Aufgaben:Aufgabe 1.2Z: Bitfehlermessung: Unterschied zwischen den Versionen
(Eine dazwischenliegende Version desselben Benutzers wird nicht angezeigt) | |||
Zeile 4: | Zeile 4: | ||
− | [[Datei:P_ID1265__Dig_Z_1_2.png|right|frame|Simulierte Bitfehlerhäufigkeiten $(h_{\rm B})$ | + | [[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 | Die Bitfehlerwahrscheinlichkeit | ||
:$$p_{\rm B} = {1}/{2} \cdot{\rm erfc} \left( \sqrt{{E_{\rm B}}/{N_0}}\right)$$ | :$$p_{\rm B} = {1}/{2} \cdot{\rm erfc} \left( \sqrt{{E_{\rm B}}/{N_0}}\right)$$ | ||
− | eines Binärsystems wurde durch eine Messung der Bitfehlerquote (BER) | + | eines Binärsystems wurde durch eine Messung der Bitfehlerquote $\rm (BER)$ |
:$$h_{\rm B} = {n_{\rm B}}/{N}$$ | :$$h_{\rm B} = {n_{\rm B}}/{N}$$ | ||
− | simulativ ermittelt. Oftmals wird $h_{\rm B}$ auch Bitfehlerhäufigkeit genannt. | + | simulativ ermittelt. Oftmals wird $h_{\rm B}$ auch "Bitfehlerhäufigkeit" genannt. |
Zeile 19: | Zeile 19: | ||
− | 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. | + | 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: | Im Fragebogen zur Aufgabe wird auf folgende Eigenschaften Bezug genommen: | ||
Zeile 26: | Zeile 26: | ||
:$$\varepsilon_{\rm rel}= \frac {h_{\rm B}-p_{\rm B}}{p_{\rm B}}\hspace{0.05cm}.$$ | :$$\varepsilon_{\rm rel}= \frac {h_{\rm B}-p_{\rm B}}{p_{\rm B}}\hspace{0.05cm}.$$ | ||
− | *Als eine grobe Faustregel zur erforderlichen Genauigkeit gilt, dass die Anzahl der gemessenen Bitfehler $n_{\rm B} \ge 100$ sein sollte. | + | *Als eine grobe Faustregel zur erforderlichen Genauigkeit gilt, dass die Anzahl der gemessenen Bitfehler $n_{\rm B} \ge 100$ sein sollte. |
Zeile 33: | Zeile 33: | ||
− | + | Hinweis: | |
− | *Die Aufgabe gehört zum Kapitel [[Digitalsignalübertragung/Fehlerwahrscheinlichkeit_bei_Basisbandübertragung| Fehlerwahrscheinlichkeit bei Basisbandübertragung]]. | + | *Die Aufgabe gehört zum Kapitel [[Digitalsignalübertragung/Fehlerwahrscheinlichkeit_bei_Basisbandübertragung|"Fehlerwahrscheinlichkeit bei Basisbandübertragung"]]. |
Zeile 45: | Zeile 45: | ||
|type="[]"} | |type="[]"} | ||
- Die Genauigkeit der BER–Messung ist unabhängig von $N$. | - 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 im Mittel die BER–Messung. |
− | - Je größer $N$ ist, desto genauer ist jede einzelne BER–Messung. | + | - Je größer $N$ ist, desto genauer ist jede einzelne BER–Messung. |
− | {Geben Sie die Streuung $\sigma_h$ für verschiedene $N$ an. Es gelte $10 \cdot \lg \ E_{\rm B}/N_0 = 0 \ \rm dB$. | + | {Geben Sie die Streuung $\sigma_h$ für verschiedene $N$ an. Es gelte $10 \cdot \lg \ E_{\rm B}/N_0 = 0 \ \rm dB$. |
|type="{}"} | |type="{}"} | ||
$N = 6.4 \cdot 10^4\text{:}\hspace{0.4cm} 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 }\ $ | ||
Zeile 83: | Zeile 83: | ||
===Musterlösung=== | ===Musterlösung=== | ||
{{ML-Kopf}} | {{ML-Kopf}} | ||
− | '''(1)''' Richtig ist nur der <u>zweite Lösungsvorschlag</u>: | + | '''(1)''' Richtig ist nur der <u>zweite Lösungsvorschlag</u>: |
− | *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. | + | *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: | + | *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\ ( | + | *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: | + | '''(2)''' Bei $10 \cdot \lg \ E_{\rm B}/N_0 = 0 \ \rm dB$, also $E_{\rm B} = N_0$, erhält man folgende Werte: |
:$$N = 6.4 \cdot 10^4\text{:}\hspace{0.4cm}\sigma_h = \sqrt{{p}/{N}}= \sqrt{\frac{0.0786}{64000}}\hspace{0.1cm}\underline {\approx 1.1 | :$$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},$$ | \cdot10^{-3}}\hspace{0.05cm},$$ | ||
Zeile 97: | Zeile 97: | ||
− | '''(3)''' Hierfür ergeben sich mit $10 \cdot \lg \ E_{\rm B}/N_0 = 0 \ \rm dB$ folgende Werte: | + | '''(3)''' Hierfür ergeben sich mit $10 \cdot \lg \ E_{\rm B}/N_0 = 0 \ \rm dB$ folgende Werte: |
:$$N = 6.4 \cdot 10^4\text{:}\hspace{0.4cm}\varepsilon_{\rm rel}= \frac{h_{\rm B}- p_{\rm B}}{h_{\rm B}} | :$$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}$$ | = \frac{0.0779-0.0786}{0.0786}\hspace{0.1cm}\underline {\approx -0.9\% }\hspace{0.05cm}$$ | ||
Zeile 103: | Zeile 103: | ||
− | '''(4)''' Aufgrund der kleineren Fehlerwahrscheinlichkeit ergeben sich nun kleinere Werte als in der Teilaufgabe (2): | + | '''(4)''' Aufgrund der kleineren Fehlerwahrscheinlichkeit ergeben sich nun kleinere Werte als in der Teilaufgabe '''(2)''': |
:$$N = 6.4 \cdot 10^4\text{:}\hspace{0.4cm}\sigma_h = \sqrt{{p}/{N}}= \sqrt{\frac{0.336 \cdot 10^{-4}}{6.4 \cdot 10^{4}}}\hspace{0.1cm}\underline {\approx | :$$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},$$ | 2.3 \cdot 10^{-5}}\hspace{0.05cm},$$ | ||
Zeile 114: | Zeile 114: | ||
− | '''(6)''' Die Anzahl der gemessenen Bitfehler sollte $n_{\rm B} \ge 100$ sein. Deshalb gilt näherungsweise (Rundungsfehler sind zu berücksichtigen): | + | '''(6)''' Die Anzahl der gemessenen Bitfehler sollte $n_{\rm B} \ge 100$ sein. Deshalb gilt näherungsweise (Rundungsfehler sind zu berücksichtigen): |
:$$n_{\rm B} = {p_{\rm B}}\cdot {N} > 100 \hspace{0.3cm}\Rightarrow \hspace{0.3cm} | :$$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}.$$ | p_{\rm B} > \frac{100}{1.6 \cdot 10^6} = 0.625 \cdot 10^{-4}\hspace{0.05cm}.$$ | ||
− | *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. | + | *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. | *Für diesen dB–Wert müsste etwa die doppelte Anzahl an Bits simuliert werden. | ||
Aktuelle Version vom 30. April 2022, 13:41 Uhr
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:
- Die Aufgabe gehört zum Kapitel "Fehlerwahrscheinlichkeit bei Basisbandübertragung".
Fragebogen
Musterlösung
- 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.