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.

Aufbaukurs zur Digitalen Signalverarbeitung mit ausführlichen MATLAB-Versuchen zum Selbststudium. Ziel des Buches ist es die Anwendung fortgeschrittene Methoden der digitalen Signalverarbeitung zu vermitteln. Hierbei steht die Anwendung der Signalverarbeitung im Vordergrund. Als Werkzeug wird MATLAB® mit der Signal Processing Toolbox benutzt.

Autorentext

Professor Dr.-Ing. Martin Werner lehrt Nachrichtentechnik am Fachbereich Elektrotechnik und Informationstechnik der Hochschule Fulda.

Klappentext

Aufbaukurs zur Digitalen Signalverarbeitung mit ausführlichen MATLAB®-Versuchen zum Selbststudium. Ziel des Buches ist es die Anwendung fortgeschrittene Methoden der digitalen Signalverarbeitung zu vermitteln. Hierbei steht die Anwendung der Signalverarbeitung im Vordergrund. Als Werkzeug wird MATLAB® mit der Signal Processing Toolbox benutzt.

Inhalt
Zustandsraumdarstellung digitaler Systeme.- Diagonalform und Normalform.- Skalierung und Koeffizientenquantisierung.- Skalierung der Zustandsvariablen.- Quantisierte Arithmetik und inneres Rauschen.- Rauschminimale Normalform.- Fallbeispiel: Cauer-Tiefpass.- Lattice-Strukturen für FIR- und All-pole-Systeme.- Lattice-Strukturen für IIR-Systeme.- Lineare Prädiktion.- Levinson-Durbin-Algorithmus und linearer Prädiktor in Lattice-Struktur.- Entwurf von nichtrekursiven Entzerrern mit der Fehlerquadratmethode.- Systemidentifikation mit der Fehlerquadratmethode.- Adaptives FIR-System.- Least-Mean-Square-Algorithmus.- Recursive-Least-Squares-Algorithmus.- Lösungen zu den Versuchen.