Kapitel 6: Einführung in die DFT

Slides:



Advertisements
Ähnliche Präsentationen
Spektrale Analysen in EMU-R: eine Einführung
Advertisements

Fast Fourier Transformation
Metriken in Netzwerken
Filterung der räumlichen Frequenzen
Vorlesung Prozessidentifikation
2.7 Signalprozessoren Spezielle Mikrorechner-Architekturen für die Verarbeitung analoger Signale in eingebetteten Systemen, z.B. im Audio- oder Video-Bereich.
Die akustische Analyse von Sprachlauten.
Die akustische Analyse von Sprachlauten
Spektra von periodischen Signalen. Resonanz.
Spektrogramm Das Spektrogramm stellt 3 Dimensionen dar:
Spektrale Analysen in EMU-R: eine Einführung Jonathan Harrington.
Spektrale Analysen in EMU-R: eine Einführung
Berechnung von digitalen Signalen
Berechnung von digitalen Signalen Jonathan Harrington.
Spektrale Analysen in EMU-R: eine Einführung
Frequenz- und Zeitauflösung
WS Algorithmentheorie 02 - Polynomprodukt und Fast Fourier Transformation Prof. Dr. Th. Ottmann.
Algorithmentheorie 02 – Polynomprodukt und Fast Fourier Transformation
Spektralanalyse Spektralanalyse ist derart wichtig in allen Naturwissenschaften, dass man deren Bedeutung nicht überbewerten kann! Mit der Spektralanalyse.
Nichtperiodische Signale
Zeitreihenanalyse WS 2004/2005 Michael Hauhs / Gunnar Lischeid
Zeitreihenanalyse WS 2004/2005 Michael Hauhs / Gunnar Lischeid
Zeitreihenanalyse WS 2004/2005 Michael Hauhs / Gunnar Lischeid
SS_07_Info Jürgen Walter.
Einführung in die Systemtheorie
Digital Audio Medientyp digital audio representation
Digital Audio Medientyp digital audio representation
Gegenstück D/A-Wandlung
Überlagerung von harmonischen Schwingungen
FIR- und IIR-Filter-Struktur
Übung zur Vorlesung Signalverarbeitung Einführung
Signal-Klassifizierung
Die Fourier-Analyse Durch die Fourier-Analyse wird ein Sprachsignal in Sinusoiden zunehmender Frequenz zerlegt, sodass wenn diese summiert werden, das.
Polynome und schnelle Fourier-Transformation
Differenzengleichung (Beispiel)
Herleitung DFT Spektrum zeitdiskretes Signal (periodisch) DFT IDFT
Kommunikationstechnik B Teil 1 – Einführung
Sampling, Rekonstruktion
Akustische Modelle der Sprachproduktion
Fourier-Analyse und technologische Anwendungen
Plosive [a d a] [a t a] [a th a]
Kommunikationstechnik B Teil 3 – Signalverarbeitung
Info2 Prof. J. WALTER info2 Stand: März 2002 Seite 1 Einführung in die Systemtheorie Definition System: Ein in sich geschlossenes, geordnetes und gegliedertes.
Medizinischen Physik V1: Signalaufnahme und Fourieranalyse
Hochaufgelöste Zeit-Frequenz-Analysen ereigniskorrelierter EEG-Daten aus einer Novelty-Oddball Anordnung Sascha Tamm, Claudia Männel, Rainer Bösel
Konstruktion eines Rechtecks
Kapitel 7.12 OFDM-Modulation
Klassifizierung der Signale
Kapitel 3: Fouriertransformation
School of Engineering Kapitel 5: Stossantwort und Frequenzgang SiSy, Rumc, 5-1 Referenzen Martin Meyer, „Signalverarbeitung“, 2. Auflage, Vieweg, 2000.
Tutorial Messtechnik - Spektralanalyse, Signaltheorie -
Kapitel 2: Spektrum periodischer Signale (Fourierreihe)
Kapitel 4: Digitale Signale
Projektarbeit: Signalprozessortechnik FFT-Software für das EZ-Kit BF533 Studenten:Karsten Wiedmann Maik Gotzmann Studiengang:Informationstechnik Semester:6.
Modul SiSy: Einleitung
Spektralanalyse Spektralanalyse ist derart wichtig in allen Naturwissenschaften, dass man deren Bedeutung nicht überbewerten kann! Mit der Spektralanalyse.
Kapitel 2: Fourierreihe
Kapitel 5: Digitale Signale
LTI-Systeme, Faltung und Frequenzgang
a) Lineare Polarisation
Kapitel 2: Analoge, periodische Signale
Modul SiSy: Einleitung
Laplace Transformation
LTD Systeme M d Q Tavares , TB425
Fouriertransformation - FT
HCS Übung 6 Von: Patrick Denk Oleg Arenz
SiSy2 - Overview M d Q Tavares , TB425
Plosive [a d a] [a t a] [a th a]
Schwingungen Schwingungen sind sich periodisch wiederholende Schwankungen einer physikalischen Größe um einen Mittelwert. Beispiele: Federpendel Elektronische.
Korrektur Aufgabe 8.1 Anstatt x2-2x+3 muss es heissen x2-4x+3.
 Präsentation transkript:

Kapitel 6: Einführung in die DFT SiSy, DFT, 1 Ideal abgetastetes Signal Fourier-Spektrum zeitdiskretes Signal N Werte im Zeitfenster [0,NTs) N Werte X(f = m·fs / N) im Frequenzbereich [0,fs) Diskrete FT

Kapitel 7: Einführung in die DFT SiSy, DFT, 2 DFT Inverse DFT Die DFT berechnet aus N Abtastwerten x[n] im Zeitfenster der Länge TDFT = NTs N komplexe Spektralwerte im Frequenzbereich [0,fs) Frequenzauflösung Δf = fs / N ist umgekehrt proportional zur Länge des Zeitfensters TDFT = NTs

Berechnung der DFT Definition DFT "DC"-Komponente SiSy, DFT, 3 Definition DFT "DC"-Komponente Frequenz "AC"-Komponente @ fs/N Zeit "AC"-Komponente @ 2fs/N oft betrachtet man die normierten DFT-Frequenzkomponenten X[m]/N

DFT-Beispiel zur Frequenzauflösung SiSy, DFT, 4 Zeitbereich Frequenzbereich

DFT-Beispiel zur Frequenzauflösung SiSy, DFT, 5 Zeitbereich Frequenzbereich TDFT = 4·Ts 0.5 fs/2 fs Δf = fs/4 T0 = 4·Ts => f0 = fs/4 0.5 fs/2 fs Δf = fs/8 TDFT = 8·Ts

DFT-Beispiel zur Frequenzauflösung SiSy, DFT, 6 Zeitbereich xa(t)=(1/t0)·e-t/to t0=RC=10s Ts = 1s TDFT = 32s Frequenzbereich IXa(f)I = I1/(1+j2πf·t0)I Δf =1/TDFT= 1/32 Hz fs =1/Ts= 1 Hz

DFT-Beispiel SiSy, DFT, 7 N = 16 TDFT = NTs ∆f = fs / N

Approximation der FR mit der DFT SiSy, DFT, 8 Zeitbereich N Samples von 1 Periode T0 eines periodischen Signals x(t) mit der Grundfrequenz f0 (Abtastfrequenz fs = N·f0) DFT-Spektralbereich N äquidistante Spektralwerte im Frequenzbereich [0,fs) Frequenzauflösung Δf = fs/N = f0 normierte DFT-Spektralwerte X[m]/N, m = 0…N/2, stimmen mit komplexen cm-Koeffizienten der FR bzw. der Harmonischen von x(t) überein cm = X[m]/N

Approximation der FR mit der DFT SiSy, DFT, 9 Zeitbereich: N = 8 Abtastwerte x[n] von 1 Periode eines cos-Signals Zeit / T0 Frequenzbereich: N = 8 Spektralwerte X[n]/N im Bereich [0,fs[ c[1] c[-1] c[2] c[3] c[-3] c[-2] c[0] Frequenz / f0 f0 fs=8f0

Eigenschaften der DFT Zeitbereich Frequenzbereich SiSy, DFT, 10 Zeitbereich diskret (abgetastet) periodisch Frequenzbereich periodisch diskret DFT Zeitfenster-Sequenz Die DFT berechnet das Spektrum der periodisch fortgesetzten, diskreten Zeitfenster-Sequenz.

auslaufendes Spektrum Leakage SiSy, DFT, 11 Unpassende Fensterlänge => Sprungstellen durch period. Fortsetzung 5 x 50Hz-Perioden auslaufendes Spektrum (Leakage) 4.75 x 50Hz-Perioden Hanning-Fenster nicht normiert 4.75 x 50Hz-Perioden

auslaufendes Spektrum auslaufendes Zeitfenster Leakage SiSy, DFT, 12 5 x 50Hz-Perioden auslaufendes Spektrum (Leakage) 4.75 x 50Hz-Perioden auslaufendes Zeitfenster vermindertes Leakage 4.75 x 50Hz-Perioden

Auswirkung der Fensterung auf die DFT SiSy, DFT, 13 N=64 Punkt DFT-Spektren eines 1000 Hz cos-Signals (fs = 10 kHz) (Rechteck) Hamming-Fenster breitere Hauptkeule weniger Leakage

Filterfunktion der DFT SiSy, DFT, 14 Δf = fs/N = 200 Hz Nullstellen bei n·Δf

Recheneffizienz SiSy, DFT, 15 Berechnung von 1. DFT-Linie => N komplexe Multiplikationen DFT Berechnung aller N DFT-Linien erfordert N2 komplexe Multiplikationen mit FFT-Algorithmus: nur N·log2(N) komplexe Multiplikationen Zahlenbeispiel mit N = 1024 ohne FFT: ca. 1 Mio. komplexe Multiplikationen mit FFT: nur ca. 10’000 komplexe Multiplikationen