmittel:

Mehr

ZHAW, DSV1, FS2010, Rumc, 1. H(z) a) Zeichnen Sie direkt auf das Aufgabenblatt das Betragsspektrum an der Stelle 1.

ZHAW, 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

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

Systemtheorie Teil B

Systemtheorie Teil B d + d + c d + c uk d + + yk d + c d + c Systemtheorie Teil B - Zeitdiskrete Signale und Systeme - Musterlösungen Manfred Strohrmann Urban Brunner Inhalt 8 Musterlösung Frequengang eitdiskreter Systeme...

Mehr

3. Quantisierte IIR-Filter R

3. Quantisierte IIR-Filter R . Zweierkomplement a) Wie sieht die binäre Darstellung von -5 aus bei den Wortbreiten b = 4, b =, b = 6? b) Berechnen Sie folgende Additionen im Format SINT(4). Geben Sie bei Überlauf auch die Ausgaben

Mehr

Einführung in die Systemtheorie

Einführung in die Systemtheorie Bernd Girod, Rudolf Rabenstein, Alexander Stenger Einführung in die Systemtheorie Signale und Systeme in der Elektrotechnik und Informationstechnik 4., durchgesehene und aktualisierte Auflage Mit 388 Abbildungen

Mehr

Tontechnik 2. Digitale Filter. Digitale Filter. Zuordnung Eingang x(t) Ausgang y(t) diskrete digitale Signale neue diskrete digitale Signale

Tontechnik 2. Digitale Filter. Digitale Filter. Zuordnung Eingang x(t) Ausgang y(t) diskrete digitale Signale neue diskrete digitale Signale Tontechnik 2 Digitale Filter Audiovisuelle Medien HdM Stuttgart Digitale Filter Zuordnung Eingang x(t) Ausgang y(t) diskrete digitale Signale neue diskrete digitale Signale lineares, zeitinvariantes, diskretes

Mehr

6Si 6. Signal-und Bildfilterung sowie. H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 1

6Si 6. Signal-und Bildfilterung sowie. H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 1 6Si 6. Signal-und Bildfilterung sowie Korrelation H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I Bildfilterung und Korrelation Die lineare Bildfilterung wird zur Rauschunterdrückung

Mehr

Signal- und Systemtheorie

Signal- und Systemtheorie Thomas Frey, Martin Bossert Signal- und Systemtheorie Mit 117 Abbildungen, 26 Tabellen, 64 Aufgaben mit Lösungen und 84 Beispielen Teubner B.G.Teubner Stuttgart Leipzig Wiesbaden Inhaltsverzeichnis 1 Einleitung

Mehr

Digitale Signalverarbeitung mit MATLAB

Digitale 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

Mehr

Erweiterung einer digitalen Übertragungsstrecke mit Einplatinencomputern zur Signalanalyse

Erweiterung einer digitalen Übertragungsstrecke mit Einplatinencomputern zur Signalanalyse Erweiterung einer digitalen mit Einplatinencomputern Alexander Frömming Mario Becker p.1 Inhalt 1 Ausgangssituation 2 Zielsetzung 3 Theoretische Grundlagen 4 Umsetzung - Hardware 5 Umsetzung - Software

Mehr

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

Tontechnik 2. Digitale Filter. Digitale Filter. Zuordnung diskrete digitale Signale neue diskrete digitale Signale Tontechnik 2 Digitale Filter Audiovisuelle Medien HdM Stuttgart Digitale Filter Zuordnung diskrete digitale Signale neue diskrete digitale Signale lineares, zeitinvariantes, diskretes System (LTD-System)

Mehr

Digitale Signalverarbeitung. mit MATLAB

Digitale 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

Mehr

Signale und Systeme. Grundlagen und Anwendungen mit MATLAB

Signale und Systeme. Grundlagen und Anwendungen mit MATLAB Signale und Systeme Grundlagen und Anwendungen mit MATLAB Von Professor Dr.-Ing. Dr. h. c. Norbert Fliege und Dr.-Ing. Markus Gaida Universität Mannheim Mit 374 Bildern, 8 Tabellen und 38 MATLAB-Projekten

Mehr

x[n-1] x[n] x[n+1] y[n-1] y[n+1]

x[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],

Mehr

Aufgabe: Summe Punkte (max.): Punkte:

Aufgabe: Summe Punkte (max.): Punkte: ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 2. Teilprüfung 389.055 A Signale und Systeme 2 Institute of Telecommunications

Mehr

Aufgabe: Summe Punkte (max.): Punkte:

Aufgabe: Summe Punkte (max.): Punkte: ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 2. Teilprüfung 389.055 B Signale und Systeme 2 Institute of Telecommunications

Mehr

Aufgabe: Summe Punkte (max.): Punkte:

Aufgabe: Summe Punkte (max.): Punkte: ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 2. Teilprüfung 389.055 A Signale und Systeme 2 Institute of Telecommunications

Mehr

Lineare zeitinvariante Systeme

Lineare zeitinvariante Systeme Lineare zeitinvariante Systeme Signalflussgraphen Filter-Strukturen Fouriertransformation für zeitdiskrete Signale Diskrete Fouriertransformation (DFT) 1 Signalflussgraphen Nach z-transformation ist Verzögerung

Mehr

Digitale Signalverarbeitung, Vorlesung 10 - Diskrete Fouriertransformation

Digitale 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

Mehr

Theorie digitaler Systeme

Theorie 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

Mehr

Martin Meyer. Signalverarbeitung. Analoge und digitale Signale, Systeme und Filter 5. Auflage STUDIUM VIEWEG+ TEUBNER

Martin Meyer. Signalverarbeitung. Analoge und digitale Signale, Systeme und Filter 5. Auflage STUDIUM VIEWEG+ TEUBNER Martin Meyer Signalverarbeitung Analoge und digitale Signale, Systeme und Filter 5. Auflage STUDIUM VIEWEG+ TEUBNER VII 1 Einführung 1 1.1 Das Konzept der Systemtheorie 1 1.2 Übersicht über die Methoden

Mehr

Übungseinheit 3. FIR und IIR Filter

Übungseinheit 3. FIR und IIR Filter Übungseinheit 3 FIR und IIR Filter In dieser Übungseinheit sollen verschiedene Effekte mittels FIR (finite impulse response) und IIR (infinite impulse response) Filter implementiert werden. FIR Filter

Mehr

ÜBUNG 2: Z-TRANSFORMATION, SYSTEMSTRUKTUREN

ÜBUNG 2: Z-TRANSFORMATION, SYSTEMSTRUKTUREN ÜBUNG : Z-TRANSFORMATION, SYSTEMSTRUKTUREN 8. AUFGABE Bestimmen Sie die Systemfunktion H(z) aus den folgenden linearen Differenzengleichungen: a) b) y(n) = 3x(n) x(n ) + x(n 3) y(n ) + y(n 3) 3y(n ) y(n)

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

3.4 Kondition eines Problems

3.4 Kondition eines Problems 38 KAPITEL 3. FEHLERANALYSE Beispiel 3.18 Betrachte M(10, 5, 1). Dann sind x 4.2832, y 4.2821, z 5.7632 darstellare Zahlen und (x y)z 0.00633952. Das korrekte Ergenis in M ist daher 0.0063395. Der Ausdruck

Mehr

Digitale Verarbeitung analoger Signale

Digitale Verarbeitung analoger Signale Digitale Verarbeitung analoger Signale Digital Signal Analysis von Samuel D. Stearns und Don R. Hush 7., durchgesehene Auflage mit 317 Bildern, 16 Tabellen, 373 Übungen mit ausgewählten Lösungen sowie

Mehr

Übung 6: Analyse LTD-Systeme

Übung 6: Analyse LTD-Systeme ZHAW, DSV, FS2009, Übung 6: Analyse LTD-Systeme Aufgabe : Pol-Nullstellendarstellung, UTF und Differenzengleichung. Die folgenden Pol-Nullstellen-Darstellungen charakterisieren verschiedene LTD- Systeme,

Mehr

Übungsaufgaben Digitale Signalverarbeitung

Übungsaufgaben 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

Mehr

Signale und Systeme. Christoph Becker

Signale und Systeme. Christoph Becker Signale und Systeme Christoph Becker 18102012 Signale Definition 1 Ein Signal ist eine Folge von Zahlen {xn)} welche die Bedingung xn) < erfüllt Definition 2 Der Frequenzgang / frequency domain representation

Mehr

Vorkurs Mathematik-Physik, Teil 5 c 2016 A. Kersch

Vorkurs Mathematik-Physik, Teil 5 c 2016 A. Kersch Vorkurs Mathematik-Physik, Teil 5 c 206 A. Kersch Vektoren. Vektorrechnung Definition Ein Vektor ist eine gerichtete Größe welche einen Betrag ( Zahl und eine Richtung ( in 2D, 2 in 3D hat. Alternativ

Mehr

Einführung in die Digitale Verarbeitung Prof. Dr. Stefan Weinzierl

Einführung in die Digitale Verarbeitung Prof. Dr. Stefan Weinzierl Einführung in die Digitale Verarbeitung Prof. Dr. Stefan Weinierl WS11/12 Musterlösung 6. Aufgabenblatt Analyse von LTI-Systemen. 1. Betrachten Sie ein stabiles lineares eitinvariantes System mit der Eingangsfolge

Mehr

Aufgabe: Summe Punkte (max.): Punkte:

Aufgabe: Summe Punkte (max.): Punkte: ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 2. Teilprüfung 389.055 A Signale und Systeme 2 Institute of Telecommunications

Mehr

Aufgabe: Summe Punkte (max.): Punkte:

Aufgabe: Summe Punkte (max.): Punkte: ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 2. Teilprüfung 389.055 B Signale und Systeme 2 Institute of Telecommunications

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

Systemtheorie Teil B

Systemtheorie Teil B d 0 d c d c uk d 0 yk d c d c Systemtheorie Teil B - Zeitdiskrete Signale und Systeme - Musterlösungen Manfred Strohrmann Urban Brunner Inhalt 9 Musterlösungen Zeitdiskrete pproximation zeitkontinuierlicher

Mehr

Inhaltsverzeichnis. 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 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

Mehr

Signalprozessoren. Digital Signal Processors VO [2h] , LU 2 [2h]

Signalprozessoren. 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

Mehr

Aufgabe: Summe Punkte (max.): Punkte:

Aufgabe: Summe Punkte (max.): Punkte: ZUNAME:.................................... VORNAME:.................................... MAT. NR.:.................................... Teilprüfung 389.055 A Signale und Systeme Institute of Telecommunications

Mehr

Aufgabe: Summe Punkte (max.): Punkte:

Aufgabe: Summe Punkte (max.): Punkte: ZUNAME:.................................... VORNAME:.................................... MAT. NR.:.................................... Teilprüfung 389.055 B Signale und Systeme Institute of Telecommunications

Mehr

Beispiel für eine periodische Spline-Interpolationsfunktion: Wir betrachten f(x) = sin(πx) und geben die folgenden Stützstellen und Stützwerte vor:

Beispiel für eine periodische Spline-Interpolationsfunktion: Wir betrachten f(x) = sin(πx) und geben die folgenden Stützstellen und Stützwerte vor: 5 Splineinterpolation Beispiel für eine periodische Spline-Interpolationsfunktion: Wir betrachten f(x) sin(πx) und geben die folgenden Stützstellen und Stützwerte vor: x i 3 f i Damit ist n 5, h Forderung

Mehr

Digitale Signalverarbeitung

Digitale Signalverarbeitung Daniel Ch. von Grünigen Digitale Signalverarbeitung mit einer Einführung in die kontinuierlichen Signale und Systeme 4. Auflage Mit 222 Bildern, 91 Beispielen, 80 Aufgaben sowie einer CD-ROM mit Lösungen

Mehr

Theorie digitaler Systeme

Theorie digitaler Systeme Theorie digitaler Systeme Vorlesung 2: Fakultät für Elektro- und Informationstechnik, anfred Strohrmann Einführung Frequenzgang zeitkontinuierlicher Systeme beschreibt die Änderung eines Spektrums bei

Mehr

Digitale Signalprozessor - Architekturen im Überblick

Digitale Signalprozessor - Architekturen im Überblick Fakultät Informatik Institut für technische Informatik, Professur für VLSI-Entwurfssysteme, Diagnostik und Architektur Digitale Signalprozessor - Architekturen im Überblick Dresden, 3. Februar 2010 Dirk

Mehr

Zentralübung zur Vorlesung Diskrete Strukturen (Prof. Mayr)

Zentralübung zur Vorlesung Diskrete Strukturen (Prof. Mayr) WS 2011/12 Zentralübung zur Vorlesung Diskrete Strukturen (Prof. Mayr) Dr. Werner Meixner Fakultät für Informatik TU München http://www14.in.tum.de/lehre/2011ws/ds/uebung/ 18. Januar 2012 ZÜ DS ZÜ XII

Mehr

Signale und Systeme. von Prof Dr. Uwe Kiencke, Dr.-lng. HolgerJakel 4., korrigierte Auflage. Oldenbourg Verlag Munchen

Signale und Systeme. von Prof Dr. Uwe Kiencke, Dr.-lng. HolgerJakel 4., korrigierte Auflage. Oldenbourg Verlag Munchen Signale und Systeme von Prof Dr. Uwe Kiencke, Dr.-lng. HolgerJakel 4., korrigierte Auflage Oldenbourg Verlag Munchen I Einfuhrung 1 1 Einleitung 3 1.1 Signale 4 1.2 Systeme 4 1.3 Signalverarbeitung 6 1.4

Mehr

5. Beispiele - Filter Seite 15

5. Beispiele - Filter Seite 15 5. Beispiele - Filter Seite 15 5.2 Entwurf digitaler Filter Zur Demonstration eines rekursiv implementierten Tiefpasses (FIR Finite Impulse Response bzw. IIR Infinite Impulse Response) soll dieses Beispiel

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

13 Rationale Funktionen

13 Rationale Funktionen 3 Rationale Funktionen Jörn Loviscach Versionsstand: 2. September 203, 5:59 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen beim Ansehen der Videos: http://www.j3l7h.de/videos.html This work

Mehr

Digitale Signalverarbeitung, Vorlesung 8 - Exakte Kanalentzerrung

Digitale Signalverarbeitung, Vorlesung 8 - Exakte Kanalentzerrung Digitale Signalverarbeitung, Vorlesung 8 - Exakte Kanalentzerrung Arbeitsgruppe Kognitive Signalverarbeitung 17. Dezember 2018 1 / 33 Ziele der heutigen Vorlesung Übertragungskanäle kompensieren Theoretische

Mehr

3. Systembedingte Fehler

3. Systembedingte Fehler 3. Systembedingte Fehler Prof. Dr.-Ing. Dr. h.c. Norbert Höptner Ergänzende Informationen zur Vorlesung Signalverarbeitungssysteme Abschnitte 3.1-3.8. Prof. Dr.-Ing. Dr. h.c. Norbert Höptner 1 Inhalt 3.

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

Digitale Signalverarbeitung Karl Dirk Kammeyer I Kristian Kroschel Digitale Signalverarbeitung Filterung und Spektralanalyse mit MATLAB -Übungen 7., erweiterte und korrigierte Auflage Mit 312 Abbildungen und 33 Tabellen STUDIUM 11

Mehr

Vorwort. I Einführung 1. 1 Einleitung Signale Systeme Signalverarbeitung Struktur des Buches 9. 2 Mathematische Grundlagen 11

Vorwort. 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

Mehr

6. 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 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

Mehr

Seminar Digitale Signalverarbeitung Thema: Digitale Filter

Seminar Digitale Signalverarbeitung Thema: Digitale Filter Seminar Digitale Signalverarbeitung Thema: Digitale Filter Autor: Daniel Arnold Universität Koblenz-Landau, August 2005 Inhaltsverzeichnis i 1 Einführung 1.1 Allgemeine Informationen Digitale Filter sind

Mehr

Partialbruchzerlegung

Partialbruchzerlegung Partialruchzerlegung Unknown: www.gute-mathe-fragen.de/user/unknown Letzte Änderung: 11.09.2013 1 Contents 1 Nutzen/Ziel [Integration] 3 2 Partialruchzerlegung 4 2.1 Rellee Nullstellen (einfach).....................

Mehr

Vor- und Nachteile FIR- und IIR-Filter DSV 1, 2005/01, Rur, Filterentwurf, 1. Filterspezifikation DSV 1, 2005/01, Rur, Filterentwurf, 2

Vor- und Nachteile FIR- und IIR-Filter DSV 1, 2005/01, Rur, Filterentwurf, 1. Filterspezifikation DSV 1, 2005/01, Rur, Filterentwurf, 2 Vor- und Nachteile FIR- und IIR-Filter DSV 1, 2005/01, Rur, Filterentwurf, 1 Filterspezifikation DSV 1, 2005/01, Rur, Filterentwurf, 2 FIR-Filter sind nichtrekursive LTD-Systeme werden meistens in Transversalstruktur

Mehr

Filterentwurf. Bernd Edler Laboratorium für Informationstechnologie DigSig - Teil 11

Filterentwurf. Bernd Edler Laboratorium für Informationstechnologie DigSig - Teil 11 Filterentwurf IIR-Filter Beispiele für die verschiedenen Filtertypen FIR-Filter Entwurf mit inv. Fouriertransformation und Fensterfunktion Filter mit Tschebyscheff-Verhalten Vorgehensweise bei Matlab /

Mehr

Digitale Signalverarbeitung Teil 1: Einführung

Digitale Signalverarbeitung Teil 1: Einführung Digitale Signalverarbeitung Teil 1: Einführung Gerhard Schmidt Christian-Albrechts-Universität zu Kiel Technische Fakultät Elektrotechnik und Informationstechnik Digitale Signalverarbeitung und Systemtheorie

Mehr

Prüfung zur Vorlesung Signalverarbeitung am Name MatrNr. StudKennz.

Prüfung zur Vorlesung Signalverarbeitung am Name MatrNr. StudKennz. 442.0 Signalverarbeitung (2VO) Prüfung 8.3.26 Institut für Signalverarbeitung und Sprachkommunikation Prof. G. Kubin Technische Universität Graz Prüfung zur Vorlesung Signalverarbeitung am 8.3.26 Name

Mehr

9. 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 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

Mehr

Inhalt. Vorwort Einführung 15

Inhalt. Vorwort Einführung 15 FFT- Anwendungen von E. Oran Brigham übersetzt von Seyed Ali Azizi Mit 207 Bildern, 6 Tabellen, 41 Beispielen und 188 Aufgaben sowie Programmen in BASIC R. Oldenbourg Verlag München Wien 1997 Vorwort 11

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

Datenaquisition. Verstärker Filter. Sensor ADC. Objekt. Rechner

Datenaquisition. Verstärker Filter. Sensor ADC. Objekt. Rechner Datenaquisition Sensor Verstärker Filter ADC Objekt Rechner Datenaquisition Verstärker: - linearer Arbeitsbereich - linearer Frequenzgang - Vorkehrungen gegen Übersteuerung (trends, shot noise) - Verstärkerrauschen

Mehr

Signale und Systeme. A1 A2 A3 Summe

Signale und Systeme. A1 A2 A3 Summe Signale und Systeme - Prof. Dr.-Ing. Thomas Sikora - Name:............................... Vorname:.......................... Matr.Nr:.............................. Ergebnis im Web mit verkürzter Matr.Nr?

Mehr

Klausur im Lehrgebiet. Signale und Systeme. - Prof. Dr.-Ing. Thomas Sikora -

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

Mehr

TFH Berlin University of Applied Science DSV-Labor. Organisatorisches - Studiengang BEL Schwerpunkt EK

TFH Berlin University of Applied Science DSV-Labor. Organisatorisches - Studiengang BEL Schwerpunkt EK University of Applied Science DSV-Labor Organisatorisches - Studiengang BEL Schwerpunkt EK DSV-Labor (Organisatorisches) Ablauf: 4 Laborübungen (3 Pflicht / 1 optional) 8 Termine Anwesenheitspflicht bis

Mehr

Digitale Signalverarbeitung, Vorlesung 7 - IIR-Filterentwurf

Digitale Signalverarbeitung, Vorlesung 7 - IIR-Filterentwurf Digitale Signalverarbeitung, Vorlesung 7 - IIR-Filterentwurf 5. Dezember 2016 Siehe begleitend: Kammeyer / Kroschel, Digitale Signalverarbeitung, 7. Auflage, Kapitel 4.2 1 Filterentwurfsstrategien 2 Diskretisierung

Mehr

Digitale Signalverarbeitung auf FPGAs

Digitale Signalverarbeitung auf FPGAs Digitale Signalverarbeitung auf FPGAs FIX: Fixpointsysteme im Zeitbereich Teil 1 Binäre Zahlendarstellung und Arithmetik 216 Dr. Christian Münker FIX: Überblick Binäre Zahlendarstellung und Arithmetik

Mehr

Prüfungsklausur Digitale Signalverarbeitung Ergebnis der Klausur

Prüfungsklausur Digitale Signalverarbeitung Ergebnis der Klausur Fakultät für Mathematik und Informatik Elektronische Schaltungen 58084 Hagen 02331 987 1166 Prüfungsklausur Digitale Signalverarbeitung 21411 Datum: 19. März 2011 (Bearbeitungszeit 120 Minuten, 6 Blätter)

Mehr

Einfluss endlicher Wortlänge bei IIR-Filtern

Einfluss endlicher Wortlänge bei IIR-Filtern Einfluss endlicher Wortlänge bei IIR-Filtern yn [ ] L H( z) L M M bxn [ ] ay[ n m] m m b z a m m z m (.) Die Koeffizienten a und b in IIR-Filtern verlangen eine hohe Genauigeit, bei einem elliptischen

Mehr

Signale und Systeme I

Signale und Systeme I FACULTY OF ENGNEERING CHRISTIAN-ALBRECHTS-UNIVERSITÄT ZU KIEL DIGITAL SIGNAL PROCESSING AND SYSTEM THEORY DSS Signale und Systeme I Musterlösung zur Modulklausur WS 010/011 Prüfer: Prof. Dr.-Ing. Gerhard

Mehr

Aufgabe: Summe Punkte (max.): Punkte:

Aufgabe: Summe Punkte (max.): Punkte: ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 1. Teilprüfung 389.0 B Signale und Systeme 2 Institute of Telecommunications

Mehr

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

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

Mehr

Einführung Im Bereich der komplexen Zahlen ist es möglich die Wurzel aus negativen Zahlen zu ziehen.

Einführung Im Bereich der komplexen Zahlen ist es möglich die Wurzel aus negativen Zahlen zu ziehen. Komplexe Zahlen Einführung Im Bereich der komplexen Zahlen ist es möglich die Wurzel aus negativen Zahlen zu ziehen. Komplexe Zahl Unter dem Zahlenkörper der komplexe Zahlen C versteht man die Elemente

Mehr

Segmentierte Faltung - Analyse und Implementierungsansatz für mobile Endgeräte

Segmentierte Faltung - Analyse und Implementierungsansatz für mobile Endgeräte Hochschule für angewandte Wissenschaften Hamburg Fakultät Design, Medien und Information Department Medientechnik Segmentierte Faltung - Analyse und Implementierungsansatz für mobile Endgeräte Master-Thesis

Mehr

Numerisches Programmieren, Übungen

Numerisches Programmieren, Übungen Technische Universität München WiSe 2017 / 2018 Institut für Informatik Univ-Prof Dr Hans-Joachim Bungartz Michael Obersteiner Philipp Samfass Numerisches Programmieren, Übungen 5 Übungsblatt: Diskrete

Mehr

Numerisches Programmieren, Übungen

Numerisches Programmieren, Übungen Technische Universität München WiSe 2016 / 2017 Institut für Informatik Prof Dr Daniel Cremers Dr Frank Schmidt Nikola Tchipev Michael Rippl Numerisches Programmieren, Übungen 7 Übungsblatt: Diskrete Fourier-Transformation,

Mehr

Fahrzeugmechatronik Masterstudiengang M 3.2 Sensoren und Aktoren Labor für Automatisierung und Dynamik AuD FB 03MB

Fahrzeugmechatronik Masterstudiengang M 3.2 Sensoren und Aktoren Labor für Automatisierung und Dynamik AuD FB 03MB Abb. 6 Dreidimensionale Darstellung des Frequenzgangs G ATP () s, Achsteilungen s 2 π in Hz Prof. Dr. Höcht 1/29 18.06.2006 11:13 Z_ Abb. 7 Einfluß des Pols bei s imaginären Achse, Achsteilungen in Hz

Mehr

Biosignalverarbeitung

Biosignalverarbeitung Peter Husar Biosignalverarbeitung Springer Inhaltsverzeichnis 1 Entstehung bioelektrischer Signale 9 1.1 Das Neuron 9 1.2 Elektrische Erregungsleitung und Projektion 15 2 Verstärkung und analoge Filterung

Mehr

Einführung in die digitale Signalverarbeitung WS11/12

Einführung in die digitale Signalverarbeitung WS11/12 Einführung in die digitale Signalverarbeitung WS11/12 Prof. Dr. Stefan Weinzierl Musterlösung 11. Aufgabenblatt 1. IIR-Filter 1.1 Laden Sie in Matlab eine Audiodatei mit Sampling-Frequenz von fs = 44100

Mehr

3. Vorlesung. Systemtheorie für Informatiker. Dr. Christoph Grimm. Professur Prof. Dr. K. Waldschmidt, Univ. Frankfurt/Main

3. Vorlesung. Systemtheorie für Informatiker. Dr. Christoph Grimm. Professur Prof. Dr. K. Waldschmidt, Univ. Frankfurt/Main 3. Vorlesung Systemtheorie für Informatiker Dr. Christoph Grimm Professur Prof. Dr. K. Waldschmidt, Univ. Frankfurt/Main Letzte Woche: Systemeigenschaften, Superpositionsprinzip Systemklassen: DESS, DEVS,

Mehr

Eigenschaften und Anwendung zeitdiskreter Systeme

Eigenschaften und Anwendung zeitdiskreter Systeme Fakultät Informatik Institut für Angewandte Informatik, Professur für Technische Informationssysteme Eigenschaften und Anwendung zeitdiskreter Systeme Dresden, den 3.8.2 Gliederung Vorbemerkungen Eigenschaften

Mehr