Signale und Systeme II - Cheatsheet.pdf

Signale und Systeme II - Cheatsheet
Signale und Systeme II - Cheatsheet Signaltransformationen: Arten und Anwendungen Definition: Veränderung von Signaldarstellungen zur Analyse oder Weiterverarbeitung; frequenz- und zeitraumabströmig. Details: Fourier-Transformation: Umwandlung von Zeit- in Frequenzbereich. Anwendung: Signalverarbeitung, Bildverarbeitung Laplace-Transformation: Verallgemeinerung der Fourier-Transformation. Anwendun...

© StudySmarter 2024, all rights reserved.

Signale und Systeme II - Cheatsheet

Signaltransformationen: Arten und Anwendungen

Definition:

Veränderung von Signaldarstellungen zur Analyse oder Weiterverarbeitung; frequenz- und zeitraumabströmig.

Details:

  • Fourier-Transformation: Umwandlung von Zeit- in Frequenzbereich. Anwendung: Signalverarbeitung, Bildverarbeitung
  • Laplace-Transformation: Verallgemeinerung der Fourier-Transformation. Anwendung: Regelungstechnik, Kontrolle von LTI-Systemen
  • Z-Transformation: Diskrete Äquivalent der Laplace-Transformation. Anwendung: Digitale Signalverarbeitung

Mathematische Grundlagen der Fourier-Transformation

Definition:

Beschreibt, wie Signale in Frequenzkomponenten zerlegt werden können.

Details:

  • Fourier-Transformierte: \( X(f) = \int_{-\infty}^{\infty} x(t) \, e^{-j 2 \pi f t} \, dt \)
  • Inverse Fourier-Transformierte: \( x(t) = \int_{-\infty}^{\infty} X(f) \, e^{j 2 \pi f t} \, df \)
  • Diskrete Fourier-Transformierte (DFT): \( X[k] = \sum_{n=0}^{N-1} x[n] \, e^{-j \frac{2\pi}{N} kn} \)
  • Wichtige Eigenschaften: Linearität, Zeit- und Frequenzverschiebung, Faltung
  • Satz von Parseval: \( \int_{-\infty}^{\infty} |x(t)|^2 dt = \int_{-\infty}^{\infty} |X(f)|^2 df \)

Unterschiede zwischen kontinuierlicher und diskreter Fourier-Transformation

Definition:

Kontinuierliche Fourier-Transformation (CFT) analysiert kontinuierliche Signale im Frequenzbereich. Diskrete Fourier-Transformation (DFT) macht dasselbe für diskrete und periodische Signale.

Details:

  • kontinuierliche Fourier-Transformation (CFT): \[ F(f) = \int_{-\infty}^{\infty} f(t) e^{-j2\pi ft} \, dt \]
  • diskrete Fourier-Transformation (DFT): \[ F[k] = \sum_{n=0}^{N-1} f[n] e^{-j2\pi kn/N} \]
  • CFT wird für kontinuierliche, nicht-periodische Signale verwendet
  • DFT wird für diskrete, periodische Signale verwendet
  • CFT ist integralförmig, DFT ist summenförmig
  • DFT erfordert N-periode Abtastung, CFT nicht
  • FFT ist eine effiziente Berechnungsmethode der DFT

Definition und Anwendung der Laplace-Transformation in zeitkontinuierlichen Systemen

Definition:

Laplace-Transformation: Methode zur Analyse und Lösung von zeitkontinuierlichen, linearen Systemen.

Details:

  • Definition: Transformation einer zeitkontinuierlichen Funktion f(t) in eine komplexe Funktion F(s) durch \( \mathcal{L}\{ f( t ) \} = F( s ) = \int_0^\infty f( t ) e^{-st} dt \)
  • Eigenschaften: Linearität, Verschiebungseigenschaft, Faltungseigenschaft, Anfangs- und Endwertsätze
  • Anwendung: Lösung von Differentialgleichungen, Stabilitätsanalyse, Systemtheorie, Filterdesign
  • Inverse Laplace-Transformation: Rücktransformation von F(s) zu f(t) durch \( \mathcal{L}^{-1}\{ F( s ) \} = f( t ) \)

Grundlagen und Bedeutung der Z-Transformation

Definition:

Überführung von zeitdiskreten Signalen in den Frequenzbereich, insbesondere zur Analyse und Bearbeitung linearer, zeitinvarianter Systeme.

Details:

  • Definition: \( X(z) = \sum_{n=-\infty}^{\infty} x(n)z^{-n} \)
  • Region der Konvergenz (ROC) notwendig für eindeutige Darstellung
  • Zusammenhang mit der Fourier-Transformation: bei \(|z| = 1\)
  • Eigenschaften: Linearität, Zeitverschiebung, Faltungstheorem
  • Anwendung zur Stabilitätsanalyse und Systembeschreibung
  • Inversen Z-Transformation für Rücktransformation

Abtastungstheorie und das Nyquist-Theorem

Definition:

Abtastungstheorie beschreibt, wie man kontinuierliche Signale in diskrete Signale umwandelt. Das Nyquist-Theorem gibt die minimale Abtastfrequenz an, um Aliasing zu vermeiden.

Details:

  • Abtastfrequenz muss mindestens doppelt so hoch sein wie die höchste Frequenz des Signals: \(f_s \geq 2 f_{max}\)
  • Aliasing tritt auf, wenn \(f_s < 2 f_{max}\)
  • Nyquist-Frequenz: \(f_N = \frac{f_s}{2}\)
  • Bandbegrenztes Signal benötigt zur Rekonstruktion keine höhere Abtastfrequenz.

Rekonstruktion diskreter Signale und Vermeidung von Aliasing-Effekten

Definition:

Rekonstruktion diskreter Signale und Vermeidung von Aliasing-Effekten

Details:

  • Aliasing-Effekt: Überlappen der Frequenzspektren nach Abtastung
  • Shannon-Abtasttheorem: Abtastfrequenz mindestens doppelt so hoch wie höchste Signalfrequenz (\f_s > 2f_{max})
  • Rekonstruktion: Tiefpassfilter (Rekonstruktionsfilter) zur Bandbegrenzung
  • Antialiasing-Filter: Vor Abtastung tiefpassfiltern

Filterentwurf und -analyse (digital und analog)

Definition:

Entwurf und Analyse von Filtern zur Signalverarbeitung in digitalen und analogen Systemen.

Details:

  • Filtertypen: Tiefpass, Hochpass, Bandpass, Bandsperre
  • Entwurfsverfahren: Butterworth, Chebyshev, Elliptisch
  • Übertragungsfunktion: \[ H(s) = \frac{Y(s)}{X(s)} \]
  • Fouriertransformation: \[ H(j\omega) \]
  • Digitale Filter: FIR (Finite Impulse Response), IIR (Infinite Impulse Response)
  • Diskretisierung: Bilineare Transformation, Impulsinvarianz
  • Stabilität: Pole innerhalb des Einheitskreises (digital) / linker Halbebene (analog)
  • Frequenzgang: Amplituden- und Phasengang
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