Difference between revisions of "Theory of Stochastic Signals/Creation of Predefined ACF Properties"

Revision as of 14:17, 19 April 2017

AKF am Ausgang eines nichtrekursiven Filters

Wir betrachten ein nichtrekursives Laufzeitfilter M-ter Ordnung gemäß der folgenden Grafik. Die zeitdiskrete Eingangsgröße $〈x_ν〉$ ist

mittelwertfrei ($m_x = 0$),
gaußverteilt (mit Streuung $σ_x$), und
ohne Gedächtnis(„Weißes Rauschen”) ⇒ statistisch unabhängige Abtastwerte.

Daraus ergeben sich folgende Eigenschaften:

Die zeitdiskrete Autokorrelationsfunktion (AKF) am Eingang lautet:

$$\varphi _x ( {k \cdot T_{\rm A} } ) = \left\{ {\begin{array}{*{20}c} {\sigma _x ^2 } & {\rm{f\ddot{u}r}\quad {\it k} = 0,} \\ 0 & {\rm{f\ddot{u}r}\quad {\it k} \ne 0.} \\\end{array}} \right.$$

Die AKF der zeitdiskreten Ausgangsfolge $〈y_ν〉$ ist wie folgt gegeben:

$$\varphi _y ( {k \cdot T_{\rm A} } ) = \sigma _x ^2 \cdot \sum\limits_{\mu = 0}^{M - k} {a_\mu \cdot a_{\mu + k } } \quad {\rm{f\ddot{u}r}}\quad {\it k} = 0, 1,\,...\,,\,{\it M}.$$

Alle AKF–Werte mit $k > M$ sind $0$, und alle AKF–Werte mit $k < M$ sind symmetrisch um $0$:

$$\varphi _y ( { - k \cdot T_{\rm A} } ) = \varphi _y ( {k \cdot T_{\rm A} } ).$$

: Liegt am Eingang eines nichtrekursiven Filters erster Ordnung (Filterkoeffizienten $a_0 = 0.6$, $a_1 = 0.8$) zeitdiskretes weißes Rauschen mit der Streuung $σ_x = 2$ an, so lauten die diskreten AKF-Werte des Ausgangssignals (alle anderen AKF-Werte sind $0$):

AKF am Ausgang eines Filters erster Ordnung

$$\varphi _y (0) = \sigma _x ^2 \cdot ( {a_0 ^2 + a_1 ^2 }) = 4,$$

$$\varphi _y ( { - T_{\rm A} } ) = \varphi _y ( {T_{\rm A} } ) = \sigma _x ^2 \cdot a_0 \cdot a_1 = 1.92.$$

Die Grafik kann wie folgt interpretiert werden:

Wegen $a_0^2 + a_1^2 =$ 1 besitzt das Ausgangssignal $y(t)$ genau die gleiche Varianz $σ_y^2 = φ_y(0)$ wie das Eingangssignal: $σ_x^2 = φ_x(0) = 4$.
Im Gegensatz zur Eingangsfolge $〈x_ν〉$ gibt es bei der Ausgangsfolge $〈y_ν〉$ statistische Bindungen zwischen benachbarten Abtastwerten.

Zur Koeffizientenbestimmung

Nun soll die Frage geklärt werden, wie die Koeffizienten $a_0, ... , a_M$ eines nichtrekursiven Filters $M$-ter Ordnung ermittelt werden können, wenn die gewünschten AKF-Werte $φ_y(0), ... , φ_y(M · T_{\rm A})$ gegeben sind. Außerhalb des Bereiches $–M · T_{\rm A} ... M · T_{\rm A}$ sollen alle AKF-Werte gleich 0 sein.

Für $σ_x =$ 1 ergibt sich das folgende nichtlineare Gleichungssystem, wobei zur Vereinfachung der Schreibweise $φ_k = φ_y(k · T_{\rm A})$ verwendet wird: $$\begin{align*}\varphi _0 & = \sum\limits_{\mu = 0}^M {a_\mu^2 ,}\\ \varphi _1 & = \sum\limits_{\mu = 0}^{M - 1} {a_\mu \cdot a_{\mu + 1} ,} \\ & . & \\ & . &\\ & . &\\ \varphi _{M - 1} & = a_0 \cdot a_{M - 1} + a_1 \cdot a_M , \\ \varphi _M & = a_0 \cdot a_M .\end{align*}$$ Man erhält somit für die $M +$ 1 Koeffizienten auch $M +$ 1 unabhängige Gleichungen. Durch sukzessives Eliminieren der Koeffizienten $a_1, ... , a_M$ bleibt für $a_0$ eine nichtlineare Gleichung höherer Ordnung übrig.

Wir betrachten folgende Konstellation:

ein rekursives Filter erster Ordnung ⇒ $M =$ 1,
eine zeitdiskrete Eingangsfolge $〈x_ν〉$ mit Mittelwert $m_x =$ 0 und Streuung $σ_x =$ 1,
gewünschte AKF-Werte der Folge $〈y_ν〉: φ_y(0) = φ_0 =$ 0.58 und $φ_y(±T_{\rm A}) = φ_1 =$ 0.21.

Damit lautet das obige Gleichungssystem: $$\varphi _0 = a_0 ^2 + a_1 ^2 = 0.58,$$ $$\varphi _1 = a_0 \cdot a_1 = 0.21.$$ Dies führt zu einer Gleichung vom Grad 4, nämlich $$a_0 ^2 + \left( { { {0.21} }/{ {a_0 } } } \right)^2 = 0.58\quad \Rightarrow \quad a_0 ^4 - 0.58 \cdot a_0 ^2 + 0.21^2 = 0.$$ Eine Lösung stellt $a_0 =$ 0.7 dar. Durch Einsetzen in die zweite Gleichung findet man $a_1 =$ 0.3.

Man erkennt aus diesem Beispiel, dass sich schon im einfachsten Fall ⇒ $M =$ 1 eine nichtlineare Bestimmungsgleichung für $a_0$ vom Grad 4 ergibt.

Mehrdeutigkeiten bei der Koeffizientenbestimmung

Wie das letzte Beispiel gezeigt hat, ist mit $M =$ 1 die Bestimmungsgleichung für $a_0$ vom Grad 4. Dies bedeutet gleichzeitig, dass es auch vier Koeffizientensätze gibt, die alle zur gleichen AKF führen. Dies ist aus folgenden Gründen einsichtig:

Die Koeffizienten $a_0$ und $a_1$ können gleichzeitig ihr Vorzeichen ändern, ohne dass dadurch das Gleichungssystem verändert wird.
Ersetzt man $a_0$ durch $a_1$ und umgekehrt, so ergibt sich die gleiche Bestimmungsgleichung. Diese Operation entspricht einer Spiegelung und Verschiebung der Impulsantwort.

Wie im letzten Abschnitt gezeigt wurde, ist der Parametersatz $a_0 =$ 0.7, $a_1 =$ 0.3 geeignet, die AKF-Werte $φ_0 =$ 0.58 und $φ_1 =$ 0.21 zu generieren. Zur gleichen AKF kommt man auch mit den Koeffizientenpaaren $$a_0 = - 0.7,\quad a_1 = -0.3,\\a_0 = \;\;\,0.3,\quad a_1 = \hspace{0.33cm}0.7,\\a_0 = - 0.3,\quad a_1 = -0.7.$$ Das folgende Bild zeigt die entsprechenden Impulsantworten, die zur gewünschten AKF führen: $$\varphi_y(\tau) = 0.58 \cdot \delta(\tau) + 0.21 \cdot \delta(\tau - T_{\rm A}) + 0.21 \cdot \delta(\tau + T_{\rm A}) .$$

Diese Konfigurationen ergeben sich durch gleichzeitiges Multiplizieren aller Koeffizienten mit –1 sowie durch Vertauschen der Zahlenwerte von $a_0$ und $a_1$.

Aufgaben zum Kapitel

Aufgabe 5.3: Digitales Filter 1. Ordnung

Aufgabe 5.3Z: Nichtrekursives Filter

Aufgabe 5.4: Sinusgenerator

@@ Line 6: / Line 6: @@
 }}
 ==AKF am Ausgang eines nichtrekursiven Filters==
-Wir betrachten ein ''nichtrekursives Laufzeitfilter M-ter Ordnung'' gemäß der folgenden Grafik. Die zeitdiskrete Eingangsgröße $〈x_ν〉$ ist mittelwertfrei $(m_x =$ 0), gaußverteilt (mit Streuung $σ_x$) und statistisch unabhängig („Weißes Rauschen”).
+Wir betrachten ein ''nichtrekursives Laufzeitfilter M-ter Ordnung'' gemäß der folgenden Grafik. Die zeitdiskrete Eingangsgröße $〈x_ν〉$ ist
+* mittelwertfrei ($m_x = 0$),
+*gaußverteilt (mit Streuung $σ_x$), und
+* ohne Gedächtnis(„Weißes Rauschen”) &nbsp; &rArr; &nbsp; statistisch unabhängige Abtastwerte.
+[[File:P_ID555__Sto_T_5_3_S1_neu.png | Nichtrekursives Filter ''M''-ter Ordnung]]
-[[File:P_ID555__Sto_T_5_3_S1_neu.png | Nichtrekursives Filter M-ter Ordnung]]
+Daraus ergeben sich folgende Eigenschaften:
+*Die zeitdiskrete Autokorrelationsfunktion (AKF) am Eingang lautet:
+:$$\varphi _x ( {k \cdot T_{\rm A} } ) = \left\{ {\begin{array}{*{20}c}   {\sigma _x ^2 } & {\rm{f\ddot{u}r}\quad {\it k} = 0,}  \\   0 & {\rm{f\ddot{u}r}\quad {\it k} \ne 0.}  \\\end{array}} \right.$$
+*Die AKF der zeitdiskreten Ausgangsfolge $〈y_ν〉$ ist wie folgt gegeben:
+:$$\varphi _y ( {k \cdot T_{\rm A} } ) = \sigma _x ^2  \cdot \sum\limits_{\mu  = 0}^{M - k} {a_\mu   \cdot a_{\mu  + k } } \quad {\rm{f\ddot{u}r}}\quad {\it k} = 0, 1,\,...\,,\,{\it M}.$$
+*Alle AKF–Werte mit $k > M$ sind $0$, und alle AKF–Werte mit $k < M$ sind symmetrisch um $0$:
+:$$\varphi _y ( { - k \cdot T_{\rm A} } ) = \varphi _y ( {k \cdot T_{\rm A} } ).$$
-*Somit gilt für die zeitdiskrete Autokorrelationsfunktion am Eingang:
+{{Beispiel}}''':'''&nbsp; Liegt am Eingang eines nichtrekursiven Filters erster Ordnung (Filterkoeffizienten $a_0 = 0.6$, $a_1 = 0.8$) zeitdiskretes weißes Rauschen mit der Streuung $σ_x = 2$ an, so lauten die diskreten AKF-Werte des Ausgangssignals (alle anderen AKF-Werte sind $0$):
-$$\varphi _x ( {k \cdot T_{\rm A} } ) = \left\{ {\begin{array}{*{20}c}   {\sigma _x ^2 } & {\rm{f\ddot{u}r}\quad {\it k} = 0,}  \\   0 & {\rm{f\ddot{u}r}\quad {\it k} \ne 0.}  \\\end{array}} \right.$$
-*Die AKF der zeitdiskreten Ausgangsfolge $〈y_ν〉$ lautet:
-$$\varphi _y ( {k \cdot T_{\rm A} } ) = \sigma _x ^2  \cdot \sum\limits_{\mu  = 0}^{M - k} {a_\mu   \cdot a_{\mu  + k } } \quad {\rm{f\ddot{u}r}}\quad {\it k} = 0, 1,\,...\,,\,{\it M}.$$
-*Alle AKF–Werte mit $k > M$ sind 0, und alle AKF–Werte mit $k < M$ sind symmetrisch um 0:
-$$\varphi _y ( { - k \cdot T_{\rm A} } ) = \varphi _y ( {k \cdot T_{\rm A} } ).$$
+[[File:P_ID597__Sto_T_5_3_S1_b_neu.png | AKF am Ausgang eines Filters erster Ordnung|right]]
+:$$\varphi _y (0) = \sigma _x ^2  \cdot ( {a_0 ^2  + a_1 ^2 }) = 4,$$
+:$$\varphi _y ( { - T_{\rm A} } ) = \varphi _y ( {T_{\rm A} } ) = \sigma _x ^2  \cdot a_0  \cdot a_1  = 1.92.$$
-{{Beispiel}}
-Liegt am Eingang eines nichtrekursiven Filters erster Ordnung (Filterkoeffizienten $a_0 =$ 0.6, $a_1 =$ 0.8) zeitdiskretes weißes Rauschen mit der Streuung $σ_x =$ 2 an, so lauten die diskreten AKF-Werte des Ausgangssignals (alle anderen AKF-Werte sind 0):
-$$\varphi _y (0) = \sigma _x ^2  \cdot ( {a_0 ^2  + a_1 ^2 }) = 4,\hspace{0.8cm}
-\varphi _y ( { - T_{\rm A} } ) = \varphi _y ( {T_{\rm A} } ) = \sigma _x ^2  \cdot a_0  \cdot a_1  = 1.92.$$
-[[File:P_ID597__Sto_T_5_3_S1_b_neu.png | AKF am Ausgang eines Filters erster Ordnung]]
 Die Grafik kann wie folgt interpretiert werden:
-*Wegen $a_0^2 + a_1^2 =$ 1 besitzt das Ausgangssignal $y(t)$ genau die gleiche Varianz $σ_y^2 = φ_y(0)$ wie das Eingangssignal: $σ_x^2 = φ_x(0) =$ 4.
+*Wegen $a_0^2 + a_1^2 =$ 1 besitzt das Ausgangssignal $y(t)$ genau die gleiche Varianz $σ_y^2 = φ_y(0)$ wie das Eingangssignal: $σ_x^2 = φ_x(0) = 4$.
-*Im Gegensatz zur Eingangsfolge $〈x_ν〉$ gibt es bei der Folge $〈y_ν〉$ am Filterausgang statistische Bindungen zwischen benachbarten Abtastwerten.
+*Im Gegensatz zur Eingangsfolge $〈x_ν〉$ gibt es bei der Ausgangsfolge $〈y_ν〉$ statistische Bindungen zwischen benachbarten Abtastwerten. {{end}}
-{{end}}
-==Koeffizientenbestimmung (1)==
+==Zur Koeffizientenbestimmung==
 Nun soll die Frage geklärt werden, wie die Koeffizienten $a_0, ... , a_M$ eines nichtrekursiven Filters $M$-ter Ordnung ermittelt werden können, wenn die gewünschten AKF-Werte $φ_y(0), ... , φ_y(M · T_{\rm A})$ gegeben sind. Außerhalb des Bereiches $–M · T_{\rm A} ... M · T_{\rm A}$ sollen alle AKF-Werte gleich 0 sein.
@@ Line 63: / Line 61: @@
 Man erkennt aus diesem Beispiel, dass sich schon im einfachsten Fall  ⇒  $M =$ 1 eine nichtlineare Bestimmungsgleichung für $a_0$ vom Grad 4 ergibt.
-==Koeffizientenbestimmung (2)==
+==Mehrdeutigkeiten bei der Koeffizientenbestimmung==
 Wie das letzte Beispiel gezeigt hat, ist mit $M =$ 1 die Bestimmungsgleichung für $a_0$ vom Grad 4. Dies bedeutet gleichzeitig, dass es auch vier Koeffizientensätze gibt, die alle zur gleichen AKF führen. Dies ist aus folgenden Gründen einsichtig:
 *Die Koeffizienten $a_0$ und $a_1$ können gleichzeitig ihr Vorzeichen ändern, ohne dass dadurch das Gleichungssystem verändert wird.
@@ Line 83: / Line 81: @@
 Diese Konfigurationen ergeben sich durch gleichzeitiges Multiplizieren aller Koeffizienten mit –1 sowie durch Vertauschen der Zahlenwerte von $a_0$ und $a_1$.
 {{end}}
+==Aufgaben zum Kapitel==
+[[Aufgaben:5.3 Digitales Filter 1. Ordnung|Aufgabe 5.3: &nbsp; Digitales Filter 1. Ordnung]]
+[[Aufgaben:5.3Z Nichtrekursives Filter|Aufgabe 5.3Z: &nbsp; Nichtrekursives Filter]]
+[[Aufgaben:5.4 Sinusgenerator|Aufgabe 5.4: &nbsp; Sinusgenerator]]
 {{Display}}