MMET WS2022 K5 LSI Systeme

Mathematische
Methoden der Elektrotechnik
5. Zeit‐ und ortsdiskrete Filter
Univ.‐Prof. Dr.‐Ing. Peter Jax, Institut für Kommunikationssysteme (IKS)
Priv. Doz. Dr.‐Ing. habil. Mathias Wien, Lehrstuhl für Bildverarbeitung (LfB)
Inhalt
 Beschreibung von Systemen
 Einheitsimpuls
 lineare verschiebungsinvariante (LSI) Filter
 Faltung
 Literatur: Signal Processing First, Kapitel 5, Seite 101 bis 126
5‐2 Vorlesung | Mathematische Methoden der Elektrotechnik
Prof. Dr.‐Ing. Peter Jax
Am Ende des Kapitels …
 können Sie die Eigenschaften eines Systems mittels Differenzengleichung,
beschreiben.
 können Sie bestimmen, ob ein System linear, verschiebungsinvariant oder
kausal ist.
 können Sie Impulsantworten von LSI‐Systemen bestimmen und anwenden.
 haben Sie den Faltungsoperator verstanden und können mittels Faltung z.B.
Ausgangssignale von LSI‐Systemen berechnen.
Filter & Systeme
 Grundlagen zur mathematischen Beschreibung von Signalen vorhanden
Beschreibung von Systemen ("Filter") zur Übertragung und Veränderung
(Filterung) von Signalen
𝑠𝑛 𝑔𝑛
𝑇𝑟 s 𝑛
ein diskretes System erzeugt aus einem Eingangssignal 𝑠 𝑛
ein Ausgangssignal 𝑔 𝑛
 Schwerpunkt: lineare verschiebungsinvariante (LSI) Systeme
Transformation 𝑇𝑟 s 𝑛 zwischen Eingang und Ausgang
beschrieben durch lineare Differenzengleichung
Zeitdiskrete Systeme
𝑠𝑛 𝑔𝑛
𝑇𝑟 s 𝑛
Eingang Ausgang
Darstellung eines zeitdiskreten Systems als Blockdiagramm
 Ein zeitdiskretes System kann als Berechnungsvorschrift zur Transformation einer
Zahlenfolge 𝑠 𝑛 (Eingangssignal) in eine andere Zahlenfolge 𝑔 𝑛
(Ausgangssignal) beschrieben werden.
 Beispiele:
 Quadrierer: 𝑔 𝑛 𝑇𝑟 𝑠 𝑛 𝑠 𝑛 , 𝑇𝑟: ℝ → ℝ
 nichtlinear
 gleitender Mittelwert, Länge 3:
𝑔𝑛 𝑇𝑟 𝑠 𝑛 𝑠𝑛 𝑠𝑛 1 𝑠𝑛 2 , 𝑇𝑟: ℝ → ℝ
 linear, beschrieben durch Differenzengleichung
Quadrierer
𝑔𝑛 𝑇𝑟 𝑠 𝑛 𝑠 𝑛, 𝑇𝑟: ℝ → ℝ
Gleitender Mittelwert (Länge 7)
1
𝑔𝑛 𝑇𝑟 𝑠 𝑛 𝑠𝑛 𝑠𝑛 1 𝑠𝑛 2 … 𝑠𝑛 6 , 𝑇𝑟: ℝ → ℝ
7
Das gleitende Mittelwertfilter
 Gleitender Mittelwert, Länge 3: 𝑔 𝑛 𝑠𝑛 𝑠𝑛 1 𝑠𝑛 2
jedes Folgenglied 𝑔 𝑛 ist Mittelwert dreier aufeinanderfolgender
Folgenglieder 𝑠 𝑛 , 𝑠 𝑛 1 und 𝑠 𝑛 2
Differenzengleichung, beschreibt Filter vollständig
 Anwendung auf dreieckförmiges Eingangs‐
signal 𝑠 𝑛 mit impulsartigem „Ausreißer“
in der Mitte:
 𝑠 𝑛 ist ungleich 0 im Intervall 0 𝑛 4
Sequenz endlicher Länge
𝑠𝑛 𝑔𝑛 1/3 𝑠 𝑛 𝑔𝑛
𝑠𝑛 1 𝑠𝑛 2
𝑛 < 0 0 1 2 3 4 5 6 > 6
𝑠𝑛 0 2 4 9 4 2 0 0 0
𝑔𝑛 0 ⅔ 2 5 5⅔ 5 2 ⅔ 0
 𝑔 𝑛 ist ebenfalls Sequenz endlicher Länge
 gleitendes Mittelwertfilter „glättet“ Eingangssignal 𝑠 𝑛
𝑠𝑛 𝑔𝑛 1/3 𝑠 𝑛 𝑔𝑛
Das gleitende Differenzfilter
 Gleitender Mittelwert summiert aufeinanderfolgende Werte
 Gleitendes Differenzfilter: 𝑔 𝑛 𝑠𝑛 𝑠𝑛 1
jedes Folgenglied 𝑔 𝑛 ist Differenz zweier aufeinanderfolgender
Folgenglieder 𝑠 𝑛 und 𝑠 𝑛 1
Differenzengleichung, beschreibt Filter vollständig
 Anwendung auf Eingangssignal 𝑠 𝑛
mit Impuls und „Sprung“:
𝑠𝑛 𝑔𝑛
𝑔𝑛 𝑠𝑛 𝑠𝑛 1
𝑛 < 0 0 1 2 3 4 5 6 7 8 9 10 11 12 > 12
𝑠𝑛 0 1 1 1 1 10 1 1 1 5 5 5 5 0 0
𝑔𝑛 0 1 0 0 0 9 ‐9 0 0 4 0 0 0 ‐5 0
 gleitendes Mittelwertfilter hebt Signaländerungen hervor!
𝑠𝑛 𝑔𝑛
Anwendung auf rampenförmiges Eingangssignal
𝑠𝑛 𝑔𝑛
Filterung von Audiosignalen
 Audiosignal:
 Audiosignal,
gefiltert mit gleitendem Mittelwert, Länge 3:
Audiosignal klingt dumpfer ("Tiefpass")
 Audiosignal,
gefiltert mit gleitendem Differenzfilter:
Audiosignal klingt heller ("Hochpass")
Filter und Differenzengleichung
 Gleitende Mittelwert‐ und Differenzfilter sind Sonderfälle von Filtern, die
durch die allgemeine Differenzengleichung beschrieben werden
𝑔𝑛 𝑏 0 ⋅𝑠 𝑛 𝑏 1 ⋅𝑠 𝑛 1 ⋯ 𝑏 𝑀 ⋅𝑠 𝑛 𝑀
𝑏 𝑘 ⋅𝑠 𝑛 𝑘 , 𝑏: ℕ → ℝ, 𝑀 ∈ ℕ
 gleitender Mittelwert, Länge 𝑀 1: 𝑏 0 ⋯ 𝑏𝑀 ,𝑏 𝑘 0 sonst
 gleitende Differenz: 𝑏0 1, 𝑏 1 1, 𝑏 𝑘 0 sonst
 Berechnung des aktuellen Ausgangswertes 𝑔 𝑛 erfordert nur aktuellen
Eingangswert 𝑠 𝑛 und Eingangswerte 𝑠 𝑛 𝑘 aus der Vergangenheit, da mit
𝑘 0 gilt: n 𝑘 𝑛
Filter ist kausal („sieht nicht in die Zukunft“)
Einschwing‐ & Abklingvorgänge
 Bei Filterung von Signalen 𝑠 𝑛 endlicher Länge 𝑁, d.h. 0 𝑛 𝑁 entsteht im

Ausgangssignal ein
 Einschwingvorgang der Länge 𝑀,
wenn das Filter zu Beginn in das
Signal hineinläuft
 Abklingvorgang der Länge 𝑀,
wenn das Filter am Ende aus
dem Signal herausläuft
 Gesamtlänge von 𝑔 𝑛 :
𝑀 𝑁 Koeffizienten
Nichtkausale Filter
 Lässt man zur Berechnung von 𝑔 𝑛 auch Folgenglieder von 𝑠 𝑛 aus der Zukunft

zu, erweitern sich die Differenzengleichungen zu
𝑔𝑛 𝑏𝑘 𝑠𝑛 𝑘 ,𝑀 ∈ ℕ
einsetzbar, wenn die unabhängige Variable 𝑛 nicht die Bedeutung von (Real‐)
Zeit hat, z.B. bei Filterung gespeicherter Signale, Bildsignale (ortsabhängig!), …
 Beispiel Verzögerer 𝑏 𝑘 1 für 𝑘 𝐿
𝑏𝑘 0 sonst 𝑔𝑛 𝑠𝑛 𝐿
𝐿 0: Verzögerung („Zwischenspeicherung“) von 𝑔 𝑛 für 𝐿 Takte (kausales Filter)
𝐿 0: „negative Verzögerung“ (nicht‐kausale Filterung, Wirkung entsteht 𝐿 Takte
vor Ursache, falls 𝑛 eine Zeitvariable ist
 Verzögerung eines Signals ist also auch mit Differenzengleichung beschreibbar!
Der Verzögerer
 Verzögerung eines Signals 𝑠 𝑛 um 𝐿 10 Takte
Der Einheitsimpuls
 Definition der Einheitsimpuls‐Sequenz:
1 für 𝑛 0
𝛿𝑛
0 für 𝑛 0
𝛿 𝑛 hat den Wert 1, wenn
das Argument Null ist und
sonst den Wert 0
1 für 𝑛 𝐿
𝛿𝑛 𝐿
0 für 𝑛 𝐿
verschobene Einheits‐Impuls‐
Sequenz
Diskrete Signale & Einheitsimpuls
 Ein zeitdiskretes Signal (Zahlenfolge) kann als Summe von gewichteten
und verschobenen Einheitsimpulsen beschrieben werden:
𝑠𝑛 𝑠𝑘 𝛿𝑛 𝑘
oder als Differenzengleichung:
𝑠𝑛 ⋯ 𝑠 1 𝛿𝑛 1
𝑠0 𝛿𝑛
𝑠1 𝛿𝑛 1
𝑠2 𝛿𝑛 2
⋯
Die Impulsantwort
 Die bisher behandelten Filter sind beschrieben durch:
 die allgemeine Differenzengleichung 𝑔 𝑛 ∑ 𝑏𝑘𝑠𝑛 𝑘
 die Filterkoeffizienten 𝑏 𝑘
𝑠𝑛 𝛿𝑛 𝑔𝑛 ℎ𝑛
𝑏𝑘 𝑠𝑛 𝑘
 Ausgangssignal ℎ 𝑛 für 𝑠 𝑛 𝛿𝑛:
ℎ𝑛 𝑏𝑘 𝛿𝑛 𝑘
𝑏0 𝛿𝑛 𝑏1 𝛿𝑛 1 ⋯ 𝑏𝑀 𝛿𝑛 𝑀
𝑏0 für 𝑛 0
also: ℎ 𝑛 ⋮ “Impulsantwort”
𝑏𝑀 für 𝑛 𝑀
0 sonst
Impulsantwort & FIR‐Filter
Die Antwort ℎ 𝑛 eines durch Differenzengleichung beschriebenen Filters auf den
Einheitsimpuls 𝛿 𝑛 ist gleich der Folge der Koeffizienten 𝑏 𝑛 und ansonsten Null.
 die Impulsantwort ℎ 𝑛 beschreibt Filter
genauso wie die Koeffizienten 𝑏 𝑛
 für 𝑀 ∞ ist ℎ 𝑛 eine Sequenz

endlicher Länge
Finite Impulse Response (FIR) Filter
Gleitende Differenz: Impulsantwort
𝑠𝑛 𝛿𝑛 𝑔𝑛 𝑔𝑛 ℎ𝑛
𝑠𝑛 𝑠𝑛 1
Gleitender Mittelwert: Impulsantwort
𝑠𝑛 𝛿𝑛 𝑔𝑛
1
𝑠𝑛 𝑔𝑛 ℎ𝑛
3
Verzögerer: Impulsantwort
𝑠𝑛 𝛿𝑛 𝑔𝑛 ℎ𝑛
𝑔𝑛 𝑠𝑛 2
Faltung und FIR‐Filter
 Ersetzen der Koeffizienten 𝑏 𝑘 in der Differenzengleichung
𝑔𝑛 ∑ 𝑏 𝑘 𝑠 𝑛 𝑘 durch die Impulsantwort ℎ 𝑘 liefert:
𝑠𝑛 𝑔𝑛 𝑠 𝑛 ∗ℎ 𝑛
𝑔𝑛 ℎ𝑘𝑠𝑛 𝑘 ℎ𝑛
Diese Form der Differenzengleichung heißt Faltung (oder Faltungssumme) von
𝑠 𝑛 mit ℎ 𝑛 . Kurzschreibweise: 𝑔 𝑛 𝑠 𝑛 ∗ℎ 𝑛
 Da bei FIR‐Filtern ℎ 𝑛 0 für 𝑛 0 ∧ 𝑛 𝑀, kann die Faltung auch in

unendlichen Summationsgrenzen geschrieben werden:
𝑔𝑛 𝑠 𝑛 ∗ℎ 𝑛 ℎ𝑘𝑠𝑛 𝑘
Berechnung der Faltungssumme
 Ausschreiben der Faltungssumme liefert:
𝑔𝑛 ℎ𝑘𝑠𝑛 𝑘 ℎ0𝑠𝑛 ℎ1𝑠𝑛 1 ⋯ ℎ𝑀𝑠𝑛 𝑀
𝑔 𝑛 ist Summe über 𝑀 1 um 𝑘

verzögerte Eingangssignale 𝑠 𝑛 𝑘
jeweils gewichtet mit ℎ 𝑘
 Beispiel:
2 𝑛 0, 𝑛 4
4 𝑛 1, 𝑛 3
Eingangssignal 𝑠 𝑛
6 𝑛 2
0 sonst
3 𝑛 0
Impulsantwort ℎ 𝑛 1 𝑛 1
0 sonst
𝑛 0 0 1 2 3 4 5 5
𝑠𝑛 0 2 4 6 4 2 0 0
ℎ𝑛 0 3 1 0 0 0 0 0
ℎ 0 ·𝑠 𝑛 0 6 12 18 12 6 0 0
ℎ 1 ·𝑠 𝑛 1 0 0 2 4 6 4 2 0
𝑔𝑛 0 6 10 14 6 2 2 0
Lineare verschiebungsinvariante Systeme
 Systeme bisher allgemein beschrieben durch: 𝑠𝑛 𝑔𝑛
𝑇𝑟 𝑠 𝑛
𝑔𝑛 𝑇𝑟 𝑠 𝑛
 Spezialfall: Transformation beschrieben durch Faltung (bzw. Differenzengleichung):
𝑔𝑛
𝑔𝑛 𝑠 𝑛 ∗ℎ 𝑛 ℎ𝑘𝑠𝑛 𝑘 𝑠𝑛 𝑠 𝑛 ∗ℎ 𝑛
ℎ𝑛
 Praktisch sollen Systeme oft linear und verschiebungsinvariant sein.
lineare verschiebungsinvariante (LSI) Systeme
Beispiele:
 Audioverstärker (Stereoreceiver, Surroundsysteme, …), Lautsprecherboxen
 optische Bildgebungssysteme
Zeitinvarianz
Ein System 𝑔 𝑛 𝑇𝑟 𝑠 𝑛 ist verschiebungsinvariant, wenn es auf ein um
beliebige 𝑛 , 𝑛 ∈ ℤ, verschobenes (verzögertes) Eingangssignal 𝑠 𝑛 𝑛 mit
einem um 𝑛 verschobenen (verzögerten), aber ansonsten unveränderten
Ausgangssignal 𝑔 𝑛 𝑛 reagiert.
𝑠𝑛 verschiebungs‐ 𝑔𝑛
𝑠𝑛 𝑛 invariantes System 𝑔𝑛 𝑛
𝑠𝑛 𝑠 𝑛
 Beispiel Quadrierer: 𝑇𝑟 𝑠 𝑛 𝑠 𝑛
𝑠𝑛 𝑛 𝑠 𝑛 𝑛
 𝑇𝑟 𝑠 𝑛 𝑠 𝑛 𝑔𝑛
 𝑇𝑟 𝑠 𝑛 𝑛 𝑠 𝑛 𝑛 𝑔𝑛 𝑛
Quadrierer ist verschiebungsinvariant
Zeitinvarianz des Quadrierers
Linearität
 Lineare Systeme gehorchen folgender Bedingung für alle 𝑎, 𝑏 ∈ ℂ, 𝑠 𝑛 , 𝑠 𝑛 ,
𝑠 , 𝑠 ∶ ℤ → ℂ:
𝑠 𝑛 𝑔 𝑛
𝑠 𝑛 Lineares 𝑔 𝑛
𝑎⋅𝑠 𝑛 𝑏⋅𝑠 𝑛 System 𝑎⋅𝑔 𝑛 𝑏⋅𝑔 𝑛
𝑔 𝑛 𝑇𝑟 𝑠 𝑛 , 𝑔 𝑛 𝑇𝑟 𝑠 𝑛
𝑠𝑛 𝑎⋅𝑠 𝑛 𝑏⋅𝑠 𝑛
𝑇𝑟 𝑠 𝑛 𝑇𝑟 𝑎 ⋅ 𝑠 𝑛 𝑏⋅𝑠 𝑛
𝑎 ⋅ 𝑇𝑟 𝑠 𝑛 𝑏 ⋅ 𝑇𝑟 𝑠 𝑛
𝑎⋅𝑔 𝑛 𝑏⋅𝑔 𝑛
Lineare Systeme
Ein lineares System antwortet auf eine Summe gewichteter Eingangssignale mit
einer Summe der genauso gewichteten einzelnen Ausgangssignale.
𝑠 𝑛 𝑔 𝑛
𝑠 𝑛 Lineares 𝑔 𝑛
𝑎⋅𝑠 𝑛 𝑏⋅𝑠 𝑛 System 𝑎⋅𝑔 𝑛 𝑏⋅𝑔 𝑛
 Beispiel Quadrierer: 𝑔 𝑛 𝑇𝑟 𝑠 𝑛 𝑠 𝑛, 𝑔 𝑛 𝑇𝑟 𝑠 𝑛 𝑠 𝑛
𝑔𝑛 𝑇𝑟 𝑎 ⋅ 𝑠 𝑛 𝑏⋅𝑠 𝑛 𝑎⋅𝑠 𝑛 𝑏⋅𝑠 𝑛
𝑎 ⋅𝑠 𝑛 2𝑎𝑏 ⋅ 𝑠 𝑛 𝑠 𝑛 𝑏 ⋅𝑠 𝑛
Quadrierer ist nichtlinear
Beispiel Verstärker 𝑠𝑛 𝑔𝑛 𝑐⋅𝑠 𝑛
ℎ0 𝑐
 𝑔𝑛 𝑇𝑟 𝑠 𝑛 𝑐 ⋅ 𝑠 𝑛 , 𝑐 ∈ ℝ, 𝑐 0
Differenzengleichung bzw. Faltung mit ℎ 0 𝑐
 Verschiebungsinvarianz
𝑇𝑟 𝑠 𝑛 𝑛 𝑐⋅𝑠 𝑛 𝑛 𝑔𝑛 𝑛
Verstärker ist verschiebungsinvariant
 Linearität
𝑇𝑟 𝑎 ⋅ 𝑠 𝑛 𝑏⋅𝑠 𝑛 𝑐⋅ 𝑎⋅𝑠 𝑛 𝑏⋅𝑠 𝑛
𝑎⋅𝑐⋅𝑠 𝑛 𝑏⋅𝑐⋅𝑠 𝑛 𝑎⋅𝑔 𝑛 𝑏⋅𝑔 𝑛
Verstärker ist linear
FIR‐Filter: Verschiebungsinvarianz
 Das FIR‐Filter gehorcht: 𝑔 𝑛 ℎ𝑘𝑠𝑛 𝑘
Verzögerung von 𝑔 𝑛 um 𝑛 ergibt: 𝑔 𝑛 𝑛 ℎ𝑘𝑠𝑛 𝑛 𝑘
 Auf 𝑠 𝑛 𝑛 antwortet das FIR‐Filter mit:
ℎ𝑘𝑠𝑛 𝑘 𝑛 ℎ𝑘𝑠𝑛 𝑛 𝑘
𝑔𝑛 𝑛
Jedes FIR‐Filter ist verschiebungsinvariant!
FIR‐Filter: Linearität
 Das FIR‐Filter gehorcht: 𝑔 𝑛 ℎ𝑘𝑠𝑛 𝑘
 Auf 𝑠 𝑛 𝑎⋅𝑠 𝑛 𝑏 ⋅ 𝑠 𝑛 antwortet das FIR‐Filter mit:
𝑔𝑛 ℎ𝑘 𝑎⋅𝑠 𝑛 𝑘 𝑏⋅𝑠 𝑛 𝑘
𝑎⋅ ℎ𝑘 𝑠 𝑛 𝑘 𝑏⋅ ℎ𝑘 𝑠 𝑛 𝑘
Jedes FIR‐Filter ist linear!
LSI‐Systeme, Impulsantwort & Faltung
 Wir haben gesehen: Jedes FIR‐Filter ist ein LSI‐System.
 Wir zeigen nun:
ℎ𝑛
 Die Impulsantwort ℎ 𝑛 beschreibt ein LSI‐System vollständig.
 Die Übertragungsgleichung 𝑔 𝑛 𝑇𝑟 𝑠 𝑛 eines LSI‐Systems
ist die Faltung.
 𝑠 𝑛 kann als Summe gewichteter verschobener Einheitsimpulse
geschrieben werden:
𝑠𝑛 𝑠𝑘𝛿𝑛 𝑘 also 𝑠 𝑛 ⋯ 𝑠 1𝛿𝑛 1 𝑠0𝛿𝑛 ⋯
 LSI‐System: 𝑇𝑟 𝛿 𝑛 ℎ𝑛 𝛿𝑛 ℎ𝑛
ℎ𝑛
mit Verschiebungsinvarianz:
𝛿𝑛 𝑘 ℎ𝑛 𝑘
𝑇𝑟 𝛿 𝑛 1 ℎ𝑛 1
𝑇𝑟 𝛿 𝑛 𝑘 ℎ𝑛 𝑘 , 𝑘∈ℤ
 𝑠 𝑛 kann als Summe gewichteter verschobener Einheitsimpulse
geschrieben werden:
𝑠𝑛 𝑠𝑘𝛿𝑛 𝑘
 LSI‐System: 𝑇𝑟 𝛿 𝑛 𝑘 ℎ𝑛 𝑘 ,𝑘 ∈ ℤ
mit Linearität: 𝛿𝑛 ℎ𝑛
ℎ𝑛
𝑇𝑟 𝑠 0 𝛿 𝑛 𝑠0 ℎ𝑛 𝑠𝑘𝛿𝑛 𝑘 𝑠𝑘ℎ𝑛 𝑘
𝑇𝑟 𝑠 1 𝛿 𝑛 1 𝑠1 ℎ𝑛 1
𝑇𝑟 𝑠 𝑘 𝛿 𝑛 𝑘 𝑠𝑘 ℎ𝑛 𝑘 , 𝑘∈ℤ
und schließlich 𝑇𝑟 𝑠𝑘𝛿𝑛 𝑘 𝑠𝑘ℎ𝑛 𝑘
ℎ𝑛
 Für ein FIR‐Filter gilt also immer:
 Die Impulsantwort ℎ 𝑛 beschreibt ein LSI‐System vollständig.
 Die Übertragungsgleichung 𝑔 𝑛 𝑇𝑟 𝑠 𝑛 eines LSI‐Systems
ist die Faltung: 𝑔 𝑛 𝑠 𝑛 ∗ℎ 𝑛 ∑ ℎ𝑘𝑠𝑛 𝑘
 Das LSI‐System muss dabei kein FIR‐Filter sein, sondern darf eine unendlich
ausgedehnte Impulsantwort ℎ 𝑛 besitzen (Infinite Impulse Response (IIR)‐Filter!)
Kommutativität der Faltung
 Die Faltungssumme 𝑔 𝑛 𝑠𝑘ℎ𝑛 𝑘
⋯ 𝑠 1ℎ𝑛 1 𝑠0ℎ𝑛 𝑠1ℎ𝑛 1 ⋯
ist kommutativ:
 Substitution durch neue Summationsvariable
(„Umnummerierung“, verändert nur die Reihenfolge der Summation)
𝑚 𝑛 𝑘 ergibt: 𝑘 𝑛 𝑚 und
𝑔𝑛 𝑠𝑘ℎ𝑛 𝑘 ℎ𝑚𝑠𝑛 𝑚
⋯ ℎ 1𝑠𝑛 1 ℎ0𝑠𝑛 ℎ1𝑠𝑛 1 ⋯
𝑔𝑛 𝑠 𝑛 ∗ℎ 𝑛 ℎ 𝑛 ∗𝑠 𝑛
Die Faltung ist kommutativ
𝑠𝑛 𝑔𝑛 ℎ𝑛 𝑔𝑛
ℎ𝑛 𝑠𝑛
Faltung mit Einheitsimpuls
 𝑠 𝑛 kann als Summe gewichteter verschobener Einheitsimpulse geschrieben
werden:
𝑠𝑛 𝑔𝑛 𝑠𝑛
𝑠𝑛 𝑠𝑘𝛿𝑛 𝑘 ℎ𝑛 𝛿𝑛
 Übertragung von 𝑠 𝑛 über ein System mit ℎ 𝑛 𝛿 𝑛 ergibt:

𝑔𝑛 𝑠 𝑛 ∗ℎ 𝑛 𝑠 𝑛 ∗𝛿 𝑛
1 𝑘 0
𝛿𝑘𝑠𝑛 𝑘 mit 𝛿 𝑘
0 𝑘 0
1 𝑘 𝑛
𝑠𝑘𝛿𝑛 𝑘 mit 𝛿 𝑛 𝑘
0 𝑘 𝑛
𝑠𝑛
𝑠𝑛 𝑠 𝑛 ∗𝛿 𝑛
𝛿 𝑛 ∗𝑠 𝑛
𝑠𝑛 𝑔𝑛 𝑠𝑛
ℎ𝑛 𝛿𝑛
LSI‐System mit ℎ 𝑛 𝛿 𝑛 reproduziert jedes Eingangssignal 𝑠 𝑛
fehlerfrei
Einheitsimpuls ist „Einselement“ („neutrales Element“) der Faltung
Der Verstärker
 𝑔 𝑛 𝑐 ⋅ 𝑠 𝑛 , 𝑐 ∈ ℝ, 𝑐 0
𝑔𝑛 𝑐⋅ 𝑠 𝑛 ∗𝛿 𝑛
s  n g  n  c  s  n
 Impulsantwort des Verstärkers: h  0  c
ℎ𝑛 𝑐⋅𝛿 𝑛
𝑔𝑛 𝑠 𝑛 ∗ 𝑐⋅𝛿 𝑛
 Vergleich liefert:
𝑐⋅ 𝑠 𝑛 ∗𝛿 𝑛 𝑠 𝑛 ∗ 𝑐⋅𝛿 𝑛 , 𝑐 ∈ℝ
Multiplikation mit Skalar 𝑐 und Faltung mit 𝛿 𝑛 dürfen vertauscht

werden.
Faltung & Gewichtung
 Allgemein gilt: 𝑠 𝑛 ∗ 𝑐 ⋅ ℎ 𝑛 𝑐⋅ 𝑠 𝑛 ∗ℎ 𝑛
𝑐⋅𝑠 𝑛 ∗ℎ 𝑛 , 𝑐 ∈ℝ
 Beweis: 𝑠 𝑛 ∗ 𝑐 ⋅ ℎ 𝑛
𝑠 𝑘 𝑐⋅ℎ 𝑛 𝑘
𝑐⋅𝑠 𝑘 ℎ 𝑛 𝑘 𝑐⋅𝑠 𝑛 ∗ℎ 𝑛
𝑐⋅ 𝑠𝑘ℎ𝑛 𝑘 𝑐⋅ 𝑠 𝑛 ∗ℎ 𝑛
Der Verzögerer
 Verzögerer um 𝑛 Takte (LSI‐System!):
𝑔𝑛 𝑠𝑛 𝑛 𝑠𝑛 𝑠𝑛 𝑛
ℎ𝑛 𝛿𝑛 𝑛
also 𝛿𝑛 𝛿𝑛 𝑛
ℎ𝑛 𝛿𝑛 𝑛
𝑔𝑛 𝑠 𝑛 ∗𝛿 𝑛 𝑛
𝑠𝑛 𝑛
Kaskadierung von LSI‐Systemen
 Impulsantwort ℎ 𝑛 zweier kaskadierter (“hintereinandergeschalteter”)
LSI‐Systeme:
ℎ 𝑛 ℎ 𝑛
ℎ𝑛 ℎ 𝑛 ∗ℎ 𝑛
 erstes System liefert: 𝛿 𝑛 ∗ℎ 𝑛 ℎ 𝑛
 zweites System liefert: ℎ 𝑛 ℎ 𝑛 ∗ℎ 𝑛
Assoziativität der Faltung
𝑠 𝑛 ∗ ℎ 𝑛 ∗ℎ 𝑛 𝑠 𝑛 ∗ℎ 𝑛 ∗ℎ 𝑛
𝑠𝑛 𝑔𝑛 𝑠𝑛 𝜈𝑛 𝑔𝑛
ℎ 𝑛 ℎ 𝑛 ℎ 𝑛 ℎ 𝑛
ℎ𝑛 ℎ 𝑛 ∗ℎ 𝑛
 Beweis
 Vorbereitung: ℎ𝑛 ℎ 𝑛 ∗ℎ 𝑛 ∑ ℎ 𝑞 ℎ 𝑛 𝑞
und damit: ℎ𝑛 𝑘 ∑ ℎ 𝑞 ℎ 𝑛 𝑘 𝑞
Zwischensignal: 𝜈 𝑚 𝑠 𝑚 ∗ℎ 𝑚 ∑ 𝑠𝑘 ℎ 𝑚 𝑘
𝑠 𝑛 ∗ℎ 𝑛 𝑠𝑘ℎ𝑛 𝑘 𝑠𝑘 ℎ 𝑞ℎ 𝑛 𝑘 𝑞
Substitution: 𝑘 𝑞 𝑚 ⇒ 𝑞 𝑚 𝑘
𝑠𝑘 ℎ 𝑚 𝑘ℎ 𝑛 𝑚
𝑠𝑘ℎ 𝑚 𝑘 ℎ 𝑛 𝑚
𝜈𝑚ℎ 𝑛 𝑚 𝜈 𝑚 ∗ℎ 𝑚 𝑠 𝑛 ∗ℎ 𝑛 ∗ℎ 𝑛
Zur Vertauschbarkeit der Summe
𝑎 ⋅ 𝑏 𝑎 𝑎 ⋅ 𝑏 𝑏
𝑎 𝑏 𝑎 𝑏 𝑎 𝑏 𝑎 𝑏
𝑎 𝑏 𝑏 𝑎 𝑏 𝑏
𝑎 𝑏
also allgemein:
𝑎𝑛 ⋅ 𝑏𝑚 𝑎𝑛𝑏𝑚 𝑎𝑛𝑏𝑚
Faltung & Multiplikation
Die algebraischen Eigenschaften der Faltung sind analog denen der Multiplikation.
Axiome der Multiplikation (vgl. HM‐I: Bemelmans I§2, Maier‐P. Anhang A, Melcher 1.2):
Für alle 𝑥, 𝑦, 𝑧 ∈ ℝ gilt:
(M1) 𝑥⋅𝑦 𝑦⋅𝑥
(Kommutativgesetz)
(M2) 𝑥⋅ 𝑦⋅𝑧 𝑥⋅𝑦 ⋅𝑧
(Assoziativgesetz)
(M3) Es gibt eine von 0 verschiedene Zahl 1 ∈ ℝ (Eins),
so dass für jedes 𝑥 ∈ ℝ gilt: 𝑥 ⋅ 1 𝑥
(Existenz des neutralen Elements)
(M4) Zu jedem x ∈ ℝ mit 𝑥 0 existiert eine reelle Zahl 𝑦 ∈ ℝ,
so dass 𝑥 ⋅ 𝑦 1 ist.
(Existenz des inversen Elements)
Gesetze der Faltung:
Für praktisch alle 𝑠 𝑛 , ℎ 𝑛 , 𝑔 𝑛 , 𝑠, 𝑔, ℎ: ℤ → ℝ gilt:
(F1) 𝑠 𝑛 ∗ℎ 𝑛 ℎ 𝑛 ∗𝑠 𝑛
(Kommutativität)
(F2) 𝑠 𝑛 ∗ ℎ 𝑛 ∗𝑔 𝑛 𝑠 𝑛 ∗ℎ 𝑛 ∗𝑔 𝑛
(Assoziativität)
(F3) 𝑠 𝑛 ∗𝛿 𝑛 𝑠𝑛
(Existenz des neutralen Elements)
(F4) Existenz des inversen Elements wird später behandelt.
Zusammenfassung
 Filter, Beschreibung durch Differenzengleichung, Einschwing‐ &
Abklingvorgänge, kausale & nichtkausale Filter
 Einheitsimpuls, Impulsantwort, FIR‐Filter
 lineare verschiebungsinvariante (LSI) Filter, Differenzengleichung & Faltung
 gleitende Differenz, gleitender Mittelwert, Verstärker, Verzögerer
 Faltungsalgebra
 Kommutativität, Assoziativität, neutrales Element, Multiplikation
mit Skalar
 Vergleich mit Axiomen der Multiplikation

MMET WS2022 K5 LSI Systeme

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

MMET WS2022 K5 LSI Systeme

Hochgeladen von

Copyright:

Verfügbare Formate

Mathematische

 gleitender Mittelwert, Länge 𝑀 1: 𝑏 0 ⋯ 𝑏𝑀 ,𝑏 𝑘 0 sonst

 Bei Filterung von Signalen 𝑠 𝑛 endlicher Länge 𝑁, d.h. 0 𝑛 𝑁 entsteht im

 Lässt man zur Berechnung von 𝑔 𝑛 auch Folgenglieder von 𝑠 𝑛 aus der Zukunft

 Verzögerung eines Signals 𝑠 𝑛 um 𝐿 10 Takte

 Ausgangssignal ℎ 𝑛 für 𝑠 𝑛 𝛿𝑛:

 für 𝑀 ∞ ist ℎ 𝑛 eine Sequenz

 Da bei FIR‐Filtern ℎ 𝑛 0 für 𝑛 0 ∧ 𝑛 𝑀, kann die Faltung auch in

𝑔𝑛 ℎ𝑘𝑠𝑛 𝑘 ℎ0𝑠𝑛 ℎ1𝑠𝑛 1 ⋯ ℎ𝑀𝑠𝑛 𝑀

𝑔 𝑛 ist Summe über 𝑀 1 um 𝑘

 Praktisch sollen Systeme oft linear und verschiebungsinvariant sein.

Verzögerung von 𝑔 𝑛 um 𝑛 ergibt: 𝑔 𝑛 𝑛 ℎ𝑘𝑠𝑛 𝑛 𝑘

 Auf 𝑠 𝑛 𝑎⋅𝑠 𝑛 𝑏 ⋅ 𝑠 𝑛 antwortet das FIR‐Filter mit:

𝑠𝑛 𝑠𝑘𝛿𝑛 𝑘 also 𝑠 𝑛 ⋯ 𝑠 1𝛿𝑛 1 𝑠0𝛿𝑛 ⋯

und schließlich 𝑇𝑟 𝑠𝑘𝛿𝑛 𝑘 𝑠𝑘ℎ𝑛 𝑘

⋯ 𝑠 1ℎ𝑛 1 𝑠0ℎ𝑛 𝑠1ℎ𝑛 1 ⋯

⋯ ℎ 1𝑠𝑛 1 ℎ0𝑠𝑛 ℎ1𝑠𝑛 1 ⋯

 Übertragung von 𝑠 𝑛 über ein System mit ℎ 𝑛 𝛿 𝑛 ergibt:

Multiplikation mit Skalar 𝑐 und Faltung mit 𝛿 𝑛 dürfen vertauscht

 Verzögerer um 𝑛 Takte (LSI‐System!):

Das könnte Ihnen auch gefallen