FIR-Filter mit dem Fenster-Verfahren
|
|
- Gert Lange
- vor 7 Jahren
- Abrufe
Transkript
1 1 FIR-Filter mit dem Fenster-Verfahren Tiefpass 1 Hochpass 1 -π -Ωg Ωg π Ω -π - Ωg Ωg π Bandpass 1 Bandsperre 1 Ω π Ω 2 Ω π Ω 1 Ω 1 Ω π Ω 2 Ω 1 Ω π Ω 2 1 Ω 2 idealen Frequenzgänge der vier grundlegenden Filterfunktionen. Ω = 2π f/f s = normierte Kreisfrequenz (f s = f sample =Abtastfrequenz) Frequenzgang Fourier-Transformierten der Impulsantwort inverse Fourier-Transformation Impulsantwort FIR-Filterkoeffizienten.
2 2 Berechnung für den idealen Tiefpass (Rechteck) f g = Grenzfrequenz (Ω g = normierten Kreisfrequenz) Frequenzgang symmetrisch zu Ω = Impulsantwort symmetrisch zu t=; Bestimmung der Koeffizienten: ( Ωgn) Ωg ( Ωgn) 1 1 1sin sin jωn Ωg hn [] = H( Ω) e dω= cos( Ωn) dω= = 2 Ωgn Mit ergibt sich: In SCILAB 3.: In MATLAB: π π π π π n π 2π fg Ω g = und s f scilabsinc (x)= n sin(2 π x) π x 2π fn g 2π fn g sin sin 2π f g f s f g f s fg f hn [] = = = scilabsinc π fs 2π fn fs π fn fs n f fs fs g g s sin( x) scilab3sinc(x) = fg f ist somit: hn [] 2 scilab3sinc 2 g x f s fs g n = n π sin( x π ) matlabsinc(x) = fg f ist somit: hn [] = 2 matlabsinc 2 g x π f s fs n
3 3 Die Funktion sinc Anders als in MATLAB (hier gilt: sinc(x) = si (π*x) mit si(α) = (sin (α))/α ) bedeutet in SCILAB2 b=sinc(n,fg) : for k=-(n-1)/2:(n-1)/2 b(k-(n-1)/2)=2*fg*si(2*π*fg*k) Mit der SCILAB-Funktion können keine Einzelwerte, sondern nur der Vektor b mit n Werten zu der auf die Abtastfrequenz f a =1/T bezogen Grenzfrequenz F g =f g /f s, welche im Bereich..,5 liegen darf (entspricht einer auf 2π bezogenen normierten Kreisfrequenz, und nicht auf π, wie bei Matlab). Auf die Eingabe von b = sinc(5,) antwortet SCILAB2.X: {in SCILAB3. b = *sinc((-2:2)**%pi) } b =! ! Die folgenden Zeilen dienen zur Berechnung der Übertragungsfunktion bz=poly(b,'z','c'); // Polynom mit b als Koeffizienten f=(:.1:.5); // Normierte Frequenz 1 == fs hf=freq(bz,1,exp(2*%pi*%i*f)); // Berechnung des Frequenzganges plot(f,hf); // Darstellung des Frequenzganges In SCILAB 3. gibt es eine neue sinc-funktion: sinc(x) = (sin (x))/x (noch nicht ganz MATLAB-kompatibel) (die komfortable alte sinc-funktion mit 2 Parametern steht in SCILAB3 vorerst noch zur Verfügung)
4 4 Darstellung des Frequenzgangs eines FIR 5. Ordnung
5 5 Darstellung des Frequenzgangs eines FIR 15. Ordnung
6 6 Mit window können verschiedenen Fensterformen generiert werden können [win,cwp]=window(wtype,n,par) Wtype : (re=rectangle, tr=triangle, hn=hanning, hm=hamming, kr=kaiser,ch=chebychev), n = Fensterlänge, par = zusätzliche Angaben (Vektor mit 2 Elementen) kaiser window: par(1) = beta > ( bis ca. 12) Chebychev window par(1) = dp =main lobe width ( <dp<.5 ) win = Vektor, n Fensterwerte, cpw ist nur bei Typ ch relevant. par(2) = df =side lobe height ( df> ) fpar(1)>, fpar(2)< or fpar(1)<, < fpar(2) <.5
7 7 [win,cwp]=window('tr',15,[ ]); plot(win); xtitle('dreieck-window'); Dreieck-Window
8 8 SINC-FIR 15. Ordnung mit Dreieck-Fenster b = sinc(15,) // SCILAB //b = *sinc(*(-7:7)) // MATLAB //b = *sinc(*%pi*(-7:7)) // SCILAB 3. [win,cwp]=window('tr',15,[ ]); b = b.* win; bz=poly(b,'z','c'); f=(:.1:.5); hf=freq(bz,1,exp(2*%pi*%i*f)); plot(f,hf);
9 9 Hamming-Window 15. Ordnung Hanning-Window
10 1 SINC-FIR 15. Ordnung mit Hannig-Fenster
11 11 Andere Filtertypen durch Transformation erzeugen Filterfunktion Tiefpass Hochpass Bandpass Bandsperre Koeffizienten h[n], n Ωg Ωg si n π π π Ω Ω g - si n π π π Ω si n π Ω Ω si n π Ω π π π π Ω1 Ω1 Ω2 Ω2 si n π si n π π π π π g Koeffizient h[] 1 SCILAB2.x-Befehle Ω g b = sinc(order,); π // fg/fs = Ωg π Ω Ω 2 1 π Ω Ω 1 π 2 1 b = sinc(order,); b = -b; b(ho+1) = 1+b(ho+1); b = sinc(order,); b2 = sinc(order,.3); b = b2 - b; b = sinc(order,); b2 = sinc(order,.3); b = b b2;
12 12 Filter der Ordnung (55) erstellt (Beispiel FIR_SINC_ENTWURF.sci) f/fs f/fs f/fs f/fs
13 13 //FIR_SINC_ENTWURF.sci (C) modus=4; // 1=Tiefpass, 2=Hochpass, 3=Bandpass, 4= Bandsperre halforder = 3; // 2 max f. Tasking eval version sprungantwort = ; // =nein, 1=ja ; Darstellung der Sprungantwort koeffdatei = 1; // =nein, 1=ja ; Ausgeben der Koeffizientendatei koeffdateiname = "C:\dspt35\firkoeff.h"; Fenster = 1; // Verbesserung der Filtereigenschaften mit der Window-Methode ZeigeFenster = ; // Fenstertyp = "ch"; // re=rechteck,tr=dreieck,hn=hanning,hm=hamming,kr=kaiser,ch=chebychev par1 =.5; par2=-1; // kr: par1 = 5; ch: par1=.5, par2=-1 (nicht relevant) ug = ; // normierte untere Grenzfrequenz, bzw. normierte Grenzfrequenz og =.3; // normierte untere Grenzfrequenz (nur bei BP- und SB-Filtern) // ********************* Ende der Benutzer-Eingaben *********************** order=2*halforder+1; // 55 titelstr3=sprintf(" %3d. Ordnung",order); titelstr2=" Tiefpass"; titelstr1="fir "; b=2*ug*sinc((-halforder:halforder)*2*ug*%pi); // SCILAB 3. sinc ist nicht (ganz) MATLAB-kompatibel if modus > 2 then b2=2*og*sinc(2*og*%pi*(-halforder:halforder)); // SCILAB 3. sinc ist nicht (ganz) MATLAB-kompatibel end if modus == 2 then titelstr2=" Hochpass"; b = -b; // Tiefpass-Hochpass-Transformation b(halforder+1) = 1 + b(halforder+1); // b[]= 1-b[] end; if modus == 3 then titelstr2 = " Bandpass"; b = b2 - b; // Tiefpass-Bandpass-Transformation end if modus == 4 then titelstr2=" Bandsperre "; b = b - b2; // Tiefpass-Bandsperre-Transformation b(halforder+1) = 1 + b(halforder+1); end titelstr4=" "; if Fenster <> then titelstr4=" (mit "+ Fenstertyp +"-Fenster)";
14 14 [win,cwp] = window(fenstertyp,order,[par1 par2]); // das Fenster erstellen b = b.* win; // Anwendung des Fensters, elementweise multiplizieren end bz=poly(b,'z','c'); // Polynom mit b als Koeffizienten, smbolische Variable z f=(:.1:.5); // Normierte Frequenz-Achse 1 == fs xset("window",);xbasc(); xset("font",2,4);xset("thickness",2); // Plotfenster einstellen hf=freq(bz,1,exp(2*%pi*%i*f)); // Berechnung des Frequenzganges plot(f,abs(hf)); // Frequenzgang plotten xtitle(["sinc-fir-"+titelstr2+titelstr3+titelstr4],"f/fs",""); // Plot-Titel if sprungantwort <> then t=(:1:4*order); x=ones(t); // Sprung {Impuls wäre: x=zeros(t); x(1) = 1;} y = convol(b,x); // Sprungantwort durch Faltung berechnen xset("window",1);xbasc();xset("font",2,4);xset("thickness",2);xset("mark size",4); tp=order+4; // Ausgabelänge plot2d2("onn",t(1:tp),y(1:tp)); // h[n] als Treppe xset("thickness",1); plot2d([ tp-1]',[ ]',[1],""); // Nullinie plot2d([ tp-1]',[1 1]',[1],""); // Einslinie xtitle(["sprungantwort" + titelstr2+titelstr3+titelstr4]); end // if if (ZeigeFenster) <> then xset("window",2);xbasc();xset("font",2,4);xset("thickness",2);xset("mark size",4); plot(win); xtitle(["fensterform: " + Fenstertyp]); end // if if koeffdatei <> then koeff_file=file('open',koeffdateiname,'unknown'); // Datei öffnen fprintf(koeff_file," // %s %s-filter %s\n",titelstr1,titelstr2,titelstr3); // Kommentar fprintf(koeff_file," static int ordnung=%d;\n", order); // Filterordnung fprintf(koeff_file," static _circ _fract X[%d]={}; \n", order); // X-Speicher fprintf(koeff_file," static _circ _fract _Y B[%d]={ \n", order); // Koeff-Speicher def. for i=1:1:order fprintf(koeff_file," %15.12f, \n",b(i)); end // Koeff. Werte ausgeben fprintf(koeff_file," } ;\n"); // Definition abschiessen file('close',koeff_file); // Datei schliessen end // if
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:
MehrÜbung 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,
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
MehrDiskrete 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
MehrFilterentwurf. 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 /
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
MehrAnaloge und digitale Filter
Technische Universität Ilmenau Fakultät Elektrotechnik und Informationstechnik FG Nachrichtentechnik Matlab-Praktika zur Vorlesung Analoge und digitale Filter 1. Betrachtet wird ein Tiefpass. Ordnung mit
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:
MehrSignale, Transformationen
Signale, Transformationen Signal: Funktion s(t), t reell (meist t die Zeit, s eine Messgröße) bzw Zahlenfolge s k = s[k], k ganzzahlig s reell oder komplex s[k] aus s(t): Abtastung mit t = kt s, s[k] =
MehrVerzerrungsfreies System
Verzerrungsfreies System x(n) y(n) n n x(n) h(n) y(n) y(n) A 0 x(n a) A 0 x(n) (n a) h(n) A 0 (n a) H(z) A 0 z a Digitale Signalverarbeitung Liedtke 8.1.1 Erzeugung einer linearen Phase bei beliebigem
MehrFilterentwurf. Aufgabe
Aufgabe Filterentwurf Bestimmung der Filterkoeffizienten für gewünschte Filtereigenschaften Problem Vorgaben häufig für zeitkontinuierliches Verhalten, z.b. H c (s) Geeignete Approximation erforderlich
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)
MehrKurt Diedrich Franz Peter Zantis. Filtern ohne Stress. Theorie - Konzept - Praxis. Elektor-Verlag, Aachen
Kurt Diedrich Franz Peter Zantis Filtern ohne Stress Theorie - Konzept - Praxis Elektor-Verlag, Aachen Inhaltsverzeichnis Vorwort 7 1. Was bedeutet Filtern"? 9 1.1 Filtergrundtypen 11 1.1.1 Hochpässe 11
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
MehrGrundlagen 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
MehrSystemtheorie. Vorlesung 27: Schaltungstechnische Realisierung von Filtern. Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann
Systemtheorie Vorlesung 7: Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann Passive LC-Schaltungen erster Ordnung Übertragungsfunktionen, die durch die Entwurfsverfahren bestimmt werden,
MehrSystemtheorie Teil B
d + d z + c d z + c uk d + + yk z d + c d z + c Systemtheorie Teil B - Zeitdiskrete Signale und Systeme Übungsaufgaben Manfred Strohrmann Urban Brunner Inhalt Übungsaufgaben - Signalabtastung und Rekonstruktion...
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!
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:
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
Mehr1. Differentialgleichung der Filter zweiter Ordnung
Prof. Dr.-Ing. F. Keller abor Elektronik 3 Filter zweiter Ordnung Info v.doc Hochschule Karlsruhe Info-Blatt: Filter zweiter Ordnung Seite /6. Differentialgleichung der Filter zweiter Ordnung Ein- und
MehrEntwurf zeitdiskreter Systeme. Prof. Dr.-Ing. Marcus Purat Beuth Hochschule für Technik Berlin - Wintersemester 2012/13
Entwurf zeitdiskreter Systeme Prof. Dr.-Ing. Marcus Purat Beuth Hochschule für Technik Berlin - Wintersemester 0/3 Inhalt Einführung Entwurf auf der Basis zeitkontinuierlicher Systeme Impulsinvarianz Bilinear-Transformation
MehrÜbung 6: Fast Fourier Transformation
Computational Physics 1, Seminar 6, Fast Fourier Transformation 1 Übung 6: Fast Fourier Transformation Aufgabe 1 Fourierfilterung von Bildern: Erstellen Sie ein Programm, welches ein Bild einliest, dieses
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)
MehrEinführung 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
MehrAlgebraische und arithmetische Algorithmen
Kapitel 1 Algebraische und arithmetische Algorithmen 1.1 Das algebraische Berechnungsmodell Struktur: Körper (oder Ring) mit den Operationen +,,, (/) Eingabe: endliche Folge von Zahlen Ausgabe: endliche
MehrDiskontinuierliche Signale und Systeme
Diskontinuierliche Signale und Systeme Fourier-Transformation für diskontinuierliche Funktionen Eigenschaften und Sätze, Fourier-Paare Diskrete Fourier-Transformation (DFT) Zeitdiskrete LTI-Systeme, Faltung
MehrLösungsblatt 2 Signalverarbeitung und Klassifikation
Fakultät für Informatik Übung zu Kognitive Systeme Sommersemester 06 M. Sperber (matthias.sperber@kit.edu) S. Nguyen (thai.nguyen@kit.edu) Lösungsblatt Signalverarbeitung und Klassifikation Aufgabe : Faltung
MehrVersuch 5: Filterentwurf
Ziele In diesem Versuch lernen Sie den Entwurf digitaler Filter, ausgehend von der Festlegung eines Toleranzschemas für den Verlauf der spektralen Charakteristik des Filters, kennen. Es können Filtercharakteristiken
Mehr5. 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
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
Mehr5. 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
MehrDigitale 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
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
MehrÜbung 6: Fast Fourier Transformation
Computational Physics 1, Seminar 6, Fast Fourier Transformation 1 Übung 6: Fast Fourier Transformation Aufgabe 1 Fourierfilterung von Bildern: Erstellen Sie ein Programm, welches ein Bild einliest, dieses
MehrMuster zu Kurztest Nr. 2 Fach EK 2
Muster zu Kurztest Nr. Fach EK Auswahl von Aufgaben Prüfung Thema: OpAmp Nichtidealitäten und Filter, 3 Aufgaben, 45 Min. Aufgabe : Einfluss von Offset-Spannung und Biasstrom 9 Punkte Ein Opamp mit I Bias
MehrAbschlussprüfung Digitale Signalverarbeitung. Aufgaben, die mit einem * gekennzeichnet sind, lassen sich unabhängig von anderen Teilaufgaben lösen.
Name: Abschlussprüfung Digitale Signalverarbeitung Studiengang: Elektrotechnik IK, E/ME Wahlfach SS2015 Prüfungstermin: Prüfer: Hilfsmittel: 3.7.2015 (90 Minuten) Prof. Dr.-Ing. Großmann, Prof. Dr.-Ing.
Mehr6. Vorlesung. Systemtheorie für Informatiker. Dr. Christoph Grimm. Professur Prof. Dr. K. Waldschmidt, Univ. Frankfurt/Main
6. Vorlesung Systemtheorie für Informatiker Dr. Christoph Grimm Professur Prof. Dr. K. Waldschmidt, Univ. Frankfurt/Main Letzte Woche: Letzte Woche: 1.) Erweiterung von Fourier- zu Laplace-Transformation
MehrSystemtheorie Teil B
d + d + 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...
MehrDigitale Signalbearbeitung und statistische Datenanalyse
Digitale Signalbearbeitung und statistische Datenanalyse Teil 6 146 2. Teil Ziele der Filteranwendung Signal-Trennung (z.b. EKG eines Kindes im Mutterleib, Spektralanalyse) Signal-Restauration (z.b. unscharfes
MehrInformationstechnik 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
MehrZHAW, DSV1, FS2010, Rumc, 1. H(z) a) Zeichnen Sie direkt auf das Aufgabenblatt das Betragsspektrum an der Stelle 1.
ZHAW, DSV, FS200, Rumc, DSV Modulprüfung 7 + 4 + 5 + 8 + 6 = 30 Punkte Name: Vorname: : 2: 3: 4: 5: Punkte: Note: Aufgabe : AD-DA-Umsetzung. + + +.5 +.5 + = 7 Punkte Betrachten Sie das folgende digitale
MehrLineare zeitinvariante Systeme
Lineare zeitinvariante Systeme Signalflussgraphen Filter-Strukturen Fouriertransformation für zeitdiskrete Signale Diskrete Fouriertransformation (DFT) 1 Signalflussgraphen Nach z-transformation ist Verzögerung
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
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
MehrAnaloge und digitale Filter
Technische Universität Ilmenau Fakultät Elektrotechnik und Informationstechnik FG Nachrichtentechnik Übungsaufgaben zur Lehrveranstaltung Analoge und digitale Filter Filter. Ordnung. Betrachtet wird ein
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.:................................... 2. Teilprüfung 389.055 A Signale und Systeme 2 Institute of Telecommunications
MehrFourierreihen periodischer Funktionen
Fourierreihen periodischer Funktionen periodische Funktion: (3.1) Fourierkoeffizienten und (3.2) (3.3) Fourier-Reihenentwicklungen Cosinus-Reihe: (3.4) (3.5) Exponentialreihe: (3.6) (3.7-3.8) Bestimmung
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:
MehrNachrichtentechnik [NAT] Kapitel 4: Fourier-Transformation. Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik
Nachrichtentechnik [NAT] Kapitel 4: Fourier-Transformation Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik Sommersemester 25 Inhaltsverzeichnis Inhalt Inhaltsverzeichnis 4 Fourier-Transformation 3
MehrEinführung in die Grundlagen von Matlab. Ralph Neubecker
Einführung in die Grundlagen von Matlab Ralph Neubecker Fingerübung 1 2 Starten Sie Matlab Ändern Sie das Arbeitsverzeichnis auf Ihr lokales Verzeichnis Schließen Sie die Command-History und Current-Folder
MehrSSYLB2 SS06 Daniel Schrenk, Andreas Unterweger Übung 8. Laborprotokoll SSY. Diskrete Systeme II: Stabilitätsbetrachtungen und Systemantwort
SSYLB SS6 Daniel Schrenk, Andreas Unterweger Übung 8 Laborprotokoll SSY Diskrete Systeme II: Stabilitätsbetrachtungen und Systemantwort Daniel Schrenk, Andreas Unterweger, ITS 4 SSYLB SS6 Daniel Schrenk,
MehrGedächtnisprotokoll zur ADELE-Klausur vom (Prof. Orglmeister)
1. Aufgabe: Bandsperre Gegeben war das Toleranzschema einer Bandsperre über der normierten Frequenz (vgl. Abb. 1, links). Abbildung 1: Toleranzschema Die Verstärkung im Durchlassbereich sollte 1/ 2 betragen,
MehrDer Tiefpass Betreuer: Daniel Triebs
Der Tiefpass Betreuer: Daniel Triebs 1 Gliederung Definiton: Filter Ideale Tiefpass Tiefpass 1.Ordnung Frequenzgänge Grundarten des Filters Filterentwurf Tiefpass 2.Ordnung 2 Definition: Filter 3 Filter
MehrDigitale Signalverarbeitungssysteme II: Praktikum 2
Digitale Signalverarbeitungssysteme II: Praktikum 2 Emil Matus 10. Dezember 2010 Technische Universität Dresden Mobile Communications Systems Chair Tel.: +49 351 463 41021 Fax : +49 351 463 41099 Mail:
MehrKapitel 5: FIR- und IIR-Filterentwurf
ZHW, DSV 1, 2005/01, Rur 5-1 Kapitel 5: FIR- und IIR-Filterentwurf Inhaltsverzeichnis 5.1. EINLEITUNG...2 5.2. FREQUENZGANG...3 5.3. FILTERSPEZIFIKATION...5 5.4. FIR-FILTER...6 5.4.1. TYPISIERUNG...6 5.4.2.
MehrDatenaquisition. 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
MehrPrüfung 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
MehrLösungen der Übungsaufgaben zur Vorlesung Digitale Signalverarbeitung
Institut für Informationsverarbeitung Laboratorium für Informationstechnologie Lösungen der Übungsaufgaben zur Vorlesung Digitale Signalverarbeitung Wintersemester 009-00 Aufgabe : Diskrete Faltung Vorerst:
MehrLösungsblatt 2 Signalverarbeitung
Fakultät für nformatik Übung zu Kognitive Systeme Sommersemester 208 S. Constantin (stefan.constantin@kit.edu) T. Nguyen (thai.nguyen@kit.edu) Lösungsblatt 2 Signalverarbeitung Aufgabe : Faltung Abbildung
MehrSystemtheorie 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
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
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
MehrAufgabe: Summe Punkte (max.): Punkte:
ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 2. Teilprüfung 389.055 A Signale und Systeme 2 Institute of Telecommunications
MehrSV1: Aktive RC-Filter
Signal and Information Processing Laboratory Institut für Signal- und Informationsverarbeitung. September 6 Fachpraktikum Signalverarbeitung SV: Aktive RC-Filter Einführung In diesem Versuch wird ein aktives
MehrAufgabe: Summe Punkte (max.): Punkte:
ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 2. Teilprüfung 389.055 B Signale und Systeme 2 Institute of Telecommunications
Mehr1. Aufgabenblatt: EDS Wiederholung und Filterung
Kommunikationstechnik II 1.Übungstermin Prof. Dr. Stefan Weinzierl 19.10.2009 1. Aufgabenblatt: EDS Wiederholung und Filterung 1. Aufgabe a. Erstellen Sie ein Rechtecksignal mit der Frequenz f = 130 Hz
Mehr5. Laplacetransformation
5. Laplacetransformation 5. Übersicht Laplacetransformation Die Laplacetransformation ist eine Verallgemeinerung der Fouriertransformation. Vorteile: Es können auch Transformierte für Signale angegeben
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,
MehrÜbung Grundlagen der Elektrotechnik B
Übung Grundlagen der Elektrotechnik B 1 Übertragungsfunktion, Filter Gegeben sei die folgende Schaltung: R U 2 1. Berechnen Sie die Übertragungsfunktion H( jω)= U 2. 2. Bestimmen Sie die Zeitkonstante.
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],
MehrComputergraphik I. Das Abtasttheorem. Problem bei räumlicher Abtastung: Oliver Deussen Abtasttheorem 1
Das Abtasttheorem Problem bei räumlicher Abtastung: Oliver Deussen Abtasttheorem 1 Problem bei zeitlicher Abtastung: Oliver Deussen Abtasttheorem 2 Darstellung auf Monitor Was geschieht eigentlich, wenn
MehrDiskrete Fourier-Transformation und FFT. 1. Die diskrete Fourier-Transformation (DFT) 2. Die Fast Fourier Transform (FFT)
Diskrete Fourier-Transformation und FFT 2. Die Fast Fourier Transform (FFT) 3. Anwendungsbeispiele der DFT 1 Wiederholung: Fourier-Transformation und Fourier-Reihe Fourier-Transformation kontinuierlicher
MehrSystemtheorie Teil B
d + d z + c d z + c uk d + + yk z d + c d z + c Systemtheorie eil B - Zeitdiskrete Signale und Systeme - Musterlösungen Manfred Strohrmann Urban Brunner Inhalt Musterlösungen - Signalabtastung und Rekonstruktion...
MehrFiltertypen Filter 1. Ordnung Filter 2. Ordnung Weitere Filter Idee für unser Projekt. Filter. 3. November Mateusz Grzeszkowski
typen. Ordnung 2. Ordnung Weitere Idee für unser Projekt 3. November 2009 Mateusz Grzeszkowski / 24 Mateusz Grzeszkowski 3. November 2009 typen. Ordnung 2. Ordnung Weitere Idee für unser Projekt Motivation
MehrReadme zum Filterbastler
Dies ist ein kleines Delphi-Projekt, was ich mir zum Ausprobieren von digitalen FIR-Filtern geschrieben habe. Es ist im Grunde kein echtes Nutzprogramm, obwohl es ein paar nützliche Dinge beinhaltet. Im
MehrEinführung in die Elektronik für Physiker
Hartmut Gemmeke Forschungszentrum Karlsruhe, IPE hartmut.gemmeke@kit.edu Tel.: 0747-8-5635 Einführung in die Elektronik für Physiker 4. Breitbandverstärker und analoge aktive Filter. HF-Verhalten von Operationsverstärkern.
Mehrkünstliches Objekt, dargestellt durch Anzahl von Punkten in Raum und Zeit (bei bewegten, animierten Objekten).
Computergrafik / Animation künstliches Objekt, dargestellt durch Anzahl von Punkten in Raum und Zeit (bei bewegten, animierten Objekten). Punkte, werden auch "Kontrollpunkte" genannt Wesentlicher Punkt:
MehrRealisierung digitaler Filter FHTW-Berlin Prof. Dr. F. Hoppe 1
Realisierung digitaler Filter FHTW-Berlin Prof. Dr. F. Hoppe System zur digitalen Signalverarbeitung: Signal- Quelle AAF ADC DAC RCF DSP Po rt Po rt Signal- Ziel Das Bild zeigt ein allgemeines System zur
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
MehrProf. Dr. Stefan Weinzierl Aufgabe: Amplitudenstatistik analoger Audiosignale. Abb. 1: WDF eines Audiosignals. p X.
Audiotechnik II 1.Übungstermin Prof. Dr. Stefan Weinzierl 21.1.21 1. Aufgabe: Amplitudenstatistik analoger Audiosignale a. Ein Signal x(t) hat die durch Abb. 1 gegebene Wahrscheinlichkeitsdichtefunktion
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]
MehrFahrzeugmechatronik 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
MehrDatenverarbeitung und Tabellenkalkulation. Braunschweig, den Dipl.- Ing. Katrin Leicht
Datenverarbeitung und Tabellenkalkulation Braunschweig, den 20.11.2014 Dipl.- Ing. Katrin Leicht Gliederung Was ist Matlab? Messignal Filtern Kurze Einführung in Excel Schnittstelle Excel-Matlab Beispiele
MehrSignale 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?
MehrMusterlösung zur Klausur Digitale Signalverarbeitung
Musterlösung zur Klausur Digitale Signalverarbeitung Arbeitsgruppe Digitale Signalverarbeitung Ruhr-Universität Bochum 1. Oktober 2007 Aufgabe 1: Transformationen 25 Pkt. Gegeben war das reellwertige kontinuierliche
MehrEinführung in die Elektronik für Physiker
Hartmut Gemmeke Forschungszentrum Karlsruhe, IPE gemmeke@ipe.fzk.de Tel.: 0747-8-5635 Einführung in die Elektronik für Physiker 4. Breitbanderstärker und analoge aktie Filter. HF-Verhalten on Operationserstärkern.
MehrDarstellung als Filterbank. Annahme für die Codierung: bestimmter Betrachtungsabstand, Wiedergabegröße Bestimmter Betrachtungswinkel für das Auge.
Darstellung als Filterbank Annahme für die Codierung: bestimmter Betrachtungsabstand, Wiedergabegröße Bestimmter Betrachtungswinkel für das Auge. - Trifft in bestimmten Maße auch auf das Original zu, da
MehrSignalprozessoren. Digital Signal Processors VO [2h] , LU 2 [2h]
Signalprozessoren Digital Signal Processors VO [2h] 182.082, LU 2 [2h] 182.084 http://ti.tuwien.ac.at/rts/teaching/courses/sigproz Herbert Grünbacher Institut für Technische Informatik (E182) Herbert.Gruenbacher@tuwien.ac.at
MehrIm Frequenzbereich beschreiben wir das Verhalten von Systemen mit dem Komplexen Frequenzgang: G (jω)
4 Systeme im Frequenzbereich (jω) 4.1 Allgemeines Im Frequenzbereich beschreiben wir das Verhalten von Systemen mit dem Komplexen Frequenzgang: G (jω) 1 4.2 Berechnung des Frequenzgangs Beispiel: RL-Filter
MehrEntwurf von FIR-Filtern
Kapitel Entwurf von FIR-Filtern. Einleitung.. Darstellung von FIR-Filtern im Zeitbereich y[n] = b x[n] + b x[n ] + b 2 x[n 2] +... + b L x[n (L )] = L b k x[n k] k= = b T x b = [b, b,..., b L ] x = {x[n],
Mehr5. 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
MehrMusterModulprüfung. 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
MehrÜbungsaufgaben Signalverarbeitung (SV)
Übungsaufgaben Signalverarbeitung (SV) Prof. Dr.-Ing. O. Nelles Institut für Mechanik und Regelungstechnik Universität Siegen 3. Mai 27 Einführung Keine Aufgaben. 2 Zeitdiskrete Signale und Systeme Aufgabe
Mehr4.1 Grundbegriffe 4.2 Frequenzspektren, Fourier-Transformation 4.3 Abtasttheorem: Eine zweite Sicht 4.4 Filter
4 Signalverarbeitung 4.1 Grundbegriffe 4.2 Frequenzspektren, Fourier-Transformation 4.3 Abtasttheorem: Eine zweite Sicht 4.4 Filter Weiterführende Literatur (z.b.): Beate Meffert, Olaf Hochmuth: Werkzeuge
Mehr