06 Info Numerische

info2
Prof. J. WALTER Info-numerische.mht Stand: Dezember 2003

Seite 1
Numerische Verarbeitung digitaler Signale
Gltten

drei gemessene Werte
y
n-1
, y
n
, y
n+1

linearer Mittelwert

Aus einem Satz von N Messwerten erhlt man N-2
geglttete Werte

3
y y y
y
1 n n 1 - n
n
+
+ +
=
n
y
info2
Seite 2
Zweimaliges Gltten
) y y 2 y 3 y 2 y (
9
1
3
y y y
y
2 n 1 n n 1 - n 2 - n
1 n n 1 - n
n
+ +
+
+ + + + =
+ +
=
info2
Seite 3
Beispiel
n y
n
aus unsym.
Ausgleichsf.
1 5 - - 4,94
2 5,4 5,63 - 5,63
3 6,5 5,97 5,88 6,15
4 6,0 6,07 6,02 6,09
5 5,7 6,03 6,14 5,87
6 6,4 6,33 6,39 6,30
7 6,9 6,80 6,88 6,82
8 7,1 7,26 7,18 7,30
9 7,8 7,47 - 7,67
10 7,5 - - 7,53
n
y
n
y
n
y
info2
Seite 4
Ausgleichsgerade
Bsp.:
durch folgende 5 Messpaare xn,yn
wird ein Ausgleichspolynom 1.
Ordnung gelegt.
n 1 2 3 4 5
x
n
1 2 3 4 5
y
n
1 2 3 3 4
Ausgleichspolynom f(x)=P(x)

Polynom 1. Ordnung
f(x)=a+bx
info2
Seite 5
Gausches Prinzip der kleinsten
Quadrate
! ) ) ( (
! ) ) ( (
1
1
Min y x f S
Min y x P S
N
n
n
N
n
n
= =
= =
=
=
: Ansatz
.
b
b a
X
y
x
n
x
n+1
y
n
y
n+1
Streng genommen: senkrechter Abstand muss minimiert
werden
Praxis: Abzisse wird fehlerfrei angenommen
minimiert wird Ordinaten-Differenz f(x)-y
n
info2
Seite 6
( )
( )
( ) ( )
( ) ( )
( )

= +
= +
= +
= + =
= + =
= + =
= = =
=
=
n n
n
n n n
N
n
N
n
N
n
n n
n n n
N
n
n n
N
n
n n
y x b a N
x y x b x a
y x b a
x y bx a
b
S
y bx a
a
S
Min y bx a S
: 3 aus
4 : 2 aus
3 : 1 aus
2 0 ) ( 2
1 0 1 ) ( 2
! ) (
1 1 1
1
1
o
o
o
o
( ) 5
N
x b y
a
n n
=
*

Herleitung Gausches Fehlerquadrat
info2
Seite 7
( ) ( )
n n n
n n n n
y x x b
N
x x b
N
x y

= + *
*
: 4 in 5
=
N
x x
x
N
y x
y x
b
n n
n
n n
n n
Gausches Fehlerquadrat
( ) 5
N
x b y
a
n n
=
*
info2
Seite 8
Zum Beispiel
x x y
b
y x
y x x
n n
N
n
N
n
n n
N
n
n
7 , 0 5 , 0 ) (
5 , 0
5
15 * 7 , 0 13
7 , 0
5
15 * 15
55
5
13 * 15
46
46
13 55 15
1 1 1
+ =
=
= =
=
=
= = =

= = =
a

Ausgleichsgerade durch 5 Punkte
info2
Seite 9
Skizze: Ausgleichspolynom
0
0,5
1
1,5
2
2,5
3
3,5
4
4,5
0 1 2 3 4 5 6
Reihe1
Reihe2
info2
Seite 10
Ausgleichspolynom 3.Ordnung durch 5 Punkte
n
y
x
n-
2
x
n-
1
x
n
x
n
+1
x
n
+2
(x
n
, )

gegltteter Wert /
wahrscheinlichere Wert
n

Sttzstellen k = -2, -1,
0, 1, 2
(x
n+k
, y
n+k
)
info2
Seite 11
Polynom 3.
Ordnung
h x x
d
S
c
S
b
S
a
S
Min y x P S
x x d x x c x x b a x P
n n
k n
k
k n
n k n n k n n k n k n
=
= =
+ + + =
+
+
=
+
+ + + +
1
2
2
, , ,
! ] ) ( [
) ( ) ( ) ( ) (
o
o
o
o
o
o
o
o
info2
Seite 12
4
Gleichungen
( )
( )
( )
( )
n n n n
n n
k n k k k k k
k n k k k k k
k n k k k k k
k n k k k
x k x x a x P
h k
h k
k
h k
h x x x k
y x x d x c x b x a
y x x d x c x b x a
y x x d x c x b x a
y x d x c x b a
fr 0 0 ) ( da ) (
2 2
1
0 0
1
2 2
4
3
2
1 5
0
2 2
3 6 5 4 3
2 5 4 3 2
3 2 2
3 2
= = =
= =
= =
= =
= =
= = =
= + + +
= + + +
= + + +
= + + +
+

+
+
+
+

info2
Seite 13
) 3 12 17 12 3 (
35
1
2 1 1 2 + +
+ + + =
n n n n n n
y y y y y y
aus (1) und (3) folgt:
Die ersten beiden und die letzten beiden Punkte
wurden nicht geglttet.
k n k n
y x P
+ +
= ) (
Ausgleichspolynom
info2
Seite 14
Unsymmetrische Ausgleichsformel
) 69 4 6 4 (
70
1
) 2 27 12 8 2 (
70
2
) 2 8 12 27 2 (
70
2
) 4 6 4 69 (
70
1
2 1 1 2 2
2 1 1 2 1
2 1 1 2 1
2 1 1 2 2
+ + +
+ + +
+ +
+ +
+ + + =
+ + + =
+ + + =
+ + =
n n n n n n
n n n n n n
n n n n n n
n n n n n n
y y y y y y
y y y y y y
y y y y y y
y y y y y y
info2
Seite 15
Differenzenquotient
Messweite y
n
Variable x
n
quidistanter Abstan x
n+1
-x
n
=h
Aus Taylorreihe folgt:

h y y y
h y y y
h y y y
x x
n
x f
x x
x f
x x
x f
x f x f
n n n
n n n
n n n
n
n
n
=
=
+ =
+
+ + =
+
'
1 1
'
1
'
1
0
0
0
) (
2
0
0
0
0
0
2
) (
!
) (
.. .......... ) (
! 2
) ( ' '
) (
! 1
) ( '
) ( ) (
h
y y
y
n n
n
2
1 1
'
+

=
Differenzenquotient aus den zu
(x
n
,y
n
)benachbarten Stellen
info2
Seite 16
Taylorsche Satz
satz Mittelwert nach 1 ... 0
) (
!
) (
)! 1 (
)... ( ' '
! 2
) ( '
! 1
) ( ) (
) ( ) 1 (
1
=
+ +
+ + = +
u
uh a f
n
h
a f
n
h
a f
h
a f
h
a f h a f
n
n
n
n
info2
Seite 17
Quadraturformeln - Integrieren
Der Name Quadraturformel stammt vom
Delischen Problem der Quadratur des Kreises
Quadraturformeln, ermglichen die
numerische Berechnung von Flcheninhalten.
Visualisierung zur numerischen Integration

info2
Seite 18
Integrieren
Flche : gesucht
en Sttzstell N von Satz
=
+
n x x
y x
n n
n n
1
) , (
x
1
x
2
x
3
x
4
x
5
x
N
x

y

=
=
N
n
n N
y h R
2
*
Gesamtflche

info2
Seite 19
Trapezregel
2
*
1 n n
n
y y
h A
+
=

0 T mit N bis 2 i n Teilflche
1
= =
+
+ =

2
*
1
1
i i
i i
y y
h T T
x
1
x
2
x
3
x
4
x
5
x
N
y
1
y
2
A
2
A
3
h

)
2 2
( *
1
2
1 N
N
n
n N
y
y
y
h T + + =

=
Formel fr Trapezflche
Gesamtflche:
info2
Seite 20
Keplersche Fassregel
Durch 3 Sttzstellen wird Polynom 2.Ordnung gelegt
Integrationsintervall von 2h
x
1
x
2
x
3
y
1
h

0

2h

info2
Seite 21
Herleitung Keplersche Fassregel
e Unbekannt 3 n Gleichunge 3
4 2 ) 2 (
) (
) 0 (
) (
2
3
2
2
1
2
+ + = =
+ + = =
= =
+ + =
h c h b a y h y
h c h b a y h y
a y y
cx bx a x y
) 2 (
2
1
)
3
1
3
4
(
2
3
3 2 1
3 2 1
1
y y y
h
c
y y y
h
b
y a
+ =
+ =
=
3
8
2 2
) ( ) (
2
0
2
0
ch bh ah K
dx cx bx a dx x y K
h h
+ + =
+ + = =
} }
bung
info2
Seite 22
Keplersche Fassregel
6
4
2
3 2 1
2
y y y
h K
+ +
=
2 Streifen
Bemerkung:
Bei gerader Zahl von Messwerten: Simpson-Regel
info2
Seite 23
Simpson-Regel

mit
2
3 - N
bis 0 m fr

und zwischen
2
3 - N
bis 0 m fr
n integriere Streifen zwei
ungerade und 3 N
0
...
) ... 4 2 4 (
6
2
) 4 (
6
2
0 2 2 2
2 2 4 2
3 2 4 3 2 1 2 2
3 2 1 2 2
3 2 2 2 1 2 2 2
= = + =
+ + + =
+ + + + =
= + + =
>
+
+
+ +
+ +
+ + + +
S k S
k k k
y y y y y
h
S
y y S
y y y
h
k
m m
m
m m
m m
m m m m
info2
Seite 24
3/8-Regel
Polynom 3.Ordnung 3 Streifen
y(x)=a+bx+cx+dx
x
1
x
2
x
3
y
1
h

0

2h

x
4
3h

A
3
8
3 3
3
4 3 2 1
3
y y y y
h A
+ + +
=
drei Streifen
info2
Seite 25
Newton-Cotes-Formeln
4. Ordnung
90
7 32 12 32 7
4
5 4 3 2 1
y y y y y
h A
+ + + +
=
info2
Seite 26
Beurteilung der Integrationsverfahren
Welche Verfahren wird man in der Praxis
einsetzen?
Abwgung: Speicherplatz Prozessorleistung
Frher waren Speicherplatz und schnelle
A/D-Wandler teuer ->Prozessor + SW
Heute: Integrationsintervall klein ->
Rechteckregel
bung: www.mathematik.ch/anwendungenmath/numint
Anzahl der Intervalle vergrern.
info2
Seite 27
Numerische Integration
-gewhnliche Differentialgleichungen
) (
) ( )) ( , ( ) (
)) ( , ( ) ( ) (
)) ( , (
) ( )) ( , ( ) (
) (
1 1 0 1
0 1
0 0
1
0
1
0
1
0
1
0
n n
t
t
t
t
t
t
t
t
t y y dy
t y y dt t y t f y t y
dt t y t f t y t y
dt t y t f dt y
t t h
y t y t y t f t y
dt
t dy
=
~ + =
=
=
=
= = =
}
}
} }
+
Fehler

: t Anfangswer
DGL Homogene
n 1 n
Lsbar mit Kepler

Fassregel
info2
Seite 28
Inhomogene DGL
}
}
} }
+
+ =
+ =
=
=
+
1
1
0
1
0
1
0
)) ( ), ( (
)) ( ), ( ( ) (
)) ( ), ( (
)) ( ), ( ( ) (
1
0 1
n
n
t
t
n n
t
t
t
t
t
t
dt t y t x f y y
dt t y t x f y t y
dt t y t x f dt y
t y t x f t y
DGL
x(t) y(t)
ersetzen zu durch
ist DGL homogenen Bei
0
0
h n t t
h n x x ) x(t
n
n n
+ =
+ = =
info2
Seite 29
Herleitung: DGL aus Frequenzbereich
Aufstellung der Gleichungen

R
y(t) C x(t)
C R j
C j
R
C j
Ue
Ua
+
=

+

=
e
e
e
1
1
1
1
) ( ) (
) ( ) (
t x t Ue
t y t Ua
~
~
info2
Seite 30
Herleitung ber Fourierbereich
) ( ) (
) ( ) ( ) (
1 ) 1 ( ) (
1
1
1
1
t y t y j
t x C R t y t y
Ue C R j t y
C R j
C j
R
C j
Ue
Ua
=
= +
= +
+
=

+

=
e
e
e
e
e
info2
Seite 31
Polygonzugverfahren nach Euler
(1) ) , (
1
h y y y x f y y
n n n n n n
+ = + =
+

R
y(t) C x(t)
) 1 ( ) ( ) (
DGL der Lsung e analytisch
) ( ) (
) (
) ( ) ( ) (
Tiefpass fr
T
t
e t x t y
T
t y t x
t y
t x t y RC t y
DGL
=
= +
n n
n n
n n
y t y
x t x
y t y
=
=
=
) (
) (
) (
eren diskretisi DGL

T
y x
h y y
T
t y t x
t y
n n
n n

+ =
=
+1
(1) in
) ( ) (
) (
info2
Seite 32
bung: Vergleich Analytisch Numerisch
Stellen Sie die beiden Kurven in Excel dar.
Eingangsfunktion x[n]=1 fr 0t
x[n]=0 fr 0>t
RC=1; h=0,1
Bereich 07
info2
Seite 33
Explizites Polygonzugverfahren - Euler
0
y
0
y
y
0
y(t
1
)
y
1
t
0
t
1
y(t)

h

h*

dt

n n n
y h y y

+ =
+1
Steigung an der
linken Grenze
info2
Seite 34
Implizites
Polygonzugverfahren
1
y
y
0
y(t
1
)
y
1
t
0
t
1
y(t)

h

h*

dt

) , (
1 1 1 + + +
+ =
n n n n
y x f h y y
Steigung an der
rechten Grenze
1
y
info2
Seite 35
Trapezverfahren nach Heun
| | ) , ( ) , (
2
)) ( ), ( ( ) (
1 1 1
0 1
1
0
+ + +
+ + =
+ =
}
n n n n n n
t
t
y x f y x f
n
y y
dt t y t x f y t y
0
y
y
0
h

t
0
t
1
2
1 0
y y +
t

Integration einer DGL nach Trapezverfahren
info2
Seite 36
Zwei Tiefpsse hintereinander
C U
e
C U
2
U
e
R
R

info2
Seite 37
Z-Transformation
Kontinuierliche Fourier-Transformation
Zeitsignale

Diskrete Z-Transformation
Zeitsignale DFT ist Spezialfall der
Z-Transformation
info2
Seite 38
z-Tranformierte
Z-Transformation ordnet Zeitsignal x(n T
a
)=x
n

Z-Transformierte

Fourier-Transformierte

Diskrete Fourier-Transf.

Im allgemeinen gilt:
=
=
=
n
n
n
n
z x z X ) (
Funktion Zuordnung komplexe Variable z

) (
z X
) (
) (
) (
e
e
j X
j X
z X
d
) ( ) ( ) (
e e j X j X z X
d
= =
info2
Seite 39
Z-Tranformierte als Abbildung
e j
Im
a
T
t
e

=
2
Beschrnkung auf einseitige Z-Transformation
x
n
=0 fr n<0
Re
o
a
T
t
e =
instabil stabil
Z-Ebene
+1
s-Ebene
info2
Seite 40
Eigenschaften der Z-Transformation
ist ein Polynom von z
Der Faktor z
-n
separiert die Funktionswerte voneinander.
Der Faktor z
-n
beinhaltet eine Verzgerung um n T
a
von t=0 aus.
Einheitskreis in der Z-Ebene

) (
z X
= =
a
T j
e z
e
) ( ) (
e
e
j X e z X
d
T j
a
= =
info2
Seite 41
Anwendung auf nichtrekursive Filter
k n
N
N k
k n
x a y

=
=
a
k
x(n T
a
)=x
k
y(n T
a
)=y
k
Blockschaltbild eines nicht-rekursiven Filters
Ausgangssignal hngt nur von Werten des Eingangssignals
ab. Keine Rckkopplung
immer stabil
( )gefaltet! Werte " zuknftige "
: Bsp.
2 2 1 1 0 1 1 2 2
k n k
n n n n n
x a
x a x a x a x a x a
+ +
+ + + +
info2
Seite 42
Zusammenhang: Y(z), X(z), A(z)

+
=

+
=
+
=

+
= =
+
=
=
> = =
=
= =
m
m
m
k
k
k
k
n
k n
k n
N
N k
k
k
n
k n
n
N
N k
k
n
n
n
z x z a
N k a n-k m
z x z a
z x a z y z Y
* * *
fr 0 fr
* * *
) ( ) (
) (
rte Eingangswe Trf. - Z Transf. - Z ) ( ) (
z x z A
k - k) - (n -
gnals Ausgangssi
- Filter des Trf. - z
z z z
n
*
=
=
info2
Seite 43
Filterkoeffizienten - bertragungsfunktion

ten Koeffizien der Trf - Z ) (
) (
(2)
Box - Black
) (
) (
) (
(1)
) (
) (
) (
) (
) ( ) ( ) ( : Analogie ) (
) (
) (
k
k
k
z a z A z G
z X
z Y
z G
z A
z X
z Y
z G
j X j G j Y z X z A z Y
= =
=
= =
= = e e e
info2
Seite 44
Kausaler Filter
=

=
N
k
k n k n
x a y
0
info2
Seite 45
Akausaler Filter
=

=
N
N k
k n k n
x a y
info2
Seite 46
Beispiel fr FiR-Filter
) 3 12 17 12 3 (
35
1
2 1 1 2 + +
+ + + =
n n n n n n
x x x x x y
35
12
1 0 2 3
x(n*T
a
)
y(n*T
a
)
t
n
0
35
17
35
3
a
k
x(nT
a
)

y(n T
a
)
t
n
info2
Seite 47
Beispiel: mittelnder Filter
rvall Abtastinte ein um g Verzgerun =
+ + = + + = =
+ + =
=

+
)
1
1 (
3
1
) (
3
1
* ) (
3
1
3
1
3
1
1
1
1
1 0 1
1 1
z
z
z z z z z a z G
x x x y
k
k
k
n n n n
info2
Seite 48
Blockschaltbild nicht rekursiver Filter
z
-1
z
-1
z
-1
x
n+N
x
n-N
x
n
a
-N
a
-N+1
a
0
a
N
y
N
+

+

+

+

+

+

info2
Seite 49
Filterkoeffizienten fr Kreisfunktionen
+
=

+ =
=
= =
= =
= = =
k
kT j
k
T j
T j
k
k
k
k
a a
a
e a ) e (z G
e z
z a z A
z X
z Y
z G
e e
e
*
ionen Kreisfunkt eis Einheitskr

ten Koeffizien - Filter der Trf. - Z
) (
) (
) (
) (
Trf. - Z der l Spezialfal ist DFT

. Fouriertrf diskreter mit identisch Trf. - Z ist Argument Fr
) ( ) ( e
e
e
j x e z x
e z
d
T j
T j
a
a
= =
=
N k a
k
> = fr : Def. 0
info2
Seite 50
= =
N
N k
kT j
k d d
a
e a j A j G
e
e e * ) ( ) (
dt e t s
T
c
e c t s
T
T
t jn
n
t jn
n
}
+

=
=
2 /
2 /
* ) (
1
* ) (
e
e
e e
t
e
t
t
d e j G
T
a
a
a
a
kT j
T
T
d
a
k
) (
2
/
/
}
=
a
a
T
T
T
T
t
t
2
=
=
Abtast-
intervall
Zeit-
bereich
Analogie Filter Komplexe Koeffizienten
info2
Seite 51
TP bertragungsfunktion
k a
T
d
a
kT j kT j
T
d
a
k
d d
kT j
T
d
a
kT j
T
d
a
k
a d kT j G
T
d e e j G
T
a
j G j G
d e j G
T
d e j G
T
a
a
a a
a
a
a
a
a
= =
+ =
=
+ =
}
}
} }
e e e
t
e e
t
e e
e e
t
e e
t
t
e e
t
e
t
e
t
) cos( * ) ( 2 *
2
) ( * ) (
2
) ( ) ( Funktion gerade G Ist
* ) (
2
* ) (
2
/
0
/
0
d
/
0
/
0
info2
Seite 52
Idealer Tiefpass angenhert durch Koeffizienten
ak

fr
0
1 ) (
= >
= =
e
e
e e
e e e
G
j G
g
g
e
G
e
g
e
a g
a g a g
a
a g
a
a
a
k
kT
T k T
kT
T k
T
d T k
T
a
g
e
e
t
e
e
t
e e
t
e
) sin(
) sin(
) cos( 1
2
2
0
=
=
=
}
|
|
.
|
\
|
= =

fa
fg
k si
fa
fg
a a
k k
t 2
2
gerade Funktion
fg = Grenzfrequenz
fa = Abtastfrequenz

info2
Seite 53
Integralsinus
x
x
x si
) sin(
) ( =
Kleine bung:
Stellen Sie die Funktion si(x) im Bereich von
-20<x<20
dar.
Lsungsmglichkeiten: Maple, Excel, Simulink, Mathlab,
HPVEE, Taschenrechner, plot Taschenrechner
info2
Seite 54
Beispiel: Berechne Tiefpass
t
t
t
t
t
3
1
2
* 3
2
1
3
0
2
* 2
2
1
2

1
2
* 1
2
1
1
2
1
0
2
1
0
) sin(
) (
3
3
2
2
1
1
0
= = =
= = =
= = =
= =
=
) si( k a a
) si( k a a
) si( k a a
) si( k a
x
x
x si
3 1 1 3
3
1 1
2
1 1
3
1
+ +
=
+ + + = =
n n n n n k n
N
N k
k n
x x x x x x a y
t t t t
Filter-
gleichung
4
1
100 25
3
= = =
=
fa
fg
Hz fa Hz fg
N
info2
Seite 55
Kleine bung
Eingangsfunktion fr Filter Impuls der Breite
5 Amplitude = 1
Berechnen Sie die Ausgangswerte fr den TP
mit Excel
info2
Seite 56
Filtergleichung
) 3 cos(
3
2
) 1 cos(
2
2
1
) (
3
1
) (
1
2
1
) (
3 3
3
3
a a
T j T j T j T j
k
k
kT j
k d
T T
e e e e
e a j G
a a a a
a
e
t
e
t
t t
e
e e e e
e
+ =
+ + + =
=

=
=
Gleichspannungsverstrkung
=
=
= =
N k
N k
k d
a j G ) 0 ( e
info2
Seite 57
Kleine bung
Plotten Sie die Filtergleichung fr x=-33

x Ta = e
info2
Seite 58
bung:
Berechnen Sie die Filterkoeffizienten fr
einen Hochpass mit:
fg=20Hz
N=3
fa=100Hz
Ermitteln Sie die Ausgangsfunktion y[n] bei
einer Eingangsfunktion: Rechteck mit der
Breite von 9 Abtastwerten der Amplitude 1.
info2
Seite 59
Tiefpass Hochpass
) ( e j G
) ( e j G
e
) ( e j G
e e
1 = = =
0
a Allpass
n n
x y
info2
Seite 60
Koeffizienten fr Hochpass
TP k, AP k, HP k,
a a a =
k 0 +/-1 +/-2 +/-3
a
k
,AP 1 0 0 0
a
k
,TP 0,4
a
0
,TP
0,3
a
1
,TP
0,09
a
2
,TP
-0,06
a
3
,TP

a
k
,HP 0,6
1-a
0
,TP
-0,3
- a
1
,TP
-0,09
-a
2
,TP
0,06
-a
3
,TP
info2
Seite 61
Tiefpass Bandpass
) ( e j G
) ( e j G
e
) ( e j G
e
e
TP
O
TP
U
BP

UNTEN
TP k,
OBEN
TP k, BP k,
a a a =
info2
Seite 62
Bandsperre
| |
TPunten k, TPoben k, AP k, BSP k,
BP k, AP k, BSP k,
a a a a
a a a
=
=
info2
Seite 63
Rekursive Filter
Beschrnkung fr neues aktuelles Ausgangssignal
Augenblicklicher Eingangswert x
n
und zurckliegende
Eingangswerte x
n-k
Rckfhrung nur von vergangenen Ausgangswerten y
n-k
Endliche Anzahl von Koeffizienten

= =

=
N
k
M
k
k n k k n k n
y b x a y
0 1
* *
info2
Seite 64
Rekursive Filter

= =

= =
=
N
k
M
k
k n k k n k n n
n
y b x a y b y
b y
0 1
0
0
* * *
1 falls

= =

N
k
N
k
k n k k n k
x a y b
0 0
* *
Ordnung des Filters grere Zahl von M oder N
info2
Seite 65
Blockbild rekursiver Filter
z
-1
z
-1
z
-1
x
n
x
n-N
a
0
a
1
a
N-1
a
N
+

+

+

+

+

+

z
-1
z
-1
z
-1
y
n-M
b
M
b
M-1
b
1
+

y
n-1
y
n
info2
Seite 66
Beispiel
Filter - IIR ort Impulsantw infinite
ort Impulsantw unendliche

0

fr
puls Einheitsim fr

0
0 1
0 1 2 2 2
0 0 1 1 1
0 1 0 0 0 0
0
0 1
0 1
5 , 0 ) (
5 , 0 5 , 0 0
5 , 0 * 5 , 0 5 , 0 0 2
5 , 0 5 , 0 1
5 , 0 1 0
0 0
0 1
1 5 , 0 * 5 , 0
* *
x kT y
x y x y x k n
x y x y x n
x y x y x n
x y x y x n
n x
n x x
a b y x y
y b x a y
k
a
k
k k k k
n
n
k n n n
N
k
M
k
k n k k n k n
=
= + = = =
= + = = =
= + = = =
= + = = =
= =
= = =
= = + =
=
= =

info2
Seite 67
Abtasttheorem
Bei allen numerischen Filterberechnungen
FIR muss das Abtasttheorem eingehalten
werden
info2
Seite 68
Herleitung Berechnung Koeffizienten FIR
Optimierung nach Kleinstes Fehlerquadrat
info2
Seite 69
Filter allgemein
Filter lassen sich nach verschiedenen Kriterien entwerfen.
Die Kriterien sind:
1. Welligkeit im Durchlassbereich (Frequenzbereich)
2. Welligkeit im Sperrbereich (Frequenzbereich)
3. Steilheit beim bergang vom Durchlass- zum Sperrbereich
(Frequenzbereich)
4. Eignung zur Impulsbertragungsfunktion (Zeitbereich)

5. Vorsicht: Filterordnung im analogen Bereich nicht mit
Filterordnung (Taps) im digitalen Bereich gleichsetzen
wg
|A|
info2
Seite 70
FIR-Filter - DSP
Digital Signal Processor
RISC-Prozessor
Jeder Befehl wird in einem Taktzyklus
ausgefhrt
Filtergleichung: Addition und Multiplikation
Koeffizienten multipliziert mit Messwerten
MAC Multiplizier- und Accumuliereinheit
modifizierte Harvard-Architektur
im Programmspeicher sind auch Daten
Koeffizienten

info2
Seite 71
Suche nach dem idealen DSP.
Der ideale DSP kann in einem Taktzyklus:
Koeffizienten von Speicher 1 und Messwerte
von Speicher 2 einlesen, multiplizieren und
Addieren
BSP: ADSP 21xx
BSP: TMS 320xx
BSP: Motorola 56xxx, 96xxx
info2
Seite 72
Korrelationsmesstechnik
Messgre x
Messgre y
Zusammenhang?
=Korrelation
X Ernteertrag
Niederschlagsmenge y
info2
Seite 73
Mittelwert
=
=
N
n
n
x
N
x
1
1
=
=
N
n
n
y
N
y
1
1
info2
Seite 74
Varianz
=
=
N
n
n x
x x
N
1
2
) (
1
o
=
=
N
n
n y
y y
N
1
2
) (
1
o
info2
Seite 75
Kovarianz
n
N
n
n xy
n
N
n
n xy
y x
N
y x
y y x x
N
=
=
=
= =
=
1
1
1
0 , 0
) )( (
1
o
o
falls
info2
Seite 76
Korrelationskoeffizient
2
1
2
1
1
) ( ) (
) ( ) (
1
y y x x
y y x x
N
r
r
N
n
n
N
n
n
n
N
n
n
y x
xy

=
=

= =
=
o o
o
info2
Seite 77
Berechnungen in EXCEL
Analyse Plug-in aktivieren
Kleine bung
Sie haben zwei Messreihen: xn, yn
xn: 1, 2, 3, 4, 5, 6
yna: 6,5,4,3,2,1
Berechnen Sie den Korrelationskoeffizienten
Berechnen Sie den Korrelationskoeffizeinten fr
ynb: 1,2,3,4,5,6
Berechnen Sie den Korrelationskoeffizeinten fr
ync: 1,2,3,3,2,1
Stellen Sie die Messreihen als Kurven dar.
info2
Seite 78
Ergebnisse
Korrelationkoeffzient:
+1 vollstndige Abhngigkeit
0 statistisch unabhngig
-1 vollstndige Abhngigkeit aber
gegenlufig
info2
Seite 79
Korrelationsfunktionen
nsfunktion Korrelatio Kovarianz
um g Verzgerun
) ( Signal
frherem mit Signal gem gegenwrti zwischen n Korrelatio
Zeitpunkt gleichem ) ( bei n Korrelatio Prfung
) ( ) (
= =
a
a
a
a
n a n a
kT
T k n
nT
nT
y nT y x nT x
info2
Seite 80
Berechnen Sie die Kreuzkorrelationsfunktion
1,2,4,6,3
2,3,2,1,3
Faltung Kreuzkorrelationsfunktion

info2
Seite 81
Autokorrelationsfunktion
Dien Funktion wird mit sich selbst
bereinandergeschoben und multipliziert und
aufsummiert
symmetrisch
Maximum ist bei Verschiebung =0
Beispiel:
Geschwindigkeitsmessung mit zwei
Sensoren
Autokorrelationsfunktion

info2
Seite 82
Kreuzkorrelationsfunktion
eigentlich nur periodische Funktionen
nicht periodische Funktionen T->unendlich
Funktion 1 wird gegen Funktion 2 um
verschoben und jeweils miteinander
multipliziert und aufsummiert
info2
Seite 83
Kreuzkorrelation Faltung -HPVEE
Kreuzkorrelation xcorrelate
Device Function Signalprocessing
Convolve
info2
Seite 84
KKF und AKF
k n
n
yy
k n
n
xx
a a xx
k n n a xy
n n n n xy
a a a xy
y y
N
x x
N
T k n x nT x
N
y x
N
kT KKF
y x y x
N
T k n y nT x
N
kT

= u
= u
= u
= u =
= = =
= u
*
1
*
1
) ] ([ * ) (
1
*
1
) (
0 0 ) *
1
(
) ] ([ * ) (
1
) (
AKF in ber geht KKF
bei o
info2
Seite 85
Stetige Korrelationsfunktionen
}
}
}
}
=
=
=
=
T
T
y
T
T
x
T
T
T
T
dt y t y
T
dt x t x
T
dt t y
T
t y
dt t x
T
t x
) ) ( (
2
1
) ) ( (
2
1
) (
2
1
) (
) (
2
1
) (
2
2
o
o
Mittelwert
Varianz
info2
Seite 86
Kovarianz
0 Mittelwert = =
= =
=
}
=
=
T
T
xy
eff
N
n
x
N
n
xy
dt t y t x
T
x dt t x
T
dt y t y x t x
T
) ( * ) (
2
1
) (
2
1
) ) ( )( ) ( (
2
1
2
1
2
1
o
o
o
info2
Seite 87
Kreuzkorrelationsfunktion
) 0 ( ) 0 (
) (
) (
KKF normale
) ( ) (
2
1
lim ) ( AKF
) ( ) (
2
1
lim ) (
) ( ) (
2
1
lim ) (
,
yy xx
xy
norm xy
T
T
yy
T
T
xx
T
T
xy
dt t y t y
T
dt t x t x
T
AKF
dt t y t x
T
KKF
u u
u
u
+ = u
+ = u
+ = u
}
}
}
t
t
t t
t t
t t
T
T
T
info2
Seite 88
Andere Schreibweise
dt t y t x
T
dt t y t x
T
T T
T
) ( ) (
1
) ( ) (
2
1
0
t t
} }
+ = +
info2
Seite 89
diskrete Korrelation diskrete Faltung
Faltung diskrete
] [ ] [ ] [ m n h m x n y
m
m
=

=
=
n Korrelatio diskrete
] [ ] [ ] [ m n h m x n y
m
m
+ =

=
=
Beachten Sie bei der konkreten Aufgabe die
Randbedingungen und die Reduktion auf
signifikante Punkte.

06 Info Numerische

Hochgeladen von

Dokumentinformationen

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

06 Info Numerische

Hochgeladen von

Copyright:

Verfügbare Formate

info2

Prof. J. WALTER Info-numerische.mht Stand: Dezember 2003

Lsbar mit Kepler

Funktion Zuordnung komplexe Variable z

ionen Kreisfunkt eis Einheitskr

Trf. - Z der l Spezialfal ist DFT

Das könnte Ihnen auch gefallen