Digitale Signalverarbeitung auf FPGAs
|
|
- Karoline Kirchner
- vor 7 Jahren
- Abrufe
Transkript
1 Digitale Signalverarbeitung auf FPGAs FIL: Digitale Filter und Filterentwurf Teil - Linearphasige Filter 6
2 FIL: Überblick Linearphasige Filter FIR-Filterentwurf Halbbandfilter IIR-Filterentwurf Filtertopologien Filtertransformationen FIL- von 67
3 Graphische Filter Design Tools Mathworks fdatool: in Matlab fdatool eingeben proprietär, umständliche Bedienung, Fixpoint-Filterentwurf möglich Java-Applet im Browser: begrenzter Funktionsumfang pyfda: github.com/chipmuenk/pyfda Python muss installiert sein, Cross-Platform AS Filter Designer: Demomode mit eingeschränkter Funktionalität, sehr schöne und flinke Oberfläche, nur für Windows FIL-3 von 67
4 Verzögerung = Lineare Phase Δ φ = π Δ T f sig f sig : Konstante Verzögerung ΔT bewirkt lineare Phase Beispiel: z 3 j 3Ω = e = 3 Ω = 6 π f /f S =,5 π bei f =f S /4 FIL-4 von 67
5 Motivation für Linearphasigkeit Lineare Phase konstante Gruppenlaufzeit Zeitbereich Keine Verzerrung der Pulsform (Dispersion) Keine Verfälschung der Phase für Phasenmodulationsverfahren (PSK, DPSK, GMSK, QPSK, ) Frequenzbereich Möglichkeit, Filter bei gleicher Laufzeit additiv zu kombinieren Suche Filter, bei denen sich reellwertiger Amplituden- und linearer Phasengang leicht trennen lassen Spiegelpolynome... FIL-5 von 67
6 Linearphasige Filter Beispiel: Verzerrung eines Sägezahns FIR (lineare Phase) IIR (nicht-lineare Phase) frequenzabhängige Laufzeit ( Dispersion ) FIL-6 von 67
7 Symmetrie der Fouriertransformation Reellwertige FIR-Filter h haben die folgenden Frequenzgänge H: h[n] reellwertig - H*(ejΩ) = H(e-jΩ) (konjugiert-symmetrischer Frequenzg.) h[n] gerade H ist gerade (Betragsgang), H ist ungerade - H reellwertig, gerade Symmetrie h[n] ungerade Re{H} ist gerade, Im{H} ist ungerade Frequenzgang H(ejΩ) zusammengesetzt aus cos Funktionen - H imaginär, ungerade Symmetrie Frequenzgang H(ejΩ) zusammengesetzt aus j sin Funktionen ullstelle des Spektrums bei f =! FIL-7 von 67
8 Typ I linearphasiges FIR Filter Symmetrie Gerade Symmetrie der Impulsantwort, gerade Filterordnung ( ungerade Länge) h[n] = + h[-n] für n Berechne Frequenzgang jω j k Ω H (z=e ) = h[k ]e jω =e k = h[k ]e jω ( ) k k = mit Hilfe der Symmetriebedingung und e jk Ω jk Ω +e = cos k Ω : jω H (e ) = e jω / c k cos k Ω φ(ω=) = k = lineare Phase reeller Amplitudengang mit c = h [ ] [ ], ck = h k für k FIL-8 von 67
9 Typ II linearphasiges FIR Filter Symmetrie Gerade Symmetrie der Impulsantwort, ungerade Filterordnung h[n] = + h[-n] für n Berechne Frequenzgang jω j k Ω H (z=e ) = h[k ]e jω =e k = h[k ]e jω ( ) k k = cos(k ½ )Ω bei Ω = π mit Hilfe der Symmetriebedingung und e jk Ω j k Ω +e = cos k Ω : jω H (e ) = e jω ( +)/ k = ( ) c k cos k Ω φ(ω = ) = lineare Phase reeller Amplitudengang mit c k = h [ ] + + k für k FIL-9 von 67
10 Typ III linearphasiges FIR Filter Ungerade Symmetrie der Impulsantwort, gerade Filterordnung Sy mm etr ie h[n] = - h[-n] für n, h[ / ] = Berechne Frequenzgang jω jω j k Ω H (z=e ) = h[k ]e =e k = h[k ]e jω ( ) k k = sin k Ω bei Ω= und Ω=π mit Hilfe der Symmetriebedingung und e jk Ω jk Ω e = j sin k Ω : jω jω H (e ) = j e / c k sin k Ω φ(ω=) = π/ k = lineare Phase mit c =, c k = h reeller Amplitudengang [ ] k für k FIL- von 67
11 Typ IV linearphasiges FIR Filter Ungerade Symmetrie der Impulsantwort, ungerade Filterordnung Sy mm etr ie h[n] = - h[-n] für n Berechne Frequenzgang jω j k Ω H (z=e ) = h[k ]e jω =e k = h[k ]e jω ( ) k k = sin(k ½ )Ω bei Ω = mit Hilfe der Symmetriebedingung und e jk Ω j k Ω e = j sin k Ω : jω jω H (e ) = j e ( +) / k = Ω ( ) c k sin k φ(ω=) = π/ lineare Phase reeller Amplitudengang mit c k = h [ ] + + k für k FIL- von 67
12 Bedingungen für Linearphasigkeit Übertragungsfunktion hat lineare Phase wenn: H(z = ejω) = A(ejΩ) ej(-αω+β), A reellwertiger Amplitudengang Phase ϕ = -αω+β ϕ =α konstante Gruppenlaufzeit τ g = Ω Linearphasigkeit setzt voraus (Beweis s. z.b. Schüßler994): Symmetrische Koeffizienten (= Impulsantwort bei FIR-Filtern!) bk = h[n] = ± h[-n] = ±b-k (für reellwertige Koeffizienten) Spiegelpolynome 4 Varianten Typ 4 gerade / ungerade Symmetrie gerade / ungerade Filterordnung ullstellen symmetrisch zum EK (mit Polen stabil nicht möglich!) ur transversale Filter (nicht-rekursiv, FIR) FIL- von 67
13 ullstellen bei linearphasigen FIR-Filtern Konjugiert-komplexe ullstellen-paare auf dem EK reellwertige Systeme Einzelne ullstellen nur bei z = + und - z 7=e z = jγ /r z =r e j r z5 = r z 9, z ullstellen-paare am EK gespiegelt komplexwertige Systeme /r z8 = - z3 =z *=r e j z4= z 6 =e j =z *7 j = e z * r j * = e =z z *3 r Quadrupel (4 am EK gespiegelte, konjugiertkomplexe St.) Reellwertige Systeme ullstellen müssen paarweise am EK gespiegelt vorliegen alle anderen Kombinationen führen zu nicht-linearphasigen Systemen! FIL-3 von 67
14 H(f)-Einschränkungen linearphasiger FIR-Filter Abhängig von Symmetrie und gerader oder ungerader Ordnung des Filters müssen bei f = und/oder f = fs / ullstellen im Frequenzgang liegen, die die Einsatzmöglichkeiten einschränken: Typ Symmetrie 3 4 gerade gerade ungerade ungerade Ordnung H(f = ) H(f = fs /) mögl. Filter gerade ungerade gerade ungerade ullstelle ullstelle ullstelle ullstelle - beliebig TP, BP BP HP, BP Beispiel: H(z) = b ( + z -) gerade Symm. der Koeffizienten FIR-Filter der Ordnung = (ungerade) Typ Frequenzgang: H(f) = b cos(πfts) e-jπfts ullstelle H(fs /) = linearer Phasengang φ(f) = -π f Ts bzw. Gruppenlaufzeit g = Ts / FIL-4 von 67
15 FIR-Filter Typ 3 und Typ 4 Ungerade Symmetrie von h[n], Typ 3 und 4 : H(f = ) = kein TP / BS Filter mit Typ 3 / 4 möglich H(f = fs /) = kein HP / BS Filter mit Typ 3 möglich Typ 3 und Typ 4 Filter werden aufgrund dieser Einschränkungen kaum für normale Filter verwendet Phasendrehung von 9 über einen weiten Frequenzbereich (zusätzlich zur linearen Phase) ermöglichen aber spezielle Anwendungen wie Differentiator oder Hilbert-Transformator FIL-5 von 67
16 Gruppenlaufzeit linearphasiges FIR-Filter ( = 8) Gruppenlaufzeit: Verzögerung eines schmalbandigen Signals, Linearphasige Systeme: konstante Verzögerung = Gruppenlaufzeit FIR-Filter: Messe Verzögerung zwischen Eingangssignal (= Diracstoß) und Mitte der Impulsantwort: τg = FIL-6 von 67
17 Implementierung von linearphasigen Filtern Ausnutzung der Symmetrie: x [n] Erst Addieren, dann Multiplizieren z +.37 z bei identischer Systemfunktion x [n] und kürzerem kritischen Pfad Wenn FIR, dann fast immer linearphasig (auch auf FPGAs)!.37.3 y [n] halbiert Anzahl der Multiplizierer ==.37(z +z ).3.37 y [n] FIL-7 von 67
18 Zusammenfassung linearphasige FIR Filter Bedingung: gerade oder ungerade Symmetrie der Koeffizienten / Impulsantwort h[n] = + h[-n] oder h[n] = - h[-n]; n = Linearphasiges FIR Filter der Ordnung hat eine lineare Phase von ϕ = -Ω / + β und eine Gruppenlaufzeit g = / Konstanter Anteil der Phase ist β = bei gerader und β = π / bei ungerader Filtersymmetrie FIR Filter werden fast immer als linearphasige Filter ausgelegt: Konstante Gruppenlaufzeit: für viele Anwendungen wichtig Effiziente Implementierung: halb so viele Multiplizierer und kürzerer kritischer Pfad Wenn Linearphasigkeit nicht erforderlich ist, sind übrige Anforderungen meist leichter mit IIR Filter erfüllbar! FIL-8 von 67
19 Vergleich minimalphasige Filter Linearphasige Filter haben ullstellen auf und außerhalb des EK und sind daher nicht minimalphasig! Minimalphasige FIR-Filter haben geringere Phase und Gruppenlaufzeit Vorteile u.a. für Regelungen Imaginary Part Minimalphasige Systeme haben nur ullstellen (und Polstellen ) innerhalb des Einheitskreises - - Real Part Minimalphasige Filter sind invertierbar: Hinv(z) = / H(z) ullstellen Polstellen Vorteile für Filterbankentwurf FIL-9 von 67
20 Digitale Signalverarbeitung auf FPGAs FIL: Digitale Filter und Filterentwurf Teil FIR-Filterentwurf 6
21 Filterentwurf heißt... Filterentwurf heißt, die Koeffizienten so bestimmen, dass das Filter bestimmte Spezifikationen einhält. Filterspezifikationen beziehen sich meist auf den Frequenzgang (Grenzfrequenzen, Sperrdämpfung, Welligkeit,...) Die Koeffizienten eines gesuchten FIR-Filters lassen sich über verschiedene Methoden bestimmen, u.a.: Fourier Approximation / Least Square / Window Design Methode Minimax / Equiripple / Parks-McClellan / Remez / Chebychev Design Arbitrary Frequency Response / Frequency Sampling Methode IIR-Filter werden meist über analoge Referenzfilter entworfen FIL- von 67
22 Welches Filter(entwurfsverfahren) nehme ich? Multiband Multiband Filter? Filter? nein??? IIR-Filter Ripple Ripple akzeptabel? akzeptabel? nein nein ja Engster Engster mögl. mögl.übergangsübergangsbereich? bereich? ja ja nein Inv. Chebychev-Filter ja Enger nein Enger ÜbergangsÜbergangsbereich? bereich? ja Butterworth Butterworth Filt. Filter (hohe Ordnung) (niedrige Ellliptisches Filter Ordnung) ja nein Ripple Rippleim im Passband? Passband? Linearphasig? Linearphasig? ja Ripple Rippleim im Stopband? Stopband? nein Chebychev-Filter Equiripple (FIR) Entwurf FIR-Filter MultiratenFilter Hohes HohesOverOversampling samplingratio? Ratio? Glättungsfilter? Glättungsfilter? nein Hohe HoheWeitabWeitabDämpfung? Dämpfung? ja SavitzkyGolay-Filter ja WindowEntwurf ja nein Equiripple Entwurf FIL- von 67
23 Toleranzschemata FIR- und IIR-Filter ADB -δdb ASB Durchlassbereich (DB) IIR-Filter H(ejΩ) -δdb ADB / Durchlassbereich (DB) ASB Sperrbereich (SB) FIR-Filter Sperrbereich (SB) +δdb H(ejΩ) δsb δsb ΩDB -δsb Alternative Darstellung H(ejΩ) für reellwertige linearphasige Filter ΩSB π Ω ΩDB ΩG ΩSB π Ω Ripple DB (FIR): ADB = log [(+δdb ) / (-δdb )] 4 log(+δdb ) Ripple DB (IIR): ADB = - log (-δdb ) δdb = - **-ADB / Dämpfung SB: ASB = - log δsb FIL-3 von 67
24 FIR - Filterentwurf FIR Filter haben nur ullstellen keine äquivalenten analogen Filter! werden aus den Filterspezifikationen ohne Umweg über analoge Referenzfilter als zeitdiskrete Systeme entworfen werden aus der Übertragungsfunktion meist direkt in Hardware umgesetzt (seltene Ausnahme: kaskadierte oder Lattice-FIR-Filter) keine zusätzlichen Entwurfsschritte für Topologieumsetzung werden meist linearphasig ausgelegt Ausnutzung der Symmetrie der Koeffizienten für effiziente Hardware FIL-4 von 67
25 DIY*-FIR Tiefpass durch ullenplatzierung Verteile ullstellen im Sperrband auf EK Dämpfung Platziere ullstellen im Durchlassband symmetrisch zum EK linearphasig, annähernd konstanter Verlauf im DB Achte dabei auf konjugiert-komplexe ullstellenpaare reellwertiges System Warum? P =, FIR Hardwareimplementierung? ( H (z) = (z+ ) z + j )( z ) ( ) j 7 (z j)(z+ j)(z,7) z z,7 = [-; (-+j)/sqrt(); (--j)/sqrt(); j; -j;.7; /.7]; *DIY = Do-It-Yourself FIL-5 von 67
26 H(z) des DIY FIR - Filters Kap_P_Plan_3D.m Polstellen = Zeltstangen ullstellen = Heringe (Befestigung) Frequenzgang FIL-6 von 67
27 Frequenzgang des DIY-FIR-Filters Performance ist noch stark verbesserungsfähig 5 4 Logarithmische Darstellung gut geeignet für Sperrband (Unterdrückung, ullen) log H(e jπf ) Lineare Darstellung gut geeignet für Durchlassband (Welligkeit) (lin. Maßstab) orm. Frequenz F = f / fs Kap_P_Plan_3D.m Berechne H(ejπF) H(e jπf ) Setze z = ejπf (Einheitskreis) 6 - (log. Maßstab) orm. Frequenz F = f / fs FIL-7 von 67
28 φh(e jπf ) in rad / π Phasengang des DIY FIR - Filters H(e jπf ) 5 - (-) (+) (-) (+) (-)..4.6 (+).8 φh(e jπf ) in rad / π orm. Frequenz F = f / fs unwrapped - Phase ist zyklisch, genau wie H(ejπF ) Bei jeder ullstelle von H(ejπF ) auf dem EK wechselt das Vorzeichen Phasensprung um π Begrenzung auf ±π kann mit unwrap rückgängig gemacht werden - π -3 Phase wird über atan Funktion aus Real- und Imaginärteil von H(ejπF) bestimmt, begrenzt auf ±π orm. Frequenz F = f / fs.8 FIL-8 von 67
29 Professioneller FIR-Entwurf firls(4, [.3.7 ],[ ]) ( least squares Entwurfsverfahren) Höhere Ordnung (4) Geschicktere Platzierung der ullstellen bewirkt geringe Welligkeit im DB und hohe Kap_P_Plan_3D.m Mehr Abstand zwischen DB (.3) und SB (.7) Imaginary Part 4 - Dämpfung im SB - Real Part FIL-9 von 67
30 Kap_P_Plan_3D.m H(z) des verbesserten FIR - Filters FIL-3 von 67
31 ormierte Frequenz Ω / π ormierte Frequenz Ω / π ormierte Frequenz Ω / π Impulsantwort Frequenzgang von H (lin. Maßstab) h[n] H(e jω ).4 φ(e jω ) / π Phasengang von H n Kap_P_Plan_3D.m Frequenzgang von H (log. Maßstab) - - Halbband-Filter! log H(e jω ) Frequenz-/Phasengang verbessertes FIR Filter 4 FIL-3 von 67
32 MA Filter mit beliebigen Koeeffizienten x[n] h h h h3 h4 h5 h6 h7 y[n] Bezeichnung: Transversales oder Finite Impulse Response (FIR) Filter FIR-Filter -ter Ordnung hat Delays und ullstellen, + Koeffizienten Berechnung des Frequenzgangs von FIR-Filtern mit beliebigen Koeffizienten i.a. über z- bzw. Fourier-Transformation: H ( z ) = n= hn z n H ( z=e ) = n= hn e jω j nω = n= h n (cos( nω)+ j sin(nω) ) Umgekehrter Weg von H(z = ejω) zu h[n] Filterentwurf! FIL-3 von 67
33 FIR-Entwurf: Fourier-Approximation Ideale, rechteckförmige Frequenzgänge von TP / HP / BP / BS haben unendlich ausgedehnte Impulsantworten, zusammen-gesetzt aus periodischen si-funktionen (nicht realisierbar) Praxis: Abbruch der Impulsantwort nach Werten Inverse Fourier Transformation mit äquidistanten Stützstellen Fourier-Approximation ist optimal im Sinne des mittleren Fehlerquadrats (Least-Square) (ohne Beweis) Toleranzschema mit Sprungstellen führt zu Überschwingern im Frequenzgang vor und nach der Sprungstelle (Gibbs'sches Phänomen) Python: firwin(, f, width=width, window = 'boxcar') z.b. b_ls = firwin(5,/8,width=/4,window = 'boxcar'); Matlab: firls(, f, a); z.b. b_ls = firls(5,[ 999/8 /8 ],[ ]); FIL-33 von 67
34 Fourier-Approximation mit Fensterung Begrenzte Anzahl der Fourier-Koeffizienten kann als Multiplikation der Impulsantwort mit Rechteckfenster interpretiert werden Im Frequenzgang Faltung mit Spektrum der Fenster-Folge Faltung mit gutmütigerem Fenster reduziert Gibbs'sches Phänomen auf Kosten der Steilheit des Übergangbereichs Python: firwin(, f, width=width, window = windowtype) z.b. b_ls = firwin(5,/8,width=/4,window = 'hann'); Hochpass / Bandpass etc. mit zusätzlichen Optionen, Default ist 'Hamming' Matlab: fir(,f [,'ftype', 'windowtype']) z.b. b_win = fir(5,/4); Default sind Tiefpass und Hamming-Fenster fir() mit Rechteck-Fenster ergibt gleichen Entwurf wie firls FIL-34 von 67
35 Vergleich Rechteck vs. Hamming-Fenster.3 Impulsantwort h[n] Impulsantwort h[n] Betragsfrequenzgang (linear) f in Hz Betragsfrequenzgang (linear) Gibbs sches Phänomen f in Hz 4 FIL-35 von 67
36 FIR-Entwurf: Equiripple-Methode () Finde Filter, das die Spezifikation mit minimaler Ordnung erfüllt Oder: Schlechtest mögliches Design, das bei minimalen Kosten gerade noch die Spezifikation erfüllt - ingenieurmäßig! Viele amen: Minimiere maximalen Fehler (Minimax Methode), Algorithmus nach Parks-McClellan, benutzt Austauschmethode nach Remez und Chebyshev-Approximationstheorie + Toleranzschema wird voll ausgenützt geringere Ordnung als Filter, das mit Fourier-Approximation erzeugt worden ist - You get what you pay for : (spezifizierte) Welligkeit im gesamten Durchlass- und Sperrband, keine geschenkte WeitabUnterdrückung FIL-36 von 67
37 FIR-Entwurf: Equiripple-Methode () Python: b = remez(,f,a [, w] [, type =...]...) Matlab: b = firpm(, f, a [, w] [, ftype]...) : Ordnung; f,a: Frequenz-und Amplitudenvektor der Bandkanten Achtung: f =! w: Opt. Vektor mit Gewichtung der Bänder, (f)type: 'bandpass', 'differentiator' oder 'hilbert' Abschätzung der benötigten Ordnung aus Ripplespezifikationen: Matlab: [,f,a,w] = firpmord(f,a,dev) oder Python: dsp_fpga_lib.remezord() (gleiche Funktionalität) FIL-37 von 67
38 Digitale Signalverarbeitung auf FPGAs FIL: Digitale Filter und Filterentwurf Teil 3 - Halbbandfilter 6
39 Halbband-Filter: Impulsantwort Spezielle Linearphasige FIR-Filter mit gerader Ordnung und gerader Symmetrie ( Typ I), bei denen jeder zweite Koeffizient außer dem mittleren gleich ull ist ahezu die Hälfte der Multiplizierer entfällt.6.5 Festlegung der Koeffizienten ergibt spezielle Einschränkungen im Frequenzbereich τg = /.4 Amplitude Oft für Dezimationsfilter bei hohen Abtastraten verwendet = = ms Zeit (ms) FIL-39 von 67
40 Halbband-Filter: Frequenzgang Frequenzgang ist punktsymmetrisch zu H(F = ¼), also H(F) + H(½ - F) = +δ -δ H(ejπF) F=¼ ADB FSB ½ F=½ Ripple δdb = δsb = δ im DB und SB ist identisch ASB FDB F δ -δ Dämpfung SB: ASB = - logδ Ripple DB: ADB = log [(+δ ) / (-δ )] 4 log(+δ ) H(F = ¼) = ½ ( -6 db!) Durchlass- und Stopband liegen symmetrisch um fs /4 d.h. DB und SB sind immer gleich breit, FSB = ½ - FDB Anwendung in Filterbänken wegen Symmetrie FIL-4 von 67
41 Halbband-Filter: Entwurf Entwurf von Halbband-Filtern mit üblichen FIR Entwurfsverfahren, dabei muss fsb = fs / - fdb und ggf. δdb = δsb gewählt werden Beispiel: fs = khz, fdb = Hz, ADB = db, fsb = fs / - fdb = 3 Hz δdb = ADB / 4 - =.59 = δsb ASB = - log δsb = 4.55 db Parks-McClellan- oder Equiripple-Entwurf = firpmord([.4.6],[ ],[.59.59]); Ordnung abschätzen firpm(,[.4.6 ],[ ]); [FDB FSB] [δdb δsb] Fensterbasierter Entwurf (Default-Fenster: Hamming) fir(,.5); (Ordnung durch Ausprobieren,.5 = -6dB Eckfrequenz) FIL-4 von 67
42 Digitale Signalverarbeitung auf FPGAs FIL: Digitale Filter und Filterentwurf Teil 4 IIR-Filterentwurf 6
43 Entwurf IIR-Filter Zunächst Entwurf eines analogen Referenzfilters aus Filterspezifikationen (analoge Entwurfsverfahren oder Tabellen) Transformation der gefundenen Übertragungsfunktion H(s) in die zeitdiskrete Domäne H(z) mit z = est s = / ln z so dass birationale (= in Hardware implementierbare) Funktionen in z entstehen impulsinvariante Transformation: h(t) wird durch h(nt) ersetzt, identische Impulsantwort wenn klein genug ist, um relevante Details zu erfassen. H(s) H(z) über z = est (Matlab: impinvar), lineare Frequenzabbildung Aliasing für Signalkomponenten S(f) für f > fs / keine Hochpässe bilineare Transformation: eineindeutige Abbildung zwischen analoger Frequenz fa < und digitaler Frequenz Ωd = π fd / fs < π d fa z s= ln z f a = a = tan d = arctan T S z fs FIL-43 von 67
44 DIY IIR-Filter Verteile Polstellen z,i entlang des ur konjugiert-komplexe Polpaare für reellwertige Systeme H (z) = Kap_P_Plan_3D.m Durchlassbands für möglichst gleichmäßigen Frequenzgang kz (z z, )(z z, )(z z, ) Hardware? - - poles = [(-+j)/; (--j)/; -.5]; nulls = ;% (oder auch [ ]) k_ =.; FIL-44 von 67
45 H(z) und H(F) des DIY IIR Filters log H(f) Frequenzgang von H (log. Maßstab) 3D-Darstellung von H(z) orm. Frequenz F.5 Im Re Schlechte Dämpfung im Sperrband! FIL-45 von 67
46 Verbesserter IIR-Entwurf (ellipt. Filter) Elliptisches Filter 4. Ordnung, db Ripple, 4 db Dämpfung, FDB =.5 Imaginary Part ellip(4,, 4,.5) - - Real Part FIL-46 von 67
47 H(z) des verbesserten IIR - Filters FIL-47 von 67
48 Frequenz-/Phasengang verbessertes IIR Filter Amplitudengang Phasengang φ(e jω ) / π Amplitudengang (log.) -..4 ormierte Frequenz Ω / π.6.8 Gruppenlaufzeit τg(e jω ) / log H(e jω ) - -4 Kap_P_Plan_3D.m H(e jω ) FIL-48 von 67
49 Vergleich verschiedener IIR-Filter 4. Ordnung Spezifikationen: Amax = db, fdb = khz, Amin = 3 db, fsb = khz Besselfilter φ(f): ichtlinearität sehr klein Steilheit: sehr klein Dig. Implementierung nicht sinnvoll, FIR ist effizienter! Butterworth-Filter Amin=3 db Steilheit: klein IH(f)I: monoton φ(f): ichtlinearität klein Chebyshev-Filter Steilheit: mittel IH(f)I: Rippel im DB oder SB φ(f): ichtlinearität mittel Elliptisches Filter (Cauer) Steilheit: gross IH(f)I: Ripple im DB und SB φ(f): ichtlinearität gross FIL-49 von 67
50 FDB =., FSB =.3, ADB =. db, ASB = 6 db Vergleich verschiedener IIR-Filter () Chebychev I ( = 8) Butterworth ( = 4) Bla Blubb Chebychev II ( = 8) Elliptic ( = 6)
51 Welches Filter(entwurfsverfahren) nehme ich? Multiband Multiband Filter? Filter? nein??? IIR-Filter Ripple Ripple akzeptabel? akzeptabel? nein nein ja Engster Engster mögl. mögl.übergangsübergangsbereich? bereich? ja ja nein Inv. Chebychev-Filter ja Enger nein Enger ÜbergangsÜbergangsbereich? bereich? ja Butterworth Butterworth Filt. Filter (hohe Ordnung) (niedrige Ellliptisches Filter Ordnung) ja nein Ripple Rippleim im Passband? Passband? Linearphasig? Linearphasig? ja Ripple Rippleim im Stopband? Stopband? nein Chebychev-Filter Equiripple (FIR) Entwurf FIR-Filter MultiratenFilter Hohes HohesOverOversampling samplingratio? Ratio? Glättungsfilter? Glättungsfilter? nein Hohe HoheWeitabWeitabDämpfung? Dämpfung? ja SavitzkyGolay-Filter ja WindowEntwurf ja nein Equiripple Entwurf FIL-5 von 67
52 Hausaufgabe Filterentwurf mittels Python / Matlab: Spezifikationen: Amax = db, fdb = khz, Amin = 3 db, fsb =.5 khz, fs = 8 khz Rekursive Implementierung über analoge Referenzfunktion, z.b. butter(), ellip() Equiripple-Entwurf (firpm / remez) Least-Square / Windowed Design (firls, fir) Vergleiche Ordnung (= Hardwareaufwand), Gruppenlaufzeit Betrachten Sie das Pol/ullstellendiagramm und versuchen Sie nachzuvollziehen, wie die Frequenzantwort durch die Kombination aus Polen und ullstellen erreicht wird! FIL-5 von 67
53 Digitale Signalverarbeitung auf FPGAs FIL: Digitale Filter und Filterentwurf Teil 5 Filtertopologien 6
54 Filtertopologien Filter mit der gleichen Übertragungsfunktion H(z) können auf unterschiedliche Weise implementiert werden Unterschiede bestehen bezüglich: Kosten (Hardware, Rechenzeit) durch Anzahl von Multiplikationen, Additionen und Speicherplätzen Empfindlichkeit gegen Rundungsfehler Verarbeitungsgeschwindigkeit FIL-54 von 67
55 Direktform Filter Topologien Koeffizienten entsprechen den Koeffizienten ai, bi der Übertragungsfunktion y [n ] = Y (z) H (z) = = X (z) b i z i M b i x [n i ] i= i = M + a i z ai y [n i ] i = M Y z = b i X z z ai Y z z i i i i = i= i= Direktform-Filter sind empfindlich auf Rundungs- / Quantisierungsfehler, vor allem bei höherer Ordnung und hohen Polgüten (nahe am Einheitskreis) Durch einfache Umformungen (Vertauschen von rekursivem / nicht-rekursivem Teil, Transponieren) entstehen Varianten mit bestimmten Vor- und achteilen siehe nächste Folien: FIL-55 von 67
56 Direkt-Form I (DF-) Struktur ist aus folgender Differenzengleichung abgeleitet: y [n ] = bi x [n i ] i = P ai y [n i ] i = + Ein Summierknoten (Akkumulator) korrektes Endergebnis trotz internem Überlauf solange y[n] im Wertebereich liegt (nur bei er-komplement-arithmetik)! Gut geeignet für Fix-Point-Implementierung - icht-minimale Anzahl Register - Kette von Addierern ist langsam - Requantisierung nach Multiplikation oder b x[n] y[n] b a b a b ap rekursiv transversal breite Register nötig (alle Direktformfilter) FIL-56 von 67
57 Direkt-Form II (DF-) Entsteht aus DF- Filter durch Vertauschen von transversalem und rekursivem Teilfilter P v [n] = x [n ] ai v [n i ] i = v[n] x[n] y [n] = b i v [n i ] a i = + Minimale Anzahl Verzögerungsglieder, Ringbuffer in Software Zwei Summierknoten auf der linken Seite kann Überlauf auftreten: größere Wortlängen (Guardbits) erforderlich! - Kette von Addierern ist langsam Eher für Software-Implementierungen a ap rekursiv b y[n] b b b transversal FIL-57 von 67
58 Transponierte Direkt-Form (TDF-) Aus DF- Filter (FIR oder IIR) durch Transponieren entstanden + Minimale Anzahl Register + Eingebautes Pipelining schnell! ± Kritisches Rekursiv-Teilfilter folgt x [n] y [n] -,8 Transversal-Teilfilter (Dämpfung), daher deutlich robuster gegen Überlauf als DF- und TDF- - Requantisierung nach Multiplikation oder breite Register nötig Wird oft einfach Transponierte Direkt-Form genannt, da TDF- in der Praxis nicht verwendet wird! FIL-58 von 67
59 Kaskadiertes IIR-Filter Größere Robustheit gegen Quantisierung Kap. 4 Besteht aus Teilfiltern zweiter Ordnung ( Second Order Sections, SOS) Pipelining zwischen Teilfiltern leicht möglich Matlab: tfsos(b,a) x[n] y[n] Fourth order IIR notch filter realised as two biquad (SOS) sections FIL-59 von 67
60 Kaskadiertes FIR Filter Vorteile wie bei kaskadiertem IIR Filter (Pipelining, Robustheit) Matlab: tfsos(b) FIL-6 von 67
61 Digitale Signalverarbeitung auf FPGAs FIL: Digitale Filter und Filterentwurf Teil 6 Filtertransformationen 6
62 Einfache Filtertransformationen Ziel: Aus TP-Entwurf HTP(z ) weitere (bessere) Filter ableiten Transformation mit z z : H(z) = HTP(z ) H(ejΩ) = HTP(e jω) Stauchung des Spektrums (steilere Übergänge!) Wiederholung des Spektrums, muss i.a. in weiterem Filter beseitigt werden Erhöhung der Ordnung um Bei FIR-Filtern ist jeder zweite Koeffizient ull Kann auf z zm erweitert werden (z.b. Differenzierer Kammfilter z - ) Kaskadierung des Filters mit sich selbst H(z) H(z) Vor allem in Software einfachste Möglichkeit, steilere Übergänge und verbesserte Sperrdämpfung zu erhalten! Aber: Auch Ripple im Passband wird doppelt so groß FIL-6 von 67
63 TP HP-Transformation () Aus TP lässt sich über Modulationssatz der z-transformation ein HP ableiten: an h[n] H(z / a) mit a = -: hhp [n] = (-)n htp [n] HTP(z / (-)) = HTP(-z) = HHP(z) HHP(z = e j Ω) = HTP(e j Ω/e -jπ) = HTP(e j (Ω+π)) Beispiel MA-TP-Filter mit = 3: x[n] h h h h3 y[n] hma [n] = {,,, } = H MA ( z ) = +z +z +z hhp [n] = {, -,, -} 4 3 z = z H HP (z ) = H MA ( z) = z +z z 4 3 z = +z FIL-63 von 67
64 TP HP-Transformation () [b,a] = cheby(4, 4,.5) Impulsantwort von HHP Impulsantwort von HTP.3 hhp [n].3 htp [n] n 5 5 n hhp[n] = (-)n htp[n] HHP(z) = HTP(-z) a = [ ] a = [ ] b = [ ] b = [ ] FIL-64 von 67
65 TP HP-Transformation (3) TP HP log H(e jω ) log H(e jω ) ormierte Frequenz Ω / π ormierte Frequenz Ω / π FIL-65 von 67
66 MA-Filter mit modulierten Koeffizienten MA-Filter mit Koeffizienten der Form h[n] = e-jπ m n / mit m =,, und n =,,, lassen sich x[n] über Modulationssatz berechnen, Ergebnis ist rotiertes Filter h h h h3 y[n] e-jπ m n / h[n] H [e-jπ m / z] Beispiele ( = 3): m = : hmod, [n] = {,,, } = hma [n] HMA [z] m = : hmod, [n] = {, -,, -} = e-jπ n / 4 = e-jπn HMA [e-jπ z] m = : hmod, [n] = {, -j, -, j} = e-jπn / 4 = e-jπn / HMA [e-jπ/ z] DFT! FIL-66 von 67
67 Diese Folien und die zugehörigen Videos sind unter Creative-Commons-Lizenz CC-BY-C-SA 3. de veröffentlicht. Bei Verwendung dieses Werks müssen Sie auf die entsprechende CC-Lizenzurkunde verweisen, in diesem Fall Sie müssen ferner die folgenden Angaben machen ("BY, attribution) Author ( Christian Münker ) Titel ( Digitale Signalverarbeitung auf FPGAs ) URL zu Werk ( und / oder Author ( Außerdem ist die Verwendung auf folgende Weise eingeschränkt: Diese Materialien dürfen nur nicht kommerziell genutzt werden ( C, non-commercial). Dieses Werk oder Teile daraus dürfen nur unter gleichen Lizenzbedingungen weiterverteilt werden ( SA, share alike). Fragen, Anmerkungen, Anregungen, Bugs, Bierbons bitte an mail@chipmuenk.de. Ich wünsche viel Erfolg und Spaß (?!) mit den Materialien!
Zeitdiskrete Signalverarbeitung
Zeitdiskrete Signalverarbeitung Ideale digitale Filter Dr.-Ing. Jörg Schmalenströer Fachgebiet Nachrichtentechnik - Universität Paderborn Prof. Dr.-Ing. Reinhold Haeb-Umbach 7. September 217 Übersicht
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 /
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:
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
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
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)
MehrVor- und Nachteile FIR- und IIR-Filter DSV 1, 2005/01, Rur, Filterentwurf, 1
Vor- und Nachteile FIR- und IIR-Filter DSV 1, 2005/01, Rur, Filterentwurf, 1 FIR-Filter sind nichtrekursive LTD-Systeme werden meistens in Transversalstruktur (Direktform 1) realisiert + linearer Phasengang
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!
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
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
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:
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
MehrFilterentwurf. Aufgabe
Aufgabe Filterentwurf Bestimmung der Filterkoeffizienten für gewünschte Filtereigenschaften Problem Vorgaben häufig für zeitkontinuierliches Verhalten, z.b. H c (s) Geeignete Approximation erforderlich
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.
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
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
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
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
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
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
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,
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)
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
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 digitale Signalverarbeitung WS11/12
Einführung in die digitale Signalverarbeitung WS11/12 Prof. Dr. Stefan Weinzierl usterlösung 1. Aufgabenblatt 1. Digitale Filter 1.1 Was ist ein digitales Filter und zu welchen Zwecken wird die Filterung
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
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],
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:
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
MehrNachrichtentechnik [NAT] Kapitel 6: Analoge Filter. Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik
Nachrichtentechnik [NAT] Kapitel 6: Analoge Filter Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik Sommersemester 25 Inhaltsverzeichnis Inhalt Inhaltsverzeichnis 6 Analoge Filter 3 6. Motivation..................................
MehrAufgabe: Summe Punkte (max.): Punkte:
ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 2. Teilprüfung 389.055 A Signale und Systeme 2 Institute of Telecommunications
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
MehrDigitale Signalverarbeitungssysteme II: Praktikum 1
Digitale Signalverarbeitungssysteme II: Praktikum 1 Emil Matus 18. November 2010 Technische Universität Dresden Mobile Communications Systems Chair Tel.: +49 351 463 41021 Fax : +49 351 463 41099 Mail:
MehrFouriertransformation, z-transformation, Differenzenglei- chung
Kommunikationstechnik II 1.Übungstermin 31.10.2007 Fouriertransformation, z-transformation, Differenzenglei- Wiederholung: chung Als Ergänzung dieser sehr knapp gehaltenen Wiederholung wird empfohlen:
Mehrfilter Filter Ziele Parameter Entwurf Zölzer (2002) Nov 14, 2015
1 Filter Ziele Parameter Entwurf Zölzer (2002) Nov 14, 2015 2 Beschreibung Übertragungsfunktion H(z), H(ω) Differenzengleichung y[n] Impulsantwort h[n]: Finite Infinite Impulse Response (FIR) Impulse Response
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...
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
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
MehrDigitale Signalverarbeitung auf FPGAs
Digitale Signalverarbeitung auf FPGAs INP: Interpolation Upsampling und D/A-Wandlung Teil 1 Upsampling 2016 Dr. Christian Münker INP: Überblick Upsampling D/A-Wandlung Interpolation Oversampling DACs Dr.
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:..........................
MehrAufgabe: Summe Punkte (max.): Punkte:
ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 2. Teilprüfung 389.055 B Signale und Systeme 2 Institute of Telecommunications
MehrKontrollfragen zum Skript Teil 1 beantwortet
Kontrollfragen zum Skript Teil 1 beantwortet Von J.S. Hussmann Fragen zu SW 1.1 Welche Vorteile hat die DSVB? Programmierbar Parametrierbar Reproduzierbar Wie heisst die Umwandlung eines Zeit-diskreten
MehrAllpass-Transformation
Grundidee: Allpass-Transformation Entwurf eines IIR-Filters H p (z) mit bekanntem Verfahren Abbildung des Frequenzgangs durch Transformation der Frequenzvariablen Transformation durch Substitution ζ =
MehrElektronik Prof. Dr.-Ing. Heinz Schmidt-Walter
6. Aktive Filter Filterschaltungen sind Schaltungen mit einer frequenzabhängigen Übertragungsfunktion. Man unterscheidet zwischen Tief, Hoch und Bandpässen sowie Sperrfiltern. Diesen Filtern ist gemeinsam,
MehrLösungen der Übungsaufgaben zur Vorlesung Digitale Signalverarbeitung
Institut für Informationsverarbeitung Laboratorium für Informationstechnologie Lösungen der Übungsaufgaben zur Vorlesung Digitale Signalverarbeitung Wintersemester 00-0 Mathematische Grundlagen I. Geometrische
Mehr3. Quantisierte IIR-Filter R
. Zweierkomplement a) Wie sieht die binäre Darstellung von -5 aus bei den Wortbreiten b = 4, b =, b = 6? b) Berechnen Sie folgende Additionen im Format SINT(4). Geben Sie bei Überlauf auch die Ausgaben
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
MehrLTI-Systeme in Frequenzbereich und Zeitbereich
LTI-Systeme in Frequenzbereich und Zeitbereich LTI-Systeme Frequenzgang, Filter Impulsfunktion und Impulsantwort, Faltung, Fourier-Transformation Spektrum, Zeitdauer-Bandbreite-Produkt Übungen Literatur
MehrDigitale Filter. Martin Schlup. 8. Mai 2012
Digitale Filter Martin Schlup 8. Mai 2012 1. Filterstrukturen Dieser Beitrag ist eine kurz gehaltene Einführung in die Darstellung zeitdiskreter Systeme und soll einige elementare Hinweise geben, wie digitale
Mehr5. Laplacetransformation
5. Laplacetransformation 5. Übersicht Laplacetransformation Die Laplacetransformation ist eine Verallgemeinerung der Fouriertransformation. Vorteile: Es können auch Transformierte für Signale angegeben
MehrDigitale Signalverarbeitung Vorlesung 5 - Filterstrukturen
Digitale Signalverarbeitung Vorlesung 5 - Filterstrukturen 21. November 2016 Siehe Skript, Kapitel 8 Kammeyer & Kroschel, Abschnitt 4.1 1 Einführung Filterstrukturen: FIR vs. IIR 2 Motivation: Grundlage
MehrTest = 28 Punkte. 1: 2: 3: 4: 5: Punkte: Note:
ZHAW, DSV1, FS2010, Rumc, 1 Test 1 5 + 5 + 5 + 8 + 5 = 28 Punkte Name: Vorname: 1: 2: : 4: 5: Punkte: Note: Aufgabe 1: AD-DA-System. + 1 + 1 = 5 Punkte Das analoge Signal x a (t) = cos(2πf 0 t), f 0 =750
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
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
MehrÜbungen in Gruppen (max. 3 Personen) gemeinschaftlich durchgeführt Pro Gruppe ein Protokoll Übungsprotokolle:
Assoc.-Prof. DI Dr. Michael Seger Institute of Electrical, Electronic and Bioengineering / UMIT Institute of Automation and Control Engineering / UMIT Eduard-Wallnöfer-Zentrum 1, 6060 Hall i. Tirol 2.
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] =
Mehr[2] M. Meier: Signalverarbeitung, ISBN , Vieweg Verlag, Oktober 2000.
Digitale Signal-Verarbeitung 1 Kapitel 5: FIR- und IIR-Filterentwurf Inhaltsverzeichnis 5.1. EINLEITUNG... 2 5.2. FILTERSPEZIFIKATION... 3 5.3. FIR-FILTER... 4 5.3.1. TYPISIERUNG... 4 5.3.2. ENTWURF MIT
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
MehrGrundlagen der Signalverarbeitung 1 (Integraltransformationen)
Grundlagen der Signalverarbeitung 1 (Integraltransformationen) Prof. Dr.-Ing. Dr. h.c. Norbert Höptner Fakultät Technik Bereich Informationstechnik (IT) Hochschule Pforzheim Stand: 17.01.2017 v9 @ Prof.
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,
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
MehrSignale und Systeme I
TECHNISCHE FAKULTÄT DER CHRISTIAN-ALBRECHTS-UNIVERSITÄT ZU KIEL DIGITALE SIGNALVERARBEITUNG UND SYSTEMTHEORIE DSS Signale und Systeme I Modulklausur WS 017/018 Prüfer: Prof. Dr.-Ing. Gerhard Schmidt Datum:
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.
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
MehrDie Eigenschaften von Systemen. S gesendet. S gesendet. S gesendet. Ideales System (idealer Wandler): Die Signaleigenschaften werden nicht verändert
Die Eigenschaften von Systemen Ideales System (idealer Wandler): Die Signaleigenschaften werden nicht verändert S gesendet IDEALER WANDLER S gesendet Reales System (realer Wandler): Es entstehen Verzerrungen
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
MehrVersuch 3: Anwendungen der schnellen Fourier-Transformation (FFT)
Versuch 3: Anwendungen der schnellen Fourier-Transformation (FFT) Ziele In diesem Versuch lernen Sie zwei Anwendungen der Diskreten Fourier-Transformation in der Realisierung als recheneffiziente schnelle
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
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
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],
MehrKapitel 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.
Mehr17 Reale digitale Filter: Koeffizientenquantisierung
203 7 Reale digitale Filter: Koeffizientenquantisierung In der Systemtheorie werden digitale Signale und Systeme zunächst unter idealisierten Bedingungen betrachtet. Reale Systeme, wie beispielsweise bei
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
Mehr7. Filter. Aufgabe von Filtern
. Filter Aufgabe von Filtern Amplitude Sperren einer Frequenz oder eines Frequenzbereichs Durchlassen einer Frequenz oder eines Frequenzbereichs möglichst kleine Phasenänderung Phase Phasenverschiebung
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
MehrSV2: Digitale Filter und Konvertierung der Abtastrate
Signal and Information Processing Laboratory Institut für Signal- und Informationsverarbeitung 9. Februar 2017 Fachpraktikum Signalverarbeitung SV2: Digitale Filter und Konvertierung der Abtastrate 1 Einführung
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 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.
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
MehrGrundlagen der Nachrichtentechnik. 5. Digitale Modulationsverfahren komplett auf Folien teilweise mit Folienunterstützung
Grundlagen der Nachrichtentechnik I. Kontinuierliche Signale u. Systeme. Fouriertransformation. Tiefpass-Darstellung v. Bandpass-Signalen 3. Eigenschaften v. Übertragungskanälen III. Diskretisierung v.
MehrDigitale Signalverarbeitung mit MATLAB- Praktikum
Martin Werner Digitale Signalverarbeitung mit MATLAB- Praktikum Zustandsraumdarstellung, Lattice-Strukturen, Prädiktion und adaptive Filter Mit 118 Abbildungen, 29 Tabellen und zahlreichen Praxisbeispielen
MehrSYS_A - ANALYSIEREN. Statistik. NTB Druckdatum: SYS A. Histogramm (Praxis) Gaußsche Normalverteilung (Theorie) Gebrauch: bei n > 100
SYS_A - ANALYSIEREN Statistik Gaußsche Normalverteilung (Theorie) Gebrauch: bei n > 100 Histogramm (Praxis) Realisierung Lage Streuung Zufallsvariable Dichte der Normalverteilung Verteilungsfunktion Fläche
MehrÜbungsaufgaben 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
Mehr(Bitte geben Sie bei der Beantwortung von Fragen eine Begründung bzw. bei der Lösung von Kurzaufgaben eine kurze Berechnung an!)
Teil 1: Fragen und Kurzaufgaben (Bitte geben Sie bei der Beantwortung von Fragen eine Begründung bzw. bei der Lösung von Kurzaufgaben eine kurze Berechnung an!) Frage 1 (6 Punkte) Es wird ein analoges
MehrSignale und Systeme II
TECHNISCHE FAKULTÄT DER CHRISTIAN-ALBRECHTS-UNIVERSITÄT ZU KIEL DIGITALE SIGNALVERARBEITUNG UND SYSTEMTHEORIE DSS Signale und Systeme II Lösung zur Modulklausur SS 201 Prüfer: Prof. Dr.-Ing. Gerhard Schmidt
MehrBearbeitungszeit: 120 Min
4 6 Fachgebiet gelungstechnik Leiter: Prof. Dr.-Ing. Johann ger gelungs- und Systemtechnik - Übungsklausur 9 Bearbeitungszeit: Min Modalitäten Es sind keine Hilfsmittel zugelassen. Bitte schreiben Sie
MehrTEIL I: Analoge Filter
TEIL I: Analoge Filter Version vom. April 24 Dr. Mike Wolf, Fachgebiet Nachrichtentechnik Analoge und digitale Filter Literatur: L. D. Paarmann, Design And Analysis of Analog Filters: A Signal Processing
Mehr(Fast) Fourier Transformation und ihre Anwendungen
(Fast) Fourier Transformation und ihre Anwendungen Johannes Lülff Universität Münster 14.01.2009 Definition Fouriertransformation F (ω) = F [f(t)] (ω) := 1 2π dt f(t)e iωt Fouriersynthese f(t) = F 1 [F
MehrIn diesem Kapitel werden wir eine weitere Klasse von diskreten Filtern kennen lernen, die Infinite Impulse Response Filter.
Kapitel IIR-Filter In diesem Kapitel werden wir eine weitere Klasse von diskreten Filtern kennen lernen, die Infinite Impulse Response Filter.. Vom FIR- zum IIR-Filter FIR Filter verwenden zur Berechnung
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
MehrEntwurf von IIR-Filtern
Kapitel Entwurf von IIR-Filtern. Einleitung.. Darstellung von IIR-Filtern im Zeitbereich y[n] = b 0 x[n] + b x[n ] + b 2 x[n 2] +... + b M x[n M].) a y[n ] a 2 y[n 2]... a N y[n N] = M N b k x[n k] a m
MehrGrundlagen der Informationstechnik
Martin Meyer Grundlagen der Informationstechnik Signale, Systeme und Filter Mit 250 Abbildungen und 33 Tabellen Herausgegeben von Otto Mildenberger Vieweg Praxiswissen Vieweg VII 1 Einführung 1 1.1 Das
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
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
MehrDigitale Signalverarbeitung auf FPGAs
Digitale Signalverarbeitung auf FPGAs INP: Interpolation Upsampling und D/A- Wandlung Teil 1 Upsampling 2016 Dr. Christian Münker INP: Überblick Upsampling D/A-Wandlung Interpolation Oversampling (Sigma-Delta
MehrEAH Jena Prüfungsaufgaben Prof. Giesecke FB ET/IT Filterentwurf WS 12/13
FB ET/IT Filterentwurf WS 2/3 Name, Vorname: Matr.-Nr.: Zugelassene Hilfsmittel: beliebiger Taschenrechner eine selbsterstellte Formelsammlung ein mathematisches Formelwerk Wichtige Hinweise: Ausführungen,
Mehr:. (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
MehrDiskrete Fourier-Transformation und FFT. 1. Die diskrete Fourier-Transformation (DFT) 2. Die Fast Fourier Transform (FFT)
Diskrete Fourier-Transformation und FFT 2. Die Fast Fourier Transform (FFT) 3. Anwendungsbeispiele der DFT 1 Wiederholung: Fourier-Transformation und Fourier-Reihe Fourier-Transformation kontinuierlicher
Mehr