⚡ electrical engineering

Continuous and Discrete-Time Filters: A Unified Operational Perspective

Diese Arbeit bietet eine einheitliche operationelle Perspektive auf kontinuierliche und diskrete LTI-Systeme erster Ordnung, indem sie deren gemeinsame modalstruktur und Stabilitätseigenschaften durch die Korrespondenz zwischen der Laplace- und der Z-Transformation zusammenführt.

Ursprüngliche Autoren: Luca Giangrande

Veröffentlicht 2026-02-17

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Luca Giangrande

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Ein Brückenschlag zwischen zwei Welten: Wie Filter funktionieren (egal ob analog oder digital)

Stellen Sie sich vor, Sie haben zwei verschiedene Sprachen, um über Musik zu sprechen. Eine Sprache beschreibt, wie ein Wasserhahn kontinuierlich Wasser fließen lässt (das ist die kontinuierliche Welt oder Continuous-Time). Die andere Sprache beschreibt, wie jemand Eimer voll Wasser in regelmäßigen Abständen von einem Ort zum anderen trägt (das ist die diskrete Welt oder Discrete-Time).

Normalerweise lernen Ingenieure diese beiden Sprachen getrennt. Dieser Artikel sagt aber: „Halt! Das ist im Grunde dasselbe Spiel, nur mit anderen Regeln."

Der Autor, Luca Giangrande, möchte zeigen, dass wir diese beiden Welten nicht als getrennte Inseln betrachten sollten, sondern als zwei Seiten derselben Medaille. Hier ist die Erklärung, wie das funktioniert, mit ein paar lustigen Analogien.

1. Der große Unterschied: Der Fluss vs. die Perlenkette

Die analoge Welt (Der Fluss): Stellen Sie sich einen Fluss vor. Das Wasser fließt ununterbrochen. Wenn Sie einen Stein hineinwerfen, breitet sich die Welle glatt und fließend aus. In der Technik nennen wir das kontinuierliche Signale. Die Mathematik dahinter nutzt Differentialgleichungen (wie eine Landkarte für den Fluss).
Die digitale Welt (Die Perlenkette): Jetzt stellen Sie sich vor, Sie fotografieren diesen Fluss. Sie machen alle 1/100. Sekunde ein Foto. Plötzlich ist der Fluss nicht mehr fließend, sondern eine Reihe von einzelnen Bildern (Perlen). Das ist die diskrete Welt. Hier arbeiten wir mit Zahlenreihen und Verzögerungen (wie eine Kette, bei der jede Perle auf die vorherige wartet).

Das Problem: Wenn man einen Filter (eine Art „Sieb" für Signale) für den Fluss entwirft und ihn dann einfach auf die Perlenkette überträgt, passiert oft etwas Seltsames. Der Artikel zeigt uns, wie man die Regeln so übersetzt, dass das „Sieb" in beiden Welten gleich gut funktioniert.

2. Die Helden der Geschichte: Der Tümpel und der Sieb

Der Artikel konzentriert sich auf die einfachsten Filter, die sogenannten ersten Ordnung. Man kann sie sich wie zwei einfache Geräte vorstellen:

Der Tiefpass (Der Tümpel / Der Schwamm):
- Analog: Ein großer Eimer mit einem kleinen Loch unten. Wenn Sie Wasser (das Signal) hineinschütten, läuft es langsam wieder heraus. Plötzliche Spritzen werden geglättet. Das ist ein Tiefpassfilter. Er lässt langsame Dinge durch, blockiert aber schnelle, hektische Bewegungen (wie Rauschen).
- Digital: Ein digitaler „Tümpel" funktioniert wie ein Zähler, der die letzten Werte mittelt. Er vergisst die Vergangenheit langsam. Wenn ein neuer Wert kommt, mischt er ihn mit dem alten. Das Ergebnis ist eine glatte Kurve.
- Die Erkenntnis: Ob Sie nun Wasser in einen Eimer füllen oder Zahlen in einem Computer addieren – das Prinzip des „Verwischens" ist identisch.
Der Hochpass (Der Sieb / Der Detektiv):
- Analog: Ein Sieb, das nur schnelle Bewegungen durchlässt, aber das ruhige Wasser zurückhält. Es reagiert auf Änderungen. Wenn sich nichts tut, passiert nichts.
- Digital: Ein digitaler „Detektiv" vergleicht den aktuellen Wert mit dem vorherigen. „Warst du gestern anders als heute?" Wenn ja, meldet er es. Wenn nicht, schweigt er.
- Die Erkenntnis: Auch hier ist das Prinzip gleich: Es geht darum, Änderungen zu finden und das „Gedächtnis" der alten Werte zu löschen.

3. Die magische Landkarte: Von der linken Seite zur Mitte

In der Welt der Ingenieure gibt es zwei Landkarten, um zu sehen, ob ein System stabil ist (also nicht explodiert):

Die s-Ebene (Analog): Hier ist die „linke Seite" der Karte der sichere Ort. Wenn ein Punkt dort ist, klingt das System ruhig und stabil.
Die z-Ebene (Digital): Hier ist der sichere Ort ein Kreis in der Mitte (der Einheitskreis). Wenn ein Punkt innerhalb dieses Kreises liegt, ist das System stabil.

Der Artikel zeigt uns die magische Brücke zwischen diesen Karten:

Wenn Sie einen stabilen Punkt in der analogen Welt (links) nehmen und ihn in die digitale Welt übersetzen, landet er immer sicher innerhalb des Kreises.
Es ist wie eine Übersetzungstabelle: Ein „schneller Abklingeffekt" im analogen Wasserhahn wird zu einer „schnell kleiner werdenden Zahl" in der digitalen Perlenkette.

4. Warum das in der echten Welt wichtig ist

Warum sollten wir uns darum kümmern?

Vermeidung von Überraschungen: Ingenieure bauen oft Systeme, die analog beginnen (Sensoren in der echten Welt) und digital enden (Computer). Wenn man die Übersetzung falsch macht, kann ein harmloser Filter plötzlich anfangen zu „zittern" oder instabil werden.
Das Rauschen: In der analogen Welt gibt es immer ein leises Zischen (Rauschen). Ein Filter hilft, dieses Zischen zu dämpfen. In der digitalen Welt muss man genau wissen, wie man dieses Zischen „herausrechnet", ohne die wichtigen Signale zu zerstören.
Die Grenzen: Kein Filter ist perfekt. Ein analoger Filter hat physikalische Grenzen (wie ein Eimer, der nicht unendlich schnell füllen kann). Ein digitaler Filter hat Grenzen durch die Geschwindigkeit des Computers. Der Artikel zeigt, dass diese Grenzen oft nur zwei verschiedene Seiten derselben Medaille sind.

Fazit in einem Satz

Dieser Artikel ist wie ein Übersetzer, der uns zeigt, dass die Mathematik hinter einem analogen Wasserhahn und einem digitalen Computerprogramm im Kern das gleiche ist: Es geht darum, wie wir Vergangenheit (Gedächtnis) nutzen, um die Gegenwart zu verstehen und die Zukunft vorherzusagen.

Ob Sie nun mit Wasser arbeiten oder mit Zahlen – die Regeln für Stabilität, Glättung und Schärfe bleiben dieselben, wenn man nur die richtige Landkarte benutzt.

Titel: Kontinuierliche und diskrete Zeitfilter: Eine vereinheitlichte operationale Perspektive

Autor: Luca Giangrande (CERN & Universität Genf)

1. Problemstellung

In der Signalverarbeitung werden kontinuierliche Zeit (CT - Continuous-Time) und diskrete Zeit (DT - Discrete-Time) lineare zeitinvariante (LTI) Systeme typischerweise durch getrennte mathematische Formalismen eingeführt:

CT: Differentialgleichungen und Laplace-Transformation.
DT: Differenzengleichungen und Z-Transformation.

Obwohl diese Trennung formal sinnvoll ist, verschleiert sie oft die zugrundeliegende dynamische Äquivalenz beider Domänen. Ingenieure, die Filter, Regelkreise oder gemischte Signalsysteme entwerfen, wechseln häufig zwischen diesen Darstellungen. Dies führt dazu, dass Systeme, die in einer Domäne gut verstanden sind, in der anderen unerwartetes Verhalten zeigen können, da sich die physikalische Interpretation von Konzepten wie Stabilität, Impulsantwort und Frequenzgang durch Abtastung, Verzögerung und Implementierungsarchitektur subtil verschiebt. Es fehlt an einem kohärenten Rahmen, der die mathematische Darstellung, die physikalische Realisierbarkeit und die Implementierungsstruktur über beide Domänen hinweg verbindet.

2. Methodik

Das Papier bietet einen vereinheitlichten tutorialartigen Ansatz, der sich bewusst auf einfache Eingangs-Ausgangs-Systeme (SISO) und primär auf Systeme erster Ordnung beschränkt. Trotz ihrer Einfachheit erfassen diese Systeme fundamentale Konzepte wie Integration, Differentiation, Filterung, Stabilität und Verzögerung.

Die Methodik umfasst folgende Schritte:

Vergleichende Analyse: Rekapitulation der CT-Systeme über Transferfunktionen, Pol-Nullstellen-Darstellungen und Impulsantworten im Laplace-Bereich ( $s$ -Ebene).
Parallele Entwicklung: Einführung der DT-Systeme über die Z-Transformation, wobei geometrische Folgen als Eigenfunktionen von Differenzengleichungen identifiziert werden.
Mapping der Domänen: Explizite Darstellung der Korrespondenz zwischen der linken Halbebene der $s$ -Ebene (Stabilität) und dem Inneren des Einheitskreises in der $z$ -Ebene.
Diskretisierungsstrategien: Analyse praktischer Diskretisierungsmethoden (z. B. Backward-Euler, Trapezregel) und deren Auswirkungen auf die Übertragungsfunktion.
Strukturelle Symmetrie: Betonung der strukturellen Ähnlichkeiten zwischen den Domänen, um eine intuitive Verbindung herzustellen.

3. Wichtige Beiträge und Ergebnisse

A. Vereinheitlichte Dynamik und Eigenfunktionen

CT: Die Eigenfunktionen sind komplexe Exponentialfunktionen $e^{st}$ . Die Impulsantwort setzt sich aus Moden zusammen, die durch die Pole bestimmt werden (exponentieller Zerfall, Oszillation oder Wachstum).
DT: Die Eigenfunktionen sind geometrische Folgen $c^n$ . Die Impulsantwort wird durch Pole im $z$ -Bereich bestimmt.
Erkenntnis: Ein Pol $s_p$ in der $s$ -Ebene entspricht einem Pol $z_p = e^{s_p T_s}$ in der $z$ -Ebene. Stabilität erfordert in CT einen negativen Realteil ($Re(s) < 0$) und in DT einen Betrag kleiner eins ( $|z| < 1$ ).

B. Erste Ordnung: Tiefpass und Hochpass

Tiefpass (Low-Pass):
- CT: Entspricht einer gewichteten Integration mit exponentieller Abklingfunktion (Leck-Integrator).
- DT: Wird als rekursive Summation (IIR) realisiert, wobei vergangene Eingaben exponentiell gewichtet werden. Die Diskretisierung führt zu einem "Leck-Integrator".
Hochpass (High-Pass):
- CT: Entspricht der Differenz zwischen dem aktuellen Signal und einem geglätteten (integrierten) Verlauf.
- DT: Kann als Differenz zwischen dem aktuellen Signal und einer exponentiell gewichteten Vergangenheit interpretiert werden. Ein idealer DT-Differenzierer ist ein FIR-Filter (Endliche Impulsantwort), während ein stabiler Hochpass oft als IIR-Filter mit einem Pol innerhalb des Einheitskreises realisiert wird.

C. Praktische Diskretisierung und Implementierung

Abbildung: Die Beziehung $z = e^{sT_s}$ wird genutzt, um kontinuierliche Pole und Nullstellen in diskrete zu überführen.
Approximationen:
- Backward-Euler: $s \approx \frac{1-z^{-1}}{T_s}$ . Erhält die Stabilität (linker $s$ -Halbebene $\to$ Inneres des Einheitskreises), führt aber zu Frequenzverzerrungen.
- FIR vs. IIR: Das Papier unterscheidet klar zwischen FIR-Strukturen (z. B. idealer Differenzierer, gleitender Durchschnitt) und IIR-Strukturen (rekursive Filter, Akkumulatoren).
Physikalische Grenzen: Es wird betont, dass ideale Integratoren und Differentiatoren physikalisch nicht realisierbar sind (unendliche Verstärkung bei DC bzw. unendliche Bandbreite). Reale Systeme weisen parasitäre Pole auf, die die Bandbreite begrenzen und Rauschen unterdrücken.

D. Frequenzgang und Aliasing

Die Analyse zeigt, wie sich der Frequenzgang von CT-Filtern im DT-Bereich verhält. Insbesondere wird das Phänomen des Aliasing und die Begrenzung auf die Nyquist-Frequenz ( $F_s/2$ ) diskutiert.
Bei der Diskretisierung von Hochpassfiltern zeigt sich, dass die Näherung bei Frequenzen nahe der Nyquist-Grenze stärker von der idealen CT-Kurve abweicht als bei Tiefpassfiltern.

4. Signifikanz und Fazit

Das Papier leistet einen wesentlichen Beitrag zum Verständnis der Signalverarbeitung, indem es die künstliche Trennung zwischen analoger und digitaler Welt aufhebt.

Kontinuität der Konzepte: Es zeigt, dass Konzepte wie Stabilität, Kausalität, Gedächtnis und Frequenzselektivität ihre physikalische Bedeutung behalten, auch wenn sich die mathematische Form ändert.
Neue Interpretation: DT-Filter sind nicht nur Näherungen von CT-Filtern, sondern eine Neuinterpretation durch Abtastung und Akkumulation.
Praktische Relevanz: Das Verständnis dieser Vereinheitlichung ist entscheidend für das Design von gemischten Signal-Systemen (Mixed-Signal) und digitalen Implementierungen. Es hilft Ingenieuren, Fehler zu vermeiden, die durch naive Übersetzungen zwischen den Domänen entstehen (z. B. Instabilität nach der Diskretisierung oder unerwartete Frequenzverzerrungen).
Erweiterbarkeit: Obwohl der Fokus auf Systemen erster Ordnung liegt, deuten die Prinzipien darauf hin, dass diese Sichtweise auf komplexere Systeme höherer Ordnung, Multirate-Systeme und Rauschformung (Noise Shaping) übertragbar ist.

Zusammenfassend bietet das Papier einen kohärenten Rahmen, der mathematische Eleganz mit physikalischer Realisierbarkeit verbindet und so eine robustere Intuition für den Entwurf moderner Filtersysteme schafft.