Difference between revisions of "Aufgaben:Exercise 3.5: Triangular and Trapezoidal Signal"

From LNTwww
Line 4: Line 4:
  
 
[[File:P_ID125__Sto_A_3_5.png|right|frame|Rechteck–, Dreieck– und Trapezsignal ]]
 
[[File:P_ID125__Sto_A_3_5.png|right|frame|Rechteck–, Dreieck– und Trapezsignal ]]
Wir gehen vom Rechtecksignal $x(t)$ gemäß der oberen Grafik aus.  
+
Wir gehen vom Rechtecksignal  $x(t)$  gemäß der oberen Grafik aus.  
*Die Amplitudenwerte sind $0\hspace{0.05cm} \rm V$ und $2\hspace{0.05cm} \rm V$.
+
*Die Amplitudenwerte seien  $0\hspace{0.05cm} \rm V$  und  $2\hspace{0.05cm} \rm V$.
*Die Dauer eines Rechtecks sowie der Abstand zweier aufeinander folgender Rechteckimpulse seien jeweils gleich $T$.  
+
*Die Dauer eines Rechtecks sowie der Abstand zweier aufeinander folgender Rechteckimpulse seien jeweils gleich  $T$.  
*Die Zufallsgröße $x$ – der Momentanwert des Rechtecksignals $x(t)$ – hat somit folgende Kennwerte:  
+
*Die Zufallsgröße  $x$  – der Momentanwert des Rechtecksignals  $x(t)$  – hat somit folgende Kennwerte:  
 
:$$m_x = \sigma_x = 1\hspace{0.05cm} \rm V.$$
 
:$$m_x = \sigma_x = 1\hspace{0.05cm} \rm V.$$
  
 
Gibt man nun dieses Signal auf ein lineares Filter mit der Impulsantwort  
 
Gibt man nun dieses Signal auf ein lineares Filter mit der Impulsantwort  
:$$h_{\rm 1}(t)=\left \{ \begin{array}{*{4}{c}} 1/T & {\; \rm f\ddot{u}r}\hspace{0.1cm}{ 0\le  t \le  T} \\\ 0 & {\rm sonst} \end{array} \right. ,  $$
+
:$$h_{\rm 1}(t)=\left \{ \begin{array}{*{4}{c}} 1/T & {\; \rm f\ddot{u}r}\hspace{0.2cm}{ 0\le  t \le  T} \\\ 0 & {\rm sonst} \end{array} \right. ,  $$
  
so ergibt sich an dessem Ausgang entsprechend der Faltung das Dreiecksignal $y_1(t) = x(t) \star  h_1(t)$ mit
+
so ergibt sich an dessem Ausgang entsprechend der Faltung das Dreiecksignal  $y_1(t) = x(t) \star  h_1(t)$  mit
  
*den Minimalwerten $0\hspace{0.05cm} \rm V$ (bei $t = 0, 2T, 4T,$ ...),
+
*den Minimalwerten  $0\hspace{0.05cm} \rm V$  $($bei $t = 0, 2T, 4T,$ ...$)$,
*den Maximalwerten $2\hspace{0.05cm} \rm V$ (bei $t = T, 3T, 5T,$ ...).
+
*den Maximalwerten  $2\hspace{0.05cm} \rm V$  $($bei $t = T, 3T, 5T,$ ...$)$.
  
  
Bei diesem Tiefpassfilter handelt es sich also um einen Integrator &uuml;ber die Zeitdauer $T$.<br>
+
Bei diesem Tiefpassfilter handelt es sich also um einen Integrator &uuml;ber die Zeitdauer&nbsp; $T$.<br>
  
Legt man dagegen das Signal $x(t)$ an den Eingang eines Filters mit der Impulsantwort
+
Legt man dagegen das Signal&nbsp; $x(t)$&nbsp; an den Eingang eines Filters mit der Impulsantwort
$$h_{\rm 2}(t)=\left \{ \begin{array}{*{4}{c}} 1/T & {\; \rm f\ddot{u}r}\hspace{0.1cm}{ 0\le  t \le  T/2} \\\ 0 & {\rm sonst} \end{array} \right. ,  $$
+
:$$h_{\rm 2}(t)=\left \{ \begin{array}{*{4}{c}} 1/T & {\; \rm f\ddot{u}r}\hspace{0.2cm}{ 0\le  t \le  T/2} \\\ 0 & {\rm sonst} \end{array} \right. ,  $$
  
so ergibt sich das trapezf&ouml;rmige Signal $y_2(t) = x(t) \star  h_2(t)$. Dieses zweite Filter wirkt somit als ein Integrator &uuml;ber die Zeitdauer $T/2$.
+
so ergibt sich das trapezf&ouml;rmige Signal&nbsp; $y_2(t) = x(t) \star  h_2(t)$.&nbsp; Dieses zweite Filter wirkt somit als ein Integrator &uuml;ber die Zeitdauer&nbsp; $T/2$.
 
<br>
 
<br>
  
Line 32: Line 32:
  
 
''Hinweise:''  
 
''Hinweise:''  
*Die Aufgabe gehört zum  Kapitel [[Stochastische_Signaltheorie/Gleichverteilte_Zufallsgröße|Gleichverteilte Zufallsgröße]].
+
*Die Aufgabe gehört zum  Kapitel&nbsp; [[Stochastische_Signaltheorie/Gleichverteilte_Zufallsgröße|Gleichverteilte Zufallsgröße]].
 
   
 
   
*F&uuml;r die zugeh&ouml;rigen Frequenzg&auml;nge gilt $H_1(f=0)= 1$ bzw. $H_2(f=0)= 0.5$.
+
*F&uuml;r die zugeh&ouml;rigen Frequenzg&auml;nge gilt&nbsp; $H_1(f=0)= 1$&nbsp; bzw.&nbsp; $H_2(f=0)= 0.5$.
  
  
Line 42: Line 42:
 
{Welche der folgenden Aussagen sind zutreffend?
 
{Welche der folgenden Aussagen sind zutreffend?
 
|type="[]"}
 
|type="[]"}
+ $y_1(t)$ ist eine kontinuierliche Zufallsgr&ouml;&szlig;e.
+
+ $y_1(t)$&nbsp; ist eine kontinuierliche Zufallsgr&ouml;&szlig;e.
- $y_1(t)$ besitzt eine dreieckf&ouml;rmige WDF.
+
- $y_1(t)$&nbsp; besitzt eine dreieckf&ouml;rmige WDF.
+ $y_1(t)$ ist gleichverteilt.
+
+ $y_1(t)$&nbsp; ist gleichverteilt.
+ $y_2(t)$ hat kontinuierliche und diskrete Anteile.
+
+ $y_2(t)$&nbsp; hat kontinuierliche und diskrete Anteile.
  
  
{Wie gro&szlig; ist der Gleichanteil des Signals $y_1(t)$? <br>&Uuml;berpr&uuml;fen Sie diesen Wert $m_{y1}$ auch anhand der Gr&ouml;&szlig;en $m_x$ und $H_1(f=0)$.
+
{Wie gro&szlig; ist der Gleichanteil des Signals&nbsp; $y_1(t)$?&nbsp; &Uuml;berpr&uuml;fen Sie diesen Wert&nbsp; $m_{y1}$&nbsp; auch anhand der Gr&ouml;&szlig;en&nbsp; $m_x$&nbsp; und&nbsp; $H_1(f=0)$.
 
|type="{}"}
 
|type="{}"}
 
$m_{y1} \ = \ $  { 1 3% } $\ \rm V$
 
$m_{y1} \ = \ $  { 1 3% } $\ \rm V$
  
  
{Bestimmen Sie die Leistung des Signals $y_1(t)$ sowohl durch Zeitmittelung als auch durch Scharmittelung.
+
{Bestimmen Sie die Leistung des Signals&nbsp; $y_1(t)$ sowohl durch Zeitmittelung als auch durch Scharmittelung.
 
|type="{}"}
 
|type="{}"}
 
$P_{y1} \ = \ $ { 1.333 3% } $\ \rm V^2$
 
$P_{y1} \ = \ $ { 1.333 3% } $\ \rm V^2$
  
  
{Wie gro&szlig; ist der Effektivwert des Signals $y_1(t)$?  
+
{Wie gro&szlig; ist der Effektivwert des Signals&nbsp; $y_1(t)$?  
 
|type="{}"}
 
|type="{}"}
 
$\sigma_{y1} \ = \ $  { 0.577 3% }  $\ \rm V$
 
$\sigma_{y1} \ = \ $  { 0.577 3% }  $\ \rm V$
  
  
{Wie gro&szlig; ist die Wahrscheinlichkeit, dass $y_1(t)$ gr&ouml;&szlig;er ist als $0.75\hspace{0.05cm} \rm V$?
+
{Wie gro&szlig; ist die Wahrscheinlichkeit, dass&nbsp; $y_1(t)$&nbsp; gr&ouml;&szlig;er ist als&nbsp; $0.75\hspace{0.05cm} \rm V$?
 
|type="{}"}
 
|type="{}"}
 
${\rm Pr}(y_1 > 0.75\hspace{0.05cm} \rm V) \ = \ $ { 0.625 3% }
 
${\rm Pr}(y_1 > 0.75\hspace{0.05cm} \rm V) \ = \ $ { 0.625 3% }
  
  
{Ermitteln Sie die WDF des Signals $y_2(t)$ und skizzieren Sie diese. <br>Geben Sie zur Kontrolle den WDF-Wert an der Stelle $y_2 = 0.5\hspace{0.05cm} \rm V$ ein.
+
{Ermitteln Sie die WDF des Signals&nbsp; $y_2(t)$&nbsp; und skizzieren Sie diese.&nbsp; Geben Sie zur Kontrolle den WDF-Wert an der Stelle&nbsp; $y_2 = 0.5\hspace{0.05cm} \rm V$&nbsp; ein.
 
|type="{}"}
 
|type="{}"}
 
$f_{y2}(y_2= 0.5\hspace{0.05cm} \rm V) \ = \ $  { 0.5 3% } $\ \rm 1/V$
 
$f_{y2}(y_2= 0.5\hspace{0.05cm} \rm V) \ = \ $  { 0.5 3% } $\ \rm 1/V$
  
  
{Wie gro&szlig; ist der Gleichanteil des Signals $y_2(t)$? <br>&Uuml;berpr&uuml;fen Sie diesen Wert $m_{y2}$ auch anhand der Gr&ouml;&szlig;en $m_x$ und $H_2(f=0)$.
+
{Wie gro&szlig; ist der Gleichanteil des Signals&nbsp; $y_2(t)$?&nbsp; &Uuml;berpr&uuml;fen Sie diesen Wert&nbsp; $m_{y2}$&nbsp; auch anhand der Gr&ouml;&szlig;en&nbsp; $m_x$&nbsp; und&nbsp; $H_2(f=0)$.
 
|type="{}"}
 
|type="{}"}
 
$m_{y2} \ = \ ${ 0.5 3% } $\ \rm V$
 
$m_{y2} \ = \ ${ 0.5 3% } $\ \rm V$
  
  
{Wie gro&szlig; ist der Effektivwert des Signals $y_2(t)$?
+
{Wie gro&szlig; ist der Effektivwert des Signals&nbsp; $y_2(t)$?
 
|type="{}"}
 
|type="{}"}
 
$\sigma_{y2} \ = \ $ { 0.409 3% } $\ \rm V$
 
$\sigma_{y2} \ = \ $ { 0.409 3% } $\ \rm V$
  
  
{Wie gro&szlig; ist die Wahrscheinlichkeit, dass $y_2(t)$ gr&ouml;&szlig;er ist als $0.75\hspace{0.05cm} \rm V$?
+
{Wie gro&szlig; ist die Wahrscheinlichkeit, dass&nbsp; $y_2(t)$&nbsp; gr&ouml;&szlig;er ist als&nbsp; $0.75\hspace{0.05cm} \rm V$?
 
|type="{}"}
 
|type="{}"}
 
${\rm Pr}(y_2 > 0.75\hspace{0.05cm} \rm V) \ = \ $ { 0.375 3% }
 
${\rm Pr}(y_2 > 0.75\hspace{0.05cm} \rm V) \ = \ $ { 0.375 3% }

Revision as of 18:26, 15 November 2019

Rechteck–, Dreieck– und Trapezsignal

Wir gehen vom Rechtecksignal  $x(t)$  gemäß der oberen Grafik aus.

  • Die Amplitudenwerte seien  $0\hspace{0.05cm} \rm V$  und  $2\hspace{0.05cm} \rm V$.
  • Die Dauer eines Rechtecks sowie der Abstand zweier aufeinander folgender Rechteckimpulse seien jeweils gleich  $T$.
  • Die Zufallsgröße  $x$  – der Momentanwert des Rechtecksignals  $x(t)$  – hat somit folgende Kennwerte:
$$m_x = \sigma_x = 1\hspace{0.05cm} \rm V.$$

Gibt man nun dieses Signal auf ein lineares Filter mit der Impulsantwort

$$h_{\rm 1}(t)=\left \{ \begin{array}{*{4}{c}} 1/T & {\; \rm f\ddot{u}r}\hspace{0.2cm}{ 0\le t \le T} \\\ 0 & {\rm sonst} \end{array} \right. , $$

so ergibt sich an dessem Ausgang entsprechend der Faltung das Dreiecksignal  $y_1(t) = x(t) \star h_1(t)$  mit

  • den Minimalwerten  $0\hspace{0.05cm} \rm V$  $($bei $t = 0, 2T, 4T,$ ...$)$,
  • den Maximalwerten  $2\hspace{0.05cm} \rm V$  $($bei $t = T, 3T, 5T,$ ...$)$.


Bei diesem Tiefpassfilter handelt es sich also um einen Integrator über die Zeitdauer  $T$.

Legt man dagegen das Signal  $x(t)$  an den Eingang eines Filters mit der Impulsantwort

$$h_{\rm 2}(t)=\left \{ \begin{array}{*{4}{c}} 1/T & {\; \rm f\ddot{u}r}\hspace{0.2cm}{ 0\le t \le T/2} \\\ 0 & {\rm sonst} \end{array} \right. , $$

so ergibt sich das trapezförmige Signal  $y_2(t) = x(t) \star h_2(t)$.  Dieses zweite Filter wirkt somit als ein Integrator über die Zeitdauer  $T/2$.



Hinweise:

  • Für die zugehörigen Frequenzgänge gilt  $H_1(f=0)= 1$  bzw.  $H_2(f=0)= 0.5$.


Fragebogen

1

Welche der folgenden Aussagen sind zutreffend?

$y_1(t)$  ist eine kontinuierliche Zufallsgröße.
$y_1(t)$  besitzt eine dreieckförmige WDF.
$y_1(t)$  ist gleichverteilt.
$y_2(t)$  hat kontinuierliche und diskrete Anteile.

2

Wie groß ist der Gleichanteil des Signals  $y_1(t)$?  Überprüfen Sie diesen Wert  $m_{y1}$  auch anhand der Größen  $m_x$  und  $H_1(f=0)$.

$m_{y1} \ = \ $

$\ \rm V$

3

Bestimmen Sie die Leistung des Signals  $y_1(t)$ sowohl durch Zeitmittelung als auch durch Scharmittelung.

$P_{y1} \ = \ $

$\ \rm V^2$

4

Wie groß ist der Effektivwert des Signals  $y_1(t)$?

$\sigma_{y1} \ = \ $

$\ \rm V$

5

Wie groß ist die Wahrscheinlichkeit, dass  $y_1(t)$  größer ist als  $0.75\hspace{0.05cm} \rm V$?

${\rm Pr}(y_1 > 0.75\hspace{0.05cm} \rm V) \ = \ $

6

Ermitteln Sie die WDF des Signals  $y_2(t)$  und skizzieren Sie diese.  Geben Sie zur Kontrolle den WDF-Wert an der Stelle  $y_2 = 0.5\hspace{0.05cm} \rm V$  ein.

$f_{y2}(y_2= 0.5\hspace{0.05cm} \rm V) \ = \ $

$\ \rm 1/V$

7

Wie groß ist der Gleichanteil des Signals  $y_2(t)$?  Überprüfen Sie diesen Wert  $m_{y2}$  auch anhand der Größen  $m_x$  und  $H_2(f=0)$.

$m_{y2} \ = \ $

$\ \rm V$

8

Wie groß ist der Effektivwert des Signals  $y_2(t)$?

$\sigma_{y2} \ = \ $

$\ \rm V$

9

Wie groß ist die Wahrscheinlichkeit, dass  $y_2(t)$  größer ist als  $0.75\hspace{0.05cm} \rm V$?

${\rm Pr}(y_2 > 0.75\hspace{0.05cm} \rm V) \ = \ $


Musterlösung

Amplitudenbegrenzung, ablesbar in der WDF

(1)  Richtig sind die Lösungsvorschläge 1, 3 und 4:

  • Die Zufallsgröße $y_1$ ist gleichverteilt und dadurch ebenso wie $x$ auch eine kontinuierliche Zufallsgröße.
  • Die WDF von $y_2$ weist diskrete Anteile bei $0\hspace{0.05cm} \rm V$ und $2\hspace{0.05cm} \rm V$ auf.
  • Zwischen diesen zwei Begrenzungen gibt es selbstverständlich auch kontinuierliche Anteile. In diesem Bereich gilt $f_x(x) = 1/2$.


(2)  Der lineare Mittelwert $m_x = 1\hspace{0.05cm} \rm V$ ist aus der Angabenskizze direkt abzulesen, könnte aber auch formal mit der Gleichung für die Gleichverteilung (zwischen $0\hspace{0.05cm} \rm V$ und $2\hspace{0.05cm} \rm V$) berechnet werden. Eine weitere Lösungsmöglichkeit bietet die Beziehung:

$$m_{y_{\rm 1}}=m_x\cdot H_{\rm 1}( f= 0) = 1\hspace{0.05cm} \rm V \cdot 1 \hspace{0.15cm}\underline{ =\rm 1\hspace{0.05cm} \rm V}.$$


(3)  Eigentlich müsste die Mittelung über den gesamten Zeitbereich (beidseitig bis ins Unendliche) erfolgen. Aus Symmetriegründen genügt jedoch die Mittelung über das Zeitintervall $0 \le t \le T$:

$$P_{y_{\rm 1}}=\rm\frac{1}{\it T}\cdot \int_{\rm 0}^{\it T} \hspace{-0.15cm}\it y_{\rm 1}{\rm (}\it t{\rm {\rm )}}^{\rm 2}\it \hspace{0.05cm}\hspace{0.1cm}{\rm d}t=\rm\frac{1}{\it T}\cdot \int_{\rm 0}^{\it T} \hspace{-0.15cm}(\rm 2V \cdot \it\frac{t}{T}{\rm )}^{\rm 2} \hspace{0.1cm}{\rm d} t = \rm {4}/{3}\, V^2 \hspace{0.15cm}\underline{= \rm 1.333\, V^2}.$$

Die Scharmittelung liefert das gleiche Ergebnis. Mit der WDF $f_{y1}(y_1) = 1/(2\hspace{0.05cm} \rm V)$ gilt nämlich:

$$P_{y_{\rm 1}}= \int_0^{2V} \hspace{-0.3cm}\it y_{\rm 1}^{\rm 2}\cdot f_{\it y_{\rm 1}}{\rm (}\it y_{\rm 1}{\rm )}\it \hspace{0.1cm}{\rm d}y_{\rm 1} =\rm\frac{1}{2V}\cdot \int_0^{2V} \hspace{-0.3cm}\it y_{\rm 1}^{\rm 2}\hspace{0.1cm}{\rm d}y_{\rm 1} =\rm \frac{8\,{\rm V^3}}{3 \cdot 2\,{\rm V}} \hspace{0.15cm}\underline{= \rm 1.333\, V^2}.$$


(4)  Die Varianz kann mit dem Satz von Steiner ermittelt werden und ergibt $4/3\hspace{0.05cm} \rm V^2 - 1\hspace{0.05cm} \rm V^2 = 1/3\hspace{0.05cm} \rm V^2$. Die Wurzel daraus ist die gesuchte Streuung (der Effektivwert):     $\sigma_{y_{\rm 1}}\hspace{0.15cm}\underline{=0.577 \, \rm V}.$


(5)  Die gesuchte Wahrscheinlichkeit ist das Integral über die WDF von $0.75\hspace{0.05cm} \rm V$ bis $2\hspace{0.05cm} \rm V$, also ${\rm Pr}(y_1 > 0.75\hspace{0.05cm} \rm V) \hspace{0.15cm}\underline{ =0.625}$.


(6)  Die WDF besteht aus zwei Diracfunktionen bei $0\hspace{0.05cm} \rm V$ und $1\hspace{0.05cm} \rm V$ (jeweils mit dem Gewicht $1/4$) und einem konstanten kontinuierlichen Anteil von $f_{y2}(y_2= 0.5\hspace{0.05cm} \rm V) \hspace{0.15cm}\underline{=0.5 \cdot\rm 1/V}$ . Bei $y_2 = 0.5 \hspace{0.05cm} \rm V$ gibt es deshalb nur den kontinuierlichen Anteil.


(7)  Der Mittelwert $m_{y_{\rm 2}}\hspace{0.15cm}\underline{ =\rm 0.5\hspace{0.05cm} \rm V}$ kann direkt aus obiger WDF-Skizze abgelesen werden oder wie in der Teilaufgabe (2) über die Beziehung $m_{y_{\rm 2}} = m_x\cdot H_{\rm 2}( f = 0) = 1\hspace{0.05cm} \rm V \cdot 0.5 {\hspace{0.1cm} = \rm 0.5\hspace{0.05cm} \rm V}$ berechnet werden.


(8)  Mit obiger WDF gilt für die Leistung:

$$P_{y_{\rm 2}}=\int_{-\infty}^{+\infty}\hspace{-0.3cm}y_{\rm 2}^{\rm 2}\cdot f_{\it y_{\rm 2}}{\rm (}\it y_{\rm 2})\hspace{0.1cm}{\rm d}y_{\rm 2}=\rm \frac{1}{2}\cdot\frac{1}{3}\cdot 1\,V^2+\rm \frac{1}{4}\cdot 1\,V^2 = 5/12 \,V^2 \hspace{0.15cm}{ =\rm 0.417\,V^2}.$$
  • Der erste Anteil geht auf die kontinuierliche WDF zurück, der zweite auf die WDF–Diracfunktion bei $1\hspace{0.05cm} \rm V$.
  • Die Diracfunktion bei $0\hspace{0.05cm} \rm V$ liefert keinen Beitrag zur Leistung. Daraus folgt für den Effektivwert:
$$\sigma_{y_{\rm 2}} = \sqrt{{\rm 5}/{\rm 12}\rm V^2 -{1}/{4}\rm V^2}= \sqrt{{\rm 1}/{\rm 6}\rm V^2} \hspace{0.15cm}\underline{=0.409\, \rm V}.$$


(9)  Diese Wahrscheinlichkeit setzt sich ebenfalls aus zwei Anteilen zusammen:

$${\rm Pr}(y_2 > 0.75 {\rm V} ) = {\rm Pr}(0.75 {\rm V} \le y_2 < 1 {\rm V} ) + {\rm Pr}(y_2 = 1 {\rm V} ) = \frac{1}{2} \cdot \frac{1}{4}+ \frac{1}{4} = \frac{3}{8}\hspace{0.15cm}\underline{ = 0.375}. $$