Aufgaben:Aufgabe 5.1: Gaußsche AKF und Gaußtiefpass: Unterschied zwischen den Versionen

Aus LNTwww
Wechseln zu:Navigation, Suche
 
(2 dazwischenliegende Versionen desselben Benutzers werden nicht angezeigt)
Zeile 3: Zeile 3:
 
}}
 
}}
  
[[Datei:P_ID487__Sto_A_5_1.png|right|frame|Gaußsche AKF am <br>Eingang und Ausgang]]
+
[[Datei:P_ID487__Sto_A_5_1.png|right|frame|Gaußsche AKF am Eingang und Ausgang des Filters]]
Am Eingang eines Tiefpassfilters mit dem Frequenzgang&nbsp; $H(f)$&nbsp; liegt ein gaußverteiltes mittelwertfreies Rauschsignal&nbsp; $x(t)$&nbsp; mit folgender Autokorrelationsfunktion (AKF) an:
+
Am Eingang eines Tiefpassfilters mit dem Frequenzgang&nbsp; $H(f)$&nbsp; liegt ein gaußverteiltes mittelwertfreies Rauschsignal&nbsp; $x(t)$&nbsp; mit folgender Autokorrelationsfunktion&nbsp; $\rm (AKF)$&nbsp; an:
 
:$${\it \varphi}_{x}(\tau) = \sigma_x^2 \cdot {\rm e}^{- \pi (\tau
 
:$${\it \varphi}_{x}(\tau) = \sigma_x^2 \cdot {\rm e}^{- \pi (\tau
 
/{\rm \nabla} \tau_x)^2}.$$
 
/{\rm \nabla} \tau_x)^2}.$$
Zeile 13: Zeile 13:
 
:$$H(f) = H_{\rm 0} \cdot{\rm e}^{-  \pi (f/ {\rm \Delta} f)^2}.$$
 
:$$H(f) = H_{\rm 0} \cdot{\rm e}^{-  \pi (f/ {\rm \Delta} f)^2}.$$
  
Im Verlaufe dieser Aufgabe sollen die beiden Filterparameter&nbsp; $H_0$&nbsp; und&nbsp; $\Delta f$&nbsp; so dimensioniert werden, dass das Ausgangssignal&nbsp; $y(t)$&nbsp; eine AKF entsprechend der unteren Skizze aufweist.  
+
Im Verlaufe dieser Aufgabe sollen die beiden Filterparameter&nbsp; $H_0$&nbsp; und&nbsp; $\Delta f$&nbsp; so dimensioniert werden,&nbsp; dass das Ausgangssignal&nbsp; $y(t)$&nbsp; eine AKF entsprechend der unteren Skizze aufweist.  
  
  
Zeile 19: Zeile 19:
  
  
 
+
Hinweise:  
 
 
 
 
 
 
''Hinweise:''
 
 
*Die Aufgabe gehört zum  Kapitel&nbsp; [[Stochastische_Signaltheorie/Stochastische_Systemtheorie|Stochastische Systemtheorie]].
 
*Die Aufgabe gehört zum  Kapitel&nbsp; [[Stochastische_Signaltheorie/Stochastische_Systemtheorie|Stochastische Systemtheorie]].
 
*Bezug genommen wird auch auf das  Kapitel&nbsp; [[Stochastische_Signaltheorie/Autokorrelationsfunktion_(AKF)|Autokorrelationsfunktion]].
 
*Bezug genommen wird auch auf das  Kapitel&nbsp; [[Stochastische_Signaltheorie/Autokorrelationsfunktion_(AKF)|Autokorrelationsfunktion]].
Zeile 43: Zeile 39:
 
{Bestimmen Sie aus der skizzierten AKF auch die äquivalente AKF-Dauer&nbsp; $\nabla\tau_x$&nbsp; des Signals&nbsp; $x(t)$.&nbsp; Wie kann diese allgemein ermittelt werden?
 
{Bestimmen Sie aus der skizzierten AKF auch die äquivalente AKF-Dauer&nbsp; $\nabla\tau_x$&nbsp; des Signals&nbsp; $x(t)$.&nbsp; Wie kann diese allgemein ermittelt werden?
 
|type="{}"}
 
|type="{}"}
$\nabla\tau_x \ =  \ $ { 1 3% } $\ &micro; s$
+
$\nabla\tau_x \ =  \ $ { 1 3% } $\ &micro; \rm s$
  
  
Zeile 51: Zeile 47:
  
  
{Berechnen Sie das LDS&nbsp; ${\it Φ}_y(f)$&nbsp; am Filterausgang allgemein als Funktion von&nbsp;  $\sigma_x$,&nbsp; $\nabla \tau_x$,&nbsp; $H_0$&nbsp; und&nbsp; $\Delta f$.&nbsp; Welche Aussagen treffen zu?
+
{Berechnen Sie das Leistungsdichtespektrum&nbsp; ${\it Φ}_y(f)$&nbsp; am Filterausgang allgemein als Funktion von&nbsp;  $\sigma_x$,&nbsp; $\nabla \tau_x$,&nbsp; $H_0$&nbsp; und&nbsp; $\Delta f$.&nbsp; Welche Aussagen treffen zu?
 
|type="[]"}
 
|type="[]"}
 
+ Das LDS&nbsp; ${\it Φ}_y(f)$&nbsp; ist ebenfalls gaußförmig.
 
+ Das LDS&nbsp; ${\it Φ}_y(f)$&nbsp; ist ebenfalls gaußförmig.
- Je kleiner&nbsp; $\Delta f$&nbsp; ist, um so breiter ist&nbsp; ${\it Φ}_y(f)$.
+
- Je kleiner&nbsp; $\Delta f$&nbsp; ist,&nbsp; um so breiter ist&nbsp; ${\it Φ}_y(f)$.
+ $H_0$&nbsp; beeinflusst nur die Höhe, aber nicht die Breite von&nbsp; ${\it Φ}_y(f)$.
+
+ $H_0$&nbsp; beeinflusst nur die Höhe,&nbsp; aber nicht die Breite von&nbsp; ${\it Φ}_y(f)$.
  
  
Zeile 63: Zeile 59:
  
  
{Wie groß muss man den Gleichsignalübertragungsfaktor&nbsp; $H_0$&nbsp; wählen, damit die Bedingung&nbsp; $\sigma_y = \sigma_x$&nbsp; erfüllt wird?
+
{Wie groß muss man den Gleichsignalübertragungsfaktor&nbsp; $H_0$&nbsp; wählen,&nbsp; damit die Bedingung&nbsp; $\sigma_y = \sigma_x$&nbsp; erfüllt wird?
 
|type="{}"}
 
|type="{}"}
 
$H_0 \ =  \ $ { 1.732 3% }
 
$H_0 \ =  \ $ { 1.732 3% }
Zeile 73: Zeile 69:
 
===Musterlösung===
 
===Musterlösung===
 
{{ML-Kopf}}
 
{{ML-Kopf}}
'''(1)'''&nbsp; Die Varianz ist gleich dem AKF-Wert bei $\tau = 0$, also &nbsp;$\sigma_x^2 = 0.04 \ \rm V^2$. Daraus folgt &nbsp;$\sigma_x\hspace{0.15cm}\underline {= 0.2 \ \rm V}$&nbsp;.
+
'''(1)'''&nbsp; Die Varianz ist gleich dem AKF-Wert bei&nbsp; $\tau = 0$,&nbsp; also &nbsp;$\sigma_x^2 = 0.04 \ \rm V^2$.
 +
*Daraus folgt &nbsp;$\sigma_x\hspace{0.15cm}\underline {= 0.2 \ \rm V}$.
 +
 
 +
 
  
 +
'''(2)'''&nbsp; Die äquivalente AKF-Dauer kann man über das flächengleiche Rechteck ermitteln.
 +
*Gemäß der Skizze erhält man &nbsp;$\nabla \tau_x\hspace{0.15cm}\underline {= 1 \ \rm &micro; s}$.
  
'''(2)'''&nbsp; Die äquivalente AKF-Dauer kann man über das flächengleiche Rechteck ermitteln. Gemäß der Skizze erhält man &nbsp;$\nabla \tau_x\hspace{0.15cm}\underline {= 1 \ \rm \mu s}$.
 
  
  
Zeile 84: Zeile 84:
 
{\rm e}^{- \pi ({\rm \nabla} \tau_x \hspace{0.03cm}\cdot \hspace{0.03cm}f)^2} .$$
 
{\rm e}^{- \pi ({\rm \nabla} \tau_x \hspace{0.03cm}\cdot \hspace{0.03cm}f)^2} .$$
  
*Bei der Frequenz $f = 0$ erhält man:
+
*Bei der Frequenz&nbsp; $f = 0$&nbsp; erhält man:
 
:$${\it \Phi}_{x}(f  = 0) = \sigma_x^2 \cdot  {\rm \nabla} \tau_x =
 
:$${\it \Phi}_{x}(f  = 0) = \sigma_x^2 \cdot  {\rm \nabla} \tau_x =
 
\rm 0.04 \hspace{0.1cm} V^2 \cdot 10^{-6} \hspace{0.1cm} s \hspace{0.15cm} \underline{= 40
 
\rm 0.04 \hspace{0.1cm} V^2 \cdot 10^{-6} \hspace{0.1cm} s \hspace{0.15cm} \underline{= 40
Zeile 90: Zeile 90:
  
  
'''(4)'''&nbsp; Richtig sind die <u>Lösungsvorschläge 1 und 3</u>:
+
 
*Allgemein gilt ${\it \Phi}_{y}(f) = {\it \Phi}_{x}(f) \cdot |H(f)|^2$. Daraus folgt:
+
'''(4)'''&nbsp; Richtig sind die&nbsp; <u>Lösungsvorschläge 1 und 3</u>:
 +
*Allgemein gilt&nbsp; ${\it \Phi}_{y}(f) = {\it \Phi}_{x}(f) \cdot |H(f)|^2$.&nbsp; Daraus folgt:
 
:$${\it \Phi}_{y}(f) =  \sigma_x^2 \cdot  {\rm \nabla} \tau_x \cdot
 
:$${\it \Phi}_{y}(f) =  \sigma_x^2 \cdot  {\rm \nabla} \tau_x \cdot
 
{\rm e}^{- \pi ({\rm \nabla} \tau_x \cdot f)^2}\cdot H_{\rm 0}^2
 
{\rm e}^{- \pi ({\rm \nabla} \tau_x \cdot f)^2}\cdot H_{\rm 0}^2
Zeile 97: Zeile 98:
 
*Durch Zusammenfassen der beiden Exponentialfunktionen erhält man:
 
*Durch Zusammenfassen der beiden Exponentialfunktionen erhält man:
 
:$${\it \Phi}_{y}(f) =  \sigma_x^2 \cdot  {\rm \nabla} \tau_x \cdot H_0^2 \cdot
 
:$${\it \Phi}_{y}(f) =  \sigma_x^2 \cdot  {\rm \nabla} \tau_x \cdot H_0^2 \cdot
{\rm e}^{- \pi\cdot  ({\rm \nabla} \tau_x^2 + 2/(\Delta f^2) ) \hspace{0.1cm}\cdot f^2}.$$
+
{\rm e}^{- \pi\cdot  ({\rm \nabla} \tau_x^2 + 2/\Delta f^2  ) \hspace{0.1cm}\cdot f^2}.$$
*Auch ${\it \Phi}_{y}(f)$ ist gaußförmig und nie breiter als ${\it \Phi}_{x}(f)$. Für $f \to \infty$ gilt die Näherung ${\it \Phi}_{y}(f) \approx {\it \Phi}_{x}(f)$.  
+
*Auch&nbsp; ${\it \Phi}_{y}(f)$&nbsp; ist gaußförmig und nie breiter als&nbsp; ${\it \Phi}_{x}(f)$.&nbsp; Für $f \to \infty$&nbsp; gilt die Näherung&nbsp; ${\it \Phi}_{y}(f) \approx {\it \Phi}_{x}(f)$.  
*Mit kleiner werdendem $\Delta f$ wird ${\it \Phi}_{y}(f)$ immer schmäler (also ist die zweite Aussage falsch).  
+
*Mit kleiner werdendem&nbsp; $\Delta f$&nbsp; wird&nbsp; ${\it \Phi}_{y}(f)$&nbsp; immer schmäler&nbsp; (also ist die zweite Aussage falsch).  
*$H_0$ beeinflusst tatsächlich nur die LDS-Höhe, aber nicht die Breite des LDS.
+
*$H_0$&nbsp; beeinflusst tatsächlich nur die LDS-Höhe,&nbsp; aber nicht die Breite des LDS.
 
   
 
   
  
  
'''(5)'''&nbsp; Analog zum Aufgabenteil '''(1)''' kann für das LDS des Ausgangssignals $y(t)$ geschrieben werden:
+
'''(5)'''&nbsp; Analog zum Aufgabenteil&nbsp; '''(1)'''&nbsp; kann für das LDS des Ausgangssignals&nbsp; $y(t)$&nbsp; geschrieben werden:
 
:$${\it \Phi}_{y}(f) =  \sigma_y^2 \cdot  {\rm \nabla} \tau_y \cdot
 
:$${\it \Phi}_{y}(f) =  \sigma_y^2 \cdot  {\rm \nabla} \tau_y \cdot
 
{\rm e}^{- \pi  \cdot {\rm \nabla} \tau_y^2 \cdot f^2 }.$$
 
{\rm e}^{- \pi  \cdot {\rm \nabla} \tau_y^2 \cdot f^2 }.$$
  
*Durch Vergleich mit dem Ergebnis aus '''(4)''' ergibt sich:
+
*Durch Vergleich mit dem Ergebnis aus&nbsp; '''(4)'''&nbsp; ergibt sich:
 
:$${{\rm \nabla} \tau_y^2} = {{\rm \nabla} \tau_x^2} + \frac {2}{{\rm
 
:$${{\rm \nabla} \tau_y^2} = {{\rm \nabla} \tau_x^2} + \frac {2}{{\rm
 
\Delta} f^2}.$$
 
\Delta} f^2}.$$
*Löst man die Gleichung nach $\Delta f$ auf und berücksichtigt die Werte $\nabla \tau_x {= 1 \ \rm &micro; s}$ und   $\nabla \tau_y {= 3 \ \rm &micro; s}$,  so folgt:
+
*Löst man die Gleichung nach&nbsp; $\Delta f$&nbsp; auf und berücksichtigt die Werte&nbsp; $\nabla \tau_x {= 1 \ \rm &micro; s}$&nbsp; sowie&nbsp;   $\nabla \tau_y {= 3 \ \rm &micro; s}$,&nbsp; so folgt:
 
:$${\rm \Delta} f = \sqrt{\frac{2}{{\rm \nabla} \tau_y^2 - {\rm
 
:$${\rm \Delta} f = \sqrt{\frac{2}{{\rm \nabla} \tau_y^2 - {\rm
 
\nabla} \tau_x^2}} = \sqrt{\frac{2}{9 - 1}} \hspace{0.1cm}\rm MHz
 
\nabla} \tau_x^2}} = \sqrt{\frac{2}{9 - 1}} \hspace{0.1cm}\rm MHz
Zeile 117: Zeile 118:
  
  
'''(6)'''&nbsp; Die Bedingung $\sigma_y = \sigma_x$ ist gleichbedeutend mit $\varphi_y(\tau = 0)= \varphi_x(\tau = 0)$.  
+
 
*Da zudem $\nabla \tau_y = 3 \cdot \nabla \tau_x$ vorgegeben ist, muss deshalb auch ${\it \Phi}_{y}(f= 0) =  3 \cdot {\it \Phi}_{x}(f= 0)$ gelten.  
+
'''(6)'''&nbsp; Die Bedingung&nbsp; $\sigma_y = \sigma_x$&nbsp; ist gleichbedeutend mit&nbsp; $\varphi_y(\tau = 0)= \varphi_x(\tau = 0)$.  
 +
*Da zudem&nbsp; $\nabla \tau_y = 3 \cdot \nabla \tau_x$&nbsp; vorgegeben ist,&nbsp; muss deshalb auch&nbsp; ${\it \Phi}_{y}(f= 0) =  3 \cdot {\it \Phi}_{x}(f= 0)$&nbsp; gelten.  
 
*Daraus erhält man:
 
*Daraus erhält man:
 
:$$H_{\rm 0} = \sqrt{\frac{\it \Phi_y (f \rm = 0)}{\it \Phi_x (f = \rm 0)}} = \sqrt
 
:$$H_{\rm 0} = \sqrt{\frac{\it \Phi_y (f \rm = 0)}{\it \Phi_x (f = \rm 0)}} = \sqrt

Aktuelle Version vom 9. Februar 2022, 17:52 Uhr

Gaußsche AKF am Eingang und Ausgang des Filters

Am Eingang eines Tiefpassfilters mit dem Frequenzgang  $H(f)$  liegt ein gaußverteiltes mittelwertfreies Rauschsignal  $x(t)$  mit folgender Autokorrelationsfunktion  $\rm (AKF)$  an:

$${\it \varphi}_{x}(\tau) = \sigma_x^2 \cdot {\rm e}^{- \pi (\tau /{\rm \nabla} \tau_x)^2}.$$

Diese AKF ist in nebenstehender Grafik oben dargestellt.

Das Filter sei gaußförmig mit der Gleichsignalverstärkung  $H_0$  und der äquivalenten Bandbreite  $\Delta f$.  Für den Frequenzgang kann somit geschrieben werden:

$$H(f) = H_{\rm 0} \cdot{\rm e}^{- \pi (f/ {\rm \Delta} f)^2}.$$

Im Verlaufe dieser Aufgabe sollen die beiden Filterparameter  $H_0$  und  $\Delta f$  so dimensioniert werden,  dass das Ausgangssignal  $y(t)$  eine AKF entsprechend der unteren Skizze aufweist.



Hinweise:

  • Berücksichtigen Sie die folgende Fourierkorrespondenz:
$${\rm e}^{- \pi (f/{\rm \Delta} f)^2} \hspace{0.15cm} \bullet\!\!-\!\!\!-\!\!\!\hspace{0.03cm}\circ \hspace{0.15cm}{\rm \Delta} f \cdot {\rm e}^{- \pi ({\rm \Delta} f \hspace{0.03cm} \cdot \hspace{0.03cm} t)^2}.$$


Fragebogen

1

Wie groß ist der Effektivwert des Filtereingangssignals?

$\sigma_x \ = \ $

$\ \rm V$

2

Bestimmen Sie aus der skizzierten AKF auch die äquivalente AKF-Dauer  $\nabla\tau_x$  des Signals  $x(t)$.  Wie kann diese allgemein ermittelt werden?

$\nabla\tau_x \ = \ $

$\ µ \rm s$

3

Wie lautet das Leistungsdichtespektrum  ${\it Φ}_x(f)$ des Eingangsignals?  Wie groß ist der LDS-Wert bei $f= 0$?

${\it Φ}_x(f=0) \ = \ $

$\ \cdot 10^{-9}\ \rm V^2/Hz$

4

Berechnen Sie das Leistungsdichtespektrum  ${\it Φ}_y(f)$  am Filterausgang allgemein als Funktion von  $\sigma_x$,  $\nabla \tau_x$,  $H_0$  und  $\Delta f$.  Welche Aussagen treffen zu?

Das LDS  ${\it Φ}_y(f)$  ist ebenfalls gaußförmig.
Je kleiner  $\Delta f$  ist,  um so breiter ist  ${\it Φ}_y(f)$.
$H_0$  beeinflusst nur die Höhe,  aber nicht die Breite von  ${\it Φ}_y(f)$.

5

Wie groß muss die äquivalente Filterbandbreite  $\Delta f$  gewählt werden, damit für die äquivalente AKF-Dauer  $\nabla \tau_y = 3 \ \rm µ s$  gilt?

$\Delta f \ = \ $

$\ \rm MHz$

6

Wie groß muss man den Gleichsignalübertragungsfaktor  $H_0$  wählen,  damit die Bedingung  $\sigma_y = \sigma_x$  erfüllt wird?

$H_0 \ = \ $


Musterlösung

(1)  Die Varianz ist gleich dem AKF-Wert bei  $\tau = 0$,  also  $\sigma_x^2 = 0.04 \ \rm V^2$.

  • Daraus folgt  $\sigma_x\hspace{0.15cm}\underline {= 0.2 \ \rm V}$.


(2)  Die äquivalente AKF-Dauer kann man über das flächengleiche Rechteck ermitteln.

  • Gemäß der Skizze erhält man  $\nabla \tau_x\hspace{0.15cm}\underline {= 1 \ \rm µ s}$.


(3)  Das LDS ist die Fouriertransformierte der AKF.

  • Mit der gegebenen Fourierkorrespondenz gilt:
$${\it \Phi}_{x}(f) = \sigma_x^2 \cdot {\rm \nabla} \tau_x \cdot {\rm e}^{- \pi ({\rm \nabla} \tau_x \hspace{0.03cm}\cdot \hspace{0.03cm}f)^2} .$$
  • Bei der Frequenz  $f = 0$  erhält man:
$${\it \Phi}_{x}(f = 0) = \sigma_x^2 \cdot {\rm \nabla} \tau_x = \rm 0.04 \hspace{0.1cm} V^2 \cdot 10^{-6} \hspace{0.1cm} s \hspace{0.15cm} \underline{= 40 \cdot 10^{-9} \hspace{0.1cm} V^2 / Hz}.$$


(4)  Richtig sind die  Lösungsvorschläge 1 und 3:

  • Allgemein gilt  ${\it \Phi}_{y}(f) = {\it \Phi}_{x}(f) \cdot |H(f)|^2$.  Daraus folgt:
$${\it \Phi}_{y}(f) = \sigma_x^2 \cdot {\rm \nabla} \tau_x \cdot {\rm e}^{- \pi ({\rm \nabla} \tau_x \cdot f)^2}\cdot H_{\rm 0}^2 \cdot{\rm e}^{- 2 \pi (f/ {\rm \Delta} f)^2} .$$
  • Durch Zusammenfassen der beiden Exponentialfunktionen erhält man:
$${\it \Phi}_{y}(f) = \sigma_x^2 \cdot {\rm \nabla} \tau_x \cdot H_0^2 \cdot {\rm e}^{- \pi\cdot ({\rm \nabla} \tau_x^2 + 2/\Delta f^2 ) \hspace{0.1cm}\cdot f^2}.$$
  • Auch  ${\it \Phi}_{y}(f)$  ist gaußförmig und nie breiter als  ${\it \Phi}_{x}(f)$.  Für $f \to \infty$  gilt die Näherung  ${\it \Phi}_{y}(f) \approx {\it \Phi}_{x}(f)$.
  • Mit kleiner werdendem  $\Delta f$  wird  ${\it \Phi}_{y}(f)$  immer schmäler  (also ist die zweite Aussage falsch).
  • $H_0$  beeinflusst tatsächlich nur die LDS-Höhe,  aber nicht die Breite des LDS.


(5)  Analog zum Aufgabenteil  (1)  kann für das LDS des Ausgangssignals  $y(t)$  geschrieben werden:

$${\it \Phi}_{y}(f) = \sigma_y^2 \cdot {\rm \nabla} \tau_y \cdot {\rm e}^{- \pi \cdot {\rm \nabla} \tau_y^2 \cdot f^2 }.$$
  • Durch Vergleich mit dem Ergebnis aus  (4)  ergibt sich:
$${{\rm \nabla} \tau_y^2} = {{\rm \nabla} \tau_x^2} + \frac {2}{{\rm \Delta} f^2}.$$
  • Löst man die Gleichung nach  $\Delta f$  auf und berücksichtigt die Werte  $\nabla \tau_x {= 1 \ \rm µ s}$  sowie  $\nabla \tau_y {= 3 \ \rm µ s}$,  so folgt:
$${\rm \Delta} f = \sqrt{\frac{2}{{\rm \nabla} \tau_y^2 - {\rm \nabla} \tau_x^2}} = \sqrt{\frac{2}{9 - 1}} \hspace{0.1cm}\rm MHz \hspace{0.15cm} \underline{= 0.5\hspace{0.1cm} MHz} .$$


(6)  Die Bedingung  $\sigma_y = \sigma_x$  ist gleichbedeutend mit  $\varphi_y(\tau = 0)= \varphi_x(\tau = 0)$.

  • Da zudem  $\nabla \tau_y = 3 \cdot \nabla \tau_x$  vorgegeben ist,  muss deshalb auch  ${\it \Phi}_{y}(f= 0) = 3 \cdot {\it \Phi}_{x}(f= 0)$  gelten.
  • Daraus erhält man:
$$H_{\rm 0} = \sqrt{\frac{\it \Phi_y (f \rm = 0)}{\it \Phi_x (f = \rm 0)}} = \sqrt {3}\hspace{0.15cm} \underline{=1.732}.$$