Aufgaben:Aufgabe 1.2Z: Bitfehlermessung: Unterschied zwischen den Versionen

Aus LNTwww
Wechseln zu:Navigation, Suche
 
(10 dazwischenliegende Versionen von 3 Benutzern werden nicht angezeigt)
Zeile 4: Zeile 4:
  
  
[[Datei:P_ID1265__Dig_Z_1_2.png|right|]]
+
[[Datei:P_ID1265__Dig_Z_1_2.png|right|frame|Simulierte Bitfehlerhäufigkeiten  $(h_{\rm B})$;   in letzter Spalte  $(N \to \infty) $:    $h_{\rm B} \to p_{\rm B}$   ⇒   Bitfehlerwahrscheinlichkeiten]]
Die Bitfehlerwahrscheinlichkeit $$p_{\rm B} = {1}/{2} \cdot{\rm erfc} \left( \sqrt{\frac{E_{\rm B}}{N_0}}\right)$$ eines Binärsystems wurde durch eine Messung der Bitfehlerquote (BER) $$h_{\rm B} = \frac {n_{\rm B}}{N}$$ simulativ ermittelt. Oftmals wird <i>h</i><sub>B</sub> auch Bitfehlerhäufigkeit genannt. <br><br>In obigen Gleichungen bedeuten
+
Die Bitfehlerwahrscheinlichkeit  
*<i>E</i><sub>B</sub> : Energie pro Bit,
+
:$$p_{\rm B} = {1}/{2} \cdot{\rm erfc} \left( \sqrt{{E_{\rm B}}/{N_0}}\right)$$  
*<i>N</i><sub>0</sub> : AWGN&ndash;Rauschleistungsdichte,
+
eines Binärsystems wurde durch eine Messung der Bitfehlerquote&nbsp; $\rm (BER)$
*<i>n</i><sub>B</sub> : Anzahl der aufgetretenen Bitfehler,
+
:$$h_{\rm B} = {n_{\rm B}}/{N}$$
*<i>N</i> : Anzahl der simulierten Bit einer Versuchsreihe.
+
simulativ ermittelt.&nbsp; Oftmals wird &nbsp;$h_{\rm B}$&nbsp; auch&nbsp; "Bitfehlerhäufigkeit" genannt.  
  
Die Tabelle zeigt die Ergebnisse einiger Versuchsreihen mit <i>N</i> = 64000, <i>N</i> = 128000 und <i>N</i> = 1.6 Millionen. Die letzte mit <i>N</i> &#8594; &#8734; benannte Spalte gibt die Bitfehlerwahrscheinlichkeit <i>p</i><sub>B</sub> wieder.
+
 
 +
In obigen Gleichungen bedeuten:
 +
*$E_{\rm B}$: &nbsp; Energie pro Bit,
 +
*$N_0$: &nbsp; AWGN&ndash;Rauschleistungsdichte,
 +
*$n_{\rm B}$:  &nbsp; Anzahl der aufgetretenen Bitfehler,
 +
*$N$:  &nbsp; &nbsp; Anzahl der simulierten Bit einer Versuchsreihe.
 +
 
 +
 
 +
Die Tabelle zeigt die Ergebnisse einiger Versuchsreihen mit &nbsp;$N = 6.4 \cdot 10^4 $, &nbsp;$N = 1. 28 \cdot 10^5$&nbsp; und &nbsp;$N = 1.6 \cdot 10^6$.&nbsp; Die letzte mit &nbsp;$N \to \infty $&nbsp; benannte Spalte gibt die Bitfehlerwahrscheinlichkeit &nbsp;$p_{\rm B}$&nbsp; an.
  
 
Im Fragebogen zur Aufgabe wird auf folgende Eigenschaften Bezug genommen:
 
Im Fragebogen zur Aufgabe wird auf folgende Eigenschaften Bezug genommen:
*Die Bitfehlerhäufigkeit <i>h</i><sub>B</sub> ist in erster Näherung eine gaußverteilte Zufallsgröße mit dem Mittelwert <i>m<sub>h</sub></i> = <i>p</i><sub>B</sub> und der Varianz <i>&sigma;<sub>h</sub></i><sup>2</sup> &asymp; <i>p</i><sub>B</sub>/<i>N</i>.
+
*Die Bitfehlerhäufigkeit &nbsp;$h_{\rm B}$&nbsp; ist in erster Näherung eine gaußverteilte Zufallsgröße mit Mittelwert &nbsp;$m_h = p_{\rm B}$&nbsp; und Varianz &nbsp;$\sigma_h^2 \approx p_{\rm B}$.
 
*Die relative Abweichung der Bitfehlerhäufigkeit von der Wahrscheinlichkeit beträgt
 
*Die relative Abweichung der Bitfehlerhäufigkeit von der Wahrscheinlichkeit beträgt
 +
:$$\varepsilon_{\rm rel}= \frac {h_{\rm B}-p_{\rm B}}{p_{\rm B}}\hspace{0.05cm}.$$
 +
 +
*Als eine grobe Faustregel zur erforderlichen Genauigkeit gilt,&nbsp; dass die Anzahl  der gemessenen Bitfehler &nbsp;$n_{\rm B} \ge 100$&nbsp; sein sollte.
  
$$\varepsilon_{\rm rel}= \frac {h_{\rm B}-p_{\rm B}}{p_{\rm B}}\hspace{0.05cm}.$$
 
  
*Als eine grobe Faustregel zur erforderlichen Genauigkeit gilt, dass die Anzahl <i>n</i><sub>B</sub> der gemessenen Bitfehler mindestens 100 sein sollte.
+
 
<b>Hinweis:</b> Die Aufgabe bezieht sich auf den Lehrstoff von [[Digitalsignalübertragung/Fehlerwahrscheinlichkeit_bei_Basisbandübertragung| Kapitel 1.2 ]].
+
 
 +
 
 +
 
 +
Hinweis:  
 +
*Die Aufgabe gehört zum  Kapitel&nbsp;  [[Digitalsignalübertragung/Fehlerwahrscheinlichkeit_bei_Basisbandübertragung|"Fehlerwahrscheinlichkeit bei Basisbandübertragung"]].
 +
  
  
Zeile 29: Zeile 44:
 
{Welche der nachfolgenden Aussagen sind zutreffend?
 
{Welche der nachfolgenden Aussagen sind zutreffend?
 
|type="[]"}
 
|type="[]"}
- Die Genauigkeit der BER&ndash;Messung ist unabhängig von <i>N</i>.
+
- Die Genauigkeit der BER&ndash;Messung ist unabhängig von &nbsp;$N$.
+ Je größer <i>N</i> ist, desto genauer ist im Mittel die BER&ndash;Messung.
+
+ Je größer &nbsp;$N$&nbsp; ist,&nbsp; desto genauer ist im Mittel die BER&ndash;Messung.
- Je größer <i>N</i> ist, desto genauer ist jede einzelne BER&ndash;Messung.
+
- Je größer &nbsp;$N$&nbsp; ist,&nbsp; desto genauer ist jede einzelne BER&ndash;Messung.
  
  
{Geben Sie die Streuung <i>&sigma;<sub>h</sub></i> für verschiedene <i>N</i> an. 10 &middot; lg <i>E</i><sub>B</sub>/<i>N</i><sub>0</sub> = 0 dB.
+
{Geben Sie die Streuung &nbsp;$\sigma_h$&nbsp; für verschiedene &nbsp;$N$&nbsp; an.&nbsp; Es gelte &nbsp;$10 \cdot \lg \ E_{\rm B}/N_0 = 0 \ \rm dB$.
 
|type="{}"}
 
|type="{}"}
$N = 64.000:  σ_h$ = { 1.1 3% }  $\cdot 10^{ -3 }\ $
+
$N = 6.4 \cdot 10^4\text{:}\hspace{0.4cm} σ_h \ = \ $ { 1.1 3% }  $\ \cdot 10^{ -3 }\ $
$N = 1.600.000: σ_h $ = { 2.2 3% }  $\cdot 10^{ -4 }\ $
+
$N = 1.6 \cdot 10^6\text{:}\hspace{0.4cm} σ_h \ = \ $ { 0.22 3% }  $\ \cdot 10^{ -3 }\ $
  
{Wie groß ist die jeweilige relative Abweichung  für 10 &middot; lg <i>E</i><sub>B</sub>/<i>N</i><sub>0</sub> = 0 dB?
+
 
 +
{Wie groß ist die jeweilige relative Abweichung  für &nbsp;$10 \cdot \lg \ E_{\rm B}/N_0 = 0 \ \rm dB$?
 
|type="{}"}
 
|type="{}"}
$N = 64.000:  ε_{rel} $= { -0.9 3% }  $\% $
+
$N = 6.4 \cdot 10^4\text{:}\hspace{0.4cm} ε_{\rm rel} \ = \ $ { -0.927--0.873 }  $\% $
$N = 1.600.000: ε_{rel} $= { -0.5 3% }  $\% $
+
$N = 1.6 \cdot 10^6\text{:}\hspace{0.4cm} ε_{\rm rel} \ = \ $ { -0.515--0.485 }  $\% $
  
{Geben Sie die Streuung <i>&sigma;<sub>h</sub></i> für verschiedene <i>N</i> an. 10 &middot; lg <i>E</i><sub>B</sub>/<i>N</i><sub>0</sub> = 9 dB.
+
 
 +
{Geben Sie die Streuung &nbsp;$\sigma_h$&nbsp; für verschiedene &nbsp;$N$&nbsp; an. Es gelte nun $10 \cdot \lg \ E_{\rm B}/N_0 = 9 \ \rm dB$.
 
|type="{}"}
 
|type="{}"}
$N = 64.000:  σ_h   $= { 2.3 3% }  $\cdot 10^{ -5 }\ $
+
$N = 6.4 \cdot 10^4\text{:}\hspace{0.4cm} σ_h \ = \ $ { 2.3 3% }  $\ \cdot 10^{ -5 }\ $
$N = 1.600.000: σ_h $= { 4.3% }  $\cdot 10^{ -6 }\ $
+
$N = 1.6 \cdot 10^6\text{:}\hspace{0.4cm} σ_h \ = \ $ { 0.46 3% }  $\ \cdot 10^{ -5 }\ $
  
{Wie groß ist die jeweilige relative Abweichung  für 10 &middot; lg <i>E</i><sub>B</sub>/<i>N</i><sub>0</sub> = 9 dB?
+
 
 +
{Wie groß ist die jeweilige relative Abweichung  für &nbsp;$10 \cdot \lg \ E_{\rm B}/N_0 = 9 \ \rm dB$?
 
|type="{}"}
 
|type="{}"}
$N = 64.000:  ε_{rel} $= { 86 3% }  $\% $
+
$N = 6.4 \cdot 10^4\text{:}\hspace{0.4cm} ε_{\rm rel} \ = \ $ { 86 3% }  $\% $
$N = 1.600.000: ε_{rel} $= { -3.3 3% }  $\% $
+
$N = 1.6 \cdot 10^6\text{:}\hspace{0.4cm} ε_{\rm rel} \ = \ $ { -3.333--3.267 }  $\% $
  
{Bis zu welchem (logarithmischen) <i>E</i><sub>B</sub>/<i>N</i><sub>0</sub>&ndash;Wert ist <i>N</i> = 1.6 Millionen aufgrund der Bedingung $n_B$ $\ge$ 100 ausreichend?
+
 
 +
{Bis zu welchem (logarithmischen) &nbsp;$E_{\rm B}/N_0$&ndash;Wert ist &nbsp;$N = 1.6 \cdot 10^6$&nbsp; aufgrund der Bedingung   &nbsp;$n_{\rm B} \ge 100$&nbsp; ausreichend?
 
|type="{}"}
 
|type="{}"}
Maximum für 10 · lg $EB/N0 $= { 8 3% }  $dB $
+
$\text{Maximum} \ \big [10 \cdot \lg \ E_{\rm B}/N_0 \big]  \ = \ $ { 8 3% }  $\ \rm dB $
  
  
Zeile 64: Zeile 83:
 
===Musterlösung===
 
===Musterlösung===
 
{{ML-Kopf}}
 
{{ML-Kopf}}
'''(1)'''&nbsp;Natürlich wird die Genauigkeit der BER&ndash;Messung durch den Parameter <i>N</i> in starkem Maße beeinflusst. Es besteht jedoch kein deterministischer Zusammenhang zwischen der Anzahl der simulierten Bit und der Genauigkeit der BER&ndash;Messung, wie z. B. die Ergebnisse für 10 &middot; lg <i>E</i><sub>B</sub>/<i>N</i><sub>0</sub> = 6 dB zeigen: Bei <i>N</i> = 64000 (<i>h</i><sub>B</sub> = 0.258 &middot; 10<sup>&ndash;2</sup>) ist die Abweichung vom tatsächlichen Wert 0.239 &middot; 10<sup>&ndash;2</sup> geringer als bei <i>N</i> = 128000 (<i>h</i><sub>B</sub> = 0.272 &middot; 10<sup>&ndash;2</sup>).
+
'''(1)'''&nbsp; Richtig ist nur der&nbsp; <u>zweite Lösungsvorschlag</u>:
Richtig ist also der zweite Lösungsvorschlag: Im statistischen Mittel wird die BER&ndash;Messung natürlich besser, wenn man <i>N</i> erhöht: <u>Nur die Aussage 2 trifft zu</u>.
+
*Natürlich wird die Genauigkeit der BER&ndash;Messung durch den Parameter&nbsp; $N$&nbsp; in starkem Maße beeinflusst.&nbsp; Im statistischen Mittel wird die BER&ndash;Messung natürlich besser,&nbsp; wenn man&nbsp; $N$&nbsp; erhöht.
 +
*Es besteht jedoch kein deterministischer Zusammenhang zwischen der Anzahl der simulierten Bit und der Genauigkeit der BER&ndash;Messung,&nbsp; wie z.B. die Ergebnisse für&nbsp; $10 \cdot \lg \ E_{\rm B}/N_0 = 6 \ \rm dB$&nbsp; zeigen:  
 +
*Bei&nbsp; $N = 6.4 \cdot 10^4\  (h_{\rm B} = 0.258 \cdot 10^{-2})$&nbsp; ist die Abweichung vom tatsächlichen Wert&nbsp; $(0.239 \cdot 10^{-2})$&nbsp; geringer als bei&nbsp; $N = 1.28 \cdot 10^5\  (h_{\rm B} = 0.272 \cdot 10^{-2})$.  
  
'''(2)'''&nbsp;Bei 10 &middot; lg <i>E</i><sub>B</sub>/<i>N</i><sub>0</sub> = 0 dB, also <i>E</i><sub>B</sub> = <i>N</i><sub>0</sub>, erhält man folgende Werte:
+
 
$$N=64000{\rm :} \hspace{0.52cm} \sigma_h = \sqrt{{p}/{N}}= \sqrt{\frac{0.0786}{64000}}\hspace{0.1cm}\underline {\approx 1.1
+
 
 +
'''(2)'''&nbsp; Bei&nbsp; $10 \cdot \lg \ E_{\rm B}/N_0 = 0 \ \rm dB$,&nbsp; also&nbsp; $E_{\rm B} = N_0$,&nbsp; erhält man folgende Werte:
 +
:$$N = 6.4 \cdot 10^4\text{:}\hspace{0.4cm}\sigma_h = \sqrt{{p}/{N}}= \sqrt{\frac{0.0786}{64000}}\hspace{0.1cm}\underline {\approx 1.1
 
   \cdot10^{-3}}\hspace{0.05cm},$$
 
   \cdot10^{-3}}\hspace{0.05cm},$$
$$N = 1600000{\rm :} \hspace{0.2cm} \sigma_h = \sqrt{{p}/{N}}= \sqrt{\frac{0.0786}{1600000}}\hspace{0.1cm}\underline {\approx
+
:$$N = 1.6 \cdot 10^6\text{:}\hspace{0.4cm} \sigma_h = \sqrt{{p}/{N}}= \sqrt{\frac{0.0786}{1600000}}\hspace{0.1cm}\underline {\approx
   2.2
+
  0.22 \cdot10^{-3}}\hspace{0.05cm}.$$
  \cdot10^{-4}}\hspace{0.05cm}.$$
+
 
 +
 
 +
'''(3)'''&nbsp; Hierfür ergeben sich mit&nbsp; $10 \cdot \lg \ E_{\rm B}/N_0 = 0 \ \rm dB$&nbsp; folgende Werte:
 +
:$$N = 6.4 \cdot 10^4\text{:}\hspace{0.4cm}\varepsilon_{\rm rel}= \frac{h_{\rm B}-  p_{\rm B}}{h_{\rm B}}
 +
= \frac{0.0779-0.0786}{0.0786}\hspace{0.1cm}\underline {\approx -0.9\% }\hspace{0.05cm}$$
 +
:$$N = 1.6 \cdot 10^6\text{:}\hspace{0.4cm} \varepsilon_{\rm rel}= \frac{h_{\rm B}-  p_{\rm B}}{h_{\rm B}}= \frac{0.0782-0.0786}{0.0786}\hspace{0.1cm}\underline {\approx -0.5\% } \hspace{0.05cm}.$$
 +
 
 +
 
 +
'''(4)'''&nbsp; Aufgrund der kleineren Fehlerwahrscheinlichkeit ergeben sich nun kleinere Werte als in der Teilaufgabe&nbsp; '''(2)''':
 +
:$$N = 6.4 \cdot 10^4\text{:}\hspace{0.4cm}\sigma_h = \sqrt{{p}/{N}}= \sqrt{\frac{0.336 \cdot 10^{-4}}{6.4 \cdot 10^{4}}}\hspace{0.1cm}\underline {\approx
 +
   2.3 \cdot 10^{-5}}\hspace{0.05cm},$$
 +
:$$ N = 1.6 \cdot 10^6\text{:}\hspace{0.4cm}\sigma_h = \sqrt{{p}/{N}}= \sqrt{\frac{0.336 \cdot 10^{-4}}{1.6 \cdot 10^{6}}}\hspace{0.1cm}\underline {\approx 0.46 \cdot10^{-5}}\hspace{0.05cm}.$$
 +
 
 +
 
 +
'''(5)'''&nbsp; Trotz der deutlich kleineren Streuung $\sigma_h$ ergeben sich für $10 \cdot \lg \ E_{\rm B}/N_0 = 9 \ \rm dB$ aufgrund der kleineren Fehlerwahrscheinlichkeit größere relative Abweichungen als für $10 \cdot \lg \ E_{\rm B}/N_0 = 0 \ \rm dB$:
 +
:$$N = 6.4 \cdot 10^4\text{:}\hspace{0.4cm}\varepsilon_{\rm rel}= \frac{h_{\rm B}-  p_{\rm B}}{h_{\rm B}}= \frac{0.625 \cdot 10^{-4} - 0.336 \cdot 10^{-4}}{0.336 \cdot 10^{-4}}\hspace{0.1cm}\underline { \approx 86\% } \hspace{0.05cm},$$
 +
:$$N = 1.6 \cdot 10^6\text{:}\hspace{0.4cm}\varepsilon_{\rm rel}= \frac{h_{\rm B}-  p_{\rm B}}{h_{\rm B}}= \frac{0.325 \cdot 10^{-4} - 0.336 \cdot 10^{-4}}{0.336 \cdot 10^{-4}}\hspace{0.1cm}\underline {\approx -3.3\%}\hspace{0.05cm}.$$
 +
 
  
'''(3)'''&nbsp;
+
'''(6)'''&nbsp; Die Anzahl  der gemessenen Bitfehler sollte&nbsp; $n_{\rm B} \ge 100$&nbsp; sein.&nbsp; Deshalb gilt näherungsweise&nbsp; (Rundungsfehler sind zu berücksichtigen):
'''(4)'''&nbsp;
+
:$$n_{\rm B} =  {p_{\rm B}}\cdot {N} > 100 \hspace{0.3cm}\Rightarrow \hspace{0.3cm}
'''(5)'''&nbsp;
+
p_{\rm B} > \frac{100}{1.6 \cdot 10^6} = 0.625 \cdot 10^{-4}\hspace{0.05cm}.$$
'''(6)'''&nbsp;
+
*Daraus folgt weiter,&nbsp; dass bei der Simulation für&nbsp; $10 \cdot \lg \ E_{\rm B}/N_0\hspace{0.05cm}\underline{ = 8 \ \rm dB}$&nbsp; noch ausreichend viele Bitfehler aufgetreten sind&nbsp; $(n_{\rm B} =1.6 \cdot 10^{6}\cdot 0.197 \cdot 10^{-3}= 315)$,&nbsp; während für&nbsp; $10 \cdot \lg \ E_{\rm B}/N_0 = 9 \ \rm dB$&nbsp; im Mittel nur mehr&nbsp; $n_{\rm B} =52$&nbsp; Fehler zu erwarten sind.
 +
*Für diesen dB&ndash;Wert müsste etwa die doppelte Anzahl an Bits simuliert werden.
  
 
{{ML-Fuß}}
 
{{ML-Fuß}}

Aktuelle Version vom 30. April 2022, 13:41 Uhr


Simulierte Bitfehlerhäufigkeiten  $(h_{\rm B})$;   in letzter Spalte  $(N \to \infty) $:   $h_{\rm B} \to p_{\rm B}$   ⇒   Bitfehlerwahrscheinlichkeiten

Die Bitfehlerwahrscheinlichkeit

$$p_{\rm B} = {1}/{2} \cdot{\rm erfc} \left( \sqrt{{E_{\rm B}}/{N_0}}\right)$$

eines Binärsystems wurde durch eine Messung der Bitfehlerquote  $\rm (BER)$

$$h_{\rm B} = {n_{\rm B}}/{N}$$

simulativ ermittelt.  Oftmals wird  $h_{\rm B}$  auch  "Bitfehlerhäufigkeit" genannt.


In obigen Gleichungen bedeuten:

  • $E_{\rm B}$:   Energie pro Bit,
  • $N_0$:   AWGN–Rauschleistungsdichte,
  • $n_{\rm B}$:   Anzahl der aufgetretenen Bitfehler,
  • $N$:     Anzahl der simulierten Bit einer Versuchsreihe.


Die Tabelle zeigt die Ergebnisse einiger Versuchsreihen mit  $N = 6.4 \cdot 10^4 $,  $N = 1. 28 \cdot 10^5$  und  $N = 1.6 \cdot 10^6$.  Die letzte mit  $N \to \infty $  benannte Spalte gibt die Bitfehlerwahrscheinlichkeit  $p_{\rm B}$  an.

Im Fragebogen zur Aufgabe wird auf folgende Eigenschaften Bezug genommen:

  • Die Bitfehlerhäufigkeit  $h_{\rm B}$  ist in erster Näherung eine gaußverteilte Zufallsgröße mit Mittelwert  $m_h = p_{\rm B}$  und Varianz  $\sigma_h^2 \approx p_{\rm B}$.
  • Die relative Abweichung der Bitfehlerhäufigkeit von der Wahrscheinlichkeit beträgt
$$\varepsilon_{\rm rel}= \frac {h_{\rm B}-p_{\rm B}}{p_{\rm B}}\hspace{0.05cm}.$$
  • Als eine grobe Faustregel zur erforderlichen Genauigkeit gilt,  dass die Anzahl der gemessenen Bitfehler  $n_{\rm B} \ge 100$  sein sollte.




Hinweis:



Fragebogen

1

Welche der nachfolgenden Aussagen sind zutreffend?

Die Genauigkeit der BER–Messung ist unabhängig von  $N$.
Je größer  $N$  ist,  desto genauer ist im Mittel die BER–Messung.
Je größer  $N$  ist,  desto genauer ist jede einzelne BER–Messung.

2

Geben Sie die Streuung  $\sigma_h$  für verschiedene  $N$  an.  Es gelte  $10 \cdot \lg \ E_{\rm B}/N_0 = 0 \ \rm dB$.

$N = 6.4 \cdot 10^4\text{:}\hspace{0.4cm} σ_h \ = \ $

$\ \cdot 10^{ -3 }\ $
$N = 1.6 \cdot 10^6\text{:}\hspace{0.4cm} σ_h \ = \ $

$\ \cdot 10^{ -3 }\ $

3

Wie groß ist die jeweilige relative Abweichung für  $10 \cdot \lg \ E_{\rm B}/N_0 = 0 \ \rm dB$?

$N = 6.4 \cdot 10^4\text{:}\hspace{0.4cm} ε_{\rm rel} \ = \ $

$\ \% $
$N = 1.6 \cdot 10^6\text{:}\hspace{0.4cm} ε_{\rm rel} \ = \ $

$\ \% $

4

Geben Sie die Streuung  $\sigma_h$  für verschiedene  $N$  an. Es gelte nun $10 \cdot \lg \ E_{\rm B}/N_0 = 9 \ \rm dB$.

$N = 6.4 \cdot 10^4\text{:}\hspace{0.4cm} σ_h \ = \ $

$\ \cdot 10^{ -5 }\ $
$N = 1.6 \cdot 10^6\text{:}\hspace{0.4cm} σ_h \ = \ $

$\ \cdot 10^{ -5 }\ $

5

Wie groß ist die jeweilige relative Abweichung für  $10 \cdot \lg \ E_{\rm B}/N_0 = 9 \ \rm dB$?

$N = 6.4 \cdot 10^4\text{:}\hspace{0.4cm} ε_{\rm rel} \ = \ $

$\ \% $
$N = 1.6 \cdot 10^6\text{:}\hspace{0.4cm} ε_{\rm rel} \ = \ $

$\ \% $

6

Bis zu welchem (logarithmischen)  $E_{\rm B}/N_0$–Wert ist  $N = 1.6 \cdot 10^6$  aufgrund der Bedingung  $n_{\rm B} \ge 100$  ausreichend?

$\text{Maximum} \ \big [10 \cdot \lg \ E_{\rm B}/N_0 \big] \ = \ $

$\ \rm dB $


Musterlösung

(1)  Richtig ist nur der  zweite Lösungsvorschlag:

  • Natürlich wird die Genauigkeit der BER–Messung durch den Parameter  $N$  in starkem Maße beeinflusst.  Im statistischen Mittel wird die BER–Messung natürlich besser,  wenn man  $N$  erhöht.
  • Es besteht jedoch kein deterministischer Zusammenhang zwischen der Anzahl der simulierten Bit und der Genauigkeit der BER–Messung,  wie z.B. die Ergebnisse für  $10 \cdot \lg \ E_{\rm B}/N_0 = 6 \ \rm dB$  zeigen:
  • Bei  $N = 6.4 \cdot 10^4\ (h_{\rm B} = 0.258 \cdot 10^{-2})$  ist die Abweichung vom tatsächlichen Wert  $(0.239 \cdot 10^{-2})$  geringer als bei  $N = 1.28 \cdot 10^5\ (h_{\rm B} = 0.272 \cdot 10^{-2})$.


(2)  Bei  $10 \cdot \lg \ E_{\rm B}/N_0 = 0 \ \rm dB$,  also  $E_{\rm B} = N_0$,  erhält man folgende Werte:

$$N = 6.4 \cdot 10^4\text{:}\hspace{0.4cm}\sigma_h = \sqrt{{p}/{N}}= \sqrt{\frac{0.0786}{64000}}\hspace{0.1cm}\underline {\approx 1.1 \cdot10^{-3}}\hspace{0.05cm},$$
$$N = 1.6 \cdot 10^6\text{:}\hspace{0.4cm} \sigma_h = \sqrt{{p}/{N}}= \sqrt{\frac{0.0786}{1600000}}\hspace{0.1cm}\underline {\approx 0.22 \cdot10^{-3}}\hspace{0.05cm}.$$


(3)  Hierfür ergeben sich mit  $10 \cdot \lg \ E_{\rm B}/N_0 = 0 \ \rm dB$  folgende Werte:

$$N = 6.4 \cdot 10^4\text{:}\hspace{0.4cm}\varepsilon_{\rm rel}= \frac{h_{\rm B}- p_{\rm B}}{h_{\rm B}} = \frac{0.0779-0.0786}{0.0786}\hspace{0.1cm}\underline {\approx -0.9\% }\hspace{0.05cm}$$
$$N = 1.6 \cdot 10^6\text{:}\hspace{0.4cm} \varepsilon_{\rm rel}= \frac{h_{\rm B}- p_{\rm B}}{h_{\rm B}}= \frac{0.0782-0.0786}{0.0786}\hspace{0.1cm}\underline {\approx -0.5\% } \hspace{0.05cm}.$$


(4)  Aufgrund der kleineren Fehlerwahrscheinlichkeit ergeben sich nun kleinere Werte als in der Teilaufgabe  (2):

$$N = 6.4 \cdot 10^4\text{:}\hspace{0.4cm}\sigma_h = \sqrt{{p}/{N}}= \sqrt{\frac{0.336 \cdot 10^{-4}}{6.4 \cdot 10^{4}}}\hspace{0.1cm}\underline {\approx 2.3 \cdot 10^{-5}}\hspace{0.05cm},$$
$$ N = 1.6 \cdot 10^6\text{:}\hspace{0.4cm}\sigma_h = \sqrt{{p}/{N}}= \sqrt{\frac{0.336 \cdot 10^{-4}}{1.6 \cdot 10^{6}}}\hspace{0.1cm}\underline {\approx 0.46 \cdot10^{-5}}\hspace{0.05cm}.$$


(5)  Trotz der deutlich kleineren Streuung $\sigma_h$ ergeben sich für $10 \cdot \lg \ E_{\rm B}/N_0 = 9 \ \rm dB$ aufgrund der kleineren Fehlerwahrscheinlichkeit größere relative Abweichungen als für $10 \cdot \lg \ E_{\rm B}/N_0 = 0 \ \rm dB$:

$$N = 6.4 \cdot 10^4\text{:}\hspace{0.4cm}\varepsilon_{\rm rel}= \frac{h_{\rm B}- p_{\rm B}}{h_{\rm B}}= \frac{0.625 \cdot 10^{-4} - 0.336 \cdot 10^{-4}}{0.336 \cdot 10^{-4}}\hspace{0.1cm}\underline { \approx 86\% } \hspace{0.05cm},$$
$$N = 1.6 \cdot 10^6\text{:}\hspace{0.4cm}\varepsilon_{\rm rel}= \frac{h_{\rm B}- p_{\rm B}}{h_{\rm B}}= \frac{0.325 \cdot 10^{-4} - 0.336 \cdot 10^{-4}}{0.336 \cdot 10^{-4}}\hspace{0.1cm}\underline {\approx -3.3\%}\hspace{0.05cm}.$$


(6)  Die Anzahl der gemessenen Bitfehler sollte  $n_{\rm B} \ge 100$  sein.  Deshalb gilt näherungsweise  (Rundungsfehler sind zu berücksichtigen):

$$n_{\rm B} = {p_{\rm B}}\cdot {N} > 100 \hspace{0.3cm}\Rightarrow \hspace{0.3cm} p_{\rm B} > \frac{100}{1.6 \cdot 10^6} = 0.625 \cdot 10^{-4}\hspace{0.05cm}.$$
  • Daraus folgt weiter,  dass bei der Simulation für  $10 \cdot \lg \ E_{\rm B}/N_0\hspace{0.05cm}\underline{ = 8 \ \rm dB}$  noch ausreichend viele Bitfehler aufgetreten sind  $(n_{\rm B} =1.6 \cdot 10^{6}\cdot 0.197 \cdot 10^{-3}= 315)$,  während für  $10 \cdot \lg \ E_{\rm B}/N_0 = 9 \ \rm dB$  im Mittel nur mehr  $n_{\rm B} =52$  Fehler zu erwarten sind.
  • Für diesen dB–Wert müsste etwa die doppelte Anzahl an Bits simuliert werden.