Modulationsverfahren/Spreizfolgen für CDMA: Unterschied zwischen den Versionen

Aus LNTwww
Wechseln zu:Navigation, Suche
(Die Seite wurde neu angelegt: „ {{Header |Untermenü=Vielfachzugriffsverfahren |Vorherige Seite=PN–Modulation |Nächste Seite=Fehlerwahrscheinlichkeit der PN–Modulation }} ==Definition…“)
 
Zeile 7: Zeile 7:
 
==Definition der Korrelationsfunktionen==
 
==Definition der Korrelationsfunktionen==
 
Wichtige Beurteilungskriterien für Spreizfolgen sind die Korrelationsfunktionen. Betrachtet man zwei ergodische Prozesse mit den Musterfunktionen $x(t)$ und $y(t)$, so gilt für die Kreuzkorrelationsfunktion (KKF) der beiden Prozesse (siehe Kapitel 4.6 im Buch „Stochastische Signaltheorie”):  
 
Wichtige Beurteilungskriterien für Spreizfolgen sind die Korrelationsfunktionen. Betrachtet man zwei ergodische Prozesse mit den Musterfunktionen $x(t)$ und $y(t)$, so gilt für die Kreuzkorrelationsfunktion (KKF) der beiden Prozesse (siehe Kapitel 4.6 im Buch „Stochastische Signaltheorie”):  
$$
+
$$\varphi_{xy}(\tau)=\overline{x(t)\cdot y(t+\tau)}=\lim_{T_{\rm M}\to\infty}\,\frac{1}{T_{\rm M}}\cdot\int^{T_{\rm M}/{\rm 2}}_{-T_{\rm M}/{\rm 2}}x(t)\cdot y(t+\tau)\,\,\rm d \it t.$$
  
 +
Die überstreichende Linie kennzeichnet hierbei eine ''Zeitmittelung.''
  
 +
$φ){xy}(τ)$ ist ein quantitatives Maß für die lineare statistische Abhängigkeit der Augenblickswerte von Musterfunktionen $x(t)$ und $y(t + τ)$ der beiden Zufallsprozesse und dient somit der Beschreibung der statistischen Verwandtschaft zwischen diesen. Es gilt:
 +
*Sind $x(t)$ und $y(t)$ unkorreliert, so ist $φ_{xy}(τ)$ identisch 0 (das heißt für alle Werte von $τ$).
 +
*Im allgemeinen ist $φ_{xy}(τ)$ nicht symmetrisch, sondern das KKF–Maximum tritt bei $τ_{\rm max} ≠$ 0 auf.
 +
*In diesem Fall ergibt sich die maximale Korrelation durch eine gegenseitige Verschiebung der beiden betrachteten Signale um die Zeit $τ_{\rm max}$.
 +
 +
 +
Setzt man in obiger Gleichung $y(t) = x(t)$, so kommt man zur Autokorrelationsfunktion (AKF)
 +
$$ \varphi_{xx}(\tau)=\overline{x(t)\cdot x(t+\tau)}=\lim_{T_{\rm M}\to\infty}\,\frac{1}{T_{\rm M}}\cdot\int^{T_{\rm M}/{\rm 2}}_{-T_{\rm M}/{\rm 2}}x(t)\cdot x(t+\tau)\,\,\rm d \it t$$
 +
 +
mit folgenden Eigenschaften:
 +
*Die AKF ist ein Maß für die inneren statistischen Bindungen eines durch die Musterfunktion $x(t)$ festgelegten stationären und ergodischen Prozesses.
 +
*Ist $x(t)$ reell, so ist $φ_{xx}(τ)$ eine reelle gerade Funktion: $φ_{xx}(–τ) = φ_{xx}(τ)$. Phasenbeziehungen gehen in der AKF verloren. Beschreibt $x(t)$ einen komplexen Prozesse, so ist auch die AKF komplex.
 +
*Der Maximalwert der AKF liegt bei $τ =$ 0. Es gilt stets $|φ_{xx}(τ)| ≤ φ_{xx}(0),$ wobei $φ_{xx}(0)$ die Signalleistung $P_x = E[x^2(t)]$ angibt.
 +
*Der Gleichanteil eines Signals kann aus dem Grenzwert $(τ → ∞)$ ermittelt werden, so lange das Signal keine periodischen Anteile beinhaltet:
 +
$$\overline{ x(t)} =  {\rm E}[x(t)] = \sqrt{\lim_{\tau\to\infty}\,\varphi_{xx} (\tau)} \hspace{0.05cm}.$$
 +
 +
 +
AKF und KKF beschreiben die inneren Bindungen bzw. die gegenseitigen statistischen Abhängigkeiten im Zeitbereich. Die entsprechenden Beschreibungsfunktionen im Frequenzbereich sind
 +
*das Leistungsdichtespektrum ${\it Φ}_{xx}(f)$, sowie
 +
*das Kreuzleistungsdichtespektrum ${\it Φ}_{xy}(f)$.
 +
 +
 +
Bei ergodischen Prozessen ergeben sich diese als die Fouriertransformierten von AKF und KKF:
 +
$${\it \Phi}_{xx}(f)  \hspace{0.2cm} \bullet\!\!-\!\!\!-\!\!\!-\!\!\circ\, \hspace{0.2cm}\varphi_{xx}(\tau)\hspace{0.05cm}  ,\hspace{0.3cm} {\it \Phi}_{xy}(f)  \hspace{0.2cm} \bullet\!\!-\!\!\!-\!\!\!-\!\!\circ\, \hspace{0.2cm}\varphi_{xy}(\tau)\hspace{0.05cm}.$$
  
  

Version vom 26. Juni 2016, 20:10 Uhr

Definition der Korrelationsfunktionen

Wichtige Beurteilungskriterien für Spreizfolgen sind die Korrelationsfunktionen. Betrachtet man zwei ergodische Prozesse mit den Musterfunktionen $x(t)$ und $y(t)$, so gilt für die Kreuzkorrelationsfunktion (KKF) der beiden Prozesse (siehe Kapitel 4.6 im Buch „Stochastische Signaltheorie”): $$\varphi_{xy}(\tau)=\overline{x(t)\cdot y(t+\tau)}=\lim_{T_{\rm M}\to\infty}\,\frac{1}{T_{\rm M}}\cdot\int^{T_{\rm M}/{\rm 2}}_{-T_{\rm M}/{\rm 2}}x(t)\cdot y(t+\tau)\,\,\rm d \it t.$$

Die überstreichende Linie kennzeichnet hierbei eine Zeitmittelung.

$φ){xy}(τ)$ ist ein quantitatives Maß für die lineare statistische Abhängigkeit der Augenblickswerte von Musterfunktionen $x(t)$ und $y(t + τ)$ der beiden Zufallsprozesse und dient somit der Beschreibung der statistischen Verwandtschaft zwischen diesen. Es gilt:

  • Sind $x(t)$ und $y(t)$ unkorreliert, so ist $φ_{xy}(τ)$ identisch 0 (das heißt für alle Werte von $τ$).
  • Im allgemeinen ist $φ_{xy}(τ)$ nicht symmetrisch, sondern das KKF–Maximum tritt bei $τ_{\rm max} ≠$ 0 auf.
  • In diesem Fall ergibt sich die maximale Korrelation durch eine gegenseitige Verschiebung der beiden betrachteten Signale um die Zeit $τ_{\rm max}$.


Setzt man in obiger Gleichung $y(t) = x(t)$, so kommt man zur Autokorrelationsfunktion (AKF) $$ \varphi_{xx}(\tau)=\overline{x(t)\cdot x(t+\tau)}=\lim_{T_{\rm M}\to\infty}\,\frac{1}{T_{\rm M}}\cdot\int^{T_{\rm M}/{\rm 2}}_{-T_{\rm M}/{\rm 2}}x(t)\cdot x(t+\tau)\,\,\rm d \it t$$

mit folgenden Eigenschaften:

  • Die AKF ist ein Maß für die inneren statistischen Bindungen eines durch die Musterfunktion $x(t)$ festgelegten stationären und ergodischen Prozesses.
  • Ist $x(t)$ reell, so ist $φ_{xx}(τ)$ eine reelle gerade Funktion: $φ_{xx}(–τ) = φ_{xx}(τ)$. Phasenbeziehungen gehen in der AKF verloren. Beschreibt $x(t)$ einen komplexen Prozesse, so ist auch die AKF komplex.
  • Der Maximalwert der AKF liegt bei $τ =$ 0. Es gilt stets $|φ_{xx}(τ)| ≤ φ_{xx}(0),$ wobei $φ_{xx}(0)$ die Signalleistung $P_x = E[x^2(t)]$ angibt.
  • Der Gleichanteil eines Signals kann aus dem Grenzwert $(τ → ∞)$ ermittelt werden, so lange das Signal keine periodischen Anteile beinhaltet:

$$\overline{ x(t)} = {\rm E}[x(t)] = \sqrt{\lim_{\tau\to\infty}\,\varphi_{xx} (\tau)} \hspace{0.05cm}.$$


AKF und KKF beschreiben die inneren Bindungen bzw. die gegenseitigen statistischen Abhängigkeiten im Zeitbereich. Die entsprechenden Beschreibungsfunktionen im Frequenzbereich sind

  • das Leistungsdichtespektrum ${\it Φ}_{xx}(f)$, sowie
  • das Kreuzleistungsdichtespektrum ${\it Φ}_{xy}(f)$.


Bei ergodischen Prozessen ergeben sich diese als die Fouriertransformierten von AKF und KKF: $${\it \Phi}_{xx}(f) \hspace{0.2cm} \bullet\!\!-\!\!\!-\!\!\!-\!\!\circ\, \hspace{0.2cm}\varphi_{xx}(\tau)\hspace{0.05cm} ,\hspace{0.3cm} {\it \Phi}_{xy}(f) \hspace{0.2cm} \bullet\!\!-\!\!\!-\!\!\!-\!\!\circ\, \hspace{0.2cm}\varphi_{xy}(\tau)\hspace{0.05cm}.$$