Systemtheorie I – WS 04/05
Prof. Dr.-Ing. habil. Hoffmann, TU Dresden Mitschrift
Fabian Kurz http://fkurz.net/
Zuletzt aktualisiert:
5. Mai 2005
Inhaltsverzeichnis
0 Einf¨ uhrung . . . . 1
0.1 Inhalt des Lehrgebietes . . . . 1
0.2 Stoffeinteilung . . . . 1
0.3 Literatur . . . . 1
Teil 1: Digitale Systeme 2 1 Mathematische Grundlagen . . . . 2
1.1 Algebraische Strukturen . . . . 2
1.1.1 Operation und Struktur . . . . 2
1.1.2 Verallgemeinerungen . . . . 2
1.1.3 Isomorphe Strukturen . . . . 3
1.1.4 Boolesche Algebra . . . . 3
1.2 Schaltalgebra . . . . 4
1.2.1 Rechenregeln . . . . 4
1.2.2 Gatterschaltungen . . . . 5
1.2.3 Schaltfunktionen . . . . 6
1.2.4 Vollst¨ andiges Operationensystem . . . . 6
1.3 Darstellung von Schaltfunktionen . . . . 7
1.3.1 Wertetabelle . . . . 7
1.3.2 Boolesche Terme . . . . 7
1.3.3 Kanonische disjunktive Normalfunktion . . . . 8
1.3.4 Kanonische konjunktive Normalform . . . . 8
1.3.5 Karnaugh–Tafel . . . . 9
2 Statische digitale Systeme (kombinatorische Automaten) . . . . 11
2.1 Alphabetbildung . . . . 11
2.1.1 Alphabete . . . . 11
2.1.2 Systeme mit einem Ausgang . . . . 12
2.1.3 Systeme mit mehreren Ausg¨ angen . . . . 12
2.2 Wortabbildung . . . . 13
2.2.1 Buchstaben und W¨ orter . . . . 13
2.2.2 Eigenschaften der Wortabbildung . . . . 13
3 Dynamische digitale Systeme (sequentieller Automat) . . . . 14
3.1 Zustandsbeschreibung . . . . 14
3.1.1 Speicher . . . . 14
3.1.2 Zustandsgleichungen . . . . 15
3.1.3 Automatendarstellung . . . . 17
3.1.4 Spezielle Automaten . . . . 18
3.2 Wortabbildungen . . . . 19
3.2.1 Abbildungsfamilie . . . . 19
3.2.2 Eigenschaften der Wortabbildung . . . . 20
3.2.3 Autonomer Automat . . . . 20
Teil 2: Zeitkontinuierliche Systeme 21
4 Zeitkontinuierliche Signale und Systeme . . . . 21
4.1 Signalbeschreibung im Zeitbereich . . . . 21
4.1.1 Zeitkontinuierliche Signale . . . . 21
4.1.2 Signaloperationen . . . . 21
4.1.3 Spezielle Signale . . . . 23
4.1.4 Signale allgemeineren Typs . . . . 24
4.1.5 Interpolation abgetasteter Signale . . . . 24
4.2 Statische Systeme mit kontinuierlicher Zeit . . . . 26
4.2.1 Elementarsysteme . . . . 26
4.2.2 Verallgemeinerung der Beispiele . . . . 28
4.2.3 Kleinsignalverhalten . . . . 29
4.3 Dynamische zeitkontinuierliche Systeme . . . . 30
4.3.1 Zustandsbeschreibung . . . . 30
4.3.2 Lineares zeitkontinuierliches System 1. Ordnung . . . . 33
4.3.3 Nichtlineares zeitkontinuierliches System 1. Ordnung . . . . 34
5 Lineare Systeme . . . . 35
5.1 Signalbeschreibung im Bildbereich (Fourier-Transformation) . . . . 35
5.1.1 Die komplexe Fourier-Reihe . . . . 35
5.1.2 Fourier-Integral . . . . 36
5.1.3 Fourier-Transformation . . . . 37
5.1.4 Rechenregeln der Fourier-Transformation . . . . 38
5.2 Signalbeschreibung im Bildbereich (Laplace-Transformation) . . . . 38
5.2.1 Laplace-Integral . . . . 38
5.2.2 Laplace-Transformation . . . . 40
5.2.3 Rechenregeln . . . . 40
5.2.4 Grenzwerts¨ atze . . . . 43
5.2.5 Die inverse Laplace-Transformation . . . . 43
5.3 Systembeschreibung im Zeitbereich . . . . 44
5.3.1 Zustandsgleichungen . . . . 44
5.3.2 Differentialgleichung und Realisierung . . . . 46
0 Einf¨ uhrung
0.1 Inhalt des Lehrgebietes Realit¨ at
- -
Erregung (Ursache)
Schaltung Ger¨ at, usw.
Reaktion (Wirkung)
Mathematisches Modell
- -
Eingabe
x(t) System Ausgabe y(t)
Aufgaben
gegeben gesucht Gebiet
Eingabe, System Ausgabe Systemanalyse Eingabe, Ausgabe System Systemsynthese System, Ausgabe Eingabe Messtechnik Beachte: Modell ist anwendungsabh¨ angig Beispiel: Drahtwiderstand
Realit¨ at Modell
a a a
R
aa
R L
aa q
R L
q aC
a
R L
aC
q q
R L
C
q q
ω = 0 NF HF UHF
Eingabe und Ausgabe sind Zeitfunktionen x(t) bzw. y(t) oder sogenannte Signale.
0.2 Stoffeinteilung
(nach der Art des verarbeiteten Signals)
Zeitkontinuiertliche Systeme Zeitdiskrete Systeme Digitale Systeme
6-
x(t)
t
6
-
x(k)
k
q q q qq q q q
1 2 3 · · ·
6
-
x(k)
k
q q q qq q q q p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p
t reell k ganzzahlig k ganzzahlig
x(t) reell x(k) reell x(k) ganzzahlig
0.3 Literatur Wunsch/Schreiber,
” Digitale Systeme“, Verlag Technik / Springer Wunsch/Schreiber,
” Analoge Systeme“, Verlag Technik / Springer
Teil 1: Digitale Systeme
1 Mathematische Grundlagen
1.1 Algebraische Strukturen 1.1.1 Operation und Struktur Beispiele:
3 + 4 = 7
~
x
1× ~ x
2= ~ x
3'
&
$
%
a
q1a
q21q
a
3= a
1∗ a
2A Die Menge A mit der auf ihr definierten Operation
” *“
bildet eine algebraische Struktur, in Zeichen (A, ∗).
Beispiele:
( R , +) reelle Zahlen mit Addition ( Z , ·) ganze Zahlen mit Multiplikation 1.1.2 Verallgemeinerungen
a) Tr¨ ager der Struktur kann auch mehr als eine Menge enthalten b) Struktur kann auch mehrere Operationen enthalten
Beispiele:
( R , +, ·) reelle Zahlen mit Addition und Multiplikation (P(M), ∪, ∩, ) Potenzmenge von M mit Vereinigung, Durchschnitt
und Komplement c) Operationen k¨ onnen n–stellig sein
d) Bisher: a
1∈ A, a
2∈ A −→ a
3= a
1∗ a
2∈ A innere Operation Allgemein: a
1∈ A, a
2∈ A −→ a
3= a
1∗ a
2∈ B ¨ außere Operation
q q
a
1a
2A B
a
q3q
Beispiel: Skalarprodukt zweier Vektoren
~
x
1· ~ x
2= c
1.1.3 Isomorphe Strukturen
Gegeben seien die Strukturen (A, ∗) und (B, ◦).
'
&
$
% '
&
$
%
q q
q q
x
1x
2y
1y
2x
1∗
qx
2y
1◦
qy
2K
- - -
(A, ∗) (B, ◦) Definition: Die Strukturen (A, ∗) und (B, ◦) heißen isomorph (gleichgestaltig), in Zeichen (A, ∗) ∼ = (B, ◦), falls eine bijek- tive Abbildung ϕ : A → B exisitert, so daß gilt:
ϕ(x
1∗ x
2) = ϕ(x
1) ◦ ϕ(x
2) = y
1◦ y
2Die Abbildung ϕ heißt dann Isomorphismus.
Beispiel:
(A, ∗) = ( R
+, ·) positive reelle Zahlen mit Multiplikation (B, ◦) = ( R , +) reelle Zahlen mit Addition
Behauptung: ( R
+, ·) ∼ = (R , +)
Isomorphismus: ϕ : R
+→ R , ϕ(x) = log x
Dann gilt: ϕ(x
1· x
2) = ϕ(x
1) + ϕ(x
2), denn log(x
1· x
2) = log x
1+ log x
2Beachte: Isomorphe Strukturen unterscheiden sich lediglich durch die Bezeichnung der Ele- mente des Tr¨ agers und der Operationen. Ansonsten sind sie formal gleich.
Bedeutung isomorpher Strukturen
-
L¨ osung in der Originalstruktur
L¨ osung in der Bildstruktur Originalstruktur
(komplizierte Operation)
Bildstruktur (einfache Operation) Transformation
(bij. Abbildung)
R¨ ucktransformation
?
Beispiele:
Logarithmenrechnung
komplexe Wechselstromrechnung
Funktionaltransformation (Fourier, Laplace, Z) 1.1.4 Boolesche Algebra
Definition: Die Struktur (A, ∗, ◦, , e
∗, e
◦) heißt Boolesche Algebra, falls gilt:
(a) ∗ und ◦ sind assoziativ
(b) ∗ und ◦ sind kommutativ
(c) ∗ ist adjunktiv bez¨ uglich ◦ und umgekehrt (d) ∗ ist distributiv bez¨ uglich ◦ und umgekehrt
(e) neutrale Elemente x ∗ e
∗= x, x ◦ e
◦= x, (x ∈ A) (f) einstellige Operation: x ∗ x = e
◦, x ◦ x = e
∗Beispiel: Mengenalgebra (P(M), ∪, ∩, , ∅, M ) F¨ ur beliebige M
1, M
2, M
3⊂ M gilt:
(1) M
1∪ (M
2∪ M
3) = (M
1∪ M
2) ∪ M
3Assoziativgesetz M
1∩ (M
2∩ M
3) = (M
1∩ M
2) ∩ M
3(2) M
1∪ M
2= M
2∪ M
1Kommutativgesetz
M
1∩ M
2= M
2∩ M
1(3) M
1∪ (M
1∩ M
2) = M
1Adjunktivgesetz
M
1∩ (M
1∪ M
2) = M
1(4) M
1∪ (M
2∩ M
3) = (M
1∪ M
2) ∩ (M
1∪ M
3) Distributivgesetz M
1∩ (M
2∪ M
3) = (M
1∩ M
2) ∪ (M
1∩ M
3)
(5) M
1∪ ∅ = M
1neutrale Elemente
M
1∩ M = M
1(6) M
1∪ M
1= M Komplementbildung
M
1∩ M
1= ∅
Jede endliche Boolesche Algebra ist zu einer endlichen Mengenalgebra isomorph.
1.2 Schaltalgebra
1.2.1 Rechenregeln
” Einfachster Sonderfall“ einer Booleschen Algebra: A = {e
∗, e
◦}.
Neue Symbolik: (A, ∗, ◦, e
∗, , e
◦) −→ ( B , ∨, ∧, , 0, 1)
∨: oder–Verkn¨ upfung (Disjunktion), ∧: und–Verkn¨ upfung (Konjunktion), : Negation Eine Boolesche Algebra mit zweielementigem Tr¨ ager heißt Schaltalgebra.
Rechenregeln der Schaltalgebra:
1. x ∨ (y ∨ z) = (x ∨ y) ∨ z x ∧ (y ∧ z) = (x ∧ y) ∧ z
2. x ∨ y = y ∨ x x ∧ y = y ∧ x
3. x ∨ (x ∧ y) = x x ∧ (x ∨ y) = x
4. x ∨ (y ∧ z) = (x ∨ y) ∧ (x ∨ z) x ∧ (y ∨ z) = (x ∧ y) ∨ (x ∧ z)
5. x ∨ x = 1 x ∧ x = 0
6. x ∨ 0 = x x ∧ 1 = x
7. 0 = 1 1 = 0
8. x ∨ y = x ∧ y x ∧ y = x ∨ y
9. x ∨ x = x x ∧ x = x
10. x ∨ 1 = 1 x ∧ 0 = 0
11. x = x
Anwendung: Vereinfachung Boolescher Terme Beispiel:
y = (ax ∨ (a ∨ x))(b ∨ 1)c a, b, c, x, y ∈ B = {0, 1}
= (ax ∨ (a ∨ x))c mit Regeln 10 und 6
= (ax ∨ ax)c mit Regeln 8 und 11
= (a ∨ a)xc mit Regel 4
= xc mit Regeln 5 und 6
Operationstabellen oder
∨ 0 1
0 0 1
1 1 1
und
∨ 0 1
0 0 0
1 0 1
nicht 0 1 1 0
1.2.2 Gatterschaltungen Tabelle der Schaltsymbole:
Bezeichnung DIN 40700 (alt) DIN 40900 (neu)
Oder–Gatter
aa a aa≥ 1
aUnd–Gatter
aa a aa&
aNegations–Gatter
a r a a1
b aNOR–Gatter
aa r a aa≥ 1
b aNAND–Gatter
aa r a aa&
b aAntivalenz–Gatter
aa a*)
a
a
= 1
aAquivalenz–Gatter ¨
aa a*)
a
a
=
a*) nicht genormt Bemerkungen:
Die Variablen x
1, x
2, . . . ∈ B heißen Schaltvariablen und bezeichnen die Eingangs– und Ausgangsbelegung eines Gatters
Jedem Booleschen Term kann eine Gatterschaltung zugeordnet werden
Beispiele
1. Gatterschaltung zum Term x
1x
2∨ x
3:
a a
a
a
&
≥ 1 x
3x
2x
1x
3y
2. Gatterschaltung zum Term x
1x
2∨ x
3:
a a
a
a
&
≥ 1 1
b1
bx
3x
2x
1x
3y
einfacher:
a a
a b a
b
&
≥ 1 x
3x
2x
1x
3y
3. x
1x
2∨ x
1x
2= x
1∨x ˙
2(Antivalenz, Exklusiv–Oder) 4. x
1x
2∨ x
1x
2= x
1⇔ x
2( ¨ Aquivalenz)
1.2.3 Schaltfunktionen Definition:
Die Abbildung f : B
n−→ B ; f (x
1, x
2, . . . , x
n) = y heißt n–stellige Schaltfunktion.
Eigenschaften
I) Definitionsbereich:
B
n= {0, 1}
n= {(0, 0, . . . , 0)
| {z }
nElemente
, (0, 0, . . . , 1), . . . , (1, 1, . . . , 1)}
enth¨ alt 2
nElemente.
Wertebereich : B = {0, 1}
II) Anzahl n–stelliger Schaltfunktionen: 2
(2n)(Tabelle s. Formelsammlung)
III) In die Rechenregeln der Schaltalgebra (1.2.1) k¨ onnen anstelle der Variablen x, y, z auch Schaltfunktionen f
1, f
2, f
3eingesetzt werden.
1.2.4 Vollst¨ andiges Operationensystem
Das Operationensystem (∨, ∧, ) ist vollst¨ andig d.h. es ist jede beliebige Schaltfunktion damit darstellbar. Frage: Gibt es weitere vollst¨ andige Operationensysteme?
Beispiel 1: (∨, ) ist vollst¨ andig, ∧ l¨ aßt sich durch ∨ ausdr¨ ucken:
x
1x
2= x
1x
2= x
1∨ x
2x
2x
1 aa
&
ay ⇔
ay
x
11 1
≥ 1
a b
a b
Beispiel 2: (↑) ist vollst¨ andig, wobei x
1↑ x
2= x
1x
2(NAND)
x = xx = x ↑ x x
a q&
b ay
x
1∨ x
2= x
1∨ x
2= x
1↑ x
2= (x
1↑ x
1) ↑ (x
2↑ x
2)
a q
&
b a q&
bx
2x
1&
b ay
x
1x
2= x
1x
2= x
1↑ x
2= (x
1↑ x
2) ↑ (x
1↑ x
2) &
b q&
b ay
aa
x
2x
11.3 Darstellung von Schaltfunktionen 1.3.1 Wertetabelle
Beispiel: n = 3, f : B
3−→ B, y = f (x
1, x
2, x
3) i x
1x
2x
3y
0 0 0 0 0
1 0 0 1 0
2 0 1 0 0
3 0 1 1 1
4 1 0 0 0
5 1 0 1 1
6 1 1 0 1
7 1 1 1 0
Bemerkungen:
Tabelle beschreibt Schaltbild vollst¨ andig
Es gen¨ ugt Angabe der Zeilen mit Funktionswert 1
Einf¨ uhrung Zeilenenindex i aus Indexmenge I:
I
f= {i : f (x
1, x
2, . . . , x
n) = 1}
mit i = Bin(x
1, x
2, . . . x
n)
F¨ ur obiges Beispiel: I
f= {3, 5, 6}.
1.3.2 Boolesche Terme
1. Konstanten 0 und 1 und die Variablen x
1, x
2, . . . x
nsind Boolesche Terme 2. Ist B ein Boolescher Term, so auch B
3. Sind B
1und B
2Boolesche Terme, dann auch B
1∨ B
2sowie B
1∧ B
2Beispiel: B = ((x
1x
2∨ x
3)x
3∨ 0)1 (*) Darstellung einer Schaltfunktion entsprechend (1.3.1): Wertetabelle
x
1x
2x
3y
0 0 0 0
0 0 1 0
0 1 0 0
0 1 1 0
1 0 0 0
1 0 1 0
1 1 0 0
1 1 1 1
Verallgemeinerung: Jeder Boolesche Term mit n Variablen stellt ei- ne n–stellige Struktur dar.
Umkehrung: Jede n–Stellige Struktur f : B
n−→ B l¨ aßt sich durch einen Booleschen Term darstellen, jedoch nicht in eindeutiger Weise
Beispiel: Der Term stellt die gleiche Schaltfunktion dar wie B = x
1x
2x
3Definition: Boolesche Terme die die gleiche Schaltfunktion darstellen heißen ¨ aquivalent.
⇒ Standardisierung durch sogenannte Normalfunktion!
1.3.3 Kanonische disjunktive Normalfunktion Definition: Ein Boolescher Term des Typs
m
i= x
1i1∧ x
2i2∧ . . . ∧ x
ninmit x
νiν=
x
νfalls i
ν= 0 x
νfalls i
ν= 1 heißt Minterm in n Variablen.
Eigenschaften
1. m
ienth¨ alt jede Variable genau einmal und zwar negiert oder nicht negiert 2. Alle Variablen sind konjunktiv verkn¨ upft
3. m
inimmt f¨ ur genau eine Belegung der Variablen den Wert 1 and, sonst 0
4. Die Bedeutung des Index von i von m
i: Die Bin¨ ardarstellung Bin (i) entspricht der Bele- gung f¨ ur die m
iden Wert 1 annimmt
Beispiel: n = 3, m
2= x
1x
2x
3=
1 f¨ ur x
1= 0, x
2= 1, x
3= 0 0 sonst
Darstellungssatz I
f (x
1, x
2, . . . , x
n) = _
i∈If
m
iheißt Darstellung von f in
kanonischer disjunktiver Normalform (KDNF) Beispiel: Wertetabelle aus (1.3), I
f= {3, 5, 6}
f (x
1, x
2, x
3) = _
i∈If
m
i= m
3∨ m
5∨ m
6= x
10x
21x
31∨ x
11x
20x
31∨ x
11x
21x
30= x
1x
2x
3∨ x
1x
2x
3∨ x
1x
2x
31.3.4 Kanonische konjunktive Normalform Definition: Ein Boolescher Term des Typs
M
i= x
1i1∨ x
2i2∨ . . . ∨ x
ninmit x
νiν=
x
νfalls i
ν= 0 x
νfalls i
ν= 1 heißt Maxterm in n Variablen.
Eigenschaften
1. M
ienth¨ alt jede Variable genau einmal, negiert oder nicht negiert 2. Die Variablen sind disjunktiv verkn¨ upft
3. M
inimmt genau f¨ ur eine Belegung der Variablen den Wert 0 an, sonst immer 1
4. Bedeutung des Index i von M
i: Die Bin¨ ardarstellung Bin (i) ergibt die Belegung der Va-
riablen f¨ ur die M
i= 0 ist
Beispiel: n = 3, M
5= x
11∨ x
20∨ x
31= x
1∨ x
2∨ x
3=
0 x
1= 1, x
2= 0, x
3= 1 1 sonst
Darstellungssatz II f (x
1, x
2, . . . , x
n) = ^
i∈If
M
imit I
f= I r I
fheißt Darstellung von f in kanonischer konjunktiver Normalform (KKNF) Beispiel: (zur Vereinfachung mit einer anderen Wertetabelle)
i x
1x
2x
3f(x
1, x
2, x
3)
0 0 0 0 1
1 0 0 1 0
2 0 1 0 1
3 0 1 1 1
4 1 0 0 1
5 1 0 1 0
6 1 1 0 1
7 1 1 1 1
I
f= {1, 5}
f (x
1, x
2, x
3) = ^
i∈If
M
i= M
1∧ M
2= (x
10∨ x
20∨ x
31) ∧ (x
11∨ x
20∨ x
31)
= (x
1∨ x
2∨ x
3) ∧ (x
1∨ x
2∨ x
3) Bemerkungen
1. KDNF und KNNF sind eindeutig bis auf die Reihenfolge der Maxterme bzw. Minterme 2. Wann KDNF bzw. KKNF? Wertespalte enth¨ alt mehr 1 als 0 → KKNF, sonst KDNF.
1.3.5 Karnaugh–Tafel
Ziel: Gewinnen eines minimalen Booleschen Terms Beispiel: n = 4
Wertetabelle:
x
1x
2x
3x
4f(x
1, x
2, x
3, x
4) m
i0 0 0 0 f (0, 0, 0, 0) m
00 0 0 1 f (0, 0, 0, 1) m
10 0 1 0 f (0, 0, 1, 0) m
2.. . .. . .. . .. . .. . .. . 1 1 1 1 f (1, 1, 1, 1) m
15Karnaugh–Tafel f¨ ur n = 4:
x
1,2x
3,4@
@@
00 01 11 10
00 m
0m
1m
3m
201 m
4m
5m
7m
611 m
12m
13m
15m
1410 m
8m
9m
11m
10Eigenschaften:
1. Jedem K¨ astchen ist genau ein Minterm zugeordnet 2. Die Minterme in den benachbarten K¨ astchen unter-
scheiden sich in der Negation genau einer Variablen, z.B.
m
0= x
1x
2x
3x
4m
1= x
1x
2x
3x
4m
4= x
1x
2x
3x
4· · ·
(benachbart sind auch die Randk¨ astchen)
3. Um Schaltfunktionen anzugeben werden die betreffenden Minterme durch 1 markiert 4. Vereinfachung der Schaltfunktionen geschieht durch Blockbildung benachbarter Min-
terme Beispiele
1. f (x
1, x
2, x
3, x
4) = x
1x
2x
3x
4∨x
1x
2x
3x
4∨x
1x
2x
3x
4∨x
1x
2x
3x
4∨x
1x
2x
3x
4∨x
1x
2x
3x
4x
1,2x
3,4@
@
@
00 01 11 10
00 1
01 1
11
10 1 1 1 1
= x
1x
2unterer Viererblock
∨ x
1x
3x
4Zweierblock
Beim unteren Viererblock sind x
3∨ x
3und x
4∨ x
4immer wahr. Beim oberen Zweierblock ist x
2∨ x
2immer wahr.
Daher k¨ onnen diese Terme wegfallen.
⇒ f (x
1, x
2, x
3, x
4) = x
1x
2∨ x
1x
3x
42. f (x
1, x
2, x
3, x
4) = x
1x
2x
3x
4∨x
1x
2x
3x
4∨x
1x
2x
3x
4∨x
1x
2x
3x
4∨x
1x
2x
3x
4∨x
1x
2x
3x
4x
1,2x
3,4@
@@
00 01 11 10
00 1
01 1
11 1 1
10 1 1
= x
3x
4Viererspalte
∨ x
1x
3Viererblock
In diesem Falle ist es einfacher mit zwei Viererbl¨ ocken als mit einem Vierer– und einem Zweierblock zu arbeiten.
Vereinfacht ergibt sich f¨ ur die Schaltfunktion:
⇒ f (x
1, x
2, x
3, x
4) = x
3(x
4∨ x
1) 3. f (x
1, x
2, x
3, x
4) = x
1x
2x
3x
4∨ x
1x
2∨ x
1x
2x
3x
4∨ x
1x
2∨ x
1x
2x
3x
4x
1,2x
3,4@
@@
00 01 11 10
10 1 1 1 1
01 1
11 1 1
10 1 1 1 1
= x
2Achterblock
∨ x
3x
4Viererspalte
∨ x
1x
3Viererblock
⇒ f (x
1, x
2, x
3, x
4) = x
2∨ x
3(x
1∨ x
4)
2 Statische digitale Systeme (kombinatorische Automaten)
2.1 Alphabetbildung 2.1.1 Alphabete
x
x
1x
2.. . x
ly
1y
2.. . y
m
y
aa a
a a a
.. . Φ .. .
z.B. Gatterschaltung Definitionen:
1. Die Menge X = {0, 1}
l= B
lheißt Eingabealphabet mit den Buchstaben
x = (x
1, x
2, x
3, . . . , x
l) oder x =
x
1x
2.. . x
l
.
2. Die Menge Y = {0, 1}
m= B
mheißt Ausgabealphabet mit den Buchstaben
y = (y
1, y
2, y
3, . . . , y
m) oder y =
y
1y
2.. . y
m
.
3. Jede Abbildung Φ : X → Y
Φ(x
1, x
2, . . . , x
l) = (y
1, y
2, . . . y
m) kurz Φ(x) = y heißt Alphabetabbildung.
4. Das Eingabealphabet X = B
lund das Ausgabalphabet Y = B
mzusammen mit der Al- phabetabbildung Φ bildet ein (abstraktes) statisches digitales System (oder einen kombi- natorischen Automaten), in Zeichen: (X, Y, Φ)
Beachte: (X, Y, Φ) stellt eine algebraische Struktur dar:
X Y
'
&
$
%
'
&
$
%
x
r rj
y
Φ
2.1.2 Systeme mit einem Ausgang Sonderfall: m = 1, X = B
l, Y = B = {0, 1}
x
1x
2.. . x
la
y
aa a
.. . Φ
y = Φ(x
1, x
2, . . . , x
l)
Ergebnis: Die Alphabetabbildung stellt eine l–stellige Schaltfunktion dar.
2.1.3 Systeme mit mehreren Ausg¨ angen Beispiel: l = 3, m = 2
x
3x
2x
1a a
a b
b
q a
a
q
y
1y
2Φ
&
&
≥ 1
y
1= x
1x
2∨ x
3= f
1(x
1, x
2, x
3) y
2= x
1x
2x
3= f (x
1, x
2, x
3)
Verallgemeinerung: (l, m beliebig)
Die Alphabetabbildung Φ l¨ aßt sich durch m l–stellige Schaltfunktionen f
i: B
l→ B (i = 1, . . . , n) darstellen.
f
1(x
1, x
2, . . . , x
l) = y
1f
2(x
1, x
2, . . . , x
l) = y
2.. . .. . f
m(x
1, x
2, . . . , x
l)= y
m
Φ : B
l→ B
m⇔
a a
x
1.. . x
lf
1f
2f
m qq q
q
.. . .. .
a a a
y
3y
2y
1Φ
2.2 Wortabbildung
2.2.1 Buchstaben und W¨ orter Definitionen:
1. Zeitskala T = {0, 1, . . . , k, . . . , N }, Taktzeitpunkte k ∈ T (¨ aquidistant).
Die Zeit ist normiert (dimensionslos).
2. Die Abbildung x : T → X heißt digitales Eingabesignal oder Eingabewort Schreibweise: x = (x(0), x(1), x(2), . . . , x(k), . . . , x(N ))
x(k) ∈ X ist Eingabebuchstabe im Taktzeitpunkt k
x =
x
1(0) x
2(0)
.. . x
l(0)
,
x
1(1) x
2(1)
.. . x
l(1)
, . . . ,
x
1(N ) x
2(N )
.. . x
l(N )
=
(x
1(0), x
1(1), x
1(2), . . . , x
1(N )) (x
2(0), x
2(1), x
2(2), . . . , x
2(N ))
.. .
(x
l(0), x
l(1), x
l(2), . . . , x
l(N ))
=
x
1x
2.. . x
l
3. Die Abbildung y : T → Y heißt digitales Ausgabesignal oder Ausgabwert.
Schreibweise: y = (y(0), y(1), y(2), . . . , y(N ))
Mit y(k) =
y
1(k) y
2(k) .. . y
m(k)
analog zu 2.
4. Wortl¨ ange l(x) = |T | = N + 1
5. Eingabewortraum: X
T= X
∗Menge aller Eingabew¨ orter Ausgabewortraum: Y
T= Y
∗Menge aller Ausgabew¨ orter 6. Die Abbildung Φ : X
∗→ Y
∗, Φ(x) = y heißt Wortabbildung 2.2.2 Eigenschaften der Wortabbildung
Offensichtlich: Abbildung erfolgt Buchstabe f¨ ur Buchstabe.
Eingabewort: x : x(0) x(1) x(2) · · · x(N ) Φ
y Φ
y Φ
y · · · Φ
y Ausgabewort: y : y(0) y(1) y(2) · · · y(N )
Grundgleichung des kombinatorischen Automaten: y(k) = Φ(x(k)) Diskussion:
1. l(y) = l(y)
2. Ausgabe y(k) im Takt k h¨ angt nur von Eingabe x(k) im gleichen Takt k ab, nicht aber von x(k − 1), x(k − 2), . . .
3. gleiche Eingangsbuchstaben haben gleiche Ausgangsbuchstaben zur Folge
Gegenbeispiel:
x
a?
ay x = (1, 1, 0, 1, 0, 0)
y = (0, 1, 0, 0, 0, 1) Diese Wortabbildung ist durch einen kombinatorische Automaten nicht realisierbar.
3 Dynamische digitale Systeme (sequentieller Automat)
3.1 Zustandsbeschreibung 3.1.1 Speicher
Zus¨ atzlich zu den betrachteten BE (Gatter) wird eingef¨ uhrt:
Speicher S x(k) = y(k + 1) x
aS
ay
Durch Hinzunahme von Speichern zu einem kombinatorischen Automaten entsteht ein sequen- tieller Automat.
Beispiel:
q b
q -
z1(k)
q a
a a
a a
x
3(k) x
1(k) x
2(k)
y
2(k) y
1(k)
≥ 1
&
S
2& S
1S
3≥ 1
6z2(k+1)
6
z2(k)
z3(k) z3(k+1)
Regel: An den Ausg¨ angen der Speicher werden
” Hilfsw¨ orter“ z
ierzeugt, da ein direkter Zu- sammenhang zwischen y(k) und x(k) nicht dargestellt werden kann.
Aus Schaltung ablesbar:
z
1(k + 1) = z
2(k)(x
1(k) ∨ x
2(k)) z
2(k + 1) = z
3(k)
z
3(k + 1) = z
1(k) ∨ x
3(k)z
3(k) y
1(k) = z
1(k)
y
2(k) = z
1(k) ∨ x
3(k)z
3(k)
Eingangswert x =
x
1x
2x
3
=
(1, 0, 0) (1, 0, 1) (0, 1, 1)
, Anfangszustand z(0) =
z
1(0) z
2(0) z
3(0)
=
0 1 0
Gesucht: Ausgangswert y = y
1y
2= ?
L¨ osung
k 0 1 2 3
x
1(k) 1 0 0 x
2(k) 1 0 1 x
3(k) 0 1 1 z
1(k) 0 1 0 0 z
2(k) 1 0 0 1 z
3(k) 0 0 1 1 y
1(k) 0 1 1 y
2(k) 0 0 1 Ergebnis: y =
y
1y
2=
(0, 1, 0) (0, 1, 1)
3.1.2 Zustandsgleichungen Verallgemeinerung:
x
1x
2.. . x
ly
1y
2.. . y
m aa a
a a a
.. . .. .
Gatter + n Speicher
z(k + 1)
z
1(k + 1) = f
1[
z(k)
z }| { z
1(k), . . . , z
m(k),
x(k)
z }| { x
1(k), . . . , x
l(k)]
.. . .. . .. .
z
n(k + 1) = f
n[z
1(k), . . . , z
m(k), x
1(k), . . . , x
l(k)]
y(k)
y
1(k) = g
1[z
1(k), . . . , z
m(k), x
1(k), . . . , x
l(k)]
.. . .. . .. .
z
n(k + 1) = f
n[z
1(k), . . . , z
m(k), x
1(k), . . . , x
l(k)]
Zusammenfassung des sequentiellen Automaten:
z(k + 1) = f [z(k), x(k)]
y(k) = g[z(k), x(k)]
Definitionen:
1. Die Menge Z = B
n= {0, 1}
nheißt Zustandsalphabet (Zustandsraum ).
2. Die Abbildung z
T→ Z heißt Zustandswort (Zustandstrajektorie).
z = (z(0), z(1), . . . , z(N )) mit z(k) =
z
1(k)
.. . z
n(k)
z(k) heißt Zustand des Automaten im Takt k.
3. z(0) =
z
1(0)
.. . z
n(0)
heißt Anfangszustand des Automaten.
Diskussion der Zustandsgleichungen f : Uberf¨ ¨ uhrungsfunktion
g: Ergebnisfunktion
Definition: Die Mengen X = B
l(Eingabealphabet), Y = B
m(Ausgabealphabet) und Z = B
n(Zustandsalphabet) zusammen mit den Abbildungen
f : Z × X → Z f [z(k), x(k)] = z(k + 1) g : Z × X → Y g[z(k), x(k)] = y(k)
bilden ein (abstraktes) dynamisches digitales System (oder einen abstrakten sequentiellen Au- tomaten oder Mealy –Automaten), in Zeichen (X, Y, Z, f, h).
x(k) z(k)
a al Leitungen nLeitungen
q
? q
?
q
? q
? 6
6
z(k + 1)
f S g
a
y(k)
mLeitungen
Der sequentielle Automat ist durch zwei herk¨ ommliche Automaten (f und g) und n Speicher darstellbar.
Beispiel: (aus 3.1.1)
z
1(k + 1) = z
2(k)(x
1(k) ∨ x
2(k)) y
1(k) = z
1(k)
z
2(k + 1) = z
3(k) y
2(k) = z
1(k) ∨ x
3(k)z
3(k) z
3(k + 1) = z
1(k) ∨ x
3(k)z
3(k)
a a a a a a
x
3(k) x
2(k) x
1(k) z
3(k) z
2(k) z
1(k)
q q
b q
q
z1(k+1)
≥ 1 & S
q
q
z2(k+1)
S
z2(k)& ≥ 1
qq q
& ≥ 1
qq q q
q
S
z3(k+1)
q
a a
y (k)
y
1(k)
3.1.3 Automatendarstellung
x(k)
x
1(k) x
2(k)
.. . x
l(k)
y
1(k) y
2(k)
.. . y
m(k)
y(k)
aa a
a a a
.. . .. .
Gatter + n Speicher (z
1(k), z
2(k), . . . , z
3(k))
| {z }
z(k)
z(k + 1) = f [z(k), x(k)]
y(k) = f [z(k), x(k)]
Der sequentielle Automat l¨ aßt sich wie folgt darstellen:
1. Automatentabelle:
Zustandsalphabet Zustandsalphabet
Eingabealphabet
f · · · z(k) · · ·
.. . .. .
.. . .. .
x(k) · · · z(k + 1) · · ·
.. . .. .
.. . .. .
Eingabealphabet
g · · · z(k) · · ·
.. . .. .
.. . .. .
x(k) · · · z(k + 1) · · ·
.. . .. .
.. . .. .
Uberf¨ ¨ uhrungstabelle Ergebnistabelle 2. Automatengraph
Bezeichnung Symbol Bedeutung
Knoten O Zustand
Zweige (Kanten) −→ Zustands¨ uberg¨ ange Zustandsgleichungen dargestellt durch:
_^]\
XYZ[z(k) x(k)|y(k)
//
_^]\XYZ[z(k+1)Beispiel 1:
X = {0, 1}, Y = {0, 1}, Z = {(0, 0)
| {z }
0
, (0, 1)
| {z }
1
, (1, 0)
| {z }
2
, (1, 1)
| {z }
3
}
Automatentabelle (gegeben): Automatengraph:
Z z }| {
Z z }| { X
n
f 0 1 2 3
0 2 3 1 3
1 1 0 2 0 X
n
g 0 1 2 3
0 0 0 0 0
1 0 0 1 1
?>=<
89:;
1
1|0
0|0?>=<
89:;
0
1|0
@@
0|0
//
?>=<89:;2
0|0
^^
>>>>>>>>> 1|1?>=<
89:;
3
1|1
^^
>>>>>>>>>0|0
TT
Es sei x = (1, 0, 1, 0, 0) und z(0) = 1. Ablesen: y = (0, 0, 1, 0, 0) und z(5) = 3.
Beispiel 2:
gegeben: Automatengraph
gesucht: Automatentabelle, Zustandsgleichungen, Schaltung
?>=<
89:;
0
0|1
1|3
>>>
>>
>>
>>
?>=<
89:;
1
0|1
JJ
1|2
@@
?>=<
89:;
3
0|3
TT
1|0
?>=<
89:;
2
0|1
JJ
1|1
kk
Automatentabelle:
Z z }| {
Z z }| { X n
f 0 1 2 3
0 0 1 2 3
1 3 0 2 2 X n
g 0 1 2 3
0 1 1 1 3
1 3 2 1 0
Wertetabelle
z(k) x(k) z(k + 1) y(k)
0 0 0 1
0 1 3 3
1 0 1 1
1 1 0 2
2 0 2 1
2 1 2 1
3 0 3 1
3 1 2 0
Dekodierte Wertetabelle
z
1(k) z
2(k) x(k) z
1(k + 1) z
2(k + 1) y
1(k) y
2(k)
0 0 0 0 0 0 1
0 0 1 1 1 1 1
0 1 0 0 1 0 1
0 1 1 0 0 1 0
1 0 0 1 0 0 1
1 0 1 1 0 0 1
1 1 0 1 1 0 1
1 1 1 1 0 0 0
Zustandsgleichungen (aus Karnaugh -Diagramm):
f
1: z
1(k + 1) = z
1(k) ∨ z
2(k) x(k)
f
2: z
2(k + 1) = z
2(k) x(k) ∨ z
1(k) z
2(k) x(k) g
1: y
1(k) = z
1(k) x(k) ∨ z
1(k) z
2(k) x(k) g
2: y
2(k) = z
2(k) ∨ x(k)
Schaltung:
a a a
x(k) z
2(k) z
1(k)
qq q
q q
q
z1(k+1) z1(k) z2(k+1) z2(k)
q
q q
q q
q q
q
a a
y
1(k) y
2(k) f
1S
f
2S
g
1g
23.1.4 Spezielle Automaten
Allgemeiner Fall: Mealy -Automat
x(k)
- q--
q
f S y(k)
g
z(k + 1) = f [z(k), x(k)]
y(k) = g[z(k), x(k)]
Sonderf¨ alle:
(a) Moore -Automat
x(k)
- z(k+1)- z(k)-q -
-
y(k)
f S g z(k + 1) = f[z(k), x(k)]
y(k) = g[z(k)]
(b) Medwedjew -Automat
x(k)
- z(k+1)- z(k)-q
-
f S y(k) z(k + 1) = f[z(k), x(k)]
y(k) = z(k)
(c) Autonomer Automat (Generator)
- -
z(k+1) z(k)
q
-
f S g
-y(k) z(k + 1) = f [z(k)]
y(k) = g[z(k)]
NB: Bei allen Automaten muß der Zustand z(0) bekannt sein.
3.2 Wortabbildungen 3.2.1 Abbildungsfamilie
Zustandsgleichungen → Schema der Wortabbildung:
Eingabewort x
z }| {
x(0)
x(1)
x(N )
z(0) // f, g
// z(1) // f, g
// z(2) · · · // z(N ) // f, g
// z(N + 1)
y(0) y(1) y(N )
| {z }
Ausgabewort y Diskussion:
1. Eingabewort und Ausgabewort haben die gleiche L¨ ange, L(x) = L(y)
2. Der Ausgabebuchstabe y(k) h¨ angt von x(k), x(k − 1), . . . , x(0) ab, nicht aber von x(k + 1), x(k + 2), . . . (Kausalit¨ at).
3. Das Ausgabewort y h¨ angt vom Anfangszustand z(0) ab.
Definitionen:
1. Die Abbildung
Φ
z0: X
∗→ Y
∗, Φ
z0(x) = y heißt vom Anfangszustand z
0= z(0) ∈ Z erzeugte Wortabbildung.
2. Jedem Mealy -Automaten ist eine Abbildungsfamilie Φ = {Φ
z0|z
0∈ Z}
zugeordnet.
3.2.2 Eigenschaften der Wortabbildung
Definition: Sind x
0= (x
0(0), x
0(1), . . . , x
0(r)) und x
00= (x
00(0), x
00(1), . . . , x
00(s)) zwei W¨ orter aus X
∗, so heißt das Wort
x
0◦ x
00= (x
0(0), x
0(1), . . . , x
0(r), x
00(0), x
00(1), . . . , x
00(s)) ∈ X
∗Verkettungsprodukt (Konkatenationsprodukt ) von x
0und x
00.
Beachte: Eine Wortabbildung Φ
z0: X
∗→ Y
∗ist durch einen Mealy -Automaten realisierbar, falls gilt:
1. L(x) = L(y)
2. Φ
z0(x
0◦ x
00) = Φ
z0(x
0)
| {z }
y0
◦ Φ
z00(x
00)
| {z }
y00
(z
00: Zustand nach Eingabe von x
0)
3.2.3 Autonomer Automat
Wir betrachten Mealy -Automaten mit konstanter Eingabe.
Beispiel: Es sei z(0) = 0
?>=<
89:;
1
0|0
1|1
?>=<
89:;
0
0|0//
1|0
@@
?>=<
89:;
2
1|0
TT
0|0
^^
>>>>>>>>>?>=<
89:;
3
0|1
@@
1|0
^^
>>>>>>>>>Fall I: x = (0, 0, 0, 0, . . .)
z = (0, 2, 1, 3, 2, 1, 3, 2, 1, . . .) y = (−, 0, 0, 1, 1,
| {z }
”Zyklus“
0, 1, 1, 0, . . .) periodische Folge Fall II: x = (1, 1, 1, 1, . . .)
z = (0, 1, 1, 1, 1, 1, 1, 1, . . .) y = (−, 0, 1, 1, 1, 1, 1
| {z }
”Fixpunkt“
, . . .) konstante Folge
Verhaltensformen des endlichen autonomen Automaten
I) Da bei |Z| = 2
nnach sp¨ atestens 2
n− 1 Takten alle Zust¨ ande ausgesch¨ opft sind, wird sp¨ atestens im Takt 2
nein bereits durchlaufener Zustand erreicht.
z(k + s) = z(k), f¨ ur 1 < s < z
ns: Periodendauer
II) Nach r Takten wird ein konstanter Endzustand (Fixpunkt) erreicht:
z(k + 1) = z(k), f¨ ur k > r
Teil 2: Zeitkontinuierliche Systeme
4 Zeitkontinuierliche Signale und Systeme
4.1 Signalbeschreibung im Zeitbereich 4.1.1 Zeitkontinuierliche Signale
Festlegungen:
Zeitskala: ⊆ R Sonderf¨ alle: T = R
T = R
+= [0, ∞) Alphabet: X = C
Sonderfall: X = R
Definition: Ein zeitkontinuierliches Signal ist eine Abbildung x : T → X, durch die jedem Zeitpunkt t ∈ T ein Signalwert x(t) ∈ X zugeordnet ist.
Sonderfall: x : T → R reelles zeitkontinuierliches Signal oder analoges Signal.
Beispiel:
-
x(t)
6t e
−at, 0 < a < 1
4.1.2 Signaloperationen Einstellige Operationen
a) Skalarmultiplikation
y(t) = α · x(t)
- 6
t x(t) y(t)
@
@
A A
A A
x(t) y(t)
b) Translation
y = S
τ(x) y(t) = x(t − τ )
- 6
t x(t) y(t)
@
@
@
@
x(t) y(t)
c) Differentiation
y = D(x) y(t) = dx(t)
dt
-6
t x(t) y(t)
x(t) y(t)
d) Integration
y = D
−1(x) y(t) =
Z
t−∞
x(τ ) dτ
- 6
t x(t) y(t)
x(t)
y(t)
Zweistellige Operationen
a) Signaladdition: y(t) = x
1(t) + x
2(t) b) Signalmultiplikation: y(t) = x
1(t) · x
2(t) c) Faltung: y = x
1∗ x
2y(t) = (x
1∗ x
2)(t)
=
∞
Z
−∞
x
1(τ ) · x
2(t − τ ) dτ =
∞
Z
−∞
x
2(τ ) · x
1(t − τ ) dτ
= (x
2∗ x
1)(t) ⇒ Faltung ist kommutativ!
Sonderfall: x
1(t) = 0 f¨ ur t < 0, x
2(t) = 0 f¨ ur t < 0.
y(t) = (x
1∗ x
2)(t) =
t
Z
0
x
1(τ )
| {z }
0 f¨urτ <0
· x
2(t − τ )
| {z }
0 f¨urτ >t
dτ
Veranschaulichung am Beispiel
-
x
1(τ )
6τ
-
x
2(τ )
6τ
@
-
x
2(τ −t)
6t τ
@
-
x
2(τ −t)
6t τ
@
@
@
@
x
1(τ )
6x
2(τ −t)
@
@
@
: x
1(τ ) · x
2(t − τ ) : y(t) =
t