Loading [MathJax]/jax/output/HTML-CSS/fonts/TeX/fontdata.js

Difference between revisions of "Aufgaben:Exercise 2.15: Block Error Probability with AWGN"

From LNTwww
Line 30: Line 30:
 
\approx 1.63 \cdot 10^{-9}  \hspace{0.05cm}.$$
 
\approx 1.63 \cdot 10^{-9}  \hspace{0.05cm}.$$
  
In dieser Aufgabe sollen Sie für die rot hinterlegten Zeilen (10lgEB/N0=5 dB, 8 dB und 10 dB) die Blockfehlerwahrscheinlichkeiten berechnen.
+
In dieser Aufgabe sollen Sie für die rot hinterlegten Zeilen (10lgEB/N0=5 dB, 8 dB und $10 \ \rm dB)$ die Blockfehlerwahrscheinlichkeiten berechnen.
  
 
Die blau hinterlegten Zeilen zeigen einige Ergebnisse der [[Zusatzaufgabe Z2.15]]. Dort wird {\rm Pr}(\underline{\upsilon} ≠ \underline{u}) für ϵS=10% und 0.1% berechnet. In den Teilaufgaben (4) und (5) sollen Sie den Zusammenhang zwischen dieser Größe ϵS und dem AWGN–Parameter EB/N0 herstellen und somit die obige Tabelle vervollständigen.
 
Die blau hinterlegten Zeilen zeigen einige Ergebnisse der [[Zusatzaufgabe Z2.15]]. Dort wird {\rm Pr}(\underline{\upsilon} ≠ \underline{u}) für ϵS=10% und 0.1% berechnet. In den Teilaufgaben (4) und (5) sollen Sie den Zusammenhang zwischen dieser Größe ϵS und dem AWGN–Parameter EB/N0 herstellen und somit die obige Tabelle vervollständigen.

Revision as of 22:31, 18 December 2017

Unvollständige Ergebnistabelle

Am Beispiel des RSC(7,3,5)8 mit den Parametern

  • n=7 (Anzahl der Codesymbole),
  • k=3 (Anzahl der Informationssymbole),
  • t=2 (Korrekturfähigkeit)


soll die Berechnung der Blockfehlerwahrscheinlichkeit beim Bounded Distance Decoding (BDD) gezeigt werden. Die entsprechende Gleichung lautet:

Pr(Blockfehler)=
= \sum_{f = t + 1}^{n} {n \choose f} \cdot {\varepsilon_{\rm S}}^f \cdot (1 - \varepsilon_{\rm S})^{n-f} \hspace{0.05cm}.

Die Berechnung erfolgt für den AWGN–Kanal, der durch den Parameter E_{\rm B}/N_0 gekennzeichnet ist. Dieser Quotient lässt sich über die Beziehung

\varepsilon = {\rm Q} \big (\sqrt{\frac{2 \cdot R \cdot E_{\rm B}}{N_0}} \big )

in das BSC–Modell übeführen, wobei R die Coderate bezeichnet (hier: R = 3/7) und {\rm Q}(x) und Komplementäre Gaußsche Fehlerintegral angibt. Da aber beim betrachteten Code die Symbole aus \rm GF(2^3) entstammen, muss das BSC–Modell mit Parameter \epsilon ebenfalls noch an die Aufgabenstellung adaptiert werden. Für die Verfälschungwahrscheinlichkeit des M–BSC–Modells gilt:

\varepsilon_{\rm S} = 1 - (1 - \varepsilon)^m \hspace{0.05cm},

wobei hier m = 3 zu setzen ist (3 Bit pro Codesymbol).

Für einige E_{\rm B}/N_0–Werte sind alle Ergebnisse bereits in obiger Tabelle eingetragen. Die gelb hinterlegten Zeilen werden hier kurz erläutert.

  • Für 10 \cdot \lg {E_{\rm B}/N_0} = 4 \ \rm dB ergibt sich \epsilon \approx {\rm Q}(1.47) \approx 0.071 und \epsilon_{\rm S} \approx 0.2. Der einfachste Weg zur Berechnung der Blockfehlerwahrscheinlichkeit führt hier über das Kompliment:
{\rm Pr(Blockfehler)} = 1 - \big [ {7 \choose 0} \cdot 0.8^7 + {7 \choose 1} \cdot 0.2 \cdot 0.8^6 + {7 \choose 2} \cdot 0.2^2 \cdot 0.8^5\big ] \approx 0.148 \hspace{0.05cm}.
  • Für 10 \cdot \lg {E_{\rm B}/N_0} = 12 \ \rm dB erhält man \epsilon \approx 1.2 \cdot 10^{-4} und \epsilon_{\rm S} \approx 3.5 \cdot 10^{-4}. Mit dieser sehr kleinen Verfälschungswahrscheinlichkeit dominiert der f = 3–Term und man erhält
{\rm Pr(Blockfehler)} \approx {7 \choose 3} \cdot (3.5 \cdot 10^{-4})^3 \cdot (1- 3.5 \cdot 10^{-4})^4 \approx 1.63 \cdot 10^{-9} \hspace{0.05cm}.

In dieser Aufgabe sollen Sie für die rot hinterlegten Zeilen (10 \cdot \lg {E_{\rm B}/N_0} = 5 \ \rm dB, \ 8 \ dB und 10 \ \rm dB) die Blockfehlerwahrscheinlichkeiten berechnen.

Die blau hinterlegten Zeilen zeigen einige Ergebnisse der Zusatzaufgabe Z2.15. Dort wird {\rm Pr}(\underline{\upsilon} ≠ \underline{u}) für \epsilon_{\rm S} = 10\% und 0.1\% berechnet. In den Teilaufgaben (4) und (5) sollen Sie den Zusammenhang zwischen dieser Größe \epsilon_{\rm S} und dem AWGN–Parameter E_{\rm B}/N_0 herstellen und somit die obige Tabelle vervollständigen.

Hinweise:

  • Die Aufgabe gehört zum Kapitel ....
  • Wir weisen Sie auf folgeende Interaktionsmodule hin:
  1. Komplementäre Gaußsche Fehlerfunktionen
  2. Wahrscheinlichkeiten der Binomialverteilung



Fragebogen

1

Multiple-Choice

correct
false

2

Input-Box Frage

xyz \ = \

ab


Musterlösung

(1)  (2)  (3)  (4)  (5)