SiSy1, Praktische Übung 3. Fourier-Analyse (periodischer Signale) kann als Fourier-Reihe 1 beschrieben werden:

Größe: px
Ab Seite anzeigen:

Download "SiSy1, Praktische Übung 3. Fourier-Analyse (periodischer Signale) kann als Fourier-Reihe 1 beschrieben werden:"

Transkript

1 /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= Jeder komplexe Fourier-Koeffizient c k gehört zu einer Frequenz f k, die ein ganzes Vielfaches der sogenannten Grundfrequenz f = / ist: f k = k f. Negative Werte von k werden negativen Frequenzen zugeordnet 2. Die Menge dieser Koeffizienten bilden das Spektrum, die derer Beträge c k das Amplitudenspektrum und die derer Argumente c k das Phasenspektrum des Signals..5 Signal Zeit in ms Amplitudenspektrum Frequenz in Hz Figur Periodisches Signal mit Grundfrequenz f = 2 Hz und (zweiseitiges 3 ) Amplitudenspektrum. Man beachte, dass wegen der alternierenden Symmetrieeigenschaft des Dreiecksignals die Spektrallinien für geradzahlige Vielfache der Grundfrequenz f verschwinden. Das Amplitudenspektrum eines reellen Signals ist gerade, d. h. symmetrisch zur Achse f =, das Phasenspektrum ist ungerade, d. h. symmetrisch zum Koordinatenursprung. [] Führer, Heidemann, Nerreter, Grundgebiete der Elektrotechnik, Band 2, Hanser, bis 9..5, 9.3, 9.3., 9.3.2, 9.4., Tafel S. 298 [2] Martin Meyer, Signalverarbeitung, Vieweg, 998, 2.2, 5.3 [3] Daniel Ch. von Grünigen, Digitale Signalverarbeitung, Fachbuchverlag Leipzig im Carl Hanser Verlag, 2, 2.2., [4] Lothar Papula, Mathematische Formelsammlung, Vieweg 2 Positive und negative Frequenzen entsprechen gegenläufigen Drehzeigern. 3 Das Spektrum wird zweiseitig genannt, weil es auch für negative Frequenzen existiert.

2 Das Bestimmen der Fourier-Koeffizienten für eine gegebene periodische Funktion x(t) heisst Fourier- Analyse. Die Koeffizienten können nach folgender Formel bestimmt werden: c k = x( t)e jk2πf t dt Dieses Integral kann nur für einfache Funktionsverläufe geschlossen gelöst werden. In den meisten Fällen muss es numerisch mittels der diskreten Fourier-Transformation (DFT) approximativ berechnet werden. Die Funktion x(t) muss in diesem Fall in abgetasteter Form vorliegen, d. h. als Zahlenfolge {x k } = {x(kt s )} = {x, x, x 2,, x N } mit k =,,, N. T s ist dabei das Abtastintervall, N die Anzahl der abgetasteten Werte von x(t), die sogenannte Blocklänge. Zur Berechnung der DFT existiert ein effizienter Algorithmus: die schnelle Fourier-Transformation (Fast Fourier Transformation: FFT). Für die (approximative) Berechnung der Fourier-Koeffizienten eines kontinuierlichen und periodischen Signals mit der DFT sind folgende Hinweise und Bedingungen zu beachten: Auch wenn man kontinuierliche Signale prinzipiell nicht zeitdiskret darstellen kann, müssen diese zur numerischen Berechnung durch eine Folge von zeitdiskreten Abtastwerten dargestellt werden. Um dennoch ein dem kontinuierlichen Signal entsprechendes diskretes Signal zu erhalten, sollte der zeitliche Abstand der Abtastwerte (Abtastintervall T s = /f s ) mindestens 2 mal kleiner sein als die Periodendauer der höchsten noch interessierenden Oberwelle des Signals. Ein periodisches Signal kann wegen seiner unendlichen Dauer ebenfalls nicht dargestellt werden. Damit bei endlicher Signaldauer das Signalspektrum dennoch mit dem des periodischen Signals übereinstimmt, muss die Länge des Signals N T s (Fensterlänge, "Messdauer") ein ganzes vielfaches der Periodendauer der Grundschwingung sein. Damit die Matlab-Funktion fft besonders effizient arbeitet, sollte die Anzahl N der Abtastwerte des Signals eine ganzzahlige Potenz von 2 sein: z. B. 2 9 = 52. Beachten Sie, dass die komplexen Fourier-Koeffizienten wie sie die Matlab-Funktion fft berechnet, betragsmässig um die Blocklänge N grösser als die Koeffizienten c k der Fourier-Reihe sind. Die entsprechenden Matlab-Befehle zur Berechnung des Spektrums lauten: % Definition des Signals f=; % Grundfrequenz T=/f; % Grundperiode n=2^5; % Anzahl Abtastungen pro Periode Ts=T/n; % Abtastintervall fs=/ts; % Abtastfrequenz Tp=4*T; % Signaldauer (hier 4 Perioden) N=4*n; % Blocklänge t=(:n-)*ts; % Zeitvektor A=2; % Signalamplitude x=a*square(2*pi*f*t);%signal(z. B. periodisches Rechtecksignal) figure() plot(t,x) axis([ Tp -.2*A.2*A]) % Approximation der Fourier-Koeffizienten durch DFT X=fft(x,N); % DFT (fft: fast fourier transform) ck=x/n; % Approximation der Fourier-Koeffizienten ck=fftshift(ck); % Zentrieren des Spektrums um f= fk=((:n-)-n/2)*fs/n;% diskrete Frequenzwerte für welche die ck berechnet wurden Ak=abs(ck); % Amplitudenspektrum Pk=8*angle(ck)/pi; % Phasenspektrum in Grad figure(2) stem(fk,ak,'.') % zeichnen des diskreten Amplitudenspektrums axis([-fs/2 fs/2.*max(ak)]) 2/5

3 3/5 Die diskrete Fourier-Transformation liefert grundsätzlich ein periodisches Spektrum mit der Abtastfrequenz als frequenzmässige Periodenlänge. Somit kann die DFT die Koeffizienten der Fourier- Reihe prinzipiell nur approximativ liefern. Für den Vergleich mit dem Spektrum der Fourier-Reihe können nur die Frequenzen bis zur halben Abtastfrequenz herangezogen werden. Die Übereinstimmung ist um so besser, je kleiner die Koeffizienten der Fourier-Reihe bei der halben Abtastfrequenz sind.

4 4/5 Aufgaben. Fourier-Analyse (theoretische Vorarbeit) Bestimmen und skizzieren Sie das zweiseitige Fourier-Spektrum (Amplituden- und Phasenspektrum) der periodischen und kontinuierlichen Rechteckpulsfolge: x(t) = τ / τ t k für τ < T τ. k= Periodische Rechteckpulsfolge Zeit t/ (τ = /4) Figur 2 Rechteckpulsfolge der Periodendauer und Pulsbreite τ (τ < ) gemäss der Formel oben Die Pulshöhe beträgt /τ, so dass die Fläche unterhalb eines Pulses beträgt.. Bestimmen Sie die Fourier-Koeffizienten durch Lösen des Integrals c k = x( t)e jk2πf t dt. Allgemeine Herleitung. Benötigte Formeln: sin( α) = e jα e jα, sinc x 2 j ( ) = sin( π x) π x.2 Welchen Einfluss auf das Amplitudenspektrum hat die Verringerung der Pulsbreite τ gegenüber der (festen) Periodendauer (z. B. = und τ = /2, /4 und /8)? Geben Sie die Koordinaten aller markanten Punkte des Amplitudenspektrums sowie von dessen Umhüllenden. Wie sieht das Amplitudenspektrum im Grenzfall aus, wo τ gegen Null geht? Hinweis: Die einzelnen Pulse werden dabei zu Dirac-Stössen, d. h. verschwindend breit und unendlich hoch..3 Untersuchen Sie was sich für die Koeffizienten ändert, falls das Signal zeitlich um eine halbe Periode (d. h. t = /2) verzögert wird. Bestimmen Sie die Koeffizienten des Signals das durch die Differenz aus dem ursprünglichen und dem neuen Signal gebildet wird.

5 5/5 2. Die diskrete Fourier-Transformation (DFT) als Approximation der Fourier-Reihe 2. Bestimmen Sie das Spektrum eines Sinussignals mit der DFT (Matlab-Funktion fft). Überprüfen Sie das Ergebnis mit dem erwarteten Amplituden- und Phasenspektrum. Bemerkung: Es sollte möglich sein, ein den Erwartungen entsprechendes Spektrum zu erhalten 4. Damit stellen Sie sicher, dass das Verfahren, bzw. Ihr Programm richtig funktioniert. Dies ist Voraussetzung für das Bearbeiten der weiteren Aufgaben. 2.2 Bestimmen Sie numerisch das Amplitudenspektrum eines Dreiecksignals (mit derselben Grundfrequenz wie das vorhin getestete Sinussignal). Vergleichen Sie das erhaltene Spektrum mit dem theoretisch erwarteten und überprüfen Sie, ob die Beträge der diskreten Amplituden auch tatsächlich umgekehrt mit dem Quadrat der Frequenz abnehmen. Bestimmen Sie ausserdem den Klirrfaktor des Signals aus den Amplitudenwerten und vergleichen Sie ihn mit dem theoretisch ermittelten Wert. Benötigte Formel für die Reihenentwicklung des Klirrfaktors: = = π 4 4 2n 96 n= ( ) 4 Welche Massnahmen können getroffen werden, um eine bessere Übereinstimmung des numerisch ermittelten mit dem theoretischen Spektrum zu erhalten? 2.3 Bestimmen Sie die Fourier-Spektren der Signale aus den Aufgaben. und.3 (z. B. für = und τ = /4) und vergleichen Sie die Ergebnisse mit den theoretischen Ergebnissen Ihrer Vorarbeit. Bemerkung: Im Fall der Pulsfolge, bestimmt die Pulsbreite die benötigte Abtastfrequenz: Wählen Sie mindestens 2 Abtastwerte innerhalb der Pulsdauer. 4 Sollte dies nicht der Fall sein, so müssen Sie das Einhalten der Hinweise für die Bestimmung der Fourier-Koeffizienten mit der DFT sicherstellen.

Fourier-Reihe und -Spektrum

Fourier-Reihe und -Spektrum SiSy, Fourier-Reihen / Fourier-Reihe und -Spektrum Fourier-Darstellung periodischer Funktionen. Einleitung In vielen technischen Anwendungen sind die zeitlichen Verläufe von Signalen wie z.b. Spannung

Mehr

Schnelle Fouriertransformation (FFT)

Schnelle Fouriertransformation (FFT) Schnelle Fouriertransformation (FFT) Inhaltsverzeichnis 1 Schnelle Fouriertransformation (FFT)... 3 1.1 Das Realtime-Konzept der Goldammer-Messkarten... 3 1.2 Das Abtasttheorem oder Regeln für die Abtastung

Mehr

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

A2.1: Gleichrichtung. Die Grafik zeigt das periodische Signal x(t). Legt man x(t) an den Eingang einer Nichtlinearität mit der Kennlinie Abschnitt: 2.1 Allgemeine Beschreibung A2.1: Gleichrichtung Die Grafik zeigt das periodische Signal x(t). Legt man x(t) an den Eingang einer Nichtlinearität mit der Kennlinie so erhält man am Ausgang das

Mehr

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

Diskrete Fourier-Transformation und FFT. 1. Die diskrete Fourier-Transformation (DFT) 2. Die Fast Fourier Transform (FFT) Diskrete Fourier-Transformation und FFT 2. Die Fast Fourier Transform (FFT) 3. Anwendungsbeispiele der DFT 1 Wiederholung: Fourier-Transformation und Fourier-Reihe Fourier-Transformation kontinuierlicher

Mehr

Beate Meffert, Olaf Hochmuth: Werkzeuge der Signalverarbeitung, Pearson 2004

Beate Meffert, Olaf Hochmuth: Werkzeuge der Signalverarbeitung, Pearson 2004 4 Signalverarbeitung 4.1! Grundbegriffe! 4.2! Frequenzspektren, Fourier-Transformation! 4.3! Abtasttheorem: Eine zweite Sicht Weiterführende Literatur (z.b.):!! Beate Meffert, Olaf Hochmuth: Werkzeuge

Mehr

Puls-Code-Modulation. Thema: PCM. Ziele

Puls-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

Mehr

Runde 9, Beispiel 57

Runde 9, Beispiel 57 Runde 9, Beispiel 57 LVA 8.8, Übungsrunde 9,..7 Markus Nemetz, markus.nemetz@tuwien.ac.at, TU Wien, 3..7 Angabe Seien y, z C N und c, d C N ihre Spektralwerte. Außerdem bezeichne (x k ) k die N - periodische

Mehr

,Faltung. Heavisidefunktion σ (t), Diracimpuls δ (t) Anwendungen. 1) Rechteckimpuls. 2) Sprungfunktionen. 3) Schaltvorgänge

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

Mehr

Grundlagen der Signalverarbeitung

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

Mehr

3. Fourieranalyse und Amplitudenspektren

3. Fourieranalyse und Amplitudenspektren 3.1 Fourieranalyse 3.1.1 Einleitung Laut dem französischen Mathematiker Fourier (1768-1830) kann jedes periodische Signal in eine Summe von sinusförmigen Signalen mit unterschiedlichen Amplituden, Frequenzen

Mehr

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

4.1 Grundbegriffe 4.2 Frequenzspektren, Fourier-Transformation 4.3 Abtasttheorem: Eine zweite Sicht 4.4 Filter 4 Signalverarbeitung 4.1 Grundbegriffe 4.2 Frequenzspektren, Fourier-Transformation 4.3 Abtasttheorem: Eine zweite Sicht 4.4 Filter Weiterführende Literatur (z.b.): Beate Meffert, Olaf Hochmuth: Werkzeuge

Mehr

Zusammenfassung der 1. Vorlesung

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

Mehr

Nachrichtentechnik [NAT] Kapitel 4: Fourier-Transformation. Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik

Nachrichtentechnik [NAT] Kapitel 4: Fourier-Transformation. Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik Nachrichtentechnik [NAT] Kapitel 4: Fourier-Transformation Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik Sommersemester 25 Inhaltsverzeichnis Inhalt Inhaltsverzeichnis 4 Fourier-Transformation 3

Mehr

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

Bildverarbeitung Herbstsemester 2012. Fourier-Transformation

Bildverarbeitung Herbstsemester 2012. Fourier-Transformation Bildverarbeitung Herbstsemester 2012 Fourier-Transformation 1 Inhalt Fourierreihe Fouriertransformation (FT) Diskrete Fouriertransformation (DFT) DFT in 2D Fourierspektrum interpretieren 2 Lernziele Sie

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

Relevante Frequenztransformationen

Relevante Frequenztransformationen Relevante Frequenztransformationen Medientechnologie IL Andreas Unterweger Vertiefung Medieninformatik Studiengang ITS FH Salzburg Sommersemester 206 Andreas Unterweger (FH Salzburg) Relevante Frequenztransformationen

Mehr

:. (engl.: first harmonic frequency)

:. (engl.: first harmonic frequency) 5 Fourier-Reihen 5.1 Schwingungsüberlagerung 5.2 "Oberschwingungen" f 0 :. (engl.: fundamental frequency) :. (engl.: first harmonic frequency) Jede ganzzahlige (n) vielfache Frequenz von f 0 nennt man

Mehr

Beate Meffert, Olaf Hochmuth: Werkzeuge der Signalverarbeitung, Pearson 2004

Beate Meffert, Olaf Hochmuth: Werkzeuge der Signalverarbeitung, Pearson 2004 4 Signalverarbeitung 4.1 Grundbegriffe 4.2 Frequenzspektren, Fourier-Transformation 4.3 Abtasttheorem: Eine zweite Sicht 4.4 Filter Weiterführende Literatur (z.b.): Beate Meffert, Olaf Hochmuth: Werkzeuge

Mehr

Spektrumanalyse. Inhalt. I. Einleitung 2. II. Hauptteil 2-8

Spektrumanalyse. 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.

Mehr

Approximation von Funktionen

Approximation von Funktionen von Funktionen Fakultät Grundlagen Februar 6 Fakultät Grundlagen von Funktionen Übersicht Problemstellung Taylorpolynom Taylorenreihe Zusammenhang von e-funktion und trigonometrischen Funktionen 3 Fakultät

Mehr

Digitale Signalverarbeitung Bernd Edler

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

Mehr

Nerreter, Grundlagen der Elektrotechnik Carl Hanser Verlag München. 9 Nichtsinusförmige Größen

Nerreter, Grundlagen der Elektrotechnik Carl Hanser Verlag München. 9 Nichtsinusförmige Größen Nerreter, Grundlagen der Elektrotechnik Carl Hanser Verlag München 9 Nichtsinusförmige Größen Aufgabe 9.9 Die Klemmenspannung u(t) der zweipoligen Schaltung hat die Grundfrequenz f 1 = 100 Hz und wird

Mehr

Technische Beschreibung der akustischen Signalkette

Technische Beschreibung der akustischen Signalkette Technische Beschreibung der akustischen Signalkette Wichtige Aufgabe: Vielfältige Medien Gestaltung akustischer Kommunikationsketten (Sprache, Geräusche, Musik, CD, Radio, mp3,...) Unterschiedlichste Information

Mehr

Allgemeine Beschreibung (1)

Allgemeine Beschreibung (1) Allgemeine Beschreibung (1) Jede periodische Funktion x(t) kann in allen Bereichen, in denen sie stetig ist oder nur endlich viele Sprungstellen aufweist, in eine trigonometrische Reihe entwickelt werden,

Mehr

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

IKA IKA. Zeitsignale. Analoge, zeitdiskrete, und digitale Signale Zeitsignale Je nach Zeitbasis und Wertemenge des Signals unterscheidet man zeit- und wertkontinuierliche Signale (analoge Signale); zeitdiskrete, aber wertkontinuierliche Signale (zeitdiskrete Signale);

Mehr

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

Praktikum Grundlagen der Elektrotechnik

Praktikum Grundlagen der Elektrotechnik Fakultät für Elektrotechnik und Informationstechnik Institut für Informationstechnik Lehrgruppe Grundlagen der Elektrotechnik Praktikum Grundlagen der Elektrotechnik 1. Versuchsbezeichnung GET 10: Fourieranalyse

Mehr

Beate Meffert, Olaf Hochmuth: Werkzeuge der Signalverarbeitung, Pearson 2004

Beate Meffert, Olaf Hochmuth: Werkzeuge der Signalverarbeitung, Pearson 2004 4 Signalverarbeitung 4.1! Grundbegriffe 4.2! Frequenzspektren, Fourier-Transformation 4.3! Abtasttheorem: Eine zweite Sicht 4.4! Filter! Weiterführende Literatur (z.b.): Beate Meffert, Olaf Hochmuth: Werkzeuge

Mehr

Amplitudenunabhängige. Impulslängenbestimmung. mit Hilfe der. Cepstrum-Analyse

Amplitudenunabhängige. Impulslängenbestimmung. mit Hilfe der. Cepstrum-Analyse Amplitudenunabhängige Impulslängenbestimmung mit Hilfe der Cepstrum-Analyse Dipl.-Ing. Leo Baumann Datum 15.03.1999 Inhalt 1.0 Kontinuierliche Berechnung 2.0 Diskrete Berechnung 3.0 Einige Beispiele 4.0

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

Spektrum zeitdiskreter Signale

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

Mehr

Fourier- und Laplace- Transformation

Fourier- und Laplace- Transformation Skriptum zur Vorlesung Mathematik für Ingenieure Fourier- und Laplace- Transformation Teil : Fourier-Transformation Prof. Dr.-Ing. Norbert Höptner (nach einer Vorlage von Prof. Dr.-Ing. Torsten Benkner)

Mehr

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

Versuch 3: Anwendungen der schnellen Fourier-Transformation (FFT)

Versuch 3: Anwendungen der schnellen Fourier-Transformation (FFT) Versuch 3: Anwendungen der schnellen Fourier-Transformation (FFT) Ziele In diesem Versuch lernen Sie zwei Anwendungen der Diskreten Fourier-Transformation in der Realisierung als recheneffiziente schnelle

Mehr

Digitale Signalverarbeitung Bernd Edler

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

Mehr

Angewandte Mathematik und Programmierung

Angewandte Mathematik und Programmierung Angewandte Mathematik und Programmierung Einführung in das Konzept der objektorientierten Anwendungen zu mathematischen Rechnens SS2013 Inhalt Fourier Reihen Sehen wir in 2 Wochen Lösung der lin. Dgln.

Mehr

Elektro- und Informationstechnik WS 2012/2013. Mathematik II - Übungsblatt 04 mit Lösungsvorschlägen. a 2, a 1, b 1,

Elektro- und Informationstechnik WS 2012/2013. Mathematik II - Übungsblatt 04 mit Lösungsvorschlägen. a 2, a 1, b 1, Aufgabe 1 - Übungsblatt 04 mit Lösungsvorschlägen Berechnen Sie die Fourierkoeffizienten a 0, a 1, a 2, b 1, b 2 der im folgenden Diagramm dargestellte Rechteckspannung: Hinweis: Suchen Sie zunächst nach

Mehr

Kapitel 2: Fourieranalyse. Analoge, periodische Signale

Kapitel 2: Fourieranalyse. Analoge, periodische Signale ZHW, NM, 5/, Rur Kapitel : Fourieranalyse Analoge, periodische Signale Inhaltsverzeichnis. EINLEIUNG.... LINEARER MIELWER... 3. LEISUNG UND EFFEKIVWER...3 4. WINKELFUNKIONEN...3 5. FOURIERREIHE...4 6.

Mehr

Fourier-Reihen und Fourier-Transformation

Fourier-Reihen und Fourier-Transformation Fourier-Reihen und Fourier-Transformation Matthias Dreÿdoppel, Martin Koch, Bernhard Kreft 25. Juli 23 Einleitung Im Folgenden sollen dir und die Fouriertransformation erläutert und mit Beispielen unterlegt

Mehr

Fourier-Reihe mit komplexer Exponentialfunktion

Fourier-Reihe mit komplexer Exponentialfunktion Fourier-Reihe mit komplexer Exponentialfunktion Jörn Loviscach Versionsstand: 9. Juni 2010, 15:54 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. 1 Überlagung sinusförmiger

Mehr

Fourier - Transformation

Fourier - Transformation Fourier - Transformation Kurzversion 2. Sem. Prof. Dr. Karlheinz Blankenbach Hochschule Pforzheim, Tiefenbronner Str. 65 75175 Pforzheim Überblick / Anwendungen / Motivation: Die Fourier-Transformation

Mehr

Diskrete Fourier Transformation (DFT): Zeitfenster, Frequenzauflösung, Fensterfunktionen

Diskrete Fourier Transformation (DFT): Zeitfenster, Frequenzauflösung, Fensterfunktionen Diskrete Fourier Transformation (DFT): Zeitfenster, Frequenzauflösung, Fensterfunktionen Fourier-Analyse Zeitfenster DFT Zeit [s] 2 Frequenz [Hz] Fourier-Analyse Abtastintervall TT aa : Zeit zwischen zwei

Mehr

Digitale Signalverarbeitung Bernd Edler

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

Mehr

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

5. Fourier-Transformation

5. Fourier-Transformation Fragestellungen: 5. Fourier-Transformation Bei Anregung mit einer harmonischen Last kann quasistatitisch gerechnet werden, wenn die Erregerfrequenz kleiner als etwa 30% der Resonanzfrequenz ist. Wann darf

Mehr

Das wissen Sie: 6. Welche Möglichkeiten zur Darstellung periodischer Funktionen (Signalen) kennen Sie?

Das 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

Mehr

Vom Zeit- zum Spektralbereich: Fourier-Analyse

Vom Zeit- zum Spektralbereich: Fourier-Analyse Vom Zeit- zum Spektralbereich: Fourier-Analyse Ergebnis der Analyse Zerlegung eines beliebigen periodischen Signals in einem festen Zeitfenster in eine Summe von Sinoidalschwingungen Ermittlung der Amplituden

Mehr

Spektrale Analyse Fourier Transformation

Spektrale Analyse Fourier Transformation Spektrale Analyse Fourier Transformation Fragestellung: Bestimmung der Amplitude eines verrauschten Signals UU =? 2 Fragestellung: Bestimmung der Amplitude eines verrauschten Signals UU =? 3 Frequenz-Spektrum

Mehr

Systemtheorie Teil A. - Zeitkontinuierliche Signale und Systeme - Musterlösungen. Manfred Strohrmann Urban Brunner

Systemtheorie 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

Mehr

Abtastung. Normalisierte Kreisfrequenz = DSP_9-Abtasttheorem 2

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

Mehr

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

FH Jena Prüfungsaufgaben - Master Prof. Giesecke FB ET/IT Digitale Signalverarbeitung SS 2012 FB ET/IT Digitale Signalverarbeitung SS 0 Name, Vorname: Matr.-Nr.: Zugelassene Hilfsmittel: beliebiger Taschenrechner ein mathematisches Formelwerk eine selbsterstellte Formelsammlung Wichtige Hinweise:

Mehr

9 Fourier-Transformation

9 Fourier-Transformation 9 Fourier-Transformation Zoltán Zomotor Versionsstand: 5. September 2015, 18:26 Die nummerierten Felder bitte mithilfe der Videos ausfüllen: http://www.z5z6.de This work is based on the works of Jörn Loviscach

Mehr

4. Übung für Übungsgruppen Musterlösung

4. Übung für Übungsgruppen Musterlösung Grundlagenveranstaltung Systemtheorie WS 6/7 (H.S. Stiehl, AB Kognitive Systeme, FB Informatik der Universität Hamburg). Übung für Übungsgruppen Musterlösung (N. Stein, Institut für Angewandte Physik,

Mehr

Zusammenfassung der 1. Vorlesung

Zusammenfassung der 1. Vorlesung Zusammenfassung der 1. Vorlesung Einordnung und Motivation Grundlegende Definitionen Kontinuierliches Signal Zeitdiskretes Signal Quantisiertes Signal Digitales Signal Kontinuierliches System Abtastsystem

Mehr

5. Fourier-Transformation

5. Fourier-Transformation 5. Fourier-Transformation 5.1 Definition 5.2 Eigenschaften 5.3 Transformation reeller Funktionen 5.4 Frequenzbereich und Zeitbereich 2.5-1 5.1 Definition Definition: Die Fourier-Transformation einer Funktion

Mehr

Programmierung und Angewandte Mathematik

Programmierung und Angewandte Mathematik Programmierung und Angewandte Mathematik C++ /Scilab Programmierung und Einführung in das Konzept der objektorientierten Anwendungen zu wissenschaftlichen Rechnens SS 2012 Inhalt Steckbrief der Funktion

Mehr

16 Fourier-Reihe mit komplexer Exponentialfunktion

16 Fourier-Reihe mit komplexer Exponentialfunktion 16 Fourier-Reihe mit komplexer Exponentialfunktion Jörn Loviscach Versionsstand: 21. März 2014, 21:45 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen beim Ansehen der Videos: http://www.j3l7h.de/videos.html

Mehr

Theorie digitaler Systeme

Theorie 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

Mehr

Musterlösung zur Klausur Signale und Systeme

Musterlösung 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

Mehr

Aufgabe: Summe Punkte (max.): Punkte:

Aufgabe: Summe Punkte (max.): Punkte: ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 1. Teilprüfung 389.055 A Signale und Systeme 2 Institute of Telecommunications

Mehr

Hertz ), also 1 Schwingung pro Sekunde. Der Vorfaktor A ist die Amplitude, er misst die Lautstärke des Tons.

Hertz ), also 1 Schwingung pro Sekunde. Der Vorfaktor A ist die Amplitude, er misst die Lautstärke des Tons. 1 Vorbereitungen 1.1 Was ist und wofür braucht man Fourieranalysis? Anwendungsgebiete der Fourier-Analysis sind z.b. Signalverarbeitung, Bildverarbeitung, Schaltkreisentwurf, Elektrodynamik, Optik, Akustik,

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

Systemtheorie Teil B

Systemtheorie Teil B d + d z + c d z + c uk d + + yk z d + c d z + c Systemtheorie eil B - Zeitdiskrete Signale und Systeme - Musterlösungen Manfred Strohrmann Urban Brunner Inhalt Musterlösungen - Signalabtastung und Rekonstruktion...

Mehr

Grundlagen der Elektrotechnik 3. Übungsaufgaben

Grundlagen der Elektrotechnik 3. Übungsaufgaben Campus Duisburg Grundlagen der Elektrotechnik 3 Nachrichtentechnische Systeme Prof. Dr.-Ing. Ingolf Willms Version Juli 08 Aufgabe 1: Man bestimme die Fourier-Reihenentwicklung für die folgende periodische

Mehr

Grundlagen der Schwingungslehre

Grundlagen der Schwingungslehre Grundlagen der Schwingungslehre Einührung. Vorgänge, bei denen eine physikalische Größe in estem zeitlichen Abstand ein und denselben Werteverlau auweist, werden als periodisch bezeichnet. Den zeitlichen

Mehr

MusterModulprüfung. Anteil Transformationen

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

Mehr

Technische Schwingungslehre, WS2009/10

Technische Schwingungslehre, WS2009/10 Institut für Technische Mechanik Prof. Dr.-Ing. C. Proppe Prof. Dr.-Ing. W. Seemann Technische Schwingungslehre, WS9/ Übungsblatt Nr. Thema: Darstellung von Schwingungen Formelsammlung: Grundbegriffe der

Mehr

HTBLA Neufelden Fourierreihen Seite 1 von 14. Peter Fischer

HTBLA Neufelden Fourierreihen Seite 1 von 14. Peter Fischer HTBLA Neufelden Fourierreihen Seite von 4 Peter Fischer pe.fischer@atn.nu Fourierreihen Mathematische / Fachliche Inhalte in Stichworten: Fourierreihe, Fourierkoeffizienten, gerade und ungerade Funktionen,

Mehr

Zuname: Vorname: KennNr: Matr.Nr: PRÜFUNG AUS MATHEMATIK 3. 1)(8 P.) Lösen Sie das folgende AWP mit Hilfe der Laplacetransformation.

Zuname: Vorname: KennNr: Matr.Nr: PRÜFUNG AUS MATHEMATIK 3. 1)(8 P.) Lösen Sie das folgende AWP mit Hilfe der Laplacetransformation. (8 P.) Lösen Sie das folgende AWP mit Hilfe der Laplacetransformation. y 7y + 10y = sin(2x), y(0) = 1, y (0) = 3. x ( ) Bemerkung: Für festes a gilt L(e ax ) = 1 und L sin(ax) = arctan a. s a x s Die auftretenden

Mehr

Mathematik III Die Fourier-Transformation in Bildern

Mathematik III Die Fourier-Transformation in Bildern Mathematik III Die Fourier-Transformation in Bildern Cornelia Busch D-CHAB 20. Dezember 2018 Eine periodische Funktion f (t)... ... wird zerlegt: f (t) = sin(3t) + cos(5t). f (t) = cos(2t) + sin(3t) +

Mehr

Praktikum, NT 1: Spektrumsschätzung

Praktikum, NT 1: Spektrumsschätzung Praktikum, NT 1: Spektrumsschätzung Versuchsentwurf: M.Sc., Dipl. Ing. (FH) Marko Hennhöfer, FG Nachrichtentechnik Version vom 4. Dezember 2007 1 1 Einführung und Motivation 1.1 Anwendung In der Praxis

Mehr

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

Einführung in die Signalverarbeitung

Einführung in die Signalverarbeitung Einführung in die Signalverarbeitung Phonetik und Sprachverarbeitung, 2. Fachsemester, Block Sprachtechnologie I Florian Schiel Institut für Phonetik und Sprachverarbeitung, LMU München Signalverarbeitung

Mehr

Lösungsblatt 2 Signalverarbeitung und Klassifikation

Lösungsblatt 2 Signalverarbeitung und Klassifikation Fakultät für Informatik Übung zu Kognitive Systeme Sommersemester 06 M. Sperber (matthias.sperber@kit.edu) S. Nguyen (thai.nguyen@kit.edu) Lösungsblatt Signalverarbeitung und Klassifikation Aufgabe : Faltung

Mehr

Uebungsserie 1.1 Harmonische Signale und Ihre Darstellung

Uebungsserie 1.1 Harmonische Signale und Ihre Darstellung 28. September 2016 Elektrizitätslehre 3 Martin Weisenhorn Uebungsserie 1.1 Harmonische Signale und Ihre Darstellung Aufgabe 1. Die nachfolgende Grafik stellt das Oszillogramm zweier sinusförmiger Spannungen

Mehr

Fourierreihen und Spektrenanalyse Protokoll 11

Fourierreihen und Spektrenanalyse Protokoll 11 Fourierreihen und Spektrenanalyse Protokoll 11 Messtechnik II für KEB, TFH Berlin, Gruppe D 17. Januar 27 Torben Zech 738845 Martin Henning 73615 Abdurrahman Namdar 73968 Inhaltsverzeichnis 1 Grundgedanke

Mehr

Übungen zu Transformationen. im Bachelor ET oder EW. Version 2.0 für das Wintersemester 2014/2015 Stand:

Übungen 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

Mehr

Integraltransformationen

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

Mehr

einige Zusatzfolien für s Seminar

einige 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

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

Komplexe Analysis für ITET und RW/CSE. Serie 11

Komplexe Analysis für ITET und RW/CSE. Serie 11 Prof. Dr. F. Da Lio R. Gantner Frühlingssemester 5 Komplexe Analysis für ITET und RW/CSE ETH Zürich D-MATH Serie Aufgabe. Fourierreihen (.a Sei f p die ungerade periodische Fortsetzung der Funktion f :

Mehr

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

und mit t in Sekunden wird mit einer Frequenz von 8000 Hz abgetastet. Die Abtastung beginnt bei t=0 mit dem Zeitindex n=0. Aufgabe 1 Das periodische Signal x t) 0,5 sin(2 f t) 0,5 cos(2 f t) mit f 1000Hz und mit f 2000Hz ( 1 2 1 2 und mit t in Sekunden wird mit einer Frequenz von 8000 Hz abgetastet. Die Abtastung beginnt bei

Mehr

Überblick zu Kapitel 2

Überblick zu Kapitel 2 Überblick zu Kapitel 2 Im Folgenden werden periodische Signale betrachtet und diese sowohl im Zeit als auch im Frequenzbereich mathematisch beschrieben. Dieses Kapitel beinhaltet im Einzelnen: einige Grundbegriffe

Mehr

Klausur zu Signal- und Systemtheorie I 20. Januar 2015

Klausur zu Signal- und Systemtheorie I 20. Januar 2015 Institut für Kommunikationstechnik Prof. Dr. Helmut Bölcskei Klausur zu Signal- und Systemtheorie I 20. Januar 2015 Bitte beachten Sie: Prüfungsdauer: 180 Minuten Erreichbare Punkte: 100 Als Hilfsmittel

Mehr

Übung 3: Fouriertransformation

Übung 3: Fouriertransformation ZHAW, SiSy HS202, Rumc, Übung 3: Fouriertransformation Aufgabe Fouriertransformation Dirac-Impuls. a) Bestimmen Sie die Fouriertransformierte S(f) des Dirac-Impulses s(t) = δ(t) und interpretieren Sie

Mehr

Kapitel 3 Trigonometrische Interpolation

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

Mehr

Anwendungen der Fourier-Entwicklung in der Elektrotechnik 1 / 22

Anwendungen der Fourier-Entwicklung in der Elektrotechnik 1 / 22 Anwendungen der Fourier-Entwicklung in der Elektrotechnik 1 / Unser heutiges Ziel Reaktion eines Netzwerks auf ein periodisches Eingangssignal oder speziell Wie reagiert ein RC-Glied auf periodische Erregung?

Mehr

Spektralanalyse. Spektralanalyse ist derart wichtig in allen Naturwissenschaften, dass man deren Bedeutung nicht überbewerten kann!

Spektralanalyse. Spektralanalyse ist derart wichtig in allen Naturwissenschaften, dass man deren Bedeutung nicht überbewerten kann! Spektralanalyse Spektralanalyse ist derart wichtig in allen Naturwissenschaften, dass man deren Bedeutung nicht überbewerten kann! Mit der Spektralanalyse können wir Antworten auf folgende Fragen bekommen:

Mehr

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

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

Lösungsblatt 2 Signalverarbeitung

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

Mehr

Messung & Darstellung von Schallwellen

Messung & Darstellung von Schallwellen Messung Digitalisierung Darstellung Jochen Trommer jtrommer@uni-leipzig.de Universität Leipzig Institut für Linguistik Phonologie/Morphologie SS 2007 Messung Digitalisierung Darstellung Überblick Messung

Mehr

Informationstechnik Lösung SS 2006

Informationstechnik Lösung SS 2006 Prüfung: Informationstechnik MT 7D51 Termin: Mittwoch, 05. Juli 2006 8:30 10:30 Prüfer: Prof. J. Walter Hilfsmittel: beliebig / kein Internet / kein WLAN Name: Vorname: Projekt: bitte keine rote Farbe

Mehr

SYS_A - ANALYSIEREN. Statistik. NTB Druckdatum: SYS A. Histogramm (Praxis) Gaußsche Normalverteilung (Theorie) Gebrauch: bei n > 100

SYS_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

Mehr

Fourier-Transformation und Saitenschwingung

Fourier-Transformation und Saitenschwingung F-Praktikum Versuch 1.1 Diego Semmler, Nils Höres Seite 1/13 Fortgeschrittenen-Praktikum Fourier-Transformation und Saitenschwingung Diego Semmler, Nils Höres diego@messenger.dsemmler.de nils@hoeres.de

Mehr

7 Fourier-Transformation

7 Fourier-Transformation 7 Fourier-Transformation Ausgangspunkt: Die bereits bekannte Fourier-Reihenentwicklung einer T-periodischen, stückweise stetig differenzierbaren Funktion f T : R R, f T (t) = k= γ k e ikωt mit Frequenz

Mehr

Die Wärmeleitungsgleichung

Die Wärmeleitungsgleichung Die Wärmeleitungsgleichung In einem Stab der Länge 1 wird die Temperaturverteilung gegeben durch die Funktion u : ([0,1] [0, )) R, u(x,t) ist die Temperatur am Punkt x zum Zeitpunkt t. Die Funktion erfüllt

Mehr

Digitale Signalverarbeitungssysteme II: Praktikum 2

Digitale 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:

Mehr