SuS2: Zeitdiskrete Systeme

Norbert Görtz & Georg Pichler

März 2024
© N. Görtz, [Link]@[Link]
© G. Doblinger, [Link]@[Link]
[Link]/course/[Link]?idnumber=389055-2024S

389.055 - 2024 N. Görtz, G. Pichler 1/32

SuS2: Zeitdiskrete Systeme

▶ Was ist ein zeitdiskretes System?

▶ Beschreibung im Zeitbereich
▶ Faltungsoperation
▶ Zusammenschaltung von Systemen
▶ Beschreibung im Frequenzbereich

389.055 - 2024 N. Görtz, G. Pichler 2/32

Was ist ein zeitdiskretes System?

x[n] y [n]
T {·}

▶ transformiert zeitdiskretes Eingangssignal in zeitdiskretes

Ausgangssignal y [n] = T {x}[n] (bzw. y [n] = T {x[n]})
▶ Eingangs/Ausgangsbeschreibung ohne Berücksichtigung des
inneren Speicherzustands (Erweiterung erfolgt in späteren
Kapiteln)
▶ dynamisches System: Eingangssignalwerte zu verschiedenen
Zeitpunkten haben Einfluss auf y [n]
▶ statisches System: nur aktueller Eingangssignalwert
beeinflusst das Ausgangssignal

389.055 - 2024 N. Görtz, G. Pichler 3/32

Beschreibung im Zeitbereich

lineares System:
y [n] = T {ax1 + bx2 }[n] = aT {x1 }[n] + bT {x2 }[n] ∀n, a, b
x[n] ≡ 0 =⇒ y [n] ≡ 0
daraus folgt als Systemausgang y [n] für ein beliebiges
Eingangssignal x[n] (dargestellt als Summe zeitversch. gewichteter
Einsimpulse):
=x[n]
z }| {
n X
∞ o ∞
X
y [n] = T x[k]δ[n − k] [n] = x[k]T {δ[n − k]}
k=−∞ k=−∞
∞
X
= x[k]h[n, k]
k=−∞

Impulsantwort: h[n, k] = T {δ[n − k]}

389.055 - 2024 N. Görtz, G. Pichler 4/32

Beschreibung im Zeitbereich
x[0]δ[n]

... x[0] ...

0 n P
+∞
x[n] = x[k]δ[n − k]
x[1]δ[n − 1] k=−∞

... x[1] ... ... ...

1 n
+ 0 1 2 n

x[2]δ[n − 2]
x[2]
... ...
2 n
389.055 - 2024 N. Görtz, G. Pichler 5/32
Faltungsoperation

zeitinvariantes System:
T {x[n]} = y [n] =⇒ T {x[n − m]} = y [n − m]
▶ Für ein lineares System folgt
h[n, k] = T {δ[n − k]} = h[n − k, 0] = h[n − k].
∞
X X∞
▶ LTI-Systeme: y [n] = x[k]h[n − k] = x[n − k]h[k]
k=−∞ k=−∞

▶ Impulsantwort h[n] charakterisiert das Systemverhalten

▶ eine einzige Funktion genügt, um Systemantwort für alle
Signale zu bestimmen
▶ FIR-System: Impulsantwort mit endlicher Dauer
▶ IIR-System: Impulsantwort mit unendlich langer Dauer

389.055 - 2024 N. Görtz, G. Pichler 6/32

Faltungsoperation / Beispiele
Beispiel 3.1:
1

Impulsanwort sei h[n] = δ[n] + δ[n − 1]
2
Anwendung der Faltungsoperation auf ein Signal x[n].
Das Ausgangssignal y [n] des linearen Systems lautet:
+∞
X
y [n] = x[k]h[n − k]
k=−∞
+∞
X +∞
1 1 X
= x[k]δ[n − k] + x[k]δ[n − k − 1]
2 2
k=−∞ k=−∞
1

= x[n] + x[n − 1]
2
→ das System bewirkt eine “gleitende Mittelwertbildung”
Im Buch: Reaktion des Systems auf konkrete Eingangssignale!
389.055 - 2024 N. Görtz, G. Pichler 7/32
 P+∞
Graphische Faltung y [n] = k=−∞ x[k]h[n − k]
h[k]

k
0
h[n0 − k]

k
0 n0
x[k]

...
k
0
y [n]
y [n0 ]

n
0 n0

389.055 - 2024 N. Görtz, G. Pichler 8/32

Faltungsoperation / Beispiele

Beispiel 3.3:
 1 n
Impulsantwort: h[n] = σ[n]
2
(Erinnerung: σ[n] = 1 für n ≥ 0, σ[n] = 0 für n < 0)

n, 0 ≤ n ≤ 9
Eingangssignal: Sägezahnimpuls x[n] =
0, sonst

Ausgangssignal des Systems:

+∞
X 9
X  1 n−k
y [n] = x[k]h[n − k] = k σ[n − k]
2
k=−∞ k=0

Fallunterscheidung nötig für die Werte von n, denn Sprungfunktion

σ[n − k] ̸= 0 nur wenn n − k ≥ 0!

389.055 - 2024 N. Görtz, G. Pichler 9/32

Faltungsoperation / Beispiele
9
X  1 n−k
... Beispiel 3.3: y [n] = k σ[n − k]
2
k=0

a) n < 0: In diesem Fall gilt σ[n − k] = 0, denn der

Summationsindex hat die Werte k = 0...9, d.h. n − k < 0. ⇒
y [n] = 0 für n < 0.
b) 0 ≤ n ≤ 9: Obwohl die Summe über k = 0...9 läuft, ist die
Differenz n − k nur dann nicht-negativ, wenn k ≤ n ⇒
n
X  1 n−k
y [n] = k für n = 0, 1, ..., 9
2
k=0

c) n ≥ 10: Es gilt n − k > 0, denn Summe läuft über

k = 0, 1, ..., 9. ⇒
9
X  1 n−k
y [n] = k für n ≥ 10
2
k=0
389.055 - 2024 N. Görtz, G. Pichler 10/32
Faltungsoperation / Beispiele

... Beispiel 3.3:

Auswertung erfordert geometrische Reihensummen des Typs

N−1 
 N(N − 1)/2, a=1
X
k
ka = 1 + (N − 1)aN − NaN−1

 a , a ̸= 1
k=0
(1 − a)2

Endergebnis:

 0, n<0

  n−1

 1
2(n − 1) + , n = 0, 1, ..., 9
y [n] =

  2n−1

 1
 (1 + 212 ) , n ≥ 10
2

389.055 - 2024 N. Görtz, G. Pichler 11/32

MATLAB-Beispiel 3.3: Faltungsoperation
% ------------------------------------------
% MATLAB simulation of convolution operation
n = 0:19;
h = 0.5 .^ n; % how long is "true" h?
x = [n(1:10) zeros(1,10)]; % sawtooth, length 20
y = conv(x,h); % convolution of x and h
% (length y = length x
% + length h - 1)
stem(0:length(y)-1, y,’b’); % plot output signal y
% ------------------------------------------
% Analytical solution
n1 = 0:9;
y2(n1+1) = 2*(n1-1) + (1/2).^(n1-1);
n2 = 10:length(y)-1;
y2(n2+1) = (1 + 2^12) * (1/2).^(n2-1);
stem(0:length(y)-1,y2,’rx’);

389.055 - 2024 N. Görtz, G. Pichler 12/32

 PNx −1
nk-Ebene der Faltungssumme k=0 x[k]h[n − k]

Nx : Länge des Eingangssignals: x[k] ̸= 0 nur für k = 0, .., Nx −1

Nh : Länge der Impulsantwort: h[κ] ̸= 0 nur für κ = 0, .., Nh −1
k
n−k =0 n − k = Nh − 1
Nh
Nx − 1

Nx

n
0 Nx − 1 Nh − 1 Ny − 1

Ny = Nx + Nh − 1

Summationsgebiet: x[k]h[n − k] ̸= 0

389.055 - 2024 N. Görtz, G. Pichler 13/32

Parallelschaltung von Systemen

h2 [n]
h[n]
h1 [n]

∞
X ∞
X
y [n] = x[n − k]h1 [k] + x[n − k]h2 [k]
k=−∞ k=−∞
X∞
= x[n − k] (h1 [k] + h2 [k])
| {z }
k=−∞
h[n]

389.055 - 2024 N. Görtz, G. Pichler 14/32

Kettenschaltung von Systemen

h1 [n] h2 [n] h2 [n] h1 [n] h[n]

∞
X ∞
X
h[n] = h1 [k] h2 [n − k] = h2 [k] h1 [n − k]
k=−∞ k=−∞

∞
X
Systeme müssen BIBO-stabil sein: |h[k]| < ∞
k=−∞

Bemerkung: Systeme mit endlich langer Impulsantwort (FIR Filter)

sind immer stabil!

389.055 - 2024 N. Görtz, G. Pichler 15/32

Beispiele 3.4 und 3.5 aus dem Buch

Beispiel 3.4:
Was passiert, wenn eines der Teilsysteme einer Kettenschaltung
instabil ist? ⇒ Vertauschung der Impulsantworten in der
Faltungsberechnung liefert nicht das gleiche Ergebnis!

Beispiel 3.5:
Bestimmung der “Gesamt-Impulsantwort” einer Kombination
stabiler Teilsysteme: gleiches Ergebnis kann auf verschiedenen
Rechenwegen erreicht werden, aber der Rechenaufwand kann
sehr(!) verschieden sein.

389.055 - 2024 N. Görtz, G. Pichler 16/32

Kausalität

▶ Systemantwort eilt der Systemanregung nicht voraus

Definition
Ein System T {x} = y ist kausal wenn: Für zwei beliebige Signale
x1 [n] und x2 [n] mit x1 [n] = x2 [n] für alle n ≤ n0 ∈ Z immer gilt,
dass T {x1 }[n] = T {x2 }[n] für alle n ≤ n0 .

▶ Systemantwort y [n0 ] für jeden Zeitindex n0 hängt nur von

Signalwerten x[n] zu Zeitpunkten n ≤ n0 ab.
▶ Für LTI-Systeme: System ist kausal genau dann, wenn die
Impulsantwort h[n] = 0 für n < 0!

389.055 - 2024 N. Görtz, G. Pichler 17/32

... Kausalität

▶ Kausalität muss immer dann verlangt werden, wenn mit einem

System eine “Echtzeitverarbeitung” angestrebt wird.
▶ Aber: z.B. bei der Nachbearbeitung eines bereits existierenden
Tonträgers (“Schallplatte auf CD brennen”) kann man
z.B. eine rauschunterdrückende Filterung auch mit
“zukünftigen” Signalwerten durchführen.
▶ Es gibt praktisch wichtige Fälle (Digitalkamera:
Quellencodierung für ein bereits aufgenommenes Bild), bei
denen die Koordinatenachsen keine “zeitliche” sondern
z.B. ein räumliche Bedeutung haben.
⇒ in manchen Büchern wird deshalb der allgemeinere Begriff
der “Rechtsseitigkeit” statt “Kausalität” verwendet.

389.055 - 2024 N. Görtz, G. Pichler 18/32

Beschreibung im Frequenzbereich
Eingeschwungener Zustand für Eingangssignal x[n] = e jθn :
∞
X ∞
X
y [n] = h[k] x[n − k] = h[k] e| jθ(n−k)
{z }
k=−∞ k=−∞ x[n−k]
∞
X

= e jθn h[k]e −jθk = H e jθ e jθn .
k=−∞
| {z }
H(e jθ )

Form des Eingangs e jθn erscheint auch am Systemausgang: nur

Amplitude und Phase sind verändert
⇒ Eigenschaft linearer Systeme!
Übertragungsfunktion = Fouriertransformation von h[n] :
∞
X


H e jθ = h[k]e −jθk = FT {h[n]}
k=−∞
389.055 - 2024 N. Görtz, G. Pichler 19/32
Beschreibung im Frequenzbereich
Beispiel 3.6:
▶ Kausales System mit der Impulsantwort
 n
n a n≥0
h[n] = a σ[n] = mit 0 < |a| < 1
0 n<0

▶ Übertragungsfunktion:
+∞
X +∞
X 1
H(e jθ ) = h[k]e −jθk = (ae −jθ )k =
1 − ae −jθ
k=−∞ k=0

Wichtig: H(e jθ ) ist immer wertkontinuierlich und

2π-periodisch in der Frequenz θ
▶ Betragsfrequenzgang:
1 1
|H(e jθ )| = =√
|1 − ae −jθ | 2
1 + a − 2a cos θ
389.055 - 2024 N. Görtz, G. Pichler 20/32
Beschreibung im Frequenzbereich: Beispiel 3.6
a = 0.87
8
|H(ejθ)|
6

0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2

θ/π
1.5
Phase H(ejθ)

0.5

-0.5

-1

-1.5
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2

θ/π
389.055 - 2024 N. Görtz, G. Pichler 21/32
Beschreibung im Frequenzbereich

Beispiel 3.7:
▶ Kausales System mit der Impulsantwort

1/N 0 ≤ n ≤ N − 1
h[n] =
0 sonst

▶ Rechteckförmiges Zeitfenster: gleitende Mittelwertbildung

(siehe früheres Beispiel)
▶ Übertragungsfunktion (Summe endl. geometr. Reihe):
+∞
X N−1
X
jθ −jθk 1 −jθk 1 sin( θN
2 ) −j 2
θ(N−1)
H(e ) = h[k]e = e = θ
e
N N sin( 2 )
k=−∞ k=0

389.055 - 2024 N. Görtz, G. Pichler 22/32

Beschreibung im Frequenzbereich: Beispiel 3.7
N=6
1

0.8
|H(ejθ)|

0.6

0.4

0.2

0
-4 -3 -2 -1 0 1 2 3 4

θ/π
3
Phase H(e )

2
jθ

-1

-2

-3
-4 -3 -2 -1 0 1 2 3 4

θ/π
389.055 - 2024 N. Görtz, G. Pichler 23/32
Fouriertransformation des Ausgangssignals

Zunächst aperiodische Eingangssignale x[n]:

∞
X ∞
X


Y e jθ = x[k] h[n − k] e −jθn
n=−∞ k=−∞
| {z }
y [n]
∞
X ∞
X
= x[k] h[n − k]e −jθ(n−k) e −jθk
k=−∞ n=−∞
|
{z }
=H e jθ mit Subst. κ=n−k



= H e jθ X e jθ .
Faltung im Zeitbereich ⇐⇒ Multiplikation im Frequenzbereich
Bemerkung: Absolute Summierbarkeit (Existenz des
F-Transformierten) von x[n] und y [n] hier vorausgesetzt.

389.055 - 2024 N. Görtz, G. Pichler 24/32

Beispiel: ideale Bandpassfilterung


X e jθ

▶ Filterfunktion:
Frequenzkomponenten werden
−π 0 π
θ z.B. durchgelassen oder

unterdrückt!
H e jθ
▶ Sehr leicht zu verstehen wegen
1 des multiplikativen
Zusammenhangs
θ
−π −θ0 0 θ0 π Y (e jθ ) = H(e jθ )X (e jθ )
jθ

jθ

jθ


Y e =H e X e
▶ Bei H(e jθ ) = 0 wird das
Eingangssignal unterdrückt
(“weggefiltert”).
θ
−π −θ0 0 θ0 π

389.055 - 2024 N. Görtz, G. Pichler 25/32

Ausgangssignal bei periodischen Signalen

PN−1 2π
Fourierreihendarstellung x[n] = k=0 ck e j N
kn
in die
Faltungssumme einsetzen:
∞
X N−1
X N−1
X ∞
X
2π 2π 2π
y [n] = h[l] ck e j N k(n−l) = ck h[l] e −j N kl ej N kn

l=−∞ k=0 k=0 l=−∞

| {z } | {z }
x[n−l] 2π k


dk =H e j N ck

N−1
X 2π
= dk e j N kn , n = 0, 1, . . . , N − 1.
k=0

Linienspektrum dk von y [n] = Linienspektrum ck von x[n]

2π

multipliziert mit der Übertragungsfunktion H e j N k an den
harmonischen Frequenzen 2π N k, k = 0, 1, ..., N − 1.

389.055 - 2024 N. Görtz, G. Pichler 26/32

BeispielP
3.8: Systemanregung mit δ−Puls
x[n] = ∞ k=−∞ δ[n + kN]
1
Mit den Fourierreihenkoeffizienten ck = N für den periodischen
δ-Puls (siehe Kapitel 2) folgt
2π
1 2π

dk = ck H e j N
k
= H ej N k , k = 0, 1, . . . , N − 1.
N


▶ H e jθ des Systems kann an diskreten Frequenzen θ = 2π N k
direkt aus der Fourierreihendarstellung des Ausgangssignals
bestimmt werden
▶ die Frequenzauflösung ist durch die Grundfrequenz der
Fourierreihe bzw. durch die Periodendauer N des δ-Pulses
gegeben
▶ bei Messungen oder Simulationen muss der Einschwing-
vorgang des Systems beachtet werden, denn die verwen-
deten Signale sind in der Praxis nicht unendlich lang
389.055 - 2024 N. Görtz, G. Pichler 27/32
MATLAB-Beispiel 3.9: Einschwingverhalten eines
FIR-Systems (
1
N 0≤n ≤N −1
Gleitender Mittelwertbilder: h[n] =
0 sonst
Gleichanteil: x[n] ≡ 1 ⇒ y [n] ≡ 1 (eingeschwungen!)
Sperrfrequenz: x[n] = sin 2π
N n ⇒ y [n] ≡ 0 (eingeschwungen!)
Simulation mit MATLAB:
Nx = 40; N = 6;
h = 1/N * ones(1,N);
x = ones(1,Nx);
y = conv(x,h);
x = sin(2*pi/N*[0:Nx-1]);
y = conv(x,h);

Bei beiden Eingangssignalen tritt ein Einschwingvorgang auf!

(Und beim in der Praxis unvermeidlichen Abschalten (Nx ≪ ∞)
auch ein Ausschwingvorgang)
389.055 - 2024 N. Görtz, G. Pichler 28/32
Einschwingverhalten der Sprungantwort

Für x[n] = σ[n] folgt mit der Faltungsoperation

∞
X n
X
y [n] = h[k] σ[n − k] = h[k]
k=−∞ k=−∞
X∞ ∞
X
= h[k] − h[k]
k=−∞ k=n+1
| {z }| {z }
y∞ [n]=konst. yt [n]

transienter Anteil yt [n] geht bei stabilen Systemen für n → ∞

gegen Null:
∞
X ∞
X X∞ n
X
|yt [n]| = h[k] ≤ |h[k]| = |h[k]| − |h[k]| → 0
k=n+1 k=n+1 k=0 k=0

389.055 - 2024 N. Görtz, G. Pichler 29/32

Einschwingverhalten für x[n] = e jθn σ[n]

∞
X n
X
y [n] = h[k] e jθ(n−k) σ[n − k] = h[k] e jθ(n−k)
k=−∞ k=−∞
∞
X ∞
X
= e jθn h[k] e −jθk − e jθn h[k] e −jθk
k=−∞ k=n+1
| {z }
H(e jθ )
X∞


= H e jθ e jθn − e jθn h[k] e −jθk
| {z } k=n+1
y∞ [n] | {z }
yt [n]

bei FIR-Systemen hängt Einschwingzeit nur von der Dauer der

Impulsantwort ab

389.055 - 2024 N. Görtz, G. Pichler 30/32

Zusammenfassung: Eingangs/Ausgangsverhalten

∞
X
y [n] = x[k]h[n − k]
x[n] h[n] k=−∞
FT ↓ −1
FT ↓ FT ↑






X e jθ H e jθ Y e jθ = X e jθ H e jθ

Fouriertransformation: (Summe über diskreten Zeitindex n)

∞
X


X e jθ = x[n]e −jθn = FT {x[n]}
n=−∞

inverse Fouriertransformation: (Integral über kont. Frequenz θ)

Z π n
1

o
x[n] = X e jθ e jθn dθ = FT −1 X e jθ
2π −π

389.055 - 2024 N. Görtz, G. Pichler 31/32

Inverse Fouriertransformation
∞
X


▶ X e jθ = x[n]e −jθn entspricht der Fourierreihendar-
n=−∞
stellung einer kontinuierlichen Funktion mit der Periode 2π
▶ x[n] sind die Fourierreihenkoeffizienten
Z π dieser Darstellung
1

⇒ x[n] = X e jθ e jθn dθ
2π −π
▶ mit der inversen Fouriertransformation kann x[n] eindeutig aus
dem Spektrum berechnet werden
▶ schnelle Implementierung (ohne Integral und unendliche
Summe) mit der schnellen Fouriertransformation (FFT)
▶ Vorzeichen in den Exponentialfunktionen anders als bei
“normaler” Fourierreihe. Mit der Substitution 2π T t = −θ
erhält man die “normale” Version der Fouriereihe für ein
kontinuierliches Zeitsignal X (t) der Periode T .

389.055 - 2024 N. Görtz, G. Pichler 32/32