Difference between revisions of "Aufgaben:Exercise 3.7: Optimal Nyquist Equalization once again"
Line 1: | Line 1: | ||
− | {{quiz-Header|Buchseite= | + | {{quiz-Header|Buchseite=Digital_Signal_Transmission/Linear_Nyquist_Equalization}} |
− | [[File:P_ID1435__Dig_A_3_7.png|right|frame| | + | [[File:P_ID1435__Dig_A_3_7.png|right|frame|Transversal filter frequency response]] |
− | + | We assume the following for this exercise: | |
− | * | + | * binary bipolar NRZ rectangular pulses |
− | :$$|H_{\rm S}(f)|= {\rm | + | :$$|H_{\rm S}(f)|= {\rm sinc}(f T) \hspace{0.05cm},$$ |
− | * | + | * coaxial cable with cable attenuation $a_* = 9.2 \ {\rm Np} \ (\approx 80 \ \rm dB)$: |
:$$|H_{\rm K}(f)|= {\rm e}^{ -9.2 | :$$|H_{\rm K}(f)|= {\rm e}^{ -9.2 | ||
\cdot \sqrt{2 \cdot |f| \cdot T} }\hspace{0.05cm},$$ | \cdot \sqrt{2 \cdot |f| \cdot T} }\hspace{0.05cm},$$ | ||
− | * | + | * optimal Nyquist equalizer consisting of matched filter and transversal filter: |
:$$H_{\rm E}(f) = H_{\rm MF}(f) \cdot H_{\rm TF}(f)$$ | :$$H_{\rm E}(f) = H_{\rm MF}(f) \cdot H_{\rm TF}(f)$$ | ||
− | :$$\hspace{0.8cm}{\rm | + | :$$\hspace{0.8cm}{\rm where}\hspace{0.2cm}H_{\rm MF}(f) = H_{\rm S}^{\star}(f) \cdot H_{\rm K}^{\star}(f)\hspace{0.05cm},\hspace{0.2cm} |
H_{\rm TF}(f) = | H_{\rm TF}(f) = | ||
\frac{1}{\sum\limits_{\kappa = -\infty}^{+\infty} |H_{\rm SK}(f - | \frac{1}{\sum\limits_{\kappa = -\infty}^{+\infty} |H_{\rm SK}(f - | ||
Line 17: | Line 17: | ||
|^2}\hspace{0.05cm}.$$ | |^2}\hspace{0.05cm}.$$ | ||
− | : | + | :Here, $H_{\rm SK}(f) = H_{\rm S}(f) \cdot H_{\rm K}(f)$ denotes the product of transmitter and channel frequency response. |
− | + | Because of Nyquist equalization, the eye is maximally open. For the error probability holds: | |
:$$p_{\rm S} \left ( = p_{\rm U} \right ) = {\rm Q}\left ( \sqrt{\frac{s_0^2 \cdot T}{N_0 \cdot \sigma_{d,\hspace{0.05cm} {\rm norm}}^2}} \right ) | :$$p_{\rm S} \left ( = p_{\rm U} \right ) = {\rm Q}\left ( \sqrt{\frac{s_0^2 \cdot T}{N_0 \cdot \sigma_{d,\hspace{0.05cm} {\rm norm}}^2}} \right ) | ||
\hspace{0.05cm}.$$ | \hspace{0.05cm}.$$ | ||
− | + | The normalized interference power at the decision is given by the following equations: | |
:$$\sigma_{d,\hspace{0.05cm} {\rm norm}}^2 = T \cdot | :$$\sigma_{d,\hspace{0.05cm} {\rm norm}}^2 = T \cdot | ||
\int_{-\infty}^{+\infty} |H_{\rm E}(f)|^2 \,{\rm d} f | \int_{-\infty}^{+\infty} |H_{\rm E}(f)|^2 \,{\rm d} f | ||
Line 33: | Line 33: | ||
\hspace{0.05cm}.$$ | \hspace{0.05cm}.$$ | ||
− | + | The validity of this equation follows from the periodicity of the transversal filter frequency response $H_{\rm TF}(f)$. | |
− | *In | + | *In the graph, the normalized noise power can be seen as the area highlighted in red. |
− | * | + | *As an approximation, the normalized noise power can be calculated by the triangular area shown in blue in the graph. |
Line 42: | Line 42: | ||
''Hinweise:'' | ''Hinweise:'' | ||
− | *Die Aufgabe gehört zum Kapitel [[ | + | *Die Aufgabe gehört zum Kapitel [[Digital_Signal_Transmission/Linear_Nyquist_Equalization|"Linear Nyquist Equalization"]]. |
* Zur Bestimmung der Fehlerwahrscheinlichkeit können Sie das interaktive Berechnungsmodul [[Applets:Komplementäre_Gaußsche_Fehlerfunktionen|Komplementäre Gaußsche Fehlerfunktionen]] benutzen. | * Zur Bestimmung der Fehlerwahrscheinlichkeit können Sie das interaktive Berechnungsmodul [[Applets:Komplementäre_Gaußsche_Fehlerfunktionen|Komplementäre Gaußsche Fehlerfunktionen]] benutzen. | ||
Line 72: | Line 72: | ||
{{ML-Kopf}} | {{ML-Kopf}} | ||
'''(1)''' Allgemein gilt für alle Frequenzen $f \ge 0$: | '''(1)''' Allgemein gilt für alle Frequenzen $f \ge 0$: | ||
− | :$$|H_{\rm SK}(f)|= {\rm | + | :$$|H_{\rm SK}(f)|= {\rm sinc}(f T) \cdot {\rm e}^{ -9.2 |
\cdot \sqrt{2 \cdot |f| \cdot T} }\hspace{0.05cm}.$$ | \cdot \sqrt{2 \cdot |f| \cdot T} }\hspace{0.05cm}.$$ | ||
*Daraus ergeben sich die gesuchten Sonderfälle: | *Daraus ergeben sich die gesuchten Sonderfälle: | ||
− | :$$f= 0 \text{:} \ \hspace{0.1cm}|H_{\rm SK}(f = 0)|= {\rm | + | :$$f= 0 \text{:} \ \hspace{0.1cm}|H_{\rm SK}(f = 0)|= {\rm sinc}(0) \cdot {\rm e}^0 \hspace{0.15cm}\underline {= 1} |
\hspace{0.05cm},$$ | \hspace{0.05cm},$$ | ||
− | :$$ f= f_{\rm Nyq}\text{:} \ \hspace{0.1cm}|H_{\rm SK}(f = \frac{1}{2T})|= {\rm | + | :$$ f= f_{\rm Nyq}\text{:} \ \hspace{0.1cm}|H_{\rm SK}(f = \frac{1}{2T})|= {\rm sinc}({1}/{2}) \cdot {\rm e}^{-9.2} |
\hspace{0.15cm}\underline { \approx 6.43 \cdot 10^{-5}} | \hspace{0.15cm}\underline { \approx 6.43 \cdot 10^{-5}} | ||
\hspace{0.05cm},$$ | \hspace{0.05cm},$$ | ||
− | :$$ f= {1}/{T} \text{:}\ \hspace{0.1cm}|H_{\rm SK}(f = \frac{1}{T})|= {\rm | + | :$$ f= {1}/{T} \text{:}\ \hspace{0.1cm}|H_{\rm SK}(f = \frac{1}{T})|= {\rm sinc}({1}) \cdot {\rm e}^{...} |
\hspace{0.15cm}\underline { = 0} \hspace{0.05cm}.$$ | \hspace{0.15cm}\underline { = 0} \hspace{0.05cm}.$$ | ||
Revision as of 09:08, 26 May 2022
We assume the following for this exercise:
- binary bipolar NRZ rectangular pulses
- $$|H_{\rm S}(f)|= {\rm sinc}(f T) \hspace{0.05cm},$$
- coaxial cable with cable attenuation $a_* = 9.2 \ {\rm Np} \ (\approx 80 \ \rm dB)$:
- $$|H_{\rm K}(f)|= {\rm e}^{ -9.2 \cdot \sqrt{2 \cdot |f| \cdot T} }\hspace{0.05cm},$$
- optimal Nyquist equalizer consisting of matched filter and transversal filter:
- $$H_{\rm E}(f) = H_{\rm MF}(f) \cdot H_{\rm TF}(f)$$
- $$\hspace{0.8cm}{\rm where}\hspace{0.2cm}H_{\rm MF}(f) = H_{\rm S}^{\star}(f) \cdot H_{\rm K}^{\star}(f)\hspace{0.05cm},\hspace{0.2cm} H_{\rm TF}(f) = \frac{1}{\sum\limits_{\kappa = -\infty}^{+\infty} |H_{\rm SK}(f - {\kappa}/{T}) |^2}\hspace{0.05cm}.$$
- Here, $H_{\rm SK}(f) = H_{\rm S}(f) \cdot H_{\rm K}(f)$ denotes the product of transmitter and channel frequency response.
Because of Nyquist equalization, the eye is maximally open. For the error probability holds:
- $$p_{\rm S} \left ( = p_{\rm U} \right ) = {\rm Q}\left ( \sqrt{\frac{s_0^2 \cdot T}{N_0 \cdot \sigma_{d,\hspace{0.05cm} {\rm norm}}^2}} \right ) \hspace{0.05cm}.$$
The normalized interference power at the decision is given by the following equations:
- $$\sigma_{d,\hspace{0.05cm} {\rm norm}}^2 = T \cdot \int_{-\infty}^{+\infty} |H_{\rm E}(f)|^2 \,{\rm d} f \hspace{0.5cm} = \hspace{0.5cm} \sigma_{d,\hspace{0.05cm} {\rm norm}}^2 = T \cdot \int_{-1/(2T)}^{+1/(2T)} H_{\rm TF}(f) \,{\rm d} f \hspace{0.5cm}= \hspace{0.5cm}T \cdot \int_{0}^{1/T} H_{\rm TF}(f) \,{\rm d} f \hspace{0.05cm}.$$
The validity of this equation follows from the periodicity of the transversal filter frequency response $H_{\rm TF}(f)$.
- In the graph, the normalized noise power can be seen as the area highlighted in red.
- As an approximation, the normalized noise power can be calculated by the triangular area shown in blue in the graph.
Hinweise:
- Die Aufgabe gehört zum Kapitel "Linear Nyquist Equalization".
- Zur Bestimmung der Fehlerwahrscheinlichkeit können Sie das interaktive Berechnungsmodul Komplementäre Gaußsche Fehlerfunktionen benutzen.
Fragebogen
Musterlösung
- $$|H_{\rm SK}(f)|= {\rm sinc}(f T) \cdot {\rm e}^{ -9.2 \cdot \sqrt{2 \cdot |f| \cdot T} }\hspace{0.05cm}.$$
- Daraus ergeben sich die gesuchten Sonderfälle:
- $$f= 0 \text{:} \ \hspace{0.1cm}|H_{\rm SK}(f = 0)|= {\rm sinc}(0) \cdot {\rm e}^0 \hspace{0.15cm}\underline {= 1} \hspace{0.05cm},$$
- $$ f= f_{\rm Nyq}\text{:} \ \hspace{0.1cm}|H_{\rm SK}(f = \frac{1}{2T})|= {\rm sinc}({1}/{2}) \cdot {\rm e}^{-9.2} \hspace{0.15cm}\underline { \approx 6.43 \cdot 10^{-5}} \hspace{0.05cm},$$
- $$ f= {1}/{T} \text{:}\ \hspace{0.1cm}|H_{\rm SK}(f = \frac{1}{T})|= {\rm sinc}({1}) \cdot {\rm e}^{...} \hspace{0.15cm}\underline { = 0} \hspace{0.05cm}.$$
(2) Die Grafik zeigt, dass $H_{\rm TF}(f)$ bei $f = f_{\rm Nyq}$ maximal wird. Daraus folgt mit der angegebenen Gleichung, dass
- $${\sum\limits_{\kappa = -\infty}^{+\infty} |H_{\rm SK}(f - \frac{\kappa}{T}) |^2}$$
bei der Nyquistfrequenz minimal ist. Für $f = f_{\rm Nyq}$ tragen von der unendlichen Summe allerdings nur die Terme mit $\kappa = 0$ und $\kappa = 1$ relevant zum Ergebnis bei.
- Daraus folgt weiter mit dem Ergebnis aus (1):
- $${\rm Max} \left [ H_{\rm TF}(f) \right ] \ = \ H_{\rm TF}(f = f_{\rm Nyq})= {1}/{2 \cdot |H_{\rm SK}(f = f_{\rm Nyq}) |^2} = \ \frac{1}{2 \cdot (6.43 \cdot 10^{-5})^2}= \frac{10^{10}}{82.69} \hspace{0.15cm}\underline {\approx 1.21 \cdot 10^{8}} \hspace{0.05cm}.$$
(3) Nähert man das Integral über $H_{\rm TF}(f)$ durch die in der Grafik eingezeichnete Dreieckfläche an, so erhält man:
- $$\sigma_{d,\hspace{0.05cm} {\rm norm}}^2 = T \cdot \int_{0}^{1/T} H_{\rm TF}(f) \,{\rm d} f \approx T \cdot \frac{1}{2}\cdot 1.21 \cdot 10^{8}\cdot (0.64 -0.36)\hspace{0.15cm}\underline {\approx 1.7 \cdot 10^{7}} \hspace{0.05cm}.$$
(4) Gemäß der gegebenen Gleichung erhält man für die (mittlere) Symbolfehlerwahrscheinlichkeit:
- $$p_{\rm S} = {\rm Q}\left ( \sqrt{\frac{s_0^2 \cdot T}{N_0 \cdot \sigma_{d,\hspace{0.05cm} {\rm norm}}^2}} \right ) = {\rm Q}\left ( \sqrt{\frac{10^{8}}{1.7 \cdot 10^{7}}} \right ) \approx {\rm Q}(2.42)\hspace{0.3cm} \Rightarrow \hspace{0.3cm} p_{\rm S} \hspace{0.15cm}\underline {\approx 0.8 \%} \hspace{0.05cm}.$$
- Da ein Nyquistsystem vorliegt, ist die ungünstigste (worst–case) Fehlerwahrscheinlichkeit $p_{\rm U}$ genau so groß.