Signale, Transformationen
|
|
- Gitta Giese
- vor 6 Jahren
- Abrufe
Transkript
1 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] = s(kt s ), T s Abtastperiode oder intervall, f s = /T s Abtastfrequenz Rekonstruktion von s(t) aus s[k] i Allg nur genähert möglich (Interpolationsproblem), s u In digitalen Systemen auch Signalwerte diskret, da endlicher Zahlenbereich: Quantisierung, gibt Quantisierungsrauschen, macht lineare Systeme eigentlich nichtlinear Alle wirklichen Signale haben Anfang und Ende und endliche Energie; alle anderen sind Idealisierungen für die Theorie Energie: E = s t (mittlere) Leistung: P = lim T s t 2T T T 2 d t bzw E = k= 2 d t bzw P = lim K s k 2 K 2 K k= K s k 2 Energiesignal: E< Leistungssignal: E=, aber 0<P< (gibt es nicht wirklich!) Alle wirklichen zeitkontinuierlichen Signale sind stetig; aber in der Theorie werden auch stückweis stetige und verallgemeinerte Funktionen (Distributionen, z B Deltafunktion) betrachtet, z B: Sprungfunktion: θ t =, t>0, 0, t<0 (Was ist bei t=0?) Rechteckfunktion: rect t =θ 2 t (Was ist bei t=/2?) Deltafunktion: δ t = lim T rect t T T Zeitdiskret: δ k =δ k 0 (Was heißt hier lim?) gewöhnlicher Einheitspuls
2 Periodische Signale (sind spezielle Leistungssignale): s(t) = s(t±t ) für alle t bzw s[k] = s[k±k ] für alle k T bzw K heißt Periode Alle Perioden sind ganzzahlige Vielfache einer kleinsten positiven, der Grundperiode Ihr Reziprokes ist die (Grund )Frequenz des Signals Achtung: Bei Abtastung eines periodischen s(t) ist das erhaltene s[k] i Allg nicht genau periodisch, falls die Grundperiode kein Vielfaches der Abtastperiode ist! Fouriertransformation Def: e i x =cos x isin x S(f ) bzw S[n] komplexes Spektrum, f Frequenz (oft auch mit Kreisfrequenz ω = 2πf geschrieben) s(t) kontinuierlich, aperiodisch: S f = s t e 2π i f t d t, s t = S f e 2π i f t d f s(t) kontinuierlich, endl Intervall oder periodisch mit T: T S n = s t e 2π i n t T 2π i d t, s t = S n e nt T T 0 n= Spektrum diskret, S[n] gehört zur Frequenz n/t Formal: S f = n= S n δ f n T s[k] diskret, aperiodisch; S(f ) periodisch mit f s = /T s f s 2π i f kt S f = T s s k e s, s k = S f e 2π i f kt s d f k= 0 Formal als Fourierintegral mit s t = k s k δ f s t k s[k] und S[n] diskret, endl Intervall oder periodisch mit N (Diskrete Fouriertransformation, DFT): N S n = S n e 2π i nk N N k=0 Schnelle Berechnung: Fast Fourier Transform (FFT), O(N log N) N s k e 2π i nk N, s k = n=0
3 Die FT ist linear Es gilt: Die FT von s( t) ist S( f ) Wenn s reell ist, so ist Re S gerade und Im S ungerade, also S( f ) = S * (f ) Parseval: S f 2 d f = s t 2 d t FT von ds(t)/dt ist 2πi f S( f ); FT von 2πi t s( t ) ist ds( f )/d f Faltung: kontinuierlich: x y t = x t τ y τ dτ diskret: x y k = κ= x k κ y κ Die Faltung ist kommutativ, assoziativ, distributiv Sind X und Y die Fouriertransformierten von x und y, so ist XY FT von x * y, entsprechend ist X * Y FT von xy Für periodische Signale: zyklische Faltung, T K 0 bzw κ=0 Abtasttheorem Abtastung entspricht Multiplikation mit Deltafunktionsfolge k δ f s t k, also wird die FT des Signals mit der FT dieser Folge gefaltet Diese sieht entsprechend aus: n δ f nf s D h, um nf s verschobene Kopien ("Aliases") der Signal FT werden aufsummiert, die sich für Rekonstruierbarkeit des Signals nicht überlappen dürfen Für nullsymmetrisches Frequenzintervall: Es darf keine Fourierkomponenten bei f f s 2 (Nyquist Frequenz) geben (sonst "Aliasing" [ εili ]) Rekonstruktion durch Interpolation mit sinc (idealer Tiefpass):
4 s t = s k sinc f s t k, k= sinc x := sin π x π x
5 Korrelation: für Energiesignale x, y kontinuierlich:c xy τ = x t y * τ= diskret: c xy m = k= * t τ d t = c yx x k y * * k m = c yx τ ; m Mit x = y heißt c die Autokorrelationsfunktion (AKF), sonst die Kreuzkorrelationsfunktion (KKF) Für Leistungssignal: mit T 2 T T 2 lim T bzw lim K K 2 K k= K 2 definiert Falls periodisch mit T bzw K: zyklische Korrelation, T K 0 bzw 0 (evtl mit /T bzw /K davor) Spektrale Dichten aperiodischer Signale: Energiesignal: spektrale Energiedichte (Energiespektrum) E(f ) = S(f ) 2 = FT der AKF; Leistungssignal: spektrale Leistungsdichte (Leistungsspektrum) P(f ) = FT der AKF (Wiener Khinchin), oder auch P f = lim 0 mit S T f 2 f 2 T 2 f = T 2 lim T T S T f 2 d f (lim Reihenfolge!), s t e 2π i f t d t (diskret entsprechend) (Formal auch bei periodischen Anteilen mit Deltafunktionen) Ensprechend auch Kreuzenergie und Kreuzleistungdichten als Fouriertransformierte der Kreuzkorrelationsfunktionen E(f ) bzw P(f ) werden meist logarithmisch aufgetragen (db Skala)
6 Cepstrum [kεp ]: Fourieranalyse des log Spektrums Für endliches Frequenzintervall ( F, F) definiert, z B zeitdiskrete Signale F = f s /2 : c τ = F F log S f 2 e 2π i f τ d f ; reell; gerade für s reell τ heißt "Quefrenz"; zeitdiskret: c k =c kt s Komplexes Cepstrum (reell für s reell): c τ = F F log S f e 2π i f τ d f ; c τ = c τ c τ Verallgemeinerte Cepstren: Potenzfunktion statt log Exponent entspricht der AKF Laplace Transformation: H s =? h t e st d t, s=σ iω (oft auch p statt s ) Zeitdiskret als z Transformation: h k z k, z=e st s, periodisch in Im s mit 2πf s H z = k=? {σ < 0, πf s ω < πf s } entspricht { z < } Faltungssatz gilt auch für diese Hilberttransformation: zeitkontinuierlich: Faltung mit /πt (als Cauchy Hauptwert) Entspricht Multiplikation der FT mit i sgn f, also Phasendrehung um π/2 (cos sin, sin cos) zeitdiskret: Faltung mit Analytisches Signal: 2 π k, k ungerade, 0, k gerade Signal + i * Hilberttransformierte, hat keine Fourierkomponenten 0 für f < 0 (bzw f s 2< f<0 )
7 Signale, Transformationen, lineare Systeme Signale: zeitkontinuierlich, zeitdiskret Energie, Leistung Spezielle Signale: Sprungfunktion, Rechteckfunktion, Deltafunktion (bzw Einheitspuls) Periodizität Fouriertransformation: kontinuierlich, aperiodisch kontinuierlich, aperiodisch diskret periodisch oder endliches Intervall periodisch oder endl Int diskret diskret, periodisch diskret, periodisch (DFT) Rekonstruierbarkeit diskret kontinuierlich: Nyquist Kriterium (bandbeschränkt auf < f s /2) Rekonstruktion: sinc Interpolation (idealer Tiefpass) Ableitung Multiplikation mit iω Faltung Produkt Autokorrelation Energie bzw Leistungsspektrum Kreuzkorrelation Kreuz Energie bzw Kreuz Leistungsspektrum Cepstrum (FT von log Spektrum), komplexes Cepstrum Laplace Transformation (komplexe Frequenz) Z Transformation aus Laplace Transformation für diskrete Zeit wegen Frequenz Periodizität Hilberttransformation: Phasendrehung um π/2 Lineare Filter: Lineare Abbildung (Matrix) auf Signalen Kausal: Output hängt nicht von zukünftigen Input Werten ab (Dreiecksmatrix) Zeitinvariant: Matrix nur von Index Differenz abhängig Faltung mit Impulsantwort h Multiplikation mit Übertragungsfunktion H (Frequenz, Laplace oder z Bereich) Kausal: Impulsantwort = 0 für Zeit 0; Im H(f) = Hilberttransformation von Re H(f) Filter endlicher Ordnung: Differenzengleichung; Übertragungsfunktion rational (Quotient zweier Polynome in z) Stabilität: Beschränkter Input gibt beschränkten Output; keine Pole in z Kausal und stabil invertierbar: keine Pole und Nullstellen in z Spezielle Filtertypen: Allpass, Tiefpass, Hochpass, Bandpass, Bandsperre
Systemtheorie 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...
MehrBiosignalverarbeitung (Schuster)
Biosignalverarbeitung (Schuster) 9. FOURIER - TRANSFORMATION: 4 Ausprägungen der Transformation: Zeitbereich Frequenzbereich Laplace-Transformation Fourier-Transformation kontinuierlicher Signale (FT,
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
MehrBildverarbeitung 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
Mehr3.3 Das Abtasttheorem
17 3.3 Das Abtasttheorem In der Praxis kennt man von einer zeitabhängigen Funktion f einem Signal meist nur diskret abgetastete Werte fn, mit festem > und ganzzahligem n. Unter welchen Bedingungen kann
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
MehrZusammenfassung der 1. Vorlesung
Zusammenfassung der 1. Vorlesung Einordnung und Motivation Grundlegende Definitionen Kontinuierliches Signal Zeitdiskretes Signal Quantisiertes Signal Digitales Signal Kontinuierliches System Abtastsystem
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
MehrBetrachtetes Systemmodell
Betrachtetes Systemmodell Wir betrachten ein lineares zeitinvariantes System mit der Impulsantwort h(t), an dessen Eingang das Signal x(t) anliegt. Das Ausgangssignal y(t) ergibt sich dann als das Faltungsprodukt
MehrSiSy1, Praktische Übung 3. Fourier-Analyse (periodischer Signale) kann als Fourier-Reihe 1 beschrieben werden:
/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=
MehrNachrichtentechnik [NAT] Kapitel 2: Zeitkontinuierliche Signale. Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik
Nachrichtentechnik [NAT] Kapitel 2: Zeitkontinuierliche Signale Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik Sommersemester 25 Inhaltsverzeichnis Inhalt Inhaltsverzeichnis 2 Zeitkontinuierliche
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
MehrAdaptive Systeme. Sommersemester Prof. Dr. -Ing. Heinz-Georg Fehn. Prof. Dr. rer. nat. Nikolaus Wulff
Adaptive Systeme Sommersemester 2015 Prof. Dr. -Ing. Heinz-Georg Fehn Prof. Dr. rer. nat. Nikolaus Wulff Prof. Dr. H.-G. Fehn und Prof. Dr. N. Wulff 1 Adaptive Systeme Adaptives System: ein System, das
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?
MehrDigitale Signalbearbeitung und statistische Datenanalyse
Digitale Signalbearbeitung und statistische Datenanalyse Teil 5 8 Aus ontinuierlichem Signal werden in onstanten Zeitintervallen Daten entnommen ontinuierliches Signal x(t) Einheitsimpulsfuntion Gewichtete
MehrFaltung und Korrelation kontinuierlicher Signale
Universität Koblenz Institut für integrierte Naturwissenschaften Abteilung Physik Faltung und Korrelation kontinuierlicher Signale Seminar Digitale Signalverarbeitung Dr. Merten Joost von Kristina Weyerhäuser
MehrBeate 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(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
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
MehrMotivation. Diskretisierung. Überblick. Algorithmik III Algorithmen und Modelle für kontinuierliche Datenstrukturen. Diskretisierung und Quantisierung
Algorithmik III Algorithmen und Modelle für kontinuierliche Datenstrukturen Motivation Analoge Aufnahme von Sprache, Bildern Digitale Speicherung durch Diskretisierung + Quantisierung Informationsverlust
MehrDas wissen Sie: 6. Welche Möglichkeiten zur Darstellung periodischer Funktionen (Signalen) kennen Sie?
Das wissen Sie: 1. Wann ist eine Funktion (Signal) gerade, ungerade, harmonisch, periodisch (Kombinationsbeispiele)? 2. Wie lassen sich harmonische Schwingungen mathematisch beschreiben und welche Beziehungen
MehrZufallssignal Stationär (z.b. gleichverteiltes Rauschen) Nicht-stationär (z.b. normalverteiltes Rauschen mit wechselnder Streuung) Deterministisches
Zufallssignal Stationär (z.b. gleichverteiltes Rauschen) Nicht-stationär (z.b. normalverteiltes Rauschen mit wechselnder Streuung) Deterministisches Signal Periodisch harmonische Schwingung Summe harmonischer
MehrFaltung, Korrelation, Filtern
Faltung, Korrelation, Filtern Wie beschreibe ich lineare Systeme (z.b. Seismometer) -> Faltung, Konvolution, Dekonvolution? Wie quantifiziere ich die Ähnlichkeit von Zeitreihen (-> Korrelation) Wie quantifiziere
MehrMathematische Erfrischungen III - Vektoren und Matrizen
Signalverarbeitung und Musikalische Akustik - MuWi UHH WS 06/07 Mathematische Erfrischungen III - Vektoren und Matrizen Universität Hamburg Vektoren entstanden aus dem Wunsch, u.a. Bewegungen, Verschiebungen
MehrEinführung 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
MehrReell. u(t) Komplex u(t), Zeitabhängig Zeitunabhängig. u(t)e jωt. Reell Û. Elektrische Größe. Spitzenwert. Komplex Û. Reell U. Effektivwert.
Aufgaben Reell u(t) Elektrische Größe Zeitabhängig Zeitunabhängig Spitzenwert Effektivwert Komplex u(t), Reell Û Komplex Û Reell U Komplex U u(t)e jωt Institut für Technische Elektronik, RWTH - Aachen
Mehrf(t) = a 2 + darstellen lasst Periodische Funktionen.
7. Fourier-Reihen Viele Prozesse der Ingenieur- und Naturwissenschaften verlaufen periodisch oder annahernd periodisch, wie die Schwingungen einer Saite, Spannungs- und Stromverlaufe in Wechselstromkreisen
MehrDigital Signal Processing
- for Master Study by TFH Bochum - Analog Signal I OO O I I I O O O Digital Signal Seite 1 Zielsetzung der Signalverarbeitung Analyse: H(t), H(f) Modellieren y(t) {} Physikalische Größe und Prozesse Synthese
MehrSignale. und. Systeme. SoSe Übung 01. Charakterisierung. von Signalen
Signale und Systeme SoSe 9 Übung Charakterisierung von Signalen Aufgabe Zeichnen Siedie folgenden Signale und diskutieren Sie deren Eigenschaften: (a) Impulsfolgen: δ( k), δ( k 4) (b) Sprungfolgen: ε(
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
Mehr2. Digitale Codierung und Übertragung
2. Digitale Codierung und Übertragung 2.1 Informationstheoretische Grundlagen 2.2 Speicherbedarf und Kompression 2.3 Digitalisierung Ludwig-Maximilians-Universität München Prof. Hußmann Digitale Medien
MehrProbeklausur Signale + Systeme Kurs TIT09ITA
Probeklausur Signale + Systeme Kurs TIT09ITA Dipl.-Ing. Andreas Ströder 13. Oktober 2010 Zugelassene Hilfsmittel: Alle außer Laptop/PC Die besten 4 Aufgaben werden gewertet. Dauer: 120 min 1 Aufgabe 1
MehrLaplace-Transformation
Laplace-Transformation Gegeben: Funktion mit beschränktem Wachstum: x(t) Ke ct t [, ) Definition: Laplace-Transformation: X(s) = e st x(t) dt = L{x(t)} s C Re(s) >c Definition: Inverse Laplace-Transformation:
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
MehrEinführung in die Physik I. Schwingungen und Wellen 1
Einführung in die Physik I Schwingungen und Wellen O. von der Lühe und U. Landgraf Schwingungen Periodische Vorgänge spielen in eine große Rolle in vielen Gebieten der Physik E pot Schwingungen treten
MehrInhaltsverzeichnis Determinierte Signale in linearen zeitinvarianten Systemen Fourier-Transformation
Inhaltsverzeichnis 1. Determinierte Signale in linearen zeitinvarianten Systemen 1 1.1 Elementarsignale... 1 1.2 ZumBegriffdesSystems... 5 1.3 LinearezeitinvarianteSysteme... 6 1.4 DasFaltungsintegral...
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
Mehr(Fast) Fourier Transformation und ihre Anwendungen
(Fast) Fourier Transformation und ihre Anwendungen Johannes Lülff Universität Münster 14.01.2009 Inhaltsverzeichnis 1 Einführung 2 FFT 3 Anwendungen 4 Beschränkungen 5 Zusammenfassung Definition Fouriertransformation
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)
MehrModellfall. Orthogonalität trigonometrischer Funktionen. Anwendungen: f : (0, L) R gegeben.
Modellfall Anwendungen: Fragen: Digitalisierung / digitale Darstellung von Funktionen, insbesondere für Ton- und Bilddaten Digitale Frequenzfilter Datenkompression: Abspeichern der unteren Frequenzen Lösung
MehrInhaltsverzeichnis. vii
1 Einführung... 1 1.1 Signale im Kommunikationsprozess... 1 1.2 Signalverarbeitung als Disziplin... 2 1.3 Elementare Beschreibung von Signalen... 4 1.3.1 Klassen von Signalen... 4 1.3.2 Notation... 6 1.3.3
Mehrf = T φ ist negative für nacheilende Funktionen φ ist positive für voreilende Funktionen 2 Signale im Zeitbereich 2.1 Harmonische Funktionen
2 Signale im Zeitbereich 2.1 Harmonische Funktionen = Xˆ sin( ω t) 1 f = T Einheiten: [ f ] = Hz ω = 2 π -1 [ ω] = s f mit Phasenverschiebung (hier: nacheilend) : = Xˆ sin( ω t - ϕ) φ ist negative für
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)
MehrSignale und Systeme Reaktion linearer Systeme auf stationäre stochastische Signale
Signale und Systeme Reaktion linearer Systeme auf stationäre stochastische Signale Gerhard Schmidt Christian-Albrechts-Universität zu Kiel Technische Faculty of Engineering Fakultät Elektrotechnik Institute
MehrZeitdiskrete, digitale Filter und schnelle Fourier-Transformation (FFT)
Zeitdiskrete, digitale Filter und schnelle Fourier-Transformation (FFT) Inhaltsverzeichnis 1 Allgemeines Filter... 2 2 Filter auf dem Signalprozessor... 2 3 Zusammenhang Zeitsignal und Frequenzspektrum...
MehrTechnik der Fourier-Transformation
Was ist Fourier-Transformation? Fourier- Transformation Zeitabhängiges Signal in s Frequenzabhängiges Signal in 1/s Wozu braucht man das? Wie macht man das? k = 0 Fourier- Reihe f ( t) = Ak cos( ωkt) +
MehrSystemtheorie abbildender Systeme
Bandbegrenzung Bild in (b) nicht band-begrenzt: scharfe Kanten = Dirac-Funktionen = weißes Spektrum Erfordert Tapering vor Digitalisierung (Multiplikation mit geeigneter Fensterfunktion; auf Null drücken
MehrDigitalisierung. Digitale Übertragung analoger Signale. störsicher (0/1-Codierung, Fehlerkorrektur) präzise (fixe unveränderliche Codeworte)
Digitale Übertragung analoger Signale Vorteile digitaler Übertragung störsicher (0/1-Codierung, Fehlerkorrektur) präzise (fixe unveränderliche Codeworte) Nachteiler digitaler Übertragung natürliche Signale
Mehr1. Fourierreihe und Fouriertransformation
. Fourierreihe und Fouriertransformation. Motivation Die Fourieranalyse hat in der Quantenmechanik mehrere wichtige Anwendungen. a Basistransformation: Durch Fouriertransformation kann man zwischen Ortsraum
MehrComputergrafik 2: Fourier-Transformation
Computergrafik 2: Fourier-Transformation Prof. Dr. Michael Rohs, Dipl.-Inform. Sven Kratz michael.rohs@ifi.lmu.de MHCI Lab, LMU München Folien teilweise von Andreas Butz, sowie von Klaus D. Tönnies (Grundlagen
MehrFourier-Spektroskopie. Vortrag am 22.07.03 Elektrische und optische Sensoren
Fourier-Spektroskopie Vortrag am 22.07.03 Elektrische und optische Sensoren Inhaltsverzeichnis 1. Einführung 2. Benötigte Grundlagen der Optik 3. Das Michelson-Interferometer 4. Probleme der Realisierung
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
MehrMitschrift Mathematik, Vorlesung bei Dan Fulea, 2. Semester
Mitschrift Mathematik, Vorlesung bei Dan Fulea, 2. Semester Christian Nawroth, Erstellt mit L A TEX 23. Mai 2002 Inhaltsverzeichnis 1 Vollständige Induktion 2 1.1 Das Prinzip der Vollstandigen Induktion................
MehrArgumente für die diskrete Realisierung der Fourierintegrale
Argumente für die diskrete Realisierung der Fourierintegrale Die Fouriertransformation gemäß der Beschreibung in Kapitel 3.1 weist aufgrund der unbegrenzten Ausdehnung des Integrationsintervalls eine unendlich
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..................................
MehrFourier-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
MehrZ-Transformation, Cepstrum, LPC, Autokorrelation Sebastian Stüker
Institut für Anthropomatik Z-Transformation, Cepstrum, LPC, Autokorrelation Sebastian Stüker 04.11.2009 Interactive Systems Labs Verallgemeinerung der Fourier- Transformation: F(s) = L{ f }(s) = 0 e st
MehrSeminar Digitale Signalverarbeitung
Universität Koblenz-Landau Institut für integrierte aturwissenschaften Abteilung Physik Dr. Merten Joost Seminar Digitale Signalverarbeitung Thema: Fast Fourier Transformation Praktische Durchführung einer
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
MehrComputergraphik 1 2. Teil: Bildverarbeitung. Fouriertransformation Ende FFT, Bildrestauration mit PSF Transformation, Interpolation
Computergraphik 1 2. Teil: Bildverarbeitung Fouriertransformation Ende FFT, Bildrestauration mit PSF Transformation, Interpolation LMU München Medieninformatik Butz/Hoppe Computergrafik 1 SS2009 1 2 Repräsentation
Mehr7 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
MehrPP Physikalisches Pendel
PP Physikalisches Pendel Blockpraktikum Frühjahr 2007 (Gruppe 2) 25. April 2007 Inhaltsverzeichnis 1 Einführung 2 2 Theoretische Grundlagen 2 2.1 Ungedämpftes physikalisches Pendel.......... 2 2.2 Dämpfung
MehrVom 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
MehrZeitdiskrete Signalverarbeitung
Alan V. Oppenheim, Ronald W. Schafer, John R. Buck Zeitdiskrete Signalverarbeitung 2., überarbeitete Auflage ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario
Mehr2. Eigenschaften digitaler Nachrichtensignale
FH OOW / Fachb. Technik / Studiengang Elektrotechnik u. Automatisierungstechnik Seite 2-2. Eigenschaften digitaler Nachrichtensignale 2. Abgrenzung zu analogen Signalen Bild 2.- Einteilung der Signale
MehrDipl.-Ing. (TU) Jürgen Wemheuer
Dipl.-Ing. (TU) Jürgen Wemheuer wemheuer@ewla.de http://ewla.de 1 Statt kontinuierlicher (Amplituden-)Werte einer stetigen Funktion sind nur diskontinuierliche, diskrete Werte möglich (begrenzter Wertevorrat):
MehrFunktionen. Mathematik-Repetitorium
Funktionen 4.1 Funktionen einer reellen Veränderlichen 4.2 Eigenschaften von Funktionen 4.3 Die elementaren Funktionen 4.4 Grenzwerte von Funktionen, Stetigkeit Funktionen 1 4. Funktionen Funktionen 2
MehrAufgabe 1: Kontinuierliche und diskrete Signale
Klausur zur Vorlesung: Signale und Systeme Aufgabe : Kontinuierliche und diskrete Signale. Zwei Systeme sollen auf ihre Eigenschaften untersucht werden: v(t) S { } y (t) v(t) S { } y (t) Abbildung : zeitkontinuierliche
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 5. Juni 2016 Definition 5.21 Ist a R, a > 0 und a 1, so bezeichnet man die Umkehrfunktion der Exponentialfunktion x a x als
MehrTechnische Beschreibung der akustischen Signalkette
Technische Beschreibung der akustischen Signalkette Wichtige Aufgabe: Vielfältige Medien Gestaltung akustischer Kommunikationsketten (Sprache, Geräusche, Musik, CD, Radio, mp3,...) Unterschiedlichste Information
MehrDie Fourier Transformation und ihre Anwendungen in der Nachrichtentechnik
A FT I Anwendungen der Fourier-Transformation Die Fourier Transformation und ihre Anwendungen in der Nachrichtentechnik Die Fourier Transformation und damit der Zusammenhang zwischen Zeit und Frequenzbereich
MehrDiskrete und Schnelle Fourier Transformation. Patrick Arenz
Diskrete und Schnelle Fourier Transformation Patrick Arenz 7. Januar 005 1 Diskrete Fourier Transformation Dieses Kapitel erläutert einige Merkmale der Diskreten Fourier Transformation DFT), der Schnellen
MehrLongitudinale und transversale Relaxationszeit
Longitudinale und transversale Relaxationszeit Longitudinale Relaxationszeit T 1 (Zeit, die das System benötigt, um nach dem rf- Puls zurück ins Gleichgewicht zu kommen) Transversale Relaxationszeit T
MehrEinführung 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
MehrLaplacetransformation
Laplacetransformation Fakultät Grundlagen Februar 206 Fakultät Grundlagen Laplacetransformation Übersicht Transformationen Transformationen Bezugssysteme Definition der Laplacetransformation Beispiele
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
MehrDigitale Regelung. Vorlesung: Seminarübungen: Dozent: Professor Ferdinand Svaricek Ort: 33/2211 Zeit:Di 15.00 16.30 Uhr
Vorlesung: Dozent: Professor Ferdinand Svaricek Ort: 33/2211 Zeit:Di 15.00 16.30 Uhr Seminarübungen: Dozent: Alexander Weber Ort: 33/1101 Zeit: Mo 9.45 11.15 Uhr (Beginn: 20.04.2015) Vorlesungsskript:
MehrStrategien der Schwingungsanalyse
1 Strategien der Schwingungsanalyse (Grundlagen) 1. Prolog Approximation einer Zeitfunktion Zur Einführung in das Thema soll die Approximation einer Zeitfunktion x( durch einen Satz von Basisfunktionen
Mehr8 Laplace-Transformation
8 Laplace-Transformation Ausgangspunkt: Die Heaviside-Funktion für t < u(t) = 1 für t besitzt keine Fourier-Transformation. Denn: Formal bekommt man das unbestimmte Integral ^u(ω) = e iωτ dτ = 1 iω 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
MehrDiskrete Fourier-Transformation
Universität Koblenz-Landau Institut für integrierte Naturwissenschaften Abteilung Physik Dozent: Dr. Merten Joost Seminar Digitale Signalverarbeitumg im Sommersemester 2005 Diskrete Fourier-Transformation
Mehr$Id: stetig.tex,v /06/26 15:40:18 hk Exp $
$Id: stetig.tex,v 1.11 2012/06/26 15:40:18 hk Exp $ 9 Stetigkeit 9.1 Eigenschaften stetiger Funktionen Am Ende der letzten Sitzung hatten wir eine der Grundeigenschaften stetiger Funktionen nachgewiesen,
MehrDie komplexen Zahlen und Skalarprodukte Kurze Wiederholung des Körpers der komplexen Zahlen C.
Die omplexen Zahlen und Salarprodute Kurze Wiederholung des Körpers der omplexen Zahlen C. Erinnerung an die Definition von exp, sin, cos als Potenzreihen C C Herleitung der Euler Formel Definition eines
MehrSignale und Systeme Ergänzungen zu den Spektraltransformationen
Signale und Systeme Ergänzungen zu den Spektraltransformationen Gerhard Schmidt Christian-Albrechts-Universität zu Kiel Technische Faculty of Engineering Fakultät Elektrotechnik Institute of Electrical
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
MehrBehandlung der komplexen Darstellung von Wellen: Negative Frequenzen und komplexe Felder
Behandlung der komplexen Darstellung von Wellen: Negative Frequenzen und komplexe Felder Bei der Behandlung reeller elektromagnetischer Felder im Fourierraum ist man mit der Tatsache konfrontiert, dass
MehrNachrichtentechnik. Martin Werner. Eine Einführung für alle Studiengänge 6., verbesserte Auflage Mit 235 Abbildungen und 40 Tabellen STUDIUM
Martin Werner Nachrichtentechnik Eine Einführung für alle Studiengänge 6., verbesserte Auflage Mit 235 Abbildungen und 40 Tabellen STUDIUM 11 VIEWEG+ TEUBNER Inhaltsverzeichnis 1 Aufgaben und Grundbegriffe
MehrAufgabe 1: Diskrete und kontin. Signale
AG Digitale Signalverarbeitung - Klausur in Signale und Systeme Frühjahr 2009 Aufgabe : Diskrete und kontin. Signale 25 Pkt. Aufgabe : Diskrete und kontin. Signale 25 Pkt.. Gegeben sei das als Summierer
MehrMATLAB Kurs 2010 Teil 2 Eine Einführung in die Frequenzanalyse via MATLAB
MATLAB Kurs 2010 Teil 2 Eine Einführung in die via MATLAB 26.11.2010 & 03.12.2010 nhaltsverzeichnis 1 2 3 Ziele Kurze Einführung in die -Analyse Ziele Kurze Einführung in die -Analyse MATLAB Routinen für
MehrKapitel 7. Funktionentheorie. 7.1 Holomorphe und harmonische Funktionen. 1. Definitionen
Kapitel 7 Funktionentheorie In diesem Kapitel geht es meistens um Funktionen, die auf einem Gebiet G C definiert sind und komplexe Werte annehmen. Nach Lust, Laune und Bedarf wird C mit R identifiziert,
MehrBestimmen Sie die Lösung des Anfangswertproblems. y (x) 4y (x) 5y(x) = 6e x. y(0) = y (0) = 0.
Aufgabe Bestimmen Sie die Lösung des Anfangswertproblems y (x) 4y (x) 5y(x) = 6e x y(0) = y (0) = 0. Zunächst bestimmen wir die Lösung der homogenen DGL. Das charakteristische Polynom der DGL ist λ 2 4λ
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,
MehrFerienkurs Analysis 1 - Wintersemester 2014/15. 1 Aussage, Mengen, Induktion, Quantoren
Ferienkurs Analysis 1 - Wintersemester 2014/15 Können Sie die folgenden Fragen beantworten? Sie sollten es auf jeden Fall versuchen. Dieser Fragenkatalog orientiert sich an den Themen der Vorlesung Analysis
MehrAddition, Subtraktion und Multiplikation von komplexen Zahlen z 1 = (a 1, b 1 ) und z 2 = (a 2, b 2 ):
Komplexe Zahlen Definition 1. Eine komplexe Zahl z ist ein geordnetes Paar reeller Zahlen (a, b). Wir nennen a den Realteil von z und b den Imaginärteil von z, geschrieben a = Re z, b = Im z. Komplexe
MehrAusarbeitung zum Thema Signalverarbeitung und Signalanalyse in der Spracherkennung
Ausarbeitung zum Thema Signalverarbeitung und Signalanalyse in der Spracherkennung Michael Munz Fakultät für Informatik Universität Ulm 23. November 2004 1 INHALTSVERZEICHNIS 2 Inhaltsverzeichnis 1 Motivation
MehrZulassungsprüfung für den Master-Studiengang in Elektrotechnik und Informationstechnik an der Leibniz Universität Hannover
Zulassungsprüfung für den Master-Studiengang in Elektrotechnik und Informationstechnik an der Leibniz Universität Hannover Zulassungsjahr: 04 (Sommersemester) Allgemeine Informationen: Der deutschsprachige
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
MehrBlock-Schema eines einfachen Lock-In s
Block-Schema eines einfachen Lock-In s Mixer Input AC-Amplifier u u 3 Low-Pass Filter Output u Referenz Der Mixer u u = U sin( πf ) u = U sin( πf t + Φ) t = u u = UU sin( πft + Φ)sin(πf t + ) 3 Φ Gemäss
Mehr1.3 Digitale Audiosignale
Seite 22 von 86 Abb. 1.2.12 - Wirkung der Schallverzögerung Effekte sind: Delay, Echo, Reverb, Flanger und Chorus Hört man ein akustisches Signal im Raum, dann werden die Signale von Wänden und anderen
Mehr