Diskrete Signale und..
Diskrete Signale und..
Diskrete Signale und..
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Deutsche Telekom<br />
Fachhochschule Leipzig<br />
Telekommunikationsinformatik<br />
Kommunikationstechnik<br />
Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
Prof. Dr.-Ing. Ines Rennert<br />
Deutsche Telekom<br />
Fachhochschule Leipzig<br />
Leipzig, 17.07.2002
Einleitung<br />
Einleitung<br />
Die rasante Entwicklung der digitalen Signalverarbeitung schuf prinzipiell<br />
neue Möglichkeiten, Nachrichten mit digitalen Mitteln zu übertragen <strong>und</strong> zu<br />
verarbeiten. Die systemtheoretische Basis für digitale Signalübertragung <strong>und</strong> -<br />
verarbeitung stellen die zeitdiskreten <strong>Signale</strong> <strong>und</strong> Systeme dar. Mit den<br />
Methoden der zeitdiskreten <strong>Signale</strong> <strong>und</strong> Systeme werden mathematische<br />
Modelle bereit gestellt, die es ermöglichen, die verschiedenartigsten<br />
Anwendungen bezüglich ihrer technischen Zusammenhänge zu durchleuchten.<br />
Voraussetzungen für die Behandlung zeitdiskreter <strong>Signale</strong> <strong>und</strong> Systeme werden<br />
in besonderem Maße durch die Mathematik auf den Gebieten Folgen <strong>und</strong><br />
Reihen, komplexe Zahlen sowie Integraltransformationen geboten.<br />
Das Ziel der systemtheoretischen Ausbildung ist auf die Befähigung der<br />
Studierenden ausgerichtet, zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme im Zeit-, Bild<strong>und</strong><br />
Frequenzbereich zu analysieren <strong>und</strong> zu beurteilen. Mit den Methoden der<br />
zeitdiskreten <strong>Signale</strong> <strong>und</strong> Systeme wird ihnen ein Handwerkszeug zur<br />
Verfügung gestellt, das sie befähigt, nicht nur die Erscheinungen der<br />
Kommunikationstechnik zu untersuchen, sondern auch Vorgänge anderer<br />
Fachgebiete, wie z.B. in der Informations-, Meß- <strong>und</strong> Regelungstechnik, besser<br />
zu durchschauen.<br />
Da Simulationsprogramme seit Jahren mehr <strong>und</strong> mehr zum notwendigen<br />
Werkzeug werden <strong>und</strong> die Vielschichtigkeit dieser Werkzeuge zunimmt, sollen<br />
Fertigkeiten mit dem Umgang des Simulationsprogrammes MATLAB<br />
erworben werden, um rechenintensive Aufgaben mit ihm zu lösen.
Inhaltsverzeichnis - I -<br />
Inhaltsverzeichnis<br />
Einleitung<br />
I<br />
Inhaltsverzeichnis<br />
I<br />
Formelzeichen 1<br />
Hinweise zum Simulationsprogramm MATLAB 3<br />
1 Einordnung der zeitdiskreten <strong>Signale</strong> <strong>und</strong> Systeme 5<br />
2 Zeitdiskrete <strong>Signale</strong> 9<br />
2.1 Einleitung ........................................................................................................................9<br />
2.2 Einteilung der <strong>Signale</strong> ...................................................................................................10<br />
2.3 Beschreibung zeitdiskreter <strong>Signale</strong> im Zeitbereich .......................................................13<br />
2.3.1 Einleitung ...........................................................................................................13<br />
2.3.2 Ausgewählte zeitdiskrete <strong>Signale</strong> .......................................................................13<br />
2.3.3 Elementare Operationen .....................................................................................15<br />
2.3.4 <strong>Diskrete</strong> Faltung .................................................................................................16<br />
2.3.5 Signalabtastung, Rekonstruktion <strong>und</strong> Quantisierung..........................................22<br />
2.4 Beschreibung zeitdiskreter <strong>Signale</strong> im Bildbereich.......................................................28<br />
2.4.1 Einleitung ...........................................................................................................28<br />
2.4.2 z-Transformation <strong>und</strong> inverse z-Transformation ................................................28<br />
2.4.3 Rechenregeln <strong>und</strong> Korrespondenzen der z-Transformation ...............................31<br />
2.5 Beschreibung zeitdiskreter <strong>Signale</strong> im Frequenzbereich...............................................35<br />
2.5.1 Einleitung ...........................................................................................................35<br />
2.5.2 Fourier-Transformation für Abtastsignale (FTA) <strong>und</strong> inverse Fourier-<br />
Transformation für Abtastsignale (IFTA)...........................................37<br />
2.5.3 <strong>Diskrete</strong> Fourier-Transformation DFT <strong>und</strong> inverse diskrete Fourier-<br />
Transformation IDFT..........................................................................43<br />
2.5.4 Schnelle Fourier - Transformation (FFT) ...........................................................51<br />
3 Zeitdiskrete Systeme 57<br />
3.1 Einleitung ......................................................................................................................57<br />
3.2 Systemdefinitionen <strong>und</strong> Systemeigenschaften...............................................................58<br />
3.3 Beschreibung zeitdiskreter Systeme im Zeitbereich......................................................62<br />
3.3.1 Einleitung ...........................................................................................................62
- II - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
3.3.2 Systembeschreibung mit Differenzengleichung ................................................. 63<br />
3.3.3 Darstellung von Differenzengleichungen in Blockdiagrammen......................... 67<br />
3.3.4 Rekursive <strong>und</strong> nichtrekursive Systeme............................................................... 68<br />
3.3.5 Impuls- <strong>und</strong> Sprungantwort................................................................................ 70<br />
3.3.6 FIR- <strong>und</strong> IIR-Systeme ........................................................................................ 74<br />
3.4 Beschreibung zeitdiskreter Systeme im Bildbereich ..................................................... 77<br />
3.4.1 Einleitung ........................................................................................................... 77<br />
3.4.2 Übertragungsfunktion......................................................................................... 78<br />
3.4.3 Zusammenhang zwischen Übertragungsfunktion <strong>und</strong> Systemreaktionen .......... 81<br />
3.4.4 Stabilität ............................................................................................................ 82<br />
3.4.5 Zusammenfassendes Beispiel für die Verknüpfung von Zeit- <strong>und</strong> Bilbereich ... 86<br />
3.5 Beschreibung zeitdiskreter Systeme im Frequenzbereich ............................................. 91<br />
3.5.1 Einleitung ........................................................................................................... 91<br />
3.5.2 Frequenzgang ..................................................................................................... 92<br />
3.5.3 Zeitdiskrete Systeme mit linearem Phasengang ................................................. 96<br />
3.6 Strukturen <strong>und</strong> Eigenschaften digitaler Filter............................................................ 101<br />
3.6.1 Einleitung ......................................................................................................... 101<br />
3.6.2 Entwurf von IIR–Filtern mittels bilinearer Transformation ............................. 102<br />
3.6.3 Entwurf von FIR – Filtern mit der Fenstermethode.......................................... 110<br />
Anhang 119<br />
Lösungen 121<br />
Literaturverzeichnis 133
Formelzeichen - 1 -<br />
Formelzeichen<br />
arg G(jΩ) Phasengang<br />
arg X(jΩ)<br />
Phasenspektrum<br />
arg X(ji∆f) diskretes Phasenspektrum<br />
δ(kT A )<br />
Einheitsimpuls<br />
DFT{...}<br />
diskrete Fourier-Transformierte<br />
ε(kT A )<br />
Einheitssprungfolge<br />
ϕ (Ω)<br />
Phasengang<br />
f<br />
Frequenz<br />
f A<br />
Abtastfrequenz<br />
F<br />
auf Abtastfrequenz normierte Frequenz<br />
F A<br />
normierte Abtastfrequenz<br />
∆f<br />
diskrete Frequenz<br />
FTA{...}<br />
Fourier-Transformierte eines Abtastsignals<br />
g(kT A )<br />
Impulsantwort<br />
G(jΩ)<br />
Frequenzgang<br />
|G(jΩ)|<br />
Amplitudengang<br />
G P (Ω)<br />
Pseudobetrag<br />
h(kT A )<br />
Sprungantwort<br />
IFTA{...}<br />
inverse Fourier-Transformierte eines Abtastsignals<br />
IDFT{...}<br />
inverse diskrete Fourier-Transformierte<br />
p<br />
Laplace-Operator<br />
t<br />
Zeit<br />
T A<br />
Abtastperiode<br />
T e<br />
Periode des Zeitsignals<br />
ω<br />
Kreisfrequenz<br />
ω A<br />
Abtastkreisfrequenz<br />
Ω<br />
auf die Abtastfrequenz normierte Kreisfrequenz<br />
Ω A<br />
normierte Abtastkreisfrequenz<br />
x, X Signal<br />
x e , X e<br />
Eingangssignal<br />
x a , X a<br />
Ausgangssignal<br />
X(jΩ)<br />
Frequenzspektrum<br />
|X(jΩ)|<br />
Amplitudenspektrum<br />
X(ji∆f)<br />
diskretes Frequenzspektrum<br />
|X(ji∆f)|<br />
diskretes Amplitudenspektrum<br />
z<br />
Variable der z-Transformation<br />
Z{...}<br />
z-Transformierte<br />
Z -1 {...}<br />
inverse z-Transformierte
- 2 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme
Hinweise zum Simulationsprogramm MATLAB - 3 -<br />
Hinweise zum Simulationsprogramm MATLAB<br />
Aus der Lehreinheit Mathematik ist Ihnen schon das Computeralgebrasystem<br />
Mathcad bekannt, das für die Behandlung von Aufgabenstellungen auf den<br />
verschiedensten mathematischen Gebieten entwickelt wurde. Daß dies nicht<br />
das einzige mathematisch orientierte Programm ist, wird Ihnen bekannt sein.<br />
Das in dieser Kurseinheit verwendete Simulationsprogramm MATLAB besteht<br />
aus einem Gr<strong>und</strong>baustein, der das Lösen mathematischer Aufgabenstellungen<br />
unterstützt, <strong>und</strong> aus diversen, aufbauenden Tools, die für unterschiedliche<br />
Anwendungsgebiete entwickelt wurden <strong>und</strong> die dahinter stehenden<br />
mathematischen Methoden schon anwendungsbezogen bereitstellen. Das Tool<br />
Simulink wird neben MATLAB selber bei der Lösung einer Vielzahl von<br />
Aufgaben herangezogen. Neben den zur CD mitgelieferten Handbüchern ist die<br />
Einführung in MATLAB nach [1] zu empfehlen. Für die im Lehrtext mit<br />
MATLAB besprochenen Beispiele befinden sich im Anhang die erstellten<br />
Programme, so daß die Nachvollziehbarkeit gewährleistet ist sowie eine<br />
Hilfestellung für die eigenständig zu lösenden Aufgaben.
- 4 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme
Einordnung der zeitdiskreten <strong>Signale</strong> <strong>und</strong> Systeme - 5 -<br />
1 Einordnung der zeitdiskreten <strong>Signale</strong> <strong>und</strong> Systeme<br />
Die Übertragung von Nachrichten beruht auf der Verarbeitung von <strong>Signale</strong>n in<br />
Übertragungssystemen. Dabei ist das Signal der physikalische Träger der<br />
Nachricht <strong>und</strong> in der Nachricht selber sind Informationen eingebettet.<br />
Übertragungssysteme bzw. Systeme allgemein sind in technischen,<br />
ökonomischen, biologischen <strong>und</strong> sozialen Bereichen zu finden, im weiteren<br />
werden vor allen Dingen technische Übertragungssysteme besprochen. Der<br />
Übertragungsweg einer Nachricht von einer Quelle bis zur Senke setzt sich aus<br />
denen im Bild 1.1 dargestellten Komponenten zusammen.<br />
Störquelle<br />
Nachrichten<br />
-quelle<br />
Aufnah-<br />
me-<br />
Wandler<br />
Sender<br />
Übertragungskanal<br />
Empfänger<br />
Wieder-<br />
gabe-<br />
Wandler<br />
Nachrichten<br />
-senke<br />
Bild 1.1: Nachrichtenkette<br />
Die einzelnen Komponenten sind Übertragungssysteme, die aufgr<strong>und</strong> ihrer<br />
speziellen Eigenschaften die <strong>Signale</strong> verarbeiten. Mit Verarbeitung ist u.a. die<br />
Signalwandlung gemeint.<br />
Betrachtet man z. B. die Telefonie, so wird das ursächliche akustische Signal in<br />
ein elektrisches gewandelt <strong>und</strong> umgekehrt. Weiterhin kann das Signal auf dem<br />
Übertragungsweg gestört <strong>und</strong> verzerrt werden, dann sind entsprechende<br />
Systeme zur Unterdrückung von Störsignalen <strong>und</strong> Entzerrer notwendig, um im<br />
Empfänger die Rückgewinnung des gesendeten Signals nur mit geringfügigen<br />
Fehlern zu gewährleisten.<br />
Die Verarbeitung von <strong>Signale</strong>n kann mit analogen oder digitalen Systemen<br />
erfolgen. Nimmt man aus der Nachrichtenkette (Bild 1.1) nur eine<br />
Komponente, so hat man ein System mit einem Ein- <strong>und</strong> einem<br />
Ausgangssignal (Bild 1.2).
- 6 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
x e<br />
x e (t)<br />
x a (t)<br />
x a<br />
System<br />
t<br />
t<br />
Bild 1.2: Analoges System mit Ein- <strong>und</strong> Ausgangssignal<br />
Ein- <strong>und</strong> Ausgangssignal sind analoge <strong>Signale</strong>, d.h. zu jedem Zeitpunkt ist<br />
genau ein Funktionswert vorhanden. Die Verarbeitung analoger <strong>Signale</strong><br />
erfolgte ursprünglich mit analogen Systemen. Seit ca. 30 Jahren hält die<br />
digitale Signalverarbeitung erfolgreich Einzug, die dabei auftretenden diskreten<br />
<strong>Signale</strong> sind nur zu festgelegten Abtastzeitpunkten mit quantisierten<br />
Funktionswerten definiert. Um ein analoges Signal digital zu verarbeiten, sind<br />
weitere Komponenten notwendig, das wird im Bild 1.3 dargestellt.<br />
x e (t) x e (kT A ) x eq (kT A ) x aq (kT A ) x a (kT A ) x a (t)<br />
Anti-<br />
Aliasingfilter<br />
Abtasten<br />
<strong>und</strong><br />
Halten<br />
A/D-<br />
Wandler<br />
Prozessor<br />
D/A-<br />
Wandler<br />
Rekonstruk.-<br />
System<br />
Bild 1.3: Verarbeitung analoger <strong>Signale</strong> mit digitalem System<br />
Das analoge Signal wird abgetastet <strong>und</strong> auf diesem Wert für ein Abtastintervall<br />
gehalten, dabei entsteht ein zeitdiskretes amplitudenkontinuierliches Signal.<br />
Durch den AD-Wandler erfolgt eine Wertquantisierung, so daß am Eingang<br />
des Prozessors ein zeit- <strong>und</strong> wertdiskretes Signal anliegt. Nach Verarbeitung<br />
dieses Signals im Prozessor wird durch den DA-Wandler <strong>und</strong> das<br />
Rekonstruktionsfilter ein analoges Signal erzeugt. Die Notwendigkeit des am<br />
Eingang des Systems verwendeten Anti-Aliasing-Filters wird im Abschnitt 2.5<br />
näher erläutert.<br />
Stellt man die analoge <strong>und</strong> digitale Signalverarbeitung gegenüber,<br />
kristallisieren sich folgende vorteilhafte Merkmale heraus:<br />
Digitale Signalverarbeitung<br />
- zuverlässige Speicherung digitaler <strong>Signale</strong>,
Einordnung der zeitdiskreten <strong>Signale</strong> <strong>und</strong> Systeme - 7 -<br />
- beliebig hohe Genauigkeit,<br />
- Flexibilität bei den Verarbeitungsverfahren durch programmierbare<br />
Bausteine,<br />
- keine Alterung, Drift <strong>und</strong> Bauteiltoleranzen bei digitalen Schaltungen.<br />
Analoge Signalverarbeitung:<br />
- höhere Verarbeitungsgeschwindigkeit,<br />
- Verarbeitung hochfrequenter <strong>Signale</strong>,<br />
- einfache Anwendungen benötigen geringen Aufwand.<br />
Da die digitale Signalverarbeitung gerade für den<br />
Kommunikationsinformatiker von besonderer Bedeutung ist, wird in diesem<br />
Lehrbrief auf die wesentlichen mathematischen Aspekte bei idealisierten<br />
Bedingungen eingegangen. Bei der hier vorgenommenen ausschließlichen<br />
Betrachtung zeitdiskreter <strong>Signale</strong> <strong>und</strong> Systeme sollte nicht vergessen werden,<br />
daß die Mehrzahl der in der Natur <strong>und</strong> Technik vorkommenden Signalquellen<br />
<strong>und</strong> -senken analog ist.
- 8 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme
Zeitdiskrete <strong>Signale</strong> - 9 -<br />
2 Zeitdiskrete <strong>Signale</strong><br />
2.1 Einleitung<br />
Ein Signal ist die physikalische Darstellung einer Nachricht <strong>und</strong> somit Träger<br />
dieser Nachricht, wobei die unabhängige Größe eines Signals zeitlich <strong>und</strong>/oder<br />
örtlich veränderbar sein kann. In den folgenden Betrachtungen werden<br />
ausschließlich zeitliche Änderungen eines Signals besprochen <strong>und</strong> darauf<br />
aufbauend die spektrale bzw. frequenzmäßige Zusammensetzung eines Signals.<br />
Die Reduzierung auf zeitliche <strong>Signale</strong> läßt immer noch einen großen<br />
Spielraum, deshalb ist es sinnvoll, eine Einteilung der <strong>Signale</strong> vorzunehmen,<br />
um die Klasse der <strong>Signale</strong>, die unter dem Begriff „zeitdiskret“ zu verstehen ist,<br />
genauer zu charakterisieren. In den nachfolgenden Abschnitten werden eine<br />
Einteilung der <strong>Signale</strong>, ausgewählte zeitdiskrete <strong>Signale</strong> <strong>und</strong> deren<br />
Verknüpfung vorgestellt.<br />
Neben der Beschreibung im Zeitbereich, dem Originalbereich, ist die spektrale<br />
Zerlegung von <strong>Signale</strong>n eine wesentliche Beschreibungsvariante, um die<br />
Frequenzanteile eines Signals zu analysieren. Die Darstellung des<br />
Frequenzspektrums eines Signals erfolgt im Frequenzbereich <strong>und</strong> beruht auf<br />
den bekannten Methoden der Fourier-Reihen <strong>und</strong> des Fourier-Integrals. Die<br />
Beschreibung im Frequenzbereich ist ein Spezialfall der Beschreibung im<br />
Bildbereich. Auf diese beiden Beschreibungsmöglichkeiten wird detailliert in<br />
den Abschnitten 2.4 <strong>und</strong> 2.5 eingegangen.<br />
Um schon aus der Schreibweise des Signals die Beschreibung im Zeit-, Bildoder<br />
Frequenzbereich erkennen zu können, werden folgende Vereinbarungen<br />
getroffen. Im Zeitbereich werden für die <strong>Signale</strong> Kleinbuchstaben verwendet,<br />
z.B.<br />
x(t), x (kT A ) .<br />
Im Bild- <strong>und</strong> Frequenzbereich verwendet man Großbuchstaben, z. B.<br />
X(z)<br />
X (jΩ) ; X (jF).
- 10 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
Nach Bearbeitung dieses Kapitels werden Sie Kenntnisse über die<br />
Beschreibung zeitdiskreter <strong>Signale</strong> im Zeit-, Bild- <strong>und</strong> Frequenzbereich <strong>und</strong> die<br />
Transformationen in diese Bereiche erworben haben. Sie werden Kenntnisse<br />
über die wesentlichsten Effekte bei der Über- <strong>und</strong> Unterabtastung von <strong>Signale</strong>n<br />
gewinnen <strong>und</strong> über Fertigkeiten beim Umgang mit dem Simulationsprogramm<br />
MATLAB <strong>und</strong> dem Tool Simulink verfügen.<br />
2.2 Einteilung der <strong>Signale</strong><br />
Die Einteilung der <strong>Signale</strong> wird hinsichtlich verschiedener Gesichtspunkte<br />
vorgenommen. Ein Gesichtspunkt ist die zeitliche Bestimmbarkeit des<br />
Auftretens eines Signals. Man unterscheidet deterministische <strong>und</strong> stochastische<br />
<strong>Signale</strong>.<br />
Deterministisches Signal:<br />
Das Signal ist für jeden Zeitpunkt eindeutig bestimmbar. Zur<br />
Beschreibung dieses Signals werden analytische Ausdrücke <strong>und</strong><br />
Algorithmen verwendet.<br />
Stochastisches Signal:<br />
Das Signal ist zufällig. Bei der Beschreibung dieses Signals finden die<br />
Mittel <strong>und</strong> Methoden der Wahrscheinlichkeitsrechnung Anwendung.<br />
Ein anderer Gesichtspunkt ist die Verfügbarkeit der Informationsparameter,<br />
damit ist die zeitliche Verfügbarkeit <strong>und</strong> die Verfügbarkeit der Funktionswerte<br />
gemeint. Hinsichtlich der zeitlichen Verfügbarkeit unterscheidet man<br />
zeitkontinuierliche <strong>und</strong> zeitdiskrete <strong>Signale</strong>.<br />
Zeitkontinuierliches Signal:<br />
Das Signal ist zu jedem beliebigen Zeitpunkt definiert.<br />
Zeitdiskretes Signal:<br />
Das Signal ist nur zu bestimmten Zeitpunkten definiert.<br />
Ähnlich verhält es sich bei der Verfügbarkeit der Funktionswerte.
Zeitdiskrete <strong>Signale</strong> - 11 -<br />
Wertkontinuierliches Signal:<br />
Das Signal kann jeden beliebigen Funktionswert annehmen.<br />
Wertdiskretes Signal:<br />
Das Signal nimmt nur ganz bestimmte Funktionswerte an.<br />
Aus diesen Unterscheidungen der Verfügbarkeit der Informationsparameter<br />
lassen sich vier Kombinationen von <strong>Signale</strong>n ableiten, die in Tabelle 2.1<br />
zusammengefaßt sind.<br />
Tabelle 2.1: Einteilung der <strong>Signale</strong> nach der Verfügbarkeit der Informationsparameter<br />
zeitkontinuierlich<br />
zeitdiskret<br />
wertkontinuierlich<br />
x<br />
x<br />
t<br />
kT A<br />
wertdiskret<br />
x q<br />
x q<br />
t<br />
kT A<br />
Die <strong>Signale</strong>, auf welche sich die folgenden Abhandlungen beziehen, sind<br />
deterministischer Natur <strong>und</strong> es sind zeitdiskrete wertkontinuierliche oder kurz<br />
zeitdiskrete <strong>Signale</strong>.<br />
Wie aus Tabelle 2.1 ersichtlich, ist ein zeitdiskretes Signal ein abgetastetes<br />
zeitkontinuierliches Signal. Man kann auch sagen, aus dem<br />
zeitkontinuierlichen Signal werden zu festgelegten Zeitpunkten Proben<br />
entnommen <strong>und</strong> diese Proben werden durch sogenannte Pins dargestellt<br />
(Bild 2.1).
- 12 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
x<br />
Probenentnahme<br />
x<br />
t<br />
kT A<br />
Bild 2.1: Entnahme von Proben aus einem zeitkontinuierlichen Signal<br />
Beim zeitdiskreten Signal sind zu bestimmten Zeitpunkten kT A Funktionswerte<br />
x(kT A ) vorhanden. Wobei T A die Abtastperiode <strong>und</strong> f A = 1/T A die<br />
Abtastfrequenz ist. Die mathematische Schreibweise kann einmal durch eine<br />
Folge angegeben werden<br />
{x(kT A )} = {...x(-T A ); x(0); x(T A ); x(2T A ); ...} (2.1)<br />
oder durch die Bildungsvorschrift der Folge<br />
{x(kT A )} = { f(kT A )} (2.2)<br />
Oft wird eine verkürzte Schreibweise angewendet, man verzichtet auf die<br />
Angabe von T A , was auf keinen Fall bedeuten soll, daß T A gleich 1 ist.<br />
Verkürzte Schreibweise<br />
{x(k)} = {x K } = {... x(-1); x(0); x(1); x(2); ...} (2.3)<br />
Um Verwechslungen mit anderen unabhängigenGrößen zu vermeiden, wird<br />
hier die ausführliche Schreibweise angesetzt.
Zeitdiskrete <strong>Signale</strong> - 13 -<br />
2.3 Beschreibung zeitdiskreter <strong>Signale</strong> im Zeitbereich<br />
2.3.1 Einleitung<br />
Da der Zeitbereich der Originalbereich der betrachteten <strong>Signale</strong> ist, wird zuerst<br />
die Beschreibung in diesem Bereich behandelt. In diesem Abschnitt wird auf<br />
die Besonderheiten der zeitdiskreten <strong>Signale</strong> eingegangen, die bei den<br />
zeitkontinuierlichen nicht auftreten.<br />
Beginnend mit der Vorstellung ausgewählter zeitdiskreter <strong>Signale</strong> <strong>und</strong> deren<br />
Verknüpfung werden Sie Kenntnisse erwerben über die Signalabtastung <strong>und</strong><br />
die Bedeutung der Abtastzeit für die Signalrekonstruktion. Bei der Bearbeitung<br />
der gestellten Aufgaben werden Sie unter anderem Fertigkeiten beim Umgang<br />
mit dem MATLAB – Tool Simulink erlangen.<br />
2.3.2 Ausgewählte zeitdiskrete <strong>Signale</strong><br />
Bestimmte zeitdiskrete <strong>Signale</strong> haben auf die Untersuchung zeitdiskreter<br />
Systeme besondere Bedeutung <strong>und</strong> werden nachfolgend charakterisiert. Die<br />
ersten beiden <strong>Signale</strong> werden zusätzlich mit einer Verschiebung angegeben, bei<br />
den anderen wird darauf verzichtet.<br />
Einheitsimpuls δ(kT A )<br />
{ x(<br />
kT )}<br />
= { δ ( kT )}<br />
A<br />
A<br />
⎧1<br />
= ⎨<br />
⎩0<br />
für k = 0<br />
für k ≠ 0
- 14 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
Verschobener Einheitsimpuls δ[(k-n)T A ]<br />
{ x( kT )}<br />
= { δ[(<br />
k − n)<br />
T ]}<br />
A<br />
A<br />
⎧1<br />
= ⎨<br />
⎩0<br />
für k = n<br />
für k ≠ n<br />
x<br />
1<br />
x<br />
1<br />
0<br />
kT A<br />
0 nT A kT A<br />
Bild 2.2: Einheitsimpuls <strong>und</strong> verschobener Einheitsimpuls<br />
Einheitssprungfolge ε(kT A )<br />
{ x(<br />
kT )}<br />
= { ε ( kT )}<br />
A<br />
A<br />
⎧1<br />
= ⎨<br />
⎩0<br />
für k ≥0<br />
für k < 0<br />
Verschobene Einheitssprungfolge ε[(k-n)T A ]<br />
{ x( kT )}<br />
= { ε[(<br />
k − n)<br />
T ]}<br />
A<br />
A<br />
⎧1<br />
= ⎨<br />
⎩0<br />
für k ≥ n<br />
für k < n<br />
x<br />
1<br />
x<br />
1<br />
0<br />
kT A<br />
0 nT A kT A<br />
Bild 2.3: Einheitssprungfolge <strong>und</strong> verschobene Einheitssprungfolge<br />
Rampenfolge r(kT A )<br />
{ x(<br />
kT )}<br />
= { r(<br />
kT )}<br />
A<br />
A<br />
⎧kT<br />
= ⎨<br />
⎩ 0<br />
A<br />
für k ≥ 0<br />
für k < 0
Zeitdiskrete <strong>Signale</strong> - 15 -<br />
Exponentialfolge<br />
kbTA<br />
a<br />
A<br />
{ x ( kT A<br />
) = a<br />
kbT<br />
} { }<br />
x<br />
4T A<br />
2T A<br />
kT A<br />
x<br />
kT A<br />
Bild 2.4: Rampenfolge <strong>und</strong> Exponentialfolge<br />
Harmonische Schwingungsfolge<br />
{ x ( kT )<br />
ϕ )<br />
A<br />
} { Acos(<br />
ω kT + }<br />
=<br />
A<br />
x<br />
A<br />
-A<br />
kT A<br />
Bild 2.5: Harmonische Schwingungsfolge<br />
2.3.3 Elementare Operationen<br />
Bei Verknüpfungen von zeitdiskreten <strong>Signale</strong>n sind die Operationen von<br />
Folgen anzuwenden, d.h. die Operationen werden elementeweise ausgeführt.<br />
Skalierung:<br />
{y (kT A )} = A { x(kT A )} bzw. (2.4)<br />
y(kT A ) = A x(kT A ) für ∀ k
- 16 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
Addition:<br />
{ y(kT A )} = { x 1 (kT A )} + { x 2 (kT A )} bzw. (2.5)<br />
y(kT A ) = x 1 (kT A ) + x 2 (kT A ) für ∀ k<br />
Multiplikation:<br />
{y(kT A )} = {x 1 (kT A )} ⋅{x 2 (kT A )} bzw. (2.6)<br />
y(kT A ) = x 1 (kT A ) ⋅ x 2 (kT A ) für ∀ k<br />
Übungsaufgaben<br />
2.1 Bilden Sie folgende Signalverknüpfungen! Stellen Sie dazu die gegebenen<br />
<strong>Signale</strong> dar <strong>und</strong> führen Sie graphisch die Operationen aus. Das Ergebnis ist<br />
dann zusätzlich durch seine mathematische Beschreibung als Folge anzugeben.<br />
a) {y(kT A )} = {ε(kT A )} + (1/T A ){r(kT A )}<br />
b) {y(kT A )} = 2 {ε(kT A )} - {ε[(k-2)T A ]} - {ε[(k-4)T A ]}<br />
c) {y(kT A ) } = { ε(kT A ) } ⋅ { 2 k }<br />
d) {y(kT A )} = {δ[(k-2)T A ]} {2 k }<br />
e) {y(kT A )} = [ {ε(kT A )} - { ε[(k-10)T A ]} ] ⋅ {cos ( (π/5) k ) }<br />
2.3.4 <strong>Diskrete</strong> Faltung<br />
Die Faltung ist eine Rechenvorschrift für Folgen, bei der nicht nur eine<br />
elementeweise Multiplikation der Folgen vorgenommen wird, sondern noch<br />
zusätzliche Terme entstehen. Die Faltung findet z.B. Anwendung bei der<br />
Ermittlung der Reaktion eines Systems auf ein spezielles Eingangssignal. Die
Zeitdiskrete <strong>Signale</strong> - 17 -<br />
Anwendung <strong>und</strong> Nützlichkeit der Rechenvorschrift Faltung werden in den<br />
Abschnitten 2.4, 2.5, 3.3 <strong>und</strong> 3.4 erörtert. An dieser Stelle soll ausschließlich<br />
die Ausführung der Faltung erläutert werden. Zuerst wird auf die lineare<br />
Faltung mit einem anschließenden Beispiel eingegangen.<br />
Lineare Faltung<br />
{y(kT A )} = {x 1 (kT A )} ∗ {x 2 (kT A )} = {x 2 (kT A )} ∗ {x 1 (kT A )} (2.7)<br />
∞<br />
∞<br />
⎧<br />
⎫ ⎧<br />
⎫<br />
y ( kTA<br />
)} = ⎨∑<br />
x1(<br />
nTA<br />
) x2[(<br />
k − n)<br />
TA<br />
] ⎬=<br />
⎨ ∑ x1[(<br />
k − n)<br />
TA<br />
] x ( nTA<br />
) ⎬<br />
⎩n= −∞<br />
⎭ ⎩n=−∞<br />
⎭<br />
{<br />
2<br />
Die Faltung ist kommutativ. Die lineare Faltung wird in diesem Abschnitt<br />
vorzugsweise für endliche Folgen durchgeführt. Mit angegebener Schrittfolge<br />
läßt sich {y(kT A )} systematisch berechnen.<br />
1. {x 1 (kT A )} <strong>und</strong> {x 2 (kT A )} sind endliche Folgen mit N 1 <strong>und</strong> N 2 als jeweiliger<br />
Dauer der Folgen<br />
2. Die Variable k wird durch n ersetzt.<br />
3. Die Folge {x 2 (nT A )} wird an der Ordinate gespiegelt, es ergibt sich<br />
{x 2 (-nT A )}.<br />
4. Es wird das Produkt aus {x 1 (nT A )} <strong>und</strong> {x 2 [(k-n)T A ]} gebildet <strong>und</strong> es<br />
entsteht das Element y(kT A ).<br />
∑ ∞ x1<br />
( nTA<br />
)}{ x [( k − n)<br />
TA<br />
}<br />
∞{<br />
y ]<br />
( kT<br />
A)<br />
=<br />
2<br />
n=<br />
5. Die Folge {x 2 (-nT A )} wird um einen Abtastwert nach rechts verschoben.<br />
6. Die Schritte 4 <strong>und</strong> 5 werden so lange wiederholt bis alle Überdeckungen der<br />
Folgen {x 1 (nT A )} <strong>und</strong> {x 2 [(k-n)T A ]} berücksicht wurden. Die berechnete<br />
Folge {y(kT A )} hat eine Dauer von N 1 + N 2 –1.<br />
Anhand des folgenden Beispiels sei die Schrittfolge für die lineare Faltung<br />
zweier Folgen demonstriert.<br />
Beispiel 2.1<br />
1. Es sind die beiden Folgen<br />
{x 1 (kT A )} = {1, 2, 3} <strong>und</strong> {x 2 (kT A )} = {1, 2, 2, 1}
- 18 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
gegeben <strong>und</strong> durch lineare Faltung<br />
{x 1 (kT A )} ∗ {x 2 (kT A )}<br />
zu verknüpfen.<br />
2. Es wird k durch n ersetzt.<br />
x 1<br />
x 2 3<br />
2<br />
2<br />
1<br />
1<br />
nT A<br />
nT A<br />
3. Spiegelung von {x 2 (nT A )} an der Ordinate<br />
x 2<br />
2<br />
1<br />
nT A<br />
5. Verschiebung von 4. Multiplikation<br />
{x 2 (-nT A )} um kT A ∑ ∞ y ( kTA<br />
) = { x1<br />
( nTA<br />
)}{ x2[(<br />
k − n)<br />
TA<br />
]}<br />
n=<br />
−∞<br />
kT A = 0<br />
x 2 0<br />
2<br />
y(0)<br />
= ∑{<br />
x1(<br />
nTA<br />
)} { x2<br />
( −nTA<br />
)}<br />
n=<br />
0<br />
1<br />
y(0)<br />
= 1<br />
kT A = 1T A<br />
nT A<br />
4<br />
x 2<br />
2<br />
1<br />
nT A<br />
y(<br />
T<br />
y(<br />
T<br />
y(<br />
T<br />
A<br />
A<br />
A<br />
) = ∑{<br />
x1(<br />
nT<br />
) = 1⋅<br />
2 + 2⋅1<br />
) =<br />
1<br />
n=<br />
0<br />
A<br />
)}{ x [(1 − n)<br />
T<br />
2<br />
A<br />
]}
Zeitdiskrete <strong>Signale</strong> - 19 -<br />
kT A = 2T A<br />
x 2<br />
2<br />
1<br />
y(2T<br />
y(2T<br />
y(2T<br />
A<br />
A<br />
A<br />
2<br />
) = ∑{<br />
x1(<br />
nT<br />
n=<br />
0<br />
) = 1⋅<br />
2 + 2 ⋅ 2 + 3⋅1<br />
) = 9<br />
A<br />
)}{ x<br />
2<br />
[(2 − n)<br />
T<br />
A<br />
]}<br />
kT A = 3T A<br />
nT A<br />
8<br />
x 2<br />
2<br />
1<br />
y(3T<br />
y(3T<br />
y(3T<br />
A<br />
A<br />
A<br />
3<br />
) = ∑{<br />
x1<br />
( nT<br />
n=<br />
0<br />
) = 1⋅1+<br />
2 ⋅ 2 + 3⋅<br />
2<br />
) = 11<br />
A<br />
)} { x<br />
2<br />
[(3 − n)<br />
T<br />
A<br />
]}<br />
nT A<br />
3<br />
kT A = 4T A<br />
x 2<br />
2<br />
1<br />
kT A = 5T A<br />
nT A<br />
y(4T<br />
y(4T<br />
y(4T<br />
A<br />
A<br />
A<br />
) = 2 ⋅1+<br />
3⋅<br />
2<br />
) =<br />
4<br />
) = ∑{<br />
x1<br />
( nT<br />
n=<br />
0<br />
A<br />
)} { x<br />
2<br />
[(4 − n)<br />
T<br />
A<br />
]}<br />
x 2<br />
2<br />
1<br />
nT A<br />
y(5T<br />
y(5T<br />
y(5T<br />
A<br />
A<br />
A<br />
) = ∑{<br />
x1<br />
( nT<br />
) = 3⋅1<br />
) =<br />
5<br />
n=<br />
0<br />
A<br />
)}{ x [(5 − n)<br />
T<br />
2<br />
A<br />
]}<br />
6. {y(kT A )} = {1, 4, 9, 11, 8, 3}<br />
Zyklische Faltung<br />
Im Unterschied zur linearen Faltung werden hier Folgen betrachtet, die<br />
periodisch mit der Periode N sind. Die Bildungsvorschrift lautet<br />
{y(kT A )} = {x 1 (kT A )} ∗ {x 2 (kT A )} = {x 2 (kT A )}∗{x 1 (kT A )} (2.8)<br />
{ y ( kT<br />
A<br />
N −1<br />
N −1<br />
⎧<br />
⎫ ⎧<br />
)} = ⎨∑<br />
x ( nTA<br />
) x2[(<br />
k − n)<br />
TA<br />
] ⎬=<br />
⎨∑<br />
x1[(<br />
k − n)<br />
T<br />
⎩n=<br />
0<br />
⎭ ⎩n=<br />
0<br />
1 A<br />
] x2<br />
( nTA<br />
)<br />
⎫<br />
⎬<br />
⎭
- 20 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
Ebenso wie bei der linearen Faltung gilt auch hier das Kommutativgesetz. Die<br />
systematische Berechnung der Folge {y(kT A )} ist durch die nachfolgende<br />
Schrittfolge schnell durchführbar:<br />
1. {x 1 (kT A )}, {x 2 (kT A )} sind periodische Folgen mit der Periode N.<br />
2. Die Variable k wird durch n ersetzt.<br />
3. Die Folge {x 2 (nT A )} wird an der Ordinate gespiegelt, es ergibt sich<br />
{x 2 (-nT A )}.<br />
4. Berechnung des Elementes y(kT A ) erfolgt nach<br />
y(<br />
kT<br />
A<br />
)<br />
N<br />
=<br />
1<br />
∑ −<br />
n=<br />
0<br />
{ x ( nT<br />
1<br />
)}{ x<br />
[( k − n)<br />
T<br />
5. Die Folge {x 2 (-nT A )} wird um einen Abtastwert nach rechts<br />
verschoben, d. h. k erhöht sich um Eins.<br />
6. Die Schritte 4 <strong>und</strong> 5 werden solange wiederholt bis y[(N-1)T A ] berechnet<br />
wurde. Die Ausgangsfolge innerhalb einer Periode ist somit<br />
{y(kT A )} = {y(0) ; y(T A ); ... ; y[(N-1)T A ]}.<br />
Beispiel 2.2<br />
Gegeben sind die beiden periodischen Folgen<br />
A<br />
2<br />
1. {x 1 (kT A )} = {x 2 (kT A )} = {1, 2, 2, 1} mit k = k + c N , N = 4.<br />
Für die Verknüpfung dieser beiden Folgen über die zyklische Faltung werden<br />
diese zuerst grafisch dargestellt <strong>und</strong> dann die Ausgangsfolge anhand einer<br />
Tabelle berechnet.<br />
A<br />
]}.<br />
x 1, x 2<br />
2<br />
1<br />
0 3T A kT A<br />
Bild 2.6: Periodische Folgen {x 1 (kT A )} <strong>und</strong> {x 2 (kT A )}
Zeitdiskrete <strong>Signale</strong> - 21 -<br />
Tabelle 2.2: Berechnung der Ausgangsfolge {y(kT A )}<br />
Schritt k<br />
n:<br />
-3 –2 –1 0 1 2 3 4<br />
{x 1 (nT A )}={...1 2 2 1...} y(kT A )<br />
2. 0 {x 2 (nT A )} = ... 2 2 1 1 2 2 1 1 ...<br />
3. 0 {x 2 (-nT A )} = ... 1 2 2 1 1 2 2 1 ...<br />
4.<br />
9<br />
5. 1 {x 2 [(1-n)T A ]} = ...1 2 2 1 1 2 2 ...<br />
4.<br />
8<br />
5. 2 {x 2 [(2-n)T A ]} = ...1 2 2 1 1 2 ...<br />
4.<br />
9<br />
5. 3 {x 2 [(3-n)T A ]} = ...1 2 2 1 1...<br />
4.<br />
10<br />
6. {y (kT A )} = {9, 8, 9, 10} mit k = k + c N, N = 4<br />
Übungsaufgaben<br />
2.2 Falten Sie die beiden Folgen {x (kT A )} = {1, 1, 1, 1} <strong>und</strong> {δ[(k-1)T A ]}!<br />
2.3 Falten Sie die beiden Folgen {x 1 (kT A )} = {1, 2, 3} <strong>und</strong><br />
{x 2 (kT A )} = {4, 5, 6}!<br />
a) {x 1 (kT A )} <strong>und</strong>{x 2 (kT A )} sind endliche Folgen,<br />
b) {x 1 (kT A )} <strong>und</strong> {x 2 (kT A )} sind periodische Folgen.
- 22 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
2.3.5 Signalabtastung, Rekonstruktion <strong>und</strong> Quantisierung<br />
Betrachtet man noch einmal Bild 1.3, so wird das zeitdiskrete Signal {x e (kT A )}<br />
aus der Abtastung des zeitkontinuierlichen Signals x e (t) gewonnen. Aus<br />
mathematischer Sicht ist diese Abtastung als Multiplikation des<br />
zeitkontinuierlichen Signals mit einem Einheitsimpuls {δ[(k-n)T A ]}<br />
aufzufassen. Im nachfolgenden Bild ist die Verknüpfung x(t) mit einem<br />
Einheitsimpuls {δ[(k-n)T A ]} dargestellt. Der Einheitsimpuls blendet aus der<br />
Funktion x(t) einen Funktionswert zum Zeitpunkt t = nT A aus.<br />
x(t){δ[(k-n)T A ]} = x(nT A ){δ[(k-n)T A ]} (2.9)<br />
Es ergibt sich genau ein Abtastwert.<br />
x<br />
δ<br />
1<br />
nT A<br />
t<br />
x<br />
nT A<br />
kT A<br />
x(nT A )<br />
nT A<br />
kT A<br />
Bild 2.7: Ideale Abtastung mit einem Einheitsimpuls<br />
Da die Funktion x(t) im gesamten Bereich von - ∞ < t < ∞ abgetastet werden<br />
soll, ist eine Summe von Einheitsimpulsen mit - ∞ < n < ∞ anzusetzen.<br />
∞<br />
∑<br />
n = −∞<br />
∞<br />
{ [( k − n)<br />
T ]}<br />
= x(<br />
nT ){<br />
[( k − n)<br />
T ]}<br />
∑<br />
x ( t)<br />
δ δ = { x(<br />
kT )} (2.10)<br />
A<br />
n = −∞<br />
A<br />
A<br />
A
Zeitdiskrete <strong>Signale</strong> - 23 -<br />
x<br />
kT A<br />
Bild 2.8: Ideale Abtastung mit einer Summe verschobener Einheitsimpulse<br />
Bei der Abtastung eines Signals kann bei unglücklicher Wahl der<br />
Abtastperiode T A ein Effekt auftreten, der als Aliasing-Effekt bezeichnet wird.<br />
Um diesen Effekt zu erklären, wird noch einmal Bezug auf die Struktur eines<br />
digitalen Systems zur Verarbeitung eines analogen Signals genommen (Bild<br />
1.3). Setzt man als analoges Eingangssignal<br />
x e (t) = Α sin (ω e t)<br />
an <strong>und</strong> beaufschlagt den Prozessor mit einer einfachen Verstärkung V, so wird<br />
ein Ausgangssignal erwartet, das durch<br />
x a (t) = V . Α sin (ω e t + ϕ a )<br />
beschrieben wird, also die gleiche Kreisfrequenz wie das Eingangssignal hat.<br />
Um dies zu erreichen, muß bei der Signalabtastung des Eingangssignals x e (t)<br />
eine Abtastperiode T A in Abhängigkeit der Kreisfrequenz ω e gewählt werden,<br />
bei der ein zeitdiskretes Signal entsteht, aus dem durch das<br />
Rekonstruktionsfilter ein analoges Signal mit der Kreisfrequenz ω e eindeutig<br />
(d.h. umkehrbar) rekonstruiert werden kann. Die eindeutige<br />
Rekonstruierbarkeit ist garantiert, wenn das Signal x e (t) mindestens zweimal in<br />
der Periode abgetastet wird. Man spricht dann von einer Überabtastung. Wird<br />
das Signal x e (t) weniger als zweimal in der Periode abgetastet, dann spricht<br />
man von Unterabtastung. Um diese Effekte <strong>und</strong> die daraus resultierenden<br />
Konsequenzen deutlich zu machen, wird ein Simulink-Modell herangezogen.<br />
Bild 2.9: Simulink-Modell für die Abtastung <strong>und</strong> Rekonstruktion eines Signals
- 24 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
Beispiel 2.3 : Überabtastung<br />
Die Quelle erzeugt eine periodische Sinusschwingung, mit dem Sample/Hold-<br />
Block wird mit einer Abtastperiode von T A = 2ms abgetastet <strong>und</strong> der<br />
Abtastwert gehalten. Für die Rekonstruktion wird ein Tiefpaß mit der<br />
Grenzfrequenz f g = 0,25 kHz verwendet. Setzt man für die Periodendauer des<br />
Eingangssignals T e = 8ms, so liegt eine Überabtastung des analogen Signals<br />
vor <strong>und</strong> es entsteht das dargestellte gehaltene zeitdiskrete Signal.<br />
x e<br />
x e<br />
t /10 -4 s<br />
t /10 -4 s<br />
Bild 2.10: Verlauf des analogen Signals <strong>und</strong> gehaltenen zeitdiskreten Signals bei<br />
Überabtastung<br />
Nach Verarbeitung des Signals {x e (kT A )} im Prozessor <strong>und</strong> nach<br />
Rekonstruktion wird sich ein Ausgangssignal ergeben, welches genau die<br />
Periodendauer des Eingangssignals hat. Die Phasenverschiebung ϕ a ist auf die<br />
Signalverarbeitung <strong>und</strong> auf die Phasenverschiebung des Rekonstruktionsfilters<br />
zurückzuführen, der nicht exakt sinusförmige Verlauf hängt mit dem<br />
verwendeten Tiefpaßfilter zusammen. Wie man sieht, sind noch<br />
Optimierungsmöglichkeiten gegeben.<br />
x a<br />
t /10 -4 s<br />
Bild 2.11: Rekonstruiertes Signal bei Überabtastung
Zeitdiskrete <strong>Signale</strong> - 25 -<br />
Beispiel 2.4: Unterabtastung.<br />
Für die Abtastperiode wurde T A = 5ms gewählt, dann ergibt sich folgendes<br />
zeitdiskrete Signal:<br />
x e<br />
x e<br />
t /10 -5 s<br />
t /10 -5 s<br />
Bild 2.12: Verlauf des analogen <strong>und</strong> des gehaltenen zeitdiskreten Signals bei<br />
Unterabtastung<br />
Nach Verarbeitung im Prozessor <strong>und</strong> Rekonstruktion ergibt sich ein Signal mit<br />
einer anderen Frequenz. Die eindeutige Rekonstruierbarkeit ist nicht geglückt,<br />
da die Tastzeit zu groß gewählt wurde.<br />
x a<br />
t /10 -5 s<br />
Bild 2.13: Rekonstruiertes Signal bei Unterabtastung<br />
Bei der Abtastung eines analogen Signals kann eine Überabtastung oder<br />
Unterabtastung auftreten. Die Überabtastung garantiert eine eindeutige<br />
Rekonstruierbarkeit des zeitdiskreten Signals, bei der Unterabtastung ist dies<br />
nicht der Fall. Betrachtet man die <strong>Signale</strong> bezüglich ihres Frequenzspektrums,<br />
so treten bei Unterabtastung unerwünschte Überlappungen der Spektren auf,
- 26 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
die man als Aliasing-Effekt bezeichnet. Dieser Effekt wird im Abschnitt 2.5<br />
genauer besprochen.<br />
Um diesen Aliasing-Effekt zu vermeiden, ist besonderes Augenmerk auf die<br />
Wahl der Abtastperiode T A bzw. Abtastfrequenz f A in Abhängigkeit der<br />
Signalfrequenzen zu legen. Zur sinnvollen Festlegung der Abtastperiode sei<br />
folgende Bemerkung vorangestellt. Ein analoges Signal wird vor der<br />
Signalverarbeitung (Bild 1.3) auf ein Anti-Aliasing-Filter geführt, um das<br />
Signal in seiner Bandbreite zu beschränken <strong>und</strong> im wesentlichen auf die für<br />
den Informationsgehalt relevanten Frequenzinhalte zu begrenzen.<br />
Das kontinuierliche mit einem Tiefpaß begrenzte Signal kann aus seinen<br />
Abtastproben zurückgewonnen werden, wenn zwischen Abtastfrequenz ƒ A <strong>und</strong><br />
der im bandbegrenzten Signal maximal auftretenden Frequenz ƒ max folgender<br />
Zusammenhang existiert<br />
ƒ A ≥ 2 ƒ max . (2.11)<br />
Dieser Zusammenhang wird als Abtasttheorem von Shannon bezeichnet.<br />
Bezieht man diesen Zusammenhang auf die Periodendauern, so besagt das<br />
Theorem, daß die im Signal vorkommende kürzteste Periodendauer mindestens<br />
zweimal abgetastet werden muß, um die Rekonstruierbarkeit des Signals zu<br />
gewährleisten.<br />
Neben der Zeitdiskretisierung ist das analoge Signal auch noch einer<br />
Amplitudenquantisierung unterworfen. Diese Amplitudenquantisierung tritt auf<br />
bei der AD-Wandlung, bei der Umsetzung von Koeffizienten in endliche<br />
Wortlängen <strong>und</strong> beim ggf. notwendigen R<strong>und</strong>en von Rechenergebnissen. Bei<br />
dieser Amplitudenquantisierung tritt ein Fehler auf, der mit<br />
Informationsverlusten verb<strong>und</strong>en ist. Das ursprüngliche Signal wird aufgr<strong>und</strong><br />
der Amplitudenquantisierung verfälscht, diese Verfälschung kann durch ein<br />
Fehlersignal ausgedrückt werden. Dieses Fehlersignal wird als<br />
Quantisierungsrauschen bezeichnet. Auf die gezielte Beeinflussung des<br />
Quantisierungsrauschens bzw. Quantisierungsrauschabstandes soll an dieser<br />
Stelle nur hingewiesen, aber nicht näher eingegangen werden. Betrachtungen<br />
zu diesen Dingen sind weiterführender Literatur zu entnehmen [5].
Zeitdiskrete <strong>Signale</strong> - 27 -<br />
Übungsaufgaben<br />
2.4. Das Signal x(t) = sin(0,1s -1 t) ⋅ sin(1s -1 t) soll abgetastet werden.<br />
a) Stellen Sie x(t) mit Hilfe von Simulink grafisch dar.<br />
b) Zerlegen Sie mit Hilfe von Additionstheoremen x(t) in eine Summe<br />
trigonometrischer Funktionen. Welche Frequenzen sind im Signal x(t)<br />
enthalten?<br />
c) Wählen Sie eine Tastperiode, die eine Unterabtastung ausschließt. Stellen<br />
Sie das zeitdiskrete Signal durch die Bildungsvorschrift der Folge dar<br />
<strong>und</strong> berechnen Sie die ersten 5 Werte der Folge.<br />
d) Erweitern Sie das unter a) aufgestellte Simulationsmodell durch einen<br />
Abtaster. Stimmen die Simulationsergebnisse mit denen unter c)<br />
berechneten Werte überein?<br />
e) Für T A wird 5 s festgesetzt. Stellen Sie die Bildungsvorschrift der Folge<br />
auf <strong>und</strong> berechnen Sie die ersten 5 Werte des zeitdiskreten Signals!<br />
f) Simulieren Sie mit Simulink die Abtastung des Signals x(t) mit T A = 5s.<br />
Was wird die Rekonstruktion des entstandenen zeitdiskreten Signals<br />
ergeben?
- 28 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
2.4 Beschreibung zeitdiskreter <strong>Signale</strong> im Bildbereich<br />
2.4.1 Einleitung<br />
Transformationen nutzt man generell, um bestimmte Effekte von <strong>Signale</strong>n <strong>und</strong><br />
auch Systemen besser deuten <strong>und</strong> identifizieren zu können, dies ist bei der<br />
ausschließlichen Betrachtung des Zeitbereiches nicht so schnell <strong>und</strong> einfach<br />
möglich. Im ersten Moment erscheint die Transformation als zusätzlicher<br />
Aufwand, die Vorteile der Transformation kommen erst mit zunehmenden<br />
Fertigkeiten zum Vorschein. Insbesondere sind diese Vorteile im<br />
Zusammenhang mit Systemen <strong>und</strong> deren Verknüpfung mit <strong>Signale</strong>n zu sehen<br />
(Abschnitt 3.3).<br />
Aus der Mathematik sind Ihnen schon Transformationen bekannt, die Ihnen<br />
dort bezüglich der Transformationsvorschriften <strong>und</strong> Rechenregeln vorgestellt<br />
wurden [4]. Es wird speziell auf Ihre Vorkenntnisse zur Laplace- <strong>und</strong> z-<br />
Transformation zurückgegriffen.<br />
Im Abschnitt 2.3 wurde die diskrete Faltung im Zeitbereich besprochen, nach<br />
dem Kennenlernen der z-Transformation wird Ihnen der Vorteil der z-<br />
Transformation gerade im Zusammenhang mit der Faltung einleuchten. Nach<br />
dem Studium dieses Abschnittes sollten Sie Fertigkeiten beim Umgang mit<br />
Korrespondenztabellen <strong>und</strong> Rechenregeln erlangt haben <strong>und</strong> sich diese<br />
Fertigkeiten bis zum Abschnitt 3.3 bewahren.<br />
2.4.2 z-Transformation <strong>und</strong> inverse z-Transformation<br />
Durch die z-Transformation wird ein Signal aus dem Zeitbereich<br />
(Originalbereich) {x(kT A )} in den Bildbereich X(z) transformiert. Umgekehrt<br />
geschieht das durch die inverse z-Transformation.
Zeitdiskrete <strong>Signale</strong> - 29 -<br />
Zeitbereich<br />
{x(kT A )}<br />
Z{x(kT A )}= X(z)<br />
z-Transformation<br />
{x(kT A )} = Z -1 {X(z)}<br />
Inverse z-Transformation<br />
Bildbereich<br />
X(z)<br />
Bild 2.14: Zusammenhang des Zeit- <strong>und</strong> Bildbereiches über die z-Transformation<br />
Ein zeitdiskretes Signal kann als Summe von Einheitsimpulsen, die mit dem<br />
Amplitudenwerten an den Abtaststellen gewichtet sind, dargestellt werden.<br />
{x(kT A )} = ∑ ∞ x(nT A ) {δ (kT A - nT A )} (2.12)<br />
n= −∞<br />
Überführt man nun dieses Signal vom Zeit- in den Bildbereich, ist jeder<br />
gewichtete <strong>und</strong> verschobene Impuls zu überführen. Dies geschieht mit dem<br />
Verschiebungssatz der z-Transformation für einen Impuls<br />
x (nT A ) {δ(kT A - nT A )} x (nT A ) z -n (2.13)<br />
Dieser Verschiebungssatz der z-Tranformation wie die z-Transformation selbst<br />
beruhen auf der Laplace-Transformation. Im Laplace-Bereich würde folgendes<br />
korrespondierende Paar mit dem in Glg. (2.13) zu vergleichen sein.<br />
x(t)δ(t-T) x(T) e -pT (2.14)<br />
Legt man T = nT A fest, ist der Zusammenhang zwischen der Variable p der<br />
Laplace - Transformation <strong>und</strong> der Variable z der z-Transformation:<br />
e pT A<br />
z = (2.15)<br />
Da die Variable p der Laplace - Transformation komplex ist: p = σ + jω, ist<br />
die Variable z der z-Transformation ebenfalls komplex.<br />
z = e<br />
( σ<br />
+ jω<br />
) TA<br />
= e<br />
σ<br />
TA<br />
e<br />
jωTA<br />
(2.16)
- 30 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
Liegt ein Signal vor, das aus einer Summe von Einheitsimpulsen besteht, dann<br />
stehen Zeit- <strong>und</strong> Bildsignal in folgendem Zusammenhang:<br />
Zweiseitige z-Transformation<br />
∑ ∞<br />
n=<br />
−∞<br />
{ x ( kTA<br />
)} = x(<br />
nTA<br />
){ δ ( kTA<br />
− nTA<br />
)} ∑ ∞ X ( z)<br />
= x(<br />
nT A<br />
) z<br />
n=<br />
−∞<br />
bzw.<br />
∑ ∞<br />
n=<br />
−∞<br />
{ x ( k)}<br />
= x(<br />
n){<br />
δ ( k − n)}<br />
∑ ∞ −n<br />
X ( z)<br />
= x(<br />
n)<br />
z (2.17)<br />
= −∞<br />
n<br />
−n<br />
Einseitige z-Transformation<br />
bzw.<br />
∑ ∞<br />
n=<br />
0<br />
{ x(<br />
kTA<br />
)} = x(<br />
nTA<br />
){ δ ( kTA<br />
− nTA<br />
)} ∑ ∞ X ( z)<br />
=<br />
=<br />
n<br />
0<br />
x(<br />
nT A<br />
) z<br />
−n<br />
∑ ∞<br />
n=<br />
0<br />
{ x(<br />
k)}<br />
= x(<br />
n){<br />
δ ( k − n)}<br />
∑ ∞ −n<br />
X ( z)<br />
= x(<br />
n)<br />
z (2.18)<br />
=<br />
n<br />
0<br />
In diesem Abschnitt wird überwiegend die einseitige Transformation<br />
besprochen, da es sich bei den hier besprochenen Folgen um kausale Folgen<br />
handelt, d.h. {x(kT A )} = 0 für k < 0.<br />
Beispiel 2.5:<br />
Das zeitdiskrete Signal {x(kT A )} = {ε(kT A )} ist mit der z-Transformation in den<br />
Bildbereich zu überführen.<br />
Z{<br />
ε ( kT<br />
A<br />
)} =<br />
X ( z)<br />
=<br />
∑ ∞<br />
n=<br />
0<br />
1⋅<br />
z<br />
−n<br />
= 1+<br />
z<br />
−1<br />
+ z<br />
−2<br />
+ ...<br />
Die entstandene unendliche Reihe ist eine binomische Reihe <strong>und</strong> kann durch<br />
ihre Summenformel ausgedrückt werden.<br />
Z ε kT<br />
= X<br />
1<br />
=<br />
1−<br />
z<br />
{ (<br />
A)}<br />
( )<br />
−1<br />
z<br />
Die z-Transformation vom Zeit- in den Bildbereich wird, wie eben an dem<br />
Beispiel gezeigt, mit der Bildungsvorschrift Glg. (2.18) vorgenommen. Da
Zeitdiskrete <strong>Signale</strong> - 31 -<br />
schon für etliche, häufig auftretende <strong>Signale</strong> Korrespondenzen existieren, ist<br />
bei den weiteren Betrachtungen auch auf die vorliegenden Korrespondenzen<br />
<strong>und</strong> Rechenregeln (Unterabschnitt 2.4.3) zurückzugreifen. Gleiches gilt für die<br />
inverse z-Transformation, also die Transformation vom Bild- in den<br />
Zeitbereich. Die inverse z-Transformation geschieht über die Auswertung des<br />
Linienintegrals<br />
x(<br />
nT ) =<br />
A<br />
1<br />
2πj<br />
∫<br />
C<br />
X ( z)<br />
z<br />
n−1<br />
dz<br />
Ohne nähere Begründungen ist leicht einzusehen, daß die Auswertung dieses<br />
Integrals aufwendig ist <strong>und</strong> für die hier besprochenen Beispiele die Nutzung<br />
der Korrespondenztabellen <strong>und</strong> Anwendung der Rechenregeln der z-<br />
Transformation die bequemere <strong>und</strong> ausreichende Methode ist.<br />
2.4.3 Rechenregeln <strong>und</strong> Korrespondenzen der z-Transformation<br />
Die im vorangegangenen Abschnitt erwähnten Korrespondenzen <strong>und</strong><br />
Rechenregeln dürften aus der Mathematik [4] ebenfalls bekannt sein. Aus<br />
diesem Gr<strong>und</strong> werden die Korrespondenzen <strong>und</strong> Rechenregeln für die<br />
einseitige z-Transformation ohne Beweis aufgeführt.<br />
Tabelle 2.3: Rechenregeln der z-Transformation<br />
Nr. {x(kT A )} X(z)<br />
1 Linearität { a1 x1( kTA )} + { a2<br />
x2<br />
( kT A<br />
)}<br />
X ( z) a X ( z)<br />
a1 1<br />
+<br />
2 2<br />
−1<br />
2 Spiegelung { x( − )}<br />
X ( z )<br />
3 Verschiebungssatz { x[ ( k − m)<br />
TA ]}<br />
z −m<br />
X ( z)<br />
4 Faltung { x1 ( kTA )}* { x2<br />
( kT A<br />
)}<br />
X<br />
1( z) ⋅ X<br />
2<br />
( z)<br />
Multiplikation mit<br />
bkTA −bTA<br />
5<br />
{ a x( kTA<br />
)}<br />
X ( a z)<br />
einem Faktor<br />
−1<br />
dX<br />
6 Differentiation { kT x( )}<br />
( z)<br />
kT A<br />
A<br />
kT A<br />
z − 1<br />
dz<br />
T A
{ x( k )}<br />
{ }<br />
- 32 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
Tabelle 2.4: Korrespondenzen der z-Transformation<br />
Einheitsimpuls<br />
Einheitssprungfolge<br />
Rampenfolge<br />
Nr. {x(kT A )} X(z)<br />
1 δ ( kT )}<br />
1<br />
{<br />
A<br />
2 { ( )}<br />
3<br />
kausale 4 ( )<br />
Exponentialfolgen<br />
kausale<br />
harmonische<br />
Schwingungsfolgen<br />
1<br />
ε kT A<br />
−1<br />
1− z<br />
−1<br />
T A<br />
z<br />
{ r ( kT A<br />
)}<br />
−1<br />
( 1− z ) 2<br />
bkT<br />
1<br />
a A ε kTA<br />
bT −1<br />
1−<br />
a A z<br />
{ }<br />
A<br />
A<br />
{ kT ε A<br />
}<br />
( ) 2<br />
bkT<br />
5 a ( kT )<br />
A<br />
bkT<br />
6 kT ( k 1<br />
A<br />
) T a ε ( kT )<br />
A<br />
T<br />
a<br />
1−<br />
a<br />
A<br />
{ − A<br />
}<br />
( ) 3<br />
A<br />
bkT<br />
7 a kT ( kT )<br />
A ω ) ε<br />
A<br />
{ }<br />
A<br />
1−<br />
a<br />
2T<br />
2<br />
a<br />
1−<br />
a<br />
bT<br />
bT<br />
A<br />
z<br />
z<br />
2bT<br />
bTA<br />
−1<br />
A<br />
cos(<br />
A A<br />
bTA<br />
−1<br />
2bTA<br />
−2<br />
1−<br />
2a<br />
z cos( ωTA<br />
) + a z<br />
{ }<br />
bkT<br />
8 a kT ( kT )<br />
A ω ) ε<br />
z<br />
bT<br />
A<br />
z<br />
−1<br />
−1<br />
z<br />
−1<br />
−2<br />
cos( ωT<br />
sin( ωT<br />
bTA<br />
−1<br />
A<br />
sin(<br />
A A<br />
bTA<br />
−1<br />
2bTA<br />
−2<br />
1−<br />
2a<br />
z cos( ωTA<br />
) + a z<br />
a<br />
z<br />
)<br />
)<br />
Zuerst werden zwei einfache Beispiele besprochen, bevor wir uns einem etwas<br />
umfangreicheren zuwenden.<br />
Beispiel 2.6:<br />
Die Folge der Aufgabe 2.1c ist in den Bildbereich zu überführen.<br />
{ε ( kT A ) 2 k }<br />
Durch {ε(kT A )} wird ausgedrückt, daß die Exponentialfolge 2 k für k < 0 Null<br />
ist, also eine kausale Folge darstellt. Laut Korrespondenz 4 ergibt sich<br />
Z ε kT<br />
1<br />
1−<br />
2z<br />
k<br />
{ (<br />
A)2<br />
} =<br />
−1<br />
Beispiel 2.7.<br />
Die Folge der Aufgabe 2.1d ist in den Bildbereich zu überführen
Zeitdiskrete <strong>Signale</strong> - 33 -<br />
{δ[(k-2)T A ] 2 k }<br />
Durch den Impuls an der Stelle kT A = 2 wird aus der Exponentialfolge an<br />
dieser Stelle der Wert 4 ausgeblendet. Man kann die Folge also auch auffassen<br />
als einen um zwei Abtastschritte verschobenen Impuls, der mit 4 gewichtet ist.<br />
Mit Korrespondenz 1 <strong>und</strong> Verschiebungssatz ergibt sich<br />
Z{4δ[(k-2)T A }] = 4 ⋅ z -2<br />
Im Unterabschnitt 2.3.4 wurde die diskrete Faltung vorgestellt <strong>und</strong> anhand von<br />
Beispielen erläutert. Von der Aufgabe 2.2 liegt die Lösung vor, der<br />
Lösungsweg sollte ausschließlich im Zeitbereich über die lineare Faltung<br />
gewonnen werden. Mit den Mitteln <strong>und</strong> Methoden der z-Transformation ist<br />
diese Aufgabe ebenfalls zu lösen, wobei sich die Faltung im Bildbereich als<br />
Multiplikation der Bildfunktionen darstellt. Folgende Lösungsschritte sind<br />
dabei zu gehen:<br />
1. ggf. Aufbereitung der Folgen {x 1 (kT A )}, {x 2 (kT A )} in solche, die die<br />
Korrespondenztabellen aufweisen,<br />
2. z-Transformation Glg.(2.17) <strong>und</strong> Anwendung der entsprechenden<br />
Korrespondenzen <strong>und</strong> Rechenregeln<br />
{y(kT A )} = {x 1 (kT A )}* {x 2 (kT A )}<br />
Z {x 1 (kT A )}Z {x 2 (kT A )}=Y(z),<br />
3. inverse z-Transformation mittels Korrespondenzen <strong>und</strong> Rechenregeln<br />
Z -1 {Y(z)} = {y(kT A )}.<br />
Beispiel 2.8:<br />
Es sind zwei Folgen gegeben<br />
<strong>und</strong> es ist<br />
{x(kT A )} = { 1, 1, 1, 1 } <strong>und</strong> {δ[(k-1)T A ]}<br />
{x(kT A )} ∗ {δ[(k-1)T A } = {y(kT A )}<br />
gesucht, wobei die Lösung über den Bildbereich ausgeführt wird.<br />
1. Die Folge {x(kT A )} wird in 2 Einheitssprungfolgen zerlegt.<br />
{x(kT A )} = {ε(kT A )} - {ε[(k-4)T A ]}
- 34 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
2.<br />
Z {y(kT A )} = Z {x(kT A ) ∗ δ[(k-1)T A ]}<br />
= Z {ε(kT A ) ∗ δ[(k-1)T A ] - ε[(k-4)T A ] ∗ δ[(k-1)T A ]}<br />
Aus der Faltung im Zeitbereich wird eine Multiplikation im Bildbereich,<br />
weiterhin bleibt laut Linearitätssatz die Differenz des Zeitbereiches im<br />
Bildbereich erhalten.<br />
Z{y(kT A )} = Z{ε(kT A )} Z{δ[(k-1)T A ]} - Z{ε[(k-4)T A ]} Z{δ[(k-1)T A ]}<br />
Mit Hilfe der Korrespondenztabellen <strong>und</strong> des Verschiebungssatzes läßt sich<br />
schreiben<br />
3.<br />
Y ( z)<br />
Z<br />
−1<br />
1<br />
1−<br />
z<br />
1<br />
1−<br />
z<br />
−1<br />
−4<br />
−1<br />
= z − z z<br />
−1<br />
−1<br />
{ Y ( z)}<br />
Z<br />
−1<br />
⎧ z<br />
⎨<br />
⎩1<br />
− z<br />
−5<br />
z<br />
−<br />
1−<br />
z<br />
= −1<br />
−1<br />
− 1<br />
⎫<br />
⎬<br />
⎭<br />
Wegen des Linearitätssatzes kann jeder Term für sich betrachtet werden, der<br />
Ausdruck 1/(1-z -1 ) ist eine Einheitssprungfolge <strong>und</strong> die Multiplikation dieses<br />
Ausdruckes mit der Variable z -m drückt eine Zeitverschiebung um m<br />
Tastperioden aus, somit ist die Ausgangsfolge.<br />
{y(kT A )} = {ε[(k-1)T A ]} - {ε[(k - 5)T A ]}<br />
Um das Ergebnis zu veranschaulichen, seien die beiden Folgen dargestellt.<br />
y<br />
1<br />
{ε[(k-1)T A ]}<br />
Bild 2.15: Graphische Ermittlung der Elemente der Ausgangsfolge {y(kT A )}<br />
{y(kT A )} = { 0, 1, 1, 1, 1 }<br />
0 4T A kT A<br />
-1<br />
-{ε[(k-5)T A ]}
Zeitdiskrete <strong>Signale</strong> - 35 -<br />
Übungsaufgaben<br />
2.5 Stellen Sie die Folgen grafisch dar <strong>und</strong> bilden Sie die z-Transformierten!<br />
a) {r(kT A )}<br />
b) {kT A ε(kT A )}<br />
2.6 Wenden Sie auf Z{ε(kT A )} die Rechenregel Differentiation an <strong>und</strong><br />
transformieren Sie das Ergebnis zurück in den Zeitbereich? Welcher<br />
Zusammenhang besteht zwischen dem Ergebnis <strong>und</strong> der<br />
Einheitssprungfolge?<br />
⎧ 1<br />
2.7 Die Verknüpfung der beiden Folgen {2ε[(k-1)T A ]} * ⎨<br />
⎩TA<br />
den Bildbereich zu lösen!<br />
r(<br />
kT<br />
A<br />
⎫<br />
) ⎬ ist über<br />
⎭<br />
2.5 Beschreibung zeitdiskreter <strong>Signale</strong> im Frequenzbereich<br />
2.5.1 Einleitung<br />
Jedes Signal setzt sich aus bestimmten Frequenzen zusammen, man kann<br />
sagen, ein Signal ist durch sein Frequenzspektrum charakterisiert. Zur Analyse<br />
eines Signals bezüglich seiner Frequenzanteile bedient man sich der Fourier-<br />
Transformation. Aus der Mathematik ist die Fourier-Analyse <strong>und</strong> Fourier-<br />
Transformation für zeitkontinuierliche <strong>Signale</strong> bekannt. Für zeitdiskrete<br />
<strong>Signale</strong> wird ebenfalls die Fourier-Transformation verwendet, die natürlich auf<br />
die Besonderheit Zeitdiskretisierung angepaßt ist.<br />
Im Unterabschnitt 2.5.2 wird die Fourier-Transformation für Abtastsignale<br />
erläutert, wobei diese <strong>Signale</strong> nichtperiodisch sind <strong>und</strong> hier von Abtastsignalen<br />
von unendlicher Dauer ausgegangen wird. Die diskrete Fourier-
- 36 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
Transformation (Unterabschnitt 2.5.3) gestattet die praktisch realisierbare<br />
Behandlung von <strong>Signale</strong>n mit unendlicher Dauer, wobei hier ausschließlich<br />
periodische <strong>Signale</strong> besprochen werden. Für nichtperiodische <strong>Signale</strong> liefert<br />
die diskrete Fourier-Transformation eine Näherung des tatsächlichen<br />
Spektrums dieser <strong>Signale</strong>, wobei zusätzliche Maßnahmen notwendig sind, um<br />
eine akzeptable Näherung zu erhalten.<br />
Zwischen Fourier -Transformationen für Abtastsignale <strong>und</strong> der diskreten<br />
Fourier-Transformation besteht folgender Zusammenhang:<br />
x(t)<br />
Abtastung<br />
t = kT A<br />
Fourier-Transformation für<br />
Abtastsignale {x(kT A )}<br />
Kontinuierliches period.<br />
Frequenzspektrum<br />
periodische<br />
Fortführung<br />
Abtastung des<br />
Frequenzspektrums<br />
x(t + cT p )<br />
Abtastung<br />
t = kT A<br />
<strong>Diskrete</strong> Fourier-Transformation<br />
{x(kT A + cT p )}<br />
<strong>Diskrete</strong>s period.<br />
Frequenzspektrum<br />
Bild 2.16: Zusammenhang zwischen den Frequenzspektren periodischer <strong>und</strong><br />
nichtperiodischer abgetaster <strong>Signale</strong><br />
Im Unterabschnitt 2.5.4 wird die schnelle Fourier-Transformation vorgestellt,<br />
sie stellt keine neue Transformation dar, sondern ist eine diskrete Fourier-<br />
Transformation, bei der sich wiederholende Rechenoperationen eingespart<br />
werden, dies zieht eine enorme Reduzierung von Rechenzeit nach sich.<br />
Beim Durcharbeiten des Abschnittes 2.5 werden Ihre Kenntnisse der<br />
Signalbeschreibung erweitert in Richtung Frequenzspektrum eines Signals,<br />
wobei Ihnen der Unterschied zwischen den Transformationen gezeigt wird <strong>und</strong><br />
Sie die Vorteile der schnellen Fourier-Transformation kennenlernen. Weiterhin<br />
werden Sie Kenntnisse über den schon erwähnten Aliasing-Effekt erlangen <strong>und</strong><br />
Sie werden Ihre Fertigkeiten beim Umgang mit dem Simulationsprogramm<br />
festigen.
Zeitdiskrete <strong>Signale</strong> - 37 -<br />
2.5.2 Fourier-Transformation für Abtastsignale (FTA) <strong>und</strong> inverse Fourier-<br />
Transformation für Abtastsignale (IFTA)<br />
Die Fourier-Transformation für zeitdiskrete <strong>Signale</strong> kann auf verschiedenen<br />
Wegen gewonnen werden. Da im vorangegangenen Abschnitt die z-<br />
Transformation beschrieben wurde <strong>und</strong> man die Fourier-Transformation als<br />
Spezialfall dieser auffassen kann, wird dieser Weg kurz erläutert.<br />
Bei der einseitigen z-Transformation werden kausale Folgen betrachtet. In der<br />
Nachrichtentechnik ist oft der Verlauf des Signals über der gesamten<br />
Zeitachse von Interesse, hier liegt die Anwendung der zweiseitigen z-<br />
Transformation.<br />
∑ ∞<br />
n=<br />
−∞<br />
Z { x(<br />
kT )} = X ( z)<br />
= x(<br />
nT ) z<br />
A<br />
A<br />
−n<br />
Weiterhin ist bekannt, daß die Variable z folgende Zusammensetzung hat<br />
z<br />
σ T A T<br />
e e j ω<br />
= A<br />
.<br />
Da das Ziel das Frequenzspektrum des Signals ist, wird von der Variablen z<br />
nur der frequenzabhängige Anteil weiter genutzt. Es wird gesetzt<br />
z<br />
jωT = e A<br />
.<br />
Damit ergibt sich für die Fourier-Transformation eines Abtastsignals<br />
jnωTA FTA{ x(<br />
kTA<br />
)} = ∑ ∞ −<br />
x(<br />
nTA<br />
) e = X ( jωTA<br />
)<br />
= −∞<br />
n<br />
(2.19)<br />
Oft werden auch die Frequenz f sowie die normierte Frequenz F <strong>und</strong><br />
Kreisfrequenz Ω verwendet. Es gilt ωT A = Ω = 2πfT A = 2πF.<br />
FTA{<br />
x(<br />
kT<br />
FTA{<br />
x(<br />
kT<br />
FTA{<br />
x(<br />
kT<br />
A<br />
A<br />
A<br />
)}<br />
)}<br />
)}<br />
=<br />
=<br />
=<br />
∞<br />
∑<br />
n=−∞<br />
∞<br />
∑<br />
n=−∞<br />
∞<br />
∑<br />
n=−∞<br />
x(<br />
nT<br />
A<br />
x(<br />
nT<br />
x(<br />
nT<br />
) e<br />
A<br />
A<br />
) e<br />
) e<br />
− jn2πfT<br />
− jnΩ<br />
A<br />
− jn2πF<br />
=<br />
=<br />
=<br />
X ( jf / f<br />
A<br />
X ( jΩ)<br />
X ( jF)<br />
)
- 38 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
Dabei sind Ω <strong>und</strong> F auf die Abtastperiode bzw. Abtastfrequenz bezogene<br />
Größen <strong>und</strong> damit maßeinheitslos. In den nachfolgenden Betrachtungen<br />
werden wir häufig die kürzeste Schreibweise X (jΩ) , X (jF) benutzen. Auf die<br />
Angabe von j im Argument wird nicht wie meist in der Literatur verzichtet, um<br />
deutlich zu unterstreichen, daß die entstandene Funktion komplexe Argumente<br />
enthält, wobei der Sonderfall ausschließlicher reeller Argumente damit<br />
eingeschlossen ist.<br />
Wie aus dem Bereich der komplexen Zahlen bekannt ist, kann man komplexe<br />
Ausdrücke in exponentieller Form darstellen <strong>und</strong> daraus Betrag <strong>und</strong> Phase<br />
ablesen. Diese Form der Darstellung wählt man auch für das<br />
Frequenzspektrum eines Signals, um ablesen zu können, welche Amplitude<br />
<strong>und</strong> Phase die jeweiligen Frequenzanteile aufweisen.<br />
Frequenzspektrum<br />
X(jΩ) = |X(jΩ)| e jarg X(jΩ) (2.20)<br />
Amplitudenspektrum (Betrag von X(jΩ) )<br />
2<br />
2<br />
X ( jΩ)<br />
= Re { X ( jΩ)}<br />
+ Im { X ( jΩ)}<br />
(2.21)<br />
Phasenspektrum<br />
Im{ X ( jΩ)}<br />
arg X ( jΩ)<br />
= ϕ ( Ω)<br />
; tanϕ(<br />
Ω)<br />
=<br />
(2.22)<br />
Re{ X ( jΩ)}<br />
Aus einem vorliegenden Frequenzspektrum ist über die inverse Fourier-<br />
Transformation das Abtastsignal berechenbar. Die Transformationsvorschrift<br />
sei hier ohne Herleitung angegeben.<br />
Inverse Fouriertransformation für Abtastsignale<br />
bzw.<br />
π<br />
1<br />
jk<br />
{ x(<br />
kT = ∫ X jΩ<br />
e<br />
Ω<br />
A<br />
)} ( ) dΩ<br />
(2.23)<br />
2π<br />
−π<br />
1/ 2<br />
∫<br />
jk 2πF<br />
{ x(<br />
kT )} = X ( jF)<br />
e dF<br />
A<br />
−1/<br />
2<br />
Zur besseren Veranschaulichung der Berechnung eines Frequenzspektrums <strong>und</strong><br />
dessen Eigenschaften werden nachfolgend zwei Beispiele betrachtet.
Zeitdiskrete <strong>Signale</strong> - 39 -<br />
Vorausgeschickt wird die Darstellung des kontinuierlichen Zeitsignals mit<br />
seinem Amplitudenspektrum. Das Amplitudenspektrum gibt Hinweise für die<br />
Festlegung der Abtasperiode. Man kann gut erkennen, daß bis zur Nullstelle<br />
f = 0,5 kHz die wesentlichsten das Signal charakterisierenden Frequenzen<br />
enthalten sind. Es erscheint sinnvoll, die Abtastfrequenz mit 1kHz festzulegen.<br />
Bild 2.17: Zeitsignal <strong>und</strong> Amplitudenspektrum einer Sinusschwingung mit einer Periode<br />
Beispiel 2.9:<br />
Das abgetastete Signal<br />
⎧ 2π<br />
⎪sin(<br />
kTA<br />
)<br />
{ x(<br />
kTA<br />
)} = ⎨ Te<br />
⎪<br />
⎩ 0<br />
mit T e = 8ms ,T A = 1ms liegt vor.<br />
x<br />
1<br />
für<br />
0 ≤ kT<br />
A<br />
sonst<br />
≤ 8ms<br />
4 8 kT A /ms<br />
-1<br />
Bild 2.18: Abgetastete Sinusschwingung mit einer Periode bei Überabtastung
- 40 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
Eine Periode einer Sinusschwingung wird beschrieben, wobei die Abtastung<br />
dem Abtasttheorem genügt.<br />
Das Signal wird mit Glg. (2.19) in den Frequenzbereich transformiert.<br />
FTA{<br />
x(<br />
kTA<br />
)} = X ( jF)<br />
= ∑ x(<br />
nTA<br />
) e<br />
n=<br />
0<br />
1<br />
FTA{<br />
x(<br />
kTA<br />
)} = X ( jF)<br />
= e<br />
2<br />
1<br />
− e<br />
2<br />
7<br />
− j2πF<br />
− j2⋅5πF<br />
− jn2πF<br />
+ e<br />
− j 2⋅2πF<br />
− e<br />
+<br />
− j 2⋅6πF<br />
1<br />
e<br />
2<br />
1<br />
− e<br />
2<br />
− j2⋅3πF<br />
+<br />
− j 2⋅7πF<br />
Die Frequenzfunktion liegt nun in einer Form vor, die bezüglich der<br />
Auswertung <strong>und</strong> grafischen Darstellung ungünstig ist. Diese Summe von<br />
Exponentialformen muß zu einem Ausdruck in Exponentialform umgeformt<br />
werden. Die eine Möglichkeit ist die Anwendung der Eulerschen Formel auf<br />
alle Summanden <strong>und</strong> Zerlegung in Real- <strong>und</strong> Imaginärteil, mit diesen beiden<br />
Teilen ist dann Betrag <strong>und</strong> Phase nach Glgn. (2.21) <strong>und</strong> (2.22) zu bilden. Die<br />
andere Möglichkeit ist die, daß durch Ausklammern von e -j8πF<br />
X ( jF)<br />
= e<br />
⎡<br />
⎢<br />
⎣<br />
1<br />
e<br />
2<br />
+ e<br />
+<br />
1<br />
e<br />
2<br />
−<br />
1<br />
e<br />
2<br />
− e<br />
− j8πF<br />
j6πF<br />
j 4πF<br />
j 2πF<br />
− j 2πF<br />
− j4πF<br />
− j6πF<br />
<strong>und</strong> einer weiteren Anwendung der Eulerschen Formel<br />
e j x - e - j x = 2j sin x<br />
geschrieben werden kann.<br />
X ( jF)<br />
=<br />
[ 2 sin(6πF<br />
) + 2sin(4πF<br />
) + 2 sin(2πF<br />
)]<br />
e<br />
π<br />
j(<br />
−8πF<br />
)<br />
2<br />
−<br />
1<br />
e<br />
2<br />
Die entstandene Frequenzfunktion enthält einen sogenannten Pseudobetrag,<br />
X P<br />
( F)<br />
= 2 sin(6π F)<br />
+ 2sin(4πF<br />
) + 2 sin(2πF<br />
)<br />
der sowohl negativ als auch positiv sein kann. Wird er negativ, so ist das in der<br />
Phase durch π oder -π zu berücksichtigen. Stellt man X(jF) in der<br />
Exponentialform dar, also durch Betrag <strong>und</strong> Phase, dann lautet die<br />
Frequenzfunktion<br />
⎥ ⎦<br />
⎤
Zeitdiskrete <strong>Signale</strong> - 41 -<br />
jarg X(jF )<br />
X(jF) = | X(jF)| e<br />
mit Amplitudenspektrum<br />
X ( jF)<br />
= X<br />
P<br />
( F)<br />
= 2 sin(6π F)<br />
+ 2sin(4πF<br />
) + 2 sin(2πF<br />
)<br />
<strong>und</strong> Phasenspektrum<br />
⎧ π<br />
⎪ − 8πF<br />
arg X ( jF)<br />
= ⎨<br />
2<br />
π<br />
⎪−<br />
− 8πF<br />
⎩ 2<br />
für<br />
für<br />
X<br />
X<br />
P<br />
( F)<br />
≥ 0<br />
P<br />
( F)<br />
< 0<br />
Im Bild ist das Amplituden- <strong>und</strong> Phasenspektrum dargestellt, auf der Abszisse<br />
wurde die nicht normierte Größe f benutzt. Die Berechnung des Spektrums<br />
erfolgte mit MATLAB (siehe Anhang).<br />
5<br />
|X(jf/f )|<br />
A 4<br />
3<br />
2<br />
1<br />
4<br />
arg X(jf/f<br />
A<br />
)<br />
0<br />
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1<br />
-fA/2<br />
f/k Hz<br />
fA/2<br />
2<br />
0<br />
-2<br />
-4<br />
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1<br />
-fA/2<br />
f/k Hz<br />
fA/2<br />
Bild 2.19: Spektrum einer Sinusschwingung mit einer Periode bei Überabtastung<br />
Für Abtastsignale ergeben sich periodische Spektren, die Periode beträgt f A .<br />
Amplituden - <strong>und</strong> Phasenspektrum sind symmetrische Funktionen, wobei das<br />
Amplitudenspektrum gerade <strong>und</strong> das Phasenspektrum ungerade symmetrisch<br />
ist. Es genügt, den Verlauf von Amplituden- <strong>und</strong> Phasenspektrum im Bereich<br />
von -f A /2 ≤ f ≤ f A /2 zu kennen, um auf eine Periode <strong>und</strong> damit auf die<br />
gesamte Frequenzachse zu schließen. Die für die Rekonstruktion notwendigen
- 42 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
Informationen sind in diesem Frequenzintervall vollständig enthalten, so daß es<br />
notwendig ist, bei der Rekonstruktion durch ein entsprechendes Tiefpaßfilter<br />
mit der Grenzfrequenz f g = f A /2 diesen Bereich zu separieren.<br />
Beispiel 2.10:<br />
Die Sinusschwingung mit nur einer Periode wird mit der Tastperiode von 5ms<br />
abgetastet <strong>und</strong> das Ergebnis liegt grafisch vor.<br />
x<br />
1<br />
1/√2<br />
0 2 4 6 8<br />
kT A /ms<br />
-1<br />
Bild 2.20: Abgetastete Sinusschwingung mit einer Periode bei Unterabtastung<br />
Die Fourier - Transformierte des Abtastsignals lautet<br />
1 − j 2πf<br />
⋅1ms<br />
− j 2πf<br />
⋅6ms<br />
X ( jF)<br />
= e − e<br />
2<br />
⎡ 1<br />
⎤ ⎡ 1<br />
⎤<br />
X ( jF)<br />
= ⎢ cos(2πfms)<br />
− cos(12πfms)<br />
⎥ + j⎢−<br />
sin(2πfms)<br />
+ sin(12πfms)<br />
⎥<br />
⎣ 2<br />
⎦ ⎣ 2<br />
⎦<br />
Das Amplitudenspektrum (siehe Anhang) für dieses unterabgetastete Signal ist<br />
im nachfolgenden Bild 2.21 dargestellt. Die Eigenschaften, die aus Beispiel<br />
2.10 für das Amplitudenspektrum abgeleitet wurden, wie Symmetrie <strong>und</strong><br />
Periodizität, treten natürlich ebenso auf.<br />
Bild 2.21: Amplitudenspektrum einer abgetasteten Sinusschwingung mit einer Periode<br />
bei Unterabtastung
Zeitdiskrete <strong>Signale</strong> - 43 -<br />
Es kommt wegen der Unterabtastung zu einem Effekt, der als Überlappung<br />
bzw. Aliasing bezeichnet wird, vergleicht man dazu Bild 2.19 <strong>und</strong> Bild 2.21,<br />
ist dies gut zu erkennen. Dieser Überlappungs- bzw. Aliasingeffekt führt zu<br />
Verlusten von zum Signal gehörenden Frequenzanteilen, es ist nicht möglich,<br />
aus dem Spektrum das Originalsignal korrekt zu rekonstruieren. Für das<br />
Beispiel 2.9 ist die Rekonstruierbarkeit wegen Einhaltung des Abtasttheorems<br />
gegeben.<br />
Übungsaufgaben<br />
2.8 Ermitteln Sie für das abgetastete Signal<br />
⎧ 2π<br />
⎪sin(<br />
kTA<br />
)<br />
{ x(<br />
kTA<br />
)} = ⎨ Te<br />
⎪<br />
⎩ 0<br />
für<br />
0 ≤ kT<br />
A<br />
sonst<br />
≤ 8ms<br />
mit T e = 8 ms <strong>und</strong> T A = 2 ms<br />
a) die grafische Darstellung der Folge,<br />
b) die Fourier-Transformierte,<br />
c) das Amplituden- <strong>und</strong> Phasenspektrum!<br />
2.5.3 <strong>Diskrete</strong> Fourier-Transformation DFT <strong>und</strong> inverse diskrete Fourier-<br />
Transformation IDFT<br />
Die diskrete Fourier-Transformation dient dazu, periodische <strong>Signale</strong> bezüglich<br />
ihres Frequenzspektrum zu analysieren. Dabei wird auf das Signal ein<br />
Zeitfenster gelegt, dieses sollte eine ganze Anzahl von Perioden des Signals<br />
enthalten. Das Ergebnis der DFT ist ein diskretes Frequenzspektrum <strong>und</strong><br />
entspricht dem sich ergebenden Linienspektrum bei der Fourier - Analyse<br />
zeitkontinuierlicher periodischer <strong>Signale</strong>. Das Spektrum zeitdiskreter <strong>Signale</strong><br />
ist wegen der Abtastung periodisch, die Periode des Spektrums ergibt sich aus<br />
der Abtastfrequenz f p = f A . Die Linien im Spektrum haben einen Abstand von<br />
∆f.<br />
Zur Gewinnung der Transformationsvorschrift wird ausgegangen von Glg.<br />
(2.19) unter Berücksichtigung, daß für die Berechnung des Spektrums des<br />
vollständigen Signals die Betrachtung eines Zeitfensters ausreichend ist.
- 44 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
x<br />
1<br />
Zeitfenster<br />
0 8<br />
kT A /ms<br />
-1<br />
Bild 2.22: Periodisches zeitdiskretes Signal<br />
{x(kT A )} ∑ −<br />
=<br />
K<br />
n<br />
1<br />
0<br />
x(<br />
nT<br />
A<br />
) e<br />
− j 2πfnT<br />
A<br />
(2.24)<br />
Für das Zeitfenster wurde eine Periode T P gewählt, die Periode beginnt bei<br />
n = 0 <strong>und</strong> endet bei (K-1)T A , sie ist somit KT A lang <strong>und</strong> umfaßt K Abtastwerte.<br />
T P = KT A<br />
TP<br />
1<br />
TA<br />
= =<br />
K f<br />
(2.25)<br />
A<br />
Die Abtastfrequenz f A ergibt sich somit aus<br />
f<br />
A<br />
K<br />
= = K∆f<br />
,<br />
T<br />
P<br />
wobei ∆f die Frequenz ist, mit der die kontinuierliche Frequenz f diskretisiert<br />
wird.<br />
f = i ∆f (2.26)<br />
∆f wird als diskrete Frequenz bezeichnet.<br />
Die Periode des Spektrums wird bestimmt durch die Abtastfrequenz.<br />
f A = K ⋅ ∆f (2.27)<br />
Wenn im Zeitbereich die Anzahl der Abtastwerte K ist, dann ergeben sich im<br />
Frequenzbereich auch genau K Werte im Abstand ∆f innerhalb der Periode<br />
f A = K∆f. Mit den Gleichungen (2.24), (2.25) <strong>und</strong> (2.27) läßt sich die<br />
Bildungsvorschrift für die diskrete Fourier-Transformation DFT angeben.<br />
DFT{<br />
x(<br />
kT<br />
A<br />
)} =<br />
X ( ji∆f<br />
) =<br />
K<br />
∑ − 1<br />
n=<br />
0<br />
x(<br />
nT<br />
A<br />
) e<br />
− j2πni<br />
/ K<br />
(2.28)
Zeitdiskrete <strong>Signale</strong> - 45 -<br />
Diese Summenformel ist für jede Spektrallinie der Periode f A anzusetzen, also<br />
genau K mal. Das Ergebnis ist ein diskretes Spektrum <strong>und</strong> wird durch die Folge<br />
{X(ji∆f)} = { X(0); X(j∆f); X(j2∆f); ... ; X[j(K-1)∆f] } (2.29)<br />
angegeben. Die Elemente der Folge also die Spektrallinien sind dann in<br />
gewünschter Weise darstellbar mit Betrag <strong>und</strong> Phase im Amplituden- <strong>und</strong><br />
Phasenspektrum oder durch Real- <strong>und</strong> Imaginärteil.<br />
X(ji∆f) = | X(ji∆f)| e jarg X(ji∆f ) =Re{ X(ji∆f)}+ j Im{ X(ji∆f)}<br />
Die inverse diskrete Fourier-Transformation IDFT sei gleich ohne Herleitung<br />
angefügt. Die Bildungsvorschrift lautet<br />
IDFT{<br />
X ( ji∆f<br />
)} = x(<br />
nT<br />
A<br />
) =<br />
1<br />
K<br />
K<br />
∑ − 1<br />
i=<br />
0<br />
X ( ji∆f<br />
) e<br />
j2πni<br />
/ K<br />
. (2.30)<br />
Wie bei der Transformation vom Zeit- in den Frequenzbereich sind auch hier K<br />
Operationen durchzuführen, das Ergebnis ist das als Folge dargestellte<br />
zeitdiskrete Signal.<br />
In der Literatur wird oft die verkürzte Schreibweise für DFT <strong>und</strong> IDFT<br />
verwendet<br />
K<br />
DFT: ∑ − X ( i)<br />
=<br />
=<br />
n<br />
1<br />
0<br />
x(<br />
n)<br />
e<br />
− j 2πni<br />
/ K<br />
(2.31)<br />
IDFT :<br />
x(<br />
n)<br />
=<br />
1<br />
K<br />
K<br />
∑ − 1<br />
i=<br />
0<br />
X ( i)<br />
e<br />
j2πni<br />
/ K<br />
(2.32)<br />
Der Faktor K in Gleichung (2.30) <strong>und</strong> K in Gleichung (2.32) werden in der<br />
Literatur nicht einheitlich gehandhabt, das ist davon abhängig, über welchen<br />
Weg die DFT <strong>und</strong> IDFT hergeleitet wurde. Die verkürzte Schreibweise enthält<br />
explizit die Zeit- <strong>und</strong> Frequenzvariablen nicht mehr, da das für einen<br />
Lernenden zu Verwechslungen führen kann <strong>und</strong> die Durchschaubarkeit<br />
erschwert, wird die ausführliche Schreibweise genutzt, auch wenn sie etwas<br />
aufwendiger erscheint.<br />
Im Abschnitt 2.5.3 wurde zur Erläuterung des Spektrums eines Abtastsignals<br />
eine Sinusschwingung mit einer Periode diskutiert. Die DFT setzt voraus, daß<br />
ein periodisches Signal vorliegt <strong>und</strong> liefert als Ergebnis das Spektrum für<br />
dieses abgetastete periodische Signal. Wie im vorangegangenen Unterabschnitt
- 46 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
werden auch hier zwei <strong>Signale</strong> betrachtet, wobei das eine überabgetastet <strong>und</strong><br />
das andere unterabgetastet wird.<br />
Beispiel 2.11:<br />
x<br />
1<br />
Zeitfenster<br />
0 8<br />
kT A /ms<br />
Bild 2.23: Überabgetastete Sinusschwingung mit T A =1ms <strong>und</strong> T e = 8ms<br />
Das Zeitfenster, das hier genau einer Periode mit KT A =8 ms entspricht, liefert<br />
die Abtastwerte für die DFT.<br />
Zeitfenster : x(0) = 0 ; x(T A ) = 1/ 2 ; x(2T A ) = 1 ; x(3T A ) = 1/ 2 ; x(4) = 0 ;<br />
x(5T A ) = -1/ 2 ; x(6T A ) = -1 ; x(7T A ) = -1/ 2 ;<br />
Mit der Abtastperiode T A <strong>und</strong> der Anzahl der Abtastwerte K = 8 ist die diskrete<br />
Frequenz ∆f nach Gleichung (2.25) berechenbar<br />
∆f = 0,125 kHz.<br />
Damit ist der Abstand zwischen den Spektrallinien vorgegeben <strong>und</strong> weiterhin<br />
die Periode des Spektrums mit<br />
fp = K ∆f = 1 kHz.<br />
Dies entspricht genau der Abtastfrequenz f A . Die Berechnung des Spektrums<br />
nach Glg.(2.28) wird durchgeführt.<br />
X ( ji∆f<br />
) =<br />
7<br />
∑<br />
n=<br />
0<br />
-1<br />
x(<br />
nT A<br />
) e<br />
− j 2πni<br />
/ 8<br />
Für eine Periode ergibt sich diese Folge von Spektrallinien.<br />
{X(ji∆f)} = {0; -4j; 0; 0; 0; 0; 0; 4j}<br />
Die Teilschritte für die Berechnung sind aus Tabelle 2.5 zu entnehmen.
Zeitdiskrete <strong>Signale</strong> - 47 -<br />
Tabelle 2.5: Berechnung der Spektrallinien mittels DFT<br />
n<br />
i<br />
0 1 2 3 4 5 6 7 X(ji∆f)<br />
0 0 1/ 2 1 1/ 2 0 -1/ 2 -1 -1/ 2 0<br />
1 0<br />
2 0<br />
jπ / 4<br />
e − jπ / 2<br />
2<br />
j3π / 4<br />
e −<br />
e − 0<br />
2<br />
jπ / 4<br />
e − jπ / 2<br />
jπ / 2<br />
e − jπ / 2<br />
e − jπ / 2<br />
e −<br />
-1 - 0 -<br />
1<br />
2<br />
2<br />
2<br />
2<br />
j3π / 4<br />
e −<br />
e − -4j<br />
2<br />
jπ / 2<br />
e − 0<br />
2<br />
j3π / 4<br />
e − jπ / 4<br />
e − j3π / 4<br />
jπ / 2<br />
0 e − jπ / 4<br />
e −<br />
3 0<br />
- e − jπ / 2<br />
- e − 0<br />
2<br />
2<br />
2<br />
2<br />
4 0 -1/ 2 1 -1/ 2 0 1/ 2 -1 -1/ 2 0<br />
5 0 -<br />
jπ / 4<br />
e − jπ / 2<br />
2<br />
j3π / 4<br />
e −<br />
e − - 0 -<br />
2<br />
jπ / 4<br />
e − jπ / 2<br />
2<br />
j3π / 4<br />
e −<br />
e − -<br />
0<br />
2<br />
jπ / 2<br />
e − jπ / 2<br />
e − jπ / 2<br />
e − jπ / 2<br />
e −<br />
6 0 - -1<br />
0<br />
1 - 0<br />
2<br />
2<br />
2<br />
2<br />
j3π / 4<br />
e − jπ / 4<br />
e − j3π / 4<br />
e − jπ / 4<br />
e −<br />
jπ / 2<br />
7 0 - - e − jπ / 2<br />
- 0 - - e − - 4j<br />
2<br />
2<br />
2<br />
2<br />
Im Bild 2.24 ist diese Periode angegeben <strong>und</strong> das Spektrum wurde auf der<br />
Frequenzachse periodisch fortgesetzt. Da nur imaginäre Anteile auftreten, ist<br />
zuerst der Imaginärteil von X(ji∆f) <strong>und</strong> daraus ableitend Amplituden- <strong>und</strong><br />
Phasenspektrum dargestellt.<br />
Wie schon bei der FTA sind im Bereich von –f A /2 ≤ f ≤ f A /2 alle das Signal<br />
repräsentierenden Frequenzanteile enthalten, es handelt sich nur um eine<br />
Frequenz, die Frequenz i∆f = 125 Hz, das ist ja gerade die Eigenfrequenz bzw.<br />
Periodendauer von 8ms des Signals. Das Zeitfenster für dieses Beispiel wurde<br />
gleich der Periode des Signals gesetzt 8T A . Bei einer Vergrößerung des<br />
Zeitfensters auf c8T A hätte sich das gleiche Spektrum ergeben mit kleineren<br />
diskreten Frequenzen ∆f = 1/(8cT A ), die Spektrallinien treten natürlich an den<br />
selben Frequenzen auf. Das Frequenzraster hätte sich verkleinert, die<br />
ablesbaren Informationen bezüglich der Frequenzanteile sind natürlich<br />
identisch.
- 48 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
Im{X(ji∆f)}<br />
4<br />
Periode des Spektrums<br />
-0,5 0,5 i∆f/kHz<br />
-f A /2 f A /2<br />
-44<br />
|X(ji∆f)|<br />
4 Periode des Spektrums<br />
-0,5 0,5 i∆f/kHz<br />
-f A /2 f A /2<br />
-4<br />
argX(ji∆f)<br />
π/2<br />
Periode des Spektrums<br />
-0,5 0,5 i∆f/kHz<br />
-f A /2 f A /2<br />
-π/2<br />
Bild 2.24: Imaginärteil des Frequenzspektrums, Amplituden- <strong>und</strong> Phasenspektrum einer<br />
überabgetasteten Sinusschwingung<br />
Beispiel 2.12:<br />
Weiterhin wird das periodische Signal mit T e = 8ms betrachtet, die Abtastung<br />
wird aber auf T A = 5ms festgelegt, es liegt eine Unterabtastung vor. Im Bild<br />
2.25 ist die Abtastfolge über einen größeren Bereich dargestellt, um die<br />
Periodizität der Abtastfolge zu erkennen. Durch die Unterabtastung des Signals<br />
ergibt sich eine Abtastfolge, die eine Periode von KT A = 40ms aufweist. Da die<br />
diskrete Fourier-Transformation davon ausgeht, daß sich außerhalb des<br />
Zeitfensters die Abtastfolge periodisch fortsetzt, wird das Zeitfenster für<br />
dieses Beispiel auf 40ms festgelegt.
Zeitdiskrete <strong>Signale</strong> - 49 -<br />
x<br />
1<br />
-1<br />
0 8 16 24 32 40<br />
kT A /ms<br />
Bild 2.25 : Unterabgetastete Sinusschwingung mit T A =5ms <strong>und</strong> T e = 8ms<br />
Für die Berechnung des Spektrums bei einem Zeitfenster von 40ms betragen<br />
die diskrete Frequenz ∆f = 25Hz <strong>und</strong> die Abtastfrequenz <strong>und</strong> somit die Periode<br />
des Spektrums f A = 200 Hz. Innerhalb einer Periode treten K = 8<br />
Spektralanteile auf. Auf die Angabe der detaillierten Berechnung sei verzichtet,<br />
dargestellt ist im Bild 2.26 der Imaginärteil der Fourier-Transformierten, der<br />
Realteil ist gegenüber dem Imaginäteil sehr klein.<br />
Im{X(ji∆f)}<br />
4<br />
-0,1 0 0,1 0,2<br />
-f A /2 -4<br />
f A /2 f A<br />
i∆f/kHz<br />
Bild 2.26: Imaginärteil des Frequenzspektrums einer unterabgetasteten Sinusschwingung<br />
Das Spektrum wurde auf der Frequenzachse periodisch fortgesetzt.<br />
Amplituden- <strong>und</strong> Phasenspektrum lassen sich aus dem gegebenen Spektrum<br />
ableiten. Betrachtet man den Frequenzbereich –f A /2 ≤ f ≤ f A /2, so sind in<br />
diesem Bereich alle Frequenzanteile enthalten, die die Abtastfolge<br />
repräsentieren. Es ist die Frequenz i∆f = 75 Hz abzulesen. Diese Frequenz läßt<br />
auf ein Signal mit der Periodendauer von T e = 13,<br />
3 ms schließen.<br />
Ausgangspunkt der Betrachtungen war ein Signal mit einer Periodendauer 8ms,<br />
welches aber einer Unterabtastung unterworfen war. Durch diese<br />
Unterabtastung wurde das Abtasttheorem verletzt, damit ist die<br />
Rekonstruierbarkeit des ursprünglichen Signals nicht gegeben, es entsteht<br />
durch Rekonstruktion ein Signal mit einer anderen Periodendauer. Dies ist<br />
anhand des Beispiels 2.4 <strong>und</strong> des rekonstruierten Signals im Bild 2.13 gut<br />
erkennbar.<br />
Bei der Einführung in den Abschnitt 2.5 wurde auf den Zusammenhang<br />
zwischen der Fourier-Transformation von Abtastsignalen FTA <strong>und</strong> der
- 50 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
diskreten Fourier-Transformation DFT hingewiesen. Anhand der Beispiele für<br />
die Übertastung der Sinusschwingung ist dieser Zusammenhang gut erkennbar.<br />
Im folgenden Bild ist dies dargestellt.<br />
Zeitbereich<br />
Frequenzbereich<br />
|X(jf/f A )<br />
x<br />
Periodische<br />
Fortsetzung<br />
kT A<br />
-f A /2 f A /2<br />
f<br />
Abtastung<br />
|X(ji∆f)|<br />
x<br />
kT A<br />
-f A /2 f A /2 i∆f<br />
Bild 2.27: Zusammenhang zwischen der Fourier-Transformation für Abtastsignale FTA<br />
<strong>und</strong> der diskreten Fourier-Transformation DFT<br />
Übungsaufgaben<br />
2.9 Für das zeitdiskrete Signal mit<br />
⎧ ⎛ 2π ⎞⎫<br />
{ x(<br />
kT ⎨<br />
⎜<br />
⎟<br />
A<br />
)} = sin kTA<br />
⎬ − ∞ < k < ∞<br />
⎩ ⎝ Te<br />
⎠⎭<br />
für T e = 8ms , T A = 2ms sind zu ermitteln<br />
a) die grafische Darstellung im Bereich von - 8ms ≤ kT A ≤ 8ms,
Zeitdiskrete <strong>Signale</strong> - 51 -<br />
b) die diskrete Fourier – Transformierte{X(ji∆f)},<br />
c) die Darstellung des Imaginärteils des Frequenzspektrums, des<br />
Amplituden- <strong>und</strong> Phasenspektrums im Bereich von –f A /2 ≤ i∆f ≤ f A /2 !<br />
2.10 Das entstandene Spektrum ist zu vergleichen mit dem kontinuierlichen<br />
Spektrum der Aufgabe 2.8. Dazu ist das kontinuierliche Spektrum innerhalb<br />
von –f A /2 ≤ f ≤ f A /2 abzutasten.<br />
a) Wie groß ist ∆f ?<br />
b) Geben Sie die Werte für das abgetastete Amplituden- <strong>und</strong><br />
Phasenspektrum an! Ermitteln Sie daraus den Real- <strong>und</strong> Imaginärteil des<br />
Spektrums!<br />
2.5.4 Schnelle Fourier - Transformation (FFT)<br />
Die Abkürzung FFT wurde abgeleitet von der englischen Bezeichnung Fast<br />
Fourier Transform. Wie schon erwähnt, handelt es sich bei der FFT nicht um<br />
eine neue Transformation, sondern um die DFT bei Einsparung red<strong>und</strong>anter<br />
Operationen. Bei der Berechnung des Spektrums über die DFT müssen bei K<br />
Abtastwerten K 2 Multiplikationen ausgeführt werden. Wendet man die FFT an<br />
<strong>und</strong> ist K eine Potenz von 2, K = 2 n , dann reduziert sich die Anzahl der<br />
Multiplikationen näherungsweise auf K ld K. Eine sichtbare Reduzierung tritt<br />
natürlich bei vielen Abtastwerten auf z. B. für K = 2 10 sind mit der DFT 2 20<br />
Multiplikationen notwendig <strong>und</strong> mit der FFT nur 10 ⋅ 2 10 , das entspricht einer<br />
Einsparung von 99% Multiplikationen.<br />
An dieser Stelle sollen nicht die Algorithmen der FFT detailliert besprochen<br />
werden, dies ist z. B. in [3] nachlesbar, sondern es wird an einem einfachen<br />
Fall die Reduzierung veranschaulicht. Weiterhin wird auf die in MATLAB<br />
implementierten Algorithmen der FFT für die Behandlung der schon<br />
besprochenen Beispiele im Unterabschnitt 2.5.3 eingegangen.<br />
Das Prinzip der FFT besteht darin, die Anzahl der Abtastwerte stetig zu<br />
halbieren bis Teilmengen auftreten, die nur 2 Abtastwerte enthalten. Diese<br />
Teilmengen werden transformiert <strong>und</strong> danach neu geordnet.<br />
Zur Veranschaulichung der Zerlegung sei von 8 Abtastwerten
- 52 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
{x(kT A )}={x(0); x(T A ); x(2T A ); x(3T A ); x(4T A ) ; x(5T A ) ; x(6T A ); x(7T A )}<br />
ausgegangen. Mit der DFT entsprechend Glg. (2.28)<br />
X ( ji ∆ f ) =<br />
7<br />
∑<br />
n = 0<br />
x ( nT A<br />
) e<br />
− j 2πin<br />
/ 8<br />
wird das Spektrum berechnet. Bei 8 Abtastwerten müssen genau 64<br />
Multiplikationen ausgeführt werden, um die gesuchten 8 Spektrallinien zu<br />
erhalten. Dazu ist die e-Funktion für verschiedene Exponenten zu berechnen.<br />
Betrachtet man die Ergebnisse in nachfolgender Tabelle, stellt man fest, dass<br />
sich nicht 64 verschiedene Werte, sondern nur 8 verschiedene Werte für die e-<br />
Funktion ergeben.<br />
Tabelle 2.6 Berechnung des Ausdrucks e -j2πin/8 bei 8 Abtastwerten<br />
e -j2πin/8 x(0) x(T A ) x(2T A ) x(3T A ) x(4T A ) x(5T A ) x(6T A ) x(7T A )<br />
n<br />
i 0 1 2 3 4 5 6 7<br />
X(0) 0 1 1 1 1 1 1 1 1<br />
X(j∆f) 1 1<br />
jπ / 4<br />
e − e − jπ / 2 e − j3π / 4 -1<br />
jπ / 4<br />
- e − jπ / 2<br />
- e − -e X(j2∆f) 2 1<br />
jπ / 2<br />
e − -1<br />
jπ / 2<br />
- e − 1<br />
jπ / 2<br />
e − -1 -<br />
X(j3∆f) 3 1<br />
j3π / 4<br />
e − jπ / 2<br />
- e − e − jπ / 4 -1<br />
j3π / 4<br />
- e − e − jπ / 2 -<br />
j3π / 4<br />
e − jπ<br />
e − jπ<br />
X(j4∆f) 4 1 -1 1 -1 1 -1 1 -1<br />
X(j5∆f) 5 1<br />
jπ / 4<br />
- e − e − jπ / 2 j3π / 4<br />
-e -1<br />
jπ / 4<br />
e − -<br />
jπ / 2<br />
e −<br />
X(j6∆f) 6 1<br />
jπ / 2<br />
- e − -1<br />
jπ / 2<br />
e − 1<br />
jπ / 2<br />
- e − -1<br />
X(j7∆f) 7 1<br />
j3π / 4<br />
- e − jπ / 2<br />
-e jπ / 4<br />
-e -1<br />
j3π / 4<br />
e − jπ / 2<br />
/ 2<br />
/ 4<br />
e − j3π / 4<br />
/ 2<br />
e − jπ<br />
e − e − jπ / 4<br />
Diese Ergebnisse kann man sich auch in der Gaußschen Zahlenebene<br />
veranschaulichen. Aus dem Ausdruck e -j2πin wird die achte Wurzel gezogen,<br />
also treten genau 8 Lösungen auf. Bei den 64 Zwischenergebnissen, die man<br />
bei der DFT ermittelt, treten somit zahlreiche Wiederholungen auf. Durch<br />
Vermeidung von sich wiederholenden Rechenoperationen läßt sich die Anzahl<br />
der Rechenoperationen stark reduzieren.
Zeitdiskrete <strong>Signale</strong> - 53 -<br />
e j3π/4 =-e -jπ/4<br />
Imaginärteil<br />
e jπ/2 =-e -jπ/2<br />
e jπ/4 =-e -j3π/4<br />
-1<br />
e -j3π/4<br />
e -jπ/4 1<br />
Realteil<br />
e -jπ/2<br />
Bild 2.28: Darstellung der achten Wurzel einer komplexen Zahl in der Gaußschen<br />
Zahlenebene<br />
Es existieren zwei Methoden für die Reduzierung, die Zerlegung im<br />
Zeitbereich <strong>und</strong> die Zerlegung im Frequenzbereich. Hier wird die Zerlegung im<br />
Frequenzbereich gezeigt. Im Bild 2.29 ist diese Zerlegung unter Anwendung<br />
der Tabelle 2.5 dargestellt. Die Elemente dieses Diagramms werden im<br />
Unterabschnitt 3.3.3 beschrieben.<br />
x (0)<br />
X(0)<br />
x (T A )<br />
x (2T A )<br />
x (3T A )<br />
x (4T A )<br />
x (5T A )<br />
x (6T A )<br />
x (7T A )<br />
-1<br />
-1<br />
-1<br />
-1<br />
e -j3π/4 -1<br />
e -jπ/2 -1<br />
-1<br />
-1<br />
-1<br />
e -jπ/2 -1<br />
e -jπ/4<br />
-1<br />
e -jπ/2 -1<br />
X (j4∆f )<br />
X (j2∆f )<br />
X (j6∆f )<br />
X (j∆f )<br />
X (j5∆f )<br />
X (3∆f )<br />
X (j7∆f )<br />
Bild 2.29: Blockdiagramm zum FFT-Algorithmus bei Zerlegung im Frequenzbereich mit<br />
K=8<br />
Es werden genau 17 Multiplikationen ausgeführt. Zu beachten ist bei der<br />
Zerlegung im Frequenzbereich, daß die Spektralwerte nicht in der natürlichen<br />
Reihenfolge vorliegen.
- 54 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
Beim Auftreten von K Abtastwerten, die nicht einer Zweierpotenz entsprechen,<br />
existieren zusätzliche Algorithmen, um diese Problematik zu lösen. Eine<br />
weitere Problematik ist die h<strong>und</strong>ertprozentig exakte Lage des Zeitfensters über<br />
eine ganze Anzahl von Perioden des Signals. Bei den hier betrachteten<br />
Beispielen, deren Auswahl auf einen maßvollen Aufwand der notwendigen<br />
Berechnungen abzielte, ist das exakte Legen des Zeitfensters ohne<br />
Schwierigkeiten möglich. Geht man aber davon aus, daß <strong>Signale</strong> verarbeitet<br />
werden, die nicht nur eine Frequenz enthalten, sondern ein ganzes<br />
Frequenzband, <strong>und</strong> daß die Anzahl der Abtastwerte in anderen<br />
Größenordnungen liegen als die hier betrachteten, dann können durch die nicht<br />
exakte Lage des Zeitfensters Sprungstellen auftreten. Im Spektrum macht sich<br />
dies durch neue Frequenzen bemerkbar, die das ursprüngliche Signal nicht<br />
aufweist. Dieser eingetretene Fehler kann durch die Wichtung der Abtastwerte<br />
vermindert werden. Diese Wichtung wird durch verschiedene Fenster (siehe<br />
dazu auch Unterabschnitt 3.6.3) mit dem Ziel durchgeführt, die Sprungstellen<br />
an den Zeitfenstergrenzen zu beseitigen <strong>und</strong> somit sanfte Übergänge zu<br />
schaffen. Das durch Wichtung der Abtastwerte entstehende Spektrum kommt<br />
dem tatsächlichen sehr nahe.<br />
Mit der DFT <strong>und</strong> damit auch der FFT werden periodische <strong>Signale</strong> bezüglich<br />
ihres Spektrums analysiert. Die Vorteile, die die FFT mit sich bringt, kann man<br />
auch näherungsweise für die Frequenzanalyse nichtperiodischer <strong>Signale</strong><br />
nutzen. Legt man ein sehr langes Zeitfenster fest, dann ergibt sich mit der FFT<br />
ein Frequenzspektrum, das eine gute Näherung des tatsächlichen Spektrums<br />
darstellt.<br />
Beispiel 2.13:<br />
x<br />
1<br />
Zeitfenster<br />
0 8<br />
kT A /ms<br />
-1<br />
Bild 2.30: Überabgetastete Sinusschwingung mit T A =1ms <strong>und</strong> T e = 8ms<br />
Ausgangspunkt ist das Signal im Beispiel 2.11, das mit einem<br />
Simulationsmodell zu (siehe Anhang) zu erzeugen ist. Dieses mit Simulink<br />
erzeugte abgetastete Signal ist bezüglich seines Spektrums mit der FFT zu<br />
analysieren. Das Ausgangssignal am Sample / Hold - Block kann über den<br />
Simout-Block der MATLAB - Umgebung zur weiteren Verarbeitung<br />
bereitgestellt werden. Das Spektrum des abgetasteten Signals, das über die FFT<br />
mittels MATLAB berechnet wurde, ist in den nachfolgenden Bildern
Zeitdiskrete <strong>Signale</strong> - 55 -<br />
dargestellt. Das Zeitfenster wurde auf 8 ms festgelegt, damit liegen 8<br />
Abtastwerte vor. Die Spektren sind mit denen des Beispiels 2.11 vergleichbar.<br />
Bei der FFT mit MATLAB wird eine Periode des Spektrums von i = 0...K-1<br />
angezeigt, also der Bereich der physikalischen Frequenzen.<br />
5<br />
Im{X(ji∆f)}<br />
0<br />
-5<br />
-1 0 1 2 3 4 5 6 7 8<br />
4<br />
|X(ji∆f)|<br />
2<br />
0<br />
-1 0 1 2 3 4 5 6 7 8<br />
2<br />
argX(ji∆f)<br />
0<br />
-2<br />
-1 0 1 2 3 4 5 6 7 8<br />
i<br />
Bild 2.31: Imaginärteil des Frequenzspektrums, Amplituden- <strong>und</strong> Phasenspektrum der<br />
überabgetasteten Sinusschwingung<br />
Beispiel 2.14<br />
Die eben durchgeführte Betrachtung wird in gleicher Weise auf das Beispiel<br />
2.12 bezogen.<br />
x<br />
1<br />
0 8 16 24 32 40<br />
kT A /ms<br />
-1<br />
Bild 2.32 : Unterabgetastete Sinusschwingung mit T A =5ms <strong>und</strong> T e = 8ms
- 56 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
Hier handelt es sich um eine Unterabtastung. Das mit Simulink erstellte<br />
Simulationsmodell ( siehe Anhang ) dient zur Übergabe der Abtastwerte an den<br />
Sample/Hold - Block über den Simout - Block an MATLAB. Das in MATLAB<br />
mit der FFT berechnete Spektrum ist nachfolgend angegeben.<br />
Im{X(ji∆f)}<br />
i<br />
Bild 2.33: Imaginärteil des Frequenzspektrums der unterabgetasteten Sinusschwingung<br />
Das Zeitfenster für die Unterabtastung wurde auf 40 ms festgelegt, damit<br />
ergeben sich 8 Abtastwerte. Das Spektrum ist mit dem des Beispiels 2.12<br />
vergleichbar.<br />
Übungsaufgaben<br />
2.11 Führen Sie eine Zerlegung im Frequenzbereich zur Reduzierung der<br />
Rechenoperationen durch, wenn vom Signal 4 Abtastwerte vorliegen.<br />
2.12 Es liegt das Simulationsmodell des Beispiels 2.13 vor. Die Abtastung<br />
des Signals erfolgt mit T A = 1 ms. Ermitteln Sie das Amplitudenspektrum mit<br />
der FFT in MATLAB bei einem Zeitfenster von<br />
a) 16 ms,<br />
b) 12 ms.<br />
c) Welche Effekte stellen Sie fest ?<br />
Zur Erzeugung des Signals nutzen Sie das im Beispiel 2.13 verwendete<br />
Simulationsmodell (siehe Anhang).
Zeitdiskrete Systeme - 57 -<br />
3 Zeitdiskrete Systeme<br />
3.1 Einleitung<br />
Im Kapitel 2 wurden ausführlich zeitdiskrete <strong>Signale</strong> beschrieben <strong>und</strong> im Zeit-,<br />
Bild- <strong>und</strong> Frequenzbereich betrachtet. Um zeitdiskrete Systeme genauer zu<br />
spezifizieren wird noch einmal auf Bild 1.3 Bezug genommen. Nach dem<br />
Abtaster <strong>und</strong> vor dem Rekonstruktionssystem entstehen zeitdiskrete <strong>Signale</strong>,<br />
die zwischenliegenden Elemente, also AD-Wandler, Prozessor, DA-Wandler,<br />
werden insgesamt als zeitdiskretes System aufgefaßt.<br />
{x e (kT A )}<br />
Systemerregung<br />
Zeitdiskretes<br />
System<br />
{x a (kT A )}<br />
Systemreaktion<br />
Bild 3.1: Elementares zeitdiskretes System<br />
Dieses zeitdiskrete System ordnet jedem Element einer Eingangsfolge<br />
{ x ( kT e A<br />
)} eindeutig entsprechend eines Algorithmus bzw. Systemoperators f<br />
genau ein Element einer Ausgangsfolge { xa( kTA )} zu.<br />
x ( kT )} = f { x ( kT )}<br />
{<br />
a A<br />
e A<br />
Der Systemoperator beziehungsweise Algorithmus charakterisiert zeitdiskrete<br />
Systeme. Die Beschreibung der Systeme erfolgt wie bei den <strong>Signale</strong>n im Zeit-,<br />
Bild- <strong>und</strong> Frequenzbereich. Im nachfolgenden Kapitel werden Sie Kenntnisse<br />
über diese Beschreibungsmethoden erlangen, wobei auf die Kenntnisse aus<br />
dem Kapitel 2 aufgebaut <strong>und</strong> die Verknüpfung von <strong>Signale</strong>n <strong>und</strong> Systemen<br />
betrachtet wird.
- 58 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
3.2 Systemdefinitionen <strong>und</strong> Systemeigenschaften<br />
Um die Systeme, die nachfolgend besprochen werden, abgrenzen zu können,<br />
sind die Systemeigenschaften zu beschreiben bzw. eine Systemklassifizierung<br />
vorzunehmen.<br />
Statische <strong>und</strong> dynamische Systeme<br />
Ein statisches System besitzt keine Speicherelemente, so daß x a (kT A ) zum<br />
Zeitpunkt kT A<br />
nur von x ( kT ) zum Zeitpunkt kT A<br />
abhängt.<br />
Beispiel 3.1:<br />
x a (kT A<br />
) = ax<br />
e<br />
e<br />
( kT)<br />
A<br />
A<br />
Dynamische Systeme dagegen besitzen Speicherelemente, es wird auf<br />
zurückliegende Signalwerte zurückgegriffen.<br />
Beispiel 3.2:<br />
x ( kT )= ax( kT) + b x [( k −1 ) T ]<br />
a<br />
A<br />
e<br />
A<br />
a<br />
A<br />
Lineare <strong>und</strong> nichtlineare Systeme<br />
Für lineare Systeme gilt das Überlagerungs- bzw. Superpositionsprinzip, d.h.<br />
die von unabhängigen Eingangssignalen hervorgerufenen Systemantworten<br />
überlagern sich, es gibt folgende Relation<br />
f [ k1xe 1( kTA) + k2xe2( kTA)]<br />
= k 1<br />
f [ xe<br />
1<br />
( kTA)]<br />
+ k 2<br />
f [ xe2 ( kTA)]<br />
. (3.1)<br />
Beispiel 3.3:<br />
xa( kTA)= axe( kTA)<br />
akx [ ( kT ) + kx ( kT )] = kax ( kT ) + kax ( kT )<br />
1 e1 A 2 e2 A 1 e1 A 2 e2<br />
A<br />
Nichtlineare Systeme erfüllen diese Relation (Glg. 3.1) nicht.
Zeitdiskrete Systeme - 59 -<br />
Beispiel 3.4:<br />
xa( kTA)= axe( kTA)+<br />
b<br />
a[ k x ( kT ) + k x ( kT )] + b≠ k ax ( kT ) + b+ k ax ( kT ) + b<br />
1 e1 A 2 e2 A 1 e1 A 2 e2<br />
A<br />
Zeitinvariante <strong>und</strong> zeitvariante Systeme<br />
Bei einem zeitinvarianten System ändert sich der Systemoperator f über der<br />
Zeit nicht, d.h. ein Eingangssignal zum Zeitpunkt kT A<br />
ruft eine Systemantwort<br />
hervor, das zum Zeitpunkt ( k − n)<br />
T A<br />
wirkende Eingangssignal eine um nT A<br />
verschobene Systemantwort.<br />
x<br />
a<br />
( kTA)= f [ xe( kTA )]<br />
xa[( k − n) TA]<br />
= f [ xe[( k − n) TA]]<br />
Beispiel 3.5:<br />
xa( kTA) = axe( kTA)<br />
mit { xe( kTA )} = {ε ( kT A<br />
)}<br />
x e<br />
{ xe( kTA )}<br />
{ xa( kTA<br />
)}<br />
f<br />
x a<br />
kT<br />
A<br />
kT<br />
A<br />
Bild 3.2: Zeitinvariantes System<br />
Verschobenes Eingangssignal: x [( k − 2) T ] = ax [( k − 2 ) T ]<br />
a A e A<br />
x e<br />
x a<br />
kT<br />
A<br />
kT<br />
A<br />
Bild 3.3: Zeitinvariantes System<br />
Bei einem zeitvarianten System ändert sich der Systemoperator f über der Zeit.
- 60 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
Beispiel 3.6:<br />
xa( kTA) = kTAxe( kTA)<br />
mit { xe( kTA )} = f{ε ( kT A<br />
)}<br />
x e<br />
{ xe( kTA )}<br />
{ xa( kTA<br />
)}<br />
f<br />
x a<br />
kT<br />
A<br />
kT<br />
A<br />
Bild 3.4: Zeitvariantes System<br />
Verschobenes Eingangssignal kT x [( k −2) T ] ≠ x [( k −2<br />
) T ]<br />
x e<br />
A e A a A<br />
x a<br />
kT<br />
A<br />
kT<br />
A<br />
Bild 3.5: Zeitvariantes System<br />
Kausale <strong>und</strong> nichtkausale Systeme<br />
Bei einem kausalen System hängt das Ausgangssignal zum Zeitpunkt kT A<br />
ausschließlich vom Eingangssignal zum Zeitpunkt kT A<br />
<strong>und</strong> den<br />
zurückliegenden Zeitpunkten ab.<br />
x<br />
a<br />
[ kTA]= f [ xe( kTA ) , x k T<br />
e[( −1 )<br />
A]<br />
, ... ]<br />
Praktisch realisierbare Systeme besitzen diese Eigenschaft.<br />
Beispiel 3.7:<br />
x ( kT )= ax( kT ) − bx[( k−1<br />
) T]<br />
a<br />
A<br />
e A e A<br />
Systeme, die vor der Systemerregung durch das Eingangssignal eine<br />
Systemreaktion zeigen, heißen nichtkausal.
Zeitdiskrete Systeme - 61 -<br />
Beispiel 3.8:<br />
x ( kT )= x [( k +1 ) T ]<br />
a<br />
A<br />
e<br />
A<br />
Stabile <strong>und</strong> instabile Systeme<br />
Ein System wird als stabil bezeichnet, wenn es auf ein beschränktes<br />
Eingangssignal mit einem beschränkten Ausgangssignal reagiert. Dies wird als<br />
BIBO-stabil bezeichnet (Bo<strong>und</strong>ed-Input-Bo<strong>und</strong>ed-Output).<br />
| x ( kT )| ≤ M < ∞ ⇒ | x ( kT )| ≤ M < ∞ für ∀k (3.2)<br />
a A a<br />
Beispiel 3.9:<br />
1<br />
x ( kT ) = x<br />
( k + 1)<br />
( kT )<br />
a A e A<br />
e A e<br />
Systeme, die die Glg. (3.2) nicht erfüllen, die also auf ein beschränktes<br />
Eingangssignal nicht mit einem beschränkten Ausgangssignal reagieren, sind<br />
instabil.<br />
Beispiel 3.10:<br />
x ( kT ) = kx ( kT )<br />
a A e A<br />
Die aufgezeigte Klassifizierung von Systemen demonstriert die<br />
Vielschichtigkeit möglicher Systeme. Nachfolgend konzentrieren wir uns auf<br />
lineare, zeitinvariante <strong>und</strong> kausale Systeme, die Bezeichnung LTD-System<br />
(linear, time-invariant, discrete) wurde in diesem Zusammenhang geprägt. Es<br />
werden sowohl statische als auch dynamische Systeme besprochen, wobei das<br />
Schwergewicht auf den dynamischen liegt. Die Frage der Stabilität bzw.<br />
Instabilität eines Systems wird anhand der Systembeschreibung im<br />
Unterabschnitt 3.4.4 behandelt.<br />
Übungsaufgaben<br />
3.1 Sind die Systeme linear oder nichtlinear?<br />
xe( kTA)<br />
a) xa( kTA)<br />
= e<br />
b) x ( kT ) = cx [( k −1 ) T ]<br />
a A e A
- 62 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
3.2 Sind die Systeme zeitinvariant oder zeitvariant?<br />
a) xa( kTA) = xe( kTA) − xe[( k −1 ) TA]<br />
b) x kT ) = x ( −kT<br />
)<br />
a<br />
(<br />
A e A<br />
3.3 Stellen Sie die Systemreaktionen für folgende Systeme graphisch dar,<br />
für { xe( kTA )} ist der Einheitsimpuls {δ ( kT A<br />
)} anzusetzen. Handelt es sich um<br />
kausale Systeme?<br />
a) xa( kTA) = xe( kTA) − xe[( k −1 ) TA]<br />
b) x ( kT ) = x [( k +1 ) T ]<br />
a A e A<br />
3.4 Für nachfolgende Systeme ist die Systemreaktion grafisch darzustellen,<br />
für { xe( kTA )} ist die Einheitssprungfolge {ε ( kT A<br />
)} anzusetzen. Sind die<br />
Systeme stabil?<br />
a) xa( kTA) = kxe( kTA)<br />
1<br />
b) xa( kTA)<br />
= xe( kTA)<br />
( k + 1)<br />
3.3 Beschreibung zeitdiskreter Systeme im Zeitbereich<br />
3.3.1 Einleitung<br />
Wie bei den <strong>Signale</strong>n stellt der Zeitbereich auch bei den Systemen den<br />
Originalbereich dar. Beim Studium dieses Abschnitts werden Sie sich<br />
Kenntnisse aneignen über die Beschreibung zeitdiskreter Systeme mittels<br />
Differenzengleichungen <strong>und</strong> die Veranschaulichung dieser Gleichungen mittels<br />
Blockdiagrammen. Das Lösen von Differenzengleichungen, also die Reaktion<br />
des Systems auf eine spezielle Systemerregung, soll im Zeitbereich nur auf das<br />
Rekursionsverfahren beschränkt bleiben, wobei Ihnen häufig verwendete<br />
Systemerregungen <strong>und</strong> die dazugehörigen Systemantworten vorgestellt<br />
werden.
Zeitdiskrete Systeme - 63 -<br />
3.3.2 Systembeschreibung mit Differenzengleichung<br />
Im vorangegangenen Abschnitt 3.2 wurde darauf verwiesen, daß hier Systeme<br />
behandelt werden, die linear, kausal <strong>und</strong> zeitinvariant sind. Solche Systeme<br />
lassen sich durch eine lineare Differenzengleichung mit konstanten<br />
Koeffizienten beschreiben:<br />
bzw.<br />
a n x a [(k-n)T A ] + a n-1 x a [(k-(n-1))T A ] + ... + a 0 x a (kT A ) =<br />
b m x e [(k-m)T A ] + b m-1 x e [(k-(m-1))T A ] + ... + b 0 x e (kT A )<br />
n<br />
Σ a i x a [(k-i)T A ] =<br />
i=0<br />
m<br />
Σ b j x e [(k-j)T A ] (3.3)<br />
j=0<br />
mit a i , b j als konstante Koeffizienten.<br />
Die Ordnung der Differenzengleichung wird bestimmt durch max (n,m). Um<br />
an dieser Stelle einen Bezug zu einem technischen System herzustellen,<br />
welches durch eine solche Differenzengleichung beschrieben wird, sei ein<br />
Integrator mit geschalteten Kapazitäten angegeben.<br />
Bild 3.6: Integrator mit geschalteter Kapazität<br />
Der Kondensator C 1 wird durch die angelegte Spannung u e aufgeladen.<br />
Befindet sich der Schalter in Stellung 2, fließt die Ladung von C 1 auf C 2 . Die<br />
dort gebildete Spannung erscheint am Ausgang u a . Der Schalter befindet sich<br />
wieder in Stellung 1 <strong>und</strong> der beschriebene Vorgang wiederholt sich, wobei sich<br />
die Ladungen auf C 2 addieren. Aus diesen Ladungen wird auf die Spannung u a<br />
geschlossen. Die zu dieser Schaltung gehörende Differenzengleichung lautet:
- 64 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
u a (kT A ) = u a [(k-1)T A ] - C 1<br />
u e [(k-1)T A ]. (3.4)<br />
C2<br />
Schreibt man diese Differenzengleichung mit den allgemeingültigen Variablen<br />
x e <strong>und</strong> x a auf, entsprechend Glg.(3.3), dann beschreibt die<br />
Differenzengleichung<br />
x a (kT A ) = x a [(k-1)T A ] + b 1 x e [(k-1)T A ], b 1 < 0 (3.5)<br />
einen diskreten Integrator. Die integrierende Wirkung ist aus der Gleichung gut<br />
zu erkennen, x a (kT A ) ist abhängig von der Ausgangsgröße zum<br />
zurückliegenden Abtastzeitpunkt <strong>und</strong> additiv kommt dazu die Eingangsgröße<br />
zum zurückliegenden Zeitpunkt, wegen der Invertierung (siehe Bild 3.6) haben<br />
diese beiden Summanden entgegengesetztes Vorzeichen. Es erfolgt eine stetige<br />
Addition, also eine diskrete Integration.<br />
Mit der Differenzengleichung ist eine allgemeine Systembeschreibung im<br />
Originalbereich, also im Zeitbereich, gegeben, in der die Ausgangs- <strong>und</strong><br />
Eingangssignale zum gegenwärtigen Zeitpunkt kT A <strong>und</strong> zurückliegenden<br />
Zeitpunkten (k-n)T A , mit konstanten Koeffizienten verknüpft, aufgeführt sind.<br />
In der Differenzengleichung selber erscheint für das Eingangssignal noch kein<br />
konkretes Signal, dies ist erst dann der Fall, wenn die Differenzengleichung<br />
gelöst werden soll, d.h. die Systemreaktion auf eine bestimmte Systemerregung<br />
gesucht ist.<br />
Das Lösen der Differenzengleichung kann auf verschiedenen Wegen erfolgen:<br />
1. Im Zeitbereich über<br />
das Rekursionsverfahren mit dem Ergebnis, daß die<br />
Elemente der Ausgangsfolge vorliegen<br />
{x a (kT A )} = { x a (0) ; x a (T A ) ; x a (2T A ) ... },<br />
das Ansatzverfahren mit dem Ergebnis, daß die Bildungsvorschrift der<br />
Ausgangsfolge entsteht<br />
{x a (kT A )} : x a (kT A ) = f(kT A ).<br />
2. Im Bildbereich über<br />
Partialdivision : {x a (kT A )} = { x a (0) ; x a (T A ); ...},<br />
Korrespondenzen der<br />
z-Transformation: {x a (kT A )} : x a (kT A ) = f(kT A ).<br />
Im Zeit- wie im Bildbereich sind geschlossene Lösungen <strong>und</strong> nicht<br />
geschlossene Lösungen möglich. Die geschlossenen Lösungen haben den<br />
Vorteil, daß zum Gesamtverhalten Aussagen getroffen werden können, das ist<br />
bei den nicht geschlossenen Lösungen nicht in der Form so einfach möglich.
Zeitdiskrete Systeme - 65 -<br />
Die nicht geschlossenen Lösungen haben dagegen den Vorteil, daß sie bei<br />
einfachen Systemen mitunter recht schnell zu Ergebnissen führen. Da bei der<br />
Beschreibung von Systemen im Bildbereich die geschlossene Lösung<br />
besprochen wird, soll hier bei der Betrachtung der Differenzengleichung das<br />
Rekursionsverfahren benutzt werden.<br />
Rekursionsverfahren:<br />
1. Auflösen der Differenzengleichung nach x a (kT A ).<br />
2. Einsetzen eines konkreten Signals (z.B. Einheitsimpuls,<br />
Einheitssprungfolge) für x e (kT A ) <strong>und</strong> das zeitlich verschobene<br />
Signal x e [(k-1)T A ] , x e [(k-2)T A ] ... .<br />
3. Berechnung von x a (kT A ) beginnend beim Zeitpunkt kT A =0 <strong>und</strong> unter<br />
Berücksichtigung, daß es sich um ein kausales System handelt<br />
(x a (-T A ) = x a (-2T A ) ... =0).<br />
4. Grafische Darstellung der ersten Elemente der Folge {x a (kT A )} bis<br />
Tendenz erkennbar.<br />
Beispiel 3.11<br />
Am Beispiel des diskreten Integrators sollen diese Schritte nachvollzogen<br />
werden. Die Differenzengleichung ist mit Glg. (3.5) gegeben <strong>und</strong> gesucht ist<br />
die Systemreaktion auf eine Einheitsprungfolge, wenn b 1 = -1 ist.<br />
Rekursionsverfahren<br />
1. x a (kT A ) = x a [(k-1)T A ] – x e [(k-1)T A ]<br />
2. {x e (kT A )} = { ε (kT A )}<br />
3.<br />
Tabelle 3.1: Berechnung der Ausgangsfolge des diskreten Integrators<br />
k x e (kT A ) x e [(k-1)T A ] x a [(k)T A ] x a [(k-1)T A ]<br />
0 1 0 0 0<br />
1 1 1 -1 0<br />
2 1 1 -2 -1<br />
3 1 1 -3 -2<br />
4 1 1 -4 -3<br />
{x a (kT A )} = {0 ; -1 ; -2 ; -3 ; -4 ; ... }
- 66 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
4.<br />
{x e (kT A )} {x a (kT A )}<br />
<strong>Diskrete</strong>r<br />
Integrator<br />
Nach den ersten Elementen ist die Tendenz erkennbar, es läßt sich bei diesem<br />
Beispiel auch leicht eine geschlossene Lösung aus der grafischen Darstellung<br />
ableiten.<br />
{x a (kT A )} = {-kε (kT A )}<br />
Mit der geschlossenen Lösung ist ein Element zu einem beliebigen Zeitpunkt<br />
nT A berechenbar, ohne wie beim Rekursionsverfahren erst alle<br />
vorangegangenen Elemente berechnen zu müssen.<br />
Übungsaufgaben<br />
3.5 Lösen Sie die Differenzengleichung<br />
x a (kT A ) + x a [(k-1)T A ] + x a [(k-2)T A ] = x e (kT A )<br />
für das Eingangssignal {x e (kT A )} = {ε (kT A )} <strong>und</strong> stellen Sie {x a (kT A )} grafisch<br />
dar.
Zeitdiskrete Systeme - 67 -<br />
3.3.3 Darstellung von Differenzengleichungen in Blockdiagrammen<br />
Es gibt zwei Möglichkeiten die im vorangegangenen Abschnitt beschriebenen<br />
linearen Differenzengleichungen mit konstanten Koeffizienten zu<br />
veranschaulichen, das ist die Darstellung in Blockdiagrammen <strong>und</strong> die<br />
Darstellung durch Signalflußgraphen. Hier soll die erste Methode besprochen<br />
werden, die zweite Methode stellt genau so die Differenzengleichung wie das<br />
Blockdiagramm dar, es findet aber eine andere Notation Anwendung.<br />
Ein Blockdiagramm enthält folgende Elemente:<br />
Addierer oder Summierer<br />
Verzweigungsstelle<br />
Koeffizientenmultiplizierer<br />
Speicherung um einen Takt<br />
(2 Varianten)<br />
Bild 3.7: Elemente von Blockdiagrammen<br />
Zum Aufstellen des Blockdiagramms sollte man die Differenzengleichung<br />
nach der Ausgangsgröße x a (kT A ) auflösen, mit dieser Größe ist das<br />
Blockdiagramm zu beginnen, es wird “das Pferd von hinten aufgezäumt”.<br />
Diese Ausgangsgröße wird über so viele Speicherelemente zurückgeführt, wie
- 68 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
durch die Differenzengleichung vorgegeben sind, mit Koeffizienten<br />
multipliziert <strong>und</strong> additiv mit den gewichteten Eingangssignalen, die auch<br />
Speicherungen unterworfen sein können, verknüpft.<br />
Beispiel 3.12:<br />
Wendet man die Blockdiagrammdarstellung auf die Differenzengleichung des<br />
diskreten Integrators an, dann entsteht folgendes Diagramm<br />
x a (kT A ) = x a [(k-1)T A ] + b 1 x e [(k-1)T A ]<br />
x e (kT A ) b 1 x e [(k-1)T A ] x a (kT A )<br />
T<br />
b 1<br />
x a [(k-1)T A ]<br />
T<br />
Bild 3.8: Blockdiagramm für Glg. (3.5)<br />
Übungsaufgaben<br />
3.6 Stellen Sie die Differenzengleichungen im Blockdiagramm dar!<br />
a) x a (kT A ) + x a [(k-1)T A ] - x a [(k-2)T A ] = x e (kT A )<br />
b) x a (kT A ) = x e (kT A ) – x e [(k-1)T A ] +2 x e [(k-2)T A ]<br />
3.3.4 Rekursive <strong>und</strong> nichtrekursive Systeme<br />
Es treten gr<strong>und</strong>sätzlich zwei Systemstrukturen auf, das sind die rekursiven <strong>und</strong><br />
die nichtrekursiven Systeme.<br />
Ein rekursives System ist dadurch gekennzeichnet, daß das Ausgangssignal<br />
x a (kT A ) von den Werten des Eingangssignals x e (kT A ), x e [(k-1)T A ], ... <strong>und</strong> von<br />
zurückliegenden Ausgangssignalen x a [(k-1)T A ], x a [(k-2)T A ], ... abhängt. Dies<br />
ist an der Systemstruktur anhand der Rückführungen erkennbar.
Zeitdiskrete Systeme - 69 -<br />
Beispiel 3.13<br />
x a (kT A ) + a 1 x a [(k-1)T A ] = b 0 x e (kT A ) + b 1 x e [(k-1)T A ]<br />
Bild 3.9: Rekursives System<br />
Die betrachtete Differenzengleichung ist mit relativ wenigen Elementen in ein<br />
Blockdiagramm umzusetzen. Bei Differenzengleichungen höherer Ordnung<br />
spielt die Minimierung von Elementen eine wesentliche Rolle, auf diese<br />
Minimierungsprobleme soll nicht weiter eingegangen werden.<br />
Ein nichtrekursives System weist keinerlei Rückführungen auf, d.h. das<br />
Ausgangssignal x a (kT A ) ist nur von den Werten des Eingangssignals x e (kT A ),<br />
x e [(k-1)T A ], x e [(k-2)T A ], ... abhängig.<br />
Beispiel 3.14<br />
x a (kT A ) = b 0 x e (kT A ) + b 1 x e [(k-1)T A ] + b 2 x e [(k-2)T A ]<br />
Bild 3.10: Nichtrekursives System
- 70 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
3.3.5 Impuls- <strong>und</strong> Sprungantwort<br />
Die Systemreaktionen auf ganz bestimmte Systemerregungen sind von<br />
besonderem Interesse <strong>und</strong> werden häufig verwendet. Das sind die<br />
Systemreaktionen auf den Einheitsimpuls <strong>und</strong> die Einheitssprungfolge.<br />
Folgende Bezeichnungen werden in diesem Zusammenhang geprägt:<br />
Impulsantwort { gkT ( A<br />
)}:<br />
Systemerregung<br />
{ δ ( kTA)}<br />
Systemreaktion<br />
Zeitdiskretes<br />
System Zeitdiskretes<br />
System { g ( kTA)}<br />
Die Impulsantwort { gkT ( A<br />
)} ist die Systemreaktion auf den Einheitsimpuls<br />
{ δ( kT A<br />
)}.<br />
f δ ( kT )} = { gkT ( A<br />
)} . (3.6)<br />
{<br />
A<br />
Sprungantwort {( hkT A<br />
)}:<br />
Systemerregung<br />
{ ε ( kTA<br />
)}<br />
Zeitdiskretes<br />
System<br />
Systemreaktion<br />
{ h ( kTA<br />
)}<br />
Die Sprungantwort { hkT ( A<br />
)} ist die Systemreaktion auf die<br />
Einheitssprungfolge { ε( kT A<br />
)}.<br />
f ε ( kT )} = { hkT ( A<br />
)}<br />
(3.7)<br />
{<br />
A<br />
Beispiel 3.15<br />
Wir berechnen die Impulsantwort des diskreten Integrators über das<br />
Rekursionsverfahren. Ausgangspunkt ist seine Differenzengleichung ( b 1 =-1).<br />
x a (kT A ) = x a [(k-1)T A ] - x e [(k-1)T A ]
Zeitdiskrete Systeme - 71 -<br />
Tabelle 3.2: Berechnung der Impulsantwort des diskreten Integrators<br />
k x e (kT A ) x e [(k-1)T A ] x a (kT A ) x a [(k-1)T A ]<br />
0 1 0 0 0<br />
1 0 1 -1 0<br />
2 0 0 -1 -1<br />
3 0 0 -1 -1<br />
Impulsantwort lautet {g(kT A )} = {0 ; -1 ; -1 ; -1 ; -1 ; ... }.<br />
δ<br />
1<br />
{δ(kT A )}<br />
<strong>Diskrete</strong>r<br />
Integrator<br />
{g(kT A )}<br />
g<br />
0<br />
kT A<br />
0<br />
-1<br />
kT A<br />
Bild 3.11 : Impulsantwort des diskreten Integrators<br />
Die Sprungantwort des diskreten Integrators wurde im Unterabschnitt 3.3.2.<br />
berechnet.<br />
Bei Kenntnis der Impulsantwort eines Systems ist es möglich, die Reaktion<br />
dieses Systems auf jedes beliebige Eingangssignal zu ermitteln. Von folgenden<br />
geltenden Beziehungen ist auszugehen. Der Zusammenhang zwischen Ein- <strong>und</strong><br />
Ausgangssignal ist allgemein<br />
{ xa( kTA )} = f { x ( kT e A)}<br />
. (3.8)<br />
<strong>und</strong> speziell bei Systemerregung durch Einheitsimpuls gilt Glg. (3.6).<br />
Weiterhin wurde die Beschreibung eines Abtastsignals im Unterabschnitt 2.3.5<br />
als Summe von Einheitsimpulsen, die durch die Werte der Abtastfolge<br />
gewichtet sind, aufgefaßt.<br />
{<br />
A<br />
x ( kT )} =<br />
∞<br />
Σ x (nT A ) {δ [(k-n)T A ]} (3.9)<br />
n=−∞
- 72 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
Wendet man auf Glg. (3.8) die Signaldarstellung laut Glg. (3.9) an, so ergibt<br />
sich<br />
{ xa( kTA )} = f<br />
∞<br />
Σ x e (nT A ) {δ [(k-n)T A ]}. (3.10)<br />
n=−∞<br />
Mit Glg. (3.6) kann geschrieben werden<br />
{ x ( kT )}<br />
a A<br />
=<br />
=<br />
∞<br />
Σ x e (nT A ) f {δ [(k-n)T A ]}<br />
n=−∞<br />
∞<br />
Σ x e (nT A ) {g [(k-n)T A ]} (3.11)<br />
n=−∞<br />
Die entstandene Gleichung ist in ähnlicher Form schon besprochen worden, es<br />
handelt sich um die diskrete Faltung, die aus dem Abschnitt 2.3.4 bekannt ist.<br />
Angewendet auf die Signal-System-Verknüpfung ist festzuhalten, daß die<br />
Systemreaktion auf ein beliebiges Eingangssignal sich durch diskrete Faltung<br />
der Impulsantwort mit diesem Eingangssignal ermitteln läßt.<br />
{x a (kT A )} = {x e (kT A )} * {g(kT A )} = {g(kT A )} * { x e (kT A )} (3.12)<br />
=<br />
∞<br />
Σ {x e (nT A )} {g[(k-n)T A ]} =<br />
n=−∞<br />
∞<br />
Σ {g(nT A )} {x e [(k-n)T A ]}<br />
n=−∞<br />
Beispiel 3.16<br />
Lösen wir noch die Frage nach der Systemreaktion des diskreten Integrators<br />
über die Faltung bei dem Eingangssignal {x e (kT A )} = {0 ; 1 ; 2 ; 3 ; ... }. Die<br />
a priori - Überlegung führt bei diesem Eingangssignal auf ein vermutetes<br />
Ausgangssignal, das aus der Mathematik bei kontinuierlicher<br />
Betrachtungsweise bekannt ist. Das Eingangssignal ist eine steigende Gerade,<br />
durch Integration einer Geraden entsteht eine Parabel, dieser Effekt muß hier<br />
also auch auftreten.<br />
Mit den beiden Folgen von unendlicher Dauer<br />
{g(kT A )} = {0 ; -1 ; -1 ; -1 ; ... }<br />
{x e (kT A )} = {0 ; 1 ; 2 ; 3 ; ... }<br />
wird die Faltung hier tabellarisch vorgeführt, die grafische Abwicklung ist im<br />
Unterabschnitt 2.3.4 erläutert.<br />
∞<br />
{x a (kT A )} = {x e (kT A )} * {g(kT A )} = Σ {x e (nT A )} {g [(k-n)T A ]}<br />
n=−∞
Zeitdiskrete Systeme - 73 -<br />
Da es sich um ein kausales System handelt, wird das Ausgangssignal bei<br />
kT A =0 beginnen.<br />
n = 0 n = 1 n = 2 ...<br />
k = 0: x a (0) = x e (0) g(0) + x e (1) g(-1T A ) + x e (2T A ) g(-2T A ) + ...<br />
x a (0) = 0<br />
k = 1: x a (T A ) = x e (0)g(T A ) + x e (T A ) g(0) + x e (T A ) g(-T A ) + ...<br />
x a (T A ) = 0<br />
k = 2: x a (2T A ) = x e (0)g(2T A ) + x e (T A ) g(T A ) + x e (2T A ) g(0) + ...<br />
x a (2T A ) = 0 - 1 + 0 + ...<br />
x a (2T A ) = -1<br />
k=3: x a (3T A ) = x e (0)g(3T A ) + x e (T A ) g(2T A ) + x e (2T A ) g(T A ) + ...<br />
x a (3T A ) = 0 - 1 - 2 + ...<br />
x a (3T A ) = -3<br />
k=4: x a (4T A ) = x e (0)g(4T A ) + x e (T A )g(3T A ) + x e (2T A )g(2T A ) + ...<br />
x a (4T A ) = 0 - 1 - 2 + ...<br />
x a (4T A ) = -6<br />
...<br />
{δ(kT A )}<br />
<strong>Diskrete</strong>r<br />
Integrator<br />
{g(kT A )}<br />
Bild 3.12 : Systemantwort des diskreten Integrators auf eine Rampe
- 74 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
3.3.6 FIR- <strong>und</strong> IIR-Systeme<br />
Betrachtet man zunächst die Differenzengleichung<br />
n<br />
Σ a i x a [(k-i)T A ] =<br />
i=0<br />
m<br />
Σ b j x e [(k-j)T A ]<br />
j=0<br />
<strong>und</strong> geht davon aus, daß keine Rückführungen des Ausgangssignals existieren<br />
<strong>und</strong> a 0 = 1 ist, dann liegt das nichtrekursive System<br />
x a (kT A ) =<br />
m<br />
Σ b j x e [(k-j)T A ]<br />
j=0<br />
vor. Setzt man als Systemerregung den Einheitsimpuls an, so ergibt sich eine<br />
Impulsantwort<br />
{g (kT A )} =<br />
m<br />
Σ b j δ [(k-j)T A ]<br />
j=0<br />
die endlich ist, da m bei praktischen Realisierungen nur einen endlichen Wert<br />
annehmen kann. Die Impulsantwort entspricht genau den Koeffizienten b j .<br />
FIR – Systeme<br />
Systeme, die eine Impulsantwort mit endlicher Dauer aufweisen, heißen FIR-<br />
Systeme (Finite Impuls Response). FIR-Systeme sind durch nichtrekursive<br />
Systeme realisierbar.<br />
Beispiel 3.17<br />
x a (kT A ) = x e (kT A ) - x e [(k-1)T A ] + 2x e [(k-2)T A ]<br />
Tabelle 3.3 : Berechnung der endlichen Impulsantwort<br />
k x e (kT A ) x e [(k-1)T A ] x e [(k-2)T A ] x a (kT A )<br />
0 1 0 0 1<br />
1 0 1 0 -1<br />
2 0 0 1 2<br />
3 0 0 0 0<br />
{x a (kT A )} = {g(kT A )} = { 1; -1 ; 2 }
Zeitdiskrete Systeme - 75 -<br />
{ δ ( kTA<br />
)}<br />
Zeitdiskretes<br />
System<br />
{g(kT A )}<br />
Bild 3.13: Impulsantwort eines FIR-Systems<br />
IIR – Systeme<br />
Systeme, die eine Impulsantwort mit unendlicher Dauer aufweisen, heißen IIR-<br />
Systeme (Infinite Impulse Response). Die Realisierung von IIR-Systemen ist<br />
über rekursive Systeme möglich, es existieren Rückführungen der<br />
Ausgangsgröße. Rein theoretisch wäre dies auch über ein nichtrekursives<br />
System mit unendlich vielen Speicherelementen denkbar.<br />
Beispiel 3.18<br />
x a (kT A ) = x e (kT A ) – x a [(k-1)T A ]<br />
Tabelle 3.4: Berechnung der Impulsantwort mit unendlicher Dauer<br />
k x e (kT A ) x a (kT A ) x a [(k-1)T A ]<br />
0 1 1 0<br />
1 0 -1 1<br />
2 0 1 -1<br />
3 0 -1 1<br />
... ... ... ...<br />
{x a (kT A )} = {g(kT A )} = { 1; -1 ; 1 ; -1 ; ... }
- 76 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
{ δ ( kTA<br />
)}<br />
Zeitdiskretes<br />
System<br />
{g(kT A )}<br />
Bild 3.14: Impulsantwort eines IIR-Systems<br />
Übungsaufgaben<br />
3.7 Gegeben ist die nachfolgende Struktur eines zeitdiskreten Systems.<br />
Gesucht sind<br />
a) die Differenzengleichung,<br />
b) die Impulsantwort über das Rekursionsverfahren,<br />
c) die Antwort des Systems auf die Eingangsfolge {x e (kT A )}= {0; 1; 2; 3;...}<br />
über das Rekursionsverfahren.<br />
3.8 Für das Signalflußbild des zeitdiskreten Systems sind zu bestimmen<br />
a) die Differenzengleichung,<br />
b) die Impulsantwort über Rekursionsverfahren.
Zeitdiskrete Systeme - 77 -<br />
3.9 Von einem System ist bekannt die Impulsantwort {g(kT A )} = {1; 2}.<br />
a) Durch welches Blockdiagramm <strong>und</strong> welche Differenzengleichung ist das<br />
System beschreibbar?<br />
b) Ermitteln Sie die Systemreaktion auf das Eingangssignal {x e (kT A )}= {1;2}<br />
über das Rekursionsverfahren <strong>und</strong> die Faltung!<br />
3.4 Beschreibung zeitdiskreter Systeme im Bildbereich<br />
3.4.1 Einleitung<br />
Nach der Behandlung der Systembeschreibung im Zeitbereich, dem<br />
Originalbereich, mittels Differenzengleichung soll nun die Beschreibung im<br />
Bildbereich angeführt werden. Im Abschnitt 2.4 wurde die z - Transformation<br />
<strong>und</strong> inverse z - Transformation für die Beschreibung von <strong>Signale</strong>n im<br />
Bildbereich verwendet <strong>und</strong> auf den Zusammenhang mit Systemen<br />
hingewiesen. Der Vorteil der Beschreibung im Bildbereich kommt<br />
insbesondere bei der Signal-System-Verknüpfung zum Tragen. Sie werden<br />
Kenntnisse über das Lösen von Differenzengleichungen über den Bildbereich<br />
erlangen. Weiterhin werden Ihnen Kenntnisse darüber vermittelt, wie die<br />
Beschreibung im Bildbereich Aufschluß über das Stabilitätsverhalten von<br />
Systemen gibt.
- 78 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
3.4.2 Übertragungsfunktion<br />
Wie im Zeitbereich, so gibt es auch im Bildbereich eine allgemeine<br />
Systembeschreibung, die aus der z - Transformation der Differenzengleichung<br />
gewonnen werden kann.<br />
Z{a n × a [(k-n)T A ] + ... + a 1 × a [(k-1)T A ] + a 0 × a (kT A )} =<br />
Z{b m × e [(k-m)T A ] + ... + b 1 × e [(k-1)T A ] + b 0 × e (kT A )}<br />
Die Transformation vom Zeit- in den Bildbereich erfolgt über die<br />
Rechenregeln Linearität <strong>und</strong> Verschiebungssatz (Tabelle 2.3). Im Bildbereich<br />
entsteht folgende Gleichung<br />
a n X a (z)z -n + ... + a 1 X a (z)z -1 + a 0 X a (z) =<br />
b m X e (z)z -m + ... + b 1 X e (z)z -1 + b 0 X e (z) .<br />
Zu beachten ist, daß die Variablen groß geschrieben werden. Diese Gleichung<br />
wird derart umgeformt, daß auf der linken Seite X a (z) ausgeklammert wird<br />
<strong>und</strong> auf der rechten Seite X e (z). Es wird der Quotient X a (z)/X e (z) gebildet <strong>und</strong><br />
dieser Quotient wird als Übertragungsfunktion bezeichnet.<br />
G(<br />
z)<br />
X<br />
( z)<br />
b<br />
z<br />
+ ... + b z<br />
−m<br />
−1<br />
a<br />
m<br />
1<br />
= =<br />
−n<br />
−1<br />
X<br />
e<br />
( z)<br />
an<br />
z + ... + a1z<br />
+ b<br />
+ a<br />
0<br />
0<br />
(3.13)<br />
Wegen der Kausalität gilt m ≥ n. Die Übertragungsfunktion ist in<br />
Polynomdarstellung angegeben, da der Zähler <strong>und</strong> Nenner durch Polynome<br />
ausgedrückt sind. Eine weitere übliche Darstellungsform der<br />
Übertragungsfunktion gewinnt man durch die Linearfaktorzerlegung, dabei<br />
wird obige Übertragungsfunktion mit z m erweitert, um nur positive Exponenten<br />
für die Variable z zu erhalten, <strong>und</strong> die Pol- <strong>und</strong> Nullstellen werden ermittelt.<br />
Die PN-Darstellung der Übertragungsfunktion hat folgende Form:<br />
X<br />
a<br />
( z)<br />
( z − z<br />
N1)(<br />
z − z<br />
N 2<br />
)...<br />
G(<br />
z)<br />
= = C<br />
. (3.14)<br />
X ( z)<br />
( z − z )( z − z )...<br />
e<br />
P1<br />
P2<br />
Die PN-Darstellung wird genutzt, um im PN-Plan die Pol- <strong>und</strong> Nullstellen des<br />
Systems abzutragen <strong>und</strong> Aussagen z.B. über die Stabilität des Systems treffen<br />
zu können. In die z - Ebene werden die Pol- <strong>und</strong> Nullstellen, wie im Bild<br />
dargestellt, eingetragen.
Zeitdiskrete Systeme - 79 -<br />
Im{z}<br />
doppelte einfache<br />
Polstellen<br />
konjugiert<br />
komplexe einfache<br />
Nullstellen<br />
Re{z}<br />
X<br />
G(<br />
z)<br />
=<br />
X<br />
a<br />
e<br />
( z)<br />
( z)<br />
Z<br />
=<br />
Z<br />
{ g(<br />
kTA<br />
)}<br />
{ δ ( kT )}<br />
A<br />
Bild 3.15: PN-Plan<br />
Eine zweite Möglichkeit, um die Übertragungsfunktion zu ermitteln, geht von<br />
der Kenntnis der Impulsantwort aus. Auf die Systemerregung mit dem<br />
Einheitsimpuls reagiert das System mit der Impulsantwort.<br />
Laut Korrespondenztabelle der z - Transformation (siehe Tabelle 2.4) gilt<br />
Z{δ(kT A )} = 1.<br />
Daraus folgt<br />
G(z) = Z{g(kT A )}.<br />
Weiterhin gilt die einseitige z-Transformation (Glg. (2.18)), damit kann die<br />
Übertragungsfunktion aus der z-Transformierten der Impulsantwort gewonnen<br />
werden.<br />
G(z) = Z{g(kT A )} = ∑ ∞<br />
n=0<br />
g(nT A )z –n (3.15)<br />
Beispiel 3.19<br />
Für den diskreten Integrator sind<br />
a) die Übertragungsfunktion über die Differenzengleichung <strong>und</strong><br />
b) über die Impulsantwort zu ermitteln<br />
c) sowie der PN-Plan aufzustellen.<br />
a) Mit der z-Transformation der Differenzengleichung über den Linearitäts<strong>und</strong><br />
Verschiebungssatz kann geschrieben werden:
- 80 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
{ x ( kT ) − x [(<br />
k −1)<br />
T ] } = Z − x [(<br />
k −1<br />
T ] }<br />
a<br />
A<br />
a<br />
A<br />
{<br />
e<br />
A<br />
Z )<br />
X<br />
a<br />
( z)<br />
−<br />
z<br />
−1<br />
X<br />
a<br />
( z)<br />
= − X<br />
e<br />
( z)<br />
z<br />
−1<br />
X<br />
a<br />
( z)(1<br />
− z<br />
−1<br />
)<br />
= − X<br />
e<br />
( z)<br />
z<br />
−1<br />
G(<br />
z)<br />
=<br />
X<br />
X<br />
a<br />
e<br />
( z)<br />
( z)<br />
z<br />
= −<br />
1−<br />
z<br />
−1<br />
−1<br />
b) Setzt man als Systeminformation die Impulsantwort des diskreten<br />
Integrators an {g(kT A )} = {0; -1; -1; -1 ... }, dann entsteht eine unendliche<br />
Reihe<br />
G (z) = Z {g(kT A )} = -z -1 - z -2 - z -3 - z -4 ... .<br />
Da diese unendliche Reihe für die weitere Betrachtung unhandlich ist, wird die<br />
Summenformel herangezogen. Dazu ist eine Erweiterung notwendig<br />
G(z) = 1 - [ 1 + z -1 + z -2 + z -3 + ...] .<br />
Der Ausdruck in der eckigen Klammer ist eine binomische Reihe <strong>und</strong> kann<br />
durch eine Summenformel ausgedrückt werden<br />
G<br />
1<br />
1−<br />
z<br />
− z<br />
1−<br />
z<br />
−1<br />
( z)<br />
= 1−<br />
=<br />
−1<br />
− 1<br />
c) Für den PN - Plan wird die Übertragungsfunktion mit z erweitert.<br />
G ( z)<br />
=<br />
−<br />
1<br />
z −1<br />
Aus dieser Darstellung ist abzulesen, es gibt keine Nullstelle <strong>und</strong> eine Polstelle<br />
existiert bei z p1 = 1.<br />
Im{z}<br />
1<br />
-1 1 Re{z}<br />
-1<br />
Bild 3.16: PN-Plan des diskreten Integrators
Zeitdiskrete Systeme - 81 -<br />
3.4.3 Zusammenhang zwischen Übertragungsfunktion <strong>und</strong><br />
Systemreaktionen<br />
Die Beschreibung im Bildbereich liefert einmal Aussagen zu<br />
Systemeigenschaften <strong>und</strong> man kann andererseits über die Beschreibung im<br />
Bildbereich die Systemreaktionen als geschlossene Lösung finden. Löst man<br />
die Übertragungsfunktion Glg. (3.13) nach der z-transformierten<br />
Ausgangsgröße auf, dann entsteht, wie zu sehen ist,<br />
X e (z) · G(z) = X a (z)<br />
Ursache · Systembeschreibung = Wirkung<br />
ein einfacher Zusammenhang zwischen Systemerregung (Ursache),<br />
Systemeigenschaft <strong>und</strong> Systemreaktion (Wirkung), der in dieser Form im<br />
Zeitbereich nicht möglich ist. Um eine Systemreaktion auf eine bestimmte<br />
Systemerregung zu finden, wird das Eingangszeitsignal in den Bildbereich<br />
transformiert, ebenso die Differenzengleichung, aus der die<br />
Übertragungsfunktion gebildet wird. Beide z-Transformierten werden<br />
multiplikativ verknüpft <strong>und</strong> in den Zeitbereich rücktransformiert, somit<br />
entsteht das Ausgangszeitsignal, die Systemreaktion.<br />
Zeitbereich<br />
Systemerregung<br />
{ x ( kT e A<br />
)}<br />
System<br />
Differenzenglg.<br />
Systemreaktion<br />
{x a (kT A )}<br />
Korrespondenztabellen Rechenregeln<br />
Rechenregeln<br />
z-Transformation<br />
Inverse<br />
z-Transformation<br />
Korrespondenztabellen<br />
Rechenregeln<br />
Bildbereich<br />
X e (z) . G(z) = X a (z)<br />
Bild 3.17: Zusammenhang zwischen Zeit- <strong>und</strong> Bildbereich
- 82 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
Beispiel 3.20<br />
Für den diskreten Integrator soll die Systemreaktion auf die<br />
Einheitssprungfolge ermittelt werden. Die Übertragungsfunktion ist schon<br />
bekannt, somit ist<br />
X a (z) = X e (z) · G(z)<br />
X<br />
X<br />
a<br />
a<br />
( z)<br />
= Z<br />
1<br />
( z)<br />
=<br />
1−<br />
z<br />
{ ε ( kT )}<br />
−1<br />
A<br />
− z<br />
⋅<br />
1−<br />
z<br />
− z<br />
⋅<br />
1−<br />
z<br />
−1<br />
−1<br />
−1<br />
−1<br />
− z<br />
=<br />
(1 − z<br />
−1<br />
−1<br />
−1<br />
{ x ( kT )} = Z { X ( z)<br />
} = − { kε<br />
( kT )}<br />
a<br />
A<br />
a<br />
)<br />
2<br />
Die Lösung war schon aus Unterabschnitt 3.3.2 bekannt. Das hier behandelte<br />
Beispiel war sehr leicht mit der Korrespondenztabelle zu behandeln. Oft sind<br />
umfangreichere Ausdrücke zurückzutransformieren, dann ist erst durch<br />
Partialbruchzerlegung eine handlichere Form zu finden, danach<br />
zurückzutransformieren <strong>und</strong> damit die Bildungsvorschrift für die<br />
Ausgangsfolge zu ermitteln. Eine weitere Möglichkeit bietet, wie schon<br />
erwähnt, die Partialdivision zum Finden des Ausgangssignals. Die Bildfunktion<br />
X e (z)G(z) wird partiell dividiert, es liegt dann eine unendliche Reihe in z -n vor.<br />
Aus dieser Reihe sind die Elemente der Ausgangszeitfolge ablesbar. Es<br />
entsteht bei diesem Weg nicht die Bildungsvorschrift der Folge.<br />
A<br />
Übungsaufgaben<br />
3.10 Berechnen Sie die Systemreaktion des diskreten Integrators auf das<br />
Eingangssignal<br />
1<br />
{ x<br />
e<br />
( kTA<br />
)} = { r(<br />
kTA<br />
)}.<br />
T<br />
A<br />
3.4.4 Stabilität<br />
Im Abschnitt 3.2 wurden die Begriffe stabil <strong>und</strong> instabil bei Betrachtung der<br />
Systeme im Zeitbereich geklärt. Die Stabilität ist bei linearen Systemen eine
Zeitdiskrete Systeme - 83 -<br />
systemimmanente Eigenschaft, d. h. aus der Systembeschreibung können<br />
Rückschlüsse auf das stabile bzw. instabile Verhalten gezogen werden. Die<br />
Systembeschreibung „Übertragungsfunktion“ liefert dazu aussagekräftige<br />
Indizien.<br />
Nachfolgend soll es nicht um den mathematischen Beweis der Stabilität gehen,<br />
sondern vielmehr um eine plausible Erklärung. Betrachten wir also die<br />
Übertragungsfunktion<br />
1<br />
G ( z)<br />
= .<br />
−1<br />
1−<br />
a z<br />
Es sind die Fragen zu klären, ist dies ein stabiles oder instabiles System? Unter<br />
welchen Bedingungen ist es stabil? Bildet man die Impulsantwort dazu, dann<br />
müßte sich eine begrenzte Systemreaktion ergeben, wenn das System stabil ist.<br />
k<br />
Die Systemantwort { g( kTA<br />
)} = { a ε ( kTA<br />
)}<br />
ist durch eine multiplikative<br />
Verknüpfung von Einheitsimpulsfolge mit Exponentialfolge beschrieben. Bei<br />
verschiedenen Werten für a ergeben sich die nachfolgend dargestellten<br />
Systemantworten.<br />
g<br />
g<br />
-1 < a < 1<br />
stabil<br />
kT A<br />
kT A<br />
{ δ ( kTA)}<br />
1<br />
1− az<br />
−1<br />
{ g ( kTA)}<br />
g<br />
g<br />
|a| = 1<br />
Stabilitätsgrenze<br />
g<br />
0<br />
kT A<br />
g<br />
0<br />
kT A<br />
|a|> 1<br />
instabil<br />
kT A<br />
kT A<br />
Bild 3.18: Mögliche Impulsantworten für das System mit<br />
G<br />
1<br />
1−<br />
a z<br />
( z)<br />
=<br />
−1<br />
Ob es sich um ein stabiles oder instabiles System oder ein System an der<br />
Stabilitätsgrenze handelt, hängt vom Koeffizienten a ab. Das System ist stabil,<br />
wenn |a| < 1. Betrachtet man die Pol-Nullstellen-Darstellung der<br />
Übertragungsfunktion
- 84 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
G(<br />
z)<br />
=<br />
z<br />
z − a<br />
,<br />
dann hat die Übertragungsfunktion bei z p = a eine Polstelle. Die Lage der<br />
Polstelle ist also ausschlaggebend für die Stabilität. Die Nullstelle hat keinen<br />
Einfluß.<br />
Da man jede Übertragungsfunktion in eine Summe von Partialbrüchen zerlegen<br />
kann, ergibt sich dann die Gesamtimpulsantwort aus der Summe der<br />
Teilimpulsantworten. Bei einem stabilen System strebt jede Teilimpulsantwort<br />
für kT A → ∞ einem endlichen Wert zu; damit erfüllt jeder Pol der<br />
Übertragungsfunktion die Bedingung | z p | < 1.<br />
Die Bedingung an die komplexe Variable z<br />
| z | = 1<br />
wird in der z-Ebene durch den Einheitskreis ausgedrückt.<br />
Als Stabilitätsbedingung kann formuliert werden:<br />
Ein lineares, zeitinvariantes <strong>und</strong> kausales System ist stabil, wenn alle Polstellen<br />
der Übertragungsfunktion G(z) im Einheitskreis der komplexen z - Ebene<br />
liegen. Liegt nur eine Polstelle außerhalb, dann ist das System instabil. Die<br />
Nullstellen der Übertragungsfunktion haben keinen Einfluß auf die Stabilität.<br />
Im{ z}<br />
1<br />
-1 1<br />
Re{}<br />
z<br />
-1<br />
Bild 3.19: Komplexe z – Ebene
Zeitdiskrete Systeme - 85 -<br />
Stabilität bei FIR - <strong>und</strong> IIR – Systemen<br />
FIR - Systeme sind stets stabil, da aufgr<strong>und</strong> der Struktur dieser Systeme nur<br />
endliche Impulsantworten entstehen.<br />
x ( kT<br />
a<br />
A<br />
) =<br />
X<br />
G(<br />
z)<br />
=<br />
X<br />
a<br />
e<br />
m<br />
∑<br />
j=<br />
0<br />
( z)<br />
( z)<br />
b<br />
j<br />
x<br />
e<br />
= b<br />
[(<br />
k − j)<br />
T ]<br />
m<br />
z<br />
−m<br />
A<br />
+ ... + b z<br />
1<br />
−1<br />
Aus der Übertragungsfunktion ist ablesbar, daß ein m – facher Pol im Ursprung<br />
der z - Ebene auftritt, kein Pol in der Nähe des Einheitskreises, das System ist<br />
strukturstabil.<br />
Aufgr<strong>und</strong> der Rückführungen des Ausgangssignals bei IIR - Systemen, kann<br />
Stabilität oder Instabilität auftreten, es ist eine Prüfung der Polstellen<br />
notwendig.<br />
1 ⎛<br />
m<br />
xa<br />
( kTA<br />
) = ⎜ b x<br />
a<br />
∑ j e<br />
0 ⎝ j=<br />
0<br />
−<br />
X<br />
a<br />
( z)<br />
bm<br />
z<br />
G(<br />
z)<br />
= =<br />
−n<br />
X ( z)<br />
a z<br />
e<br />
n<br />
Alle Pole müssen im Einheitskreis der komplexen Ebene liegen, dann ist das<br />
System stabil. Bei der Ermittlung der Polstellen ist die Übertragungsfunktion<br />
mit z max(n,m) zu erweitern, um für die komplexe Variable z nur positive<br />
Exponenten zu erhalten .<br />
+ b<br />
0<br />
[(<br />
k − j)<br />
TA<br />
] − ∑ ai<br />
xa<br />
[(<br />
k − i)<br />
TA<br />
]<br />
m<br />
+ ... + b z<br />
+ ... + a<br />
−1<br />
1<br />
−1<br />
1z1<br />
n<br />
i=<br />
1<br />
+ b<br />
0<br />
+ a<br />
0<br />
⎞<br />
⎟<br />
⎠<br />
Übungsaufgaben<br />
3.11 Bestimmen Sie aus der Differenzengleichung<br />
x a (kT A ) + 0,5x a [(k-1)T A ] = x e (kT A ) - 2x e [(k-1)T A ]<br />
a) die Übertragungsfunktion,<br />
b) den Pol - Nullstellen – Plan.
- 86 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
c) Ist das System stabil?<br />
3.12 Ein System ist durch die Übertragungsfunktion<br />
1<br />
G ( z)<br />
=<br />
beschrieben.<br />
1 −2<br />
1−<br />
2,5z<br />
− + z<br />
a) Welche Pol- <strong>und</strong> Nullstellen weist das System auf?<br />
b) Ist es stabil oder instabil ?<br />
3.4.5 Zusammenfassendes Beispiel für die Verknüpfung von Zeit- <strong>und</strong><br />
Bilbereich<br />
Als Zusammenfassung für die Beschreibung im Zeit- <strong>und</strong> Bildbereich wird ein<br />
Beispiel ausführlich erläutert.<br />
Es ist der PN-Plan eines zeitdiskreten Systems gegeben<br />
Im{z}<br />
1<br />
-1 1 Re{z}<br />
-1<br />
Bild 3.20: PN-Plan<br />
<strong>und</strong> die Impulsantwort des Systems ist zu ermitteln.<br />
Da alle Pole des Systems im Einheitskreis liegen, ist das System stabil, es muß<br />
sich also eine Impulsantwort ergeben, die gegen Null strebt .<br />
Nullstellen : Keine<br />
Polstellen : z p1/2 = + j 0,5 .<br />
Aus den Pol- u. Nullstellen kann man die Übertragungsfunktion entsprechend<br />
Glg (3.14) aufstellen.<br />
G(<br />
z)<br />
=<br />
G(<br />
z)<br />
=<br />
( z − z<br />
X<br />
X<br />
a<br />
e<br />
p1<br />
C<br />
) ( z − z<br />
p 2<br />
)<br />
−2<br />
( z)<br />
Cz<br />
=<br />
( z)<br />
1+<br />
0,25z<br />
=<br />
−2<br />
( z −<br />
C<br />
j0,5) ( z +<br />
j0,5)<br />
=<br />
z<br />
2<br />
C<br />
+ 0,25<br />
(3.16)
Zeitdiskrete Systeme - 87 -<br />
Die Konstante C, die in der Übertragungsfunktion auftreten könnte, wird durch<br />
den PN-Plan nicht wiedergegeben. Es wird gesetzt C=1. Über die<br />
Übertragungsfunktion ist die Differenzengleichung ableitbar, dazu sind in der<br />
Übertragungsfunktion für die unabhängige Variable z durch Umformung nur<br />
negative Exponenten zu erzwingen, um später im Zeitbereich nur mit<br />
gegenwärtigen <strong>und</strong> zurückliegenden <strong>und</strong> nicht mit zukünftigen Ein- <strong>und</strong><br />
Ausgangssignalen zu arbeiten.<br />
Glg. (3.16) wird umgeformt, d.h. Ein- <strong>und</strong> Ausgangssignale werden getrennt.<br />
X a (z)(1 + 0.25z -2 ) = X e (z)z -2<br />
Diese Glg. im Bildbereich wird mit dem Verschiebungssatz in den Zeitbereich<br />
überführt:<br />
X a (z) + 0,25z -2 X a (z) = z -2 X e (z)<br />
Verschiebungssatz<br />
x a (kT A ) + 0,25x a [(k-2)T A ]= x e [(k-2)T A ] (3.17)<br />
Die Differenzengleichung Glg. (3.17) stellt ein rekursives System dar, da das<br />
Ausgangssignal zum gegenwärtigen Zeitpunkt x a (kT A ) auf zurückliegende<br />
Ausgangssignale zugreift. Das Blockschaltbild läßt sich schnell nach<br />
Auflösung der Glg. (3.17) nach x a (kT A ) aufstellen.<br />
x a (kT A ) = x e [(k-2)T A ] - 0,25x a [(k-2)T A ]<br />
x e (kT A )<br />
T<br />
T<br />
x a (kT A )<br />
-0,25<br />
Bild 3.21: Blockdiagramm des Systems mit x a (kT A ) = x e [(k-2)TA] - 0,25x a [(k-2)T A ]<br />
Betrachtet man als Eingangssignal den Einheitsimpuls, läßt sich das<br />
Ausgangssignal auf rekursivem Weg oder durch eine geschlossene Lösung<br />
finden. Zuerst wird die rekursive Lösung betrachtet. Da ein kausales System<br />
vorausgesetzt wird, liegt nur dann ein Ausgangssignal vor, wenn ein
- 88 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
Eingangssignal anliegt, d. h. für das Ausgangssignal sind alle zurückliegenden<br />
Zeitpunkte (vor dem Einsetzen des Eingangssignals) Null.<br />
Tabelle 3.5: Rekursive Berechnung der Impulsantwort<br />
k x e (kT A ) x e [(k-1)T A ] x e [(k-2)T A ] x a [(k-2)T A ] x a [(k-1)T A ] x a (kT A )<br />
0 1 0 0 0 0 0<br />
1 0 1 0 0 0 0<br />
2 0 0 1 0 0 1<br />
3 0 0 0 0 1 0<br />
4 0 0 0 1 0 -0,25<br />
5 0 0 0 0 -0,25 0<br />
6 0 0 0 -0,25 0 (-0,25) 2<br />
... ... ... ... ... ...<br />
...<br />
Das Ausgangssignal kann durch die Elemente der Folge angegeben werden.<br />
{x a (kT A )} = { 0; 0; 1; 0; -0,25; 0 ; (-0,25) 2 ; ...... } (3.18)<br />
Stellt man diese Folge dar, kann man gut die gedämpfte Schwingung erkennen,<br />
siehe dazu Bild 3.22.<br />
Der Nachteil der rekursiven Lösung ist, daß ein Wert zum Zeitpunkt kT A die<br />
Kenntnis aller zurückliegenden Werte voraussetzt, <strong>und</strong> daß das Abschätzen von<br />
Eigenschaften des Systems insbesondere bei umfangreicheren als dem hier<br />
betrachteten schwierig ist. Der Vorteil der rekursiven Lösung liegt in der<br />
einfacheren Handhabung, wie man sieht.<br />
Beim Finden der geschlossenen Lösung wird die Übertragungsfunktion Glg.<br />
(3.16) nach X a (z) aufgelöst <strong>und</strong> die z-Transformierte des speziellen<br />
Eingangssignals, hier der Einheitsimpuls, eingesetzt.<br />
X (z) = G(z) X<br />
a<br />
e<br />
(z)<br />
− 2<br />
z<br />
(3.19)<br />
X<br />
a<br />
(z) = ⋅ Z{ δ ( k)<br />
}<br />
−2<br />
1+<br />
0,25z<br />
Da die Ausgangszeitfolge gesucht ist, erfolgt eine Rücktransformation von<br />
Glg. (3.19) in den Zeitbereich.
Zeitdiskrete Systeme - 89 -<br />
Z<br />
−1<br />
−2<br />
−1<br />
⎧ z ⎫<br />
a<br />
( = xa<br />
( kTA<br />
) = Z ⎨ ⋅ 1<br />
−2<br />
⎬<br />
(3.20)<br />
⎩1<br />
+ 0,25z<br />
⎭<br />
{ X z)<br />
}<br />
Die Korrespondenztabelle liefert für diese Bildfunktion keine entsprechende<br />
Zeitfunktion, also ist eine Zerlegung dieser gebrochen rationalen Funktion in<br />
Partialbrüche notwendig. Dazu wird die quadratische Gleichung im Nenner in<br />
Linearfaktoren zerlegt <strong>und</strong> über Koeffizientenvergleich werden die Zähler der<br />
Partialbrüche bestimmt.<br />
(1 + 0,5 j z<br />
z<br />
−1<br />
−2<br />
)(1 − 0,5<br />
j z<br />
−1<br />
=<br />
)<br />
=<br />
−1<br />
−1<br />
Az Bz<br />
+<br />
−1<br />
−1<br />
(1 + 0,5 j z ) (1 − 0,5 j z )<br />
−1<br />
−1<br />
−1<br />
Az (1 − 0,5 j z ) + Bz (1 + 0,5<br />
−1<br />
−1<br />
(1 + 0,5 j z )(1 − 0,5 j z )<br />
j z<br />
−1<br />
)<br />
Beim Koeffizientenvergleich genügt die Betrachtung der Zähler.<br />
z -2 = Az -1 - jA 0,5z -2 + Bz -1 + jB 0,5z -2<br />
1 = -j A 0,5 + j B 0,5<br />
0 = A + B<br />
Daraus folgt A = j <strong>und</strong> B = -j.<br />
Die gebrochen rationale Funktion Glg. (3.20) ist durch zwei Partialbrüche<br />
darstellbar.<br />
−1<br />
−1<br />
( = −1<br />
⎧ jz<br />
jz ⎫<br />
xa kTA<br />
) Z ⎨<br />
−<br />
−<br />
⎬<br />
(3.21)<br />
1<br />
⎩(1<br />
+ 0,5 j z ) (1 − 0,5 j z<br />
−1<br />
) ⎭<br />
Für die Rücktransformation in den Zeitbereich ist der Linearitätssatz<br />
anzusetzen, da es sich um eine Differenz von Bildfunktionen handelt.<br />
Weiterhin ist neben der Korrespondenztabelle der Verschiebungssatz zu<br />
verwenden, da beide Partialbrüche mit z -1 multipliziert werden <strong>und</strong> dies eine<br />
Verschiebung der Zeitfunktion um eine Tastperiode bewirkt.<br />
k −1<br />
k−1<br />
{ x ( kT )} = { j(<br />
−0,5<br />
j)<br />
[( k −1)<br />
T ]} −{ j(0,5<br />
j)<br />
ε[ ( k −1)<br />
T ]}<br />
a<br />
A<br />
ε (3.22)<br />
A<br />
A
- 90 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
Diese Darstellung des Ausgangssignals läßt wenig Schlüsse auf den Verlauf<br />
zu, so daß es ratsam ist, durch geschickte Umformung eine aussagekräftige<br />
Lösung zu finden.<br />
{ x<br />
a<br />
( kT<br />
A<br />
)} =<br />
k−1<br />
k −1<br />
k −1<br />
{ j(0,5)<br />
( − j)<br />
− j ) ε [( k −1)<br />
T ]}<br />
Es wird die Exponentialform der komplexen Ausdrücke gewählt<br />
-j = e -jπ/2 <strong>und</strong> j = e jπ/2 .<br />
Bei Anwendung der Eulerscher Formel kann gesetzt werden<br />
e -j(k-1)π/2 - e j(k-1)π/2 = -2jsin((k-1)π/2) .<br />
Somit ergibt sich die Ausgangsfolge<br />
k −1<br />
{ x ( kT )} = { 2 ⋅0.5<br />
sin(( k −1)<br />
π / 2) ⋅ε<br />
[( k −1)<br />
T ]}<br />
a<br />
A<br />
A<br />
A<br />
{ ε [( k −1)<br />
T ]}<br />
k−2<br />
{ x ( kT )} = 0.5 }{ sin(( k −1)<br />
π /2)}{<br />
a<br />
A<br />
A<br />
(3.23)<br />
Die geschlossene Lösung gibt die Bildungsvorschrift für die Elemente der<br />
Folge an, also die Funktionswerte des Signals zu den Abtastzeitpunkten kT A .<br />
Aus der Bildungsvorschrift ist ablesbar, daß das Signal eine periodische<br />
Schwingung enthält, diese durch eine monoton fallende Exponentialfolge<br />
gewichtet wird <strong>und</strong> das Produkt aus Exponentialfolge <strong>und</strong> Schwingung erst ab<br />
kT A = T A wirksam wird, dies ist aus der verschobenen Einheitssprungfolge<br />
ablesbar. Die ersten Elemente der Ausgangsfolge wurden mit der Glg. (3.23)<br />
berechnet, um mit den Ergebnissen des Rekursionsverfahrens vergleichen zu<br />
können.<br />
{x a (kT A )} = { 0; 0; 1; 0; -0,25; 0 ; (-0,25) 2 ; ...... }<br />
Wie zu erwarten, sind beide Lösungen identisch. Es ist zu sehen, daß die<br />
geschlossene Lösung den Vorteil hat, aus der Bildungsvorschrift der Folge<br />
Eigenschaften des Systems abzulesen <strong>und</strong> jeden Wert zu beliebigen<br />
Tastzeitpunkten zu berechnen, ohne die gesamte Vorgeschichte zu kennen. Zu<br />
übersehen ist natürlich bei der aufgezeigten Berechnung nicht der eindeutige<br />
Nachteil, das Finden der geschlossenen Lösung ist mitunter recht aufwendig,<br />
bei umfangreichen Systemen nimmt der Aufwand stark zu, hier bieten<br />
Simulationsverfahren eine gute Hilfestellung.
Zeitdiskrete Systeme - 91 -<br />
g<br />
1<br />
kT A<br />
Bild 3.22: Impulsantwort eines Systems mit dem konjugiert komplexen Polpaar<br />
z P1,2 = ± 0,5j<br />
Übungsaufgaben<br />
3.13 Auf ein System mit der Übertragungsfunktion<br />
G<br />
z<br />
1+<br />
z − z<br />
−1<br />
( z)<br />
=<br />
−1<br />
−2<br />
wirkt ein Einheitsimpuls. Ermitteln Sie die Systemantwort in geschlossener<br />
Form. Überprüfen Sie Ihre Lösung mit Simulink.<br />
3.5 Beschreibung zeitdiskreter Systeme im Frequenzbereich<br />
3.5.1 Einleitung<br />
Basierend auf der Beschreibung im Bildbereich läßt sich die Beschreibung im<br />
Frequenzbereich ableiten <strong>und</strong> damit die frequenzmäßige Beeinflussung der<br />
<strong>Signale</strong> durch die Systemcharakteristiken.<br />
In diesem Abschnitt werden Ihnen Kenntnisse vermittelt über die<br />
Frequenzfunktionen zeitdiskreter Systeme, dabei können Sie gut aufbauen auf<br />
Ihren Fertigkeiten bezüglich der Fourier-Transformation. Auch hier soll das
- 92 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
Simulationsprogramm MATLAB aufwendige Rechenoperationen übernehmen<br />
<strong>und</strong> damit Ihre Fertigkeiten beim Umgang mit dem Simulationsprogramm<br />
festigen <strong>und</strong> erweitern.<br />
3.5.2 Frequenzgang<br />
Im Unterabschnitt 3.4.2 wurde die Übertragungsfunktion mit<br />
G(<br />
z)<br />
X<br />
( z)<br />
b<br />
z<br />
+ ... + b z<br />
−m<br />
−1<br />
a<br />
m<br />
1<br />
= =<br />
−n<br />
−1<br />
X<br />
e<br />
( z)<br />
an<br />
z + ... + a1z<br />
+ b<br />
0<br />
+ a<br />
0<br />
(3.24)<br />
definiert, wobei sich die unabhängige Variable z zusammensetzt aus<br />
z<br />
= e<br />
pT<br />
A<br />
= e<br />
σT<br />
A<br />
+<br />
jω<br />
T<br />
A<br />
= e<br />
σ T<br />
A<br />
e<br />
jω<br />
T<br />
A<br />
.<br />
Betrachtet man nun das System bezüglich seines Frequenzverhaltens, dann<br />
wird gesetzt<br />
jωT<br />
j<br />
1<br />
A Ω<br />
z = e = e ; Ω = ω TA<br />
= ω<br />
f<br />
A<br />
.<br />
(3.25)<br />
Die Kreisfrequenz Ω ist, wie schon bekannt, eine auf die Abtastperiode T A<br />
bzw. Abtastfrequenz f A normierte Kreisfrequenz. Setzt man in Glg. (3.24) diese<br />
Festlegung nach Glg. (3.25) ein, dann ergibt sich der Frequenzgang eines<br />
Systems.<br />
G(<br />
jΩ)<br />
=<br />
X<br />
X<br />
a<br />
e<br />
( jΩ)<br />
( jΩ)<br />
=<br />
b<br />
m<br />
a<br />
e<br />
n<br />
− j m Ω<br />
e<br />
− jn Ω<br />
+ ... + b e<br />
1<br />
+ ... + a e<br />
1<br />
− j Ω<br />
− j Ω<br />
+ b<br />
0<br />
+ a<br />
0<br />
(3.26)<br />
Eine andere Möglichkeit, um den Frequenzgang eines Systems zu ermitteln,<br />
bietet die Fourier - Transformation von Abtastsignalen. Liegt vom System die<br />
Impulsantwort {g(kT A )} vor, dann gilt<br />
G(jΩ) = FTA {g(kT A )} = ∑ ∞ g ( nT A<br />
) e<br />
n= −∞<br />
<strong>und</strong> für die Umkehrung<br />
− jnΩ
Zeitdiskrete Systeme - 93 -<br />
{g(kT A )} = IFTA {G(jΩ)} =<br />
1<br />
2π<br />
π<br />
∫<br />
−π<br />
G(<br />
jΩ)<br />
e<br />
j k Ω<br />
dΩ<br />
.<br />
Der Frequenzgang G(jΩ) ist die Fourier - Transformierte der Impulsantwort.<br />
Da es sich um ein Abtastsignal handelt, ist der Frequenzgang periodisch mit<br />
der Periode Ω p = 2 π bzw. ω p = 2 π / T A = 2 π f A . Die Darstellung des<br />
Frequenzgangs wird in genau der selben Form vorgenommen, wie das beim<br />
Frequenzspektrum der <strong>Signale</strong> im Abschnitt 2.5 erfolgte.<br />
Der Frequenzgang Glg. (3.26) ist eine Funktion mit komplexen Variablen, man<br />
wählt oft die exponentielle Schreibweise dieser Funktion<br />
j arg G(jΩ)<br />
G(jΩ) = |G(jΩ)| e<br />
mit dem Amplitudengang<br />
gebräuchlich ist auch die logarithmische Betrachtung<br />
20 dB lg |G(jΩ)|<br />
2<br />
2<br />
{ G(<br />
jΩ)<br />
} + Im{ G(<br />
j )}<br />
| G(<br />
jΩ) | = Re<br />
Ω<br />
<strong>und</strong> dem Phasengang<br />
Im{ G(<br />
jΩ)}<br />
ϕ(Ω) = arg G(jΩ); tan ϕ(Ω) =<br />
.<br />
Re{ G(<br />
jΩ)}<br />
Der Phasengang widerspiegelt die Phasenverzerrungen, die ein System auf ein<br />
Signal ausübt. Liegt ein linearer Phasengang <strong>und</strong> konstanter Amplitudengang<br />
vor, dann würde das Signal durch das System nur zeitlich verschoben werden,<br />
das Signal ist keinen Verformungen unterworfen. Bei einem nichtlinearen<br />
Phasengang treten Verzerrungen auf. Ein Maß für die Linearität der Phase ist<br />
die Gruppenlaufzeit<br />
d<br />
τ ( Ω)<br />
= − arg G(<br />
j Ω)<br />
.<br />
d Ω<br />
Mit dem Frequenzgang kann die Beeinflussung der <strong>Signale</strong> dargestellt werden,<br />
der Zusammenhang zwischen <strong>Signale</strong>n <strong>und</strong> System ist durch die Umformung<br />
der Glg. (3.26) nach der Ausgangsgröße gegeben.<br />
X a (jΩ) = G(jΩ) · Xe(jΩ)<br />
Wirkung = Systembeschreibung · Ursache
- 94 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
Dieser Zusammenhang gilt im stationären Zustand für harmonische <strong>Signale</strong><br />
<strong>und</strong> für nichtharmonische <strong>Signale</strong>, wenn sie durch die Fourier-Transformation,<br />
wie im Abschnitt 2.5 beschrieben, in den Frequenzbereich transformiert<br />
wurden.<br />
Der Frequenzbereich, der beim Frequenzgang zu betrachten ist, ist natürlich<br />
identisch mit dem Bereich der Frequenzspektren Abschnitt 2.5. Die maximal<br />
zu berücksichtigende Frequenz f max darf höchstens so groß wie die halbe<br />
Abtastfrequenz f A sein.<br />
f max ≤ f A /2<br />
Also wird der zu betrachtende Frequenzbereich auf<br />
0 ≤ f < f A /2 beziehungsweise 0 ≤ ω < ω Α /2<br />
begrenzt <strong>und</strong> die maximal auszuwertende normierte Kreisfrequenz beträgt<br />
Ω max = ω max T A = (ω Α /2) Τ Α<br />
Ω max = π<br />
Wie bei den Frequenzspektren der <strong>Signale</strong> sind auch hier Amplituden- <strong>und</strong><br />
Phasengang symmetrisch, der Amplitudengang ist eine gerade <strong>und</strong> der<br />
Phasengang eine ungerade symmetrische Funktion. Die Periode beträgt Ω p =<br />
2 π. Somit sind im Bereich von 0 ≤ Ω ≤ π alle das Frequenzverhalten<br />
beschreibenden Informationen enthalten.<br />
Beispiel 3.21<br />
Vom zeitdiskreten Integrator ist der Frequenzgang zu ermitteln.<br />
Ausgangspunkt ist die Übertragungsfunktion.<br />
−1<br />
z<br />
G ( z)<br />
= −<br />
−1<br />
1 − z<br />
=<br />
−<br />
z<br />
1<br />
− 1<br />
Mit z = e jΩ wird<br />
G(<br />
jΩ)<br />
= −<br />
jΩ<br />
e<br />
1<br />
−1<br />
Laut Eulerscher Formel ist die folgende Umformung möglich<br />
G(<br />
jΩ)<br />
=<br />
−1<br />
cosΩ + j sin Ω −1
Zeitdiskrete Systeme - 95 -<br />
Die entstandene Frequenzganggleichung wird in Amplituden- <strong>und</strong> Phasengang<br />
zerlegt, dazu wird konjugiert komplex erweitert<br />
G<br />
1 − cos( Ω)<br />
jΩ)<br />
=<br />
+ j<br />
2 2<br />
(cos Ω −1)<br />
+ sin ( Ω)<br />
(cos Ω −1)<br />
sin ( Ω)<br />
( 2 2<br />
<strong>und</strong> Betrag <strong>und</strong> Phase ermittelt<br />
+ sin<br />
( Ω)<br />
G ( jΩ)<br />
=<br />
1<br />
(cosΩ −1)<br />
2<br />
+ sin<br />
2<br />
Ω<br />
⋅<br />
sin Ω<br />
j arctan<br />
1−<br />
cos Ω<br />
e<br />
Zur Funktion des Phasengangs ist noch eine Bemerkung anzuführen. In<br />
Abhängigkeit von Real- <strong>und</strong> Imaginärteil, d. h. vom betreffenden Quadranten<br />
ist die Phase zu bestimmen. Da aufgr<strong>und</strong> der Begrenzung des<br />
Frequenzbereiches nur 0 ≤ Ω ≤ π interessant ist, läßt sich für das Beispiel<br />
feststellen, daß der I. Quadrant der Gaußschen Zahlenebene zugr<strong>und</strong>e zu legen<br />
ist. Damit liegt der Hauptbereich der Tangensfunktion vor <strong>und</strong> die<br />
Umkehrfunktion ist ohne Verschiebung anzusetzen. Im Bild sind Amplituden<strong>und</strong><br />
Phasengang dargestellt.<br />
|G(jΩ)|<br />
argG(jΩ)<br />
Ω<br />
Bild 3.23: Amplituden- <strong>und</strong> Phasengang des diskreten Integrators
- 96 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
3.5.3 Zeitdiskrete Systeme mit linearem Phasengang<br />
Der nahezu lineare Phasenverlauf des eben erläuterten Beispiels ist eher<br />
zufällig. Das System, welches zugr<strong>und</strong>e lag, ist ein rekursives; bei diesen treten<br />
ebenso nichtlineare Phasengänge auf. Also die lineare Phase ergibt sich nicht<br />
zwangsläufig, sie kann aber gezielt erreicht werden zur Vermeidung von<br />
Phasenverzerrungen. Um Systeme mit linearem Phasengang zu erhalten, kann<br />
man die Symmetrieeigenschaften von Systemen mit endlichen<br />
Impulsantworten, also FIR-Systemen, bewußt ausnutzen. Auf diese Methode<br />
soll näher eingegangen werden.<br />
Endliche Impulsantworten können einen unsymmetrischen Verlauf aufweisen<br />
oder einen symmetrischen oder antimetrischen.<br />
g<br />
g<br />
M-ungerade<br />
kT A<br />
M-gerade<br />
kT A<br />
Bild 3.24: Symmetrischer Verlauf von {g(kT A )}<br />
Es gilt beim symmetrischem Verlauf der Impulsantwort<br />
{g(kT A )}= {g[(M-1-k)T A ]}, M – Länge der Impulsantwortfolge.<br />
g<br />
g<br />
kT A<br />
kT A<br />
M-ungerade<br />
M-gerade<br />
Bild 3.25: Antimetrischer Verlauf von {g(kT A )}<br />
Es gilt beim antimetrischem Verlauf der Impulsantwort<br />
{g(kT A )}= -{g[(M-1-k)T A ]}.
Zeitdiskrete Systeme - 97 -<br />
Für den symmetrischen Verlauf soll beispielhaft die Ermittlung des<br />
Frequenzganges gezeigt werden. Bekanntermaßen ergibt sich der<br />
Frequenzgang aus der Fourier-Transformierten der Impulsantwort.<br />
G(<br />
jΩ)<br />
=<br />
M<br />
∑ − 1<br />
n=<br />
0<br />
g(<br />
nT A<br />
) e<br />
− jnΩ<br />
Es liegt eine Impulsantwort mit symmetrischem Verlauf <strong>und</strong> einer Länge M<br />
vor, wobei M ungerade ist. Es wird M = 5 gesetzt.<br />
{g(kT A )}= {g(0), g(T A ), g(2T A ), g(3T A ), g(4T A )}<br />
Der Symmetriepunkt liegt bei g(2T A ), wegen der Symmetrie gilt<br />
g(0) = g(4T A ) <strong>und</strong> g(T A ) = g(3T A ). (3.27)<br />
Der Frequenzgang ergibt sich somit zu<br />
G(jΩ) = g(0) + g(T A )e -jΩ + g(2T A ) e -j2Ω + g(3T A ) e -j3Ω + g(4T A ) e -j4Ω<br />
Um aus dieser Funktion den Amplituden- <strong>und</strong> Phasengang ablesen zu können,<br />
sind noch einige Umformungen notwendig. Zuerst wird die<br />
M −1<br />
Exponentialfunktion am Symmetriepunkt T A = 2T A ausgeklammert <strong>und</strong><br />
2<br />
es wird die Symmetrie nach Glg. (3.27) berücksichtigt<br />
G(jΩ) = (g(0) ( e j2Ω + e -j2Ω ) + g(T A ) ( e jΩ + e -jΩ ) + g(2T A ) ) e -j2Ω .<br />
Setzt man für die Summen der Exponentialfunktionen die Eulersche Formel an,<br />
dann ergibt sich<br />
G(jΩ) = [g(0) 2 cos(2Ω) + g(T A ) 2 cos(Ω) + g(2T A )] e -j2Ω .<br />
Beinnahe steht hier schon die Zerlegung in Betrag <strong>und</strong> Phase, aber der<br />
Ausdruck in der eckigen Klammer kann sowohl positiv als auch negativ<br />
werden. Diesen Ausdruck bezeichnen wir, wie im Unterabschnitt 2.5.2 als<br />
Pseudobetrag G p (Ω). In Abhängigkeit davon, ob der Pseudobetrag positiv oder<br />
negativ ist, wird zur Phase 0 oder π addiert.<br />
Damit kann für den Frequenzgang des Systems geschrieben werden<br />
G(jΩ) = |G(jΩ)| e jargG(jΩ)
- 98 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
mit Amplitudengang<br />
|G(jΩ)| = |G p (Ω)| = |g(2T A ) + g(0) 2 cos(2Ω) + g(T A ) cos(Ω)|<br />
<strong>und</strong> Phasengang<br />
ϕ(Ω) = argG(jΩ) =<br />
⎧−2Ω<br />
⎨<br />
⎩−<br />
2Ω+<br />
π<br />
für<br />
für<br />
G ( Ω)<br />
≥ 0<br />
p<br />
G ( Ω)<br />
< 0<br />
p<br />
Betrachtet man noch einmal die Phase, so ist festzustellen, daß der Phasengang<br />
stückweise linear ist <strong>und</strong> Phasensprünge von π auftreten.<br />
Hier wurde eine beispielhafte Erklärung für Systeme mit linearem Phasengang<br />
dargelegt. Geht man nun von einem System mit beliebiger Länge der<br />
Impulsantwort M aus, dann gilt<br />
G(<br />
jΩ)<br />
= | G(<br />
jΩ)<br />
|<br />
j<br />
e<br />
arg G(<br />
jΩ)<br />
bei symmetrischem Verlauf der Impulsantwort mit Länge M für den<br />
Amplitudengang<br />
M - ungerade<br />
| G(<br />
jΩ)<br />
| = | G<br />
p<br />
M −1<br />
( Ω)<br />
| = | g(<br />
T<br />
2<br />
A<br />
) + 2<br />
M −3<br />
2<br />
∑<br />
k = 0<br />
g(<br />
kT<br />
A<br />
M −1<br />
)cos[( − k)<br />
Ω]|<br />
2<br />
M – gerade<br />
| G(<br />
jΩ) | = | G<br />
p<br />
( Ω) | = | 2<br />
M<br />
−1<br />
2<br />
∑<br />
k=<br />
0<br />
g(<br />
kT<br />
A<br />
M −1<br />
)cos[( − k)<br />
Ω]|<br />
2<br />
(3.28a)<br />
(3.28b)<br />
den Phasengang<br />
M – gerade <strong>und</strong> ungerade<br />
ϕ(<br />
Ω)<br />
= arg<br />
{ G(<br />
jΩ)<br />
}<br />
⎧<br />
⎪− Ω<br />
= ⎨<br />
⎪− Ω<br />
⎩<br />
M −1<br />
2<br />
M −1<br />
+ π<br />
2<br />
für<br />
G<br />
für G<br />
p<br />
p<br />
( Ω)<br />
≥ 0<br />
( Ω)<br />
< 0<br />
(3.29)<br />
<strong>und</strong> die Gruppenlaufzeit
Zeitdiskrete Systeme - 99 -<br />
M −1<br />
τ ( Ω)<br />
= .<br />
2<br />
Bei antimetrischem Verlauf der Impulsantwort mit Länge M gilt für den<br />
Amplitudengang<br />
M ungerade<br />
M gerade<br />
M −3<br />
2<br />
M −1<br />
| G ( jΩ)|<br />
= | G<br />
p<br />
( Ω)<br />
| = | 2∑<br />
g(<br />
kTA<br />
)sin[( − k)<br />
Ω] | (3.30a)<br />
2<br />
k=<br />
0<br />
M<br />
−1<br />
2<br />
M −1<br />
| G ( jΩ)|<br />
= | G<br />
p<br />
( Ω)<br />
| = | 2∑<br />
g(<br />
kTA<br />
)sin[( − k)<br />
Ω]|<br />
(3.30b)<br />
2<br />
den Phasengang<br />
M – gerade <strong>und</strong> ungerade<br />
k=<br />
0<br />
⎧ π M −1<br />
⎪ − Ω<br />
für G<br />
p<br />
( Ω)<br />
≥ 0<br />
ϕ ( Ω)<br />
= arg{ G(<br />
jΩ)<br />
} = ⎨<br />
2 2<br />
(3.31)<br />
3π<br />
M −1<br />
⎪ − Ω<br />
für G<br />
p<br />
( Ω)<br />
< 0<br />
⎩ 2 2<br />
<strong>und</strong> die Gruppenlaufzeit<br />
M −1<br />
τ ( Ω)<br />
= .<br />
2<br />
Der Phasengang ist bei beiden Varianten (symmetrische <strong>und</strong> antimetrische<br />
Impulsantwort) stückweise linear, die Gruppenlaufzeit somit konstant, sieht<br />
man von den Sprungstellen beim Vorzeichenwechsel des Pseudobetrages ab.<br />
Bei meßtechnischen Untersuchungen von solchen Systemen hinsichtlich der<br />
Gruppenlaufzeit können an den Stellen der Phasensprünge Impulse im<br />
Diagramm der Gruppenlaufzeit auftreten.<br />
Beispiel 3.22<br />
Für ein System mit folgender Impulsantwort<br />
{g(kT A )}= {2, 2, 3, 2, 2}<br />
ist der Frequenzgang zu berechnen <strong>und</strong> darzustellen.
- 100 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
Im Bild sind Amplituden- <strong>und</strong> Phasengang dargestellt, nachfolgend sind die<br />
Berechnungen angegeben.<br />
|G(jΩ)|<br />
argG(jΩ)<br />
Ω<br />
Bild 3.26: Amplituden- <strong>und</strong> Phasengang für ein System mit {g(kT A )}= {2, 2, 3, 2, 2}<br />
Unter Anwendung der eben dargestellten Gleichungen berechnet sich der<br />
Amplitudengang nach<br />
|G(jΩ)| = |G p (Ω)| = |3 + 2( 2 cosΩ + 2cos(2Ω))|<br />
<strong>und</strong> der Phasengang nach<br />
ϕ(Ω) = argG(jΩ) =<br />
⎧=<br />
− 2Ω<br />
⎨<br />
⎩=<br />
− 2Ω + π<br />
für<br />
für<br />
G<br />
p<br />
( Ω)<br />
≥ 0<br />
G ( Ω)<br />
< 0<br />
p<br />
τ ( Ω)<br />
= 2.<br />
Übungsaufgaben<br />
3.14 Ermitteln Sie den Frequenzgang des Systems mit der<br />
Übertragungsfunktion
Zeitdiskrete Systeme - 101 -<br />
0,2<br />
G ( z)<br />
= .<br />
−2<br />
1+<br />
0,8z<br />
Stellen Sie den Amplituden- <strong>und</strong> Phasengang grafisch dar.<br />
3.15 Die Impulsantwort von endlicher Dauer eines Systems lautet<br />
⎧ 1<br />
⎫<br />
{ g(<br />
kTA)}<br />
= ⎨ sin( k − 3) ⎬ für 0 ≤ k ≤ 6 .<br />
⎩(<br />
k − 3) π ⎭<br />
Ermitteln Sie den Frequenzgang <strong>und</strong> stellen Sie Amplituden- <strong>und</strong> Phasengang<br />
grafisch dar.<br />
Wie groß ist die Gruppenlaufzeit ?<br />
Nutzen Sie für beide Aufgaben zur Darstellung des Frequenzganges das<br />
Simulationsprogramm MATLAB!<br />
3.6 Strukturen <strong>und</strong> Eigenschaften digitaler Filter<br />
3.6.1 Einleitung<br />
Der Begriff Filter ist bei den analogen Systemen mit dem Frequenzverhalten<br />
verknüpft, man unterscheidet Tiefpaß- Filter, Hochpaß- Filter usw. Bei den<br />
zeitdiskreten Systemen ist das anders. Man verwendet oft nur den Begriff IIR-<br />
Filter, ebenso FIR-Filter. Damit ist nur eine Aussage für das Verhalten<br />
bezüglich ihrer Impulsantwort <strong>und</strong> für die Strukturen getroffen, keinesfalls für<br />
ihr Frequenzverhalten. Man kann sowohl IIR- als auch FIR- Systeme derart<br />
entwerfen, daß sie Tiefpaß- oder Hochpaßcharakteristiken usw. aufweisen.<br />
In der Überschrift wird der Begriff digital benutzt <strong>und</strong> wir haben bis jetzt<br />
ausschließlich den Begriff zeitdiskret angesetzt. Die Bezeichnung digital<br />
impliziert neben der Zeitdiskretisierung eine Amplitudenquantisierung. Da<br />
diese Filter durch Hard- oder Softwareimplementierung realisiert werden, ist<br />
die Quantisierung der Filterkoeffizienten notwendig. Diese Quantisierung soll
- 102 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
in den nachfolgenden Erläuterungen aber unberücksichtigt bleiben, so daß die<br />
in den vorangegangenen Abschnitten vorgestellten Beschreibungsmethoden für<br />
zeitdiskrete Systeme hier in diesem Abschnitt Anwendung finden können.<br />
Digitale<br />
Filter<br />
IIR-<br />
Filter<br />
FIR-<br />
Filter<br />
Bilineare<br />
Transformation<br />
Frequenz-<br />
Transformation<br />
Impulsvarianz-<br />
Transf.<br />
Fenstermethode<br />
Frequenzabtastmethode<br />
Minimaxentwurf<br />
Bild 3.27: Digitale Filter <strong>und</strong> Entwurfsmethoden<br />
Im Bild 3.27 sind für IIR- <strong>und</strong> FIR- Systeme einige Entwurfsmethoden für die<br />
Filterkoeffizienten angeführt. In den beiden anschließenden Unterabschnitten<br />
wird exemplarisch für jeden der beiden Filtergruppen eine Entwurfsmethode<br />
beschrieben.<br />
3.6.2 Entwurf von IIR–Filtern mittels bilinearer Transformation<br />
Der Entwurf eines zeitdiskreten IIR-Filters beruht darauf, daß als<br />
Ausgangspunkt ein zeitkontinuierliches Filter zugr<strong>und</strong>e gelegt wird. Der<br />
Entwurf zeitkontinuierlicher Filter ist schon weit fortgeschritten <strong>und</strong> stark<br />
spezifiziert. Also greift man beim Entwurf zeitdiskreter IIR–Filter auf den<br />
reichen Erfahrungsschatz der zeitkontinuierlichen Filter zurück <strong>und</strong><br />
transformiert diese.
Zeitdiskrete Systeme - 103 -<br />
Wie schon angekündigt soll hier nicht die gesamte Palette möglicher<br />
Entwurfsverfahren dargestellt werden, sondern es soll ausschließlich am<br />
Beispiel eines Verfahrens der Entwurf eines zeitdiskreten IIR–Filters<br />
demonstriert werden. Nachfolgend wird die bilineare Transformation<br />
besprochen, sie basiert darauf, daß aus einer zeitkontinuierlichen Filterfunktion<br />
G(p) mit Hilfe der numerischen Integration eine zeitdiskrete Filterfunktion<br />
G(z) gewonnen wird. Die numerische Integration auf der Basis der Trapezregel<br />
liefert folgende Transformationsvorschrift :<br />
Zeitkontinuierliches Filter<br />
G(p)<br />
21−<br />
z<br />
p =<br />
T 1+<br />
z<br />
A<br />
−1<br />
−1 Zeitdiskretes Filter<br />
G(z)<br />
2<br />
TA<br />
2<br />
T<br />
A<br />
+<br />
−<br />
p<br />
p<br />
= z<br />
Mit dieser bilinearen Transformationsvorschrift ist der Zusammenhang<br />
zwischen den Frequenzen im zeitkontinuierlichen ω a <strong>und</strong> zeitdiskreten Bereich<br />
ω d zu klären. Dazu wird die nachfolgende Gegenüberstellung zur Erläuterung<br />
benutzt.<br />
Zeitkontinuierlicher Bereich<br />
Zeitdiskreter Bereich<br />
2<br />
TA<br />
2<br />
T<br />
A<br />
+ p<br />
− p<br />
= z<br />
Der Laplace – Operator ist eine Der Operator z ist eine<br />
komplexe Variable mit<br />
komplexe Variable mit<br />
T A+<br />
j d T A<br />
p = δ+jω a z = e δ ω<br />
Da hier eine Frequenzbetrachtung vorgenommen wird, ist δ = 0 zu setzen.<br />
2<br />
TA<br />
2<br />
T<br />
A<br />
+ jωa<br />
− jω<br />
a<br />
= e j ω T d A<br />
Darstellung in Exponentialform
- 104 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
2<br />
T A<br />
4<br />
2<br />
T A<br />
4<br />
+ ω e j T<br />
arctan ω a<br />
2<br />
2<br />
a<br />
2<br />
a<br />
+ ω e j T<br />
− arctan ω a<br />
2<br />
A<br />
A<br />
= e j ω T d A<br />
e j 2<br />
a T<br />
2<br />
arctan ω A<br />
= e j ω T d A<br />
Vergleicht man die Phase beider Funktionen, dann ergibt sich der gesuchte<br />
Zusammenhang zwischen den Frequenzen.<br />
2 arctan (ω a T A /2) = ω d T A (3.32)<br />
beziehungsweise<br />
ω a T A = 2 tan(ω d T A /2) (3.33)<br />
Ein weiterer Gesichtspunkt, der zu beachten ist, betrifft die maximale<br />
Betriebsfrequenz, die in beiden Bereichen unterschiedlich ist.<br />
Für den zeitkontinuierlichen Bereich<br />
gilt<br />
- ∞ < ω a < ∞<br />
ω a → - ∞<br />
Für den zeitdiskreten Bereich sind<br />
Glg.(3.32) <strong>und</strong> die nebenstehende<br />
Bereichsangabe zu berücksichtigen.<br />
ω d =<br />
2 π π<br />
( − ) = −<br />
T A<br />
2 T A<br />
ω a = 0 ω d = 0<br />
ω a → ∞<br />
ω d = π T A<br />
Stellt man sich die Bereiche in der z –<br />
Ebene dar, so wird mit 0 ≤ ω d ≤ π T A<br />
der obere Einheitskreis <strong>und</strong> mit<br />
- π ≤ ω d ≤ 0 der untere Einheitskreis<br />
T A<br />
beschrieben.
Zeitdiskrete Systeme - 105 -<br />
Bild 3.28a: p-Ebene<br />
Bild 3.28b: z-Ebene mit Einheitskreis<br />
Für das zeitdiskrete System ist somit<br />
eine maximale Betriebsfrequenz von<br />
ω max = π T A<br />
festzulegen.<br />
Die Frequenz ω a → ± ∞ wird in den Punkt (-1;0) der z– Ebene<br />
transformiert. Betrachtet man für beide Bereiche die physikalischen<br />
Frequenzen, dann ist anzugeben<br />
0 ≤ ω a < ∞<br />
0 ≤ ω d ≤ π T A<br />
;<br />
bzw.<br />
0 ≤ f a < ∞ 0 ≤ f d ≤ f A<br />
2<br />
;<br />
π<br />
T A<br />
= ω max<br />
f A<br />
2 = f max<br />
Die maximale Betriebsfrequenz<br />
entspricht der halben Abtastfrequenz.<br />
Nach Klärung des Zusammenhangs zwischen den Frequenzen beider Bereiche<br />
ist die Schrittfolge für den Entwurf des IIR–Filters nachfolgend aufgeführt.<br />
Entwurfsschritte<br />
1. Vorzugeben sind :<br />
- die Übertragungsfunktion eines<br />
zeitkontinuierlichen Bezugsfilters<br />
- die Dämpfungsvorschrift des digitalen Filters<br />
(Grenzfrequenz)<br />
- maximale Betriebsfrequenz des digitalen<br />
Filters<br />
G(p)<br />
f gd , ω gd<br />
f max , ω max
- 106 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
2. - Berechnung der Dämpfungsvorschrift für das<br />
analoge Bezugsfilter<br />
3. - Ermittlung des Frequenzganges des analogen<br />
Filters<br />
- Berechnung der Koeffizienten der<br />
Frequenzganggleichung unter<br />
Berücksichtigung der Dämpfungsvorschrift<br />
des analogen Filters<br />
4. - Ermittlung der Übertragungsfunktion G(z) des<br />
digitalen Filters mit bilinearer Transformation<br />
(G(z) in Polynomform darstellen)<br />
5. - Berechnung der Pol- <strong>und</strong> Nullstellen von G(p)<br />
<strong>und</strong> G(z)<br />
- Kontrolle der Pol- <strong>und</strong> Nullstellen<br />
6. - Ermittlung des Frequenzganges G(jΩ)<br />
- Darstellung von Amplituden- <strong>und</strong> Phasengang<br />
- Kontrolle der Dämpfungsvorschrift ω gd<br />
7. - Umformung der Übertragungsfunktion G(z)<br />
8. - Ermittlung der Differenzengleichung<br />
9. - Darstellung des Blockdiagramms<br />
ω ga = 2<br />
T A<br />
tan(ω gd<br />
T A<br />
2 )<br />
T<br />
A<br />
= π /ω max<br />
G(p) p=jω = G(jω)<br />
G(p) p<br />
p= 2 z TA z<br />
= 2 z − 1<br />
z + 1<br />
T A<br />
− 1<br />
+ 1<br />
= G(z)<br />
z = e jΩ , Ω = ωT A<br />
G(jΩ)=|G(jΩ)|e jargG(jΩ)<br />
G(z)= B B z −1<br />
0<br />
+<br />
1<br />
+ ...<br />
−1<br />
1 + Az + ...<br />
Beispiel 3.23<br />
Nach den Entwurfsschritten wird der Entwurf eines IIR-Filters beschrieben.<br />
1. Vorgegeben ist ein einfaches analoges Tiefpaßfilter.<br />
1<br />
R<br />
u e (t) C u a (t) G(p) =<br />
1<br />
1+ pRC<br />
Bild 3.29: Analoges Tiefpaßfilter<br />
Die Grenzfrequenz des digitalen Filters bei 3dB-Abfall soll ω gd = 10 3 s -1<br />
betragen <strong>und</strong> die Abtastfrequenz verhält sich f A : f gd = 10:1.
Zeitdiskrete Systeme - 107 -<br />
2.<br />
2 T<br />
ω ga = tan (ω<br />
A<br />
gd<br />
T A<br />
2 ) ; f 10 4<br />
A = 10 f gd = Hz<br />
2π<br />
2<br />
ω ga =<br />
02 , π ⋅ ms tan (0,1π ) ; T A= 0,2 π ⋅ ms<br />
ω ga = 1034,25 s -1 Ω g = ω gd T A = 0.2 π<br />
3. Die Frequenzganggleichung des analogen Bezugsfilters ergibt sich aus<br />
seiner Übertragungsfunktion unter 1.<br />
1<br />
G(<br />
jω<br />
a<br />
) = 1 + jω<br />
a<br />
RC<br />
Bei Festlegung der Grenzfrequenz des analogen Tiefpasses beim 3dB-<br />
Abfall gilt<br />
1 1<br />
| G(<br />
jω<br />
)|<br />
=<br />
a ω<br />
=<br />
a = ω<br />
,<br />
ga<br />
2<br />
1+<br />
( ω RC)<br />
2<br />
1<br />
RC = = 0, 96688ms<br />
.<br />
ω<br />
ga<br />
4. G(p) G(z)<br />
−1<br />
21−<br />
z<br />
p =<br />
−<br />
TA<br />
1+<br />
z<br />
1<br />
z + 1<br />
G(<br />
z)<br />
=<br />
=<br />
2 z −1<br />
RC<br />
1+<br />
RC z(1<br />
+ 2 ) + 1−<br />
2<br />
T z + 1<br />
T<br />
A<br />
ga<br />
1<br />
A<br />
A<br />
RC<br />
T<br />
G(<br />
z)<br />
=<br />
z + 1<br />
=<br />
z ⋅ 4,07768 − 2,07768<br />
z + 1<br />
za + a<br />
0<br />
1<br />
5. Kontrolle der Null – <strong>und</strong> Polstellen<br />
p – Bereich<br />
G( p)<br />
= 1<br />
1 + p0,<br />
96680ms<br />
Gz ( ) =<br />
z – Bereich<br />
z + 1<br />
z ⋅4, 07768 −2,<br />
07768<br />
Nullstellen: keine z N1 = -1<br />
Polstellen: p P1 = -1034,25s -1 z P1 = 0,50953
- 108 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
Die Null - <strong>und</strong> Polstellen beider Bereiche werden in<br />
2 z −1<br />
p =<br />
T z + 1<br />
eingesetzt <strong>und</strong> geprüft.<br />
A<br />
Nullstellen : keine =<br />
Wie kann man diese Angaben deuten?<br />
2 zN1<br />
−1<br />
T z + 1<br />
→−∞<br />
A<br />
N1<br />
Für G(p) liegt eine Nullstelle im<br />
Unendlichen vor, wenn p → ± ∞<br />
strebt.<br />
Für z N1 = -1 strebt G(z) gegen - ∞ .<br />
Polstellen:<br />
p<br />
−1034,25s<br />
P1<br />
− 1<br />
=<br />
2<br />
=<br />
T<br />
A<br />
z<br />
z<br />
P1<br />
P1<br />
−1<br />
+ 1<br />
1034,25s<br />
−1<br />
Es ist einzusehen, daß in Abhängigkeit der Anzahl der Stellen<br />
R<strong>und</strong>ungsfehler auftreten können. Aus der Kontrolle der Null- <strong>und</strong><br />
Polstellen ist abzulesen, daß die Transformation korrekt erfolgte.<br />
6. Aus der Übertragungsfunktion G(z) ist der Frequenzgang <strong>und</strong> daraus der<br />
Amplituden- <strong>und</strong> Phasengang berechenbar.<br />
Gz ( ) z= e<br />
jΩ = G( jΩ)<br />
=<br />
Amplitudengang<br />
j<br />
e<br />
ae<br />
Ω<br />
+ 1<br />
+ a<br />
jΩ<br />
0 1<br />
| G( jΩ)|<br />
=<br />
1 + cosΩ<br />
1<br />
2 2<br />
( a0<br />
+ a1<br />
) + a0a1cosΩ<br />
2<br />
; Ω = ωT A<br />
Phasengang im Bereich von 0 < Ω < π<br />
( a1<br />
− a0<br />
)sin Ω<br />
ϕ ( Ω)<br />
= arctan<br />
( a + a )(1 + cosΩ)<br />
1<br />
0
Zeitdiskrete Systeme - 109 -<br />
|G(jΩ)|<br />
argG(jΩ)<br />
Bild 3.30: Amplituden- <strong>und</strong> Phasengang des IIR-Filters<br />
Ω<br />
Die normierte Grenzfrequenz liegt bei Ω gd = ω gd T A = 0,2π, an dieser<br />
Stelle ist ein Abfall des Amplitudengangs auf 1/ 2 bzw. von 3dB<br />
abzulesen, so wie gewünscht. Die Flanke ist bezüglich ihrer Steilheit noch<br />
verbesserbar, dazu sind aber Filter höherer Ordnung notwendig.<br />
1 1<br />
1<br />
−1<br />
z + 1 1 + z a0 a z −<br />
+<br />
0<br />
7. Gz ( ) = =<br />
−1<br />
=<br />
za0 + a1<br />
a0 + a1z<br />
a1<br />
1<br />
1 +<br />
a z −<br />
0<br />
−1<br />
0, 24523 + 0,<br />
24523⋅z<br />
Gz ( ) =<br />
−1 = B B z −1<br />
0<br />
+<br />
1<br />
− 1<br />
1 − 0,<br />
50952z<br />
1+<br />
Az<br />
8. Aus der Übertragungsfunktion ist die Differenzengleichung durch<br />
Rücktransformation in den Zeitbereich unter Nutzung des Verschiebungs<strong>und</strong><br />
Linearitätssatzes der z – Transformation zu ermitteln.<br />
Z -1 { X a (z) + A 1 z -1 X a (z) } = Z -1 { B 0 X e (z) + B 1 z -1 X e (z) }<br />
x a (kT A ) + A 1 x a [(k-1)T A ] = B 0 x e (kT A ) + B 1 x e [(k-1)T A ]<br />
9. Die Umsetzung der Differenzengleichung in ein Blockdiagramm zeigt das<br />
rekursive System, das das gesuchte digitale Filter darstellt.<br />
1
- 110 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
Bild 3.31: Blockdiagramm des IIR-Filters<br />
3.6.3 Entwurf von FIR – Filtern mit der Fenstermethode<br />
Beim Entwurf dieser Filter liegt nicht wie bei den IIR-Filtern ein<br />
zeitkontinuierliches Analogfilter zugr<strong>und</strong>e, sondern es wird direkt die<br />
gewünschte Übertragungsfunktion beziehungsweise der Frequenzgang des<br />
zeitdiskreten Systems durch die Entwurfsmethoden approximiert. Der Entwurf<br />
ist meist so angelegt, daß ein linearer Phasenverlauf des Filters entsteht. Da es<br />
sich hier um ein System mit endlicher Impulsantwort handelt, ist ein FIR-Filter<br />
stets stabil. Die Differenzengleichung eines FIR-Systems lautet<br />
bekanntermaßen<br />
x a (kT A ) =<br />
m<br />
Σ b j x e [(k-j)T A ] (3.34)<br />
j=0<br />
mit m als Ordnung des Filters.<br />
Der Entwurf von FIR-Filtern mittels Fenstermethode ist ein relativ einfaches<br />
Verfahren, die Entwurfsschritte werden nachfolgend beschrieben.<br />
Entwurfsschritte<br />
1. Vorgabe eines gewünschten<br />
Frequenzganges G i (jΩ)<br />
G i<br />
( jΩ)<br />
ϕ i<br />
( Ω)<br />
Ω<br />
Ω
Zeitdiskrete Systeme - 111 -<br />
2. Ermittlung Impulsantwort<br />
Die entstehende Impulsfolge dieses<br />
vorgegebenen Systems wird<br />
unendlich <strong>und</strong> nichtkausal sein.<br />
1<br />
i<br />
Gi<br />
( jΩ)<br />
e<br />
2π<br />
π<br />
{ g ( kTA<br />
)} = ∫<br />
g i<br />
−π<br />
j Ω k<br />
dΩ<br />
kT A<br />
3. Festlegung einer kausalen<br />
Impulsantwort mit endlicher Dauer<br />
durch Fensterung<br />
Die Form der Fenster kann<br />
verschieden sein. Im Anschluß an die<br />
Entwurfsschritte sind häufig<br />
verwendete Fensterfunktionen<br />
aufgeführt. Die Verwendung<br />
verschiedener Fenster hat den Sinn,<br />
daß durch die Fensterung ein weniger<br />
abruptes Abschneiden der<br />
Impulsantwort erfolgt. Die weichen<br />
Übergänge an den<br />
Impulsantwortgrenzen haben<br />
geringeres Überschwingen des<br />
Amplitudenganges zur Folge. Bei der<br />
Festlegung des Fensters ist weiterhin<br />
zu berücksichtigen, daß ein linearer<br />
Phasengang erwünscht ist. So muß<br />
die Impulsantwort mit endlicher<br />
Länge symmetrisch oder antimetrisch<br />
sein.<br />
4. Ermittlung des Frequenzganges für<br />
diese Impulsantwort mit endlicher<br />
Dauer<br />
Gegebenenfalls sind die Schritte 3<br />
<strong>und</strong> 4 zu wiederholen, wenn G(jΩ) zu<br />
stark vom Wunschfrequenzgang<br />
G i (jΩ) abweicht. Einmal kann eine<br />
Vergrößerung des Fensters <strong>und</strong> damit<br />
eine Verlängerung der Impulsantwort<br />
zu steileren Übergängen zwischen<br />
Sperr- <strong>und</strong> Durchlaßbereich führen,<br />
zum anderen kann durch ein anderes<br />
Fenster das Überschwingen im<br />
Amplitudengang beeinflußt werden.<br />
Rechteckfenster<br />
w<br />
{ g kT )} = { g ( kT )}{ w(<br />
kT )}<br />
(<br />
A i A<br />
A<br />
w g i<br />
M −1<br />
G ( jΩ ) = ∑ gi(<br />
kTA)<br />
w(<br />
kTA)<br />
e<br />
k = 0<br />
M-1<br />
G ( jΩ)<br />
= | G ( jΩ)<br />
| e<br />
kT A<br />
kTA<br />
M-Länge der Impulsantwort<br />
G( jΩ)<br />
ϕ(<br />
Ω)<br />
jϕ ( Ω)<br />
Ω<br />
Ω<br />
− j Ω k
- 112 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
5. Ermittlung der Differenzengleichung x a (kT A ) =<br />
b 0 x e (kT A ) + ... + b n x e [(k-m)T A ]<br />
m - Grad des Filters<br />
m = M-1<br />
6. Darstellung des Blockdiagramms<br />
Zur Verdeutlichung dieses Entwurfsablaufes wird anschließend ein Beispiel<br />
besprochen. Um hier den Rechenaufwand noch in Grenzen zu halten, wird ein<br />
FIR-Filter geringen Grades gewählt. Das Entwerfen eines Filters höherer<br />
Ordnung läuft nach demselben Mechanismus ab, ist aber wesentlich<br />
aufwendiger. Es existieren dazu genügend Programme, die diese<br />
zeitaufwendige Rechenoperation erledigen. Hier folgt das „von Hand“<br />
nachvollziehbare Beispiel<br />
Beispiel 3.24<br />
1. Es ist ein Tiefpaß 6. Ordnung zu entwerfen. Die gewünschte<br />
Frequenzganggleichung lautet:<br />
G i (jΩ) =<br />
− jΩa<br />
⎧ e für | Ω | ≤ Ω<br />
g<br />
; Ω<br />
g<br />
= 1<br />
⎨<br />
⎩0<br />
sonst<br />
Daraus ergibt sich für den Amplitudengang <strong>und</strong> Phasengang<br />
| G ( jΩ)<br />
| =<br />
i<br />
⎧ 1 für | Ω | ≤ Ω<br />
g<br />
; Ω<br />
g<br />
= 1<br />
⎨<br />
⎩0<br />
sonst<br />
G i<br />
( jΩ)<br />
-Ω g Ω g Ω<br />
( ) Ω ϕ i<br />
-Ω g Ω g Ω
Zeitdiskrete Systeme - 113 -<br />
⎧ − a Ω für | Ω | ≤ Ω<br />
g<br />
; Ω<br />
g<br />
= 1<br />
ϕ<br />
i<br />
( Ω)<br />
= ⎨<br />
⎩ 0 sonst<br />
Bild 3.32: Amplituden- <strong>und</strong> Phasengang des gewünschten FIR-Filters<br />
2. Berechnung der zu diesem idealen Frequenzgang gehörenden<br />
Impulsantwort<br />
π<br />
1<br />
i<br />
Gi<br />
( jΩ)<br />
2π<br />
−π<br />
{ g ( kTA<br />
)} = ∫<br />
e<br />
j Ω k<br />
dΩ<br />
{ g ( kT )}<br />
i<br />
A<br />
=<br />
1<br />
2π<br />
Ω g<br />
∫<br />
e<br />
−Ω g<br />
− jΩ<br />
a<br />
e<br />
j Ω k<br />
dΩ =<br />
1<br />
2π<br />
1<br />
j(<br />
k − a)<br />
e<br />
j Ω ( k −a)<br />
ω T<br />
g<br />
g<br />
A<br />
− ω T<br />
A<br />
= Ω<br />
g<br />
= −Ω<br />
g<br />
{ g kT )}<br />
⎧ 1<br />
⎫<br />
= ⎨ sin[( k − a)<br />
ω<br />
g<br />
T ] ⎬<br />
⎩ ( k − a)<br />
π<br />
⎭<br />
i<br />
(<br />
A<br />
A<br />
Es ergibt sich eine Impulsantwort mit unendlicher Dauer.<br />
3. Durch Multiplikation der idealen Impulsantwort mit einem<br />
Rechteckfenster wird diese auf eine endliche Länge begrenzt. Die Größe<br />
des Fensters hängt ab von der Vorgabe des Grades des Filters, hier m = 6.<br />
Da ein linearer Phasengang gewünscht ist, muß die endliche<br />
Impulsantwort symmetrisch oder antimetrisch sein. Die unendliche<br />
Impulsantwort ist zu k = a symmetrisch. Für endliche Impulsantworten<br />
mit symmetrischem Verlauf gilt<br />
g(kT A ) = g [(M-1-k)T A ]<br />
sin[( k − a)<br />
ω T ]<br />
g<br />
( k − a)<br />
π<br />
A<br />
=<br />
sin[( M −1−<br />
k − a)<br />
ω T ]<br />
( M −1−<br />
k − a)<br />
π<br />
g<br />
A<br />
mit ω g T A = 1<br />
Zur Festlegung von a wird obige Glg. genutzt. Die Gleichung hat eine<br />
wahre Aussage, wenn gilt<br />
-(k-a)= M-1-k-a.<br />
Mit Vorgabe des Grades m = 6 des zu entwerfenden Filters ergibt sich<br />
zwangsläufig für die Länge der Impulsantwort M = 7, daraus resultiert<br />
a = M −1 = 3.<br />
2<br />
Der Symmetriepunkt der endlichen Impulsantwort liegt bei k = a = 3.
- 114 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
Die endliche Impulsantwort wird berechnet mit<br />
⎧ 1<br />
⎨<br />
⎩(<br />
k − 3) π<br />
{ g( kT )} = sin [( k − 3) T ] für 0 ≤ k ≤ 6<br />
A<br />
ω g<br />
{g(kT A )}={0,01497; 0,14472; 0,26786; 1/π; 0,26786; 0,14472; 0,01497}<br />
4. Der Frequenzgang ergibt sich wegen der endlichen <strong>und</strong> symmetrischen<br />
Impulsantwort nach Glg. (3.28a) <strong>und</strong> Glg.(3.29)<br />
A<br />
⎫<br />
⎬<br />
⎭<br />
G(jΩ) = |G(jΩ)| e jargG(jΩ) = |G p (Ω)| e jϕ(Ω)<br />
Amplitudengang<br />
|G(jΩ)| = |G p (Ω)| = |0,31831 + 2(0,01497cos(3Ω) + 0,14472 cos(2Ω) +<br />
+ 0,26786cos(Ω))|<br />
Phasengang<br />
⎧− Ω ⋅3<br />
ϕ(<br />
Ω)<br />
= ⎨<br />
⎩− Ω ⋅3<br />
+ π<br />
für G<br />
p<br />
( Ω)<br />
≥ 0<br />
für G ( Ω)<br />
< 0<br />
p<br />
Gruppenlaufzeit<br />
τ(Ω) = 3<br />
|G(jΩ)|<br />
argG(jΩ)<br />
Ω<br />
Bild 3.33: Frequenzgang eines FIR-TP 6. Ordnung bei Verwendung eines<br />
Rechteckfensters
Zeitdiskrete Systeme - 115 -<br />
5. Die unter dem 3. Entwurfsschritt ermittelte Impulsantwort liefert die<br />
Differenzengleichung laut Glg. (3.34)<br />
x a (kT A ) = 0,01497x e (kT A ) + 0,14472x e [(k-1)T A ] + 0,26786x e [(k-2)T A ] +<br />
+ 0,31831x e [(k-3)T A ] + 0,26786x e [(k-4)T A ] +<br />
+ 0,14472x e [(k-5)T A ] + 0,01497x e [(k-6)T A ]<br />
6. Das zur Differenzengleichung gehörende Blockdiagramm hat eine<br />
Transversalstruktur, das Ausgangssignal wird nur durch die<br />
Eingangssignale bestimmt.<br />
x e (kT A )<br />
T T T T T T<br />
0,01497<br />
x a (kT A )<br />
0,14472<br />
0,26786<br />
0,31831<br />
Bild 3.34: Blockdiagramm des FIR-Filters 6. Ordnung<br />
Verwendet man statt des Rechteckfensters ein anderes, so ist ein anderes<br />
Verhalten des Frequenzgangs zu beobachten. Im Bild ist der Frequenzgang des<br />
entworfenen Filters unter Verwendung eines Hann-Fensters dargestellt. Beim<br />
Entwurf wird unter dem Entwurfsschritt 3 die Impulsantwort {g i (kT A )} mit<br />
2π<br />
k<br />
{w(kT A )}= 0,5 – 0,5 cos ( )<br />
6<br />
gewichtet. Für die weiteren Entwurfsschritte ist diese Impulsantwort<br />
{g(kT A )} = {0; 0,03618; 0,20089; 0,31831; 0,20089; 0,03618; 0}<br />
die Gr<strong>und</strong>lage <strong>und</strong> liefert den im Bild 3.35 dargestellten Frequenzgang.<br />
Festzustellen ist, daß zwar die Schwingneigung geringer ist, aber der Übergang<br />
vom Durchlaß- in den Sperrbereich flacher geworden ist.
- 116 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
|G(jΩ)|<br />
argG(jΩ)<br />
Ω<br />
Bild 3.35: Frequenzgang des FIR-TP 6. Ordnung bei Verwendung eines Hann-Fensters<br />
Betrachtet man die Amplitudengänge beider FIR-Filter, muß man feststellen,<br />
daß die gewünschte Grenzfrequenz nicht erreicht wurde. Der Filterentwurf<br />
wurde wiederholt bei Erhöhung der Filterordnung. Im nachfolgenden Bild sind<br />
die Amplitudengänge zweier FIR-Filter mit einer Filterordnung von 63<br />
dargestellt. Die Berechnung erfolgte mit entsprechenden MATLAB-Befehlen.<br />
|G(j Ω )|<br />
1<br />
0.8<br />
0.6<br />
0.4<br />
0.2<br />
Rechteckfenster<br />
0<br />
0 0.5 1 1.5 2 2.5 3<br />
|G(j Ω )|<br />
1<br />
0.8<br />
0.6<br />
0.4<br />
0.2<br />
Hannfenster<br />
0<br />
0 0.5 1 1.5 2 2.5 3<br />
Ω<br />
Bild 3.36: Amplitudengänge von FIR-Tiefpässen 255.Ordnung
Zeitdiskrete Systeme - 117 -<br />
Durch Erhöhung der Filterordnung ergab sich eine größere Flankensteilheit<br />
<strong>und</strong> die gewünschte Grenzfrequenz wurde erreicht. Bei die Verwendung des<br />
Hann-Fensters reduzierte sich die Schwingneigung.<br />
Häufig verwendete Fensterfunktionen<br />
Bartlett-Fenster<br />
Bild 3.37: Fensterfunktionen<br />
⎧ 2k<br />
⎪M<br />
−1<br />
⎪ 2k<br />
⎪2<br />
−<br />
{ w(<br />
k)}<br />
= ⎨ M −1<br />
⎪<br />
⎪<br />
0<br />
⎪<br />
⎩<br />
M −1<br />
für 0 ≤ k ≤<br />
2<br />
M −1<br />
für < k ≤ M −1<br />
2<br />
sonst<br />
Hann-Fenster<br />
⎧<br />
2π<br />
k<br />
⎪0.5<br />
− 0,5cos( )<br />
{ w(<br />
k)}<br />
= ⎨<br />
M −1<br />
⎪⎩ 0<br />
für 0 ≤ k ≤ M<br />
sonst<br />
−1
- 118 - Zeitdiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
Hamm-Fenster<br />
⎧<br />
2π<br />
k<br />
⎪0.54<br />
− 0,46cos( )<br />
{ w(<br />
k)}<br />
= ⎨<br />
M −1<br />
⎪⎩ 0<br />
für 0 ≤ k ≤ M<br />
sonst<br />
−1<br />
Blackman-Fenster<br />
⎧<br />
2π<br />
k<br />
4π<br />
⎪0.42<br />
− 0,5cos( ) + 0,08cos( )<br />
{ w(<br />
k)}<br />
= ⎨<br />
M −1<br />
M −1<br />
⎪⎩<br />
0<br />
für 0 ≤ k ≤ M<br />
sonst<br />
−1<br />
Übungsaufgaben<br />
3.16 Es sind die Koeffizienten eines digitalen nichtrekursiven Filters 7.<br />
Ordnung unter Verwendung eines Rechteckfensters zu berechnen.<br />
Ausgangspunkt ist der gewünschte Frequenzgang eines idealen Tiefpasses<br />
⎧ e<br />
G i (jΩ) = ⎨<br />
⎩0<br />
− jΩa<br />
für | Ω | ≤ Ω<br />
sonst<br />
g<br />
mit f g = 20kHz <strong>und</strong> f A = 200kHz. Stellen Sie mit MATLAB den Amplituden –<br />
<strong>und</strong> Phasengang sowie die Gruppenlaufzeit dar.<br />
3.17 Berechnen Sie ein digitales rekursives Filter. Vorgegeben wird ein<br />
analoges Bezugsfilter mit der Übertragungsfunktion<br />
1<br />
G(<br />
p)<br />
=<br />
τ p + 1<br />
<strong>und</strong> der Dämpfungsvorschrift<br />
| G( jω ))| = 1 2 .<br />
ga<br />
Die gewünschte Grenzfrequenz des digitalen rekursiven Filters beträgt<br />
f gd = 20kHz <strong>und</strong> die Abtastfrequenz f A = 200kHz. Ermitteln Sie die<br />
Übertragungsfunktion des digitalen Filters mit Hilfe der bilinearen<br />
Transformation.<br />
Stellen Sie mit MATLAB den Amplituden – <strong>und</strong> Phasengang sowie die<br />
Gruppenlaufzeit dar.
Anhang - 119 -<br />
Anhang<br />
Beispiel 2.9<br />
MATLAB-Programm<br />
% Fouriertransformierte eines Abtastsignals (Bsp29.m)<br />
f = -1:0.0001:1;<br />
fA=1<br />
X=1/sqrt(2)*exp(-j*2*pi*f/fA)+...<br />
...exp(-j*2*2*pi*f/fA)+1/sqrt(2)*exp(-j*3*2*pi*f/fA)-...<br />
1/sqrt(2)*exp(-j*2*5*pi*f/fA)-exp(-j*2*6*pi*f/fA)-...<br />
...1/sqrt(2)*exp(-j*2*7*pi*f/fA);<br />
figure(1)<br />
subplot (2,1,1)<br />
plot(f,abs(X))<br />
grid on<br />
xlabel('f/kHz')<br />
ylabel('|X(jf/fA)|')<br />
text(0.45,-1,'{fA/2}')<br />
text(-0.55,-1,'{-fA/2}')<br />
subplot (2,1,2)<br />
plot(f,angle(X))<br />
grid on<br />
ylabel('arg(X(jf/fA))')<br />
xlabel('f/kHz')<br />
text(0.45,-5.5,'{fA/2}')<br />
text(-0.55,-5.5,'{-fA/2}')<br />
%Amplitudenspektrum<br />
%Phasespektrum<br />
Beispiel 2.10<br />
MATLAB-Programm<br />
% Fouriertransformierte eines Abtastsignals<br />
f = -.2:0.001:.2;<br />
subplot (2,1,1)<br />
FX = (1./sqrt(2))*exp(-j*2*pi*f)-exp(-j*2*pi*f*6); % F.-Transf.<br />
%Xp = (sqrt(2))^-1*cos(2*pi*f)- cos(12*pi*f)+j*[(sqrt(2)^1)*...<br />
%sin(2*pi*f)+ sin(12*pi*f)]; %Pseudobetrag<br />
X = abs(FX);<br />
%Amplitudenspektrum<br />
%X = abs(Xp); %Amplitudespektrum
- 120 - Zeidiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
plot(f,X)<br />
grid on<br />
ylabel('|X(jf/fA)|')<br />
xlabel('f/kHz')<br />
%set(gca,'ytick',[-4 0 4])<br />
Beispiel 2.13<br />
Simulink-Modell<br />
MATLAB-Programm<br />
N=8;p=fft(simout,N);figure(1);subplot(3,1,1);bar(0:(N-<br />
1),imag(p),0.02);subplot(3,1,2);bar(0:(N-1),abs(p),0.02);<br />
subplot(3,1,3);bar(0:(N-1),sign(ro<strong>und</strong>(abs(p))).*angle(p),0.02);<br />
Beispiel 2.14<br />
Simulink-Modell<br />
MATLAB-Programm<br />
N=8;p=fft(simout,N);figure(1);bar(0:(N-1),imag(p),0.02)<br />
Beispiel 3.24<br />
b=fir1(255,1/pi,boxcar(256),'noscale');<br />
[g,f]=freqz(b,1,512,2*pi);figure(2);subplot(2,1,1);<br />
plot(f,abs(g));<br />
b=fir1(255,1/pi,hanning(256),'noscale');<br />
[g,f]=freqz(b,1,512,2*pi);subplot(2,1,2);plot(f,abs(g))
Lösungen - 121 -<br />
Lösungen<br />
Aufgabe 2.1<br />
a)<br />
{ y(<br />
kT<br />
A<br />
⎧ 1+<br />
k<br />
)} = ⎨<br />
⎩ 0<br />
für<br />
für<br />
k<br />
k<br />
≥ 0<br />
< 0<br />
b)<br />
⎧2<br />
für k = 0,1<br />
⎪<br />
{ y(<br />
kTA)}<br />
= ⎨1<br />
für k = 2, 3<br />
⎪<br />
⎩0<br />
sonst<br />
c)<br />
{ y(<br />
kT<br />
A<br />
k<br />
⎧2<br />
)} = ⎨<br />
⎩ 0<br />
für<br />
für<br />
k<br />
k<br />
≥ 0<br />
< 0<br />
d)<br />
{ y(<br />
kT<br />
A<br />
⎧4<br />
)} = ⎨<br />
⎩0<br />
für<br />
für<br />
k<br />
k<br />
= 2<br />
≠ 2<br />
e)<br />
k 0 1 2 3 4 5 6 7 8 9<br />
cos π k<br />
5<br />
1 0,8 0,3 -0,3 -0,8 -1 -0,8 -0,3 0,3 0,8<br />
{ y(<br />
kT<br />
A<br />
⎧ π<br />
⎪cos<br />
k<br />
)} = ⎨<br />
⎪⎩ 0 5<br />
für<br />
0 ≤ k ≤ 9<br />
sonst
- 122 - Zeidiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
Aufgabe 2.2<br />
{x(kT A )} ∗ {δ[(k-1)T A ]} = {0, 1, 1, 1, 1}<br />
Aufgabe 2.3<br />
a) {x 1 (kT A )} ∗ {x 2 (kT A )} = {4, 13, 28, 27, 18}<br />
b) {x 1 (kT A )} ∗ {x 2 (kT A )} = {31, 31, 28}<br />
Aufgabe 2.4<br />
a),d)<br />
Scope<br />
Sine Wave<br />
Scope2<br />
1.2<br />
Product<br />
Zero-Order<br />
Hold<br />
0.444s 2+1.333s+1<br />
Transfer Fcn<br />
Scope3<br />
Sine Wave1<br />
Scope1<br />
Scope4<br />
b) x(t) = sin(0,1s -1 t) sin(1s -1 t) = ½ [cos(0,9s -1 t) – cos(1,1s -1 t)],ω 1 = 0,9s -1 ,<br />
ω 2 = 1,1s -1<br />
c) Es wird gewählt ω A = 3s -1 , {x(kT A )} = {0; 0,18; -0,35; 0; 0,64; ...}
Lösungen - 123 -<br />
d) abgetastetes <strong>und</strong> rekonstruiertes Signal<br />
e) {x(kT A )}= {0; -0,46; -0,46; 0,65; 0,83; ...}<br />
f) abgetastetes <strong>und</strong> rekonstruiertes Signal<br />
Aufgabe 2.5<br />
−1<br />
T<br />
a), b) A<br />
z<br />
−1<br />
2<br />
(1 − z )<br />
x<br />
2T A<br />
T A<br />
0 T A 2T A kT A<br />
Aufgabe 2.6<br />
z<br />
−1<br />
1<br />
d(<br />
1−<br />
z<br />
dz<br />
{ r(<br />
kT )}<br />
d<br />
d(<br />
kT<br />
A<br />
A<br />
)<br />
−1<br />
−1<br />
) T<br />
A<br />
= ε(<br />
kT<br />
−1<br />
z TA<br />
=<br />
−1<br />
(1 − z )<br />
A<br />
)<br />
2<br />
;<br />
Z<br />
−1<br />
−1<br />
⎧ z TA<br />
⎨ −1<br />
⎩(1<br />
− z )<br />
2<br />
⎫<br />
⎬<br />
⎭<br />
= { kT ε(<br />
kT<br />
A<br />
A<br />
)} =<br />
{ r(<br />
kT )}<br />
A<br />
Aufgabe 2.7<br />
{k(k-1)ε(kT A )}
- 124 - Zeidiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
Aufgabe 2.8<br />
a)<br />
x<br />
1<br />
-1<br />
0 2 4 6 8<br />
kT A /ms<br />
b)<br />
X(jF) = e -j2πF – e -j6πF<br />
X(jF) = e –j4πF ( e j2πF -e –j2πF ) = e -j4π F ⋅ 2j sin (2πF)<br />
| X(jF) | = |X p (F) | = | 2 sin(2πF) |<br />
⎧π<br />
⎪ − 4πF<br />
arg X ( jF)<br />
= ⎨<br />
2<br />
π<br />
⎪−<br />
− 4πF<br />
⎩ 2<br />
für<br />
für<br />
X<br />
X<br />
P<br />
p<br />
( F)<br />
≥ 0<br />
( F)<br />
< 0<br />
|X(jf/f A )|<br />
2<br />
1.5<br />
1<br />
0.5<br />
0<br />
argX(jf/f A )<br />
-0.5<br />
-0.25 -0.2 -0.15 -0.1 -0.05 0 0.05 0.1 0.15 0.2 0.25<br />
-fA/2<br />
f/kHz<br />
fA/2<br />
5<br />
2.5<br />
0<br />
-2.5<br />
-5<br />
-0.25 -0.2 -0.15 -0.1 -0.05 0 0.05 0.1 0.15 0.2 0.25<br />
-fA/2<br />
f/kHz<br />
fA/2<br />
Aufgabe 2.9<br />
a) periodische Fortsetzung des Signals nach Aufgabe 2.8 a)<br />
b) {X(ji∆f)} = {0; -2j; 0; 2j}
Lösungen - 125 -<br />
c)<br />
Im{X(ji∆f)}<br />
2<br />
Periode des Spektrums<br />
-4 0 0,25 0,5<br />
f A /2 f A<br />
-2<br />
i∆f/kHz<br />
|X(ji∆f)|<br />
2<br />
Periode des Spektrums<br />
-4 0 0,25 0,5<br />
f A /2 f A<br />
-2<br />
i∆f/kHz<br />
argX(ji∆f)<br />
π/2<br />
Periode des Spektrums<br />
-π/2<br />
0 0,25 0,5<br />
f A /2 f A<br />
i∆f/kHz<br />
Aufgabe 2.10<br />
a) ∆f = 0,125KHz<br />
b)<br />
f/kHz -0,25 -0,125 0 0,125 0,25<br />
|X(ji∆f)| 0 2 0 2 0<br />
arg X(ji∆f) ±π/2 π/2 m π/2 -π/2 ±π/2<br />
Re{ X(ji∆f)} 0 0 0 0 0<br />
Im{ X(ji∆f)} 0 2j 0 -2j 0<br />
X(jf) abgetastet =X(ji∆f)
- 126 - Zeidiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
Aufgabe 2.11<br />
x (0)<br />
x (T A )<br />
-1<br />
X(0)<br />
X (j2∆f )<br />
x (2T A )<br />
-1<br />
X (j∆f )<br />
x (3T A ) -1<br />
e -jπ/2<br />
-1<br />
X (j3∆f )<br />
Aufgabe 2.12<br />
a)<br />
10<br />
|X(ji ∆ f)|<br />
8<br />
6<br />
4<br />
2<br />
b)<br />
|X(ji f)| ∆<br />
0<br />
-2 0 2 4 6 8 10 12 14 16<br />
i<br />
5<br />
4<br />
3<br />
2<br />
1<br />
0<br />
0 1 2 3 4 5 6 7 8 9 10 11<br />
i<br />
c) Aus dem Spektrum mit dem Zeitfenster von 16 ms sind die das Signal<br />
repräsentierenden Frequenzanteile ablesbar.<br />
i = 2, ∆f = 0,0625kHz, i∆f = 0,125kHz, T e = 8ms<br />
Die diskrete Frequenz ist im Vergleich zum Beispiel 2.13 kleiner.<br />
Das Spektrum mit dem Zeitfenster von 12 ms weicht völlig ab, da durch<br />
die Lage des Zeitfensters ein anderes periodisches Signal vorgetäuscht wird.<br />
Aufgabe 3.1<br />
a) nicht linear b) linear
Lösungen - 127 -<br />
Aufgabe 3.2<br />
a) zeitinvariant b) zeitvariant<br />
Aufgabe 3.3<br />
{ xe( kTA )}<br />
{ xa( kTA<br />
)}<br />
f<br />
a) System ist kausal.<br />
b) System ist nichtkausal.<br />
Aufgabe 3.4<br />
a) System ist instabil.
- 128 - Zeidiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
b) System ist stabil.<br />
Aufgabe 3.5<br />
{x a (kT A )} = { 1 ; 0 ; 0 ; 1 ; 0 ; 0 ; 1 ; ... }<br />
Aufgabe 3.6<br />
a)<br />
b)
Lösungen - 129 -<br />
Aufgabe 3.7<br />
a) x a (kT A ) + x a [(k-1)T A ] - x a [(k-2)T A ] = x e [(k-1)T A ]<br />
b) {g(kT A )} = { 0; 1; -1; 2; -3; 5; -8; ... }<br />
c) {x a (kT A )} = { 0; 0; 1; 1; 3; 2; 6; ... }<br />
Aufgabe 3.8<br />
a) x a (kT A ) + 0,8x a [(k-2)T A ] = 0,2x e (kT A )<br />
b) {g(kT A )} = { 0,2; 0; -0,16; 0; 0,128; 0; ... }<br />
Aufgabe 3.9<br />
a) x a (kT A ) = x e (kT A ) + 2x e [(k-1)T A ]<br />
b) {x a (kT A )} = { 1; 4; 4}<br />
Aufgabe3.10<br />
{x a (kT A )} = {(- k/2) (k – 1)ε(kT A )} = {0; 0; -1; -3; -6;...}<br />
Aufgabe 3.11<br />
−1<br />
1−<br />
2 z<br />
a) G ( z)<br />
=<br />
−1<br />
1+<br />
0,5 z<br />
=<br />
z − 2<br />
z + 0,5<br />
b)<br />
Im{z}<br />
1<br />
-1 1 Re{z}<br />
-1<br />
c) stabil
- 130 - Zeidiskrete <strong>Signale</strong> <strong>und</strong> Systeme<br />
Aufgabe 3.12<br />
a) z N1,2 = 0; z p1 = 0,5; z p2 = 2.<br />
b) instabil<br />
Aufgabe 3.13<br />
{g(kT A )} = {(Az P1 k-1 +Bz P2 k-1 )ε[(k-1)T A ]}<br />
A = 0,724, B = 0,276, z P1 = -1,618, z P2 = 0,618<br />
Aufgabe 3.14<br />
0,2<br />
0,8sin(2Ω)<br />
G ( jΩ)<br />
=<br />
, ϕ(<br />
Ω)<br />
= arctan<br />
1,64 + 1,6cos(2Ω)<br />
1+<br />
0,8cos(2Ω)<br />
|G(jΩ)|<br />
argG(jΩ)<br />
Ω<br />
Aufgabe 3.15<br />
|G(jΩ)|<br />
argG(jΩ)<br />
Ω
Lösungen - 131 -<br />
|G(jΩ)| = |G p (Ω)| = |0.31831 + 2(0,01497cos(3Ω) + 0,14472 cos(2Ω) +<br />
+ 0,26786cos(Ω))|<br />
⎧ − Ω ⋅3<br />
ϕ(<br />
Ω)<br />
= argG(<br />
jΩ)<br />
= ⎨<br />
⎩− Ω ⋅3<br />
+ π<br />
für G ( Ω)<br />
≥ 0<br />
p<br />
für G ( Ω)<br />
< 0<br />
p<br />
Aufgabe 3.16<br />
G(jΩ) = 0,07358 + 0,12732 e -jΩ + 0,17168 e -j2Ω + 0,19673 e -j3Ω +<br />
+ 0,19673 e -j4Ω + 0,17168 e -j5Ω + 0,12732 e -j6Ω + 0,07358 x e e -j7Ω<br />
|G(jΩ)|<br />
argG(jΩ)<br />
Ω<br />
Aufgabe 3.17<br />
G<br />
1+<br />
z<br />
1−<br />
0,50952z<br />
−1<br />
( z)<br />
= 0,24524<br />
−1<br />
|G(jΩ)|<br />
argG(jΩ)<br />
Ω
- 132 - Zeidiskrete <strong>Signale</strong> <strong>und</strong> Systeme
Literaturverzeichnis - 133 -<br />
Literaturverzeichnis<br />
[1] Harthun, N. MATLAB-Starthilfe<br />
Unterrichtsblätter, voraussichtlich 1999<br />
[2] Jentschel, H.-J. Digitale Signalverarbeitung<br />
1. Lehrbrief Zeitdiskrete <strong>Signale</strong><br />
2. Lehrbrief Zeitdiskrete Systeme<br />
Studienliteratur Elektrotechnik<br />
VMS Verlag Modernes Studieren Hamburg-<br />
Dresden GmbH, 1995<br />
[3] Johnson, J. H. Digitale Signalverarbeitung<br />
Carl Hanser Verlag München Wien 1991<br />
[4] Klehn, K.; Mathematik III, Lehrbrief für den dualen<br />
Ruhland, W.; Studiengang<br />
Linke, A.<br />
Telekommunikationsinformatiker<br />
Deutsche Telekom AG, FH Leipzig 1999<br />
[5] Meyer, M. Signalverarbeitung<br />
Friedr. Vieweg &Sohn Braunschweig/Wiesbaden<br />
1998<br />
[6] Oppeheim, A.V.; Zeitdiskrete Signalverarbeitung<br />
Schafer, R.W. R. Oldenbourg Verlag GmbH, München 1995<br />
[7] Werner, M. Nachrichtentechnik<br />
Friedr. Vieweg &Sohn Braunschweig/Wiesbaden<br />
1998