Numerische Verarbeitung digitaler Signale Glätten drei gemessene Werte yn-1, yn, yn+1 linearer Mittelwert Aus einem Satz von N Messwerten erhält man N-2 geglättete Werte Gleitender Mittelwert - moving average – die neue Kurve wird durch Mittelung von drei Punkten aus der alten Kurve gewonnen. Hat ähnliche Wirkung wie ein Tiefpaß.
Zweimaliges Glätten
Beispiel: Messwerte Tabelle 1: „Numerische“ yn aus unsym. Ausgleichsf. 1 5 - 4,94 2 5,4 5,63 3 6,5 5,97 5,88 6,15 4 6,0 6,07 6,02 6,09 5,7 6,03 6,14 5,87 6 6,4 6,33 6,39 6,30 7 6,9 6,80 6,88 6,82 8 7,1 7,26 7,18 7,30 9 7,8 7,47 7,67 10 7,5 7,53
Ausgleichsgerade Bsp.: durch folgende 5 Messpaare xn,yn wird ein Ausgleichspolynom 1. Ordnung gelegt. N 1 2 3 4 5 xn yn Ausgleichspolynom f(x)=P(x) Polynom 1. Ordnung f(x)=a+bx
Gauß‘sches Prinzip der kleinsten Quadrate y yn+1 b a . b yn X xn xn+1 Streng genommen: senkrechter Abstand muss minimiert werden Praxis: Abzisse wird fehlerfrei angenommen minimiert wird Ordinaten-Differenz f(x)-yn In der Praxis ist diese Annahme berechtigt, da der „Jitter“ im Vergleich zum Amplitudenfehler sehr gering ist. In der x-Achse kein Fehler. Der Fehler ist nur in der Amplitude.
Herleitung Gauß‘sches Fehlerquadrat
Gauß‘sches Fehlerquadrat
Zum Beispiel Ausgleichsgerade durch 5 Punkte
Skizze: Ausgleichspolynom
Ausgleichspolynom 3.Ordnung durch 5 Punkte (xn, ) geglätteter Wert / wahrscheinlichere Wert xn-2 xn-1 xn xn+1 xn+2 n In diesem Fall sind gerade 5 Messwerte vorhanden. Das Verfahren lässt sich aber wie der moving average für ein Signal mit vielen Messwerten anwenden. Stützstellen k = -2, -1, 0, 1, 2 (xn+k, yn+k)
Polynom 3. Ordnung
4 Gleichungen
Ausgleichspolynom aus (1) und (3) folgt: Die ersten beiden und die letzten beiden Punkte wurden nicht geglättet.
Unsymmetrische Ausgleichsformel Diese dient zur Berechnung der Randwerte.
Differenzenquotient Messweite yn Variable xn Äquidistanter Abstan xn+1-xn=h Aus Taylorreihe folgt: Differenzenquotient aus den zu (xn,yn)benachbarten Stellen
Taylor‘sche Satz
Quadraturformeln - Integrieren Der Name Quadraturformel stammt vom Delischen Problem der Quadratur des Kreises Quadraturformeln, ermöglichen die numerische Berechnung von Flächeninhalten. Visualisierung zur numerischen Integration Man versucht den Flächeninhalt eines Quadrates und den Flächeninhalt eines Kreises gleich groß zu machen. Dies ist aufgrund der Transzendenz der Zahl Pi nicht möglich. Die Visualisierung der numerischen Integrationsverfahren ist sehr gut auf den Internetseiten www.mathematik.ch
Integrieren y Gesamtfläche x x1 x2 x3 x4 x5 xN
Trapezregel Formel für Trapezfläche y2 h Gesamtfläche: y1 A2 A3 x1 x2 xN
Keplersche Fassregel y1 x1 x2 x3 h 2h Durch 3 Stützstellen wird Polynom 2.Ordnung gelegt Integrationsintervall von 2h y1 x1 x2 x3 h 2h
Herleitung Kepler‘sche Fassregel Sie haben 3 Messwerte: y1,y2,y3. Durch diese drei Messwerte legen Sie ein Polynom 2. Ordnung. Setzen Sie für x die Werte 0,h,2h ein, erhalten Sie drei Gleichungen für a,b,und c. Die Fläche unter der Kurve lässt sich über das Intergral von 0 bis 2h über y(x) bestimmen. K ist die Lösung der Integration. In diese Gleichung setzen Sie die drei Gleichungen für a,b,c ein. Sie erhalten als Ergebnis die Kepler‘sche Fassregel. Übung
Keplersche Fassregel 2 Streifen Bemerkung: Bei gerader Zahl von Messwerten: Simpson-Regel
Simpson-Regel Anstelle der linearen wählt man hier quadratische Interpolation mit Parabelstücken; weil für das Aufstellen einer Parabelgleichung drei Punkte nötig sind, muss man eine ungerade Zahl von Stützstellen wählen. Die Simpson-Regel basiert auf der Kepler‘schen Fassregel
3/8-Regel Polynom 3.Ordnung 3 Streifen y(x)=a+bx+cx²+dx³ y1 A3 drei Streifen x1 x2 x3 x4 h 2h 3h
Newton-Cotes-Formeln 4. Ordnung Polygone höherer Ordnung neigen zu Schwingungen.
Beurteilung der Integrationsverfahren Welche Verfahren wird man in der Praxis einsetzen? Abwägung: Speicherplatz – Prozessorleistung Früher waren Speicherplatz und schnelle A/D-Wandler teuer ->Prozessor + SW Heute: Integrationsintervall klein -> Rechteckregel Übung: www.mathematik.ch/anwendungenmath/numint Anzahl der Intervalle vergrößern. Die MAC-Einheit (Multiplizier- und Akkumuliereinheit) in Signalprozessoren kann in einem Rechenschritt / Operationszyklus gleichzeitig multiplizieren und addieren. Hardware ist angepasst an häufige Rechenoperationen.
Numerische Integration -gewöhnliche Differentialgleichungen Lösbar mit Kepler Fassregel
Inhomogene DGL x(t) y(t) DGL
Herleitung: DGL aus Frequenzbereich y(t) C x(t) Aufstellung der Gleichungen
Herleitung über Fourierbereich
Polygonzugverfahren nach Euler y(t) C x(t)
Übung: Vergleich „Analytisch – Numerisch“ Stellen Sie die beiden Kurven in Excel dar. Eingangsfunktion x[n]=1 für 0≤t x[n]=0 für 0>t RC=1; h=0,1 Bereich 0…7
Explizites Polygonzugverfahren - Euler dt y(t1) h* y(t) y0 Steigung an der linken Grenze h t1 t0
Implizites Polygonzugverfahren Steigung an der rechten Grenze y(t1) dt y(t) y1 h* y0 h t1 t0
Trapezverfahren nach Heun y0 h t t1 t0 Integration einer DGL nach Trapezverfahren
Zwei Tiefpässe hintereinander Ue C U2 C Ue
Z-Transformation Kontinuierliche Fourier-Transformation Zeitsignale Diskrete Z-Transformation Zeitsignale DFT ist Spezialfall der Z-Transformation
z-Tranformierte Funktion Zuordnung komplexe Variable z Z-Transformation ordnet Zeitsignal x(n Ta)=xn Z-Transformierte Fourier-Transformierte Diskrete Fourier-Transf. Im allgemeinen gilt: Funktion Zuordnung komplexe Variable z
Z-Tranformierte als Abbildung Beschränkung auf einseitige Z-Transformation xn=0 für n<0 s-Ebene Z-Ebene stabil instabil +1
Eigenschaften der Z-Transformation ist ein Polynom von z Der Faktor z-n separiert die Funktionswerte voneinander. Der Faktor z-n beinhaltet eine Verzögerung um n Ta von t=0 aus. Einheitskreis in der Z-Ebene Falls für z die Kreisfunktionen gesetzt werden, ist die z-Tranformierte gleich der DFT.
Anwendung auf nichtrekursive Filter x(n Ta)=xk y(n Ta)=yk ak Blockschaltbild eines nicht-rekursiven Filters Ausgangssignal hängt nur von Werten des Eingangssignals ab. Keine Rückkopplung immer stabil
Zusammenhang: Y(z), X(z), A(z)
Filterkoeffizienten - Übertragungsfunktion
Kausaler Filter
Akausaler Filter
Beispiel für FiR-Filter y(n*Ta) x(n*Ta) t t 1 2 3 n n x(n·Ta) y(n · Ta) ak
Beispiel: mittelnder Filter
Blockschaltbild nicht rekursiver Filter xn+N xn xn-N z-1 z-1 z-1 a-N a-N+1 a0 aN + + + + + + yN
Filterkoeffizienten für Kreisfunktionen
Analogie Filter – Komplexe Koeffizienten Abtast- intervall Zeit- bereich
TP Übertragungsfunktion
Idealer Tiefpass angenähert durch Koeffizienten ak gerade Funktion Angenähert nach dem Kriterium „Kleinstes Fehlerquadrat“ fg = Grenzfrequenz fa = Abtastfrequenz
Integralsinus Kleine Übung: Stellen Sie die Funktion si(x) im Bereich von -20<x<20 dar. Lösungsmöglichkeiten: Maple, Excel, Simulink, Mathlab, HPVEE, Taschenrechner, plot Taschenrechner
Beispiel: Berechne Tiefpass Filter- gleichung
Kleine Übung Eingangsfunktion für Filter Impuls der Breite 5 – Amplitude = 1 Berechnen Sie die Ausgangswerte für den TP mit Excel
Filtergleichung Gleichspannungsverstärkung
„Kleine Übung“ Plotten Sie die Filtergleichung für x=-3…3
Übung: Berechnen Sie die Filterkoeffizienten für einen Hochpass mit: fg=20Hz N=3 fa=100Hz Ermitteln Sie die Ausgangsfunktion y[n] bei einer Eingangsfunktion: Rechteck mit der Breite von 9 Abtastwerten der Amplitude 1.
Tiefpass Hochpass
Koeffizienten für Hochpass +/-1 +/-2 +/-3 ak,AP 1 ak,TP 0,4 a0,TP 0,3 a1,TP 0,09 a2,TP -0,06 a3,TP ak,HP 0,6 1-a0,TP -0,3 - a1,TP -0,09 -a2,TP 0,06 -a3,TP
Tiefpass Bandpass TPO BP TPU
Bandsperre
Rekursive Filter Beschränkung für neues aktuelles Ausgangssignal Augenblicklicher Eingangswert xn und zurückliegende Eingangswerte xn-k Rückführung nur von vergangenen Ausgangswerten yn-k Endliche Anzahl von Koeffizienten
Rekursive Filter Ordnung des Filters größere Zahl von M oder N
Blockbild rekursiver Filter xn xn-N z-1 z-1 z-1 aN a0 a1 aN-1 + + + yn + + + + b1 bM bM-1 yn-1 yn-M z-1 z-1 z-1
Beispiel
Abtasttheorem Bei allen numerischen Filterberechnungen FIR muss das Abtasttheorem eingehalten werden
Herleitung Berechnung Koeffizienten FIR Optimierung nach „Kleinstes Fehlerquadrat“
Filter allgemein |A| wg Filter lassen sich nach verschiedenen Kriterien entwerfen. Die Kriterien sind: Welligkeit im Durchlassbereich (Frequenzbereich) Welligkeit im Sperrbereich (Frequenzbereich) Steilheit beim Übergang vom Durchlass- zum Sperrbereich (Frequenzbereich) Eignung zur Impulsübertragungsfunktion (Zeitbereich) Vorsicht: Filterordnung im analogen Bereich nicht mit Filterordnung (Taps) im digitalen Bereich gleichsetzen |A| wg
FIR-Filter - DSP Digital Signal Processor RISC-Prozessor Jeder Befehl wird in einem Taktzyklus ausgeführt Filtergleichung: Addition und Multiplikation Koeffizienten multipliziert mit Messwerten MAC Multiplizier- und Accumuliereinheit modifizierte Harvard-Architektur im Programmspeicher sind auch Daten – Koeffizienten
Suche nach dem idealen DSP…. Der ideale DSP kann in einem Taktzyklus: Koeffizienten von Speicher 1 und Messwerte von Speicher 2 einlesen, multiplizieren und Addieren BSP: ADSP 21xx BSP: TMS 320xx BSP: Motorola 56xxx, 96xxx
Korrelationsmesstechnik Messgröße x Messgröße y Zusammenhang? =Korrelation X Ernteertrag – Niederschlagsmenge y
Mittelwert
Varianz
Kovarianz
Korrelationskoeffizient
Analyse Plug-in aktivieren Kleine Übung Berechnungen in EXCEL Analyse Plug-in aktivieren Kleine Übung Sie haben zwei Messreihen: xn, yn xn: 1, 2, 3, 4, 5, 6 yna: 6,5,4,3,2,1 Berechnen Sie den Korrelationskoeffizienten Berechnen Sie den Korrelationskoeffizeinten für ynb: 1,2,3,4,5,6 ync: 1,2,3,3,2,1 Stellen Sie die Messreihen als Kurven dar.
Ergebnisse Korrelationkoeffzient: +1 vollständige Abhängigkeit 0 statistisch unabhängig -1 vollständige Abhängigkeit aber gegenläufig
Korrelationsfunktionen
Berechnen Sie die Kreuzkorrelationsfunktion 1,2,4,6,3 2,3,2,1,3 Faltung – Kreuzkorrelationsfunktion
Autokorrelationsfunktion Dien Funktion wird mit sich selbst übereinandergeschoben und multipliziert und aufsummiert symmetrisch Maximum ist bei Verschiebung ττ=0 Beispiel: Geschwindigkeitsmessung mit zwei Sensoren Autokorrelationsfunktion
Kreuzkorrelationsfunktion eigentlich nur periodische Funktionen nicht periodische Funktionen T->unendlich Funktion 1 wird gegen Funktion 2 um τ verschoben und jeweils miteinander multipliziert und aufsummiert
Kreuzkorrelation – Faltung -HPVEE Kreuzkorrelation xcorrelate Device – Function – Signalprocessing – Convolve
KKF und AKF
Stetige Korrelationsfunktionen Mittelwert Varianz
Kovarianz
Kreuzkorrelationsfunktion
Andere Schreibweise
diskrete Korrelation – diskrete Faltung Beachten Sie bei der konkreten Aufgabe die Randbedingungen und die Reduktion auf signifikante Punkte.