See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/299726517

NUMERI - ein Werkzeug zur rechnergestützten Ingenieurausbildung /

NUMERI - a software tool for computer aided education of students

Article  in  tm - Technisches Messen · January 1991

DOI: 10.1524/teme.1991.58.jg.353

CITATIONS READS

0 10

1 author:

Peter Haschberger
German Aerospace Center (DLR)
128 PUBLICATIONS   565 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Wildretter View project

Passive FTIR spectrometry View project

All content following this page was uploaded by Peter Haschberger on 09 May 2016.

The user has requested enhancement of the downloaded file.

tm - Technisches Messen 58 (1991) 9 © R. Oldenbourg Verlag
NUMERI - ein Werkzeug zur rechnergestützten
Ingenieurausbildung
NUMERI - a software tool for computer aided education of students
P. Hasch berger
Schlagwörter: Digitale Signalverarbeitung, numerische
Verfahren, Trainingssoftware, Ingenieurausbildung
Voraussetzung für den Einsatz der Methoden der digitalen
Signalverarbeitung ist die genaue Kenntnis der Verfahren.
Es zeigt sich vor allem in der Ausbildung der Ingenieure
deutlich, daß allein die Vermittlung der theoretischen
Grundlagen nicht ausreicht. Am Lehrstuhl für Elektrische
Meßtechnik der TU München wurde vor diesem Hinter-
grund das Programmsystem NUMERI entwickelt, das den
Anwender im Umgang mit den Standardverfahren der
numerischen Signalverarbeitung (wie Ausgleichsrechnung,
Statistik, Fouriertransformation, digitale Filterung, Korre-
lation ) vertraut macht. Der Bediener wird interaktiv über
Auswahlmenüs durch das Programm geführt, hat gleich-
zeitig jedoch genügend Freiheiten, sich ein Bild von Wir-
kungsweise, Qualität und Einsatzmöglichkeiten der Algo-
rithmen zu machen. Der Aufsatz beschreibt den Inhalt des
Pakets und erläutert dessen Einsatzmöglichkeiten anhand
einiger Beispiele.
An exact knowledge of the various algorithms in the field of
digital signal processing is necessary for their useful and
efficient application. Particularly in the teaching of stu-
dents the theoretical background is not sufficient. Accor-
dingly, the Lehrstuhl fur Elektrische Meßtechnik, Tech-
nical University of Munich, developed the software tool
NUMERI containing the major fields of digital signal
processing, such as Fourier transform, digital filtering,
correlation, fitting and statistics. The user is led by
interactive menus which leave sufficient freedom to experi-
ment and to gain insight into the use of the algorithms, their
relative strengths and weaknesses and their limitations. The
paper describes the package contents und shows the fields of
application by some examples.
1 Einleitung
Im Rahmen der Ausbildung von Ingenieuren hat der
Einsatz von Personal Computern (PC) in den letzten
Jahren immer mehr an Bedeutung gewonnen: Die Rech-
ner dienen nicht mehr nur als notwendige Hard-
ware-Komponente bei der Vermittlung von Soft-
ware-Kenntnissen (z.B. in Programmier-Kursen für
Hochsprachen oder als Emulationsumgebung innerhalb
von Mikroprozessor-Praktika). Vielmehr hat sich der auf
allen technisch orientierten Sektoren stattfindende Trend,
Unauthenticated
Download Date | 4/15/16 10:52 PM
den PC außer zur reinen Datenverarbeitung auch zur
Datenerfassung einzusetzen, gleichermaßen im Bereich
der universitären Lehre vollzogen. Unterstützt wird
dieser Prozeß neben dem kontinuierlich sinkenden
Preis / Leistungs-Verhältnis der Rechner durch entspre-
chende finanzielle Förderungen des Bundes und der
Länder (ζ. B. Computer-Investitionsprogramm CIP).
In Ergänzung zur praxisorientierten Ausbildung der
Studenten innerhalb der Forschungslabors der Hoch-
schulinstitute wird der PC zunehmend als Lehrmittel in
Vorlesungen / Übungen und Praktika genutzt (CAE,
computer aided education). Mit Hilfe der entsprechenden
Software lassen sich theoretische Grundlagen verdeutli-
chen und Vorlesungsinhalte vertiefen. Vor allem die aus
der Sicht des Studenten oftmals fehlende Verbindung
zwischen Lehrstoff und praktischem Bezug kann durch
den Rechnereinsatz einfach und in vielen Fällen ein-
drucksvoll und nachhaltig vermittelt werden. Das Pro-
grammsystem N U M E R I , das im folgenden vorgestellt
wird, bildet diese Verbindung im Bereich der numerischen
Verarbeitung digitaler Signale.
2 Ausgangssituation
Aufgrund der großen Verbreitung PC-gekoppelter An-
wendungen von Meß-, Steuer- und Regelungssystemen ist
der Umgang mit Methoden der Datenerfassung und den
Verfahren der Signalverarbeitung/-auswertung schon
lange nicht mehr alleiniges Aufgabenfeld von Elektro-
ingenieuren. Viele andere technisch-wissenschaftliche Be-
rufe werden mit diesem Arbeitsgebiet konfrontiert und
müssen daher zumindest mit den Grundlagen von nume-
rischen Verfahren und Systemtheorie vertraut sein, um
die potentiellen Möglichkeiten der Systeme effektiv nut-
zen zu können. In der Ausbildung wird dieser Entwick-
lung durch entsprechende Änderungen der Studienpläne
Rechnung getragen. Den praktischen Umgang mit Ar-
beitsplatzrechnern, Datenerfassungssystemen und Peri-
pheriegeräten lernt der Student im Laufe seines Studiums
innerhalb spezieller Praktika oder während Semester-,
Studien- und Diplomarbeiten kennen.
Die Erfahrung zeigt allerdings, daß die Kluft zwischen
Verständnis der theoretischen Grundlagen und anwen-
dungsgerechtem Einsatz der Methoden der Signalverar-
beitung bei den meisten Studenten groß ist. Es fehlt die
Fähigkeit, in der Vorlesung vermitteltes (und meist auch
353
t m 9/91
erfaßtes) Wissen praktisch umzusetzen. Dieses Unvermö-
gen zu beseitigen, ist Aufgabe von Praktika. Der Lehr-
stuhl für Elektrische Meßtechnik der T U München
bietet aus diesem Grund seit vier Jahren ein Fortge-
schrittenen-Praktikum Elektrische Meßtechnik an, in
dem Studenten der Elektrotechnik ab dem 6. Semester
anhand von zehn Versuchsaufbauten den Umgang mit
Verfahren der Signalverarbeitung erlernen. Die PC-ge-
stützten Versuche sind mit Meßanordnungen gekoppelt
und bearbeiten Themen aus Bereichen wie Meßwert-
aufbereitung (Ausgleichsverfahren), Meßwertanalyse
(Logikanalyse, Amplitudenverteilungen) und System-
theorie (Fouriertransformation, digitale Filterung, Kor-
relation).
In einem weiteren Schritt in Richtung CAE entstand
ausgehend von den Algorithmen, die für die einzelnen
Versuche dieses Praktikums entwickelt wurden, das Pro-
grammpaket N U M E R I . Unter einer einheitlichen Be-
dienoberfläche sind hier alle gängigen Verfahren der
digitalen Signalverarbeitung zusammengefaßt (eine de-
taillierte Beschreibung der Programminhalte folgt in
Kapitel 4).
3 Intention und Zielgruppen
N U M E R I soll dem Studenten als Hilfsmittel beim Um-
gang mit den Algorithmen der digitalen Signalverar-
beitung dienen. Im Gegensatz zu vielen kommerziellen
Software-Paketen für die Meßdatenverarbeitung sind die
mathematischen Routinen hier nicht als „black box"
implementiert, sondern der Anwender hat direkten und
interaktiven Zugriff auf alle wesentlichen Parameter der
Verfahren. Durch Variation dieser Größen und die
direkte Reaktion des Programms darauf erhält er einen
Einblick in die Wirkungsweise der Algorithmen. Der
Vergleich ähnlicher Methoden läßt Rückschlüsse zu auf
die jeweiligen Einsatzmöglichkeiten und zu berücksich-
tigende Randbedingungen. Durch den intensiven U m -
gang mit den Rechenverfahren gewinnt der Student das
notwendige Verständnis bezüglich deren Stärken und
Schwachpunkte und sammelt praxisorientiert Erfahrun-
gen im Umgang mit ihnen. Als Nebeneffekt werden ihm
durch den spielerischen Einsatz des Programms Berüh-
rungsängste bei der Arbeit am PC genommen und ein
Einblick in die Bedienung und Arbeitsweise tech-
nisch-wissenschaftlicher Software-Pakete gegeben.
Wesentlich für die Implementierbarkeit eines großen
Paketes wie N U M E R I in den universitären Ausbildungs-
betrieb ist seine Anwenderfreundlichkeit. N u r dann,
wenn die Einarbeitungszeit (inhaltlich sowie formal) auf
ein notwendiges Minimum begrenzt bleibt, läßt es sich zu
Lehrzwecken nutzen. Auf den formalen Aspekt (Pro-
grammstruktur, Bedienoberfläche) wird in Kapitel 4 nä-
her eingegangen; die inhaltliche Einarbeitung in die
Thematik von N U M E R I erfolgt nicht durch das Pro-
gramm selbst. Der Anwender m u ß also mit den theoreti-
schen Grundlagen der digitalen Signalverarbeitung, der
Fachsprache und der Numerik der Algorithmen vertraut
354
Unauthenticated
Download Date | 4/15/16 10:52 PM
Aufsatz
sein. Dies ist Aufgabe der Vorlesungen und Übungen
bzw. der begleitenden Literatur [1],
Wie oben ausgeführt sind die Studenten von Inge-
nieur-Studiengängen die Hauptzielgruppe für N U M E R I .
Der Einsatz von N U M E R I ist allerdings nicht darauf
beschränkt. Zwei weitere, große Bereiche sind:
- Ingenieur-Weiterbildung: Kombiniert mit dem zugehö-
rigen theoretischen Hintergrund ist das Programm-
paket geeignet zur Auffrischung in Vergessenheit ge-
ratener Zusammenhänge. Der Erfahrungsschatz, den
der Ingenieur aus seiner praktischen Tätigkeit gewon-
nen hat, wird in einen übergeordneten Rahmen ein-
gepaßt und erhält somit eine fundierte Basis.
- Laborpraxis: Während N U M E R I bei den vorge-
nannten Bereichen eher zur Simulation eingesetzt wird,
bietet sich auch die direkte, praxisorientierte Anwen-
dung an. D a s Programm stellt ein hilfreiches Werkzeug
dar, mit dem durch die Kopplung aller großen Gebiete
der numerischen SgnalVerarbeitung schnell und ein-
fach die Auswertung von Meßergebnissen vorgenom-
men werden kann.
4 Programmstruktur und Inhalte
Entsprechend der zugehörigen Literatur [1] ist das Paket
in sieben große Kapitel unterteilt (Bild 1). Als Ergänzung
ist ein weiteres Kapitel „Dienstprogramme" implemen-
tiert. Der Bediener wird interaktiv über Auswahlmenüs
durch das Programm geführt. Er hat gleichzeitig jedoch
genügend Freiheiten, um sich ein Bild von Wirkungs-
weise, Qualität und Einsatzmöglichkeiten der Algorith-
men zu machen. Das einheitliche Erscheinungsbild er-
leichtert dem Bediener die Orientierung.
Die einzelnen Kapitel sind in sich abgeschlossen und
voneinander unabhängig: Die zentralen Programm teile
der Erzeugung/Aufbereitung von Datensätzen und der
Ausgabe der Ergebnisse befinden sich in jedem Kapitel.
Verfügbar sind dabei zur
Datenerzeugung
- Formelinterpreter: Aus einem Formelausdruck, den
der Bediener eingibt, werden in einem frei wählbaren
x-Intervall Wertepaare berechnet,
- manuelle Eingabe der Wertepaare,
(c)EMT1990 NUMERI Version: 2.0
Kapitel : Hauptmenü
Programmteil:
0 Dienstprogramme
1 Statistik
2 Amplitudenverteilung
3 Ausgleichsrechnung
4 Glätten, Differenzieren, Integrieren
5 Diskrete Fourier-Transformation
6 Digitale Filter
7 Korrelation
F1 = Hilfe Auswahl über Ziffern E S C = Ende
Bild 1. Eingangsmenü v o n N U M E R I .
P. Haschberger: N U M E R I - ein Werkzeug zur rechnergestützten Ingenieurausbildung tm 9/91

(c) E M T 1 9 9 0 NUMERI Version: 2.0 schirm-Masken (Bild 2). Zahlen- oder Texteingaben
Kapitel : Dienstprogramme erwartet die Software in optisch hervorgehobenen Felder.
Programmteil: Dalen\Daten erzeugen\Standardsignale
Die Reihenfolge der Eingaben ist beliebig, erst durch die
Signalform : •Sinus
Betätigung einer Funktionstaste werden die Eintragun-
Rechteck gen übernommen und auf Korrektheit überprüft. Wesent-
Dreieck liches Augenmerk bei der Entwicklung des Programms
Frequenz [Hz] = 1 wurde auf diese Eingaben-Überprüfung gelegt. Die Soft-
Phase [Grad] = 0 ware macht auf unsinnige Eingaben aufmerksam und
Amplitude = 1
toleriert keine Parametervorgaben, die zu einem Absturz
Zahl der Abtastwerte = 1024 des Programms führen könnten. Eine kontext-sensitive
Abtastzeit [s] = 0,001 Hilfe-Funktion unterstützt den Bediener mit Informatio-
F 1 = Hilfe F10 = weiter ESC = Abbruch
nen zum aktuellen Menüpunkt.
Bild 2. Beispiel für Auswahlmenüs und Eingabemasken innerhalb Die folgende Übersicht liefert eine tabellarische Zusam-
von N U M E R I . menstellung der Programm-Inhalte:

Statistik
- Standard-Funktionen: Gängige Signalverläufe wie Si- - Verteilungsfunktionen: Dichte- und Summenfunktio-
nus-, Dreieck- oder Rechteckfunktionen werden nach nen sowie inverse Funktionen zu folgenden Verteilun-
Vorgabe der entsprechenden Parameter (Amplitude, gen können gebildet werden:
Frequenz, Phase) erzeugt, - Gleich-,
- Datensätze von Diskette/Festplatte: Daten aus ande- - Normal-,
ren Programmkapiteln oder aus eigenen Messun- - logarithmische Normal-,
gen/Simulationen können auf diesem Weg N U M E R I - Poisson-,
zugeführt werden. - Exponential-,
- Chi-Quadrat-,
Datenaufbereitung - Weibull-Verteilung.
- Löschen, Ändern, Hinzufügen von Wertepaaren, - Beurteilende Statistik: Als statistische Kenngrößen
- Sortieren, eines Datensatzes werden bestimmt
- Addieren, Multiplizieren von Konstanten, - algebraischer, geometrischer Mittelwert, Standard-
- additive Überlagerung von Rauschsignalen mit wähl- abweichung, Median usw.,
barer Verteilungscharakteristik, - Häufigkeitsverteilung,
- Vergleich von Datensätzen zur Bestimmung von abso- - Chi-Quadrat-Test,
lutem und relativem Fehler. - Vertrauensgrenze für Mittelwert.

Datenausgabe Amplitudenverteilungen
- grafische Ausgabe: Diese anschaulichste Darstellung - Bestimmung von absoluter Häufigkeit, Dichtefunk-
der Resultate bietet dem Bediener große Eingriffsmög- tion, Summenfunktion,
lichkeiten: Nachdem die Software die Ergebnisse der
- Impulshöhenanalyse: Für spezielle Anwendungen der
Berechnungen sinnvoll skaliert und beschriftet am
Amplitudenverteilungen können Peak-Netto-Berech-
Bildschirm ausgegeben hat, erleichtert ein interaktiver
nungen und Basislinien-Korrektur durchgeführt wer-
Grafik-Editor über Ein-Tasten-Befehle dem Anwender
den.
die Interpretation der Diagramme. Beliebige Teile der
Kurven können vergrößert dargestellt werden
(Zoom-Funktion). Parameter (Punktart, Strichart, A usgleichsrechnung
Verbindungsart, Farbe) und die Skalierung (linear,
- Ausgleich eines Datensatzes durch
logarithmisch, Gauß'sche Wahrscheinlichkeitsskalie-
- algebraische Polynome (bis 9. Grades),
rung) lassen sich variieren. Durch Einblendung eines
- Exponentialfunktion,
Hintergrundrasters und die Anzeige der aktuellen
- Fourier-Reihe,
Cursor-Position können die Kurven vermessen wer-
- gebrochen rationale Funktion,
den. Über einen angeschlossenen Plotter erfolgt die
- benutzerdefinierte Funktion.
Ausgabe der Grafik.
Die beiden letzten Ausgleichsverfahren arbeiten mit
- Die exakten Funktionswerte des Datensatzes können iterativen Algorithmen und gestatten bei entsprechen-
aus einer Wertetabelle, die auch auf einem Drucker der Wahl der Startwerte und der partiellen Ableitungen
ausgegeben werden kann, entnommen werden. den Ausgleich durch nahezu beliebige funktionale
- Zur Weiterverarbeitung oder Sicherung der Daten Ausdrücke
können diese auf Diskette / Festplatte abgelegt werden. - Spline-Interpolation durch
Die einzelnen Menüebenen innerhalb der Kapitel werden - natürlichen Spline,
über Ziffernmenüs angewählt. Die Eingabe von Para- - not-a-knot-Spline,
metern für die Algorithmen erfolgt über Bild- - Spline mit Vorgabe der Randableitungen.

355
Unauthenticated
Download Date | 4/15/16 10:52 PM
tm 9/91 Aufsatz

Glättung, Differentiation, Integration stützung des numerischen Co-Prozessors bleibt die Be-
- Glätten, Differenzieren durch Ausgleichspolynome, rechnungsdauer auch bei zeitintensiven Algorithmen in
- Integration über Newton-Cotes-Formeln (Rechteck, einem vertretbaren Rahmen.
Trapez, Simpson),
- Lösung von Differentialgleichungen und -glei-
chungssystemen (Euler, Heun, Runge-Kutta) bis 5 Beispiele
maximal 5. Ordnung,
- Lösung von Gleichungssystemen für Markow-Ketten. Anhand eines ausgewählten Datensatzes sollen einige der
Möglichkeiten von N U M E R I vorgestellt werden. Aus-
Diskrete Fouriertransformation gangspunkt sei der funktionale Zusammenhang (Bild 3 a)
- F F T und konventionelle Diskrete Fourier Transfor-
mation, 1
- Fensterfunktionen zur Bewertung der Daten im Zeit- y(t) = cos (2π · t) — - · cos(6π · ί) (1)
bereich (Dreieck, Hamming, von-Hann, Blackman),
- Rücktransformation,
eine Grundschwingung ( f 0 = 1 Hz) mit der Amplitude
- Rekonstruktion des abgetasteten Signals im Zeitbe-
reich. 1 und ihre 3. Harmonische mit der Amplitude —
abgetastet mit einer Frequenz fa = 512 Hz für eine Dauer
Digitale Filter von zwei Sekunden. Diesem Signal y(t), das beispiels-
- Entwurf rekursiver und nicht-rekursiver Digitalfilter: weise über den Formelinterpreter erzeugt wurde, wird
Tiefpaß-, Hochpaß-, Bandpaß-,
Bandsperre-Verhalten mit Vorgabe
von Grenz- und Abtastfrequenz,
- Impulsantwort, Übertragungs-
funktion des Filters,
- Filterung eines Datensatzes.

Korrelation
Korrelation im Zeit- oder im Fre-
quenzbereich: •. oo
- Autokorrelation eines Datensat-
zes,
- Kreuzkorrelation zweier Datensät-
-G. 50
ze,
- Bestimmung der Übertragungs-
funktion von PT 2 -Gliedern durch
Korrelation. -l. 00

0. 50
Dienstprogramme
Bild 3a. Beispieldatensatz y{t) = c o s ( 2 π · t) — '/ 3 • cos ( 6 π · t).
- Bestimmung der Nullstellen einer
yr(t)
benutzerdefinierten Funktion
(Newton, Regula Falsi, Se-
2. 00
kanten-Methode),
- Lösung von linearen Gleichungssy-
stemen (Gauß-Jordan, LR-Zerle-
gung). l.oo-
- Lösung von nicht-linearen Glei-
chungssystemen (Newton),
- grafische Überlagerung von 0. 0 0
Datensätzen.
Durch die einheitliche Datenstruktur
können Datensätze, die in einem der -L.00 η
Kapitel erzeugt wurden, von einem
anderen Kapitel aus weiterverarbeitet
werden. Die maximale Datensatzlän-
- 2 . 00
ge beträgt in der aktuellen Version
1024 Wertepaare. Diese Zahl ist auch
0. 0 0 0. 50 L. 0 0 L. 50 2. 00
für statistische Auswertungen genü- Z e i t Es]
gend groß. Durch optionale Unter- Bild 3b. yr(t), Datensatz y(t) überlagert mit normalverteiltem Rauschen (σ = 0,5).

356
Unauthenticated
Download Date | 4/15/16 10:52 PM
P. Haschberger: N U M E R I - ein Werkzeug zur rechnergestützten Ingenieurausbildung tm 9/91

(c) EMT1990 NUMERI Version: 2.0 natürlich nur qualitativ deutlich. Der verbleibende Fehler
Kapitel Ausgleichsrechnung zwischen yr(t) und der Reihe kann aber auch quantitativ
Programmteil Fourier-ReiheVTabelle
untersucht werden. In dem Menüpunkt „Datensätze
y = y2 aO + Σ a [k] cos (k wt) + Σ b [k] sin (k wt); Σ (Fehler)2 = 248,514
vergleichen" wird dafür zunächst der absolute Fehler
zwischen den beiden Funktionen berechnet (Bild 6). Eine
Interpretation dieses Fehlerverlaufs im Zeitbereich ist
Paar Oberschwingung a-Koeffizienten b-Koeffizienten
nicht sinnvoll. Aussagekräftig ist dagegen die Verteilung
0 0 -0,0048635 0
1 1 -0,0099821 0,0246812 der Fehleramplituden. Teilt man die Fehleramplituden in
2 2 0,9871213 -0,0088391 30 äquidistante Klassen ein und berechnet im Pro-
3 3 0,0355015 0,0027564
-0,0048511
grammteil „Amplitudenverteilung" die Dichte- und die
4 4 0,0248383
5 5 -0,0134185 0,0027659 Summenfunktion, so gewinnt man die Erkenntnis, daß
6 6 -0,3741999 -0,0348987
der verbleibende Fehler offensichtlich normalverteilt ist
7 7 -0,0128864 -0,0278045
8 8 0,0199655 0,0100835 (Bild 7 a). Als hilfreiche Unterstützung bietet die Grafik
9 9 -0,0148004 0,0285153 dazu die Möglichkeit, die Skalierung der Kurven zu
10 10 0,0052575 -0,0144362
ändern. Außer der Umschaltung auf einen logarithmi-
F1 = Hilfe F2 = Ausdruck E S C = zurück schen Maßstab, der hier nicht sinnvoll wäre, kann eine
B i l d 4 . V o n N U M E R I aus y r ( t ) e r r e c h n e t e F o u r i e r - K o e f f i z i e n t e n bis
Gauß'sche Wahrscheinlichkeitsskalierung eingeschaltet
z u r 10. O b e r w e l l e . werden (Bild 7b). In dieser Darstellung erscheint die
Summenfunktion einer Normalverteilung als Gerade.

anschließend in einem Menüpunkt

„Daten verrauschen" ein normalver-
teiltes Rauschen (Standardabwei-
chung σ = 0,5) additiv überlagert
(yr(t), Bild 3b). Ziel der folgenden
Untersuchungen ist es, die Eigen-
schaften dieses verrauschten
Datensatzes yr(t) zu bestimmen.
Zunächst wird mit Hilfe des Pro-
grammteils „Ausgleichsrechnung"
versucht, durch einen approximieren-
den Ausdruck die Originalfunktion
y(t) zu rekonstruieren. Da es sich
ursprünglich bei y(t) um eine periodi-
sche Funktion handelte, bietet sich
der Ausgleich durch eine Fourier-
Reihe an. Das Ergebnis der Reihen-
entwicklung bis zur 10. Oberwelle
Zeit [sJ
zeigt Bild 4: Die b-Koeffizienten, die
B i l d 5 . V e r g l e i c h v o n yr(t) ( R e c h t e c k e ) und F o u r i e r - R e i h e aus d e n K o e f f i z i e n t e n nach Bild
die ungeraden Anteile in yr(t) be- 4 (durchgezogen).
schreiben, sind sehr klein ( < 0 , 0 5 ) .
Die Koeffizienten a2 und a6 sind als Ljr-(t) - ya(t) absoluter Fehler
einzige signifikant und liegen er-
wartungsgemäß in der Größen-
ordnung der idealen Werte (1 bzw.
—1/3). Der ausgleichende Charakter
L. 0 0 -
der Fourier-Reihe wird in der grafi-
schen Überlagerung von Original-
funktion yr(t) und Ausgleichskurve
deutlich. Bild 5 zeigt diesen Vergleich
so, wie ihn N U M E R I ohne weiteren ü. • •
Eingriff des Bedieners im Ablauf des
Programms erzeugt: M i t sinnvoller
Achsenskalierung und -beschriftung
werden die beiden Kurven dargestellt -1. • • -
- yr(t) als Punktemenge, die ausglei-
chende Fourier-Reihe als durchgezo-
gener Graph.

Die Qualität des Ausgleichs über die • .•• G. 50 L.00 1.50

Fourier-Reihe wird durch Bild 5 B i l d 6 . A b s o l u t e r F e h l e r z w i s c h e n d e n b e i d e n F u n k t i o n e n a u s B i l d 5.

357
Unauthenticated
Download Date | 4/15/16 10:52 PM
tm 9/91 Aufsatz

A m p L i t u d e n v e r t e i l u n g Bild 7 a . Dichte- und Summenfunktion der

Verteilung des absoluten Fehlers (30
Klassen).

_ϊ Β Ϊ. J_L T.T , .
1 1 —
-1.00 0.00 1.00
Dichtefunktion Amplituden

-1.00 0.00 1.00

Summenfunkt ion Amplituden

Eine detaillierte, zahlenmäßige Un-

tersuchung des absoluten Fehlers
führt der Menüpunkt „Statistik" aus:
Den Kenngrößen des Datensatzes
kann entnommen werden (Bild 8),
daß der Fehler mittelwert-frei ist und
die Standardabweichung sich tatsäch-
lich im Bereich von σ = 0,5 bewegt, so
wie es bei der Erzeugung von yr(t) aus
y{t) angegeben wurde.

Zur endgültigen Validierung der Nor-

malverteilung des Fehlers wird der
χ 2 -Test herangezogen. Über einen
Vergleich der angenommenen Vertei-
lung mit der tatsächlichen Verteilung
0. 0 0 oo
der Fehleramplituden erzeugt er nach
-1. 0 0
Summenfunktion AmpiL t u d e n Vorgabe der Aussagesicherheit ein
Bild 7b. Summenfunktion der Verteilung, dargestellt in der
Gütekriterium, mit dessen Hilfe abge-
Gauß'schen Wahrscheinlichkeitsskalierung. schätzt wird, ob die Hypothese „Nor-
malverteilung" angenommen oder
abgelehnt wird (Bild 9). Dieser Test
(c) E M U 990 NUMERI Version: 2.0
Kapitel Statistik
bestätigt die Vermutung des normalverteilten Fehlerver-
Programmteil: Beurteilende Statistik\Kenngrößen laufs.

Kenngrößen des Datensatzes

Gesamtzahl der Werte Ν = 1024
kleinster Wert χ (min) = -1,657
größter Wert χ (max) = 1,6083
Spanne χ (max)-χ (min) = 3,2653
Median χ (50) = 0,0083
arithmetischer Mittelwert = - 9 . 5 E - 0 0 1 2
Varianz σ2 = 0,2429
Standardabweichung σ = 0,4929
Variationskoeffizient ν = -1.9E-0011
geometrischer Mittelwert = n.del.
Fl = Hilfe
Bild 8. S t a t i s t i s c h e K e n n g r ö ß e n
Neben der Auswertung von yr (t) im Zeit- und Amplitu-
denbereich bietet N U M E R I auch die Analyse im Spek-
tralbereich. Nach einer optionalen Fensterung des
Datensatzes kann über die Diskrete Fouriertransforma-
tion das Spektrum von yr(t) berechnet werden. Die
Darstellung erfolgt wahlweise in der Form Real-/Ima-
ginärteil oder Betrag/Phase (Bild 10). Das Betragsspek-
trum zeigt deutlich die beiden Frequenzlinien bei 1 Hz
und 3 Hz mit dem Amplitudenverhältnis von etwa 3:1.
ESC = zurück Die übrigen Spektralanteile sind auf das normalverteilte
des Fehlers. Rauschen zurückzuführen.

358
Unauthenticated
Download Date | 4/15/16 10:52 PM
P. Haschberger: N U M E R I - ein Werkzeug zur rechnergestützten Ingenieurausbildung tm 9/91

(c) EMT1990 NUMERI Version: 2.0 (c) EMT 1990 NUMERI Version: 2.0
Kapitel Statistik Kapitel Digitale Filter
Programmteil: Beurteilende Statistik\Chi 2 -Test Programmteil: nichtrekursiv

Chi 2 -Test Filterordnung Ν = 100 Filtertyp: • Tiefpaß

HochpaS
Zahl der äquidistanten Klassen k = 30 Abtastfrequenz [Hz] = 256 Bandpaß
gewünschteAussagesicherheitß[%] = 50 Bandsperre
obere Grenzfrequenzu [Hz] = 4

Die Summe S der Abweichungen zwischen dem untersuchten Datensatz untere Grenzfrequenz [Hz] = 0 Fenster: Rechteck
und der vermuteten Verteilung beträgt S = 25,8638. Dreieck
Maximal zulässiges Argument der Chi 2 -Verteilung: Chi 2 (oben) = 26,3363. • von-Hann
Wegen S < Chi 2 (oben) wird die Hypothese angenommen. Hamming
Blackman
Fl = Hilfe F10 = weiter ESC = Abbruch Lanczos

Bild 9. χ 2 -Test zur Untersuchung der Verteilungscharakteristik des F1 = Hilfe F10 = weiter ESC=Abbruch
Fehlerverlaufs.
Bild 11. Menü zum Entwurf eines nicht-rekursiven Filters.

Im weiteren soll versucht werden, diese Rauschanteile 6 Erfahrungen

durch ein digitales Filter zu beseitigen. Um die Filterwir-
kung und das Einschwingverhalten besser beurteilen zu
können, wird dazu yr(t) über 4 Perioden der Grund-
schwingung (statt bisher 2) mit einer Frequenz
f a = 256 Hz abgetastet. Die Einstellungen zürn Ent-
wurf eines nicht-rekursiven Tiefpaßfilters zeigt Bild 11.
NUMERI berechnet daraus die FilterkoefFizienten.
Impulsantwort und Frequenzgang des Filters im interes-
sierenden Spektralbereich können bestimmt und ange-
zeigt werden (Bild 12). Das Ergebnis der Filterung stellt
NUMERI im Vergleich zum ungefilterten Datensatz dar
(Bild 13). Deutlich zu erkennen ist die Einschwingzeit des
Filters und ein niederfrequentes Rest-Rauschen aufgrund
der Rauschanteile im Bereich der Signalfrequenzen. Diese
Störüberlagerung kann durch die Filterung nicht beseitigt
werden und ist der Grund dafür, daß die gefilterte
Ausgangsfunktion nicht identisch ist mit j(i).
NUMERI wird seit 1989 am Lehrstuhl für Elektrische
Meßtechnik in der studentischen Ausbildung eingesetzt.
Neben der Unterstützung von Vorlesungen und Übungen
dient es Studenten als individuelles Lehrmittel, mit dessen
Hilfe sie auf eigenen Rechnern oder den PC's aus dem
CIP-Pool selbständig Erfahrungen im Umgang mit den
Methoden der digitalen Signalverarbeitung sammeln.
Die Akzeptanz ist aufgrund der kurzen Einarbeitungszeit
im Rahmen von Diplom- und Studienarbeiten groß. Die
aus den selbst entwickelten Meßaufbauten gewonnenen
Daten können mit NUMERI weiterverarbeitet und inter-
pretiert werden. Die Erstellung eigener Auswerte-Softwa-
re ist damit in vielen Fällen nicht mehr notwendig bzw.
kann durch die Erfahrungen, die in Vorversuchen mit
NUMERI gewonnen wurden, zeitlich optimiert werden.

Spektrum (Ausschnitt)

Betrag Frequenz [Hz]

[Grad]
J
200

1•
100
][
Il
TTHTT LiLJi
IUI
0 u.

-100 -

Bild 10. Spektrum von "200 - 1 Ρ ' • • 1 r-

yr{t) nach Betrag und -20.0 0.0 20.0 -10.0 60. Q ΘΟ.Ο
Phase (Ausschnitt). Phase Frequenz [Hz]

359
Unauthenticated
Download Date | 4/15/16 10:52 PM
 t m 9/91 Aufsatz

Frequenzqanq FIR-FLlter

0.0 10.0 20.0 30. 0

Bet r a g Frequenz [Hz]

Bild 12. Amplitudengang

des nach den Einstellun-
0.0 10.0 20.0 30.0 gen von Bild 11 entwor-
Phase Frequenz [Hz] fenen Filters.

FiLterunq eines Datensatzes

Bild 13. Eingangs- und

Ausgangssignal des
0.00 2.00
nicht-rekursiven
ftusgangsdater Tiefpaß-Filters.

Gekoppelt mit meßtechnischen Versuchsaufbauten findet
N U M E R I inzwischen außerdem Einsatz im oben er-
wähnten Fortgeschrittenen-Praktikum Elektrische
Meßtechnik. Die trotz wechselnder Versuche einheitliche
Bedienoberfläche führt dazu, daß die Praktikanten sich
bei Durchführung und Auswertung der Versuche auf die
fachliche Arbeit konzentrieren können.
Zur Weiterbildung von Ingenieuren werden vom Lehr-
stuhl regelmäßig Industrie-Seminare auf der Basis von
N U M E R I durchgeführt. Die Anregungen, die bei diesen
Schulungen von Seiten der Entwickler kommen, dienen
dazu, N U M E R I in zukünftigen Ausbaustufen bei der
Umsetzung der Theorie in die Praxis noch näher an den
Bedarf der Industrie anzupassen.
Literatur
[1] Schrüfer, E.: Signalverarbeitung. Verlag Carl Hanser, München
(1990).
Der Aufsatz ist die überarbeitete Fassung eines Vortrages aus Anlaß
des 60. Geburtstages von Prof. Dr. Elmar Schrüfer. Ihm ist dieser
Beitrag gewidmet.
Dipl.-Ing. Peter Haschberger, Technische Universität München,
Lehrstuhl für Elektrische Meßtechnik, W-8000 München 2.

360
Unauthenticated
Download Date | 4/15/16 10:52 PM
View publication stats