Aufgaben:Aufgabe 4.8Z: AWGN-Kanal: Unterschied zwischen den Versionen

Aus LNTwww
Wechseln zu:Navigation, Suche
Zeile 3: Zeile 3:
 
}}
 
}}
  
[[Datei:P_ID413__Sto_Z_4_8.png|right|frame|Modell des AWGN-Kanals]]
+
[[Datei:P_ID413__Sto_Z_4_8.png|right|frame|Modell des AWGN–Kanals]]
Wir betrachten hier ein analoges Nachrichtensignal $s(t)$, dessen Amplitudenwerte gaußverteilt sind.  
+
Wir betrachten hier ein analoges Nachrichtensignal  $s(t)$, dessen Amplitudenwerte gaußverteilt sind.  
*Der Effektivwert $\sigma_s$ dieses mittelwertfreien Signals beträgt $1 \hspace{0.05cm} \rm V$.  
+
*Der Effektivwert  $\sigma_s$  dieses mittelwertfreien Signals beträgt  $1 \hspace{0.05cm} \rm V$.  
*Diese Größe bezeichnet man auch als die ''Streuung''.
+
*Diese Größe bezeichnet man auch als die  ''Streuung''.
  
  
Bei der Übertragung wird $s(t)$ von einem Störsignal $n(t)$ additiv überlagert, das ebenso wie $s(t)$ als gaußverteilt und mittelwertfrei angenommen werden kann.  
+
Bei der Übertragung wird  $s(t)$  von einem Störsignal  $n(t)$  additiv überlagert, das ebenso wie  $s(t)$  als gaußverteilt und mittelwertfrei angenommen werden kann.  
*Der Effektivwert (die Streuung) des Störsignals sei allgemein $\sigma_n$.  
+
*Der Effektivwert (die Streuung) des Störsignals sei allgemein  $\sigma_n$.  
*Es kann angenommen werden, dass zwischen Nutzsignal $s(t)$ und Störsignal $n(t)$ keine statistischen Abhängigkeiten bestehen.
+
*Es wird angenommen, dass zwischen Nutzsignal  $s(t)$  und Störsignal  $n(t)$  keine statistischen Abhängigkeiten bestehen.
  
  
Man bezeichnet eine solche Konstellation als <i>Additive White Gaussian Noise</i> (AWGN) und verwendet als Qualitätskriterium für das Empfangssignal $r(t)$ das Signal-zu-Stör-Leistungsverhältnis (''Signal-to-Noise-Ratio''):
+
Man bezeichnet eine solche Konstellation als&nbsp; <i>Additive White Gaussian Noise</i>&nbsp; (AWGN) und verwendet als Qualitätskriterium für das Empfangssignal&nbsp; $r(t)$&nbsp; das Signal-zu-Stör-Leistungsverhältnis&nbsp; (''Signal-to-Noise-Ratio''):
 
:$${\rm SNR} =  {\sigma_s^2}/{\sigma_n^2}.$$
 
:$${\rm SNR} =  {\sigma_s^2}/{\sigma_n^2}.$$
 +
 +
  
  
Zeile 22: Zeile 24:
  
 
''Hinweise:''  
 
''Hinweise:''  
*Die Aufgabe gehört zum  Kapitel [[Stochastische_Signaltheorie/Linearkombinationen_von_Zufallsgrößen|Linearkombinationen von Zufallsgrößen]].
+
*Die Aufgabe gehört zum  Kapitel&nbsp; [[Stochastische_Signaltheorie/Linearkombinationen_von_Zufallsgrößen|Linearkombinationen von Zufallsgrößen]].
*Bezug genommen wird auch auf das Kapitel [[Stochastische_Signaltheorie/Zweidimensionale_Gaußsche_Zufallsgrößen|Zweidimensionale Gaußsche Zufallsgrößen]].
+
*Bezug genommen wird auch auf das Kapitel&nbsp; [[Stochastische_Signaltheorie/Zweidimensionale_Gaußsche_Zufallsgrößen|Zweidimensionale Gaußsche Zufallsgrößen]].
 
   
 
   
  
Zeile 31: Zeile 33:
  
 
<quiz display=simple>
 
<quiz display=simple>
{Geben Sie die WDF $f_r(r)$ des Empfangssignals $r(t)$ allgemein an. <br>Wie gro&szlig; ist der Effektivwert $\sigma_r$, wenn $\sigma_n =0.75 \hspace{0.05cm} \rm V$ betr&auml;gt?
+
{Geben Sie die WDF $f_r(r)$&nbsp; des Empfangssignals&nbsp; $r(t)$&nbsp; allgemein an.&nbsp; Wie gro&szlig; ist der Effektivwert&nbsp; $\sigma_r$, wenn&nbsp; $\sigma_n =0.75 \hspace{0.05cm} \rm V$&nbsp; betr&auml;gt?
 
|type="{}"}
 
|type="{}"}
 
$\sigma_r \ = \ $  { 1.25 3% } $ \ \rm V$
 
$\sigma_r \ = \ $  { 1.25 3% } $ \ \rm V$
  
  
{Berechnen Sie den Korrelationskoeffizienten $\rho_{sr}$, der zwischen den beiden Signalen $s(t)$ und $r(t)$ besteht. <br>Welcher Wert ergibt sich f&uuml;r $\sigma_n =0.75 \hspace{0.05cm} \rm V$?
+
{Berechnen Sie den Korrelationskoeffizienten&nbsp; $\rho_{sr}$&nbsp; zwischen den beiden Signalen&nbsp; $s(t)$&nbsp; und&nbsp; $r(t)$.&nbsp;  Welcher Wert ergibt sich f&uuml;r&nbsp; $\sigma_n =0.75 \hspace{0.05cm} \rm V$?
 
|type="{}"}
 
|type="{}"}
 
$\rho_{sr} \ =  \ $ { 0.8 3% }
 
$\rho_{sr} \ =  \ $ { 0.8 3% }
  
  
{Berechnen Sie den Korrelationskoeffizienten $\rho_{sr}$ abhängig vom SNR des AWGN-Kanals. Leiten Sie eine N&auml;herung f&uuml;r gro&szlig;es SNR ab.  
+
{Berechnen Sie den Korrelationskoeffizienten&nbsp; $\rho_{sr}$&nbsp; abhängig vom SNR des AWGN-Kanals.&nbsp; Leiten Sie eine N&auml;herung f&uuml;r gro&szlig;es SNR ab.  
 
<br>Welcher Koeffizient ergibt sich f&uuml;r $10 \cdot {\rm lg \ SNR = 30 \ dB}$?
 
<br>Welcher Koeffizient ergibt sich f&uuml;r $10 \cdot {\rm lg \ SNR = 30 \ dB}$?
 
|type="{}"}
 
|type="{}"}

Version vom 27. November 2019, 16:43 Uhr

Modell des AWGN–Kanals

Wir betrachten hier ein analoges Nachrichtensignal  $s(t)$, dessen Amplitudenwerte gaußverteilt sind.

  • Der Effektivwert  $\sigma_s$  dieses mittelwertfreien Signals beträgt  $1 \hspace{0.05cm} \rm V$.
  • Diese Größe bezeichnet man auch als die  Streuung.


Bei der Übertragung wird  $s(t)$  von einem Störsignal  $n(t)$  additiv überlagert, das ebenso wie  $s(t)$  als gaußverteilt und mittelwertfrei angenommen werden kann.

  • Der Effektivwert (die Streuung) des Störsignals sei allgemein  $\sigma_n$.
  • Es wird angenommen, dass zwischen Nutzsignal  $s(t)$  und Störsignal  $n(t)$  keine statistischen Abhängigkeiten bestehen.


Man bezeichnet eine solche Konstellation als  Additive White Gaussian Noise  (AWGN) und verwendet als Qualitätskriterium für das Empfangssignal  $r(t)$  das Signal-zu-Stör-Leistungsverhältnis  (Signal-to-Noise-Ratio):

$${\rm SNR} = {\sigma_s^2}/{\sigma_n^2}.$$




Hinweise:



Fragebogen

1

Geben Sie die WDF $f_r(r)$  des Empfangssignals  $r(t)$  allgemein an.  Wie groß ist der Effektivwert  $\sigma_r$, wenn  $\sigma_n =0.75 \hspace{0.05cm} \rm V$  beträgt?

$\sigma_r \ = \ $

$ \ \rm V$

2

Berechnen Sie den Korrelationskoeffizienten  $\rho_{sr}$  zwischen den beiden Signalen  $s(t)$  und  $r(t)$.  Welcher Wert ergibt sich für  $\sigma_n =0.75 \hspace{0.05cm} \rm V$?

$\rho_{sr} \ = \ $

3

Berechnen Sie den Korrelationskoeffizienten  $\rho_{sr}$  abhängig vom SNR des AWGN-Kanals.  Leiten Sie eine Näherung für großes SNR ab.
Welcher Koeffizient ergibt sich für $10 \cdot {\rm lg \ SNR = 30 \ dB}$?

$\rho_{sr} \ = \ $


Musterlösung

(1)  Es gilt $r(t) = s(t)+n(t)$. Somit kann $f_r(r)$ aus der Faltung der beiden Dichtefunktionen $f_s(s)$ und $f_n(n)$ berechnet werden.

  • Da beide Signale gaußverteilt sind, liefert die Faltung ebenfalls eine Gaußfunktion:
$$f_r(r)= \frac {1}{\sqrt{2 \pi} \cdot \sigma_r} \cdot {\rm e}^{-r^2/(2 \sigma_r^2)}.$$
  • Die Varianzen von $s(t)$ und $n(t)$ addieren sich. Deshalb erhält man mit $\sigma_s =1 \hspace{0.05cm} \rm V$ und $\sigma_n =0.75 \hspace{0.05cm} \rm V$:
$$\sigma_r = \sqrt{\sigma_s^2 + \sigma_n^2} =\sqrt{{(\rm 1\hspace{0.1cm}V)^2} + {(\rm 0.75\hspace{0.1cm}V)^2}}\hspace{0.15cm}\underline{ = {\rm 1.25\hspace{0.1cm}V}}.$$


(2)  Für den Korrelationskoeffizienten gilt mit dem gemeinsamen Moment $m_{sr}$:

$$\rho_{sr } = \frac{m_{sr }}{\sigma_s \cdot \sigma_r}.$$
  • Hierbei ist berücksichtigt, dass $s(t)$ und auch $r(t)$ mittelwertfrei sind, so dass $\mu_{sr} =m_{sr}$ gilt.
  • Da $s(t)$ und $n(t)$ als statistisch unabhängig voneinander und damit als unkorreliert vorausgesetzt wurden, gilt weiter:
$$m_{sr} = {\rm E}\big[s(t) \cdot r(t)\big] = {\rm E}\big[s^2(t)\big] + {\rm E}\big[s(t) \cdot n(t)\big] ={\rm E}\big[s^2(t)\big] = \sigma_s^2.$$
$$\rightarrow \hspace{0.3cm} \rho_{sr } = \frac{\sigma_s}{ \sigma_r} = \sqrt{\frac{\sigma_s^2}{\sigma_s^2 + \sigma_n^2}} = \left (1+ {\sigma_n^2}/{\sigma_s^2}\right)^{-1/2}.$$
  • Mit $\sigma_s =1 \hspace{0.05cm} \rm V$, $\sigma_n =0.75 \hspace{0.05cm} \rm V$ und $\sigma_r =1.25 \hspace{0.05cm} \rm V$ erhält man $\rho_{sr }\hspace{0.15cm}\underline{ = 0.8}$.


(3)  Der in der letzten Teilaufgabe berechnete Ausdruck kann mit der Abkürzung ${\rm SNR} =\sigma_s^2/\sigma_n^2$ wie folgt dargestellt werden:

$$\rho_{sr } = \rm \frac{1}{ \sqrt{1 + \frac{1}{SNR}}} \approx \frac{1}{ {1 + \frac{1}{2 \cdot SNR}}} \approx 1 - \frac{1}{2 \cdot SNR}.$$
  • Der Signal-zu-Stör-Abstand $10 \cdot {\rm lg \ SNR = 30 \ dB}$ führt zum absoluten Wert $\rm SNR = 1000$.
  • In die obige Gleichung eingesetzt ergibt dies näherungsweise einen Korrelationskoeffizienten von $\rho_{sr }\hspace{0.15cm}\underline{ = 0.9995}$.