Aufgaben:Aufgabe 1.2: Bitfehlerquote (BER): Unterschied zwischen den Versionen
(2 dazwischenliegende Versionen desselben Benutzers werden nicht angezeigt) | |||
Zeile 4: | Zeile 4: | ||
− | [[Datei:P_ID1264__Dig_A_1_2.png|right|frame|Tabelle | + | [[Datei:P_ID1264__Dig_A_1_2.png|right|frame|Tabelle zweier Gaußscher Fehlerfunktionen]] |
− | Von einem digitalen Übertragungssystem ist bekannt, dass es durch ein | + | Von einem digitalen Übertragungssystem ist bekannt, dass es durch ein |
− | BSC–Modell ( | + | BSC–Modell ("Binary Symmetrical Channel") mit Fehlerwahrscheinlichkeit $p$ angenähert werden kann. |
− | Zur Verifizierung soll die Bitfehlerquote ermittelt werden, indem man die Sinkensymbolfolge $ \langle v_\nu \rangle $ mit der Quellensymbolfolge | + | Zur Verifizierung soll die Bitfehlerquote ermittelt werden, indem man die Sinkensymbolfolge $ \langle v_\nu \rangle $ mit der Quellensymbolfolge |
− | $ \langle q_\nu \rangle $ vergleicht und daraus die Fehlerfolge $ \langle e_\nu \rangle $ ermittelt. Dabei gilt: | + | $ \langle q_\nu \rangle $ vergleicht und daraus die Fehlerfolge $ \langle e_\nu \rangle $ ermittelt. Dabei gilt: |
− | $$e_\nu = \left\{ \begin{array}{c} 0 \\ | + | :$$e_\nu = \left\{ \begin{array}{c} 0 \\ |
1 \\ \end{array} \right.\quad | 1 \\ \end{array} \right.\quad | ||
\begin{array}{*{1}c} {\rm{f\ddot{u}r}} | \begin{array}{*{1}c} {\rm{f\ddot{u}r}} | ||
Zeile 18: | Zeile 18: | ||
v_\nu \ne q_\nu . \\ | v_\nu \ne q_\nu . \\ | ||
\end{array}$$ | \end{array}$$ | ||
− | Die Bitfehlerquote (englisch: | + | Die Bitfehlerquote (englisch: "Bit Error Rate") ist eine Näherung für die Bitfehlerwahrscheinlichkeit $p$ : |
:$${\rm BER} = \frac{1}{N}\cdot\sum_{\nu=1}^N e_\nu.$$ | :$${\rm BER} = \frac{1}{N}\cdot\sum_{\nu=1}^N e_\nu.$$ | ||
− | Je größer der Simulationsparameter $N$ gewählt wird, um so genauer ist diese Näherung. | + | Je größer der Simulationsparameter $N$ gewählt wird, um so genauer ist diese Näherung. |
− | Aus der [[Aufgaben:3.7_Bitfehlerquote_(BER)|Aufgabe 3.7]] im Buch „Stochastische Signaltheorie” ist bekannt, dass die Zufallsgröße „BER” eigentlich binominalverteilt ist, aber mit guter Näherung durch eine (diskrete) Gaußverteilung mit Mittelwert $p$ und Streuung $\sigma$ angenähert werden kann: | + | Aus der [[Aufgaben:3.7_Bitfehlerquote_(BER)|Aufgabe 3.7]] im Buch „Stochastische Signaltheorie” ist bekannt, dass die Zufallsgröße „BER” eigentlich binominalverteilt ist, aber mit guter Näherung durch eine (diskrete) Gaußverteilung mit Mittelwert $p$ und Streuung $\sigma$ angenähert werden kann: |
:$$\sigma = \sqrt{\frac{ p\cdot (\rm 1- \it p)}{N}}.$$ | :$$\sigma = \sqrt{\frac{ p\cdot (\rm 1- \it p)}{N}}.$$ | ||
Zeile 29: | Zeile 29: | ||
− | + | Hinweise: | |
− | *Die Aufgabe gehört zum Kapitel [[Digitalsignalübertragung/Fehlerwahrscheinlichkeit_bei_Basisbandübertragung|Fehlerwahrscheinlichkeit bei Basisbandübertragung]]. | + | *Die Aufgabe gehört zum Kapitel [[Digitalsignalübertragung/Fehlerwahrscheinlichkeit_bei_Basisbandübertragung|"Fehlerwahrscheinlichkeit bei Basisbandübertragung"]]. |
− | *Bezug genommen wird auch auf das Kapitel [[Stochastische_Signaltheorie/Gaußverteilte_Zufallsgrößen|Gaußverteilte Zufallsgrößen]] im Buch „Stochastische Signaltheorie”. | + | *Bezug genommen wird auch auf das Kapitel [[Stochastische_Signaltheorie/Gaußverteilte_Zufallsgrößen|"Gaußverteilte Zufallsgrößen"]] im Buch „Stochastische Signaltheorie”. |
− | *In der Tabelle sind einige Werte der Gaußschen Fehlerfunktionen $\rm \phi(x)$ und $\rm Q(x)$ angegeben. | + | *In der Tabelle sind einige Werte der Gaußschen Fehlerfunktionen ${\rm \phi}(x)$ und ${\rm Q}(x)$ angegeben. |
Zeile 67: | Zeile 67: | ||
===Musterlösung=== | ===Musterlösung=== | ||
{{ML-Kopf}} | {{ML-Kopf}} | ||
− | '''(1)''' Richtig ist <u>nur die zweite Aussage</u>: | + | '''(1)''' Richtig ist <u>nur die zweite Aussage</u>: |
− | *$\rm BER$ ist | + | *$\rm BER$ ist der Quotient aus der Anzahl $n_{\rm B}$ der festgestellten Bitfehler und der Anzahl $N$ aller simulierten Symbole und damit tatsächlich eine relative Häufigkeit. |
− | *Die Wahrscheinlichkeit, dass $\rm BER = p$ gilt, ist stets genau | + | *Die Wahrscheinlichkeit, dass ${\rm BER} = p$ gilt, ist stets genau Null, da $\rm BER$ eine kontinuierliche Zufallsgröße darstellt. |
− | *Allerdings wird die Wahrscheinlichkeit, dass $\rm BER$ in einem schmalen Intervall um $p$ liegt, mit steigendem $N$ immer größer. | + | *Allerdings wird die Wahrscheinlichkeit, dass $\rm BER$ in einem schmalen Intervall um $p$ liegt, mit steigendem $N$ immer größer. |
− | '''(2)''' Die Streuung der Gaußschen Zufallsgröße $\rm BER$ ergibt sich mit $N = 10^6$ und $p = 10^{-2}$ zu | + | |
+ | '''(2)''' Die Streuung der Gaußschen Zufallsgröße $\rm BER $ ergibt sich mit $N = 10^6$ und $p = 10^{-2}$ zu | ||
:$$\sigma = \sqrt{{ p\cdot (\rm 1- \it p)}/{N}}\approx \sqrt{{ p}/{N}}\hspace{0.1cm}\underline {= 10^{-4}}\hspace{0.05cm}.$$ | :$$\sigma = \sqrt{{ p\cdot (\rm 1- \it p)}/{N}}\approx \sqrt{{ p}/{N}}\hspace{0.1cm}\underline {= 10^{-4}}\hspace{0.05cm}.$$ | ||
− | '''(3)''' Die Wahrscheinlichkeit, dass | + | |
− | $0.95 \cdot p$ ... $1.05 \cdot p$ annimmt, | + | '''(3)''' Die Wahrscheinlichkeit, dass $\rm BER$ einen Wert außerhalb des Bereichs |
+ | $0.95 \cdot p$ ... $1.05 \cdot p$ annimmt, ergibt sich mit $\varepsilon = 5 \cdot 0^{-4}$ $($wegen $p = 10^{-2})$ zu | ||
:$${\rm Pr} \left( {\rm BER} < 0.95 \cdot 10^{-2} \right) | :$${\rm Pr} \left( {\rm BER} < 0.95 \cdot 10^{-2} \right) | ||
= {\rm Pr} \left( {\rm BER} > 1.05 \cdot 10^{-2} \right) | = {\rm Pr} \left( {\rm BER} > 1.05 \cdot 10^{-2} \right) | ||
Zeile 84: | Zeile 86: | ||
= 2 \cdot {\rm Q} \left( \frac{5 \cdot 10^{-4}}{10^{-4}} \right) = 2 \cdot 0.287 \cdot 10^{-6}\hspace{0.1cm}\underline {= 0.00574 \cdot 10^{-4}}\hspace{0.05cm}.$$ | = 2 \cdot {\rm Q} \left( \frac{5 \cdot 10^{-4}}{10^{-4}} \right) = 2 \cdot 0.287 \cdot 10^{-6}\hspace{0.1cm}\underline {= 0.00574 \cdot 10^{-4}}\hspace{0.05cm}.$$ | ||
− | '''(4)''' Mit $p = 10^{-4}$ gilt für die vergleichbare Wahrscheinlichkeit: | + | |
+ | '''(4)''' Mit $p = 10^{-4}$ gilt für die vergleichbare Wahrscheinlichkeit: | ||
:$${\rm Pr} \left( |{\rm BER} - 10^{-4}| > 0.05 \cdot 10^{-4} \right) | :$${\rm Pr} \left( |{\rm BER} - 10^{-4}| > 0.05 \cdot 10^{-4} \right) | ||
= 2 \cdot {\rm Q} \left( {\varepsilon}/{\sigma} | = 2 \cdot {\rm Q} \left( {\varepsilon}/{\sigma} | ||
Zeile 94: | Zeile 97: | ||
= 2 \cdot {\rm Q} \left( \frac{5 \cdot 10^{-6}}{10^{-5}} \right) = 2 \cdot 0.309 \hspace{0.1cm}\underline {= 0.618} \hspace{0.05cm}.$$ | = 2 \cdot {\rm Q} \left( \frac{5 \cdot 10^{-6}}{10^{-5}} \right) = 2 \cdot 0.309 \hspace{0.1cm}\underline {= 0.618} \hspace{0.05cm}.$$ | ||
− | '''(5)''' Diese Bedingung lässt sich mit $\varepsilon = 5 \cdot 10^{-6}$ wie folgt formulieren: | + | |
+ | '''(5)''' Diese Bedingung lässt sich mit $\varepsilon = 5 \cdot 10^{-6}$ wie folgt formulieren: | ||
:$${\rm Q} \left( {\varepsilon}/{\sigma} \right) < 0.1 \hspace{0.3cm}\Rightarrow \hspace{0.3cm} | :$${\rm Q} \left( {\varepsilon}/{\sigma} \right) < 0.1 \hspace{0.3cm}\Rightarrow \hspace{0.3cm} | ||
{\varepsilon}/{\sigma} > {\rm Q}^{-1}(0.05) \approx 1.64 | {\varepsilon}/{\sigma} > {\rm Q}^{-1}(0.05) \approx 1.64 |
Aktuelle Version vom 29. April 2022, 13:33 Uhr
Von einem digitalen Übertragungssystem ist bekannt, dass es durch ein BSC–Modell ("Binary Symmetrical Channel") mit Fehlerwahrscheinlichkeit $p$ angenähert werden kann.
Zur Verifizierung soll die Bitfehlerquote ermittelt werden, indem man die Sinkensymbolfolge $ \langle v_\nu \rangle $ mit der Quellensymbolfolge $ \langle q_\nu \rangle $ vergleicht und daraus die Fehlerfolge $ \langle e_\nu \rangle $ ermittelt. Dabei gilt:
- $$e_\nu = \left\{ \begin{array}{c} 0 \\ 1 \\ \end{array} \right.\quad \begin{array}{*{1}c} {\rm{f\ddot{u}r}} \\ {\rm{f\ddot{u}r}} \\ \end{array}\begin{array}{*{20}c} v_\nu = q_\nu \hspace{0.05cm}, \\ v_\nu \ne q_\nu . \\ \end{array}$$
Die Bitfehlerquote (englisch: "Bit Error Rate") ist eine Näherung für die Bitfehlerwahrscheinlichkeit $p$ :
- $${\rm BER} = \frac{1}{N}\cdot\sum_{\nu=1}^N e_\nu.$$
Je größer der Simulationsparameter $N$ gewählt wird, um so genauer ist diese Näherung.
Aus der Aufgabe 3.7 im Buch „Stochastische Signaltheorie” ist bekannt, dass die Zufallsgröße „BER” eigentlich binominalverteilt ist, aber mit guter Näherung durch eine (diskrete) Gaußverteilung mit Mittelwert $p$ und Streuung $\sigma$ angenähert werden kann:
- $$\sigma = \sqrt{\frac{ p\cdot (\rm 1- \it p)}{N}}.$$
Hinweise:
- Die Aufgabe gehört zum Kapitel "Fehlerwahrscheinlichkeit bei Basisbandübertragung".
- Bezug genommen wird auch auf das Kapitel "Gaußverteilte Zufallsgrößen" im Buch „Stochastische Signaltheorie”.
- In der Tabelle sind einige Werte der Gaußschen Fehlerfunktionen ${\rm \phi}(x)$ und ${\rm Q}(x)$ angegeben.
Fragebogen
Musterlösung
- $\rm BER$ ist der Quotient aus der Anzahl $n_{\rm B}$ der festgestellten Bitfehler und der Anzahl $N$ aller simulierten Symbole und damit tatsächlich eine relative Häufigkeit.
- Die Wahrscheinlichkeit, dass ${\rm BER} = p$ gilt, ist stets genau Null, da $\rm BER$ eine kontinuierliche Zufallsgröße darstellt.
- Allerdings wird die Wahrscheinlichkeit, dass $\rm BER$ in einem schmalen Intervall um $p$ liegt, mit steigendem $N$ immer größer.
(2) Die Streuung der Gaußschen Zufallsgröße $\rm BER $ ergibt sich mit $N = 10^6$ und $p = 10^{-2}$ zu
- $$\sigma = \sqrt{{ p\cdot (\rm 1- \it p)}/{N}}\approx \sqrt{{ p}/{N}}\hspace{0.1cm}\underline {= 10^{-4}}\hspace{0.05cm}.$$
(3) Die Wahrscheinlichkeit, dass $\rm BER$ einen Wert außerhalb des Bereichs
$0.95 \cdot p$ ... $1.05 \cdot p$ annimmt, ergibt sich mit $\varepsilon = 5 \cdot 0^{-4}$ $($wegen $p = 10^{-2})$ zu
- $${\rm Pr} \left( {\rm BER} < 0.95 \cdot 10^{-2} \right) = {\rm Pr} \left( {\rm BER} > 1.05 \cdot 10^{-2} \right) = {\rm Q} \left({\varepsilon}/{\sigma} \right)$$
- $$\Rightarrow \hspace{0.3cm}{\rm Pr} \left( |{\rm BER} - p| > \varepsilon \right) = 2 \cdot {\rm Q} \left( \frac{5 \cdot 10^{-4}}{10^{-4}} \right) = 2 \cdot 0.287 \cdot 10^{-6}\hspace{0.1cm}\underline {= 0.00574 \cdot 10^{-4}}\hspace{0.05cm}.$$
(4) Mit $p = 10^{-4}$ gilt für die vergleichbare Wahrscheinlichkeit:
- $${\rm Pr} \left( |{\rm BER} - 10^{-4}| > 0.05 \cdot 10^{-4} \right) = 2 \cdot {\rm Q} \left( {\varepsilon}/{\sigma} \right);\hspace{0.5cm} \text{mit}\hspace{0.5cm}\sigma \approx \sqrt{{ p}/{N}}= 10^{-5}\hspace{0.05cm}, \hspace{0.3cm}\varepsilon = 5 \cdot 10^{-6}\text{:}$$
- $$\Rightarrow \hspace{0.3cm}{\rm Pr} \left( |{\rm BER} - 10^{-4}| > 0.05 \cdot 10^{-4} \right) = 2 \cdot {\rm Q} \left( \frac{5 \cdot 10^{-6}}{10^{-5}} \right) = 2 \cdot 0.309 \hspace{0.1cm}\underline {= 0.618} \hspace{0.05cm}.$$
(5) Diese Bedingung lässt sich mit $\varepsilon = 5 \cdot 10^{-6}$ wie folgt formulieren:
- $${\rm Q} \left( {\varepsilon}/{\sigma} \right) < 0.1 \hspace{0.3cm}\Rightarrow \hspace{0.3cm} {\varepsilon}/{\sigma} > {\rm Q}^{-1}(0.05) \approx 1.64 \hspace{0.3cm}\Rightarrow \hspace{0.3cm} \frac{\varepsilon^2}{\sigma^2}\approx \frac{\varepsilon^2 \cdot N}{p}> 1.64^2 = 2.69$$
- $$\Rightarrow \hspace{0.3cm} N > \frac{2.69 \cdot p}{\varepsilon^2}= \frac{2.69 \cdot 10^{-4}}{25 \cdot10^{-12}}\hspace{0.1cm}\underline {\approx 10.8 \cdot 10^{6}}\hspace{0.05cm}.$$