Aufgaben:Aufgabe 4.1Z: L–Werte des BEC–Modells: Unterschied zwischen den Versionen
Aus LNTwww
Zeile 28: | Zeile 28: | ||
===Fragebogen=== | ===Fragebogen=== | ||
<quiz display=simple> | <quiz display=simple> | ||
− | { | + | {Wie lautet der $L$–Wert der Eingangsgröße $x$? |
|type="{}"} | |type="{}"} | ||
− | $ | + | $L(x) \ = \ ${ 1.099 3% } |
− | { | + | {Welcher Wahrscheinlichkeit ${\rm Pr}(x = \, –1)$ entspricht $L(x) = \, –2$? |
|type="{}"} | |type="{}"} | ||
− | $ | + | ${\rm Pr}(x = \, –1) \ = \ ${ 0.881 3% } |
− | { | + | {Berechnen Sie den bedingten $L$–Wert $L(y = {\rm E} | x)$ in Vorwärtsrichtung. |
|type="{}"} | |type="{}"} | ||
− | $ | + | $L(y = {\rm E} | x) \ = \ ${ 0 3% } |
− | { | + | {Welche Aussagen gelten für die beiden anderen bedingten $L$–Wert? |
|type="[]"} | |type="[]"} | ||
− | + | + | + $L(y = +1 | x)$ ist positiv unendlich. |
− | - | + | + $L(y = \, –1 | x)$ ist negativ und betragsmäßig unendlich groß. |
+ | - Es gilt $L(y = +1 | x) = L(y = \, –1 | x) = 0$. | ||
− | { | + | {Unter welchen Voraussetzungen gelten die Ergebnisse aus (3) und (4)? |
|type="[]"} | |type="[]"} | ||
− | + | - Für $0 ≤ \lambda ≤ 1$. | |
− | - | + | - Für $0 < \lambda ≤ 1$. |
+ | - Für $0 ≤ \lambda < 1$. | ||
+ | + Für $0 < \lambda < 1$. | ||
</quiz> | </quiz> | ||
Version vom 6. Dezember 2017, 13:24 Uhr
Wir betrachten das so genannte BEC–Kanalmodell (Binary Erasure Channel) mit
- der Eingangsgröße $x ∈ \{+1, \, –1\}$,
- der Ausgangsgröße $y ∈ \{+1, \, –1, \, {\rm E}\}$, und
- der Auslöschungswahrscheinlichket $\lambda$.
Hierbei bedeutet $y = {\rm E}$ (Erasure), dass der Ausgangswert $y$ weder als „$+1$” noch als „$–1$” entschieden werden konnte.
Bekannt sind zudem die Eingangswahrscheinlichkeiten
- $${\rm Pr}(x = +1) = 3/4\hspace{0.05cm}, \hspace{0.2cm}{\rm Pr}(x = -1) = 1/4\hspace{0.05cm}.$$
Das Log–Likelihood–Verhältnis (kurz: $L$–Wert, englisch: Log Likelihood Ratio, LLR) der binären Zufallsgröße $x$ ist bei bipolarer Betrachtungsweise wie folgt gegeben:
- $$L(x)={\rm ln} \hspace{0.15cm} \frac{{\rm Pr}(x = +1)}{{\rm Pr}(x = -1)}\hspace{0.05cm}.$$
Entsprechend gilt für den bedingten $L$–Wert in Vorwärtsrichtung für alle $y ∈ \{+1, \, –1, \, {\rm E}\}$:
- $$L(y\hspace{0.05cm}|\hspace{0.05cm}x) = {\rm ln} \hspace{0.15cm} \frac{{\rm Pr}(y\hspace{0.05cm}|\hspace{0.05cm}x = +1)}{{\rm Pr}(y\hspace{0.05cm}|\hspace{0.05cm}x = -1)} \hspace{0.05cm}. $$
Hinweis:
- Die Aufgabe gehört zum Kapitel Soft–in Soft–out Decoder.
- Sollte die Eingabe des Zahlenwertes „0” erforderlich sein, so geben Sie bitte „0.” ein.
Fragebogen
Musterlösung
(1)
(2)
(3)
(4)
(5)