direkt zum Inhalt springen

direkt zum Hauptnavigationsmenü

Sie sind hier

TU Berlin

Inhalt des Dokuments

Einführung in die digitale Signalverarbeitung

Inhalt: Grundlagen der digitalen Signalverarbeitung, zeitdiskrete Signale und LTI-Systeme, diskrete Faltung, Fourier- und Z-Transformation, DFT, Fensterung, Filterstrukturen, IIR- und FIR-Filter, Filterentwurf, Abtastung und Rekonstruktion

Bemerkung:
Pflichtmodul AKT 1-1
Pflicht für Tonmeister (UdK Berlin)

Veranstaltungsdetails:

Veranstaltungsdetails
Wochentag/Zeit:
VL: Montag 16-18 Uhr
UE: Mittwoch 12-14 Uhr
Zeitraum:
VL: 14.10.2019 - 10.02.2020
UE: 16.10.2019 - 14.02.2020
Raum:
E 020 (VL) / FH 312 (UE)
Dozent:
Prof. Dr. S. Weinzierl
Tutor:
Roman Gebhardt
Veranstaltungstyp:
Vorlesung / Übung
Veranstaltungsnummer:
VL: 3135 L 371
UE: 3135 L 372
Module:
Modul AKT 1-1 (Digitale Signalverarbeitung)
Prüfung:
Übungsaufgaben und Klausur
Angebot:
Im Wintersemester
Umfang:
4 SWS
ISIS-Anmeldung erforderlich:
Ja

Dozenten und Tutoren

Dozent: Prof. Dr. Stefan Weinzierl

Tutor: Roman Gebhardt

Prüfung

Die Klausur findet am 18.02.2019 in Raum E 020 um 10.00 Uhr statt.

Die Wiederholungsklausur findet zu Beginn des SoSe statt.

Zugelassene Hilfsmittel: nicht programmierbarer Taschenrechner, DIN A4 einseitig handbeschriebene Formelsammlung.

Zur Klausurvorbereitung eignet sich das Lösen der Aufgaben in der Aufgabensammlung.

Bitte Studenten-/Lichtbildausweis mitbringen.

Die Note der Klausur und die Gesamtnote für die drei während des Semesters abgegebenen Übungsblätter werden im Verhältnis 2:1 gewichtet und ergeben die Modul-Note.

 

Voraussetzungen und Hilfsmittel

Vorausgesetzt wird der Stoff der Vorlesungen und Übungen Analysis I und Lineare Algebra I oder vergleichbarer Veranstaltungen.

Zum Besuch von Vorlesung und Übung ist eine lauffähige Version von MATLAB oder eines freien MATLAB-Clones erforderlich. Günstigste Bezugsquelle für MATLAB ist der Erwerb einer Studenten-Lizenz. Für die digitale Signalverarbeitung ist die Signal Processing Toolbox erforderlich, für AKT Studierende ist zusätzlich die Statistics Toolbox empfehlenswert.

 

ISIS

Übungsblätter, Hausaufgaben, Folien, ergänzende Literatur und die Gruppeneinteilung werden über die E-Learning Plattform ISIS der TU Berlin organisiert.

Auf ISIS melden sie sich im Kurs

"Einführung in die digitale Signalverarbeitung 2019/20"

an.

Material und Skripte

Als Skript zur Vorlesung dient

A. V. Oppenheim, R. W. Schafer, J. R. Buck: Zeitdiskrete Signalverarbeitung, 2. Aufl., Pearson, 2004

bzw.

A. V. Oppenheim, R. W. Schafer, J. R. Buck: Discrete-Time Signal Processing, 2. Aufl., Prentice Hall, 1999


Weitere empfehlenswerte Sekundärliteratur:
R. G. Lyons: Understanding Signal Processing, 3rd ed., Prentice Hall, 2010
E. C. Ifeachor, B. W. Jervis: Digital Signal Processing - A Practical Approach, 2nd ed., Pearson, 2002

Ergänzend kann das alte Vorlesungsskript EDS verwendet werden.

Zum Nachschlagen mathematischer Grundlagen kann Lineare Algebra für Ingenieure und Analysis für Ingenieure verwendet werden.

Ein
Matlab-Einstieg

sowie weiteres Einführungsmaterial können hier herunterladen werden. Zwei Literaturbeispiele mit wichtigen MATLAB-Übungen und dazugehöriges verfügbares Material (.m Files) im Netz sind diese:

K. D. Kammeyer, K. Kroschel: Digitale Signalverarbeitung, Filterung und Spektralanalyse mit MATLAB-Übungen, 7. Auflage, Vieweg+Teubner, GWV Fachverlage GmbH, Wiesbaden 2009.

G. Doblinger: MATLAB-Programmierung in der digitalen Signalverarbeitung, J. Schlembach Fachverlag, Weil der Stadt, 2001.

Die .m Files zu diesen Auflagen sind hier und hier verfügbar.

Faltungsanimation mit Matlab

Inhalte und Literatur


Termin
Datum
Inhalt
Skript*
1. VL
Vorlesungseinführung, Signale
2.1
2. VL
Systeme und Systemeigenschaften, LTI-Systeme, Faltungssumme
2.2, 2.3
3. VL
Faltung, Eigenschaften von LTI-Systemen
2.3, 2.4
4. VL
Differenzengleichungen, Blockschaltbilder, FIR-& IIR-Systeme
2.5, 6.1, 6.2, 6.3, 6.4
5. VL
Darstellung im Frequenzbereich, Fouriertransformation
2.6, 2.7
6. VL
Eigenschaften der Fouriertransformation, z-Transformation
2.8, 2.9
7. VL
z-Transformation, Konvergenzbereich, Pole und Nullstellen, Eigenschaften des Konvergenzbereichs
3.1, 3.2
8. VL
Inverse z-Transformation, Eigenschaften der z-Transformation
3.2, 3.3, 3.4
9. VL
Analyse von LTI-Systemen: Amplitudengang, Phasengang, Gruppenlaufzeit
5.1, 5.2, 5.3
10. VL
Inverse Systeme, Allpässe, Minimalphasensysteme
5.5, 5.6
11. VL
DFT
8.1, 8.4
12. VL
Eigenschaften der DFT
8.5, 8.6
13. VL
Fensterung
10.1, 10.2, 10.3
14. VL
FIR-Filter: Filterentwurf mit Fenstermethode, linearphasige FIR, minimalphasige FIR aus IIR-Prototypen
7.1.2
15. VL
IIR-Filter: Filterentwurf mit bilinearer Transformation 
5.7.2, 5.7.3, 7.2
16. VL
Abtastung im Zeit- und Frequenzbereich
4.1, 4.2, 4.3
Kapitel in: *A. V. Oppenheim, R. W. Schafer, J. R. Buck: Zeitdiskrete Signalverarbeitung, 2., überarbeitete Aufl., Pearson, 2004
Termin
Datum
Thema
1. UE
Matlab-Einführung I
2. UE
Matlab-Einführung II
3. UE
Signale, Systeme und Systemeigenschaften
4. UE
Faltung, Gleitender Mittelwert, Systemeigenschaften, Signalflussgraphen
5. UE
Verarbeitung von Audiodateien und -signalen, Filterprogrammierung, Systemanalyse.
6. UE
Fourier-Reihe, Fourier Transformation und Eigenschaften
7. UE
z-Transformation und Konvergenzbereich
8. UE
z-Transformation und Eigenschaften, Übertragungsfunktion
9. UE
z-Transformation und Übertragungsfunktion, Polynomdivision und Partialbruchzerlegung
10. UE
Analyse und Interpretation von LTI-Systemen - Pole, Nullstellen, Am- plitudengang, Phasengang, Gruppenlaufzeit, Impulsantwort
11. UE
Minimalphasensysteme, Zerlegung in Minimalphasensystem und Allpass
12. UE
Einführung in die Diskrete Fourier-Transformation (DFT), Eigenschaften der DFT
Eigenschaften der DFT, Berechnung der DFT, Inverse DFT
13. UE
FFT, Fensterung
14. UE
Fensterung, Eigenschaften der DFT in der Praxis


15. UE
Prüfungsvorbereitung, Zusammenfassung und Rückblick
16. UE
Probeklausur

Zusatzinformationen / Extras

Direktzugang

Schnellnavigation zur Seite über Nummerneingabe

Diese Seite verwendet Matomo für anonymisierte Webanalysen. Mehr Informationen und Opt-Out-Möglichkeiten unter Datenschutz.