Difference between revisions of "Aufgaben:Exercise 5.3: Mean Square Error"

From LNTwww
 
(39 intermediate revisions by 6 users not shown)
Line 1: Line 1:
  
{{quiz-Header|Buchseite=*Buch*/*Kapitel*
+
{{quiz-Header|Buchseite=Signal_Representation/Possible_Errors_When_Using_DFT
 
}}
 
}}
  
[[File:P_ID1145__Sig_A_5_3.png|250px|right|Mittlerer quadratischer Fehler bei DFT-Anwendung (Aufgabe A5.3)]]
+
[[File:P_ID1145__Sig_A_5_3.png|250px|right|frame|Gaussian pulse, square pulse, <br>sinc pulse and some parameters]]
  
Wir betrachten drei impulsartige Signale, nämlich
+
We consider three pulses, namely
einen Gaußimpuls entsprechend
+
*a&nbsp; [[Signal_Representation/Special_Cases_of_Pulses#Gaussian_pulse|Gaussian pulse]]&nbsp; with amplitude&nbsp; $A$&nbsp; and  equivalent duration&nbsp; $T$:
 
   
 
   
$$x_1(t) = A \cdot {\rm e}^{- \pi (t/T)^2} \hspace{0.05cm},$$
+
:$$x_1(t) = A \cdot {\rm e}^{- \pi (t/T)^2} \hspace{0.05cm},$$
  
einen Rechteckimpuls $x_2(t)$ mit der Amplitude $A$ und der Dauer $T$,
+
*a&nbsp; [[Signal_Representation/Special_Cases_of_Pulses#Rectangular_pulse|rectangular pulse]]&nbsp; $x_2(t)$&nbsp; with amplitude&nbsp; $A$&nbsp; and (equivalent) duration&nbsp; $T$:
 
   
 
   
$$x_2(t)  = \left\{ \begin{array}{c} A \\
+
:$$x_2(t)  = \left\{ \begin{array}{c} A \\
 
  0 \\  \end{array} \right.\quad
 
  0 \\  \end{array} \right.\quad
 
\begin{array}{*{10}c}    {\rm{f\ddot{u}r}}
 
\begin{array}{*{10}c}    {\rm{f\ddot{u}r}}
Line 20: Line 20:
 
\end{array}$$
 
\end{array}$$
  
einen Spaltimpuls gemäß
+
*a so called&nbsp; "sinc pulse"&nbsp; according to the following definition:
 
   
 
   
$$x_3(t) = A \cdot {\rm si}(\pi \cdot t/ T) ,\hspace{0.15cm}{\rm si}(x) =
+
:$$x_3(t) = A \cdot {\rm sinc}(t/ T) ,\hspace{0.15cm}{\rm sinc}(x) =
  \sin(x)/x\hspace{0.05cm}.$$
+
  \sin(\pi x)/(\pi  x)\hspace{0.05cm}.$$
  
Die Signalparameter seien $A$ = 1 V und $T$ = 1 ms.
+
Let the signal parameters be&nbsp; $A = 1\ {\rm V}$&nbsp;  and&nbsp; $T = 1\ {\rm ms}$ in each case.
Die konventionelle Fouriertransformation  ⇒  siehe Kapitel 3.1 führt zu folgenden Spektralfunktionen:
 
* $X_1(f)$ ist ebenfalls gaußförmig,
 
* $X_2(f)$ verläuft entsprechend der si–Funktion,
 
* $X_3(f)$ ist für $|f|$ < 1/(2 $T$) konstant und außerhalb 0.
 
  
 +
The conventional&nbsp; [[Signal_Representation/Fourier_Transform_and_Its_Inverse|Fourier transform]]&nbsp;  leads to the following spectral functions:
 +
* $X_1(f)$&nbsp; is also Gaussian,
 +
* $X_2(f)$&nbsp; runs according to the&nbsp; $\rm sinc$ function,
 +
* $X_3(f)$&nbsp; is constant for&nbsp; $|f| < 1/(2 T)$&nbsp; and outside zero.
  
Für alle Spektralfunktionen gilt $X(f = 0) = A \cdot T$.
+
 
Ermittelt man das frequenzdiskrete Spektrum durch die Diskrete Fouriertransformation (DFT) mit den DFT-Parametern $N$ = 512 und $f_A \cdot T$ = 1/4, 1/8 bzw. 1/16, so wird dies aufgrund von Abbruch– und/oder Aliasingfehler zu Verfälschungen führen. Hierbei gibt $N$ die Anzahl der berücksichtigten Abtastwerte im Zeit– und Frequenzbereich an und $f_A$ den Stützstellenabstand im Frequenzbereich. Die weiteren DFT–Parameter liegen mit $N$ und $f_A$ eindeutig fest. Für diese gilt:
+
For all spectral functions,&nbsp; $X(f = 0) = A \cdot T$.
+
 
$$f_{\rm P} = N \cdot f_{\rm A},\hspace{0.3cm}T_{\rm P} = 1/f_{\rm A},\hspace{0.3cm}T_{\rm A} = T_{\rm
+
If the discrete-frequency spectrum is determined by the&nbsp; [[Signal_Representation/Discrete_Fourier_Transform_(DFT)|Discrete Fourier Transform]]&nbsp; $\rm (DFT)$&nbsp; with the DFT parameters
 +
* $N = 512$ &nbsp; &rArr; &nbsp; number of samples considered in the time and frequency domain,
 +
*$f_{\rm A}$ &nbsp; &rArr; &nbsp; interpolation distance in the frequency domain,
 +
 
 +
 
 +
this will lead to distortions due to truncation and/or aliasing errors.
 +
 
 +
 
 +
The other DFT parameters are clearly fixed withn&nbsp; $N$&nbsp; and&nbsp; $f_{\rm A}$.&nbsp; The following applies to these:  
 +
:$$f_{\rm P} = N \cdot f_{\rm A},\hspace{0.3cm}T_{\rm P} = 1/f_{\rm A},\hspace{0.3cm}T_{\rm A} = T_{\rm
 
  P}/N
 
  P}/N
 
   \hspace{0.05cm}.$$
 
   \hspace{0.05cm}.$$
  
Die Genauigkeit der jeweiligen DFT–Approximation wird durch den mittleren quadratischen Fehler (MQF) erfasst:
+
The accuracy of the respective DFT approximation is captured by the&nbsp; "mean square error"&nbsp; $\rm (MSE)$.&nbsp; <br>Here, we use the designation&nbsp; $\rm MQF$ &nbsp; &rArr; &nbsp; (German:&nbsp; "Mittlerer Quadratischer Fehler"):
 +
:$${\rm MQF} =  \frac{1}{N}\cdot \sum_{\mu = 0 }^{N-1}
 +
\left|X(\mu \cdot f_{\rm A})-\frac{D(\mu)}{f_{\rm A}}\right|^2 \hspace{0.05cm}.$$
 +
 
 +
The resulting MQF values are given in the graph above, valid for&nbsp; $N = 512$&nbsp; as well as for
 +
*$f_{\rm A} \cdot T = 1/4$,
 +
*$f_{\rm A} \cdot T = 1/8$,
 +
*$f_{\rm A} \cdot T = 1/16$.
 +
 
 +
 
 +
 
 +
 
 +
 
 +
 
 +
 
 +
 
 +
''Hints:''
 +
*This task belongs to the chapter&nbsp; [[Signal_Representation/Possible_Errors_When_Using_DFT|Possible errors when using DFT]].
 
   
 
   
$${\rm MQF} =  \frac{1}{N}\cdot \sum_{\mu = 0 }^{N-1}
+
*The theory for this chapter is summarised in the (German language) learning video <br> &nbsp; &nbsp; &nbsp;[[Fehlermöglichkeiten_bei_Anwendung_der_DFT_(Lernvideo)|Fehlermöglichkeiten bei Anwendung der DFT]] &nbsp; &rArr; &nbsp; "Possible errors when using DFT".
\left|X(\mu \cdot f_{\rm A})-\frac{D(\mu)}{f_{\rm A}}\right|^2 \hspace{0.05cm}.$$
 
  
Die sich ergebenden MQF–Werte sind in obiger Grafik für $N$ = 512 sowie für $f_A \cdot T$ = 1/4,  $f_A \cdot T$ = 1/8 bzw. $f_A \cdot T$ = 1/16 angegeben.
 
Hinweis: Die Aufgabe bezieht sich auf die theoretischen Grundlagen von Kapitel 5.3.
 
Diese sind auch in dem folgenden Lernvideo zusammengefasst:
 
Fehlermöglichkeiten bei Anwendung der DFT (Dauer 7:26)
 
  
  
  
===Fragebogen===
+
===Questions===
  
 
<quiz display=simple>
 
<quiz display=simple>
{Welcher Bereich $|f| \leq  f_{\text{max}}$ wird mit $N$ = 512 und $f_A \cdot T$ = 1/8 erfasst?
+
{Which range&nbsp; $|f| \leq  f_{\text{max}}$&nbsp; is covered with&nbsp; $N = 512$&nbsp; and&nbsp; $f_{\rm A} \cdot T = 1/8$&nbsp;?
 
|type="{}"}
 
|type="{}"}
$f_{\text{max}} \cdot T =$ { 32 }
+
$f_{\text{max}} \cdot T\ = \ $ { 32 3% }
  
{In welchem Zeitabstand $T_A$ liegen die Abtastwerte von $x(t)$ vor?
+
{At what time interval&nbsp; $T_{\rm A}$&nbsp; are the sampled values of&nbsp; $x(t)$&nbsp; available?
 
|type="{}"}
 
|type="{}"}
$T_A/T =$ { 0.01562 3% }
+
$T_{\rm A}/T\ = \ $ { 0.01562 3% }
  
{Aufgrund welchen Effekts ergibt sich ein größerer MQF–Wert, wenn man nun $f_A \cdot T$ = 1/4 anstelle von $f_A \cdot T$ = 1/8 verwendet?
+
{Due to which effect does the MQF value for the Gaussian pulse increase when using &nbsp;  $f_{\rm A} \cdot T = 1/4$&nbsp; instead of&nbsp; $f_{\rm A} \cdot T = 1/8$?
|type="[]"}
+
|type="()"}
+ Der Abbruchfehler wird vergrößert.
+
+ The truncation error is significantly increased.
- Der Aliasingfehler wird vergrößert.
+
- The aliasing error is significantly increased.
  
{Aufgrund welchen Effekts ergibt sich ein größerer MQF–Wert, wenn man dagegen $f_A \cdot T$ = 1/16 anstelle von $f_A \cdot T$ = 1/8 verwendet?
+
{Due to what effect does the MQF value for the Gaussian pulse increase when using&nbsp; $f_{\rm A} \cdot T = 1/16$&nbsp; instead of  $f_{\rm A} \cdot T = 1/4$?
|type="[]"}
+
|type="()"}
- Der Abbruchfehler wird vergrößert.
+
- The truncation error is significantly increased.
+ Der Aliasingfehler wird vergrößert.
+
+ The aliasing error is significantly increased.
  
{Vergleichen Sie die MQF–Werte des Rechteckimpulses $x_2(t)$ mit denen des Gaußimpulses $x_1(t)$. Welche der folgenden Aussagen treffen zu?
+
{Compare the&nbsp; $\rm MQF$&nbsp; values of the rectangular pulse&nbsp; $x_2(t)$&nbsp; with those of the Gaussian pulse&nbsp; $x_1(t)$.&nbsp; Which of the following statements are true?
 
|type="[]"}
 
|type="[]"}
+ MQF wird größer, da die Spektralfunktion $X_2(f)$ asymptotisch langsamer abfällt als $X_1(f)$.
+
+ $\rm MQF$&nbsp; becomes larger because the spectral function&nbsp; $X_2(f)$&nbsp; decays asymptotically slower than&nbsp; $X_1(f)$.
+ Es dominiert der Aliasingfehler.
+
+ The aliasing error dominates.
- Es dominiert der Abbruchfehler.
+
- The truncation error dominates.
  
{Vergleichen Sie die MQF–Werte des Spaltimpulses $x_3(t)$ mit denen des Gaußimpulses $x_1(t)$. Welche der folgenden Aussagen treffen zu?
+
{Compare the&nbsp; $\rm MQF$&nbsp; values of the "sinc pulse"&nbsp; $x_3(t)$&nbsp; with those of the Gaussian pulse&nbsp; $x_1(t)$.&nbsp; Which of the following statements are true?
 
|type="[]"}
 
|type="[]"}
- MQF wird größer, da die Spektralfunktion $X_3(f)$ asymptotisch langsamer abfällt als $X_1(f)$.
+
- $\rm MQF$&nbsp; becomes larger because the spectral function&nbsp; $X_3(f)$&nbsp; decays asymptotically slower than&nbsp; $X_1(f)$.
- Es dominiert der Aliasingfehler.
+
- The aliasing error dominates.
+ Es dominiert der Abbruchfehler.
+
+ The truncation error dominates.
  
 
</quiz>
 
</quiz>
  
===Musterlösung===
+
===Solution===
 
{{ML-Kopf}}
 
{{ML-Kopf}}
'''1.''' Mit den DFT–Parametern $N$ = 512 und $f_A \cdot T$ = 1/8 folgt nach Multiplikation $f_P \cdot T$ = 64. Dadurch wird der Frequenzbereich $–f_P/2 \leq f < f_P/2$ erfasst:
+
'''(1)'''&nbsp; With the DFT parameters&nbsp; $N = 512$&nbsp; and&nbsp; $f_{\rm A} \cdot T = 1/8$&nbsp; the following follows after multiplying the two quantities:
+
:$$f_{\rm P} \cdot T = N \cdot (f_{\rm A} \cdot T) = 64.$$
$$f_{\rm max }\cdot T \hspace{0.15 cm}\underline{= 32}\hspace{0.05cm}.$$
+
*This covers the frequency range&nbsp; $-f_{\rm P}/2 \leq f < +f_{\rm P}/2$:
 +
:$$f_{\rm max }\cdot T \hspace{0.15 cm}\underline{= 32}\hspace{0.05cm}.$$
 +
 
 +
 
 +
'''(2)'''&nbsp; The periodisation of the time function is based on the parameter&nbsp; $T_{\rm P} = 1/f_{\rm A} = 8T$.
 +
*The distance between two samples is therefore
 +
:$$T_{\rm A}/T =  \frac{T_{\rm P}/T}{N} = \frac{8}{512}\hspace{0.15 cm}\underline{ = 0.015625}\hspace{0.05cm}.$$
 +
 
 +
 
 +
'''(3)'''&nbsp; Correct is the <u>proposed solution 1 &nbsp; &rArr; &nbsp;  increase of the truncation error</u>:
 +
*This measure simultaneously halves&nbsp; $T_{\rm P}$&nbsp; from&nbsp; $8T$&nbsp; to&nbsp; $4T$&nbsp;.
 +
*Thus, only samples in the range&nbsp; $–2T \leq t < 2T$ are taken into account, which increases the truncation error.
 +
*The mean square error&nbsp; $(\rm MQF)$&nbsp; increases from&nbsp; $0.15 \cdot 10^{-15}$&nbsp; to&nbsp; $8 \cdot 10^{-15}$ for the Gaussian pulse&nbsp; $x_1(t)$,&nbsp;
 +
*although the aliasing error actually decreases slightly by this measure.
 +
 
 +
 
 +
 
 +
'''(4)'''&nbsp; Correct is the <u>proposed solution 2 &nbsp; &rArr; &nbsp;  increase of the aliasing error:</u>:
 +
*By halving&nbsp; $f_{\rm A}$&nbsp;  &rArr; &nbsp; $f_{\rm P}$&nbsp; is also halved.
 +
*As a result, the aliasing error becomes somewhat larger with a smaller truncation error at the same time.
 +
*Overall, for the Gaussian pulse&nbsp; $x_1(t)$, the mean square error&nbsp; $(\rm MQF)$&nbsp; increases from&nbsp; $1.5 \cdot 10^{-16}$&nbsp; to&nbsp; $3.3 \cdot 10^{-16}$.
 +
 
  
'''2.''' Die Periodifizierung der Zeitfunktion basiert auf dem Parameter $T_P = 1/f_A = 8T$. Der Abstand zweier Abtastwerte beträgt somit
 
 
$$T_{\rm A}/T =  \frac{T_{\rm P}/T}{N} = \frac{8}{512}\hspace{0.15 cm}\underline{ = 0.015625}\hspace{0.05cm}.$$
 
  
'''3.'''  Mit dieser Maßnahme wird gleichzeitig $T_P$ von $8T$ auf $4T$ halbiert. Berücksichtigt werden somit nur noch Abtastwerte im Bereich $–2T \leq t < 2T$, was zu einer (geringfügigen) Erhöhung des Abbruchfehlers führt. Der mittlere quadratische Fehler (MQF) steigt dadurch beim Gaußimpuls $x_1(t)$ von $0.15 \cdot 10^{–15}$ auf $8 \cdot 10^{–15}$, obwohl der Aliasingfehler durch diese Maßnahme etwas kleiner wird.
+
'''(5)'''&nbsp; <u>Proposed solutions 1 and 2</u> are correct:
 +
*As can be seen from the graph, the last statement is not true in contrast to the first two.  
 +
*Due to the slow&nbsp; ($\rm sinc$–shaped)&nbsp; decay of the spectral function, the aliasing error dominates.  
 +
*The&nbsp; $\rm MQF$ value at&nbsp; $f_{\rm A} \cdot T = 1/8$&nbsp; with&nbsp; $1.4 \cdot 10^{-5}$&nbsp; is therefore significantly larger than for the Gaussian pulse&nbsp; $(1.5 \cdot 10^{-16})$.
  
'''4.''' Durch die Halbierung von $f_A$ wird auch $f_P$ halbiert. Dadurch erhöht sich der Aliasingfehler bei gleichzeitig kleinerem Abbruchfehler. Insgesamt steigt beim Gaußimpuls $x_1(t)$ der mittlere quadratische Fehler von $1.5 \cdot 10^{–16}$ auf $3.3 \cdot 10^{–16}$.
 
  
'''5.''' Wie aus der Grafik zu ersehen ist, trifft die letzte Aussage nicht zu im Gegensatz zu den ersten beiden. Aufgrund des langsamen, si–förmigen Abfalls der Spektralfunktion dominiert der Aliasingfehler. Der MQF–Wert ist bei $f_A \cdot T = 1/8$ mit $1.4 \cdot 10^{–5}$ deshalb deutlich größer als beim Gaußimpuls ( $1.5 \cdot 10^{–16}$ ).
 
  
'''6.''' Die Spektralfunktion $X_3(f)$ hat hier einen rechteckförmigen Vorlauf, so dass die beiden ersten Aussagen nicht zutreffen. Dagegen ist bei dieser si–förmigen Zeitfunktion ein Abbruchfehler unvermeidbar. Dieser führt zu den angegebenen großen MQF–Werten  ⇒  Lösungsvorschlag 3.
+
'''(6)'''&nbsp;  <u>Proposed solution 3</u> is correct:
 +
*The spectral function&nbsp; $X_3(f)$&nbsp; here has a rectangular lead, so that the first two statements do not apply.  
 +
*On the other hand, a truncation error is unavoidable with this&nbsp; $\rm sinc$–shaped time function.&nbsp; This leads to the large&nbsp; $\rm MQF$ values given.
 
{{ML-Fuß}}
 
{{ML-Fuß}}
  
 
__NOEDITSECTION__
 
__NOEDITSECTION__
[[Category:Aufgaben zu Signaldarstellung|^5. Zeit- und frequenzdisktrete Signaldarstellung^]]
+
[[Category:Signal Representation: Exercises|^5.3 Possible DFT Errors^]]

Latest revision as of 16:14, 17 May 2021

Gaussian pulse, square pulse,
sinc pulse and some parameters

We consider three pulses, namely

  • Gaussian pulse  with amplitude  $A$  and equivalent duration  $T$:
$$x_1(t) = A \cdot {\rm e}^{- \pi (t/T)^2} \hspace{0.05cm},$$
  • rectangular pulse  $x_2(t)$  with amplitude  $A$  and (equivalent) duration  $T$:
$$x_2(t) = \left\{ \begin{array}{c} A \\ 0 \\ \end{array} \right.\quad \begin{array}{*{10}c} {\rm{f\ddot{u}r}} \\ {\rm{f\ddot{u}r}} \\ \end{array}\begin{array}{*{20}c} |t| < T/2 \hspace{0.05cm}, \\ |t| > T/2 \hspace{0.05cm}, \\ \end{array}$$
  • a so called  "sinc pulse"  according to the following definition:
$$x_3(t) = A \cdot {\rm sinc}(t/ T) ,\hspace{0.15cm}{\rm sinc}(x) = \sin(\pi x)/(\pi x)\hspace{0.05cm}.$$

Let the signal parameters be  $A = 1\ {\rm V}$  and  $T = 1\ {\rm ms}$ in each case.

The conventional  Fourier transform  leads to the following spectral functions:

  • $X_1(f)$  is also Gaussian,
  • $X_2(f)$  runs according to the  $\rm sinc$ function,
  • $X_3(f)$  is constant for  $|f| < 1/(2 T)$  and outside zero.


For all spectral functions,  $X(f = 0) = A \cdot T$.

If the discrete-frequency spectrum is determined by the  Discrete Fourier Transform  $\rm (DFT)$  with the DFT parameters

  • $N = 512$   ⇒   number of samples considered in the time and frequency domain,
  • $f_{\rm A}$   ⇒   interpolation distance in the frequency domain,


this will lead to distortions due to truncation and/or aliasing errors.


The other DFT parameters are clearly fixed withn  $N$  and  $f_{\rm A}$.  The following applies to these:

$$f_{\rm P} = N \cdot f_{\rm A},\hspace{0.3cm}T_{\rm P} = 1/f_{\rm A},\hspace{0.3cm}T_{\rm A} = T_{\rm P}/N \hspace{0.05cm}.$$

The accuracy of the respective DFT approximation is captured by the  "mean square error"  $\rm (MSE)$. 
Here, we use the designation  $\rm MQF$   ⇒   (German:  "Mittlerer Quadratischer Fehler"):

$${\rm MQF} = \frac{1}{N}\cdot \sum_{\mu = 0 }^{N-1} \left|X(\mu \cdot f_{\rm A})-\frac{D(\mu)}{f_{\rm A}}\right|^2 \hspace{0.05cm}.$$

The resulting MQF values are given in the graph above, valid for  $N = 512$  as well as for

  • $f_{\rm A} \cdot T = 1/4$,
  • $f_{\rm A} \cdot T = 1/8$,
  • $f_{\rm A} \cdot T = 1/16$.





Hints:



Questions

1

Which range  $|f| \leq f_{\text{max}}$  is covered with  $N = 512$  and  $f_{\rm A} \cdot T = 1/8$ ?

$f_{\text{max}} \cdot T\ = \ $

2

At what time interval  $T_{\rm A}$  are the sampled values of  $x(t)$  available?

$T_{\rm A}/T\ = \ $

3

Due to which effect does the MQF value for the Gaussian pulse increase when using   $f_{\rm A} \cdot T = 1/4$  instead of  $f_{\rm A} \cdot T = 1/8$?

The truncation error is significantly increased.
The aliasing error is significantly increased.

4

Due to what effect does the MQF value for the Gaussian pulse increase when using  $f_{\rm A} \cdot T = 1/16$  instead of $f_{\rm A} \cdot T = 1/4$?

The truncation error is significantly increased.
The aliasing error is significantly increased.

5

Compare the  $\rm MQF$  values of the rectangular pulse  $x_2(t)$  with those of the Gaussian pulse  $x_1(t)$.  Which of the following statements are true?

$\rm MQF$  becomes larger because the spectral function  $X_2(f)$  decays asymptotically slower than  $X_1(f)$.
The aliasing error dominates.
The truncation error dominates.

6

Compare the  $\rm MQF$  values of the "sinc pulse"  $x_3(t)$  with those of the Gaussian pulse  $x_1(t)$.  Which of the following statements are true?

$\rm MQF$  becomes larger because the spectral function  $X_3(f)$  decays asymptotically slower than  $X_1(f)$.
The aliasing error dominates.
The truncation error dominates.


Solution

(1)  With the DFT parameters  $N = 512$  and  $f_{\rm A} \cdot T = 1/8$  the following follows after multiplying the two quantities:

$$f_{\rm P} \cdot T = N \cdot (f_{\rm A} \cdot T) = 64.$$
  • This covers the frequency range  $-f_{\rm P}/2 \leq f < +f_{\rm P}/2$:
$$f_{\rm max }\cdot T \hspace{0.15 cm}\underline{= 32}\hspace{0.05cm}.$$


(2)  The periodisation of the time function is based on the parameter  $T_{\rm P} = 1/f_{\rm A} = 8T$.

  • The distance between two samples is therefore
$$T_{\rm A}/T = \frac{T_{\rm P}/T}{N} = \frac{8}{512}\hspace{0.15 cm}\underline{ = 0.015625}\hspace{0.05cm}.$$


(3)  Correct is the proposed solution 1   ⇒   increase of the truncation error:

  • This measure simultaneously halves  $T_{\rm P}$  from  $8T$  to  $4T$ .
  • Thus, only samples in the range  $–2T \leq t < 2T$ are taken into account, which increases the truncation error.
  • The mean square error  $(\rm MQF)$  increases from  $0.15 \cdot 10^{-15}$  to  $8 \cdot 10^{-15}$ for the Gaussian pulse  $x_1(t)$, 
  • although the aliasing error actually decreases slightly by this measure.


(4)  Correct is the proposed solution 2   ⇒   increase of the aliasing error::

  • By halving  $f_{\rm A}$  ⇒   $f_{\rm P}$  is also halved.
  • As a result, the aliasing error becomes somewhat larger with a smaller truncation error at the same time.
  • Overall, for the Gaussian pulse  $x_1(t)$, the mean square error  $(\rm MQF)$  increases from  $1.5 \cdot 10^{-16}$  to  $3.3 \cdot 10^{-16}$.


(5)  Proposed solutions 1 and 2 are correct:

  • As can be seen from the graph, the last statement is not true in contrast to the first two.
  • Due to the slow  ($\rm sinc$–shaped)  decay of the spectral function, the aliasing error dominates.
  • The  $\rm MQF$ value at  $f_{\rm A} \cdot T = 1/8$  with  $1.4 \cdot 10^{-5}$  is therefore significantly larger than for the Gaussian pulse  $(1.5 \cdot 10^{-16})$.


(6)  Proposed solution 3 is correct:

  • The spectral function  $X_3(f)$  here has a rectangular lead, so that the first two statements do not apply.
  • On the other hand, a truncation error is unavoidable with this  $\rm sinc$–shaped time function.  This leads to the large  $\rm MQF$ values given.