Termine und Anmeldung

Voraussetzungen

Kenntnisse in MATLAB ^® entsprechend der Schulung MATLAB Grundlagen. Grundlegende Kenntnisse der digitalen Signalverarbeitung werden dringend empfohlen.

Signalverarbeitung mit Simulink

In diesem dreitägigen Kurs modellieren Sie Systeme zur digitalen Signalverarbeitung, analysieren Signalspektren und entwerfen digitale Filter. Sie erstellen Simulink^®-Blockdiagramme, um diese Systeme zu simulieren und verwenden Algorithmen für die Signalverarbeitung aus der DSP System Toolbox^™. Für diese grundlegende Einführung benötigen Sie keine Vorkenntnisse in der Modellierung von Systemen und Algorithmen in Simulink.
Themen sind unter anderem:

Was ist Simulink?
Arbeiten mit der Simulink-Oberfläche
Modellieren zeitdiskreter Ein- und Mehrkanalsysteme
Implementieren von Sample- und Frame-basierter Verarbeitung
Modellieren von Systemen mit kontinuierlichen und diskreten Komponenten
Entwickeln eigener Blöcke und Bibliotheken
Bedingtes Ausführen von Systemen
Spektralanalyse mit Simulink
Integrieren von Filterentwürfen in Simulink
Modellieren von Multiratensystemen
Integrieren externen Codes
Automatisieren von Simulationen

Detaillierte Kursbeschreibung anzeigen

Voraussetzungen

Kenntnisse in MATLAB ^® entsprechend der Schulung MATLAB Grundlagen. Grundlegende Kenntnisse der digitalen Signalverarbeitung werden dringend empfohlen.

Tag 1 von 3
Was ist Simulink?	Ziel: Einen Überblick über die Verwendung von Simulink erhalten. Überblick über Simulink Vorteile der Verwendung von Simulink Simulink Add-ons Ein Blick auf ein Simulink-Modell
Erstellen und Simulieren eines Modells	Ziel: Erstellen eines einfachen Modells und Analysieren der Simulationsergebnisse, um die Simulink-Oberfläche und Bibliotheken kennenzulernen. Erstellen und Ändern eines Simulink-Modells Definieren von Systemeingängen und -ausgängen Simulieren des Modells und Analysieren der Simulationsergebnisse
Modellieren diskreter dynamischer Systeme	Ziel: Frame-basiertes Modellieren diskreter dynamischer Systeme, um digitale Systeme wie z.B. Filter zu simulieren, die sich durch Differenzengleichungen oder diskrete Übertragungsfunktionen beschreiben lassen. Modellieren eines diskreten Systems mit grundlegenden Blöcken Identifizieren der Abtastzeiten von Blockausgängen Verwenden von Frames Verwenden von Buffern Unterschied zwischen Frames und Mehrkanalsignalen Visualisieren Frame-basierter Signale Verhalten von Delay-Blöcken im Zusammenspiel mit Frame-basierten Signalen Mehrkanalige Frame-basierte Signale
Modellieren logischer Konstrukte	Ziel: Verwenden von Logik-Blöcken und MATLAB-Code, um logische Ausdrücke zu modellieren. Modellieren logischer Ausdrücke Modellieren bedingter Verzweigungen Verstehen der Nulldurchgangserkennung (Zero-Crossings) Modellieren mit dem MATLAB-Function-Block
Vom Algorithmus zum Modell	Ziel: Erstellen eines Modells basierend auf Spezifikationen von Algorithmen. Modellieren spezifizierter Algorithmen Schrittweises Entwickeln von Algorithmen durch Modellieren und Simulieren Verifizieren von Modellen gegen spezifizierte Algorithmen

Tag 2 von 3
Mixed-Signal-Modelle	Ziel: Modellieren hybrider Systeme mit diskreten und kontinuierlichen Blöcken, um Mixed-Signal-Systeme wie z.B. Analog-Digital-Wandler zu simulieren. Was ist ein Mixed-Signal-Modell? Modellieren eines ADC (Analog-Digital-Wandlers) mit Apertur-Jitter und Nichtlinearität Fallstudie: Modellieren des TI ADS62P29 ADC
Simulink Solver	Ziel: Auswählen eines geeigneten Solver für ein Simulink-Modell, um Simulationen genau und schnell durchzuführen. Verstehen der Simulink-Solver Simulieren einfacher Modelle Simulieren von Modellen mit diskreten und kontinuierlichen Zuständen Simulieren von Multiratenmodellen Solver mit fester und variabler Schrittweite Auswählen eines Solvers für kontinuierliche Systeme Umgang mit Zero-Crossings Umgang mit algebraischen Schleifen
Subsysteme und Bibliotheken	Ziel: Erstellen eigener Blöcke in Simulink, Maskieren von Blöcken und Entwickeln eigener Bibliotheken, um wiederverwendbare Komponenten zu erstellen. Erzeugen von Subsystemen Kennenlernen virtueller und nicht-virtueller Subsysteme Verwenden eines Subsystems als Modellkomponente Maskieren von Subsystemen Erzeugen eigener Bibliotheken Arbeiten mit und Verändern von Bibliotheksblöcken Hinzufügen eigener Bibliotheken zum Simulink Library Browser
Modellieren bedingungsgesteuerter Algorithmen	Ziel: Verwenden bedingungsgesteuerter Subsysteme, um Teile eines Modells abhängig von logischen Ausdrücken ausführen zu können. Modellieren bedingungsgesteuerter Systeme mit aktivierten Subsystemen Modellieren bedingungsgesteuerter Systeme mit getriggerten Subsystemen Anwenden auf das Beispiel des AGC-Modells
Spektralanalyse	Ziel: Durchführen von Spektralanalysen in Simulink, um Signale charakterisieren zu können. Spektralanalyse mit dem Spectrum-Scope-Block Wahl der Parameter für die Spektralanalyse Analysieren des Leistungsspektrums von Motorengeräuschen Klassifizieren von Sprache basierend auf dem Spektrum Bestimmen des Frequenzgangs eines diskreten Systems

Tag 3 von 3
Entwerfen und Anwenden von Filtern	Ziel: Entwerfen und Implementieren digitaler Filter in einem Simulink-Modell, um Signale während einer Simulation filtern zu können. Entwerfen von Filtern in Simulink Umwandeln von Filtern in Fixed-Point Darstellung
Multiratensysteme	Ziel: Verwenden von Multiraten-Filter Blöcken, um bei der Änderung der Abtastrate eines Signals Imaging- oder Alias-Effekte zu reduzieren. Modellieren von Multiratensystemen Blöcke für Multiraten-Signalverarbeitung Resampling von überabgetasteten Signalen Entwerfen und Implementieren von Anti-Imaging und Anti-Aliasing Filtern Verwenden von Multiratenfilter-Blöcken Fallbeispiel: Umwandeln professioneller Audio-Daten in CD-Format Umwandeln des Entwurfs in Fixed-Point Darstellung
Einbinden externen Codes	Ziel: Einbinden externen oder benutzererzeugten MATLAB- bzw. C-Codes in ein Simulink-Modell, um bestehende Algorithmen verwenden zu können. Grundlegende Betrachtungen zum Einbinden externen Codes Einbinden von MATLAB-Code und C-Code mit dem MATLAB Function Block
Zusammenfassen von Modellen zu Diagrammen	Ziel: Integrieren mehrerer Modelle zu einem Gesamtmodell, um die zeitgleiche Bearbeitung verschiedener Komponenten eines Simulink-Modells durch verschiedene Entwickler zu ermöglichen. Modellreferenzierung und Subsysteme Aufsetzen einer Modellreferenz Definieren von Modellreferenzargumenten Simulationsmodi für Modellreferenzen Betrachten von Signalen in referenzierten Modellen Erzeugen eines Abhängigkeitsgraphen für ein Modell
Automatisieren von Modellierungsaufgaben	Ziel: Steuern und Ausführen von Simulink-Modellen von der MATLAB-Kommandozeile, um Abläufe wie z.B. Parametervariationen zu automatisieren. Automatisieren von Testläufen Überprüfen und Verändern von Parametern Suchen nach Blöcken mit bestimmten Parameterwerten Erstellen und Verändern von Blockdiagrammen

Termin garantiert.

Bei Anmeldung für einen dieser Kurse ist sichergestellt, dass der Kurs zum angegebenen Termin stattfindet und nicht verschoben oder storniert wird.

Termine und Anmeldung

Résultats 1 - 6 von 6

Datum	Ort	Sprache	Preis
30 Sep 2019- 02 Okt 2019	Frankreich, Paris (Meudon)	French	EUR 1.800
14 Okt 2019- 16 Okt 2019	Deutschland, München (Ismaning)	German	EUR 1.800
23 Okt 2019- 25 Okt 2019	Online 9:00 Uhr bis 17:00 Uhr US-amerikanische östliche Sommerzeit	English	USD 1.950
30 Okt 2019- 01 Nov 2019	Japan, 東京都	Japanese	JPY 180.000
05 Nov 2019- 07 Nov 2019	Grossbritannien, Cambridge	English	GBP 1.500

Résultats 1 - 6 von 6

Die Preise gelten für den Erwerb und die Nutzung in USA, Um Preise für andere Regionen zu erfragen, kontaktieren Sie den Vertrieb. Der angegebene Preis enthält keine Umsatz- oder Mehrwertsteuer bzw. andere Steuern. Eventuell für diesen Erwerb anfallende Steuern, Abgaben oder Gebühren werden auf der Bestellung ausgewiesen. Nähere Informationen finden Sie unter MathWorks Schulungsrichtlinien.