6Si 6. Signal-und Bildfilterung sowie. H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 1
|
|
- Nadja Fischer
- vor 5 Jahren
- Abrufe
Transkript
1 6Si 6. Signal-und Bildfilterung sowie Korrelation H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I
2 Bildfilterung und Korrelation Die lineare Bildfilterung wird zur Rauschunterdrückung oder zur Verstärkung von Bildmerkmalen eingesetzt, wie z.b. Extraktion von Kanten und dient in erster Linie zur Bildverbesserung oder zum Image Enhancement und damit zur Verbesserung des visuellen subjektiven Eindrucks n s H(f) Störung H y Filter N(f) Signal S(f) F y = h ( s+ n) Y( f) = H( f) ( S( f) + N( f)) Y( f) = H( f) ( S( f) + N( f)) f Die Störungen werden unterdrückt, das Bildsignal bleibt nahezu erhalten (höhere Frequenzen und damit Kanteninformationen werden etwas weggenommen => Unschärfe). Kompromiss zwischen Störunterdrückung und Signalverfälschung (Kanten verschleifen). H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 2
3 H Lineare Bildfilterung mit lokalen Masken (FIR-Filter) X H = 0 0 H = Tiefpaß (Glättung) Hochpaß (Kantenverschärfung) Tiefpaß Bandpaß Hochpaß f f f H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 3
4 Nichtlineare Filter Medianfilter (siehe BV-Praktikum) Rauschunterdrückung bei gleichzeitiger Erhaltung von Kanten Der Medianwert einer Punktfolge ist der in der Mitte der sortierten Folge stehende Wert, also z.b.: x m (6,7,3,2,5)=5 (2,3,5,6,7) Tiefpaß t t Mdi Medianfilter H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 4 t
5 Diskrete Signale und Systeme x(n) n i.a. komplexe Zahlenfolge { x ( n ) } x = < n< δ(n) ( ) δ -Impuls für n = 0 n δ( n) = 0 für n 0 σ(n) Einheitssprung für n 0 n σ( n) = 0 für n < 0 H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 5
6 i= n i= Es gilt: σ( n) = δ ( i) Summation und: δ( n) = σ( n) σ( n ). Differenz Beschreibung einer beliebigen Folge als δ -Impulsfolge: x( ( n ) = x ( i ) δ ( n i ) (gewichte Summe von verschobenen δ -Impulsen) H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 6
7 Übertragungsverhalten g linearer, zeitinvarianter diskreter Systeme { x( n )} { yn ( )} A A : x ( n ) y ( n ) Linearität i (additiv i und homogen) { α ( ) + α ( )} = α { ( )} + α { ( )} A x n x n A x n A x n Zeitinvariantes System: { ν } A x( n ) = y( n ν ) H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 7
8 Charakterisierung i von A durch Impulsantwort: { δ } A ( n) = h( n) Damit Reaktion auf beliebige Erregung mit Faltungsoperation: i=+ y( n) = A x( i) δ ( n i) i= i=+ { δ } i=+ = = i= x () i A ( n i ) x () i h ( n i ) i= = x( n) h( n) Faltungssumme Es gilt: x( n) h( n) = h( n) x( n) kommutativ H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 8
9 Beschreibung linearer diskreter Systeme mit linearen Differenzengleichungen mit konstanten Koeffizienten a y ( n+ N ) + a y ( n+ N ) + + a y ( n+ ) + a y( n) = N N 0 bxn ( ) + bxn ( + ) + + b xn ( + M) 0 M N M ayn ν ( + ν) = bxn μ ( + μ ) mit: a N = ν= 0 μ= 0 M N kausale Systeme Optische Systeme i.a. nichtkausal! H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 9
10 IIR-Filter (Infinite Impulse Response) yn ( ) x( n) - b N b N- b N-2 b b 0 E - E - E - E - a N- a N-2 a a { } ν E y( n) = y( n+ν ) Verschiebeoperator H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 0
11 Nichtrekursive Systeme (FIR) yn ( ) = f( xn ( ), xn ( ), ) also z.b. a = a = = a = a = 0 0 N 2 N Fkt. der gegenwärtigen und der vergangenen Eingangswerte Beispiel: xn ( ) 2 yn ( ) Transversalfilter h(0) 3 h() yn ( ) = 2 xn ( ) + 3 xn ( ) E - Impulsantwort: x( n) = δ( n) h ( n ) = 2 δ ( n ) + 3 δ ( n ) h(n) FIR: Finite Impulse Response i.a. keine Stabilitätsprobleme 2 3 n H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I
12 Rekursive Systeme yn ( ) = f( yn ( ), yn ( 2),, xn ( ), xn ( ), ) i.a. IIR, infinite impulse response z.b. yn ( ) ayn ( ) = xn ( ) systems (auch FIR, z.b. bei polezero cancellation) xn ( ) + + E - a yn ( ) Impulsantwort: hn ( ) ahn ( ) =δ ( n) hn ( ) = 0 für n< 0 n=0: h (0) = δ (0) = wegen h( ) = 0 h(n) n=: h() - ah(0) = 0 h() = a n=2: h(2) - ah() = 0 h(2) = a n h ( n ) = a σ ( n ) stabil für a < z H( z) = z a a a 2 a 3 a n H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 2
13 Kontinuierliche Fl Faltung und dkorrelation z ( τ ) = ( x y )( τ) z ( τ ) = ( x # y )( τ ) * = x(), t y ( τ t) + = x() t y( τ t) dt = xt (), yt ( τ ) + * x() t y ( t τ ) dt = F ( x y)( τ ) x ( f) y ( f) F F ( x # y)( τ ) x ( f) y ( f) F Fourier- Korrespondenzen Mit y = y( t) gilt: ( x y )( τ ) = x( t), y( t τ) = ( x# y)( τ) ( x y)( τ ) = ( x# y )( τ ) Korrelation Faltung mit konjugiert gespiegeltem Signal Faltung Korrelation mit konjugiert gespiegeltem Signal H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 3
14 Kontinuierliche Faltung und Korrelation Außerdem gilt beim Vertauschen der Signale: Beweis: x y = y x ( x# y)( τ ) = ( y # x )( τ) = (( y# x)( τ)) Wegen Kommutativität im Spektralbereich F F ( x# y)( τ ) x ( f) y ( f) = ( y ( f) x ( f)) (( y# x)( τ )) F F wegen: x ( t) x ( f) F F H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 4
15 Faltung: ( x y)( τ ) Korrelation: ( x# y)( τ ) Innenprodukt in allen translatorischen Positionen Ähnlichkeit in allen translatorischen Positionen H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 5
16 Diskrete Faltung und Korrelation (linear und zyklisch!) z( ν ) = ( xn ( ) yn ( ))( ν ) z( ν ) = ( x( n)# y( n))( ν ) x y = x ( n ), y( n ν ) * = x ( n) ), y ( ν n ) = x( n), y( ν n) = xn ( ), y( n ν ) H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 6
17 Faltung: ( x( n) y( n))( r) Korrelation: ( x( n) # y( n))( r) H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 7
18 Lineare und zyklische Korrelation <, > Lineare Korrelation <, > Zyklische Korrelation H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 8
19 Lineare und zyklische Fl Faltung <, > Lineare Faltung <, > Zyklische Faltung H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 9
20 Zyklische Faltung und Korrelation für endliche Sequenzen der Dimension 4 T T x = [ 4 2 3] y = [ 3 2 0] [ ] T ( x y ) = [ ] T ( x # y ) = y T T x = [ ] x = [ ] T y = [ 3 2 0] y T = [ ] [ ] [ ] T x = T y ( n) = < >, = 5 T [ ] [ ] T x = ( n ) = < >, = 20 < >, = 2 [ ] [ ] T x = y T ( n ) = < >, = H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 20
21 Faltung und Korrelation Skalarprodukt (Ähnlichkeit) von Originalsignal g oder gespiegeltem Signal in allen translatorischen Positionen!! Demos zur Faltung Eigene Dateien\ppt\Lehre\DBV-I\Faltung\disfaltung.html und convolution_demo.htm disfaltung und Aufruf von convolution.m in Matlab! C:\Dokumente und Einstellungen\burkhard\Eigene Dateien\ppt\Lehre\DBV-I\matlab-convolution.bat H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 2
22 Zyklische Faltung und Korrelation als Matrixprodukt Als lineare Operationen formuliert mit Matrixprodukt mit zyklischen Matrizen: x y = Z ( y ( n )) x x # y = Z ( y ) x x0 x x2 xn xn x0 x x N 2 Zx ( ) = x N 2 xn x0 x N 3 x x2 x3 x 0 Multiplikation mit einer Zirkulanten Z.B. für N=4: * y0 y 3 y 2 y y0 y y2 y3 y y0 y3 y 2 = y3 y0 y y 2 x y x x # y = x y2 y y0 y 3 y2 y3 y0 y y3 y2 y y0 y y2 y3 y0 H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 22
23 Isomorphie der diskreten Fouriertransformation mit der zyklischen Faltung x y x y -Korrespondenzen mit der zyklischen Faltung: Abbildung auf das direkte Produkt (kommutativ) im Spektralbereich (Beweis einfach mit nachfolgenden Regeln) x, y z = xy ( FFT ) ( FFT ) xy, z = x y H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 23
24 Isomorphie der diskreten Fouriertransformation mit der zyklischen Korrelation x # y x y = x y mit der nichtkommutativen Verknüpfung : a b = a b -Korrespondenzen mit der zyklischen Korrelation: Abbildung auf das nichtkommutative konjugierte Produkt im Spektralbereich (ähnlich wie das Skalarprodukt). xy, # z = x# y ( FFT ) ( FFT ) xy, z = x y = x y H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 24
25 Und daraus für y=x die Wiener-Khintchine-Beziehung x# x x x = x x = x Autokorrelierte Leistungsspektrum 2 bzw: x# x = F ( x ) 2 ( FFT ) xx, # z = x# x FFT ( ) xx, 2 z = x x = x x = x H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 25
26 Eigenschaften der x ( n ) x ( k ) ) N x ( n) x( k) Symmetrie (2 Spiegelung) 2) x( n ν ) x ( k ) wν Verschiebungssatz 3) x= N W x= N ( Wx ) altern. Rücktr. (als Hintr.) 4) x ( n) x ( k) x( n) x ( k) Weitere Eigenschaften in Analogie zur kont. Fouriertransformation (Linearität, ) H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 26
27 Signalkorrespondenzen δ(n) n σ(k) k σ(n) δ(k) n k δ(n) ( ) Einselement der Faltung σ(n) Einselement der direkten Multiplikation (für kausale Signale) σ x = δ x = Ix = x H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 27
28 Signalkorrespondenzen Exponentialfolge aus Verschiebungssatz: δ( n ν ) σ w = w w ν ν ν δ ( k ν ) Verschieben einer Folge durch Faltung mit verschobenem δ-impuls: x( n) δ( n ν ) x ( k) w ν x( n ν ) H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 28
29 Berechnung der AKF, direkt u. über Beispiel für N=4: 2 a) direkt: x ( n )# x ( n ) = 0 b) über: x# x= ( x x ) j j j j W = W = N j j j j x(n) n x(n) n 2 4 j 2 2 x = W x = x = x x = j j 2j 4 + x( n)# x( n) = 4W x x = 4 = 4 = x 4 2j+ 2j 4 2 x(n)#x(n) n H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 29
30 Beispiel für den Verschiebungssatz mit N=4 x(n) x(n-) n n j x( n ) = x w wobei: w = + j 2 2 j j j x w = = = x ( n ) j + j + j H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 30
31 Zweidimensionale Faltung und Korrelation ( X( kl, ) Y( kl, ))( qr, ) * = X ( kl, ),) Y ( q kr, l ) = X( kl, ) Y( q kr, l) ( X(,)# kl Y(,))(, kl qr) = X ( kl, ), Y( k ql, r) = X * ( kl, ) Y ( k ql, r) X Y X Y X Y = ( X Y ) X# Y= ( X Y ) H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 3
32 2D-Faltung und Korrelation 2D-Korrelation gespiegelt! 2D-Faltung Linear oder zyklisch verschieben H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 32
33 2D-Korrelation H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 33
34 2D-Korrelation H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 34
35 2D-Faltung H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 35
36 2D-Faltung H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 38
37 2D-Faltung H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 39
38 Schnelle lineare Faltung und Korrelation für Sequenzen endlicher Länge Prinzip: Formulierung der linearen Faltung und Korrelation als zyklische Operation; dann Anwendung der FFT. Trotz Umweg, wesentlich geringere Komplexität! x(n) y( n) = h( n) x( n) h(n) n n y0 h y h h0 0 0 y0 h h2 h x0 x 0 y h h h 2 x y 2 h 2 h h0 0 x y 2 h2 h h x 2 = = y3 0 h2 h h0 x2 y3 0 h2 h h0 0 0 x3 y h2 h x3 y4 0 0 h2 h h0 0 0 y h 2 y h2 h h0 0 Lineare Faltung durch Multiplikation mit einer Toeplitz-Matrix i Erweiterung mit Nullen, so dass zyklische Matrix u. Faltung entsteht H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 40
39 x y N = 2 n K + L K N L N Bedingung, ohne dass Faltungsfehler entstehen (beide Signale müssen nebeneinander in das Fenster passen!) x y x y = x y = FFT ( ) FFT ( FFT ( ) FFT ( )) x# y x y Trotz Umweg, wesentlich geringere Komplexität! (O(N ld N) anstatt O(N 2 ) bei der direkten Realisierung aller Skalarprodukte) log (Operationen) direkte Faltung schnelle Faltung log N Korrelation zweier reeller Folgen: x,y transformieren, verteilt in Real- und Imaginärteil einer komplexen FFT, dann Rücktransformation. H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 4
40 Schnelle Faltung/Korrelation ohne Scrambling z = x y = FFT ( x y ) * Sande-Tukey z = x # y = FFT ( x y ) x0 0 0 x x 2 x 3 y 0 y y 2 y 3 w 0 w w 0 w w w w 0 0 x x x 2 x 3 y 0 y 2 z 0 z 2 z z 3 w w 0 0 Cooley-Tukey y 0 w w /N y 3 j2 π / N = e FFT - w= 0 w w j2 / N e π z 0 z z 2 z 3 FFT H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 42
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] =
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],
MehrKlassifikation durch direkten Vergleich (Matching)
Klassifikation durch direkten Vergleich (Matching) Eine triviale Lösung für die Klassifikation ergibt sich durch direkten Vergleich des unbekannten Musters in allen Erscheinungsformen der Äquivalenzklasse
MehrTheorie digitaler Systeme
Theorie digitaler Systeme Vorlesung 6: Impulsantwort und Faltung Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann Grundlegende Systemeigenschaften Beispiele führten zu linearen Differenzengleichungen
MehrFilter. Industrielle Bildverarbeitung, Vorlesung No M. O. Franz
Filter Industrielle Bildverarbeitung, Vorlesung No. 5 1 M. O. Franz 07.11.2007 1 falls nicht anders vermerkt, sind die Abbildungen entnommen aus Burger & Burge, 2005. Übersicht 1 Lineare Filter 2 Formale
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:
MehrSignal- 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
MehrSeminar 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
MehrEinführung 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
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
MehrNachrichtentechnik [NAT] Kapitel 3: Zeitkontinuierliche Systeme. Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik
Nachrichtentechnik [NAT] Kapitel 3: Zeitkontinuierliche Systeme Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik Sommersemester 2005 Inhaltsverzeichnis Inhalt Inhaltsverzeichnis 3 Zeitkontinuierliche
MehrWarum 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
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
Mehr3. 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,
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
MehrAufgabe: Summe Punkte (max.): Punkte:
ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 1. Teilprüfung 389.055 A Signale und Systeme 2 Institute of Telecommunications
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
MehrKlausur 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:
MehrMartin 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
MehrEigenschaften 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
MehrZeitdiskrete Signalverarbeitung
Zeitdiskrete Signalverarbeitung Ideale digitale Filter Dr.-Ing. Jörg Schmalenströer Fachgebiet Nachrichtentechnik - Universität Paderborn Prof. Dr.-Ing. Reinhold Haeb-Umbach 7. September 217 Übersicht
MehrAufgabe: Summe Punkte (max.): Punkte:
ZUNAME:.................................... VORNAME:.................................... MAT. NR.:.................................... Teilprüfung 389.055 A Signale und Systeme Institute of Telecommunications
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
MehrAufgabe: Summe Punkte (max.): Punkte:
ZUNAME:.................................... VORNAME:.................................... MAT. NR.:.................................... Teilprüfung 389.055 B Signale und Systeme Institute of Telecommunications
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
MehrAufgabe: Summe Punkte (max.): Punkte:
ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 2. Teilprüfung 389.055 B Signale und Systeme 2 Institute of Telecommunications
MehrAufgabe: Summe Punkte (max.): Punkte:
ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 2. Teilprüfung 389.055 A Signale und Systeme 2 Institute of Telecommunications
MehrErweiterung 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
MehrAufgabe: Summe Punkte (max.): Punkte:
ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 1. Teilprüfung 389.0 B Signale und Systeme 2 Institute of Telecommunications
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
MehrSignale 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
MehrSignale 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
MehrEinführung in die medizinische Bildverarbeitung WS 12/13
Einführung in die medizinische Bildverarbeitung WS 12/13 Stephan Gimbel Kurze Wiederholung Pipeline Pipelinestufen können sich unterscheiden, beinhalten aber i.d.r. eine Stufe zur Bildvorverarbeitung zur
MehrTontechnik 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)
MehrFaltung, Bildbereich und Stabilität
Fakultät Informatik Institut für Angewandte Informatik, Professur für Technische Informationssysteme Faltung, Bildbereich und Stabilität Dresden, den 03.08.2011 Gliederung Vorbemerkungen Faltung Bildbereich
MehrSignale und Systeme. Martin Werner
Martin Werner Signale und Systeme Lehr- und Arbeitsbuch mit MATLAB -Übungen und Lösungen 3., vollständig überarbeitete und erweiterte Auflage Mit 256 Abbildungen, 48 Tabellen und zahlreichen Beispielen,
MehrAufgabe: Summe Punkte (max.): Punkte:
ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 2. Teilprüfung 389.055 B Signale und Systeme 2 Institute of Telecommunications
MehrBiosignalverarbeitung (Schuster)
Biosignalverarbeitung (Schuster) 9. FOURIER - TRANSFORMATION: 4 Ausprägungen der Transformation: Zeitbereich Frequenzbereich Laplace-Transformation Fourier-Transformation kontinuierlicher Signale (FT,
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
MehrBildverarbeitung Herbstsemester
Bildverarbeitung Herbstsemester Herbstsemester 2009 2012 Filter Filter 1 Inhalt Lineare und nichtlineare Filter Glättungsfilter (z.b. Gauss-Filter) Differenzfilter (z.b. Laplace-Filter) Lineare Faltung
Mehrfilter 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
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
MehrÜBUNG 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)
MehrLineare zeitinvariante Systeme
Lineare zeitinvariante Systeme Signalflussgraphen Filter-Strukturen Fouriertransformation für zeitdiskrete Signale Diskrete Fouriertransformation (DFT) 1 Signalflussgraphen Nach z-transformation ist Verzögerung
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
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
MehrEinführung in die Systemtheorie
Einführung in die Systemtheorie Von Professor Dr.-Ing. Bernd Girod Priv.-Doz. Dr.-Ing. habil. Rudolf Rabenstein und Dipl.-Ing. Alexander Stenger Universität Erlangen-Nürnberg Mit 259 Bildern B.G. Teubner
MehrWichtige zeitdiskrete Folgen
Wichtige zeitdiskrete Folgen.8 Einheitsimpuls.6 δ(n) = {, n, n = δ(n).4.2 - -5 5 n Wichtige zeitdiskrete Folgen Einheitssprung u(n) = u(n) = = {, n
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
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
MehrDigitale 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
MehrAufgabe: Summe Punkte (max.): Punkte:
ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 2. Teilprüfung 389.055 A Signale und Systeme 2 Institute of Telecommunications
MehrEinführung in die Systemtheorie
Bernd Girod, Rudolf Rabenstein, Alexander Stenger Einführung in die Systemtheorie Signale und Systeme in der Elektrotechnik und Informationstechnik 2., korrigierte und aktualisierte Auflage Mit 388 Abbildungen
MehrVorteile 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)
MehrBildverarbeitung. Bildvorverarbeitung - Fourier-Transformation -
Bildverarbeitung Bildvorverarbeitung - Fourier-Transformation - 1 Themen Methoden Punktoperationen / Lokale Operationen / Globale Operationen Homogene / Inhomogene Operationen Lineare / Nichtlineare Operationen
MehrSystemtheorie 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...
MehrEinführung in die digitale Signalverarbeitung
Einführung in die digitale Signalverarbeitung Prof. Dr. Stefan Weinzierl 1. Aufgabenblatt 1. Eigenschaften diskreter Systeme a. Erläutern Sie die Begriffe Linearität Zeitinvarianz Speicherfreiheit Kausalität
MehrLösungen. Lösungen Teil I. Lösungen zum Kapitel 3. u(t) 2mV. t/s. u(t) 2mV 1mV. t/ms. u(t) t/ms -2V. x(t) 1. a) u(t) = 2mV3 (t 2ms)
Lösungen Lösungen eil I Lösungen zum Kapitel 3. a ut = mv3 t ms ut mv t/ms b ut = mv3t mv3 t ms mv3 t ms mv mv ut t/ms p c ut = V3 t ms sin ms t V ut -V 3 4 5 6 t/ms d xt = 4 s r t s 4 s r t s 4 s r t
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)
MehrLineare Prädiktion. Stephan Arlinghaus 9. November 2006
Stephan Arlinghaus 9. November 2006 Gliederung 1 Einleitung Sprachanalyse... etwas Mathematik 2 Das autoregressive Modell (AR) (LP) 3 Kovarianzmethode Autokorrelationsmethode Methodenvergleich 4 5 Der
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,
MehrNumerische Methoden und Algorithmen in der Physik
Numerische Methoden und Algorithmen in der Physik Hartmut Stadie, Christian Autermann 29.01.2009 Numerische Methoden und Algorithmen in der Physik Hartmut Stadie 1/ 18 Einführung Fourier-Transformation
MehrWas bisher geschah. digitale Bilder: Funktion B : pos col Matrix B col pos. Punktoperationen f : col 1 col 2
Was bisher geschah digitale Bilder: Funktion B : pos col Matrix B col pos statistische Merkmale Punktoperationen f : col 1 col 2 (Bildanalyse) (Farbtransformation) Geometrische Operationen f : pos 1 pos
Mehr4 Matrizenrechnung. Beide Operationen geschehen also koeffizientenweise. Daher übertragen sich die Rechenregeln von K(m n, k).
4 Matrizenrechnung Der Vektorraum der m n Matrizen über K Sei K ein Körper und m, n N\{0} A sei eine m n Matrix über K: a a 2 a n a 2 a 22 a 2n A = = (a ij) mit a ij K a m a m2 a mn Die a ij heißen die
MehrProbeklausur Signale + Systeme Kurs TIT09ITA
Probeklausur Signale + Systeme Kurs TIT09ITA Dipl.-Ing. Andreas Ströder 13. Oktober 2010 Zugelassene Hilfsmittel: Alle außer Laptop/PC Die besten 4 Aufgaben werden gewertet. Dauer: 120 min 1 Aufgabe 1
Mehr2. Fourier-Transformation
2. Fourier-Transformation Die Fourier-Transformation ist ein wichtiges Hilfsmittel für die dynamische Analyse linearer Systeme: Die Fourier-Transformierte der Antwort ist gleich dem Produkt der Fourier-Transformierten
MehrÜbung 1: Charakterisierung von Signalen
Übung Signale und Systeme Sommersemester Übung : Charakterisierung von Signalen 5.April Übung : Charakterisierung von Signalen. Zeichnen Sie die folgenden Signale und diskutieren Sie deren Eigenschaften:
MehrÜBUNG 4: ENTWURFSMETHODEN
Dr. Emil Matus - Digitale Signalverarbeitungssysteme I/II - Übung ÜBUNG : ENTWURFSMETHODEN 5. AUFGABE: TIEFPASS-BANDPASS-TRANSFORMATION Entwerfen Sie ein nichtrekursives digitales Filter mit Bandpasscharakteristik!
MehrTontechnik 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
MehrA. Die Laplace-Transformation
A. Die Laplace-Transformation Die Laplace-Transformation ist eine im Wesentlichen eineindeutige Zuordnung von Funktionen der Zeit t zu Funktionen einer komplexen Variablen s. Im Rahmen der einseitigen)
MehrAufgabe: Summe Punkte (max.): Punkte:
ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 2. Teilprüfung 389.055 A Signale und Systeme 2 Institute of Telecommunications
MehrDiskrete Signalverarbeitung und diskrete Systeme
Diskrete Signalverarbeitung und diskrete Systeme Computer- basierte Verarbeitung von Signalen und Realisierung von Systemverhalten erfordern diskrete Signale und diskrete Systembeschreibungen. Wegen der
Mehr= ( n x j x j ) 1 / 2
15 Skalarprodukte 77 15 Skalarprodukte 15.1 Einführung. a) Ab jetzt sei stets K = R oder K = C, da Wurzeln eine wichtige Rolle spielen werden. b) Nach dem Satz des Pythagoras ist die Länge eines Vektors
MehrAufgabe: Summe Punkte (max.): Punkte:
ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 1. Teilprüfung 389.055 B Signale und Systeme Institute of Telecommunications
MehrÜbung 5 zur Vorlesung SYSTEMORIENTIERTE INFORMATIK HW-, SW-CODESIGN
Fakultät Informatik, Institut für Angewandte Informatik, Professur Technische Informationssysteme Übung 5 zur Vorlesung SYSTEMORIENTIERTE INFORMATIK HW-, SW-CODESIGN BEDEUTUNG DER GEWICHTSFUNKTION UND
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
MehrKlausur im Lehrgebiet. Signale und Systeme. - Prof. Dr.-Ing. Thomas Sikora - Name:... Bachelor ET Master TI Vorname:... Diplom KW Magister...
Signale und Systeme - Prof. Dr.-Ing. Thomas Sikora - Name:............................ Bachelor ET Master TI Vorname:......................... Diplom KW Magister.............. Matr.Nr:..........................
MehrKlausur 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:
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:
MehrMathematik, Signale und moderne Kommunikation
Natur ab 4 - PH Baden Mathematik, Signale und moderne Kommunikation 1 monika.doerfler@univie.ac.at 29.4.2009 1 NuHAG, Universität Wien monika.doerfler@univie.ac.at Mathematik, Signale und moderne Kommunikation
MehrSystem- und Signaltheorie
Otto Mildenberger System- und Signaltheorie Grundlagen für das informationstechnische Studium 3., überarbeitete und erweiterte Auflage Mit 166 Bildern vieweg 1 Einleitung 1 1.1 Aufgaben der Systemtheorie
Mehr3.5 Schnelle Fouriertransformation (FFT, DFT)
3.5 Schnelle Fouriertransformation (FFT, DFT) 3.5.1 Grundlagen Ein Polynom P = i a ix i C[x] vom Grad n ist eindeutig durch seine Koeffizienten a i bestimmt, d.h. man hat eine Bijektion {Polynome C[x]
MehrAufgabe: Summe Punkte (max.): Punkte:
ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 1. Teilprüfung 389.055 A Signale und Systeme 2 Institute of Telecommunications
MehrÜbung 6 zur Vorlesung SYSTEMORIENTIERTE INFORMATIK HW-,SW-CODESIGN
Fakultät Informatik, Institut für Angewandte Informatik, Professur Technische Informationssysteme Übung 6 zur Vorlesung SYSTEMORIENTIERTE INFORMATIK HW-,SW-CODESIGN Übungsleiter: Dr.-Ing. Heinz-Dieter
MehrHilfsblätter Lineare Algebra
Hilfsblätter Lineare Algebra Sebastian Suchanek unter Mithilfe von Klaus Flittner Matthias Staab c 2002 by Sebastian Suchanek Printed with L A TEX Inhaltsverzeichnis 1 Vektoren 1 11 Norm 1 12 Addition,
Mehr4. Leistungs- und Kreuzleistungsdichtespektren
4. Leistungs- und Kreuzleistungsdichtespektren 23.4.18 Die bereits in Kapitel 1.2 einführten Leistungsdichtespektren werden nun genauer untersucht. Zudem werden Kreuzleistungsdichtespektren eingeführt.
MehrGrundlagen der Signalverarbeitung
Grundlagen der Signalverarbeitung Zeitdiskrete Signale Wintersemester 6/7 Kontinuierliche und diskrete Signale wertkontinuierlich wertdiskret Signal Signal Signal Signal zeitdiskret zeitkontinuierlich
MehrÜbung 5 zur Vorlesung SYSTEMORIENTIERTE INFORMATIK HW-, SW-CODESIGN
Fakultät Informatik, Institut für Angewandte Informatik, Professur Technische Informationssysteme Übung 5 zur Vorlesung SYSTEMORIENTIERTE INFORMATIK HW-, SW-CODESIGN Übungsleiter: Dr.-Ing. H.-D. Ribbecke
Mehreinige Zusatzfolien für s Seminar
Signale und Systeme einige Zusatzfolien für s Seminar Dr. Mike Wolf, Fachgebiet Nachrichtentechnik Signale und Systeme Fourierreihe reelle Fourierreihe betrachtet wird ein periodisches Zeitsignal u p mit
MehrDas wissen Sie: 6. Welche Möglichkeiten zur Darstellung periodischer Funktionen (Signalen) kennen Sie?
Das wissen Sie: 1. Wann ist eine Funktion (Signal) gerade, ungerade, harmonisch, periodisch (Kombinationsbeispiele)? 2. Wie lassen sich harmonische Schwingungen mathematisch beschreiben und welche Beziehungen
MehrAufgabe: Summe Punkte (max.): Punkte:
ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 1. Teilprüfung 389.055 B Signale und Systeme 2 Institute of Telecommunications
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
MehrTheorie digitaler Systeme
Theorie digitaler Systeme Vorlesung 2: Fakultät für Elektro- und Informationstechnik, anfred Strohrmann Einführung Frequenzgang zeitkontinuierlicher Systeme beschreibt die Änderung eines Spektrums bei
MehrAufgabe: Summe Punkte (max.): Punkte:
ZUNAME:... VORNAME:... MAT. NR.:.... Teilprüfung 389.055 A Signale und Systeme Institute of Telecommunications TU-Wien.06.06 Bitte beachten Sie: Bitte legen Sie Ihren Studierendenausweis auf Ihrem Tisch
MehrDigitale Signalverarbeitung, Vorlesung 3: Laplace- und z-transformation
Digitale Signalverarbeitung, Vorlesung 3: Laplace- und z-transformation 7. November 2016 1 Laplacetransformation 2 z-transformation Ziel: Reverse-Engineering für Digitale Filter Einführung der z-transformation
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
MehrFormelsammlung zum Skriptum
Systemtheorie und Regelungstechnik I - WS08/09 Formelsammlung zum Skriptum Kapitel 2 Satz 23 (Lokale Existenz und Eindeutigkeit) Es sei f (x, t) stückweise stetig in t und genüge der Abschätzung (Lipschitz-Bedingung)
Mehr