Zeitdiskrete Signale und Systeme

Lernunterlagen zur Vorlesung Signale und Systeme 2 an der TU Wien

Lernunterlagen zur Vorlesung Signale und Systeme 2 an der TU Wien


M. S.
Diese Lernkarten bieten einen umfassenden Überblick über die Analyse von zeitdiskreten Signalen und Systemen auf Universitätsniveau. Sie behandeln zentrale Konzepte wie Fourierreihendarstellung, Linienspektrum, periodendauer, und Impulsantwort, sowie die Eigenschaften von Signalen und Systemen, einschließlich Kausalität und Zeitinvarianz. Die Karteikarten eignen sich besonders für Studierende der Elektrotechnik, die sich mit der Beschreibung und Verarbeitung von Signalen im Frequenzbereich auseinandersetzen möchten.
Karten
38
Lernende
3
Sprache
Deutsch
Kategorie
Elektrotechnik
Stufe
Universität
Erstellt / Aktualisiert
17.10.2017 / 17.05.2019

Lernkarten

Signalenergie (aperiodischer Signale)

\(E_x = \displaystyle\sum_{n=-\infty}^{\infty} |x[n]|^2\)

Kann bei unendlich langen Signalen einen unendlichen Wert oder einen endlichen Wert annehmen.

Parsevalsche Beziehung für periodische Signale

\(P_x =\dfrac{1}{N} \displaystyle\sum_{n=0}^{N-1} |x[n]|^2 = \displaystyle\sum_{k=0}^{N-1} |c_k|^2\)

Sprungfunktion

\(x[n]=\sigma[n] = \begin{cases} 1 & n \geq 0 \\ 0 & n < 0 \\ \end{cases} \)

reellwertiges, unendlich langes Signal aufspalten in geraden und ungeraden Anteil

\(x[n] = x_g[n] + x_u[n]\\x_g[n] = \frac{1}{2} (x[n] + x[-n])\\x_u[n] = \frac{1}{2} (x[n] - x[-n])\)

Symmetrieeigenschaften Fourierreihendarstellung - ungerade Periodendauer N

\(c_0 \ \ \ \ reell \\ c_k = c^*_{N-k} \ , \ \ \ \ k = 1,2,..., \frac{N-1}{2}\)

 

\(x[n] = c_0 +2 \mathcal{Re} \left\{ \displaystyle\sum_{k=1}^{\frac{N-1}{2}} c_k \ e^{j \frac{2\pi}{N}kn} \right\}\)

Gaußförmiger Impuls

\(x[n] = e^{-\alpha n^2}\)

Mittlere Signalleistung (aperiodische Signale)

\(P_x = \lim_{L \to \infty} \frac{1}{2L+1} \displaystyle\sum_{n=-L}^{L} |x[n]|^2\)

gerade Signale

Symmetrisch bezüglich \(n = 0\)

Definition: \(x[-n] = x[n]\)

Zeitverschiebung

Signalvoreilung: \(x[n+k] \ , \ k>0\)

\(x[0]\) wird an den Zeitpunkt \(n = -k\) verschoben

Signalverzögerung: \(x[n-k]\ , \ k >0 \)

\(x[0]\) wird an den Zeitpunkt \(n =k\) verschoben

 

Vorteile Fourierreihendarstellung periodischer, zeitdiskreter Signale

Einsimpuls

\(x[n] = \delta[n] = \begin{cases} 1 & n = 0 \\ 0 & n \neq 0 \\ \end{cases} \)

Zeitinversion

x[-n]

Exponentialfunktion

\(\begin{equation} x[n]= \begin{cases} a^n & n \geq 0 \\0 & n < 0 \\ \end{cases} \end{equation}\)

Lineare Systeme - Impulsantwort

\(h[n,k] = \mathcal{T} \lbrace \delta[n-k] \rbrace\)

ungerade Signale

Antisymmetrisch zum Nullpunkt \(n = 0\)

Definition: \(x[-n] = -x[n]\)

Einsimpuls dargestellt durch Sprungfunktion

\(\delta[n] = \sigma[n] - \sigma[n-1]\)

Symmetrieeigenschaften Fourierreihendarstellung - gerade Periodendauer N

\(c_0, c_{N/2} \ \ \ \ reell \\ c_k = c^*_{N-k} \ , \ \ \ \ k = 1,2,..., \frac{N}{2}-1\)

 

\(x[n] = c_0 + c_{N/2} (-1)^n + 2 \mathcal{Re} \left\{ \displaystyle\sum_{k=1}^{\frac{N}{2}-1} c_k \ e^{j \frac{2\pi}{N}kn} \right\}\)

Fourierreihendarstellung für zeitdiskrete, periodische Signale

\(x[n] = \displaystyle\sum_{k=0}^{N-1} c_k \ e^{j \frac{2\pi}{N}kn} \ , \ n = 0,1,..., N-1\)

 

\(c_k = \dfrac{1}{N} \displaystyle\sum_{n=0}^{N-1} x[n] \ e^{-j \frac{2\pi}{N}kn} \ , \ k = 0,1,..., N-1\)

Sprungfunktion dargestellt durch Einsimpuls

\(\sigma[n] = \displaystyle\sum_{k=0}^{\infty} \delta[n-k]\)

Komplexe Exponentialschwingung

\(x[n] = e^{j\Theta_0n} = cos(\Theta_0n) + j \ sin(\Theta_0n) \)

komplexwertig, unendlich langes Signal aufspalten in geraden und ungeraden Anteil

\(x[n] = x_{cs}[n] + x_{ca}[n]\\x_{cs}n] = \frac{1}{2} (x[n] + x^*[-n])\\x_{ca}[n] = \frac{1}{2} (x[n] - x^*[-n])\)

Gibbsches Phänomen

Zeitkontinuierlicher Fall:

Bei Signalen mit Sprungstellen tritt an diesen Stellen eine Abweichugn in Form von Überschwingen auf, das auch bei unendlich vielen Reihengliedern nicht verschwindet.

 

Zeidiskreter Fall:

Der Effekt wird hier ebenfalls beobachtet, verschwindet allerdings wenn alle Reihenglieder in der Fourierreihe vorhanden sind. Sprungstellen bei periodischen, zeitdiskreten Signalen werden also exakt dargestellt.

Lineare Systeme - Zusammenhang Eingangs- und Ausgangssignal

\(x[n] = \displaystyle\sum_{k=-\infty}^{\infty} x[k]\delta[n-k]\)

\(\delta\)-Puls (periodische Signale)

\( x[n] = \displaystyle\sum_{k=-\infty}^{\infty} \delta[n + kN] = \begin{cases} 1 & n = 0, \pm N, \pm 2N, \pm 3N,...\\ 0 & sonst \\ \end{cases}\)

Lineare Systeme - Superpositionsprinzip

\(y[n] = \mathcal{T} \lbrace ax_1[n] + bx_2[n] \rbrace = a\mathcal{T} \lbrace x_1[n]\rbrace+b\mathcal{T}\lbrace x_2[n]\rbrace\)

Harmonische Exponentialschwingung

\(x[n] = e^{j2\frac{\pi}{N}kn} \ , \ k = 0,1,...N-1, \forall n\)

Die Idee der Fourierreihendarstellung

Zeitinvariante Systeme - Impulsantwort

\(h[n-k] = \mathcal{T} \lbrace \delta [n-k]\rbrace\)

Bezeichnung für Systeme mit unendlicher bzw. endlicher Impulsantwort

Infinite Impulse Response Duration Filter ( IIR - Filter )

&

Finite Impulse Response Duration Filter ( FIR - Filter )

Faltungssumme

\(y[n] = \displaystyle\sum_{k=-\infty}^{\infty} x[k] \ h[n-k] = \displaystyle\sum_{k=\infty}^{\infty} x[n-k] \ h[k]\)

Zusammenschaltung linearer, zeitinvarianter Systeme - Parallelschaltung

\(h[n] = h_1[n] + h_2[n]\)

Zusammenschaltung linearer, zeitinvarianter Systeme - Kettenschaltung

\(h[n] = \displaystyle\sum_{k=-\infty}^{\infty}h_1[k] \ h_2[n-k] = \displaystyle\sum_{k=-\infty}^{\infty}h_1[n-k] \ h_2[k]\)

Gesamtimpulsantwort - Bedingung BIBO-stabiles System

\(\displaystyle\sum_{k= - \infty}^{\infty} |h[k]| < \infty\)

Kausalität - Eigenschaft

Bei kausalen Systemen eilt die Systemantwort der Systemanregung NICHT voraus.

Impulsantwort kausaler Systeme

\(h[n] = 0 \ \ \ \ für \ n<0 \)

Vorteile der Beschreibung von zeitdiskreten LTI Systemen im Frequenzbereich

Übertragungsfunktion (Eingeschwungener Zustand)

\(H(e^{j\Theta}) = \displaystyle\sum_{k=-\infty}^{\infty} h[k] \ e^{-j\Theta k}\)         (enspricht der Fouriertransformation von h[n])

Inverse Fouriertransformation

\(x[n] = \frac{1}{2\pi} \int_{-\pi}^\pi \mathrm{X}(\mathrm{e}^{j\Theta}) \ \ \mathrm{e}^{j\Theta n} \ \ \mathrm{d}\Theta = \mathcal{FT^{-1}} \lbrace \mathrm{X} ( \mathrm{e}^{j\Theta})\rbrace\)

Lernen