Zeitinvarianz eines FIR-Filters Zeitinvarianz bedeutet, da der Output beider Pfade identisch ist:

Fur den unteren Zweig folgt:

m m

Das Ergebnis beider Pfade ist gleich, damit ist ein FIR-Filter zeitinvariant.

k 0

k 0

 



 

yn

ak x n

yn

n0

ak x n

k 0

k 0

k 0

n0

 



wn

ak v n

ak x n

n0

ak x n

Man setzt v n

xn

n0 und erhalt fur den oberen Zweig:

m

n0

 Linearitat eines FIR-Filters Linearitat bedeutet, da der Output beider Pfade identisch ist:

Man setzt substituiert und sammelt die Terme:

m

k 0 m

k 0 m

Fur den unteren Zweig folgt: Das Ergebnis beider Pfade ist gleich, damit ist ein FIR-Filter linear.

 

y1 n

y2 n

k 0

k 0

ak x1 n

ak x2 n

ak x1 n

x2 n

k k

yn

ak x n

 Kausalitat eines FIR-Filters Ein FIR-Filter ist kausal, wenn nur vergangene und der aktuelle Wert zur Berechnung des Output verwendet werden:
m

k 0

Fur ein Signal begrenzter Lange ergeben sich Probleme beim Beginn und Ende des Signals: Am Ende entsteht ein Intervall von m Output-Werten, bei denen weniger als m 1 Input-Werte verwendet werden. Am Beginn entsteht ein Intervall von m Output-Werten, bei denen das Filter auslauft.

yn

ak x n

Beispiel: Moving Average-Filter I Gegeben ist ein Signal:

Dieses Signal (nachste Folie, oben) wird nun mit dem kausa len Moving-Average Filter der Lange m 2 (Mitte) und m 6 (unten) behandelt:

Am Anfang und Ende entstehen Ubergangszonen von m Output-Werten.

Die Sinuskomponente wird durch den Filter reduziert, aber nicht eliminiert. Die exponentielle Komponente wurde durch den kausalen Filter um m 2 Werte verschoben (shifting).

Fur n

0 ist y n

0.

k 0

yn

xn

xn

1 02 0

0 5 cos 2n 8

fur 0 n sonst.

40

Beispiel: Moving Average-Filter II

Beispiel: Moving Average-Filter III Als Beispiel eines realen Signals x n wird der Dow-Jones-Index genommen, der im wochentlichen Mittel von 1950 bis 1970 gesammelt wurde. Durch einen kausalen Mittelwertlter der Lange 51 wurde ein gleitendes jahrliches Mittel gewonnen:

k 0

Man erkennt, da dieser Filter eine Verschiebung um 25 Zeitpunkte erzeugt hat.

 

yn

xn

xn

hn

1 51

50

Beispiel: Moving Average-Filter IV Eine Verbesserung kann durch eine zusatzliche Verschiebung um -25 Zeitpunkte erzeugt werden. Dieser Mittelwertlter ist nicht-kausal:

Man erkennt, da dieser Filter verschiebungskompensiert ist.

25

 

yn

xn

xn

hn

1 51

25

Frequenzantwort eines FIR-Filters I Gegeben ist ein FIR-System:

m m

Input ist ein komplexes, diskretes Exponentialsignal:

als Abtastung von:

Damit wird:
m

k 0 m

Ein Input mit einer Schwingung erzeugt einen Output dersel ben Frequenz, multipliziert mit H .

k 0

k 0



ak exp

jk

h k exp

jk



Denition: Die Frequenzantwort eines FIR-Systems a0

 

H xn

k 0

am ist:

ak exp

jk

A exp j exp j n



yn

ak A exp j exp j n

xn

A exp j exp jt

d.h. x n

x nTs

xn

A exp j exp j n

k 0

k 0


Ts

yn

ak x n

hkxn

Frequenzantwort eines FIR-Filters II Die Darstellung von H erfolgt in Polarkoordinaten:

Betrag

Winkel

Der Winkel der Frequenzantwort addiert sich zur Phase des Signals, der Betrag der Frequenzantwort multipliert sich mit der Amplitude. Daher wird H auch Verstarkung genannt.

2 exp j 4 exp jn 3 (mit Periode 6), 3. Sei x n Dann ist H H 3 2 2 cos 3 3 und

D.h.: die Amplitude ist verdreifacht, eine Phasenverschiebung von 3, also einem Abtastpunkt.

yn

3 exp j 3 2 exp j 4 exp jn 3 6 exp j 4 exp j n 1 3



Damit ist die Frequenzantwort: Betrag H 2 2 cos , Winkel H



1 2 exp j exp j2 exp j exp j 2 exp exp j 2 2 cos

Beispiel: Mit ak

1 2 1 wird:



 



 

yn

H exp jH A exp j exp jn H A exp j H exp jn

Superpositionsprinzip Was ist der Output eines LTI-Systems, wenn der Input eine Summe von komplexen Exponentialsignalen ist?

Der Output ist also ebenfalls eine Summe von komplexen Exponentialsignalen. Beispiel fur reelle Schwingungen:


k 1 N

k 1

k 1 N

k 1

   

H 0 X0


H k Xk cos k n Xk

H Xk

yn

H 0 X0

H k

Dann gilt mit H

H (bei reellen LTI-Systemen): Xk exp jk n 2 Xk exp 2 j k n



X0

Xk cos k n

Xk

xn

X0

Xk exp jk n 2

Xk exp 2

j k n



Ak H k exp jk n



Ak exp jk n

Ak T exp jk n