Difference between revisions of "Aufgaben:Exercise 5.1: Gaussian ACF and Gaussian Low-Pass"

From LNTwww
Line 66: Line 66:
 
===Musterlösung===
 
===Musterlösung===
 
{{ML-Kopf}}
 
{{ML-Kopf}}
:<b>1.</b>&nbsp;&nbsp;Die Varianz <i>&#963;<sub>x</sub></i><sup>2</sup> ist gleich dem AKF-Wert bei <i>&#964;</i> = 0, also 0.04 V<sup>2</sup>. Daraus folgt <i>&#963;<sub>x</sub></i> <u>= 0.2 V</u>.</i>
+
'''(1)'''&nbsp; Die Varianz ist gleich dem AKF-Wert bei $\tau = 0$, also $\sigma_x^2 = 0.04 \ \rm V^2$. Daraus folgt $\sigma_x\hspace{0.15cm}\underline {= 0.2 \ \rm V}$.
  
:<b>2.</b>&nbsp;&nbsp;Die äquivalente AKF-Dauer kann über das flächengleiche Rechteck ermittelt werden und ergibt sich entsprechend der Skizze zu &#8711;<i>&tau;<sub>x</sub></i> <u>= 1 &mu;s</u>.
+
'''(2)'''&nbsp; Die äquivalente AKF-Dauer kann man über das flächengleiche Rechteck ermitteln. Gemäß Skizze erhält man $\nabla \tau_x\hspace{0.15cm}\underline {= 1 \ \rm \mu s}$.
  
:<b>3.</b>&nbsp;&nbsp;Das LDS ist die Fouriertransformierte der AKF. Mit der gegebenen Fourierkorrespondenz gilt:
+
'''(3)'''&nbsp; Das LDS ist die Fouriertransformierte der AKF. Mit der gegebenen Fourierkorrespondenz gilt:
 
:$${\it \Phi_{x}(f)} = \sigma_x^2 \cdot  {\rm \nabla} \tau_x \cdot
 
:$${\it \Phi_{x}(f)} = \sigma_x^2 \cdot  {\rm \nabla} \tau_x \cdot
 
{\rm e}^{- \pi ({\rm \nabla} \tau_x \hspace{0.03cm}\cdot \hspace{0.03cm}f)^2} .$$
 
{\rm e}^{- \pi ({\rm \nabla} \tau_x \hspace{0.03cm}\cdot \hspace{0.03cm}f)^2} .$$
  
:Bei der Frequenz <i>f</i> = 0 gilt:
+
Bei der Frequenz $f = 0$ erhält man:
 
:$${\it \Phi_{x}(f {\rm = 0)}} = \sigma_x^2 \cdot  {\rm \nabla} \tau_x =
 
:$${\it \Phi_{x}(f {\rm = 0)}} = \sigma_x^2 \cdot  {\rm \nabla} \tau_x =
\rm 0.04 \hspace{0.1cm} V^2 \cdot 10^{-6} \hspace{0.1cm} s \hspace{0.15cm} \underline{= 4
+
\rm 0.04 \hspace{0.1cm} V^2 \cdot 10^{-6} \hspace{0.1cm} s \hspace{0.15cm} \underline{= 40
\cdot 10^{-8} \hspace{0.1cm} V^2 / Hz}.$$
+
\cdot 10^{-9} \hspace{0.1cm} V^2 / Hz}.$$
  
:<b>4.</b>&nbsp;&nbsp;Allgemein gilt mit <i>&#934;<sub>y</sub></i>(<i>f</i>) = <i>&#934;<sub>x</sub></i>(<i>f</i>) · |<i>H</i>(<i>f</i>)|²:
+
'''(4)'''&nbsp; Richtig sind die <u>Lösungsvorschläge 1 und 3</u>:
 +
*Allgemein gilt mit ${\it \Phi_{y}(f)} = {\it \Phi_{x}(f)} \cdot |H(f)|^2$. Daraus folgt:
 
:$${\it \Phi_{y}(f)} =  \sigma_x^2 \cdot  {\rm \nabla} \tau_x \cdot
 
:$${\it \Phi_{y}(f)} =  \sigma_x^2 \cdot  {\rm \nabla} \tau_x \cdot
 
{\rm e}^{- \pi ({\rm \nabla} \tau_x \cdot f)^2}\cdot H_{\rm 0}^2
 
{\rm e}^{- \pi ({\rm \nabla} \tau_x \cdot f)^2}\cdot H_{\rm 0}^2
 
\cdot{\rm e}^{- 2 \pi (f/ {\rm \Delta} f)^2} .$$
 
\cdot{\rm e}^{- 2 \pi (f/ {\rm \Delta} f)^2} .$$
 
+
*Durch Zusammenfassen der beiden Exponentialfunktionen erhält man:
:Durch Zusammenfassen der beiden Exponentialfunktionen erhält man:
 
 
:$${\it \Phi_{y}(f)} =  \sigma_x^2 \cdot  {\rm \nabla} \tau_x \cdot H_0^2 \cdot
 
:$${\it \Phi_{y}(f)} =  \sigma_x^2 \cdot  {\rm \nabla} \tau_x \cdot H_0^2 \cdot
 
{\rm e}^{- \pi\cdot  ({\rm \nabla} \tau_x^2 + 2/(\Delta f^2)  ) \hspace{0.1cm}\cdot f^2}.$$
 
{\rm e}^{- \pi\cdot  ({\rm \nabla} \tau_x^2 + 2/(\Delta f^2)  ) \hspace{0.1cm}\cdot f^2}.$$
 +
*Auch ${\it \Phi_{y}(f)}$ ist gaußförmig und nie breiter als ${\it \Phi_{x}(f)}$. Für $f \to \infty$ gilt die Näherung ${\it \Phi_{y}(f)} \approx {\it \Phi_{x}(f)}$.
 +
*Mit kleiner werdendem $\Delta f$ wird ${\it \Phi_{y}(f)}$ immer schmäler (also ist die zweite Aussage falsch).
 +
*$H_0$ beeinflusst tatsächlich nur die LDS-Höhe, aber nicht die Breite des LDS.
  
:Auch <i>&#934;<sub>y</sub></i>(<i>f</i>) ist gaußförmig und nie breiter als <i>&#934;<sub>x</sub></i>(<i>f</i>).
 
:Für &#916;<i>f</i> &#8594; &#8734; gilt die Näherung <i>&#934;<sub>y</sub></i>(<i>f</i>) &#8776; <i>&#934;<sub>x</sub></i>(<i>f</i>). Mit kleiner werdendem &#916;<i>f</i> wird <i>&#934;<sub>y</sub></i>(<i>f</i>) immer schmäler (also ist die zweite Aussage falsch). <i>H</i><sub>0</sub> beeinflusst tatsächlich nur die LDS-Höhe und nicht die Breite des LDS. Richtig sind somit die <u>Lösungsvorschläge 1 und 3</u>.
 
  
:<b>5.</b>&nbsp;&nbsp;Analog zum Aufgabenteil (1) kann für das LDS des Ausgangssignals <i>y</i>(<i>t</i>) geschrieben werden:
+
'''(5)'''&nbsp; Analog zum Aufgabenteil (1) kann für das LDS des Ausgangssignals $y(t)$ geschrieben werden:
 
:$${\it \Phi_{y}(f)} =  \sigma_y^2 \cdot  {\rm \nabla} \tau_y \cdot
 
:$${\it \Phi_{y}(f)} =  \sigma_y^2 \cdot  {\rm \nabla} \tau_y \cdot
 
{\rm e}^{- \pi  \cdot {\rm \nabla} \tau_y^2 \cdot f^2 }.$$
 
{\rm e}^{- \pi  \cdot {\rm \nabla} \tau_y^2 \cdot f^2 }.$$
  
:Durch Vergleich mit dem Ergebnis aus (4) ergibt sich:
+
Durch Vergleich mit dem Ergebnis aus (4) ergibt sich:
 
:$${{\rm \nabla} \tau_y^2} = {{\rm \nabla} \tau_x^2} + \frac {2}{{\rm
 
:$${{\rm \nabla} \tau_y^2} = {{\rm \nabla} \tau_x^2} + \frac {2}{{\rm
 
\Delta} f^2}.$$
 
\Delta} f^2}.$$
 
+
Löst man die Gleichung nach $\Delta f$ auf und berücksichtigt die Werte $\nabla \tau_x {= 1 \ \rm \mu s}$ und 
:Löst man die Gleichung nach &Delta;<i>f</i> auf und berücksichtigt die Werte &#8711;<i>&tau;<sub>x</sub></i> = 1 &mu;s
+
$\nabla \tau_y {= 3 \ \rm \mu s}$, so folgt:
:&#8711;<i>&tau;<sub>y</sub></i> = 3 &mu;s, so folgt:
 
 
:$${\rm \Delta} f = \sqrt{\frac{2}{{\rm \nabla} \tau_y^2 - {\rm
 
:$${\rm \Delta} f = \sqrt{\frac{2}{{\rm \nabla} \tau_y^2 - {\rm
 
\nabla} \tau_x^2}} = \sqrt{\frac{2}{9 - 1}} \hspace{0.1cm}\rm MHz
 
\nabla} \tau_x^2}} = \sqrt{\frac{2}{9 - 1}} \hspace{0.1cm}\rm MHz
 
\hspace{0.15cm} \underline{= 0.5\hspace{0.1cm} MHz} .$$
 
\hspace{0.15cm} \underline{= 0.5\hspace{0.1cm} MHz} .$$
  
:<b>6.</b>&nbsp;&nbsp;Die Bedingung <i>&#963;<sub>y</sub></i> = <i>&#963;<sub>x</sub></i> ist gleichbedeutend mit <i>&#966;<sub>y</sub></i>(<i>&#964;</i> = 0) = <i>&#966;<sub>x</sub></i>(<i>&#964;</i> = 0). Da zudem &#8711;<i>&#964;<sub>y</sub></i> = 3 · &#8711;<i>&#964;<sub>x</sub></i> vorgegeben ist, muss deshalb auch <i>&#934;<sub>y</sub></i>(<i>f</i> = 0) = 3 · <i>&#934;<sub>x</sub></i>(<i>f</i> = 0) gelten. Daraus erhält man:
+
'''(6)'''&nbsp; Die Bedingung $\sigma_y = \sigma_x$ ist gleichbedeutend mit $\varphi_y(\tau = 0)= \varphi_x(\tau = 0)$. Da zudem $\nabla \tau_y = 3 \cdot \nabla \tau_x$ vorgegeben ist, muss deshalb auch ${\it \Phi}_{y}(f= 0) = 3 \cdot {\it \Phi}_{x}(f= 0)$ gelten. Daraus erhält man:
:$$H_{\rm 0} = \sqrt{\frac{\Phi_y (f = 0)}{\Phi_x (f = 0)}} = \sqrt
+
:$$H_{\rm 0} = \sqrt{\frac{\it \Phi_y (f \rm = 0)}{\it \Phi_x (f = \rm 0)}} = \sqrt
 
{3}\hspace{0.15cm} \underline{=1.732}.$$
 
{3}\hspace{0.15cm} \underline{=1.732}.$$
  

Revision as of 16:30, 15 April 2017

Gaußsche AKF am Eingang und Ausgang

Am Eingang eines Tiefpassfilters mit dem Frequenzgang $H(f)$ liegt ein gaußverteiltes mittelwertfreies Rauschsignal $x(t)$ mit folgender Autokorrelationsfunktion (AKF) an:

$${\it \varphi_{x}(\tau)} = \sigma_x^2 \cdot {\rm e}^{- \pi (\tau /{\rm \nabla} \tau_x)^2}.$$

Diese AKF ist in der nebenstehenden Grafik oben dargestellt.

Das Filter sei gaußförmig mit der Gleichsignalverstärkung $H_0$ und der äquivalenten Bandbreite $\Delta f$. Für den Frequenzgang kann somit geschrieben werden:

$$H(f) = H_{\rm 0} \cdot{\rm e}^{- \pi (f/ {\rm \Delta} f)^2}.$$

Im Verlaufe dieser Aufgabe sollen die beiden Filterparameter $H_0$ und $\Delta f$ so dimensioniert werden, dass das Ausgangssignal $y(t)$ eine AKF entsprechend der unteren Skizze aufweist.


Hinweise:

  • Die Aufgabe gehört zum Kapitel Stochastische Systemtheorie.
  • Bezug genommen wird auch auf das Kapitel ZAutokorrelationsfunktion.
  • Sollte die Eingabe des Zahlenwertes „0” erforderlich sein, so geben Sie bitte „0.” ein.
  • Berücksichtigen Sie die folgende Fourierkorrespondenz:
$${\rm e}^{- \pi (f/{\rm \Delta} f)^2} \bullet\!\!-\!\!\!-\!\!\!\hspace{0.03cm}\circ \hspace{0.15cm}{\rm \Delta} f \cdot {\rm e}^{- \pi ({\rm \Delta} f \hspace{0.03cm} \cdot \hspace{0.03cm} t)^2}.$$


Fragebogen

1

Wie groß ist der Effektivwert des Filtereingangssignals?

$\sigma_x \ = $

$\ \rm V$

2

Bestimmen Sie aus der skizzierten AKF auch die äquivalente AKF-Dauer des Signals $x(t)$. Wie kann diese allgemein ermittelt werden?

$\nabla\tau_x \ = $

$\ \mu s$

3

Wie lautet das Leistungsdichtespektrum ${\it Φ}_x(f)$ des Eingangsignals? Wie groß ist der LDS-Wert bei $f= 0$?

${\it Φ}_x(f=0) \ = $

$\ \cdot 10^{-9}\ \rm V^2/Hz$

4

Berechnen Sie das LDS ${\it Φ}_y(f)$ am Filterausgang allgemein als Funktion von $\sigma_x$, $\nabla \tau_x$, $H_0$ und $\Delta f$. Welche Aussagen treffen zu?

Das LDS ${\it Φ}_y(f)$ ist ebenfalls gaußförmig.
Je kleiner $\Delta f$ ist, um so breiter ist ${\it Φ}_y(f)$.
$H_0$ beeinflusst nur die Höhe, aber nicht die Breite von ${\it Φ}_y(f)$.

5

Wie groß muss die äquivalente Filterbandbreite $\Delta f$ gewählt werden, damit für die äquivalente AKF-Dauer $\nabla \tau_y = 3 \ \rm \mu s$ gilt?

$\Delta f \ = $

$\ \rm MHz$

6

Wie groß muss man den Gleichsignalübertragungsfaktor $H_0$ wählen, damit die Bedingung $\sigma_y = \sigma_x$ erfüllt wird?

$H_0 \ = $


Musterlösung

(1)  Die Varianz ist gleich dem AKF-Wert bei $\tau = 0$, also $\sigma_x^2 = 0.04 \ \rm V^2$. Daraus folgt $\sigma_x\hspace{0.15cm}\underline {= 0.2 \ \rm V}$.

(2)  Die äquivalente AKF-Dauer kann man über das flächengleiche Rechteck ermitteln. Gemäß Skizze erhält man $\nabla \tau_x\hspace{0.15cm}\underline {= 1 \ \rm \mu s}$.

(3)  Das LDS ist die Fouriertransformierte der AKF. Mit der gegebenen Fourierkorrespondenz gilt:

$${\it \Phi_{x}(f)} = \sigma_x^2 \cdot {\rm \nabla} \tau_x \cdot {\rm e}^{- \pi ({\rm \nabla} \tau_x \hspace{0.03cm}\cdot \hspace{0.03cm}f)^2} .$$

Bei der Frequenz $f = 0$ erhält man:

$${\it \Phi_{x}(f {\rm = 0)}} = \sigma_x^2 \cdot {\rm \nabla} \tau_x = \rm 0.04 \hspace{0.1cm} V^2 \cdot 10^{-6} \hspace{0.1cm} s \hspace{0.15cm} \underline{= 40 \cdot 10^{-9} \hspace{0.1cm} V^2 / Hz}.$$

(4)  Richtig sind die Lösungsvorschläge 1 und 3:

  • Allgemein gilt mit ${\it \Phi_{y}(f)} = {\it \Phi_{x}(f)} \cdot |H(f)|^2$. Daraus folgt:
$${\it \Phi_{y}(f)} = \sigma_x^2 \cdot {\rm \nabla} \tau_x \cdot {\rm e}^{- \pi ({\rm \nabla} \tau_x \cdot f)^2}\cdot H_{\rm 0}^2 \cdot{\rm e}^{- 2 \pi (f/ {\rm \Delta} f)^2} .$$
  • Durch Zusammenfassen der beiden Exponentialfunktionen erhält man:
$${\it \Phi_{y}(f)} = \sigma_x^2 \cdot {\rm \nabla} \tau_x \cdot H_0^2 \cdot {\rm e}^{- \pi\cdot ({\rm \nabla} \tau_x^2 + 2/(\Delta f^2) ) \hspace{0.1cm}\cdot f^2}.$$
  • Auch ${\it \Phi_{y}(f)}$ ist gaußförmig und nie breiter als ${\it \Phi_{x}(f)}$. Für $f \to \infty$ gilt die Näherung ${\it \Phi_{y}(f)} \approx {\it \Phi_{x}(f)}$.
  • Mit kleiner werdendem $\Delta f$ wird ${\it \Phi_{y}(f)}$ immer schmäler (also ist die zweite Aussage falsch).
  • $H_0$ beeinflusst tatsächlich nur die LDS-Höhe, aber nicht die Breite des LDS.


(5)  Analog zum Aufgabenteil (1) kann für das LDS des Ausgangssignals $y(t)$ geschrieben werden:

$${\it \Phi_{y}(f)} = \sigma_y^2 \cdot {\rm \nabla} \tau_y \cdot {\rm e}^{- \pi \cdot {\rm \nabla} \tau_y^2 \cdot f^2 }.$$

Durch Vergleich mit dem Ergebnis aus (4) ergibt sich:

$${{\rm \nabla} \tau_y^2} = {{\rm \nabla} \tau_x^2} + \frac {2}{{\rm \Delta} f^2}.$$

Löst man die Gleichung nach $\Delta f$ auf und berücksichtigt die Werte $\nabla \tau_x {= 1 \ \rm \mu s}$ und $\nabla \tau_y {= 3 \ \rm \mu s}$, so folgt:

$${\rm \Delta} f = \sqrt{\frac{2}{{\rm \nabla} \tau_y^2 - {\rm \nabla} \tau_x^2}} = \sqrt{\frac{2}{9 - 1}} \hspace{0.1cm}\rm MHz \hspace{0.15cm} \underline{= 0.5\hspace{0.1cm} MHz} .$$

(6)  Die Bedingung $\sigma_y = \sigma_x$ ist gleichbedeutend mit $\varphi_y(\tau = 0)= \varphi_x(\tau = 0)$. Da zudem $\nabla \tau_y = 3 \cdot \nabla \tau_x$ vorgegeben ist, muss deshalb auch ${\it \Phi}_{y}(f= 0) = 3 \cdot {\it \Phi}_{x}(f= 0)$ gelten. Daraus erhält man:

$$H_{\rm 0} = \sqrt{\frac{\it \Phi_y (f \rm = 0)}{\it \Phi_x (f = \rm 0)}} = \sqrt {3}\hspace{0.15cm} \underline{=1.732}.$$