Signaldarstellung/Spektralanalyse - Versionsgeschichte

Guenter am 19. Mai 2021 um 13:20 Uhr

2021-05-19T13:20:48Z

Guenter am 18. Mai 2021 um 17:33 Uhr

2021-05-18T17:33:41Z

Guenter am 18. Mai 2021 um 16:52 Uhr

2021-05-18T16:52:10Z

Änderungen zeigen

Guenter am 15. Oktober 2019 um 11:40 Uhr

2019-10-15T11:40:34Z

Guenter am 15. Oktober 2019 um 11:37 Uhr

2019-10-15T11:37:00Z

Guenter am 15. Oktober 2019 um 11:31 Uhr

2019-10-15T11:31:37Z

Guenter am 15. Oktober 2019 um 09:49 Uhr

2019-10-15T09:49:58Z

Guenter am 27. Juli 2018 um 16:47 Uhr

2018-07-27T16:47:15Z

Guenter am 27. Juli 2018 um 16:46 Uhr

2018-07-27T16:46:12Z

Änderungen zeigen

Guenter am 3. Februar 2018 um 14:06 Uhr

2018-02-03T14:06:10Z

@@ Zeile 60: / Zeile 60: @@
 \end{array}$$
-*Aus der Multiplikation&nbsp; $y(t) = x(t) \cdot w(t)$&nbsp; des zu analysierenden Signals&nbsp; $x(t)$&nbsp; und der Fensterfunktion&nbsp; $w(t)$&nbsp; folgt für die Spektralfunktion&nbsp; $Y(f) = X(f) \ast W(f)$, wobei bei rechteckförmiger Fensterfunktion mit&nbsp; $f_{\rm A} = 1/T_{\rm P}$&nbsp; gilt.
+*Aus der Multiplikation&nbsp; $y(t) = x(t) \cdot w(t)$&nbsp; des zu analysierenden Signals&nbsp; $x(t)$&nbsp; und der Fensterfunktion&nbsp; $w(t)$&nbsp; folgt für das Spektrum&nbsp; $Y(f) = X(f) \ast W(f)$, wobei bei rechteckförmiger Fensterfunktion mit&nbsp; $f_{\rm A} = 1/T_{\rm P}$&nbsp; gilt:
 :$$W(f) = T_{\rm P} \cdot {\rm si}(\pi \cdot f \cdot T_{\rm P}) = {1}/{f_{\rm A}}\cdot {\rm si}(\pi \cdot {f}/{f_{\rm A}})\hspace{0.05cm}.$$
+*Die Funktion&nbsp; $W(f)$&nbsp; ist in der rechten oberen Grafik in logarithmierter Form dargestellt.&nbsp; Liegen alle Spektralanteile von&nbsp; $x(t)$&nbsp; im Frequenzraster&nbsp; $\mu \cdot f_{\rm A}$, so bleiben die frequenzdiskreten Spektralwerte&nbsp; $D(\mu )$&nbsp; durch die Faltung mit&nbsp; $W(f)$&nbsp; unverändert.
 *Andernfalls führt die Faltung mit&nbsp; $W(f)$&nbsp; zu Verfälschungen, da die Nullstellen der&nbsp; $\rm si$–Funktion nun nicht mehr zu den diskreten Werten des Eingangsspektrums passen.

@@ Zeile 138: / Zeile 138: @@
 {{BlaueBox|TEXT=
 *Ein guter Kompromiss ist das&nbsp; $\text{Hanning–Fenster}$&nbsp; (in der Tabelle blau hervorgehoben), das bezüglich der drei Hauptkriterien (rote Markierungen) nie mit „Grau” abschneidet.
@@ Zeile 147: / Zeile 146: @@
 ==Maximaler Prozessverlust==
 <br>
-Dieses kombinierte Gütekriterium berücksichtigt den&nbsp; '''maximalen Skalierungsfehler'''&nbsp; ebenso wie die (normierte)&nbsp; '''äquivalente Rauschbandbreite'''. Der maximale Prozessverlust wird meist in&nbsp; $\text{dB}$&nbsp; angegeben und sollte entsprechend seines Namens eher klein sein:
+Dieses kombinierte Gütekriterium berücksichtigt den&nbsp; $\text{maximalen Skalierungsfehler}$&nbsp; ebenso wie die (normierte)&nbsp; $\text{äquivalente Rauschbandbreite}$.&nbsp; Der maximale Prozessverlust wird meist in&nbsp; $\text{dB}$&nbsp; angegeben und sollte entsprechend seines Namens eher klein sein:
 :$$10 \cdot {\rm lg}\hspace{0.15cm}V_{\rm P}\hspace{0.15cm}{\rm (in}\hspace{0.15cm}{\rm dB)}= 20 \cdot {\rm lg}\hspace{0.15cm}
@@ Zeile 153: / Zeile 152: @@
   \frac{\int_{-\infty}^{\infty}|W(f)|^2\hspace{0.05cm}{\rm d}f}{f_{\rm A} \cdot |W(f=0)|^2} \hspace{0.05cm}.$$
-Aus der&nbsp; [[Signaldarstellung/Spektralanalyse#G.C3.BCtekriterien_von_Fensterfunktionen|Tabelle]]&nbsp; erkennt man, dass&nbsp; $V_{\rm P}$&nbsp; für die betrachteten Fensterfunktionen Werte zwischen&nbsp; $\text{3 dB}$&nbsp; und&nbsp; $\text{4 dB}$&nbsp; annimmt, wobei Fensterfunktionen mit&nbsp; $V_{\rm P} > 3.7 \,\text{dB}$&nbsp; (Rechteck, Blackman–Harris, Kaiser–Bessel)&nbsp; nicht verwendet werden sollten. Gerade diese sind aber bezüglich des Haupt–zu–Seitenkeulen–Abstands am besten.
+Aus der&nbsp; [[Signaldarstellung/Spektralanalyse#G.C3.BCtekriterien_von_Fensterfunktionen|Tabelle]]&nbsp; erkennt man, dass&nbsp; $V_{\rm P}$&nbsp; für die betrachteten Fensterfunktionen Werte zwischen&nbsp; $\text{3 dB}$&nbsp; und&nbsp; $\text{4 dB}$&nbsp; annimmt, wobei Fensterfunktionen mit&nbsp; $V_{\rm P} > 3.7 \,\text{dB}$&nbsp; (Rechteck, Blackman–Harris, Kaiser–Bessel)&nbsp; nicht verwendet werden sollten.&nbsp; Gerade diese sind aber bezüglich des Haupt–zu–Seitenkeulen–Abstands am besten.
 Die beiden Anteile sind wie folgt zu interpretieren:
-*Der ''maximale Skalierungsfehler''&nbsp; ist das Verhältnis, um das sich die mit der DFT ermittelte Amplitude von der tatsächlichen Signalamplitude unterscheidet. Der Amplitudenfehler aufgrund einer Fensterfläche kleiner als&nbsp; $1$&nbsp; wird dabei als korrigiert vorausgesetzt.
+*Der &bdquo;maximale Skalierungsfehler&rdquo;&nbsp; ist das Verhältnis, um das sich die mit der DFT ermittelte Amplitude von der tatsächlichen Signalamplitude unterscheidet.&nbsp; Der Amplitudenfehler aufgrund einer Fensterfläche kleiner als&nbsp; $1$&nbsp; wird dabei als korrigiert vorausgesetzt.
-*Je breiter die Hauptkeule der Fensterfunktion ist, um so kleiner ist dieser Skalierungsfehler. Der Fehler ist am größten, wenn die Frequenz&nbsp; $f_0$&nbsp; einer harmonischen Schwingung in der Mitte zwischen zwei DFT–Stützstellen liegt &nbsp; ⇒ &nbsp; Quotient $|W(f = 0)| / |W(f = f_{\rm A}/2)|$.
+*Je breiter die Hauptkeule der Fensterfunktion ist, um so kleiner ist dieser Skalierungsfehler.&nbsp; Der Fehler ist am größten, wenn die Frequenz&nbsp; $f_0$&nbsp; einer harmonischen Schwingung genau in der Mitte zwischen zwei DFT–Stützstellen liegt &nbsp; ⇒ &nbsp; Quotient $|W(f = 0)| / |W(f = f_{\rm A}/2)|$.
-*Die ''äquivalente Rauschbandbreite''&nbsp; der verwendeten Fensterfunktion – berechenbar als Breite des flächengleichen Rechtecks bezüglich dem Betragsquadrat&nbsp; $|W(f)|^2$&nbsp; der Spektralfunktion – erfasst den störenden Einfluss von weißem Rauschen und sollte möglichst gering sein.
+*Die &bdquo;äquivalente Rauschbandbreite&rdquo;&nbsp; der verwendeten Fensterfunktion – berechenbar als Breite des flächengleichen Rechtecks bezüglich dem Betragsquadrat&nbsp; $|W(f)|^2$&nbsp; der Spektralfunktion – erfasst den störenden Einfluss von weißem Rauschen und sollte möglichst gering sein.
-*Die kleinste Rauschbandbreite ergibt sich für das Rechteck. Alle anderen Fensterfunktionen besitzen eine größere Rauschbandbreite und damit bei Vorhandensein von Rauschstörungen auch ein (deutlich) ungünstigeres Signal–zu–Rausch–Leistungsverhältnis.
+*Die kleinste Rauschbandbreite ergibt sich für das Rechteck.&nbsp; Alle anderen Fensterfunktionen besitzen eine größere Rauschbandbreite und damit bei Vorhandensein von Rauschstörungen auch ein (deutlich) ungünstigeres Signal–zu–Rausch–Leistungsverhältnis.
@@ Zeile 166: / Zeile 165: @@
 $\text{Fazit:}$&nbsp;
 Die Ergebnisse dieses Abschnitts können wie folgt zusammengefasst werden:
-*Eine ideale Fensterfunktion gibt es nicht. Je nach Aufgabenstellung&nbsp; (gute Amplituden– bzw. Frequenzauflösung)&nbsp; liefern unterschiedliche Fenster das jeweils beste Ergebnis. Zu empfehlen ist deshalb, dass man zur Spektralanalyse stets mehrere Fensterfunktionen heranzieht oder zumindest eine Fensterfunktion mit verschiedenen Parametern verwendet.
+*Eine ideale Fensterfunktion gibt es nicht.&nbsp; Je nach Aufgabenstellung&nbsp; (gute Amplituden– bzw. Frequenzauflösung)&nbsp; liefern unterschiedliche Fenster das jeweils beste Ergebnis.&nbsp; Zu empfehlen ist deshalb, dass man zur Spektralanalyse stets mehrere Fensterfunktionen heranzieht oder zumindest eine Fensterfunktion mit verschiedenen Parametern verwendet.
-*Ein tragbarer Kompromiss hinsichtlich aller Kriterien ist das&nbsp; '''Hamming–Fenster''', das lediglich beim Seitenkeulenabfall&nbsp; $($nur&nbsp; $\text{6 dB pro Oktave})$&nbsp; einen ungünstigen Wert liefert. Obwohl sich das&nbsp; '''Hanning–Fenster'''&nbsp; im Zeitbereich vom Hamming-Fenster nur mariginal unterscheidet, ist im Spektralbereich&nbsp; (minimaler Abstand zwischen Hauptkeule und Seitenkeulen)&nbsp; der Unterschied zwischen beiden beträchtlich.}}
+*Ein tragbarer Kompromiss hinsichtlich aller Kriterien ist das&nbsp; $\text{Hamming–Fenster}$', das lediglich beim Seitenkeulenabfall&nbsp; $($nur&nbsp; $\text{6 dB pro Oktave})$&nbsp; einen ungünstigen Wert liefert. Obwohl sich das&nbsp; $\text{Hanning–Fenster}$&nbsp; im Zeitbereich vom Hamming-Fenster nur mariginal unterscheidet, ist im Spektralbereich&nbsp; (minimaler Abstand zwischen Hauptkeule und Seitenkeulen)&nbsp; der Unterschied zwischen beiden beträchtlich.}}

@@ Zeile 106: / Zeile 106: @@
 ''Hinweise:''
 *Beim Kaiser–Bessel–Fenster sind die Funktionen im Zeit– und Frequenzbereich jeweils für&nbsp; $\alpha = 3.5$&nbsp; dargestellt.
-* ${\rm I}_0(.)$&nbsp; bezeichnet die&nbsp; [[Applets:Besselfunktionen_erster_Art_(neues_Applet)| Besselfunktion nullter Ordnung]].
+* ${\rm I}_0(.)$&nbsp; bezeichnet die&nbsp; [https://de.wikipedia.org/wiki/Besselsche_Differentialgleichung Modifizierte Besselfunktion nullter Ordnung].
 *Weitere Fensterfunktionen wie das Blackman–Harris–Fenster, das&nbsp; [https://de.wikipedia.org/wiki/Raised-Cosine-Filter Cosinus–Rolloff–Fenster]&nbsp; (auch Tukey–Fenster genannt) und noch viele andere mehr finden Sie im Buch&nbsp; [Söd93]<ref name='Söd93'>Söder, G.: ''Modellierung, Simulation und Optimierung von Nachrichtensystemen.'' In: Berlin – Heidelberg: Springer, 1993.</ref>.

@@ Zeile 106: / Zeile 106: @@
 ''Hinweise:''
 *Beim Kaiser–Bessel–Fenster sind die Funktionen im Zeit– und Frequenzbereich jeweils für&nbsp; $\alpha = 3.5$&nbsp; dargestellt.
-* ${\rm I}_0(.)$&nbsp; bezeichnet die&nbsp; [https://mhf-e-wiki.desy.de/Bessel-Funktion Besselfunktion nullter Ordnung].
+* ${\rm I}_0(.)$&nbsp; bezeichnet die&nbsp; [[Applets:Besselfunktionen_erster_Art_(neues_Applet)| Besselfunktion nullter Ordnung]].
 *Weitere Fensterfunktionen wie das Blackman–Harris–Fenster, das&nbsp; [https://de.wikipedia.org/wiki/Raised-Cosine-Filter Cosinus–Rolloff–Fenster]&nbsp; (auch Tukey–Fenster genannt) und noch viele andere mehr finden Sie im Buch&nbsp; [Söd93]<ref name='Söd93'>Söder, G.: ''Modellierung, Simulation und Optimierung von Nachrichtensystemen.'' In: Berlin – Heidelberg: Springer, 1993.</ref>.

@@ Zeile 95: / Zeile 95: @@
 <br>
 [[Datei:P_ID1165__Sig_T_5_4_S3_neu.png|right|frame|Hanning-, Hamming- und Kaiser-Bessel-Fenster]]
-Nun werden einige häufig eingesetzte [https://de.m.wikipedia.org/wiki/Fensterfunktion Fensterfunktionen], nämlich
+Nun werden einige häufig eingesetzte&nbsp; [https://de.m.wikipedia.org/wiki/Fensterfunktion Fensterfunktionen], nämlich
 *das Hanning–Fenster,
 *das Hamming–Fenster und
@@ Zeile 101: / Zeile 101: @@
-anhand von Grafiken und darin enthaltenen Gleichungen beschrieben. Für die Laufvariable im Zeitbereich gilt stets $–N/2 ≤ \nu < N/2$.
+anhand von Grafiken und darin enthaltenen Gleichungen beschrieben. Für die Laufvariable im Zeitbereich gilt stets&nbsp; $–N/2 ≤ \nu < N/2$.
 ''Hinweise:''
-*Beim Kaiser–Bessel–Fenster sind die Funktionen im Zeit– und Frequenzbereich jeweils für $\alpha = 3.5$ dargestellt. ${\rm I}_0(.)$ bezeichnet die [https://mhf-e-wiki.desy.de/Bessel-Funktion Besselfunktion nullter Ordnung].
+*Beim Kaiser–Bessel–Fenster sind die Funktionen im Zeit– und Frequenzbereich jeweils für&nbsp; $\alpha = 3.5$&nbsp; dargestellt.
-*Weitere Fensterfunktionen wie das Blackman–Harris–Fenster, das [https://de.wikipedia.org/wiki/Raised-Cosine-Filter Cosinus–Rolloff–Fenster] (auch Tukey–Fenster genannt) und noch viele Andere mehr finden Sie im Buch [Söd93]<ref name='Söd93'>Söder, G.: ''Modellierung, Simulation und Optimierung von Nachrichtensystemen.'' In: Berlin – Heidelberg: Springer, 1993.</ref>.
+* ${\rm I}_0(.)$&nbsp; bezeichnet die&nbsp; [https://mhf-e-wiki.desy.de/Bessel-Funktion Besselfunktion nullter Ordnung].
@@ Zeile 115: / Zeile 116: @@
 [[Datei:P_ID1163__Sig_T_5_4_S4_v4.png|right|frame|Zusammenstellung wichtiger Gütekriterien von Fensterfunktionen]]
 Die Tabelle gibt Gütekriterien für die auf den letzten Seiten beschriebenen Fensterfunktionen wieder. Die Auswahl einer geeigneten Fensterfunktion sollte nach folgenden Gesichtspunkten erfolgen:
-*Der '''minimale Abstand zwischen Hauptkeule und Seitenkeulen''' sollte möglichst groß sein, um den Einfluss des Leckeffektes gering zu halten und die Amplitudenauflösung zu verbessern.
+*Der&nbsp; '''minimale Abstand zwischen Hauptkeule und Seitenkeulen'''&nbsp; sollte möglichst groß sein, um den Einfluss des Leckeffektes gering zu halten und die Amplitudenauflösung zu verbessern.
-*Aus Gründen einer guten Frequenzselektivität sollte die '''6dB–Bandbreite''' gering sein. Ist diese zu groß, so überdeckt eine dominante Spektrallinie kleinere Anteile in der Umgebung.
+*Aus Gründen einer guten Frequenzselektivität sollte die&nbsp; '''6dB–Bandbreite'''&nbsp; gering sein. Ist diese zu groß, so überdeckt eine dominante Spektrallinie kleinere Anteile in der Umgebung.
-*Der '''maximale Prozessverlust''' (in dB) beinhaltet den maximalen Skalierungsfehler und die äquivalente Rauschbandbreite. Diese Größe sollte auf keinen Fall 3.7 dB überschreiten.
+*Der&nbsp; '''maximale Prozessverlust'''&nbsp; (in dB) beinhaltet den maximalen Skalierungsfehler und die äquivalente Rauschbandbreite. Diese Größe sollte auf keinen Fall&nbsp; $\text{3.7 dB}$&nbsp; überschreiten.
-Diese wichtigsten Gütekriterien sind in der folgenden Tabelle durch rote Schrift hervorgehoben.
+Diese wichtigsten Gütekriterien sind in nebenstehender Tabelle durch rote Schrift hervorgehoben.
 *In jeder Zeile sind eher günstige Fensterfunktionen grün und eher ungünstigste grau hinterlegt.
 *Aus der Verteilung der grünen und grauen Flächen ist bereits ersichtlich, dass es die optimale Fensterfunktion nicht gibt.
 <br clear=all>
 Nun werden die in der Tabelle angegebenen Gütekriterien etwas genauer beschrieben:
-*Je größer der ''minimale Haupt–zu–Seitenkeulen–Abstand'' &nbsp; ⇒ &nbsp;Verhältnis der Hauptkeule zur höchsten Seitenkeule, desto besser ist die Amplitudenauflösung einer Fensterfunktion. Beim Rechteck ist dieser Abstand erwartungsgemäß am kleinsten (13 dB). Das beste Ergebnis liefert mit 92 dB das Blackman–Harris–Fenster vierter Ordnung.
+*Je größer der ''minimale Haupt–zu–Seitenkeulen–Abstand'' &nbsp; ⇒ &nbsp; Verhältnis der Hauptkeule zur höchsten Seitenkeule, desto besser ist die Amplitudenauflösung einer Fensterfunktion. Beim Rechteck ist dieser Abstand erwartungsgemäß am kleinsten&nbsp; $\text{(13 dB)}$. Das beste Ergebnis liefert mit&nbsp; $\text{92 dB}$&nbsp; das Blackman–Harris–Fenster vierter Ordnung.
-*Da jedoch nicht nur die höchste, sondern auch alle weiteren Seitenkeulen zum Leckeffekt beitragen, ist der '''Seitenkeulenabfall''' ein weiteres Maß für das Auflösungsvermögen. Von den angegebenen Fensterfunktionen weisen diesbezüglich das Hanning–Fenster sowie das Cosinus–Rolloff–Fenster mit Rolloff $r = 0.5$ die günstigsten Werte auf (18 dB/Oktave).
+*Da jedoch nicht nur die höchste, sondern auch alle weiteren Seitenkeulen zum Leckeffekt beitragen, ist der&nbsp; '''Seitenkeulenabfall'''&nbsp; ein weiteres Maß für das Auflösungsvermögen. Von den angegebenen Fensterfunktionen weisen diesbezüglich das Hanning–Fenster sowie das Cosinus–Rolloff–Fenster mit Rolloff&nbsp; $r = 0.5$&nbsp; die günstigsten Werte auf&nbsp; $\text{(18 dB/Oktave)}$.
-*Die '''6dB–Bandbreite''', die aus der logarithmierten Spektralfunktion abgelesen werden kann, ist ein wichtiges Maß für das Frequenzauflösungsvermögen. Zwei im Signal vorhandene Spektralanteile bei $f_1$ und $f_2$ können nur dann aufgelöst werden, wenn die Differenz $f_2 - f_1$ größer als die 6dB–Bandbreite der verwendeten Fensterfunktion ist (siehe nachfolgende rechte Grafik).
+*Die&nbsp; '''6 dB–Bandbreite''', die aus der logarithmierten Spektralfunktion abgelesen werden kann, ist ein wichtiges Maß für das Frequenzauflösungsvermögen. Zwei im Signal vorhandene Spektralanteile bei&nbsp; $f_1$&nbsp; und&nbsp; $f_2$&nbsp; können nur dann aufgelöst werden, wenn die Differenz&nbsp; $f_2 - f_1$&nbsp; größer als die&nbsp; $\text{6 dB}$–Bandbreite der verwendeten Fensterfunktion ist (siehe nachfolgende rechte Grafik).
-[[Datei:P_ID1164__Sig_T_5_4_S4b_neu.png|center|frame|Zur Verdeutlichung der 6dB-Bandbreite]]
+[[Datei:P_ID1164__Sig_T_5_4_S4b_neu.png|center|frame|Zur Verdeutlichung der&nbsp; $\text{6 dB}$-Bandbreite]]
-*Die '''Fensterfläche''' der Funktion $w(t)$ gibt zugleich die Höhe $W(0)$ im Spektralbereich an. Bei allen Fenstern mit Ausnahme des Rechtecks ergibt sich aufgrund der Unterdrückung der äußeren Abtastwerte eine Fensterfläche kleiner 1 und damit ein Fehler in der Amplitude des DFT–Ergebnisses, der jedoch bei Kenntnis von $w(t)$ vollständig korrigierbar ist.
+*Die&nbsp; '''Fensterfläche'''&nbsp; der Funktion&nbsp; $w(t)$&nbsp; gibt zugleich die Höhe&nbsp; $W(0)$&nbsp; im Spektralbereich an. Bei allen Fenstern mit Ausnahme des Rechtecks ergibt sich aufgrund der Unterdrückung der äußeren Abtastwerte eine Fensterfläche kleiner&nbsp; $1$&nbsp; und damit ein Fehler in der Amplitude des DFT–Ergebnisses, der jedoch bei Kenntnis von&nbsp; $w(t)$&nbsp; vollständig korrigierbar ist.
 {{BlaueBox|TEXT=
 $\text{Fazit:}$&nbsp;
-*Ein guter Kompromiss ist das ''Hanning–Fenster''&nbsp; (in der Tabelle blau hervorgehoben), das bezüglich der drei Hauptkriterien (rote Markierungen) nie mit „Grau” abschneidet.
+*Ein guter Kompromiss ist das&nbsp; '''Hanning–Fenster'''&nbsp; (in der Tabelle blau hervorgehoben), das bezüglich der drei Hauptkriterien (rote Markierungen) nie mit „Grau” abschneidet.
-*Das ''Hamming–Fenster''&nbsp; unterscheidet sich hiervon im Zeitbereich nur geringfügig, aber im Spektralbereich beträchtlich. So beträgt der Seitenkeulenabfall pro Oktave nur mehr 6 dB.}}
+*Das&nbsp; '''Hamming–Fenster'''&nbsp; unterscheidet sich hiervon im Zeitbereich nur geringfügig, aber im Spektralbereich beträchtlich. So beträgt der Seitenkeulenabfall pro Oktave nur mehr&nbsp; $\text{6 dB}$&nbsp; $($statt&nbsp; $\text{18 dB})$.}}
 ==Maximaler Prozessverlust==
 <br>
-Dieses kombinierte Gütekriterium berücksichtigt den '''maximalen Skalierungsfehler''' ebenso wie die (normierte) '''äquivalente Rauschbandbreite'''. Der maximale Prozessverlust wird meist in $\text{dB}$ angegeben und sollte entsprechend seines Namens eeher klein sein:
+Dieses kombinierte Gütekriterium berücksichtigt den&nbsp; '''maximalen Skalierungsfehler'''&nbsp; ebenso wie die (normierte)&nbsp; '''äquivalente Rauschbandbreite'''. Der maximale Prozessverlust wird meist in&nbsp; $\text{dB}$&nbsp; angegeben und sollte entsprechend seines Namens eher klein sein:
 :$$10 \cdot {\rm lg}\hspace{0.15cm}V_{\rm P}\hspace{0.15cm}{\rm (in}\hspace{0.15cm}{\rm dB)}= 20 \cdot {\rm lg}\hspace{0.15cm}
@@ Zeile 148: / Zeile 149: @@
   \frac{\int_{-\infty}^{\infty}|W(f)|^2\hspace{0.05cm}{\rm d}f}{f_{\rm A} \cdot |W(f=0)|^2} \hspace{0.05cm}.$$
-Aus der [[Signaldarstellung/Spektralanalyse#G.C3.BCtekriterien_von_Fensterfunktionen|Ergebnistabelle]] erkennt man, dass $V_{\rm P}$ für die betrachteten Fensterfunktionen stets Werte zwischen $\text{3 dB}$ und $\text{4 dB}$ annimmt, wobei Fensterfunktionen mit $V_{\rm P} > 3.7 \,\text{dB}$ (Rechteck, Blackman–Harris, Kaiser–Bessel) nicht verwendet werden sollten. Gerade diese sind aber bezüglich des Haupt–zu–Seitenkeulen–Abstands am besten. Die beiden Anteile sind wie folgt zu interpretieren:
+Aus der&nbsp; [[Signaldarstellung/Spektralanalyse#G.C3.BCtekriterien_von_Fensterfunktionen|Tabelle]]&nbsp; erkennt man, dass&nbsp; $V_{\rm P}$&nbsp; für die betrachteten Fensterfunktionen Werte zwischen&nbsp; $\text{3 dB}$&nbsp; und&nbsp; $\text{4 dB}$&nbsp; annimmt, wobei Fensterfunktionen mit&nbsp; $V_{\rm P} > 3.7 \,\text{dB}$&nbsp; (Rechteck, Blackman–Harris, Kaiser–Bessel)&nbsp; nicht verwendet werden sollten. Gerade diese sind aber bezüglich des Haupt–zu–Seitenkeulen–Abstands am besten.
-*Die ''äquivalente Rauschbreite'' der verwendeten Fensterfunktion – berechenbar als Breite des flächengleichen Rechtecks bezüglich dem Betragsquadrat $|W(f)|^2$ der Spektralfunktion – erfasst den störenden Einfluss von weißem Rauschen und sollte möglichst gering sein.
+*Die ''äquivalente Rauschbandbreite''&nbsp; der verwendeten Fensterfunktion – berechenbar als Breite des flächengleichen Rechtecks bezüglich dem Betragsquadrat&nbsp; $|W(f)|^2$&nbsp; der Spektralfunktion – erfasst den störenden Einfluss von weißem Rauschen und sollte möglichst gering sein.
 *Die kleinste Rauschbandbreite ergibt sich für das Rechteck. Alle anderen Fensterfunktionen besitzen eine größere Rauschbandbreite und damit bei Vorhandensein von Rauschstörungen auch ein (deutlich) ungünstigeres Signal–zu–Rausch–Leistungsverhältnis.
@@ Zeile 159: / Zeile 161: @@
 {{BlaueBox|TEXT=
 $\text{Fazit:}$&nbsp;
-Die Ergebnisse dieses Abschnitts lassen sich wie folgt zusammenfassen:
+Die Ergebnisse dieses Abschnitts können wie folgt zusammengefasst werden:
-*Eine ideale Fensterfunktion gibt es nicht. Je nach Aufgabenstellung (gute Amplituden– bzw. Frequenzauflösung) liefern unterschiedliche Fenster das jeweils beste Ergebnis.
+*Eine ideale Fensterfunktion gibt es nicht. Je nach Aufgabenstellung&nbsp; (gute Amplituden– bzw. Frequenzauflösung)&nbsp; liefern unterschiedliche Fenster das jeweils beste Ergebnis. Zu empfehlen ist deshalb, dass man zur Spektralanalyse stets mehrere Fensterfunktionen heranzieht oder zumindest eine Fensterfunktion mit verschiedenen Parametern verwendet.
-*Zu empfehlen ist deshalb, dass man zur Spektralanalyse stets mehrere Fensterfunktionen heranzieht oder zumindest eine Fensterfunktion mit verschiedenen Parametern verwendet.
+*Ein tragbarer Kompromiss hinsichtlich aller Kriterien ist das&nbsp; '''Hamming–Fenster''', das lediglich beim Seitenkeulenabfall&nbsp; $($nur&nbsp; $\text{6 dB pro Oktave})$&nbsp; einen ungünstigen Wert liefert. Obwohl sich das&nbsp; '''Hanning–Fenster'''&nbsp; im Zeitbereich vom Hamming-Fenster nur mariginal unterscheidet, ist im Spektralbereich&nbsp; (minimaler Abstand zwischen Hauptkeule und Seitenkeulen)&nbsp; der Unterschied zwischen beiden beträchtlich.}}

@@ Zeile 10: / Zeile 10: @@
 {{BlaueBox|TEXT=
 $\text{Definition:}$&nbsp;
-Als '''spektralen Leckeffekt'''  bezeichnet man die Verfälschung des Spektrums eines periodischen und damit zeitlich unbegrenzten Signals aufgrund der impliziten Zeitbegrenzung der Diskreten Fouriertransformation (DFT). Dadurch werden zum Beispiel von einem Spektrumanalyzer
+Als&nbsp; '''spektralen Leckeffekt'''&nbsp;  bezeichnet man die Verfälschung des Spektrums eines periodischen und damit zeitlich unbegrenzten Signals aufgrund der impliziten Zeitbegrenzung der Diskreten Fouriertransformation (DFT). Dadurch werden zum Beispiel von einem Spektrumanalyzer
 *im Zeitsignal nicht vorhandene Frequenzanteile vorgetäuscht, und/oder
 *tatsächlich vorhandene Spektralkomponenten durch Seitenkeulen verdeckt.}}
-Das folgende $\text{Beispiel 1}$ wird zeigen, dass bei einem periodischen Signal die Anwendung der [[Signaldarstellung/Diskrete_Fouriertransformation_(DFT)|Diskreten Fouriertransformation]] (DFT) ohne Zusatzmaßnahmen nicht sinnvoll ist. Die Güte der Spektralanalyse – das heißt die Richtigkeit des gefundenen Spektrums – wird hier hauptsächlich durch die (mehr oder weniger geglückte) Anpassung der DFT-Parameter an die vorliegenden Signalparameter bestimmt.
+Das folgende&nbsp; $\text{Beispiel 1}$&nbsp; wird zeigen, dass bei einem periodischen Signal die Anwendung der&nbsp; [[Signaldarstellung/Diskrete_Fouriertransformation_(DFT)|Diskreten Fouriertransformation]]&nbsp; (DFT) ohne Zusatzmaßnahmen nicht sinnvoll ist. Die Güte der Spektralanalyse – das heißt die Richtigkeit des gefundenen Spektrums – wird hier hauptsächlich durch die (mehr oder weniger geglückte) Anpassung der DFT-Parameter an die vorliegenden Signalparameter bestimmt.
-*Ist die Periodendauer $T_0$ des Signals $x(t)$ bekannt, so sollte die Dauer $T_{\rm P}$ des für die DFT verwendeten Signalausschnittes ein ganzzahliges Vielfaches von $T_0$ betragen. Aufgabe der Spektralanalyse ist aber gerade das Auffinden beliebiger Signalanteile, so dass die Kenntnis von $T_0$ im Allgemeinen nicht vorausgesetzt werden kann.
+*Ist die Periodendauer&nbsp; $T_0$&nbsp; des Signals bekannt, so sollte die Dauer&nbsp; $T_{\rm P}$&nbsp; des für die DFT verwendeten Signalausschnittes ein ganzzahliges Vielfaches von&nbsp; $T_0$&nbsp; betragen. Aufgabe der Spektralanalyse ist aber gerade das Auffinden beliebiger Signalanteile, so dass die Kenntnis von&nbsp; $T_0$&nbsp; im allgemeinen nicht vorausgesetzt werden kann.
-*Eine Maßnahme zur Verbesserung des Spektralanalysenergebnisses ist die Fensterung mit einer „geeigneten” Zeitfunktion $w(t)$. Analysiert wird dann das Produktsignal $x(t) \cdot w(t)$.
+*Eine Maßnahme zur Verbesserung des Spektralanalyse ist die Fensterung mit einer „geeigneten” Zeitfunktion&nbsp; $w(t)$. Analysiert wird dann das Produktsignal&nbsp; $x(t) \cdot w(t)$.
-*Aus der Literatur sind eine Vielzahl solcher Fensterfunktionen $w(t)$ bekannt, die je nach Aufgabenstellung zu guten oder weniger befriedigenden Ergebnissen führen.
+*Aus der Literatur sind eine Vielzahl solcher Fensterfunktionen&nbsp; $w(t)$&nbsp; bekannt, die je nach Aufgabenstellung zu guten oder weniger befriedigenden Ergebnissen führen.
@@ Zeile 25: / Zeile 25: @@
 {{GraueBox|TEXT=
 $\text{Beispiel 1:}$&nbsp;
-Die obere Grafik '''(a)''' aus [Söd93]<ref name='Söd93'>Söder, G.: ''Modellierung, Simulation und Optimierung von Nachrichtensystemen.'' In: Berlin – Heidelberg: Springer, 1993.</ref> zeigt das zeitdiskrete Signal $d(\nu)$ einer harmonischen Schwingung mit der Frequenz $f_0 = 125\,\text{ kHz}$  &nbsp; &rArr; &nbsp; Periodendauer $T_0 = 8 \,{\rm &micro; s}$. Der Abstand zweier aufeinanderfolgender Zeitabtastwerte ist bei diesem Beispiel zu $T_{\rm A} = 1 \,{\rm &micro; s}$ gewählt.
+Die obere Grafik&nbsp; '''(a)'''&nbsp; aus&nbsp; [Söd93]<ref name='Söd93'>Söder, G.: ''Modellierung, Simulation und Optimierung von Nachrichtensystemen.'' In: Berlin – Heidelberg: Springer, 1993.</ref>&nbsp; zeigt das zeitdiskrete Signal&nbsp; $d(\nu)$&nbsp; einer harmonischen Schwingung mit der Frequenz&nbsp; $f_0 = 125\,\text{ kHz}$  &nbsp; &rArr; &nbsp; Periodendauer&nbsp; $T_0 = 8 \,{\rm &micro; s}$. Der Abstand zweier aufeinanderfolgender Zeitabtastwerte ist bei diesem Beispiel zu&nbsp; $T_{\rm A} = 1 \,{\rm &micro; s}$&nbsp; gewählt.
-Rechts ist in logarithmierter Form (in dB) das frequenzdiskrete Spektrum $\vert D(\mu) \vert$ nach einer DFT mit $N = 32$ Abtastwerten dargestellt, woraus sich die weiteren DFT–Parameter wie folgt ergeben:
+Rechts ist in logarithmierter Form (in dB) das frequenzdiskrete Spektrum&nbsp; $\vert D(\mu) \vert$&nbsp; nach einer DFT mit&nbsp; $N = 32$&nbsp; Abtastwerten dargestellt, woraus sich die weiteren DFT–Parameter wie folgt ergeben:
 *Dauer des Zeitausschnitts: &nbsp; $T_{\rm P} = 32 \,{\rm &micro; s}$,
 *Rasterung der Frequenzachse: &nbsp; $f_{\rm A} = 31.25 \,\text{ kHz}$.
-Da hier durch die Intervallbreite $T_{\rm P}$ ein ganzzahliges Vielfaches der Periodendauer $T_0$ erfasst wird, liefert die DFT das richtige Ergebnis. Die beiden Diracfunktionen liegen genau bei $\pm4  \cdot f_{\rm A}$.
+Da hier durch die Intervallbreite&nbsp; $T_{\rm P}$&nbsp; ein ganzzahliges Vielfaches der Periodendauer&nbsp; $T_0$&nbsp; erfasst wird, liefert die DFT das richtige Ergebnis. Die beiden Diracfunktionen liegen genau bei&nbsp; $\pm4  \cdot f_{\rm A}$.
 [[Datei:P_ID1160__Sig_T_5_4_S1_neu.png|center|frame|Beispiel für die Anwendung der Spektralanalyse]]
-Vermisst man mit der gleichen Anordnung eine Schwingung der Frequenz $f_0 = 109.375\,\text{ kHz}$  &nbsp; &rArr; &nbsp; Periodendauer $T_0 = 9.14 \,{\rm &micro; s}$ entsprechend der unteren Grafik '''(b)''', so kommt es zu signifikanten Verfälschungen des Spektrums.
+Vermisst man mit der gleichen Anordnung eine Schwingung der Frequenz&nbsp; $f_0 = 109.375\,\text{ kHz}$  &nbsp; &rArr; &nbsp; Periodendauer $T_0 = 9.14 \,{\rm &micro; s}$&nbsp; entsprechend der unteren Grafik&nbsp; '''(b)''', so kommt es zu signifikanten Verfälschungen des Spektrums.
-*Da nun $T_{\rm P}/T_0 = 3.5$ nicht mehr ganzzahlig ist, entstehen durch die periodische Fortsetzung des Zeitausschnittes Phasensprünge, in unserem Beispiel um $\pi$.
+*Da nun&nbsp; $T_{\rm P}/T_0 = 3.5$&nbsp; nicht mehr ganzzahlig ist, entstehen durch die periodische Fortsetzung des Zeitausschnittes Phasensprünge, in unserem Beispiel um&nbsp; $\pi$.
-*Der Spektralbereich besteht nun nicht mehr aus zwei Diracfunktionen wie im Beispiel '''(a)''', sondern aus einer annähernd „kontinuierlichen” Frequenzfunktion mit dem Maximum in der Nähe der tatsächlichen Signalfrequenz und einer Reihe weiterer Anteile, die man '''Seitenkeulen''' (englisch: ''Side Lobes'') nennt.}}
+*Der Spektralbereich besteht nun nicht mehr aus zwei Diracfunktionen wie im Beispiel&nbsp; '''(a)''', sondern aus einer annähernd „kontinuierlichen” Frequenzfunktion mit dem Maximum in der Nähe der tatsächlichen Signalfrequenz und einer Reihe weiterer Anteile, die man&nbsp; '''Seitenkeulen'''&nbsp; (englisch:&nbsp; ''Side Lobes'') nennt.}}
 ==Systemtheoretische Beschreibung der Fensterung==
 <br>
-Das Zustandekommen solcher unerwünschter Seitenkeulen soll nun anhand der folgenden Grafik systemtheoretisch erklärt werden. Auch diese Grafik wurde dem Buch [Söd93]<ref name='Söd93'>Söder, G.: ''Modellierung, Simulation und Optimierung von Nachrichtensystemen.'' In: Berlin – Heidelberg: Springer, 1993.</ref> entnommen.
+Das Zustandekommen solcher unerwünschter Seitenkeulen soll nun anhand der folgenden Grafik systemtheoretisch erklärt werden. Auch diese Grafik wurde dem Buch&nbsp;  [Söd93]<ref name='Söd93'>Söder, G.: ''Modellierung, Simulation und Optimierung von Nachrichtensystemen.'' In: Berlin – Heidelberg: Springer, 1993.</ref>&nbsp;  entnommen.
-[[Datei:P_ID1162__Sig_T_5_4_S2_neu.png|center|frame|Rechteck- und Bartlett-Fenster]]
+[[Datei:P_ID1162__Sig_T_5_4_S2_neu.png|center|frame|Rechteck-Fenster und Bartlett-Fenster]]
-Betrachten Sie zunächst die obere Grafik '''(a)''' für das Rechteckfenster.
+Betrachten Sie zunächst die obere Grafik&nbsp;  '''(a)'''&nbsp; für das&nbsp; '''Rechteckfenster'''.
-*Die in der DFT implizit enthaltene Zeitbegrenzung entspricht der Multiplikation des Signals $x(t)$ mit einer Rechteck&ndash;Fensterfunktion $w(t)$ der Höhe $1$ und der Dauer $T_{\rm P}$. Das linke obere Bild zeigt die zeitdiskrete Darstellung dieser Rechteckfunktion mit der normierten Zeitvariablen $\nu= t/T_{\rm A}$:
+*Die in der DFT implizit enthaltene Zeitbegrenzung entspricht der Multiplikation des Signals&nbsp; $x(t)$&nbsp; mit einer Rechteck&ndash;Fensterfunktion&nbsp; $w(t)$&nbsp; der Höhe&nbsp; $1$&nbsp; und der Dauer&nbsp; $T_{\rm P}$. Das linke obere Bild zeigt die zeitdiskrete Darstellung dieser Rechteckfunktion mit der normierten Zeitvariablen&nbsp; $\nu= t/T_{\rm A}$:
 :$${w} (\nu)   = \left\{ \begin{array}{c} 1 \\
@@ Zeile 59: / Zeile 59: @@
 \end{array}$$
-*Aus der Multiplikation $y(t) = x(t) \cdot w(t)$ des zu analysierenden Signals $x(t)$ und der Fensterfunktion $w(t)$ folgt für die Spektralfunktion $Y(f) = X(f) \ast W(f)$, wobei bei rechteckförmiger Fensterfunktion mit $f_{\rm A} = 1/T_{\rm P}$ gilt (die Funktion $W(f)$ ist in der rechten oberen Grafik in logarithmierter Form dargestellt):
+*Aus der Multiplikation&nbsp; $y(t) = x(t) \cdot w(t)$&nbsp; des zu analysierenden Signals&nbsp; $x(t)$&nbsp; und der Fensterfunktion&nbsp; $w(t)$&nbsp; folgt für die Spektralfunktion&nbsp; $Y(f) = X(f) \ast W(f)$, wobei bei rechteckförmiger Fensterfunktion mit&nbsp; $f_{\rm A} = 1/T_{\rm P}$&nbsp; gilt (die Funktion&nbsp; $W(f)$&nbsp; ist in der rechten oberen Grafik in logarithmierter Form dargestellt):
 :$$W(f) = T_{\rm P} \cdot {\rm si}(\pi \cdot f \cdot T_{\rm P}) = {1}/{f_{\rm A}}\cdot {\rm si}(\pi \cdot {f}/{f_{\rm A}})\hspace{0.05cm}.$$
-*Liegen alle Spektralanteile des zu analysierenden Signals $x(t)$ im Frequenzraster $\mu \cdot f_{\rm A}$, so bleiben die frequenzdiskreten Spektralwerte $D(\mu )$ durch die Faltung mit $W(f)$ unverändert. Andernfalls führt die Faltungsoperation mit $W(f)$ zu Verfälschungen, da die Nullstellen der si–Funktion nun nicht mehr zu den diskreten Werten des Eingangsspektrums passen.
+*Liegen alle Spektralanteile vons&nbsp; $x(t)$&nbsp; im Frequenzraster&nbsp; $\mu \cdot f_{\rm A}$, so bleiben die frequenzdiskreten Spektralwerte&nbsp; $D(\mu )$&nbsp; durch die Faltung mit&nbsp; $W(f)$&nbsp; unverändert.
 Die durch Begrenzung und periodische Fortsetzung entstehendenen Unstetigkeiten im Zeitbereich werden vermindert, wenn statt der konstanten Eins–Bewertung durch das Rechteck die beiden Randbereiche des Fensters schwächer gewichtet werden als die Mitte.
-Betrachten Sie dazu die untere Grafik '''(b)''' für das Bartlett–Fenster – auch Dreieckfenster genannt:
+Betrachten Sie dazu die untere Grafik&nbsp; '''(b)'''&nbsp; für das&nbsp; '''Bartlett–Fenster''' – auch Dreieckfenster genannt:
-*Die zeitdiskrete Beschreibung des Bartlett–Fensters lautet mit $\nu = t/T_{\rm A}$:
+*Die zeitdiskrete Beschreibung des Bartlett–Fensters lautet mit&nbsp; $\nu = t/T_{\rm A}$:
 :$${w} (\nu)   = \left\{ \begin{array}{c} 1 - {2  \hspace{0.05cm} \cdot  \hspace{0.05cm} |\nu|}/{N} \\
 \\  \end{array} \right.\quad
@@ Zeile 77: / Zeile 78: @@
 {\rm sonst} \hspace{0.05cm}. \\
 \end{array}$$
-*Daraus folgt für die zeitkontinuierliche Fensterfunktion $w(t)$ und die Spektraldarstellung $W(f)$:
+*Daraus folgt für die zeitkontinuierliche Fensterfunktion&nbsp; $w(t)$&nbsp; und die Spektraldarstellung&nbsp; $W(f)$:
 :$${w} (t)   = \left\{ \begin{array}{c} 1 -{|t|}/{(T_{\rm P}/2)} \\
 \\ \end{array} \right.\hspace{0.05cm}
@@ Zeile 86: / Zeile 87: @@
 \hspace{0.2cm}W(f) ={1}/({2f_{\rm A}})\cdot {\rm si}^2(\pi \cdot
 {f}/({2f_{\rm A}}))\hspace{0.05cm}.$$
-*Durch die geringere Bewertung der bei unbegrenzten Signalen besonders problematischen Randbereiche hat das (logarithmisch gezeichnete) Spektrum $W(f)$ geringere Seitenschwinger als die si–Funktion im obigen Bild, was zu geringeren Leckkomponenten führt.
+*Durch die geringere Bewertung der bei unbegrenzten Signalen besonders problematischen Randbereiche hat das (logarithmisch gezeichnete) Spektrum&nbsp; $W(f)$&nbsp; geringere Seitenschwinger als die&nbsp; $\rm si$–Funktion im oberen Bild, was zu geringeren Leckkomponenten führt.
 *Die bessere Unterdrückung der Seitenkeulen geht allerdings auf Kosten einer merkbaren Verkleinerung und Verbreiterung der Hauptkeule, wodurch das Auflösungsvermögen des Bartlett–Fensters gegenüber der Rechteck–Fensterung eingeschränkt wird.

← Nächstältere Version		Version vom 27. Juli 2018, 16:47 Uhr
Zeile 99:		Zeile 99:
	*das Kaiser–Bessel–Fenster		*das Kaiser–Bessel–Fenster

		+
	anhand von Grafiken und darin enthaltenen Gleichungen beschrieben. Für die Laufvariable im Zeitbereich gilt stets $–N/2 ≤ \nu < N/2$.		anhand von Grafiken und darin enthaltenen Gleichungen beschrieben. Für die Laufvariable im Zeitbereich gilt stets $–N/2 ≤ \nu < N/2$.

@@ Zeile 163: / Zeile 163: @@
 ==Aufgaben zum Kapitel==
-[[Aufgaben:Aufgabe_5.4:_Vergleich_von_Rechteck-_und_Hanningfenster|Aufgabe 5.4: Spektralanalyse]]
+[[Aufgaben:Aufgabe_5.4:_Vergleich_von_Rechteck-_und_Hanningfenster|Aufgabe 5.4: Vergleich von Rechteck&ndash; und Hanningfenster]]
 [[Aufgaben:Aufgabe_5.4Z:_Zum_Hanning-Fenster|Aufgabe 5.4Z:  Zum Hanning-Fenster]]