Klassifizierung der Signale

Slides:



Advertisements
Ähnliche Präsentationen
Beschreibung der energetischen Zustände der Elektronen
Advertisements

Mechanik Mathematische Grundlagen und Begriffe: Formel? Funktion
Kapitel 5: Wärmelehre 5.2 Ideale Gase.
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.
Parametrisierung von Spektra
Die Diskrete-Cosinus-Transformation: Parametrisierung von Signalen in der Zeit und in der Frequenz Jonathan Harrington.
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
Tafelanschrieb Informationstechnik WS04
SS_07_Info Jürgen Walter.
Einführung in die Systemtheorie
Bildtransformationen
Folie 1 § 29 Determinanten: Eigenschaften und Berechnung (29.1) Definition: Eine Determinantenfunktion auf K nxn ist eine Abbildung (im Falle char(K) ungleich.
Vorlesung: Biometrie für Studierende der Veterinärmedizin
Zeitfunktionen Kenngrößen Sinus Wechselspannung Rechteck Mischspannung
Überlagerung von harmonischen Schwingungen
Stochastische Prozesse I
Leitthema: Wie gut lassen sich Teilchenbahnen vorhersagen?
Signaltheorie Modulationsarten Betriebsarten Rauschsperren.
Ausgleichungsrechnung II
Beschreibung der energetischen Zustände der Elektronen
Analyse nach harmonischen Schwingungen
Zeit- und Frequenzraum mathematische Grundlagen Anwendungsbeispiele
Die Fourier-Analyse Durch die Fourier-Analyse wird ein Sprachsignal in Sinusoiden zunehmender Frequenz zerlegt, sodass wenn diese summiert werden, das.
Mechanische Oszillatoren Das Federpendel
Geradlinige Bewegung mit Zeitabhängigkeit nach der Sinus-Funktion
Überlagerung von Schwingungen
Inhalt Weg-Zeitgesetz nach der cos- oder sin- Funktion
Kapitel 13 Zeitreihen und Zeitreihen-Modelle
Kapitel 13 Zeitreihen und Zeitreihen-Modelle
Differenzengleichung (Beispiel)
Herleitung DFT Spektrum zeitdiskretes Signal (periodisch) DFT IDFT
Kalibrierung eines Mikrofons unter DASYLab
Harmonische Schwingungen
Eine kleine Einführung für Studierende der Psychologie
Fourier-Reihen Was ist eine Fourier-Reihe?
Übersicht Täuschung des Tages kurze Wiederholung
Fourier-Analyse und technologische Anwendungen
Plosive [a d a] [a t a] [a th a]
Stetige Kleinste-Quadrate-Approximation
Statistik – Regression - Korrelation
Schwingungen Schwingungen sind sich periodisch wiederholende Schwankungen einer physikalischen Größe um einen Mittelwert. Beispiele: Federpendel Elektronische.

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
Didaktik der Geometrie (11) Vorlesung im Sommersemester 2004 Prof. Dr. Kristina Reiss Lehrstuhl für Didaktik der Mathematik Universität Augsburg.
Deterministische Verfahren
Das Gebäude der Mathematik
Fourier-Transformation Impulsmessung, quantenmechanische Messung
Matrizen, Eigenschwingungen zeitunabhängige Schrödingergleichung
Kapitel 7.12 OFDM-Modulation
Stochastische Signale
Kapitel 3: Fouriertransformation
1. Signalbeschreibung im Zeitbereich
School of Engineering Kapitel 6: LTI-Systeme UTF und Bodediagramm SiSy, Rumc, 6-1 Beschreibung von LTI-Systemen im Zeitbereich 1.mit der Faltung und der.
PCA Principal Component Analysis. Gliederung PCA – Warum eigentlich? PCA – Was ist zu tun? Was passiert eigentlich? Anwendungen Zusammenfassung.
Spiegelnder Reflex Spiegelnder Reflex für 50° - 70° Energieverlustspektrum wird hauptsächlich im spiegelnden Reflex aufgenommen um Impulsübertrag auf Oberfläche.
Independent Component Analysis: Analyse natürlicher Bilder Friedrich Rau.
Kapitel 2: Spektrum periodischer Signale (Fourierreihe)
Satellitengeodäsie Kugelfunktionen Torsten Mayer-Gürr
Kapitel 2: Fourierreihe
Kapitel 5: Digitale Signale
Kapitel 2: Analoge, periodische Signale
Kapitel 6: Einführung in die DFT
HCS Übung 6 Von: Patrick Denk Oleg Arenz
 Präsentation transkript:

Klassifizierung der Signale NTM, 2005/10, Rur, periodische Signale, 1 Analoges Signal Funktion mit kontinuierlichem Definitions- und Wertebereich meist Amplitude (U, I) in Funktion der Zeit wichtiges Hilfsmittel: Darstellung im Spektrum s(t) t Deterministische Signale gehorchen einer Gesetzmässigkeit (z.B. mathematischer Formel) tragen keine Information (wichtige Test-, Hilfs- und Trägersignale) => Periodische Signale => Transiente oder nicht-periodische Signale Stochastische Signale (Zufallssignale) Beschreibung mit statistischen Grössen (z.B. Amplitudenverteilung) tragen Information oder stellen Rauschen, Störungen dar

Linearer Mittelwert s(t) = s(t-kT) für k=0, ±1, ±2, ... NTM, 2005/10, Rur, periodische Signale, 2 s(t) 1 s(t) = s(t-kT) für k=0, ±1, ±2, ... Grundfrequenz f0 = 1/T [Hz] T/m T t IA0I -1 Periode T Linearer Mittelwert (t0 beliebig) Beispiel: A0 = 2/m – 1 (z.B. m=2 => A0 = 0, m=4 => A0 = -0.5) Mittelwertfreies Signal s(t) - A0 (z.B. durch AC-Kopplung beim KO) Mittelwertbildung als TP-Funktion: s(t) A0 Approximation (T=N·Δt)

Leistung Normierte Momentan-Leistung NTM, 2005/10, Rur, periodische Signale, 3 Normierte Momentan-Leistung p(t) = u(t) · i(t) @ R = 1 Ohm => p(t) = s2(t) Mittlere normierte Leistung (an 1 Ohm) Periodische Signale haben unendliche Energie (Leistung · Zeit) ! Beispiel Rechtecksignal oben: P = 1 für alle m Effektivwert bzw. rms-Wert (Root Mean Square) Srms = √PT Beispiel: s(t) = Spsin(2πf0t) => PT = Sp2/2 = Seff2 = (Srms)2 => Sp=√2·Srms

Winkelfunktionen NTM, 2005/10, Rur, periodische Signale, 4 Die bekanntesten periodischen Signale sind die Winkelfunktionen. s(t) = Sp·sin(2πf0t) oder s(t) = Sp·cos(2πf0t) = Sp·sin(2πf0t+π/2) φ Sp (π/2) (3π/2) (φ) t T/2 T -Sp ejφ = cos(φ) + j·sin(φ) Euler-Formeln: j cos(φ) = ( ejφ + e-jφ ) / 2 j·sin(φ) φ 1 sin(φ) = ( ejφ - e-jφ ) / 2j cos(φ)

Fourierreihe NTM, 2005/10, Rur, periodische Signale, 5 Fourier (1768-1830): Jede periodische Funktion s(t) kann durch eine Summe harmonischer Schwingungen dargestellt werden: „gerade“ „ungerade“ wobei linearer Mittelwert, „DC-Anteil“ k≥1 Cosinus-Amplitudenspektrum Linienspektrum Grundlegendes Hilfsmittel der Signalbeschreibung ist die Darstellung im Spektrum (Transformation Zeitbereich <=> Frequenzbereich) k≥1 Sinus-Amplitudenspektrum Beispiel: periodisches, symmetrisches Rechtecksignal (m=2)

Fourierreihe (Betrag/Phase) NTM, 2005/10, Rur, periodische Signale, 6 Betrag-/Phasen-Darstellung Zusammenhang mit Cosinus- und Sinus-Koeffizienten Mk Bk φk Ak M·cos(2πkf0t+φ) = M·cos(φ)·cos(2πkf0t) + M·sin(φ)·sin(2πkf0t) Einseitiges Amplituden-/Phasen-Linienspektrum M1 φ3 Beispiel Folie 2 (m=2) M3 M5 f f f0 3f0 φ5 f0 3f0 5f0 φ1

Fourierreihe (komplex) NTM, 2005/10, Rur, periodische Signale, 7 Zweiseitige Betrag-/Phasen-Darstellung Zusammenhang mit anderen Fourier-Koeffizienten für k≥1 Beispiel Folie 2: zweiseitiges Linienspektrum s(t) ck 1 t f T T f0 3f0 2

Leistung Satz von Parseval NTM, 2005/10, Rur, periodische Signale, 8 Satz von Parseval Harmonische sind orthogonal => Addition der mittleren Leistungen DC- Leistung AC- Leistungen Klirrfaktor Mass für Abweichung von einem reinen Sinus-Signal Mass für Verzerrung bei Verarbeitung oder analoger Übertragung Klirrfaktor-Messgerät: Effektiv-Voltmeter mit tunable Notch-Filter

Numerische Approximation NTM, 2005/10, Rur, periodische Signale, 9 Approximation mit N Abtastwerten einer Periode (T=N·Δt, t0=0) DFT k=0, 1, …, N-1 Approximation ck ≈ S[k] / N für k=0, 1, …, N/2 Beispiel N Stützwerte >> N=10000; % Stützwerte pro Periode >> s=[ones(1,N/2) (-1)*ones(1,N/2)]; >> S=fft(s)/N; % c0=S(1), c1=S(2) >> stem(abs(S(1:20))); grid; % Plot 1 T=N·Δt Δt -1