Signale und Systeme I - Cheatsheet.pdf

Signale und Systeme I - Cheatsheet
Signale und Systeme I - Cheatsheet Zeitkontinuierliche vs. zeitdiskrete Signale Definition: Zeitkontinuierliche Signale ändern sich kontinuierlich im Zeitverlauf, zeitdiskrete Signale ändern sich nur zu bestimmten Zeitpunkten. Details: Mathematische Darstellung: Zeitkontinuierlich: \( x(t) \), \( t \in \mathbb{R} \) Zeitdiskret: \( x[n] \), \( n \in \mathbb{Z} \) Abtastung zeitkontinuierlicher Sig...

© StudySmarter 2024, all rights reserved.

Signale und Systeme I - Cheatsheet

Zeitkontinuierliche vs. zeitdiskrete Signale

Definition:

Zeitkontinuierliche Signale ändern sich kontinuierlich im Zeitverlauf, zeitdiskrete Signale ändern sich nur zu bestimmten Zeitpunkten.

Details:

  • Mathematische Darstellung:
  • Zeitkontinuierlich: \( x(t) \), \( t \in \mathbb{R} \)
  • Zeitdiskret: \( x[n] \), \( n \in \mathbb{Z} \)
  • Abtastung zeitkontinuierlicher Signale führt zu zeitdiskreten Signalen.
  • Nyquist-Shannon-Abtasttheorem: Abtastfrequenz \( f_s \) muss mindestens doppelt so groß wie die höchste Frequenz des Signals sein.

Laplace-Transformation

Definition:

Transformation von Zeitbereich in Frequenzbereich; nützlich für die Analyse und Lösung von linearen zeitinvarianten Systemen.

Details:

  • Definition: \( \mathcal{L}\{f(t)\} = F(s) = \int_{0}^{\infty} f(t) e^{-st} \, dt \)
  • Umkehrtransformation: \( \mathcal{L}^{-1}\{F(s)\} = f(t) \)
  • Existenzbedingung: \( \int_{0}^{\infty} |f(t)| e^{-\sigma t} \, dt < \infty \)
  • Lineare Eigenschaft: \( \mathcal{L}\{a f(t) + b g(t)\} = a F(s) + b G(s) \)
  • Faltung: \( \mathcal{L}\{f(t) * g(t)\} = F(s) G(s) \)
  • Ableitungen: \( \mathcal{L}\{f'(t)\} = s F(s) - f(0) \) und \( \mathcal{L}\{f''(t)\} = s^2 F(s) - s f(0) - f'(0) \)
  • Verschiebung im Zeitbereich: \( \mathcal{L}\{e^{at} f(t)\} = F(s-a) \)
  • Initialwertsatz: \( \lim_{{t \to 0^+}} f(t) = \lim_{{s \to \infty}} s F(s) \)
  • Endwertsatz: \( \lim_{{t \to \infty}} f(t) = \lim_{{s \to 0}} s F(s) \)

Diskrete Fourier-Transformation (DFT) und schnelle Fourier-Transformation (FFT)

Definition:

DFT wandelt eine endliche sequenz diskreter werte in eine sequenz komplexer zahlen um, die frequenzkomponenten der eingangssignale repräsentieren. FFT ist ein algorithmus zur schnellen Berechnung der DFT.

Details:

  • DFT: \[X(k) = \sum_{n=0}^{N-1} x(n) e^{-j2\pi kn/N}\]
  • Umkehrtransformation (IDFT): \[x(n) = \frac{1}{N} \sum_{k=0}^{N-1} X(k) e^{j2\pi kn/N}\]
  • FFT reduziert Berechnungsaufwand von O(N^2) auf O(N \log N)

Tiefpass-, Hochpass-, Bandpass- und Bandsperrenfilter

Definition:

Tiefpass-, Hochpass-, Bandpass- und Bandsperrenfilter sind fundamentale Frequenzfilter, die bestimmte Frequenzen durchlassen oder blockieren.

Details:

  • Tiefpassfilter (Low-Pass Filter): Lässt Frequenzen unterhalb einer Grenzfrequenz \(\f_c\) passieren.
  • Hochpassfilter (High-Pass Filter): Lässt Frequenzen oberhalb einer Grenzfrequenz \(\f_c\) passieren.
  • Bandpassfilter (Band-Pass Filter): Lässt einen Frequenzbereich zwischen einer unteren \(\f_{c1}\) und einer oberen Grenzfrequenz \(\f_{c2}\) passieren.
  • Bandsperrenfilter (Band-Stop Filter): Sperrt einen Frequenzbereich zwischen einer unteren \(\f_{c1}\) und einer oberen Grenzfrequenz \(\f_{c2}\).
  • Übertragungsfunktion für Tief- und Hochpass: \[ H(f) = \frac{1}{1 + j\frac{f}{f_c}} \]

Spektralanalyse und Spektraldichte

Definition:

Analyse eines Signals bezüglich seiner Frequenzkomponenten und deren Intensitäten.

Details:

  • Spektrum: Darstellung der Amplituden und Phasen der Frequenzkomponenten eines Signals.
  • Fourier-Transformation: Umwandlung eines Signals vom Zeit- ins Frequenzbereich.
  • Spektraldichte: Verteilung der Signalenergie (oder Leistung) über die Frequenz.
  • Leistungsspektraldichte (PSD): Definiert als \( S_{xx}(f) = \frac{1}{T} \times |X(f)|^2 \), wobei \(X(f)\) die Fourier-Transformierte des Signals ist.

Nyquist-Abtasttheorem

Definition:

Minimal mögliche Abtastfrequenz zur exakten Rekonstruktion eines Signals.

Details:

  • Sampling-Theorem: Ein Signal kann vollständig rekonstruiert werden, wenn die Abtastfrequenz mindestens doppelt so hoch ist wie die höchste Frequenz des Signals.
  • Formel: \( f_{a} \geq 2 \cdot f_{max} \)
  • Alias-Effekt: Tritt auf, wenn die Abtastfrequenz kleiner als die doppelte maximale Signal-Frequenz ist.

Aliasing und seine Vermeidung

Definition:

Wenn ein Signal mit einer Sampling-Rate unterhalb seiner Nyquist-Frequenz abgetastet wird, kommt es zu Überlagerungen (Aliasing), wodurch Frequenzkomponenten falsch dargestellt werden.

Details:

  • Nyquist-Frequenz: \( f_N = \frac{f_s}{2} \)
  • Aliasing tritt auf, wenn \( f_s < 2f_{\text{max}} \)
  • Lösung: \( f_s \geq 2f_{\text{max}} \) wählen (Abtasttheorem)
  • Tiefpassfilter vor dem Abtastung verwenden, um höhere Frequenzen zu entfernen.

Quantisierungsfehler und Rauschen

Definition:

Unterschied zwischen dem tatsächlichen analogen Wert und dem nächstgelegenen diskreten Wert.

Details:

  • Quantisierungsfehler: \epsilon_q = x - \hat{x}
  • Maximaler Fehler: \pm \frac{\Delta}{2}
  • Quantisierungsrauschen: Gleichverteilung im Intervall \left[-\frac{\Delta}{2}, \frac{\Delta}{2}\right]
  • Mittlere quadratische Abweichung: \sigma_q^2 = \frac{\Delta^2}{12}
Sign Up

Melde dich kostenlos an, um Zugriff auf das vollständige Dokument zu erhalten

Mit unserer kostenlosen Lernplattform erhältst du Zugang zu Millionen von Dokumenten, Karteikarten und Unterlagen.

Kostenloses Konto erstellen

Du hast bereits ein Konto? Anmelden