Martin Werner “Digitale Signalverarbeitung mit MATLAB-Praktikum: Zustandsraumdarstellung, Lattice-Strukturen, Prädiktion und adaptive Filter"
Vieweg+Teubner | 2007-10 | ISBN: 3834803936 | 222 pages | PDF | 3,4 MB
Vieweg+Teubner | 2007-10 | ISBN: 3834803936 | 222 pages | PDF | 3,4 MB
Virtuelles Praktikum in MATLAB mit Programmbeispielen und Versuchen zum Selbststudium
Wie implementiert man ein robustes digitales Filter? Und wie wird ein Filter durchstimmbar? Wie entwirft man ein System, das Signalwerte vorhersagt und sich dynamisch an Veränderungen anpasst?
Antworten zu diesen und ähnlichen Fragen finden Sie im Buch. Es führt in fortgeschrittene Methoden der digitalen Signalverarbeitung durch praktische Übungen am PC ein. 16 Versuche werden angeboten, die aus einer kompakten Einführung, einem Vorbereitungsteil mit Aufgaben und einem Versuchsteil mit MATLAB-Übungen bestehen. Das didaktische Konzept, möglichst einfache MATLAB-Befehle zu verwenden, öffnet den Blick auf die Algorithmen, so dass das Gelernte schnell in die Praxis, z. B. der Mikrocontroller-Programmierung für eingebettete Systeme, übertragen werden kann.
Zu den Aufgaben und MATLAB-Übungen gibt es einen ausführlichen Lösungsteil am Ende des Buches. Der Anhang bietet eine kurze Einführung in MATLAB.
Das Programmpaket MATLAB mit der Signal Processing Toolbox – auch als Studentenversion erhältlich – wird vorausgesetzt. Unter der Homepage des Vieweg Verlages, www.vieweg.de, sind über 140 Programme und Datensätze zum Buch verfügbar. Zusätzlich sind die Programme mit Texten und Grafiken auch im HTML-Format abgelegt.
Aus dem Inhalt
Zustandsraumdarstellung digitaler Systeme - Diagonalform und Normalform - Skalierung und Koeffizientenquantisierung - Skalierung der Zustandsvariablen - Quantisierte Arithmetik und inneres Rauschen - Rauschminimale Normalform - Fallbeispiel: Cauer-Tiefpass 6. Ordnung - Lattice-Strukturen für FIR- und Allpole-Filter - Lattice-Strukturen für IIR-Filter - Lineare Prädiktion - Levinson-Durbin-Algorithmus und lineare Prädiktion in Lattice-Struktur - Entzerrung und Systemidentifikation mit der Fehlerquadratmethode - Adaptives FIR-System - Least-Mean-Square-Algorithmus - Recursive-Least-Squares-Algorithmus - Lösungen zu den Versuchen
Zielgruppe
Studierende der Studiengänge Elektrotechnik, Informationstechnik, Informatik und verwandter Studiengänge, wie z. B. auch Wirtschaftsingenieure oder Physiker mit dem Schwerpunkt Signalverarbeitung
Ingenieure und Techniker, die Ihre Kenntnisse auf dem Gebiet der digitalen Signalverarbeitung vertiefen und ausbauen wollen
Digitale Signalverarbeitung mit MATLAB