Aufgaben:Aufgabe 5.6Z: GE-Modelleigenschaften: Unterschied zwischen den Versionen
(10 dazwischenliegende Versionen von 3 Benutzern werden nicht angezeigt) | |||
Zeile 2: | Zeile 2: | ||
{{quiz-Header|Buchseite=Digitalsignalübertragung/Bündelfehlerkanäle}} | {{quiz-Header|Buchseite=Digitalsignalübertragung/Bündelfehlerkanäle}} | ||
− | [[Datei:P_ID1843__Dig_Z_5_6.png|right|frame| | + | [[Datei:P_ID1843__Dig_Z_5_6.png|right|frame|Vorgegebenes Gilbert–Elliott–Modell]] |
− | Wir betrachten das <i>Bündelfehler–Kanalmodell</i> nach E.N. Gilbert und E.O. Elliott (siehe Skizze). Für die Übergangswahrscheinlichkeiten soll dabei gelten: | + | Wir betrachten das <i>Bündelfehler–Kanalmodell</i> nach [https://en.wikipedia.org/wiki/Edgar_Gilbert E.N. Gilbert] und E.O. Elliott (siehe Skizze). Für die Übergangswahrscheinlichkeiten soll dabei gelten: |
:$${\rm Pr}(\rm | :$${\rm Pr}(\rm | ||
G\hspace{0.05cm}|\hspace{0.05cm} B)= 0.1, \hspace{0.2cm} {\rm | G\hspace{0.05cm}|\hspace{0.05cm} B)= 0.1, \hspace{0.2cm} {\rm | ||
Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G) = 0.01\hspace{0.05cm}.$$ | Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G) = 0.01\hspace{0.05cm}.$$ | ||
− | Die Fehlerwahrscheinlichkeit im Zustand „GOOD” betrage $p_{\rm G} = 0.1\%$ | + | Die Fehlerwahrscheinlichkeit im Zustand „GOOD” betrage $p_{\rm G} = 0.1\%$. Für den Zustand „BAD” gelte $p_{\rm B} = 10\%$. |
− | * die mittlere Fehlerwahrscheinlichkeit $p_{\rm M}$, | + | |
− | * die Zustandswahrscheinlichkeiten $w_{\rm G} = \rm Pr(Z = G)$ und $w_{\rm B} = \rm Pr(Z = B)$, | + | Im Verlaufe dieser Aufgabe sollen weitere Kenngrößen ermittelt werden: |
− | * die Werte der Korrelationsfunktion, die für $k > 0$ analytisch wie folgt gegeben ist: | + | * die mittlere Fehlerwahrscheinlichkeit $p_{\rm M}$, |
+ | * die Zustandswahrscheinlichkeiten $w_{\rm G} = \rm Pr(Z = G)$ und $w_{\rm B} = \rm Pr(Z = B)$, | ||
+ | * die Werte der Korrelationsfunktion, die für $k > 0$ analytisch wie folgt gegeben ist: | ||
:$$\varphi_{e}(k) = p_{\rm M}^2 + (p_{\rm B} - | :$$\varphi_{e}(k) = p_{\rm M}^2 + (p_{\rm B} - | ||
p_{\rm M}) \cdot (p_{\rm M} - p_{\rm G}) \cdot | p_{\rm M}) \cdot (p_{\rm M} - p_{\rm G}) \cdot | ||
− | [1 - {\rm Pr}(\rm | + | \big [1 - {\rm Pr}(\rm |
B\hspace{0.05cm}|\hspace{0.05cm} G )- {\rm Pr}(\rm | B\hspace{0.05cm}|\hspace{0.05cm} G )- {\rm Pr}(\rm | ||
− | G\hspace{0.05cm}|\hspace{0.05cm} B )]^{\it k} \hspace{0.05cm}.$$ | + | G\hspace{0.05cm}|\hspace{0.05cm} B )\big ]^{\it k} \hspace{0.05cm}.$$ |
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | ''Hinweise:'' | ||
+ | * Die Aufgabe gehört zum Kapitel [[Digitalsignal%C3%BCbertragung/B%C3%BCndelfehlerkan%C3%A4le| Bündelfehlerkanäle]]. | ||
+ | *Bezug genommen wird aber auch auf das Kapitel [[Stochastische_Signaltheorie/Markovketten| Markovketten]] im Buch „Stochastische Signaltheorie” und insbesondere auf die Seite [[Digitalsignalübertragung/Bündelfehlerkanäle#Fehlerkorrelationsfunktion_des_GE.E2.80.93Modells|Fehlerkorrelationsfunktion des GE–Modells]] im Buch „Kanalcodierung”. | ||
+ | |||
− | |||
− | |||
Zeile 27: | Zeile 37: | ||
{Wie lauten die folgenden Übergangswahrscheinlichkeiten? | {Wie lauten die folgenden Übergangswahrscheinlichkeiten? | ||
|type="{}"} | |type="{}"} | ||
− | $\rm Pr(G|G) \ = \ ${ 0.99 3% } | + | $\rm Pr(G\hspace{0.05cm}|\hspace{0.05cm}G) \ = \ ${ 0.99 3% } |
− | $\rm Pr(B|B) \ = \ ${ 0.9 3% } | + | $\rm Pr(B\hspace{0.05cm}|\hspace{0.05cm}B) \hspace{0.2cm} = \ ${ 0.9 3% } |
− | {Mit welchen Wahrscheinlichkeiten befindet sich das GE–Modell im Zustand „GOOD” ( | + | {Mit welchen Wahrscheinlichkeiten befindet sich das GE–Modell im Zustand „GOOD” $(w_{\rm G})$ bzw. im Zustand „BAD” $(w_{\rm B})$? |
|type="{}"} | |type="{}"} | ||
$w_{\rm G} \ = \ $ { 0.909 3% } | $w_{\rm G} \ = \ $ { 0.909 3% } | ||
$w_{\rm B} \ = \ $ { 0.091 3% } | $w_{\rm B} \ = \ $ { 0.091 3% } | ||
− | {Berechnen Sie die mittlere Fehlerwahrscheinlichkeit. | + | {Berechnen Sie die mittlere Fehlerwahrscheinlichkeit $p_{\rm M}$. |
|type="{}"} | |type="{}"} | ||
− | $p_{\rm M} \ = \ $ { | + | $p_{\rm M} \ = \ $ { 1 3% } $\ \%$ |
{Berechnen Sie die folgenden FKF–Werte: | {Berechnen Sie die folgenden FKF–Werte: | ||
|type="{}"} | |type="{}"} | ||
− | $\varphi_e(k = 1) \ = \ ${ 8.209 3% } $\ \cdot 10^{ | + | $\varphi_e(k = 1) \hspace{0.35cm} = \ ${ 8.209 3% } $\ \cdot 10^{-4}$ |
− | $\varphi_e(k = 2) \ = \ ${ 7.416 3% } $\ \cdot 10^{ | + | $\varphi_e(k = 2) \hspace{0.35cm} = \ ${ 7.416 3% } $\ \cdot 10^{-4}$ |
− | $\varphi_e(k = 5) \ = \ ${ 5.523 3% } $\ \cdot 10^{ | + | $\varphi_e(k = 5) \hspace{0.35cm} = \ ${ 5.523 3% } $\ \cdot 10^{-4}$ |
− | $\varphi_e(k = 50) \ = \ ${ 1.024 3% } $\ \cdot 10^{ | + | $\varphi_e(k = 50) \ = \ ${ 1.024 3% } $\ \cdot 10^{-4}$ |
− | {Wie groß ist der FKF–Wert $\varphi_e(k = 0)$? | + | {Wie groß ist der FKF–Wert $\varphi_e(k = 0)$? |
|type="{}"} | |type="{}"} | ||
− | $\varphi_e(k = 0) \ = \ ${ 1 3% } $\ \cdot 10^{ | + | $\varphi_e(k = 0) \ = \ ${ 1 3% } $\ \cdot 10^{-2}$ |
− | {Lässt sich die mittlere Fehlerwahrscheinlichkeit $p_{\rm M} = 0.005$ erreichen durch | + | {Lässt sich die mittlere Fehlerwahrscheinlichkeit $p_{\rm M} = 0.005$ erreichen durch |
|type="[]"} | |type="[]"} | ||
− | - alleinige Änderung von $p_{\rm G}$, | + | - alleinige Änderung von $p_{\rm G}$, |
− | + alleinige Änderung von $p_{\rm B}$, | + | + alleinige Änderung von $p_{\rm B}$, |
− | - alleinige Änderung von $\rm Pr(G|B)$, | + | - alleinige Änderung von $\rm Pr(G\hspace{0.05cm}|\hspace{0.05cm}B)$, |
− | + alleinige Änderung von $\rm Pr(B|G)$? | + | + alleinige Änderung von $\rm Pr(B\hspace{0.05cm}|\hspace{0.05cm}G)$? |
</quiz> | </quiz> | ||
===Musterlösung=== | ===Musterlösung=== | ||
{{ML-Kopf}} | {{ML-Kopf}} | ||
− | '''(1)''' Es gilt $\rm Pr(G|G) = 1 \, –Pr(B|G) \ \underline {= 0.99}$ sowie $\rm Pr(B|B) = 1 \, –Pr(G|B) \ \underline {= 0.9}$. | + | '''(1)''' Es gilt $\rm Pr(G\hspace{0.05cm}|\hspace{0.05cm}G) = 1 \, –Pr(B\hspace{0.05cm}|\hspace{0.05cm}G) \ \underline {= 0.99}$ sowie $\rm Pr(B\hspace{0.05cm}|\hspace{0.05cm}B) = 1 \, –Pr(G\hspace{0.05cm}|\hspace{0.05cm}B) \ \underline {= 0.9}$. |
− | '''(2)''' Das GE–Modell ist eine stationäre Markovkette. Für die Wahrscheinlichkeit, dass sich diese im Zustand „GOOD” befindet, gilt unter Berücksichtigung des Ergebnisses der Teilaufgabe (1): | + | '''(2)''' Das GE–Modell ist eine stationäre Markovkette. |
+ | *Für die Wahrscheinlichkeit, dass sich diese im Zustand „GOOD” befindet, gilt unter Berücksichtigung des Ergebnisses der Teilaufgabe '''(1)''': | ||
:$$w_{\rm G} = {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} G) \cdot | :$$w_{\rm G} = {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} G) \cdot | ||
w_{\rm G} + {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) \cdot | w_{\rm G} + {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) \cdot | ||
Zeile 72: | Zeile 83: | ||
\hspace{0.05cm}.$$ | \hspace{0.05cm}.$$ | ||
− | Weiter gilt $w_{\rm B} = 1 \, –w_{\rm G}$: | + | *Weiter gilt $w_{\rm B} = 1 \, –w_{\rm G}$: |
:$${\rm Pr}(\rm | :$${\rm Pr}(\rm | ||
B\hspace{0.05cm}|\hspace{0.05cm} G) \cdot w_{\rm G} + {\rm Pr}(\rm | B\hspace{0.05cm}|\hspace{0.05cm} G) \cdot w_{\rm G} + {\rm Pr}(\rm | ||
Zeile 83: | Zeile 94: | ||
\hspace{0.15cm}\underline {\approx 0.909} \hspace{0.05cm},\hspace{0.2cm} w_{\rm B} = 1 - | \hspace{0.15cm}\underline {\approx 0.909} \hspace{0.05cm},\hspace{0.2cm} w_{\rm B} = 1 - | ||
w_{\rm G }\hspace{0.15cm}\underline {\approx 0.091}\hspace{0.05cm}.$$ | w_{\rm G }\hspace{0.15cm}\underline {\approx 0.091}\hspace{0.05cm}.$$ | ||
+ | |||
'''(3)''' Die mittlere Fehlerwahrscheinlichkeit $p_{\rm M}$ ergibt sich aus den Fehlerwahrscheinlichkeiten $p_{\rm G}$ und $p_{\rm B}$, gewichtet mit $w_{\rm G}$ und $w_{\rm B}$: | '''(3)''' Die mittlere Fehlerwahrscheinlichkeit $p_{\rm M}$ ergibt sich aus den Fehlerwahrscheinlichkeiten $p_{\rm G}$ und $p_{\rm B}$, gewichtet mit $w_{\rm G}$ und $w_{\rm B}$: | ||
:$$p_{\rm M} = w_{\rm G} \cdot p_{\rm G} + w_{\rm B} \cdot p_{\rm B} | :$$p_{\rm M} = w_{\rm G} \cdot p_{\rm G} + w_{\rm B} \cdot p_{\rm B} | ||
− | = \frac{10}{11} \cdot 10^{-3} + \frac{1}{11} \cdot 10^{-1}\hspace{0.15cm}\underline { = | + | = \frac{10}{11} \cdot 10^{-3} + \frac{1}{11} \cdot 10^{-1}= \frac{10+100}{11} \cdot 10^{-3}\hspace{0.15cm}\underline { = |
− | + | 1\%}\hspace{0.05cm}.$$ | |
Zeile 96: | Zeile 108: | ||
[1 - {\rm Pr}(\rm | [1 - {\rm Pr}(\rm | ||
B\hspace{0.05cm}|\hspace{0.05cm} G )- {\rm Pr}(\rm | B\hspace{0.05cm}|\hspace{0.05cm} G )- {\rm Pr}(\rm | ||
− | G\hspace{0.05cm}|\hspace{0.05cm} B )]^{\it k} = | + | G\hspace{0.05cm}|\hspace{0.05cm} B )]^{\it k} = 10^{-4} + 0.09 \cdot 0.009 |
− | |||
\cdot 0.89^{\it k} = 10^{-4} \cdot \left ( 1 + 8.1 \cdot | \cdot 0.89^{\it k} = 10^{-4} \cdot \left ( 1 + 8.1 \cdot | ||
0.89^{\it k} \right )\hspace{0.05cm}.$$ | 0.89^{\it k} \right )\hspace{0.05cm}.$$ | ||
Zeile 103: | Zeile 114: | ||
\ \hspace{-0.1cm} 10^{-4} \cdot \left ( 1 + 8.1 \cdot 0.89^{ 1} | \ \hspace{-0.1cm} 10^{-4} \cdot \left ( 1 + 8.1 \cdot 0.89^{ 1} | ||
\right ) \hspace{0.15cm}\underline {= 8.209 \cdot 10^{-4}} \hspace{0.05cm},$$ | \right ) \hspace{0.15cm}\underline {= 8.209 \cdot 10^{-4}} \hspace{0.05cm},$$ | ||
− | :$$\varphi_{e}(k = 2 ) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} 10^{-4} | + | :$$\Rightarrow \hspace{0.3cm}\varphi_{e}(k = 2 ) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} 10^{-4} |
\cdot \left ( 1 + 8.1 \cdot 0.89^{ 2} | \cdot \left ( 1 + 8.1 \cdot 0.89^{ 2} | ||
\right )\hspace{0.15cm}\underline { = 7.416 \cdot 10^{-4}} \hspace{0.05cm},$$ | \right )\hspace{0.15cm}\underline { = 7.416 \cdot 10^{-4}} \hspace{0.05cm},$$ | ||
− | :$$\varphi_{e}(k = 5 ) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} 10^{-4} | + | :$$\Rightarrow \hspace{0.3cm}\varphi_{e}(k = 5 ) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} 10^{-4} |
\cdot \left ( 1 + 8.1 \cdot 0.89^{ 5} | \cdot \left ( 1 + 8.1 \cdot 0.89^{ 5} | ||
\right )\hspace{0.15cm}\underline {= 5.523 \cdot 10^{-4}} \hspace{0.05cm},$$ | \right )\hspace{0.15cm}\underline {= 5.523 \cdot 10^{-4}} \hspace{0.05cm},$$ | ||
− | :$$\varphi_{e}(k = 50 ) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} 10^{-4} | + | :$$\Rightarrow \hspace{0.3cm}\varphi_{e}(k = 50 ) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} 10^{-4} |
\cdot \left ( 1 + 8.1 \cdot 0.89^{ 50} \right ) \hspace{0.15cm}\underline {= 1.024 \cdot | \cdot \left ( 1 + 8.1 \cdot 0.89^{ 50} \right ) \hspace{0.15cm}\underline {= 1.024 \cdot | ||
10^{-4}} \hspace{0.05cm}.$$ | 10^{-4}} \hspace{0.05cm}.$$ | ||
Zeile 118: | Zeile 129: | ||
p_{\rm M} \hspace{0.05cm}.$$ | p_{\rm M} \hspace{0.05cm}.$$ | ||
− | Mit dem Ergebnis der Teilaufgabe (3) ergibt sich für den vorliegenden Fall $\varphi_e(k = 0) \ \underline {= 0.01}$. | + | Mit dem Ergebnis der Teilaufgabe '''(3)''' ergibt sich für den vorliegenden Fall $\varphi_e(k = 0) \ \underline {= 0.01}$. |
+ | |||
− | '''(6)''' Entsprechend der Teilaufgabe (3) gilt | + | '''(6)''' Entsprechend der Teilaufgabe '''(3)''' gilt: |
:$$p_{\rm M} = {10}/{11} \cdot p_{\rm G} + {1}/{11} \cdot | :$$p_{\rm M} = {10}/{11} \cdot p_{\rm G} + {1}/{11} \cdot | ||
p_{\rm B} \hspace{0.05cm}.$$ | p_{\rm B} \hspace{0.05cm}.$$ | ||
− | Bei vorgegebenem $p_{\rm B} = 0.1$ ergibt sich selbst für $p_{\rm G} = 0$ (kein Fehler im Zustand „G”) die mittlere Fehlerwahrscheinlichkeit zu $p_{\rm M} \approx 0.009$. Dagegen ist mit festem $p_{\rm G} = 0.001$ der Wert $p_{\rm M} = 0.005$ | + | *Bei vorgegebenem $p_{\rm B} = 0.1$ ergibt sich selbst für $p_{\rm G} = 0$ (kein Fehler im Zustand „G”) die mittlere Fehlerwahrscheinlichkeit zu $p_{\rm M} \approx 0.009$. |
− | erreichbar: | + | *Dagegen ist mit festem $p_{\rm G} = 0.001$ der Wert $p_{\rm M} = 0.005$ erreichbar: |
:$$0.005 = {10}/{11} \cdot 10^{-3} + {1}/{11} \cdot p_{\rm B} | :$$0.005 = {10}/{11} \cdot 10^{-3} + {1}/{11} \cdot p_{\rm B} | ||
\hspace{0.3cm} \Rightarrow \hspace{0.3cm} p_{\rm B} \le 0.055 - 0.1 | \hspace{0.3cm} \Rightarrow \hspace{0.3cm} p_{\rm B} \le 0.055 - 0.1 | ||
= 4.5\%\hspace{0.05cm}.$$ | = 4.5\%\hspace{0.05cm}.$$ | ||
− | Weiterhin kann die mittlere Fehlerwahrscheinlichkeit (mit vorgegebenem $p_{\rm G}$ und $p_{\rm B}$) auch wie folgt dargestellt werden: | + | *Weiterhin kann die mittlere Fehlerwahrscheinlichkeit (mit vorgegebenem $p_{\rm G}$ und $p_{\rm B}$) auch wie folgt dargestellt werden: |
:$$p_{\rm M} = \frac{p_{\rm G} \cdot {\rm Pr}(\rm | :$$p_{\rm M} = \frac{p_{\rm G} \cdot {\rm Pr}(\rm | ||
G\hspace{0.05cm}|\hspace{0.05cm} B)+ p_{\rm B} \cdot {\rm Pr}(\rm | G\hspace{0.05cm}|\hspace{0.05cm} B)+ p_{\rm B} \cdot {\rm Pr}(\rm | ||
Zeile 142: | Zeile 154: | ||
B\hspace{0.05cm}|\hspace{0.05cm} G)}\hspace{0.05cm}.$$ | B\hspace{0.05cm}|\hspace{0.05cm} G)}\hspace{0.05cm}.$$ | ||
− | Mit $\rm Pr(B|G) = 0.01$ bzw. mit $\rm Pr(G|B) = 0.1$ erhält man folgende Gleichungen: | + | *Mit $\rm Pr(B|G) = 0.01$ bzw. mit $\rm Pr(G|B) = 0.1$ erhält man folgende Gleichungen: |
:$${\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G) = | :$${\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G) = | ||
0.01\hspace{-0.15cm}:\hspace{0.2cm} {\it p}_{\rm M} \hspace{-0.1cm} \ = \ | 0.01\hspace{-0.15cm}:\hspace{0.2cm} {\it p}_{\rm M} \hspace{-0.1cm} \ = \ | ||
Zeile 148: | Zeile 160: | ||
G\hspace{0.05cm}|\hspace{0.05cm} B)+ 0.001 }{{\rm Pr}(\rm | G\hspace{0.05cm}|\hspace{0.05cm} B)+ 0.001 }{{\rm Pr}(\rm | ||
G\hspace{0.05cm}|\hspace{0.05cm} B) + | G\hspace{0.05cm}|\hspace{0.05cm} B) + | ||
− | 0.01}\hspace{0.05cm}, | + | 0.01}\hspace{0.05cm},\hspace{0.5cm} |
− | |||
{\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) = | {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) = | ||
0.1\hspace{-0.15cm}:\hspace{0.2cm}{\it p}_{\rm M} \hspace{-0.1cm} \ = \ | 0.1\hspace{-0.15cm}:\hspace{0.2cm}{\it p}_{\rm M} \hspace{-0.1cm} \ = \ | ||
Zeile 156: | Zeile 167: | ||
G\hspace{0.05cm}|\hspace{0.05cm} B) }\hspace{0.05cm}.$$ | G\hspace{0.05cm}|\hspace{0.05cm} B) }\hspace{0.05cm}.$$ | ||
− | Aus der | + | *Aus der letzten Gleichung ist zu erkennen, dass mit keinem $\rm Pr(G|B)$–Wert das Ergebnis $p_{\rm M} = 0.005$ möglich ist. |
+ | *Dagegen lässt sich durch ein kleineres $\rm Pr(B|G)$ die Bedingung erfüllen: | ||
:$$0.005 = \frac{0.0001 + 0.1 \cdot {\rm Pr}(\rm | :$$0.005 = \frac{0.0001 + 0.1 \cdot {\rm Pr}(\rm | ||
B\hspace{0.05cm}|\hspace{0.05cm} G)}{0.1 +{\rm Pr}(\rm | B\hspace{0.05cm}|\hspace{0.05cm} G)}{0.1 +{\rm Pr}(\rm | ||
Zeile 163: | Zeile 175: | ||
\frac{0.0004}{0.095} \approx 0.0042\hspace{0.05cm}.$$ | \frac{0.0004}{0.095} \approx 0.0042\hspace{0.05cm}.$$ | ||
− | Richtig sind somit die <u>Lösungsvorschläge 2 und 4</u>. | + | *Richtig sind somit die <u>Lösungsvorschläge 2 und 4</u>. |
{{ML-Fuß}} | {{ML-Fuß}} | ||
[[Category:Aufgaben zu Digitalsignalübertragung|^5.3 Bündelfehlerkanäle^]] | [[Category:Aufgaben zu Digitalsignalübertragung|^5.3 Bündelfehlerkanäle^]] |
Aktuelle Version vom 26. März 2019, 14:48 Uhr
Wir betrachten das Bündelfehler–Kanalmodell nach E.N. Gilbert und E.O. Elliott (siehe Skizze). Für die Übergangswahrscheinlichkeiten soll dabei gelten:
- $${\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B)= 0.1, \hspace{0.2cm} {\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G) = 0.01\hspace{0.05cm}.$$
Die Fehlerwahrscheinlichkeit im Zustand „GOOD” betrage $p_{\rm G} = 0.1\%$. Für den Zustand „BAD” gelte $p_{\rm B} = 10\%$.
Im Verlaufe dieser Aufgabe sollen weitere Kenngrößen ermittelt werden:
- die mittlere Fehlerwahrscheinlichkeit $p_{\rm M}$,
- die Zustandswahrscheinlichkeiten $w_{\rm G} = \rm Pr(Z = G)$ und $w_{\rm B} = \rm Pr(Z = B)$,
- die Werte der Korrelationsfunktion, die für $k > 0$ analytisch wie folgt gegeben ist:
- $$\varphi_{e}(k) = p_{\rm M}^2 + (p_{\rm B} - p_{\rm M}) \cdot (p_{\rm M} - p_{\rm G}) \cdot \big [1 - {\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G )- {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B )\big ]^{\it k} \hspace{0.05cm}.$$
Hinweise:
- Die Aufgabe gehört zum Kapitel Bündelfehlerkanäle.
- Bezug genommen wird aber auch auf das Kapitel Markovketten im Buch „Stochastische Signaltheorie” und insbesondere auf die Seite Fehlerkorrelationsfunktion des GE–Modells im Buch „Kanalcodierung”.
Fragebogen
Musterlösung
(2) Das GE–Modell ist eine stationäre Markovkette.
- Für die Wahrscheinlichkeit, dass sich diese im Zustand „GOOD” befindet, gilt unter Berücksichtigung des Ergebnisses der Teilaufgabe (1):
- $$w_{\rm G} = {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} G) \cdot w_{\rm G} + {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) \cdot w_{\rm B}\hspace{0.3cm} \Rightarrow \hspace{0.3cm} {\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G) \cdot w_{\rm G} = {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) \cdot w_{\rm B} \hspace{0.05cm}.$$
- Weiter gilt $w_{\rm B} = 1 \, –w_{\rm G}$:
- $${\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G) \cdot w_{\rm G} + {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) \cdot w_{\rm G} = {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B)$$
- $$\Rightarrow \hspace{0.3cm} w_{\rm G} = \frac{{\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B)}{{\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) + {\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G)} = \frac{0.1}{0.1 + 0.01} \hspace{0.15cm}\underline {\approx 0.909} \hspace{0.05cm},\hspace{0.2cm} w_{\rm B} = 1 - w_{\rm G }\hspace{0.15cm}\underline {\approx 0.091}\hspace{0.05cm}.$$
(3) Die mittlere Fehlerwahrscheinlichkeit $p_{\rm M}$ ergibt sich aus den Fehlerwahrscheinlichkeiten $p_{\rm G}$ und $p_{\rm B}$, gewichtet mit $w_{\rm G}$ und $w_{\rm B}$:
- $$p_{\rm M} = w_{\rm G} \cdot p_{\rm G} + w_{\rm B} \cdot p_{\rm B} = \frac{10}{11} \cdot 10^{-3} + \frac{1}{11} \cdot 10^{-1}= \frac{10+100}{11} \cdot 10^{-3}\hspace{0.15cm}\underline { = 1\%}\hspace{0.05cm}.$$
(4) Entsprechend der allgemeinen Gleichung auf dem Angabenblatt gilt für $k > 0$:
- $$\varphi_{e}(k) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} p_{\rm M}^2 + (p_{\rm B} - p_{\rm M}) \cdot (p_{\rm M} - p_{\rm G}) \cdot [1 - {\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G )- {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B )]^{\it k} = 10^{-4} + 0.09 \cdot 0.009 \cdot 0.89^{\it k} = 10^{-4} \cdot \left ( 1 + 8.1 \cdot 0.89^{\it k} \right )\hspace{0.05cm}.$$
- $$\Rightarrow \hspace{0.3cm}\varphi_{e}(k = 1 ) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} 10^{-4} \cdot \left ( 1 + 8.1 \cdot 0.89^{ 1} \right ) \hspace{0.15cm}\underline {= 8.209 \cdot 10^{-4}} \hspace{0.05cm},$$
- $$\Rightarrow \hspace{0.3cm}\varphi_{e}(k = 2 ) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} 10^{-4} \cdot \left ( 1 + 8.1 \cdot 0.89^{ 2} \right )\hspace{0.15cm}\underline { = 7.416 \cdot 10^{-4}} \hspace{0.05cm},$$
- $$\Rightarrow \hspace{0.3cm}\varphi_{e}(k = 5 ) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} 10^{-4} \cdot \left ( 1 + 8.1 \cdot 0.89^{ 5} \right )\hspace{0.15cm}\underline {= 5.523 \cdot 10^{-4}} \hspace{0.05cm},$$
- $$\Rightarrow \hspace{0.3cm}\varphi_{e}(k = 50 ) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} 10^{-4} \cdot \left ( 1 + 8.1 \cdot 0.89^{ 50} \right ) \hspace{0.15cm}\underline {= 1.024 \cdot 10^{-4}} \hspace{0.05cm}.$$
(5) Für jedes Kanalmodell gilt wegen $e_{\nu} ∈ \{0, 1\}$:
- $$\varphi_{e}(k = 0 ) = {\rm E}[e_{\nu} ^2] = {\rm E}[e_{\nu} ] = p_{\rm M} \hspace{0.05cm}.$$
Mit dem Ergebnis der Teilaufgabe (3) ergibt sich für den vorliegenden Fall $\varphi_e(k = 0) \ \underline {= 0.01}$.
(6) Entsprechend der Teilaufgabe (3) gilt:
- $$p_{\rm M} = {10}/{11} \cdot p_{\rm G} + {1}/{11} \cdot p_{\rm B} \hspace{0.05cm}.$$
- Bei vorgegebenem $p_{\rm B} = 0.1$ ergibt sich selbst für $p_{\rm G} = 0$ (kein Fehler im Zustand „G”) die mittlere Fehlerwahrscheinlichkeit zu $p_{\rm M} \approx 0.009$.
- Dagegen ist mit festem $p_{\rm G} = 0.001$ der Wert $p_{\rm M} = 0.005$ erreichbar:
- $$0.005 = {10}/{11} \cdot 10^{-3} + {1}/{11} \cdot p_{\rm B} \hspace{0.3cm} \Rightarrow \hspace{0.3cm} p_{\rm B} \le 0.055 - 0.1 = 4.5\%\hspace{0.05cm}.$$
- Weiterhin kann die mittlere Fehlerwahrscheinlichkeit (mit vorgegebenem $p_{\rm G}$ und $p_{\rm B}$) auch wie folgt dargestellt werden:
- $$p_{\rm M} = \frac{p_{\rm G} \cdot {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B)+ p_{\rm B} \cdot {\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G)}{{\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) + {\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G)} = \frac{0.001 \cdot {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B)+ 0.1 \cdot {\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G)}{{\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) + {\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G)}\hspace{0.05cm}.$$
- Mit $\rm Pr(B|G) = 0.01$ bzw. mit $\rm Pr(G|B) = 0.1$ erhält man folgende Gleichungen:
- $${\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G) = 0.01\hspace{-0.15cm}:\hspace{0.2cm} {\it p}_{\rm M} \hspace{-0.1cm} \ = \ \hspace{-0.1cm} \frac{0.001 \cdot {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B)+ 0.001 }{{\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) + 0.01}\hspace{0.05cm},\hspace{0.5cm} {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) = 0.1\hspace{-0.15cm}:\hspace{0.2cm}{\it p}_{\rm M} \hspace{-0.1cm} \ = \ \hspace{-0.1cm} \frac{0.0001 + 0.1 \cdot {\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G)}{0.1 +{\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) }\hspace{0.05cm}.$$
- Aus der letzten Gleichung ist zu erkennen, dass mit keinem $\rm Pr(G|B)$–Wert das Ergebnis $p_{\rm M} = 0.005$ möglich ist.
- Dagegen lässt sich durch ein kleineres $\rm Pr(B|G)$ die Bedingung erfüllen:
- $$0.005 = \frac{0.0001 + 0.1 \cdot {\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G)}{0.1 +{\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G) } \hspace{0.3cm} \Rightarrow \hspace{0.3cm}{\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G) \le \frac{0.0004}{0.095} \approx 0.0042\hspace{0.05cm}.$$
- Richtig sind somit die Lösungsvorschläge 2 und 4.