Loading [MathJax]/jax/element/mml/optable/GreekAndCoptic.js

Difference between revisions of "Aufgaben:Exercise 5.1: Gaussian ACF and Gaussian Low-Pass"

From LNTwww
Line 73: Line 73:
 
===Musterlösung===
 
===Musterlösung===
 
{{ML-Kopf}}
 
{{ML-Kopf}}
'''(1)'''  Die Varianz ist gleich dem AKF-Wert bei τ=0, also  σ2x=0.04 V2. Daraus folgt  σx=0.2 V_ .
+
'''(1)'''  Die Varianz ist gleich dem AKF-Wert bei  τ=0, also  σ2x=0.04 V2.
 +
*Daraus folgt  σx=0.2 V_ .
  
  
'''(2)'''  Die äquivalente AKF-Dauer kann man über das flächengleiche Rechteck ermitteln. Gemäß der Skizze erhält man  $\nabla \tau_x\hspace{0.15cm}\underline {= 1 \ \rm \mu s}$.
+
 
 +
'''(2)'''  Die äquivalente AKF-Dauer kann man über das flächengleiche Rechteck ermitteln.  
 +
*Gemäß der Skizze erhält man  $\nabla \tau_x\hspace{0.15cm}\underline {= 1 \ \rm µ s}$.
 +
 
  
  
Line 84: Line 88:
 
{\rm e}^{- \pi ({\rm \nabla} \tau_x \hspace{0.03cm}\cdot \hspace{0.03cm}f)^2} .$$
 
{\rm e}^{- \pi ({\rm \nabla} \tau_x \hspace{0.03cm}\cdot \hspace{0.03cm}f)^2} .$$
  
*Bei der Frequenz f=0 erhält man:
+
*Bei der Frequenz f=0  erhält man:
 
:$${\it \Phi}_{x}(f  = 0) = \sigma_x^2 \cdot  {\rm \nabla} \tau_x =
 
:$${\it \Phi}_{x}(f  = 0) = \sigma_x^2 \cdot  {\rm \nabla} \tau_x =
 
\rm 0.04 \hspace{0.1cm} V^2 \cdot 10^{-6} \hspace{0.1cm} s \hspace{0.15cm} \underline{= 40
 
\rm 0.04 \hspace{0.1cm} V^2 \cdot 10^{-6} \hspace{0.1cm} s \hspace{0.15cm} \underline{= 40
 
\cdot 10^{-9} \hspace{0.1cm} V^2 / Hz}.$$
 
\cdot 10^{-9} \hspace{0.1cm} V^2 / Hz}.$$
 +
  
  
 
'''(4)'''&nbsp; Richtig sind die <u>Lösungsvorschläge 1 und 3</u>:
 
'''(4)'''&nbsp; Richtig sind die <u>Lösungsvorschläge 1 und 3</u>:
*Allgemein gilt Φy(f)=Φx(f)|H(f)|2. Daraus folgt:
+
*Allgemein gilt&nbsp; Φy(f)=Φx(f)|H(f)|2.&nbsp; Daraus folgt:
 
:$${\it \Phi}_{y}(f) =  \sigma_x^2 \cdot  {\rm \nabla} \tau_x \cdot
 
:$${\it \Phi}_{y}(f) =  \sigma_x^2 \cdot  {\rm \nabla} \tau_x \cdot
 
{\rm e}^{- \pi ({\rm \nabla} \tau_x \cdot f)^2}\cdot H_{\rm 0}^2
 
{\rm e}^{- \pi ({\rm \nabla} \tau_x \cdot f)^2}\cdot H_{\rm 0}^2
Line 97: Line 102:
 
*Durch Zusammenfassen der beiden Exponentialfunktionen erhält man:
 
*Durch Zusammenfassen der beiden Exponentialfunktionen erhält man:
 
:$${\it \Phi}_{y}(f) =  \sigma_x^2 \cdot  {\rm \nabla} \tau_x \cdot H_0^2 \cdot
 
:$${\it \Phi}_{y}(f) =  \sigma_x^2 \cdot  {\rm \nabla} \tau_x \cdot H_0^2 \cdot
{\rm e}^{- \pi\cdot  ({\rm \nabla} \tau_x^2 + 2/(\Delta f^2) ) \hspace{0.1cm}\cdot f^2}.$$
+
{\rm e}^{- \pi\cdot  ({\rm \nabla} \tau_x^2 + 2/\Delta f^2  ) \hspace{0.1cm}\cdot f^2}.$$
*Auch Φy(f) ist gaußförmig und nie breiter als Φx(f). Für f gilt die Näherung Φy(f)Φx(f).  
+
*Auch Φy(f)&nbsp; ist gaußförmig und nie breiter als&nbsp; Φx(f).&nbsp; Für f&nbsp; gilt die Näherung&nbsp; Φy(f)Φx(f).  
*Mit kleiner werdendem Δf wird Φy(f) immer schmäler (also ist die zweite Aussage falsch).  
+
*Mit kleiner werdendem&nbsp; Δf&nbsp; wird&nbsp; Φy(f)&nbsp; immer schmäler&nbsp; (also ist die zweite Aussage falsch).  
*H0 beeinflusst tatsächlich nur die LDS-Höhe, aber nicht die Breite des LDS.
+
*H0&nbsp; beeinflusst tatsächlich nur die LDS-Höhe, aber nicht die Breite des LDS.
 
   
 
   
  
  
'''(5)'''&nbsp; Analog zum Aufgabenteil '''(1)''' kann für das LDS des Ausgangssignals y(t) geschrieben werden:
+
'''(5)'''&nbsp; Analog zum Aufgabenteil&nbsp; '''(1)'''&nbsp; kann für das LDS des Ausgangssignals&nbsp; y(t)&nbsp; geschrieben werden:
 
:$${\it \Phi}_{y}(f) =  \sigma_y^2 \cdot  {\rm \nabla} \tau_y \cdot
 
:$${\it \Phi}_{y}(f) =  \sigma_y^2 \cdot  {\rm \nabla} \tau_y \cdot
 
{\rm e}^{- \pi  \cdot {\rm \nabla} \tau_y^2 \cdot f^2 }.$$
 
{\rm e}^{- \pi  \cdot {\rm \nabla} \tau_y^2 \cdot f^2 }.$$
  
*Durch Vergleich mit dem Ergebnis aus '''(4)''' ergibt sich:
+
*Durch Vergleich mit dem Ergebnis aus&nbsp; '''(4)'''&nbsp; ergibt sich:
 
:$${{\rm \nabla} \tau_y^2} = {{\rm \nabla} \tau_x^2} + \frac {2}{{\rm
 
:$${{\rm \nabla} \tau_y^2} = {{\rm \nabla} \tau_x^2} + \frac {2}{{\rm
 
\Delta} f^2}.$$
 
\Delta} f^2}.$$
*Löst man die Gleichung nach Δf auf und berücksichtigt die Werte \nabla \tau_x {= 1 \ \rm &micro; s} und   \nabla \tau_y {= 3 \ \rm &micro; s},  so folgt:
+
*Löst man die Gleichung nach&nbsp; Δf&nbsp; auf und berücksichtigt die Werte&nbsp; \nabla \tau_x {= 1 \ \rm &micro; s}&nbsp; sowie&nbsp;   \nabla \tau_y {= 3 \ \rm &micro; s},  so folgt:
 
:$${\rm \Delta} f = \sqrt{\frac{2}{{\rm \nabla} \tau_y^2 - {\rm
 
:$${\rm \Delta} f = \sqrt{\frac{2}{{\rm \nabla} \tau_y^2 - {\rm
 
\nabla} \tau_x^2}} = \sqrt{\frac{2}{9 - 1}} \hspace{0.1cm}\rm MHz
 
\nabla} \tau_x^2}} = \sqrt{\frac{2}{9 - 1}} \hspace{0.1cm}\rm MHz
Line 117: Line 122:
  
  
'''(6)'''&nbsp; Die Bedingung σy=σx ist gleichbedeutend mit φy(τ=0)=φx(τ=0).  
+
 
*Da zudem τy=3τx vorgegeben ist, muss deshalb auch Φy(f=0)=3Φx(f=0) gelten.  
+
'''(6)'''&nbsp; Die Bedingung&nbsp; σy=σx&nbsp; ist gleichbedeutend mit&nbsp; φy(τ=0)=φx(τ=0).  
 +
*Da zudem&nbsp; τy=3τx&nbsp; vorgegeben ist, muss deshalb auch&nbsp; Φy(f=0)=3Φx(f=0)&nbsp; gelten.  
 
*Daraus erhält man:
 
*Daraus erhält man:
 
:$$H_{\rm 0} = \sqrt{\frac{\it \Phi_y (f \rm = 0)}{\it \Phi_x (f = \rm 0)}} = \sqrt
 
:$$H_{\rm 0} = \sqrt{\frac{\it \Phi_y (f \rm = 0)}{\it \Phi_x (f = \rm 0)}} = \sqrt

Revision as of 15:07, 7 December 2019

Gaußsche AKF am
Eingang und Ausgang

Am Eingang eines Tiefpassfilters mit dem Frequenzgang  H(f)  liegt ein gaußverteiltes mittelwertfreies Rauschsignal  x(t)  mit folgender Autokorrelationsfunktion (AKF) an:

φx(τ)=σ2xeπ(τ/τx)2.

Diese AKF ist in nebenstehender Grafik oben dargestellt.

Das Filter sei gaußförmig mit der Gleichsignalverstärkung  H0  und der äquivalenten Bandbreite  Δf.  Für den Frequenzgang kann somit geschrieben werden:

H(f)=H0eπ(f/Δf)2.

Im Verlaufe dieser Aufgabe sollen die beiden Filterparameter  H0  und  Δf  so dimensioniert werden, dass das Ausgangssignal  y(t)  eine AKF entsprechend der unteren Skizze aufweist.





Hinweise:

  • Berücksichtigen Sie die folgende Fourierkorrespondenz:
eπ(f/Δf)2Δfeπ(Δft)2.


Fragebogen

1

Wie groß ist der Effektivwert des Filtereingangssignals?

σx = 

 V

2

Bestimmen Sie aus der skizzierten AKF auch die äquivalente AKF-Dauer  τx  des Signals  x(t).  Wie kann diese allgemein ermittelt werden?

τx = 

 µs

3

Wie lautet das Leistungsdichtespektrum  {\it Φ}_x(f) des Eingangsignals?  Wie groß ist der LDS-Wert bei f= 0?

{\it Φ}_x(f=0) \ = \

\ \cdot 10^{-9}\ \rm V^2/Hz

4

Berechnen Sie das LDS  {\it Φ}_y(f)  am Filterausgang allgemein als Funktion von  \sigma_x\nabla \tau_xH_0  und  \Delta f.  Welche Aussagen treffen zu?

Das LDS  {\it Φ}_y(f)  ist ebenfalls gaußförmig.
Je kleiner  \Delta f  ist, um so breiter ist  {\it Φ}_y(f).
H_0  beeinflusst nur die Höhe, aber nicht die Breite von  {\it Φ}_y(f).

5

Wie groß muss die äquivalente Filterbandbreite  \Delta f  gewählt werden, damit für die äquivalente AKF-Dauer  \nabla \tau_y = 3 \ \rm µ s  gilt?

\Delta f \ = \

\ \rm MHz

6

Wie groß muss man den Gleichsignalübertragungsfaktor  H_0  wählen, damit die Bedingung  \sigma_y = \sigma_x  erfüllt wird?

H_0 \ = \


Musterlösung

(1)  Die Varianz ist gleich dem AKF-Wert bei  \tau = 0, also  \sigma_x^2 = 0.04 \ \rm V^2.

  • Daraus folgt  \sigma_x\hspace{0.15cm}\underline {= 0.2 \ \rm V} .


(2)  Die äquivalente AKF-Dauer kann man über das flächengleiche Rechteck ermitteln.

  • Gemäß der Skizze erhält man  \nabla \tau_x\hspace{0.15cm}\underline {= 1 \ \rm µ s}.


(3)  Das LDS ist die Fouriertransformierte der AKF.

  • Mit der gegebenen Fourierkorrespondenz gilt:
{\it \Phi}_{x}(f) = \sigma_x^2 \cdot {\rm \nabla} \tau_x \cdot {\rm e}^{- \pi ({\rm \nabla} \tau_x \hspace{0.03cm}\cdot \hspace{0.03cm}f)^2} .
  • Bei der Frequenz f = 0  erhält man:
{\it \Phi}_{x}(f = 0) = \sigma_x^2 \cdot {\rm \nabla} \tau_x = \rm 0.04 \hspace{0.1cm} V^2 \cdot 10^{-6} \hspace{0.1cm} s \hspace{0.15cm} \underline{= 40 \cdot 10^{-9} \hspace{0.1cm} V^2 / Hz}.


(4)  Richtig sind die Lösungsvorschläge 1 und 3:

  • Allgemein gilt  {\it \Phi}_{y}(f) = {\it \Phi}_{x}(f) \cdot |H(f)|^2.  Daraus folgt:
{\it \Phi}_{y}(f) = \sigma_x^2 \cdot {\rm \nabla} \tau_x \cdot {\rm e}^{- \pi ({\rm \nabla} \tau_x \cdot f)^2}\cdot H_{\rm 0}^2 \cdot{\rm e}^{- 2 \pi (f/ {\rm \Delta} f)^2} .
  • Durch Zusammenfassen der beiden Exponentialfunktionen erhält man:
{\it \Phi}_{y}(f) = \sigma_x^2 \cdot {\rm \nabla} \tau_x \cdot H_0^2 \cdot {\rm e}^{- \pi\cdot ({\rm \nabla} \tau_x^2 + 2/\Delta f^2 ) \hspace{0.1cm}\cdot f^2}.
  • Auch {\it \Phi}_{y}(f)  ist gaußförmig und nie breiter als  {\it \Phi}_{x}(f).  Für f \to \infty  gilt die Näherung  {\it \Phi}_{y}(f) \approx {\it \Phi}_{x}(f).
  • Mit kleiner werdendem  \Delta f  wird  {\it \Phi}_{y}(f)  immer schmäler  (also ist die zweite Aussage falsch).
  • H_0  beeinflusst tatsächlich nur die LDS-Höhe, aber nicht die Breite des LDS.


(5)  Analog zum Aufgabenteil  (1)  kann für das LDS des Ausgangssignals  y(t)  geschrieben werden:

{\it \Phi}_{y}(f) = \sigma_y^2 \cdot {\rm \nabla} \tau_y \cdot {\rm e}^{- \pi \cdot {\rm \nabla} \tau_y^2 \cdot f^2 }.
  • Durch Vergleich mit dem Ergebnis aus  (4)  ergibt sich:
{{\rm \nabla} \tau_y^2} = {{\rm \nabla} \tau_x^2} + \frac {2}{{\rm \Delta} f^2}.
  • Löst man die Gleichung nach  \Delta f  auf und berücksichtigt die Werte  \nabla \tau_x {= 1 \ \rm µ s}  sowie  \nabla \tau_y {= 3 \ \rm µ s}, so folgt:
{\rm \Delta} f = \sqrt{\frac{2}{{\rm \nabla} \tau_y^2 - {\rm \nabla} \tau_x^2}} = \sqrt{\frac{2}{9 - 1}} \hspace{0.1cm}\rm MHz \hspace{0.15cm} \underline{= 0.5\hspace{0.1cm} MHz} .


(6)  Die Bedingung  \sigma_y = \sigma_x  ist gleichbedeutend mit  \varphi_y(\tau = 0)= \varphi_x(\tau = 0).

  • Da zudem  \nabla \tau_y = 3 \cdot \nabla \tau_x  vorgegeben ist, muss deshalb auch  {\it \Phi}_{y}(f= 0) = 3 \cdot {\it \Phi}_{x}(f= 0)  gelten.
  • Daraus erhält man:
H_{\rm 0} = \sqrt{\frac{\it \Phi_y (f \rm = 0)}{\it \Phi_x (f = \rm 0)}} = \sqrt {3}\hspace{0.15cm} \underline{=1.732}.