Herleitung DFT Spektrum zeitdiskretes Signal (periodisch) DFT IDFT

Slides:



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

Fast Fourier Transformation
Metriken in Netzwerken
Vorlesung Regelungstechnik 2
Filterung der räumlichen Frequenzen
4. VIVA Kolloquium, Uni Dortmund, Feb. 2003
Vorlesung Prozessidentifikation
Lineare Funktionen mit der Gleichung y = mx
Claas J. Cornelius - Ogg-on-a-chip - MDCT MDCT Funktionsweise und Limitierende Faktoren.
Grundlagen der Geometrie
Faltung Entfaltung Bestimmung der (unbekannten) Funktion f aus den (bekannten) Funktionen h und g. Bezeichnung h(x) … Messdaten f(y) … Physikalisches Profil.
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.
Spektra von periodischen Signalen. Resonanz.
Spektrogramm Das Spektrogramm stellt 3 Dimensionen dar:
Spektrogramm Das Spektrogramm stellt 3 Dimensionen dar:
Spektrogramm und Spektrum
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
Parametrisierung von Spektra
Forschungsstatistik I Prof. Dr. G. Meinhardt WS 2004/2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz.
WS Algorithmentheorie 02 - Polynomprodukt und Fast Fourier Transformation Prof. Dr. Th. Ottmann.
Algorithmentheorie 02 – Polynomprodukt und Fast Fourier Transformation
WS Algorithmentheorie 08 – Dynamische Programmierung (2) Matrixkettenprodukt Prof. Dr. Th. Ottmann.
Spektralanalyse Spektralanalyse ist derart wichtig in allen Naturwissenschaften, dass man deren Bedeutung nicht überbewerten kann! Mit der Spektralanalyse.
Nichtperiodische Signale
Konzept der Residualgewinne
Tafelanschrieb Informationstechnik WS04
Einführung in die Systemtheorie
Digital Audio Medientyp digital audio representation
Digital Audio Medientyp digital audio representation
Seminar Stringtheorie und Geometrische Methoden der Physik
Driss Harrou FH D Fachhochschule Düsseldorf 1 Aufgabenstellung - Erstellung eines modularisierten Akquirierungsprogramms für die aerodynamischen Messgrößen.
FIR- und IIR-Filter-Struktur
Übung zur Vorlesung Signalverarbeitung Einführung
Signal-Klassifizierung
Multiplikation großer Zahlen mit Standard-FFT
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
Bestimmen von Prozentwert, Grundwert und Prozentsatz
Differenzengleichung (Beispiel)
Multiraten-Systeme Referenzen Taktratenänderungen sind in der DSV
Signal-Prozessoren DSV1, 2009, Hhrt, 1 Mikro-Prozessor Von Neumann-Architektur Daten und Programmcode im gleichen Speicher => Sequenzieller Zugriff auf.
Computerorientierte Physik VORLESUNG und Übungen VORBESPRECHUNG Zeit: Mo , Uhr Ort: Hörsaal 5.01, Institut für Experimentalphysik, Universitätsplatz.
Positionsr ekonstruktion durch die Analyse der Pulsformen hochsegmentierter AGATA Germaniumdetektoren Torsten Beck 1 ( ), Nami Saito 1 (
Analyse von Spektra 2 Jonathan Harrington 1. Wiederholung: Spektra in R einlesen 2. Einige grundlegende Funktionen 3. Zugriff auf Spektralwerte 4. Spektrale-Abbildungen.
Sampling, Rekonstruktion
Fourier-Analyse und technologische Anwendungen
Plosive [a d a] [a t a] [a th a]
Kommunikationstechnik B Teil 3 – Signalverarbeitung
Vom graphischen Differenzieren
Info2 Prof. J. WALTER info2 Stand: März 2002 Seite 1 Einführung in die Systemtheorie Definition System: Ein in sich geschlossenes, geordnetes und gegliedertes.
Hochaufgelöste Zeit-Frequenz-Analysen ereigniskorrelierter EEG-Daten aus einer Novelty-Oddball Anordnung Sascha Tamm, Claudia Männel, Rainer Bösel
X. Übungsblatt – Aufgabe X Mit Hilfe der dargestellten Drehscheibe soll ein Drehwinkel erfasst werden. Die Scheibe ist in 16 Sektoren mit jeweils 4 Feldern.
Kapitel 7.12 OFDM-Modulation
Klassifizierung der Signale
Kapitel 3: Fouriertransformation
Tutorial Messtechnik - Spektralanalyse, Signaltheorie -
Kapitel 4: Digitale Signale
Projektarbeit: Signalprozessortechnik FFT-Software für das EZ-Kit BF533 Studenten:Karsten Wiedmann Maik Gotzmann Studiengang:Informationstechnik Semester:6.
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
Kapitel 6: Einführung in die DFT
Fouriertransformation - FT
SiSy2 - Overview M d Q Tavares , TB425
 Präsentation transkript:

Herleitung DFT Spektrum zeitdiskretes Signal (periodisch) DFT IDFT DSV 1, 2005/01, Rur, DFT/FFT, 1 Spektrum zeitdiskretes Signal (periodisch) N Werte im Zeitfenster [0,N·Ts] N Werte X( f=m·fs/N ) im Frequenzbereich [0,fs]: DFT IDFT

Eigenschaften DFT: Auflösung DSV 1, 2005/01, Rur, DFT/FFT, 2 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

Eigenschaften DFT: diskret/periodisch DSV 1, 2005/01, Rur, DFT/FFT, 3 Zeitbereich diskret (abgetastet) periodisch Frequenzbereich periodisch diskret DFT Zeitfenster-Sequenz Die DFT berechnet das Spektrum der periodisch fortgesetzten, diskreten Zeitfenster-Sequenz.

Filterfunktion DFT Δf = fs/N = 200 Hz Nullstellen bei n·Δf DSV 1, 2005/01, Rur, DFT/FFT, 4 Δf = fs/N = 200 Hz Nullstellen bei n·Δf

Leakage bei DFT DSV 1, 2005/01, Rur, DFT/FFT, 5 Unpassende Fensterlänge => Sprungstellen durch period. Fortsetzung 5 x 50Hz-Perioden 4.75 x 50Hz-Perioden Hanning-Fenster nicht normiert 4.75 x 50Hz-Perioden

Windowing: 68Hz-Signal, fs = 1000Hz, N = 50 Demo: dsv1kap3_dftfft_windowing.m DSV 1, 2006/01, Rur&Hrt, DFT/FFT, 6 Fensterlänge für FFT ≠ Vielfaches der Signal-Periodendauer => Sprungstelle => Leakage => Windowing verbessert => Kompromiss?

Windowing: 80Hz-Signal, fs = 1000Hz, N = 50 Demo: dsv1kap3_dftfft_windowing.m DSV 1, 2006/01, Rur&Hrt, DFT/FFT, 7 Fensterlänge für FFT = Vielfaches der Signal-Periodendauer => Keine Sprungstelle => Kein Leakage => Windowing ist hier nachteilig!

FFT twiddle factor WN=e-j2π/N hat Symmetrie: WN2mn = WN/2mn DSV 1, 2005/01, Rur, DFT/FFT, 8 twiddle factor WN=e-j2π/N hat Symmetrie: WN2mn = WN/2mn N/2-Punkt DFT N/2-Punkt DFT x[0] 00 => 00 x[2] 10 => 01 x[1] 01 => 10 x[3] 11 => 11 X[0] X[1] X[2] X[3] -1 -j Bit-reversed-Adressierung -1 -1 j

Real-time Signalverarbeitung mit FFT DSV 1, 2005/01, Rur, DFT/FFT, 9 Real-time Berechnung der Ausgangsfolge eines LDIS im Zeitbereich mit diskreter Faltung bzw. Differenzengleichung mit Hilfe von FFT und IFFT im Frequenzbereich X[m] Y[m] FFT IFFT x[n] y[n] H[m] = FFT{ h[n] } Multiplikation DFT-Spektren => zyklische Faltung der Zeitfolgen Erklärung: x[n] und y[n] müssen als periodisch betrachtet werden Zyklische Faltung: für real-time Verarbeitung braucht es aber die lineare Faltung Trick: x- und h-Vektor mit Nullen auffüllen

Overlap-Add-Methode Segmente mit M Abtastwerten x[n] M M M M xN[n] M DSV 1, 2005/01, Rur, DFT/FFT, 10 Segmente mit M Abtastwerten x[n] M M M M xN[n] M L-M Nullen L > M+N h[n] N+1 L-N-1 Nullen L-Punkt-FFT, Multiplikation XL[m]·HL[m], L-Punkt-IFFT yL[n] L L L overlap! y[n] M M M M