Digitalsignalübertragung/Binary Symmetric Channel (BSC): Unterschied zwischen den Versionen
Zeile 12: | Zeile 12: | ||
[[Datei:P ID1828 Dig T 5 2 S1 version1.png|center|frame|BSC–Modell und zugehörige Fehlerkorrelationsfunktion|class=fit]] | [[Datei:P ID1828 Dig T 5 2 S1 version1.png|center|frame|BSC–Modell und zugehörige Fehlerkorrelationsfunktion|class=fit]] | ||
− | Der Name steht für '''Binary Symmetric Channel''' und besagt, dass dieses Modell nur bei Binärsystemen mit symmetrischen Verfälschungseigenschaften angewendet werden kann. Weiter gilt: | + | Der Name steht für '''Binary Symmetric Channel''' und besagt, dass dieses Modell nur bei Binärsystemen mit symmetrischen Verfälschungseigenschaften angewendet werden kann. Weiter gilt: |
− | *Das BSC–Modell eignet sich für die Untersuchung und Erzeugung einer Fehlerfolge mit statistisch unabhängigen Fehlern. Man nennt einen solchen Kanal auch <i>gedächtnisfrei</i> und es existiert im Unterschied zu den [[Digitalsignalübertragung/Bündelfehlerkanäle|Bündelfehler–Kanalmodellen]] nur ein einziger Kanalzustand.<br> | + | *Das BSC–Modell eignet sich für die Untersuchung und Erzeugung einer Fehlerfolge mit statistisch unabhängigen Fehlern. Man nennt einen solchen Kanal auch <i>gedächtnisfrei</i> und es existiert im Unterschied zu den [[Digitalsignalübertragung/Bündelfehlerkanäle|Bündelfehler–Kanalmodellen]] nur ein einziger Kanalzustand.<br> |
− | *Die beiden Symbole (zum Beispiel $\rm L$ und $\rm H$ | + | *Die beiden Symbole $($zum Beispiel $\rm L$ und $\rm H)$ werden jeweils mit der gleichen Wahrscheinlichkeit $p$ verfälscht, so dass auch die mittlere Fehlerwahrscheinlichkeit $p_{\rm M} = p$ ist, und zwar unabhängig von den Symbolwahrscheinlichkeiten $p_{\rm L}$ und $p_{\rm H}$.<br><br> |
− | Die rechte Grafik zeigt die Fehlerkorrelationsfunktion (FKF) des BSC–Modells: | + | Die rechte Grafik zeigt die ''Fehlerkorrelationsfunktion'' (FKF) des BSC–Modells: |
::<math>\varphi_{e}(k) = {\rm E}\big[e_{\nu} \cdot e_{\nu + k}\big] = | ::<math>\varphi_{e}(k) = {\rm E}\big[e_{\nu} \cdot e_{\nu + k}\big] = | ||
Zeile 27: | Zeile 27: | ||
{{BlaueBox|TEXT= | {{BlaueBox|TEXT= | ||
$\text{Fazit:}$ | $\text{Fazit:}$ | ||
− | *Beim BSC–Modell wird der FKF–Endwert (Quadrat der mittleren Fehlerwahrscheinlichkeit), der bei anderen Modellen erst für $k \to \infty$ gültig ist, bereits bei $k = 1$ exakt erreicht und bleibt dann konstant.<br> | + | *Beim BSC–Modell wird der FKF–Endwert (Quadrat der mittleren Fehlerwahrscheinlichkeit), der bei anderen Modellen erst für $k \to \infty$ gültig ist, bereits bei $k = 1$ exakt erreicht und bleibt dann konstant.<br> |
− | *Das BSC–Modell gehört zur Klasse der erneuernden Kanalmodelle (englisch: <i>Renewal Channels</i>). Bei einem erneuernden Kanalmodell sind die Fehlerabstände statistisch voneinander unabhängig und die Fehlerkorrelationsfunktion kann in einfacher Weise iterativ berechnet werden: | + | *Das BSC–Modell gehört zur Klasse der ''erneuernden Kanalmodelle'' (englisch: <i>Renewal Channels</i>). Bei einem erneuernden Kanalmodell sind die Fehlerabstände statistisch voneinander unabhängig und die Fehlerkorrelationsfunktion kann in einfacher Weise iterativ berechnet werden: |
::<math>\varphi_{e}(k) = \sum_{\kappa = 1}^{k} {\rm Pr}(a = \kappa) \cdot | ::<math>\varphi_{e}(k) = \sum_{\kappa = 1}^{k} {\rm Pr}(a = \kappa) \cdot | ||
Zeile 36: | Zeile 36: | ||
== Binary Symmetric Channel – Fehlerabstandsverteilung== | == Binary Symmetric Channel – Fehlerabstandsverteilung== | ||
<br> | <br> | ||
− | + | Wir betrachten nun die <i>Fehlerabstandsverteilung</i> (FAV). Die Wahrscheinlichkeit für den Fehlerabstand $a=k$ ergibt sich aus der Bedingung von $k-1$ fehlerfreien Symbolen und eines Übertragungsfehlers zum Zeitpunkt $\nu +k$, vorausgesetzt, dass der letzte Fehler zum Zeitpunkt $\nu$ aufgetreten ist. Man erhält: | |
::<math>{\rm Pr}(a = k) = (1-p)^{k-1}\cdot p \hspace{0.05cm}.</math> | ::<math>{\rm Pr}(a = k) = (1-p)^{k-1}\cdot p \hspace{0.05cm}.</math> | ||
Daraus folgt: | Daraus folgt: | ||
− | *Der Fehlerabstand $a = 1$ tritt beim BSC–Modell stets mit der größten Wahrscheinlichkeit auf, und zwar für jeden Wert von $p$.<br> | + | *Der Fehlerabstand $a = 1$ tritt beim BSC–Modell stets mit der größten Wahrscheinlichkeit auf, und zwar für jeden Wert von $p$.<br> |
− | *Dieser Sachverhalt ist auf den ersten Blick etwas überraschend. Mit $p = 0.01$ ergibt sich zum Beispiel der mittlere Fehlerabstand ${\rm E}[a] = 100$. | + | *Dieser Sachverhalt ist auf den ersten Blick etwas überraschend. Mit $p = 0.01$ ergibt sich zum Beispiel der mittlere Fehlerabstand ${\rm E}\big[a\big] = 100$. |
− | *Trotzdem sind zwei aufeinanderfolgende Fehler $(a = 1)$ um den Faktor $0.99^{99} \approx 2.7$ wahrscheinlicher als der Fehlerabstand $a = 100$.<br><br> | + | *Trotzdem sind zwei aufeinanderfolgende Fehler $(a = 1)$ um den Faktor $0.99^{99} \approx 2.7$ wahrscheinlicher als der Fehlerabstand $a = 100$.<br><br> |
− | Die Fehlerabstandsverteilung ergibt sich entsprechend der [[Digitalsignalübertragung/Beschreibungsgrößen_digitaler_Kanalmodelle#Fehlerabstandsverteilung|allgemeinen Definition]] durch Summation: | + | Die Fehlerabstandsverteilung ergibt sich entsprechend der [[Digitalsignalübertragung/Beschreibungsgrößen_digitaler_Kanalmodelle#Fehlerabstandsverteilung|allgemeinen Definition]] durch Summation: |
::<math>V_a(k) = {\rm Pr}(a \ge k) = 1 - \sum_{\kappa = 1}^{k} (1-p)^{\kappa-1}\cdot p = (1-p)^{k-1}\hspace{0.05cm}.</math> | ::<math>V_a(k) = {\rm Pr}(a \ge k) = 1 - \sum_{\kappa = 1}^{k} (1-p)^{\kappa-1}\cdot p = (1-p)^{k-1}\hspace{0.05cm}.</math> | ||
+ | [[Datei:P ID1829 Dig T 5 2 S2 version1.png|right|Fehlerabstandsverteilung beim BSC–Modell in linearer und logarithmischer Darstellung.|class=fit]] | ||
{{GraueBox|TEXT= | {{GraueBox|TEXT= | ||
− | $\text{Beispiel 1:}$ Die linke Grafik zeigt $V_a(k)$ in linearer Darstellung für | + | $\text{Beispiel 1:}$ Die linke Grafik zeigt $V_a(k)$ in linearer Darstellung für |
+ | *$p = 0.1$ (blaue Kurve), und | ||
+ | *$p = 0.02$ (rote Kurve). | ||
− | + | ||
+ | Der Abfall erfolgt mit steigendem $k$ exponentiell und ist umso steiler, je kleiner $p$ ist.<br> | ||
Die rechte Grafik zeigt die logarithmische Darstellung. Hier verläuft der Abfall linear entsprechend | Die rechte Grafik zeigt die logarithmische Darstellung. Hier verläuft der Abfall linear entsprechend | ||
Zeile 60: | Zeile 64: | ||
== Anwendungen des BSC–Modells == | == Anwendungen des BSC–Modells == | ||
<br> | <br> | ||
− | Das BSC–Modell ist das <i>digitale Äquivalent</i> zum einfachsten analogen Modell ⇒ [[Digitalsignal%C3%BCbertragung/Struktur_des_optimalen_Empf%C3%A4ngers#Einige_Eigenschaften_des_AWGN-Kanals|AWGN]] für ein zeitinvariantes Digitalsystem entsprechend der folgenden Grafik. Einzige Beeinträchtigung ist Rauschen; es gibt keine Verzerrungen.<br> | + | Das BSC–Modell ist das <i>digitale Äquivalent</i> zum einfachsten analogen Modell ⇒ [[Digitalsignal%C3%BCbertragung/Struktur_des_optimalen_Empf%C3%A4ngers#Einige_Eigenschaften_des_AWGN-Kanals|AWGN]] für ein zeitinvariantes Digitalsystem entsprechend der folgenden Grafik. Einzige Beeinträchtigung ist das Rauschen; es gibt keine Verzerrungen.<br> |
− | [[Datei:P ID1830 Dig T 5 2 S3 version1.png| | + | [[Datei:P ID1830 Dig T 5 2 S3 version1.png|right|frame|Zur Verwendung des BSC–Modells|class=fit]] |
Um das BSC–Modell anwenden zu können, muss das Digitalsystem folgende Voraussetzungen erfüllen: | Um das BSC–Modell anwenden zu können, muss das Digitalsystem folgende Voraussetzungen erfüllen: | ||
*redundanzfreie Binärcodierung ⇒ keine Kanalcodierung und –decodierung,<br> | *redundanzfreie Binärcodierung ⇒ keine Kanalcodierung und –decodierung,<br> | ||
*Störung entsprechend dem AWGN–Modell ⇒ additiv, weiß und gaußverteilt,<br> | *Störung entsprechend dem AWGN–Modell ⇒ additiv, weiß und gaußverteilt,<br> | ||
− | *keine nichtlinearen oder linearen Verzerrungen | + | *keine nichtlinearen oder linearen Verzerrungen durch die Bauteile von <br>Sender und Empfänger,<br> |
*Schwellenwertentscheider mit symmetrischer Entscheiderschwelle,<br> | *Schwellenwertentscheider mit symmetrischer Entscheiderschwelle,<br> | ||
− | *keine Fremdeinflüsse wie Nebensprechen, Wählimpulse oder elektromagnetische Störfelder.<br><br> | + | *keine Fremdeinflüsse wie Nebensprechen, Wählimpulse oder elektromagnetische Störfelder.<br> |
+ | <br clear=all> | ||
+ | Bei einem ''Funksystem'' mit einer direkten Sichtverbindung zwischen Sender und Empfänger ist die Anwendung des BSC–Modells oft gerechtfertigt, nicht jedoch, wenn Fadingeinflüsse ⇒ [[Digitalsignalübertragung/Trägerfrequenzsysteme_mit_nichtkohärenter_Demodulation#Rayleigh.E2.80.93_und_Riceverteilung|Rayleigh oder Rice]] eine Rolle spielen oder wenn Echos auftreten können ⇒ [[Mobile_Kommunikation/Mehrwegeempfang_beim_Mobilfunk|Mehrwegeempfang]].<br> | ||
− | Bei | + | Bei ''leitungsgebundener Übertragung'' (zum Beispiel [[Beispiele_von_Nachrichtensystemen/Allgemeine_Beschreibung_von_DSL|DSL]], aber auch bei optischer Übertragung) sind dagegen nach Aussagen von Netzbetreibern statistisch unabhängige Fehler eher die Ausnahme. Treten bei der Datenübertragung über das Fernsprechnetz Fehler auf, dann meist gehäuft. |
− | + | Man spricht in diesem Fall von so genannten <i>Bündelfehlern</i>, die im nächsten Kapitel behandelt werden.<br> | |
==Aufgaben zum Kapitel== | ==Aufgaben zum Kapitel== |
Version vom 25. März 2019, 12:56 Uhr
Inhaltsverzeichnis
Binary Symmetric Channel – Modell und Fehlerkorrelationsfunktion
Die linke Grafik zeigt mit dem BSC–Modell das einfachste Modell eines digitalen Übertragungssystems.
Der Name steht für Binary Symmetric Channel und besagt, dass dieses Modell nur bei Binärsystemen mit symmetrischen Verfälschungseigenschaften angewendet werden kann. Weiter gilt:
- Das BSC–Modell eignet sich für die Untersuchung und Erzeugung einer Fehlerfolge mit statistisch unabhängigen Fehlern. Man nennt einen solchen Kanal auch gedächtnisfrei und es existiert im Unterschied zu den Bündelfehler–Kanalmodellen nur ein einziger Kanalzustand.
- Die beiden Symbole $($zum Beispiel $\rm L$ und $\rm H)$ werden jeweils mit der gleichen Wahrscheinlichkeit $p$ verfälscht, so dass auch die mittlere Fehlerwahrscheinlichkeit $p_{\rm M} = p$ ist, und zwar unabhängig von den Symbolwahrscheinlichkeiten $p_{\rm L}$ und $p_{\rm H}$.
Die rechte Grafik zeigt die Fehlerkorrelationsfunktion (FKF) des BSC–Modells:
- \[\varphi_{e}(k) = {\rm E}\big[e_{\nu} \cdot e_{\nu + k}\big] = \left\{ \begin{array}{c} p \\ p^2 \end{array} \right.\quad \begin{array}{*{1}c} f{\rm \ddot{u}r }\hspace{0.25cm}k = 0 \hspace{0.05cm}, \\ f{\rm \ddot{u}r }\hspace{0.25cm} k > 0 \hspace{0.05cm}.\\ \end{array}\]
$\text{Fazit:}$
- Beim BSC–Modell wird der FKF–Endwert (Quadrat der mittleren Fehlerwahrscheinlichkeit), der bei anderen Modellen erst für $k \to \infty$ gültig ist, bereits bei $k = 1$ exakt erreicht und bleibt dann konstant.
- Das BSC–Modell gehört zur Klasse der erneuernden Kanalmodelle (englisch: Renewal Channels). Bei einem erneuernden Kanalmodell sind die Fehlerabstände statistisch voneinander unabhängig und die Fehlerkorrelationsfunktion kann in einfacher Weise iterativ berechnet werden:
- \[\varphi_{e}(k) = \sum_{\kappa = 1}^{k} {\rm Pr}(a = \kappa) \cdot \varphi_{e}(k - \kappa) \hspace{0.05cm}.\]
Binary Symmetric Channel – Fehlerabstandsverteilung
Wir betrachten nun die Fehlerabstandsverteilung (FAV). Die Wahrscheinlichkeit für den Fehlerabstand $a=k$ ergibt sich aus der Bedingung von $k-1$ fehlerfreien Symbolen und eines Übertragungsfehlers zum Zeitpunkt $\nu +k$, vorausgesetzt, dass der letzte Fehler zum Zeitpunkt $\nu$ aufgetreten ist. Man erhält:
- \[{\rm Pr}(a = k) = (1-p)^{k-1}\cdot p \hspace{0.05cm}.\]
Daraus folgt:
- Der Fehlerabstand $a = 1$ tritt beim BSC–Modell stets mit der größten Wahrscheinlichkeit auf, und zwar für jeden Wert von $p$.
- Dieser Sachverhalt ist auf den ersten Blick etwas überraschend. Mit $p = 0.01$ ergibt sich zum Beispiel der mittlere Fehlerabstand ${\rm E}\big[a\big] = 100$.
- Trotzdem sind zwei aufeinanderfolgende Fehler $(a = 1)$ um den Faktor $0.99^{99} \approx 2.7$ wahrscheinlicher als der Fehlerabstand $a = 100$.
Die Fehlerabstandsverteilung ergibt sich entsprechend der allgemeinen Definition durch Summation:
- \[V_a(k) = {\rm Pr}(a \ge k) = 1 - \sum_{\kappa = 1}^{k} (1-p)^{\kappa-1}\cdot p = (1-p)^{k-1}\hspace{0.05cm}.\]
$\text{Beispiel 1:}$ Die linke Grafik zeigt $V_a(k)$ in linearer Darstellung für
- $p = 0.1$ (blaue Kurve), und
- $p = 0.02$ (rote Kurve).
Der Abfall erfolgt mit steigendem $k$ exponentiell und ist umso steiler, je kleiner $p$ ist.
Die rechte Grafik zeigt die logarithmische Darstellung. Hier verläuft der Abfall linear entsprechend
- \[{\rm lg} \hspace{0.15cm}V_a(k) = (k - 1) \cdot {\rm lg} \hspace{0.15cm}(1-p)\hspace{0.05cm}.\]
Anwendungen des BSC–Modells
Das BSC–Modell ist das digitale Äquivalent zum einfachsten analogen Modell ⇒ AWGN für ein zeitinvariantes Digitalsystem entsprechend der folgenden Grafik. Einzige Beeinträchtigung ist das Rauschen; es gibt keine Verzerrungen.
Um das BSC–Modell anwenden zu können, muss das Digitalsystem folgende Voraussetzungen erfüllen:
- redundanzfreie Binärcodierung ⇒ keine Kanalcodierung und –decodierung,
- Störung entsprechend dem AWGN–Modell ⇒ additiv, weiß und gaußverteilt,
- keine nichtlinearen oder linearen Verzerrungen durch die Bauteile von
Sender und Empfänger, - Schwellenwertentscheider mit symmetrischer Entscheiderschwelle,
- keine Fremdeinflüsse wie Nebensprechen, Wählimpulse oder elektromagnetische Störfelder.
Bei einem Funksystem mit einer direkten Sichtverbindung zwischen Sender und Empfänger ist die Anwendung des BSC–Modells oft gerechtfertigt, nicht jedoch, wenn Fadingeinflüsse ⇒ Rayleigh oder Rice eine Rolle spielen oder wenn Echos auftreten können ⇒ Mehrwegeempfang.
Bei leitungsgebundener Übertragung (zum Beispiel DSL, aber auch bei optischer Übertragung) sind dagegen nach Aussagen von Netzbetreibern statistisch unabhängige Fehler eher die Ausnahme. Treten bei der Datenübertragung über das Fernsprechnetz Fehler auf, dann meist gehäuft.
Man spricht in diesem Fall von so genannten Bündelfehlern, die im nächsten Kapitel behandelt werden.
Aufgaben zum Kapitel
Aufgabe 5.3: AWGN- und BSC-Modell
Aufgabe 5.3Z: Analyse des BSC-Modell
Aufgabe 5.4: Ist das BSC-Modell erneuernd?
Aufgabe 5.5: Fehlerfolge und Fehlerabstandsfolge