Filterentwurf. Aufgabe

Ähnliche Dokumente
Verzerrungsfreies System

Nachrichtentechnik [NAT] Kapitel 6: Analoge Filter. Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik

Filtertypen Filter 1. Ordnung Filter 2. Ordnung Weitere Filter Idee für unser Projekt. Filter. 3. November Mateusz Grzeszkowski

Entwurf von IIR-Filtern

Systemtheorie Teil B

Einführung in die digitale Signalverarbeitung WS11/12

Vorteile digitaler Filter

Signale und Systeme II

Versuch 5: Filterentwurf

SV1: Aktive RC-Filter

TEIL I: Analoge Filter

Elektronik Prof. Dr.-Ing. Heinz Schmidt-Walter

SSYLB2 SS06 Daniel Schrenk, Andreas Unterweger Übung 8. Laborprotokoll SSY. Diskrete Systeme II: Stabilitätsbetrachtungen und Systemantwort

Der Tiefpass Betreuer: Daniel Triebs

MATLAB Signal Processing Toolbox Inhaltsverzeichnis

Filterentwurf. Patrick Seiler. Präsentation im Rahmen des Projektlabors der TU Berlin im Sommersemester 2009

Vor- und Nachteile FIR- und IIR-Filter DSV 1, 2005/01, Rur, Filterentwurf, 1

Signale und Systeme I

(s + 3) 1.5. w(t) = σ(t) W (s) = 1 s. G 1 (s)g 2 (s) 1 + G 1 (s)g 2 (s)g 3 (s)g 4 (s) = Y (s) Y (s) W (s)g 1 (s) Y (s)g 1 (s)g 3 (s)g 4 (s)

Realisierung digitaler Filter FHTW-Berlin Prof. Dr. F. Hoppe 1

Zusammenfassung der 1. Vorlesung

Aufgabe 1: Kontinuierliche und diskrete Signale

Lösungsblatt 2 Signalverarbeitung und Klassifikation

Betrachtetes Systemmodell

TEIL I: Analoge Filter

Seminar Digitale Signalverarbeitung Thema: Digitale Filter

Mathematica - Notebooks als Bonusmaterial zum Lehrbuch

5. Fourier-Transformation

Zufallssignal Stationär (z.b. gleichverteiltes Rauschen) Nicht-stationär (z.b. normalverteiltes Rauschen mit wechselnder Streuung) Deterministisches

Anti-Aliasing-Filter Aktive Filter mit der Software AktivFilter 3 entwerfen ein Beispiel

Aufgabe 3. Signal Processing and Speech Communication Lab. Graz University of Technology

Kapitel 5: FIR- und IIR-Filterentwurf

Die sogenannten FIR-Filter wurden im dritten Teil dieser. Digitale Signalverarbeitung. ist keine Hexerei. Grundlagen. Dr.

Realisierung und Analyse analoger und digitaler Filter

2. Digitale Codierung und Übertragung

IX Filterschaltungen

Analoge CMOS-Schaltungen

Digitalisierung. Abtasttheorem Quantisierung Pulse-Code-Modulation Übungen Literatur und Quellen. Signale und Systeme VL 5

Analoge und digitale Filter

Methoden der Biosignalverarbeitung

Laplace-Transformation

Praktikum Versuch Bauelemente. Versuch Bauelemente

Frequenzselektive Messungen

2.6 Übertragungseigenschaften analoger LTI-Systeme und Filterentwurf H / linear H / linear

SV3: Switched-Capacitor Filter

Übungsaufgaben Analoge und digitale Filter EI/DSV/Dr. Metz Arbeitsstand: /adf.doc

Musterlösung zur Klausur. Grundlagen der Mechatronik

Inverse Tschebyscheff Tiefpassfilter

Versuch: Digitale Filter

Seminar-Praktikum Nachrichtentechnik. Nachrichtentechnische Systeme. Die Vorbereitungsaufgaben müssen vor dem Seminartermin gelöst werden.

Labor für Informationstechnik. Lineare Verzerrung

Analog- und Digitalelektronik

19. Frequenzgangkorrektur am Operationsverstärker

Aufgabe 1: Diskrete und kontin. Signale

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

(Bitte geben Sie bei der Beantwortung von Fragen eine Begründung bzw. bei der Lösung von Kurzaufgaben eine kurze Berechnung an!)

Kontrollfragen zum Skript Teil 1 beantwortet

Die Aufgabe: Untersuchung der Wirkungsweise von passiven und aktiven Filterschaltungen durch den Einsatz von Operationsverstärkern

1. Differentialgleichung der Filter zweiter Ordnung

Aktiver Tiefpass mit Operationsverstärker

Digitale Signalverarbeitung auf FPGAs

Fakultät Grundlagen. Februar 2016

Fourier- und Laplace- Transformation

Antialiasing-Filter. Die erforderliche Dämpfung des Antialiasingfilters bei der halben Abtastfrequenz errechnet sich nach (bei N-Bit ADU): f f.

Regelsysteme Tutorial: Stabilitätskriterien. George X. Zhang HS Institut für Automatik ETH Zürich

Kenngrößen und Eigenschaften zeitdiskreter LTI-Systeme

Versuchsprotokoll zum Versuch Nr. 9 Hoch- und Tiefpass

Bestimmung des Frequenz- und Phasenganges eines Hochpaßfilters 1. und 2. Ordnung sowie Messen der Grenzfrequenz. Verhalten als Differenzierglied.

Digital Signal Processing

Adaptive Systeme. Sommersemester Prof. Dr. -Ing. Heinz-Georg Fehn. Prof. Dr. rer. nat. Nikolaus Wulff

1 Leistungsanpassung. Es ist eine Last mit Z L (f = 50 Hz) = 3 Ω exp ( j π 6. b) Z i = 3 exp(+j π 6 ) Ω = (2,598 + j 1,5) Ω, Z L = Z i

Signale und Systeme. A1 A2 A3 Summe

Grundlagen der Physik 2 Schwingungen und Wärmelehre

FIR-Filter mit dem Fenster-Verfahren

Zusammenfassung der 3. Vorlesung

Ergänzung zu komplexe Zahlen

1.3 Digitale Audiosignale

7.1 Aktive Filterung von elektronischem Rauschen (*,2P)

Technische Universität Ilmenau Fakultät für Elektrotechnik und Informationstechnik. Hausaufgabe

Taschenbuch der Elektrotechnik

Klausur zur Vorlesung Signale und Systeme

Analoge aktive Filter

Tontechnik 2. Digitale Filter. Digitale Filter. Zuordnung diskrete digitale Signale neue diskrete digitale Signale

Analoge Signalverarbeitung

3.3 Das Abtasttheorem

Lösungen zur 3. Übung

3) Es soll ein aktives Butterworth-Tiefpassfilter mit folgenden Betriebsparametern entworfen werden: Grunddämpfung: Grenze des Durchlassbereiches:

Komplexe Zahlen in der Elektrotechnik

Übertragungsglieder mit Sprung- oder Impulserregung

Zeitdiskrete Signalverarbeitung

Uebungsserie 1.1 Harmonische Signale und Ihre Darstellung

UNIVERSITÄT HANNOVER DIGITALE FILTER VERSUCHSLEITER VERSUCHSTAG ENDTESTAT

Einführung in die Physik I. Schwingungen und Wellen 1

Sinneswahrnehmungen des Menschen

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

Nachrichtentechnik [NAT] Kapitel 2: Zeitkontinuierliche Signale. Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik

7. Digitale Verarbeitung analoger Signale

Transkript:

Aufgabe Filterentwurf Bestimmung der Filterkoeffizienten für gewünschte Filtereigenschaften Problem Vorgaben häufig für zeitkontinuierliches Verhalten, z.b. H c (s) Geeignete Approximation erforderlich Ansätze Impulsinvarianz, Sprunginvarianz Bilineare Transformation

Ziel Filterentwurf - Impulsinvarianzverfahren Impulsantwort des diskreten Systems = abgetastete Impulsantwort des kontinuierlichen Systems Beispiel: Einfaches -Glied x(t) R C y(t) H c (s) = sc R + sc = s + h c (t) = u c (t) e t u c (t) = { 0 für t < 0 für t 0 Abtastung zu Zeitpunkten t n = nt : h(n) = T h c (nt ) ( ) n h(n) = T e n T = T e T H(z) = T z z e T 2

Allgemein Filterentwurf - Impulsinvarianzverfahren H c (s) = P (s) ist Übertragungsfunktion eines kausalen, stabilen Q(s) Systems mit einfachen Polen s i und Nennergrad > Zählergrad N A i Partialbruchzerlegung H c (s) = s s i h c (t) = u c (t) N A i e s it i= Abtastung: h(n) = u(n)t i= N ( A i e s i T ) n i= H(z) = N i= Pol von H c (s) bei s = s i wird zu Pol von H(z) bei z = e s it T A i z z e s it 3

Filterentwurf - Impulsinvarianzverfahren Einschränkungen Verfahren wegen Aliasing nur sinnvoll bei Bandbegrenzung von H c (jω) H(e jω ( ) ) = H c j ω+2πk T k= Beispiel Sprungantwort -Glied: h c (t) = e t h(n) = T Sprungantwort s c (t) = e t ( n e ) T Sprungantwort s(n) = T t : s c (t), n : s(n) T e T ( ) n e T e T 4

Ziel Filterentwurf - Sprunginvarianzverfahren Sprungantwort des diskreten Systems = abgetastete Sprungantwort des kontinuierlichen Systems Beispiel: -Glied ( ) s c (t) = u c (t) e t S(z) = z z z z e T H(z) = S(z) U(z) = e T z e T s(n) = s c (nt ) = u(n) ( ( ) n ) e T ( n h(n) = ( e ) T e ) T u(n ) 5

Allgemein N A i H c (s) = s s i i= s(n) = u(n) H(z) = N i= Filterentwurf - Sprunginvarianzverfahren N i= s c (t) = u c (t) N i= A i s i ( ( e s it ) n ) S(z) = A i (z i ) s i z z i mit z i = e s it Pole wie bei Impulsinvarianzverfahren A i s i ( e s i t ) N i= andere Gewichtsfaktoren andere Nullstellen h(0) = 0 A i s i ( z z z i z ) z 6

Idee Filterentwurf - Bilineare Transformation Verzerrung der Frequenzachse, so dass Ω auf π ω π abgebildet wird Umsetzung Einsetzen von s = 2 T z + z = 2 T z z + Berechnung einer Übertragungsfunktion H(z) aus H c (s) ( 2 z ) H(z) = H c T + z 7

Filterentwurf - Bilineare Transformation Eigenschaften der Abbildung: s = 2 T z z + z = + T 2 s T 2 s Einsetzen von s = σ + jω z = + T 2 σ + j T 2 Ω T 2 σ j T 2 Ω σ < 0 z < σ = 0 z = σ > 0 z > linke s-halbebene wird auf das Innere des Einheitskreises der z-ebene abgebildet Einsetzen von s = jω z = + j T 2 Ω j T 2 Ω = ej2 arctan T Ω 2 Verzerrung der Frequenzachse: ω = 2 arctan T Ω 2, Ω = 2 T tan ω 2 8

Filterentwurf - Bilineare Transformation jω s jim z σ Re Abbildung der linken s-halbebene auf das Innere des Einheitskreises der z-ebene 9

3 Filterentwurf - Bilineare Transformation 2 ω 0 - -2-3 -4-2 0 2 4 T Ω 0

Anwendungen: Filterentwurf - Bilineare Transformation Verwendung bekannter Entwurfsverfahren für zeitkontinuierliche Filter (z.b. Butterworth, Bessel, Tschebyscheff, Cauer) mit angepassten Grenzfrequenzen H(ω) H c (Ω) δ d δ d δ s 0 ω d ω s π ω δ s 0 Ω Ω d Ω s

Filterentwurf - Bilineare Transformation Vorgehensweise bei Vorgabe von ω d, δ d, ω s, δ s Bilineare Transformation: Ω d = 2 T tan ω d 2, Ω s = 2 T tan ω s 2 Normierung der Frequenz auf Ω d : v = Ω/Ω d Darstellung mittels Charakteristischer Funktion K(jv): H c (jv)h c ( jv) = + c 2 K(jv)K( jv) Toleranzschema für c K(jv) : c 2 K(jv) 2 = H c(jv) 2 H c (jv) 2 mit H c (jv) Grenzen: d = 2δd δ 2 d δ d, s = δ 2 s δ s 2

Filterentwurf - Bilineare Transformation c K(jv) s d 0 v s Normiertes Toleranzschema v 3

Filterentwurf - Bilineare Transformation Beispiel Butterworth-Tiefpass (Potenzfilter) Ansatz: K(jv) 2 = v 2n Bedingung für Durchlassbereich: c d Bedingung für Sperrbereich: cvs n s n log s c log v s Mit c = d ergibt sich: n log s d log v s Nach Wahl eines ganzzahligen Wertes n: s v n s c d 4

Filterentwurf - Bilineare Transformation, Butterworth Beispiel Butterworth-Tiefpass Vorgaben: Abtastfrequenz: 48kHz Max. Abweichung im Durchlassbereich: db δ d = 0, 0879 Dämpfung im Sperrbereich mindestens 40dB δ s = 0, 0 Übergangsbereich von 3kHz bis 4kHz Berechnung: d = 0, 50896, s = 0, 99995 ω d = 2π 6 = 0, 39270, ω s = 2π 2 = 0, 52360, v s = tan(ω d tan( ω s 2 ) 2 ) n > 7.7238 Wahl: n = 8 0, 46876 c 0, 50896 Wahl: c = 0, 48886 =, 347 5

Filterentwurf - Bilineare Transformation, Butterworth 0.9 0.8 0.7 Hc(jv) 0.6 0.5 0.4 0.3 0.2 0. 0 0 0.5.5 2 v Normierter Betragsfrequenzgang 6

Filterentwurf - Bilineare Transformation, Butterworth 0.8 H(e jω ) 0.6 0.4 0.2 0 0 5000 0000 5000 20000 ω Betragsfrequenzgang 7

Filterentwurf - Bilineare Transformation, Butterworth 0.9 0.8 0.7 H(e jω ) 0.6 0.5 0.4 0.3 0.2 0. 0 2800 3000 3200 3400 ω 3600 3800 4000 Betragsfrequenzgang (Ausschnitt) 8