Difference between revisions of "Aufgaben:Exercise 4.11Z: C Program "acf2""

From LNTwww
m (Textersetzung - „\*\s*Sollte die Eingabe des Zahlenwertes „0” erforderlich sein, so geben Sie bitte „0\.” ein.“ durch „ “)
 
(18 intermediate revisions by 3 users not shown)
Line 1: Line 1:
  
{{quiz-Header|Buchseite=Stochastische Signaltheorie/Autokorrelationsfunktion (AKF)
+
{{quiz-Header|Buchseite=Theory_of_Stochastic_Signals/Auto-Correlation_Function
 
}}
 
}}
  
[[File:P_ID395__Sto_Z_4_11.png|right|]]
+
[[File:EN_Sto_Z_4_11_neu.png|right|frame|C program  $2$  for ACF–calculation]]
Sie sehen rechts das C-Programm „akf2” zur Berechnung der diskreten AKF-Werte $\varphi_x(k)$ mit Index $k = 0$, ... , $l$. Im Gegensatz zum  Programm „akf1” aus [[Aufgaben:4.11_C-Programm_„akf1”|Aufgabe 4.11]] wird hier der im Theorieteil beschriebene Algorithmus direkt angewendet. Dabei ist zu beachten:
+
You can see on the right the C program  "acf2"  for calculating the discrete ACF values  $\varphi_x(k)$  with index  $k = 0$, ... , $l$.  
  
*Der an das Programm übergebene Long-Wert sei hier $l=10$.
+
In contrast to the program  "acf1"  from  [[Aufgaben:Exercise_4.11:_C_Program_"acf1"|Exercise 4.11]],  here the algorithm described in the theory part is applied directly.  It should be noted:
*Die berechneten AKF-Werte  $\varphi_x(0)$, ... , $\varphi_x(10)$ werden mit dem Float-Feld $\rm AKF[ \  ]$ an das Hauptprogramm zurückgegeben. In den Zeilen 7 und 8 wird dieses Feld mit Nullen vorbelegt.
 
*Die Zufallsgröße $x( \  )$ ist als Float-Funktion in Zeile 4 definiert, ebenso ein Hilfsfeld ${\rm H}[10000 ]$, in das die $N = 10000$ Abtastwerte $x_\nu$ eingetragen werden (Zeile 9 und 10).
 
*Die Bezeichnungen der Laufvariablen in Zeile 6 sind an den angegebenen Algorithmus angepasst.
 
*Die eigentliche AKF-Berechnung erfolgt ab Zeile 11. Dieser Programmteil ist im Programmcode rot gekennzeichnet.
 
  
 +
*Let the long value passed to the program be  $l=10$.
 +
*The calculated ACF values  $\varphi_x(0)$, ... , $\varphi_x(10)$  are returned to the main program with the float field  $\rm ACF[ \ ]$.  In lines 7 and 8,  this field is prefilled with zeros.
 +
*The random variable  $x( \ )$  is defined as a float function in line 4,  as is an auxiliary field  ${\rm H}[10000 ]$,  into which the  $N = 10000$  samples  $x_\nu$  are entered  (lines 9 and 10).
 +
*The names of the control variables in line 6 are adapted to the given algorithm.
 +
*The actual ACF calculation is done from line 11.  This program part is marked red in the program code.
  
''Hinweise:''
+
 
*Die Aufgabe gehört zum  Kapitel [[Stochastische_Signaltheorie/Autokorrelationsfunktion_(AKF)|Autokorrelationsfunktion]].
+
 
*Bezug genommen wird insbesondere auf die Seiten [[Stochastische_Signaltheorie/Autokorrelationsfunktion_(AKF)#Numerische_AKF-Ermittlung|Numerische AKF-Ermittlung]] sowie [[Stochastische_Signaltheorie/Autokorrelationsfunktion_(AKF)#Genauigkeit_der_numerischen_AKF-Berechnung|Genauigkeit der numerischen AKF-Berechnung]].
+
Hints:  
 +
*This exercise belongs to the chapter  [[Theory_of_Stochastic_Signals/Auto-Correlation_Function|Auto-Correlation Function]].
 +
*In particular, reference is made to the pages 
 +
**[[Theory_of_Stochastic_Signals/Auto-Correlation_Function#Numerical_ACF_determination|Numerical ACF determination]],
 +
**[[Theory_of_Stochastic_Signals/Auto-Correlation_Function#Accuracy_of_the_numerical_ACF_calculation|Accuracy of the numerical ACF calculation]].
 
   
 
   
  
  
===Fragebogen===
+
===Questions===
  
 
<quiz display=simple>
 
<quiz display=simple>
{Auf wie vielen Summanden ($S$) basiert die AKF-Berechnung f&uuml;r den Index $k=0$ bzw. für $k=10$?
+
{On how many summands&nbsp; ($S$)&nbsp; is the ACF calculation based for index&nbsp; $k=0$&nbsp; &nbsp;resp.&nbsp; for&nbsp; $k=10$&nbsp;?
 
|type="{}"}
 
|type="{}"}
$S_{k=0} \ = $ { 10000 0.01% }
+
$S_{k=0} \ = \ $ { 10000 }
$S_{k=10} \ = $ { 9990 0.01% }
+
$S_{k=10} \ = \ $ { 9990 }
  
  
{Welche der nachfolgenden Aussagen sind richtig?
+
{Which of the following statements are correct?
 
|type="[]"}
 
|type="[]"}
+ Die Rechenzeit steigt linear mit $l + 1$, also mit der Anzahl der zu berechnenden AKF-Werte.
+
+ The calculation time increases linearly with&nbsp; $l + 1$,&nbsp; i.e. with the number of ACF values to be calculated.
- Die Rechenzeit nimmt mit der Anzahl $N$ der berücksichtigten Abtastwerte quadratisch  zu.
+
- The calculation time increases quadratically with the number&nbsp; $N$&nbsp; of samples considered.
+ Die Berechnung wird mit steigendem $N$ genauer.
+
+ The calculation becomes more accurate as&nbsp; $N$&nbsp; increases.
+ Wird eine Floatvariable mit $\rm 4 \ Byte$ dargestellt, so benötigt &bdquo;akf2&rdquo; mindestens $4 \cdot N$ Byte Speicherplatz.
+
+ If a float variable is represented with&nbsp; $\rm 4 \ bytes$,&nbsp; "acf2"&nbsp; needs at least&nbsp; $4 \cdot N$&nbsp; bytes of memory.
  
  
{Welche der nachfolgenden Aussagen sind zutreffend?
+
{Which of the following statements are true?
 
|type="[]"}
 
|type="[]"}
+ Je st&auml;rker die inneren statistischen Bindungen des Prozesses sind, desto <u>ungenauer</u> ist bei gegebenem $N$ das AKF-Ergebnis.
+
+ The stronger the internal statistical bindings of the process are,&nbsp; the more&nbsp; <u>inexact</u>&nbsp; is the ACF result for a given&nbsp; $N$.
- Je st&auml;rker die inneren statistischen Bindungen des Prozesses sind, desto <u>genauer</u> ist bei gegebenem $N$ das AKF-Ergebnis.
+
- The stronger the internal statistical bindings of the process are,&nbsp; the more&nbsp; <u>accurate</u>&nbsp; is the ACF result for a given&nbsp; $N$.
+ Besitzt der Prozess statistische Bindungen, so sind die Fehler der numerischen AKF-Berechnung ebenfalls korreliert. <i>Beispiel:</i>  
+
+ If the process has statistical bindings,&nbsp; the errors of the numerical ACF calculation are also correlated. <br>&nbsp; &nbsp; <u>Example:</u> &nbsp; &nbsp; If the value&nbsp; $\varphi_x(k=5)$&nbsp; is too large,&nbsp; it is very likely that&nbsp; $\varphi_x(k=4)$&nbsp; and&nbsp; $\varphi_x(k=6)$&nbsp; will also be too large.
<br>Ist der Wert $\varphi_x(k=5)$ zu gro&szlig;, so werden mit gro&szlig;er Wahrscheinlichkeit auch $\varphi_x(k=4)$ und $\varphi_x(k=6)$ zu gro&szlig; sein.
 
  
  
Line 47: Line 51:
 
</quiz>
 
</quiz>
  
===Musterlösung===
+
===Solution===
 
{{ML-Kopf}}
 
{{ML-Kopf}}
'''(1)'''&nbsp; Zur Berechnung des AKF-Wertes $\varphi_x(0)$ wird &uuml;ber $\underline{N =10000}$ Summanden gemittelt, f&uuml;r $\varphi_x(10)$ nur &uuml;ber $\underline{N = 9990}$.
+
'''(1)'''&nbsp; To calculate the ACF value&nbsp; $\varphi_x(0)$&nbsp; you have to average over&nbsp; $\underline{N =10000}$&nbsp; summands, for&nbsp; $\varphi_x(10)$&nbsp; only over&nbsp; $\underline{N = 9990}$.
 +
 
 +
 
  
 +
'''(2)'''&nbsp; Correct are&nbsp; <u>the proposed solutions 1, 3 and 4</u>:
 +
*The computation time increases approximately linearly with&nbsp; $N$&nbsp; and&nbsp; $l + 1$&nbsp; as can be seen from the ACF calculation highlighted in red.
 +
* In contrast,&nbsp; the computation time for the other parts of the program can be neglected.
 +
*Naturally,&nbsp; the calculation also becomes more accurate with increasing&nbsp; $N$.
 +
*This goes here &ndash; in contrast to the program&nbsp; "acf1"&nbsp; of Exercise 4.11 &ndash; however at the expense of the necessary memory requirement.
 +
*Since each float variable takes up exactly four bytes, the auxiliary field&nbsp; ${\rm H}[10000 ]$&nbsp; alone requires a memory of 40 kByte.
  
'''(2)'''&nbsp; Richtig sind <u>die Lösungsvorschläge 1, 3 und 4</u>:
 
*Die Rechenzeit steigt mit $N$ und $l + 1$ n&auml;herungsweise linear an, wie aus der rot hervorgehobenen AKF-Berechnung hervorgeht. Die Rechenzeit für die weiteren Programmteile kann demgegen&uuml;ber vernachl&auml;ssigt werden.
 
*Nat&uuml;rlich wird die Berechnung mit steigendem $N$ auch genauer. Dies geht hier &ndash; im Gegensatz zum Programm &bdquo;akf1&rdquo; von Aufgabe 4.11 &ndash; allerdings auf Kosten des erforderlichen Speicherbedarfs. Da jede Float-Variable genau vier Byte beansprucht, ben&ouml;tigt alleine das Hilfsfeld ${\rm H}[10000 ]$ einen Speicher von 40 kByte.
 
  
  
'''(3)'''&nbsp; Richtig sind die <u>Lösungsvorschläge 1 und 3</u>:
+
'''(3)'''&nbsp; Correct are the&nbsp; <u>suggested solutions 1 and 3</u>:
*Je st&auml;rker die statistischen Bindungen innerhalb des Zufallsprozesses sind, desto ungenauer ist bei gegebenem $N$ die AKF-Berechnung.  
+
*The stronger the statistical bindings within the random process,&nbsp; the less accurate is the ACF calculation for a given&nbsp; $N$.  
*Diesen Sachverhalt kann man sich beispielsweise anhand der Leistungsberechnung (AKF-Wert bei $k=0$) verdeutlichen: Sind alle  <i>N</i> Abtastwerte statistisch  unabh&auml;ngig, so liefern alle Beitr&auml;ge die maximale Information &uuml;ber den AKF&ndash;Wert  $\varphi_x(k=0)$.
+
*This fact can be illustrated for example by the power calculation&nbsp; $($ACF value at&nbsp; $k=0)$&nbsp;:  
*Bestehen jedoch statistische Bindungen zwischen $x_\nu$ und $x_{\nu+1}$, nicht jedoch zwischen $x_\nu$ und $x_{\nu+2}$, so liefern nur die H&auml;lfte aller Abtastwerte die volle Information &uuml;ber $\varphi_x(k=0)$ und die anderen nur eingeschr&auml;nkte Informationen.  
+
**If all&nbsp; $N$&nbsp; samples are statistically independent,&nbsp; then all contributions provide the maximum information about the ACF value&nbsp; $\varphi_x(k=0)$.
*Dieser auf Korrelationen beruhende Informationsverlust kann in diesem Beispiel nur durch eine Verdopplung von $N$ ausgeglichen werden.
+
**However,&nbsp; if there are statistical bindings between&nbsp; $x_\nu$&nbsp; and&nbsp; $x_{\nu+1}$,&nbsp; but not between&nbsp; $x_\nu$&nbsp; and&nbsp; $x_{\nu+2}$,&nbsp; only half of all samples provide the full information&nbsp; about&nbsp; $\varphi_x(k=0)$&nbsp; and the others provide only limited information.  
*Die letzte Aussage trifft ebenfalls zu, wie auf der Seite &bdquo;Genauigkeit der numerischen AKF-Berechnung&rdquo; im Theorieteil ausführlich erl&auml;utert wird.  
+
*This loss of information based on correlations can only be compensated in this example by doubling&nbsp; $N$&nbsp;.
 +
*The last statement is also true,&nbsp; as explained in detail on the page&nbsp; "Accuracy of the numerical ACF calculation"&nbsp; in the theory section.
 
{{ML-Fuß}}
 
{{ML-Fuß}}
  
  
  
[[Category:Aufgaben zu Stochastische Signaltheorie|^4.4 Autokorrelationsfunktion (AKF)^]]
+
[[Category:Theory of Stochastic Signals: Exercises|^4.4 Auto-Correlation Function^]]

Latest revision as of 16:27, 28 April 2022

C program  $2$  for ACF–calculation

You can see on the right the C program  "acf2"  for calculating the discrete ACF values  $\varphi_x(k)$  with index  $k = 0$, ... , $l$.

In contrast to the program  "acf1"  from  Exercise 4.11,  here the algorithm described in the theory part is applied directly.  It should be noted:

  • Let the long value passed to the program be  $l=10$.
  • The calculated ACF values  $\varphi_x(0)$, ... , $\varphi_x(10)$  are returned to the main program with the float field  $\rm ACF[ \ ]$.  In lines 7 and 8,  this field is prefilled with zeros.
  • The random variable  $x( \ )$  is defined as a float function in line 4,  as is an auxiliary field  ${\rm H}[10000 ]$,  into which the  $N = 10000$  samples  $x_\nu$  are entered  (lines 9 and 10).
  • The names of the control variables in line 6 are adapted to the given algorithm.
  • The actual ACF calculation is done from line 11.  This program part is marked red in the program code.


Hints:


Questions

1

On how many summands  ($S$)  is the ACF calculation based for index  $k=0$   resp.  for  $k=10$ ?

$S_{k=0} \ = \ $

$S_{k=10} \ = \ $

2

Which of the following statements are correct?

The calculation time increases linearly with  $l + 1$,  i.e. with the number of ACF values to be calculated.
The calculation time increases quadratically with the number  $N$  of samples considered.
The calculation becomes more accurate as  $N$  increases.
If a float variable is represented with  $\rm 4 \ bytes$,  "acf2"  needs at least  $4 \cdot N$  bytes of memory.

3

Which of the following statements are true?

The stronger the internal statistical bindings of the process are,  the more  inexact  is the ACF result for a given  $N$.
The stronger the internal statistical bindings of the process are,  the more  accurate  is the ACF result for a given  $N$.
If the process has statistical bindings,  the errors of the numerical ACF calculation are also correlated.
    Example:     If the value  $\varphi_x(k=5)$  is too large,  it is very likely that  $\varphi_x(k=4)$  and  $\varphi_x(k=6)$  will also be too large.


Solution

(1)  To calculate the ACF value  $\varphi_x(0)$  you have to average over  $\underline{N =10000}$  summands, for  $\varphi_x(10)$  only over  $\underline{N = 9990}$.


(2)  Correct are  the proposed solutions 1, 3 and 4:

  • The computation time increases approximately linearly with  $N$  and  $l + 1$  as can be seen from the ACF calculation highlighted in red.
  • In contrast,  the computation time for the other parts of the program can be neglected.
  • Naturally,  the calculation also becomes more accurate with increasing  $N$.
  • This goes here – in contrast to the program  "acf1"  of Exercise 4.11 – however at the expense of the necessary memory requirement.
  • Since each float variable takes up exactly four bytes, the auxiliary field  ${\rm H}[10000 ]$  alone requires a memory of 40 kByte.


(3)  Correct are the  suggested solutions 1 and 3:

  • The stronger the statistical bindings within the random process,  the less accurate is the ACF calculation for a given  $N$.
  • This fact can be illustrated for example by the power calculation  $($ACF value at  $k=0)$ :
    • If all  $N$  samples are statistically independent,  then all contributions provide the maximum information about the ACF value  $\varphi_x(k=0)$.
    • However,  if there are statistical bindings between  $x_\nu$  and  $x_{\nu+1}$,  but not between  $x_\nu$  and  $x_{\nu+2}$,  only half of all samples provide the full information  about  $\varphi_x(k=0)$  and the others provide only limited information.
  • This loss of information based on correlations can only be compensated in this example by doubling  $N$ .
  • The last statement is also true,  as explained in detail on the page  "Accuracy of the numerical ACF calculation"  in the theory section.