Difference between revisions of "Aufgaben:Exercise 5.9: Minimization of the MSE"

From LNTwww
Line 62: Line 62:
 
===Musterlösung===
 
===Musterlösung===
 
{{ML-Kopf}}
 
{{ML-Kopf}}
:<b>1.</b>&nbsp;&nbsp;Richtig ist hier <u>nur der letzte Lösungsvorschlag</u>. Die Aufgabenstellung (&bdquo;Minimierung des mittleren quadratischen Fehlers&rdquo;) weist bereits auf das Filter nach Wiener&ndash;Kolmogorow hin. Das Matched&ndash;Filter verwendet man dagegen, um die Signalenergie zu bündeln und dadurch für einen vorgegebenen Zeitpunkt das S/N&ndash;Verhältnis zu maximieren.
+
'''(1)'''&nbsp; Richtig ist hier <u>nur der letzte Lösungsvorschlag</u>:
 +
*Die Aufgabenstellung (&bdquo;Minimierung des mittleren quadratischen Fehlers&rdquo;) weist bereits auf das Filter nach Wiener&ndash;Kolmogorow hin.  
 +
*Das Matched&ndash;Filter verwendet man dagegen, um die Signalenergie zu bündeln und dadurch für einen vorgegebenen Zeitpunkt das S/N&ndash;Verhältnis zu maximieren.
  
:<b>2.</b>&nbsp;&nbsp;Für den optimalen Frequenzgang gilt nach Wiener und Kolmogorow allgemein:
+
 
 +
'''(2)'''&nbsp; Für den optimalen Frequenzgang gilt nach Wiener und Kolmogorow allgemein:
 
:$$H(f) = H_{\rm WF} (f) = \frac{1}{{1 + {\it \Phi} _n (f)/{\it \Phi} _s (f)}}.$$
 
:$$H(f) = H_{\rm WF} (f) = \frac{1}{{1 + {\it \Phi} _n (f)/{\it \Phi} _s (f)}}.$$
  
:Mit den gegebenen Leistungsdichtespektren kann hierfür auch geschrieben werden:
+
Mit den gegebenen Leistungsdichtespektren kann hierfür auch geschrieben werden:
 
:$$H(f) = \frac{1}{{1 + {N_0 }/({{2{\it \Phi} _0 })}\cdot \left[ {1 + ( {f/f_0 } )^2 } \right]}} = \frac{1}{{1 + {1}/{Q}\cdot \left[ {1 + ( {f/f_0 } )^2 } \right]}}.$$
 
:$$H(f) = \frac{1}{{1 + {N_0 }/({{2{\it \Phi} _0 })}\cdot \left[ {1 + ( {f/f_0 } )^2 } \right]}} = \frac{1}{{1 + {1}/{Q}\cdot \left[ {1 + ( {f/f_0 } )^2 } \right]}}.$$
  
:Mit <i>Q</i> = 3 folgt daraus:
+
Mit $Q = 3$ folgt daraus:
 
:$$H( {f = 0} ) = \frac{1}{{1 + {1}/{Q}}} = \frac{Q}{Q + 1}  \hspace{0.15cm}\underline {= 0.75},$$
 
:$$H( {f = 0} ) = \frac{1}{{1 + {1}/{Q}}} = \frac{Q}{Q + 1}  \hspace{0.15cm}\underline {= 0.75},$$
 
:$$H( {f = 2f_0 } ) = \frac{1}{{1 + {5}/{Q}}} = \frac{Q}{Q + 5}  \hspace{0.15cm}\underline {= 0.375}.$$
 
:$$H( {f = 2f_0 } ) = \frac{1}{{1 + {5}/{Q}}} = \frac{Q}{Q + 5}  \hspace{0.15cm}\underline {= 0.375}.$$
  
:<b>3.</b>&nbsp;&nbsp;Für das unter b) berechnete Filter gilt unter Berücksichtigung der Symmetrie:
+
'''(3)'''&nbsp; Für das in der Teilaufgabe (2) berechnete Filter gilt unter Berücksichtigung der Symmetrie:
 
:$${\rm{MQF = }}\int_{-\infty}^{+\infty}  H(f) \cdot {\it \Phi} _n (f) \,\, {\rm{d}}f = \int_{0}^{+\infty}  \frac{N_0}{{1 + {N_0 }/({{2{\it \Phi} _0 })}\cdot \left[ {1 + ( {f/f_0 } )^2 } \right]}} \,\, {\rm{d}}f .$$
 
:$${\rm{MQF = }}\int_{-\infty}^{+\infty}  H(f) \cdot {\it \Phi} _n (f) \,\, {\rm{d}}f = \int_{0}^{+\infty}  \frac{N_0}{{1 + {N_0 }/({{2{\it \Phi} _0 })}\cdot \left[ {1 + ( {f/f_0 } )^2 } \right]}} \,\, {\rm{d}}f .$$
  
:Hierfür kann mit <i>Q</i> = 2<i>&Phi;</i><sub>0 </sub>/ <i>N</i><sub>0</sub> und <i>a</i><sup>2</sup> = <i>Q</i> + 1 auch geschrieben werden:<br />
+
Hierfür kann mit $Q = 2 \cdot {\it \Phi}_0/N_0$ und $a^2 = Q + 1$ auch geschrieben werden:<br />
 
:$${\rm{MQF = }}\int_0^\infty  {\frac{{2{\it \Phi} _0 }}{{ Q+1 + ( {f/f_0 })^2 }}} \,\, {\rm{d}}f = 2{\it \Phi} _0  \cdot f_0 \int_0^\infty  {\frac{1}{a^2  + x^2 }}\,\, {\rm{d}}x.$$
 
:$${\rm{MQF = }}\int_0^\infty  {\frac{{2{\it \Phi} _0 }}{{ Q+1 + ( {f/f_0 })^2 }}} \,\, {\rm{d}}f = 2{\it \Phi} _0  \cdot f_0 \int_0^\infty  {\frac{1}{a^2  + x^2 }}\,\, {\rm{d}}x.$$
  
:Mit dem angegebenen Integral führt dies zum Ergebnis:
+
Mit dem angegebenen Integral führt dies zum Ergebnis:
 
:$${\rm{MQF}} = \frac{{2{\it \Phi} _0 f_0 }}{{\sqrt {1 + Q} }}\left( {\arctan ( \infty  ) - \arctan ( 0 )} \right) = \frac{{{\it \Phi} _0 f_0 {\rm{\pi }}}}{{\sqrt {1 + Q} }}.$$
 
:$${\rm{MQF}} = \frac{{2{\it \Phi} _0 f_0 }}{{\sqrt {1 + Q} }}\left( {\arctan ( \infty  ) - \arctan ( 0 )} \right) = \frac{{{\it \Phi} _0 f_0 {\rm{\pi }}}}{{\sqrt {1 + Q} }}.$$
  
:Normiert man MQF auf die Nutzleistung <i>P<sub>s</sub></i>, so erhält man für <i>Q</i> = 3:
+
Normiert man MQF auf die Nutzleistung $P_s$, so erhält man für $Q=3$:
 
:$$\frac{\rm{MQF}}{P_s}  = \frac{1}{{\sqrt {1 + Q} }} \hspace{0.15cm}\underline { = 0.5}.$$
 
:$$\frac{\rm{MQF}}{P_s}  = \frac{1}{{\sqrt {1 + Q} }} \hspace{0.15cm}\underline { = 0.5}.$$
  
:<b>4.</b>&nbsp;&nbsp;Aus der Berechnung in (c) folgt für MQF/<i>P<sub>s</sub></i> &#8804; 0.1 direkt die Bedingung <i>Q</i> &#8805; 99 &nbsp;&#8658;&nbsp; <i>Q</i><sub>min</sub> <u>= 99</u>. Je größer <i>Q</i> ist, desto kleiner wird der mittlere quadratische Fehler.
+
'''(4)'''&nbsp; Aus der Berechnung in in der Teilaufgabe (3) folgt für ${\rm MQF}/P_s \ge 0.1$ direkt die Bedingung $Q \ge 99$ &nbsp; &#8658; &nbsp; $Q_{\rm min} \hspace{0.15cm}\underline{= 99}$. Je größer $Q$ ist, desto kleiner wird der mittlere quadratische Fehler.
  
:<b>5.</b>&nbsp;&nbsp;Ein zum Wiener&ndash;Kolmogorow&ndash;Filterr formgleicher Frequenzgang &nbsp;&#8658;&nbsp; <i>H</i>(<i>f</i>) = <i>K</i> &middot; <i>H</i><sub>WF</sub>(<i>f</i>) mit <i>K</i> &ne; 1 führt stets zu großen Verfälschungen. Dies kann man sich zum Beispiel am rauschfreien Fall (<i>Q</i> &#8594; &#8734;) verdeutlichen. In diesem Fall wäre <i>d</i>(<i>t</i>) = <i>K</i> &middot; <i>s</i>(<i>t</i>) und die Optimierungsaufgabe trotz guter Bedingungen extrem schlecht gelöst.
+
'''(5)'''&nbsp; Richtig ist <u>nur der zweite Lösungsvorschlag</u>:
 +
*Ein zum Wiener&ndash;Kolmogorow&ndash;Filterr formgleicher Frequenzgang &nbsp;&#8658;&nbsp; $H(f)$ mit <i>K</i> &ne; 1 führt stets zu großen Verfälschungen. Dies kann man sich zum Beispiel am rauschfreien Fall (<i>Q</i> &#8594; &#8734;) verdeutlichen. In diesem Fall wäre <i>d</i>(<i>t</i>) = <i>K</i> &middot; <i>s</i>(<i>t</i>) und die Optimierungsaufgabe trotz guter Bedingungen extrem schlecht gelöst.
  
 
:Aus der Gleichung
 
:Aus der Gleichung
 
:$${\rm{MQF}} = \int_{ - \infty }^{ + \infty } {H_{\rm WF} (f)}  \cdot \it{\Phi} _n (f)\,\,{\rm{d}}f$$
 
:$${\rm{MQF}} = \int_{ - \infty }^{ + \infty } {H_{\rm WF} (f)}  \cdot \it{\Phi} _n (f)\,\,{\rm{d}}f$$
  
:könnte man fälschlicherweise schließen, dass durch ein Filter <i>H</i>(<i>f</i>) = 2 &middot; <i>H</i><sub>WF</sub>(<i>f</i>) der mittlere quadratische Fehler nur verdoppelt wird. Dem ist jedoch nicht so, da <i>H</i>(<i>f</i>) dann kein Wiener-Filter mehr ist und obige Gleichung auch nicht mehr anwendbar.
+
:könnte man fälschlicherweise schließen, dass durch ein Filter $H(f)$ = 2 &middot; <i>H</i><sub>WF</sub>(<i>f</i>) der mittlere quadratische Fehler nur verdoppelt wird. Dem ist jedoch nicht so, da <i>H</i>(<i>f</i>) dann kein Wiener-Filter mehr ist und obige Gleichung auch nicht mehr anwendbar.
  
:Die zweite Aussage ist zutreffend, wie aus der folgenden Skizze  hervorgeht. Die Punkte markieren den Frequenzgang <i>H</i><sub>WF</sub>(<i>f</i>) des Wiener&ndash;Kolmogorow&ndash;Filters für <i>Q</i> = 3 bzw. für <i>Q</i> = 10. Richtig ist also <u>nur der zweite Lösungsvorschlag</u>.
+
:Die zweite Aussage ist zutreffend, wie aus der folgenden Skizze  hervorgeht. Die Punkte markieren den Frequenzgang <i>H</i><sub>WF</sub>(<i>f</i>) des Wiener&ndash;Kolmogorow&ndash;Filters für <i>Q</i> = 3 bzw. für <i>Q</i> = 10.  
 
[[File:P_ID651__Sto_A_5_9_e.png|right|]]
 
[[File:P_ID651__Sto_A_5_9_e.png|right|]]
  

Revision as of 13:15, 24 April 2017

Leistungsdichtespektren beim Wiener-Filter

Gegeben ist ein stochastisches Nutzsignal $s(t)$, von dem nur das Leistungsdichtespektrum (LDS) bekannt ist:

$${\it \Phi} _s (f) = \frac{\it{\Phi} _{\rm 0} }{1 + ( {f/f_0 } )^2 }.$$

Dieses LDS ${\it \Phi} _s (f)$ ist in der nebenstehenden Grafik blau dargestellt.

  • Die mittlere Leistung von $s(t)$ ergibt sich durch Integration über das Leistungsdichtespektrum:
$$P_s = \int_{ - \infty }^{ + \infty } {{\it \Phi} _s (f)}\, {\rm d} f = {\it \Phi} _0 \cdot f_0 \cdot {\rm{\pi }}.$$
  • Additiv überlagert ist dem Nutzsignal $s(t)$ weißes Rauschen mit der Rauschleistungsdichte ${\it \Phi}_n(f) = N_0/2.$
  • Als Abkürzung verwenden wir $Q = 2 \cdot {\it \Phi}_0/N_0$, wobei $Q$ als „Qualität” interpretiert werden könnte.
  • Zu beachten ist, dass $Q$ kein Signal–zu–Rauschleistungsverhältnis darstellt.

In dieser Aufgabe soll der Frequenzgang$H(f)$ eines Filters ermittelt werden, das den mittleren quadratischen Fehler (MQF) zwischen dem Nutzsignal $s(t)$ und dem Filterausgangssignal $d(t)$ minimiert:

$${\rm{MQF}} = \mathop {\lim }\limits_{T_{\rm M} \to \infty } \frac{1}{T_{\rm M} }\int_{ - T_{\rm M} /2}^{T_{\rm M} /2} {\left| {d(t) - s(t)} \right|^2 \, {\rm{d}}t.}$$


Hinweise:

  • Die Aufgabe gehört zum Kapitel Wiener–Kolmogorow–Filter.
  • Sollte die Eingabe des Zahlenwertes „0” erforderlich sein, so geben Sie bitte „0.” ein.
  • Zur Lösung vorgegeben wird das folgende unbestimmte Integral:
$$\int {\frac{1}{a^2 + x^2 }} \, {\rm{d}}x ={1}/{a} \cdot \arctan \left( {{x}/{a}} \right).$$


Fragebogen

1

Welche der folgenden Aussagen sind zutreffend?

$H(f)$ ist ein Gaußtiefpass.
$H(f)$ stellt ein Matched–Filter dar.
$H(f)$ ist ein Wiener–Kolmogorow–Filter.

2

Bestimmen Sie den Frequenzgang $H(f)$ des hierfür optimalen Filters. Welche Werte ergeben sich mit $Q = 3$ bei $f = 0$ und $f = 2f_0$?

$H(f = 0) \ = $

$H(f = 2f_0)\ = $

3

Es gelte weiter $Q = 3$. Berechnen Sie den mittleren quadratischen Fehler ($\rm MQF$) bezogen auf $P_s$ für das bestmögliche Filter.

${\rm MQF}/P_s \ = $

4

Wie groß muss der „Qualitätsfaktor” $Q$ mindestens gewählt werden, damit für den Quotienten der Wert ${\rm MQF}/P_s = 0.1$ erreicht werden kann?

$Q_\text{min} \ = $

5

Welche der folgenden Aussagen sind zutreffend?

Ein formgleiches Filter $K \cdot H(f)$ führt zum gleichen Ergebnis.
Das Ausgangssignal $d(t)$ enthält bei größerem $Q$ mehr höherfrequente Anteile.


Musterlösung

(1)  Richtig ist hier nur der letzte Lösungsvorschlag:

  • Die Aufgabenstellung („Minimierung des mittleren quadratischen Fehlers”) weist bereits auf das Filter nach Wiener–Kolmogorow hin.
  • Das Matched–Filter verwendet man dagegen, um die Signalenergie zu bündeln und dadurch für einen vorgegebenen Zeitpunkt das S/N–Verhältnis zu maximieren.


(2)  Für den optimalen Frequenzgang gilt nach Wiener und Kolmogorow allgemein:

$$H(f) = H_{\rm WF} (f) = \frac{1}{{1 + {\it \Phi} _n (f)/{\it \Phi} _s (f)}}.$$

Mit den gegebenen Leistungsdichtespektren kann hierfür auch geschrieben werden:

$$H(f) = \frac{1}{{1 + {N_0 }/({{2{\it \Phi} _0 })}\cdot \left[ {1 + ( {f/f_0 } )^2 } \right]}} = \frac{1}{{1 + {1}/{Q}\cdot \left[ {1 + ( {f/f_0 } )^2 } \right]}}.$$

Mit $Q = 3$ folgt daraus:

$$H( {f = 0} ) = \frac{1}{{1 + {1}/{Q}}} = \frac{Q}{Q + 1} \hspace{0.15cm}\underline {= 0.75},$$
$$H( {f = 2f_0 } ) = \frac{1}{{1 + {5}/{Q}}} = \frac{Q}{Q + 5} \hspace{0.15cm}\underline {= 0.375}.$$

(3)  Für das in der Teilaufgabe (2) berechnete Filter gilt unter Berücksichtigung der Symmetrie:

$${\rm{MQF = }}\int_{-\infty}^{+\infty} H(f) \cdot {\it \Phi} _n (f) \,\, {\rm{d}}f = \int_{0}^{+\infty} \frac{N_0}{{1 + {N_0 }/({{2{\it \Phi} _0 })}\cdot \left[ {1 + ( {f/f_0 } )^2 } \right]}} \,\, {\rm{d}}f .$$

Hierfür kann mit $Q = 2 \cdot {\it \Phi}_0/N_0$ und $a^2 = Q + 1$ auch geschrieben werden:

$${\rm{MQF = }}\int_0^\infty {\frac{{2{\it \Phi} _0 }}{{ Q+1 + ( {f/f_0 })^2 }}} \,\, {\rm{d}}f = 2{\it \Phi} _0 \cdot f_0 \int_0^\infty {\frac{1}{a^2 + x^2 }}\,\, {\rm{d}}x.$$

Mit dem angegebenen Integral führt dies zum Ergebnis:

$${\rm{MQF}} = \frac{{2{\it \Phi} _0 f_0 }}{{\sqrt {1 + Q} }}\left( {\arctan ( \infty ) - \arctan ( 0 )} \right) = \frac{{{\it \Phi} _0 f_0 {\rm{\pi }}}}{{\sqrt {1 + Q} }}.$$

Normiert man MQF auf die Nutzleistung $P_s$, so erhält man für $Q=3$:

$$\frac{\rm{MQF}}{P_s} = \frac{1}{{\sqrt {1 + Q} }} \hspace{0.15cm}\underline { = 0.5}.$$

(4)  Aus der Berechnung in in der Teilaufgabe (3) folgt für ${\rm MQF}/P_s \ge 0.1$ direkt die Bedingung $Q \ge 99$   ⇒   $Q_{\rm min} \hspace{0.15cm}\underline{= 99}$. Je größer $Q$ ist, desto kleiner wird der mittlere quadratische Fehler.

(5)  Richtig ist nur der zweite Lösungsvorschlag:

  • Ein zum Wiener–Kolmogorow–Filterr formgleicher Frequenzgang  ⇒  $H(f)$ mit K ≠ 1 führt stets zu großen Verfälschungen. Dies kann man sich zum Beispiel am rauschfreien Fall (Q → ∞) verdeutlichen. In diesem Fall wäre d(t) = K · s(t) und die Optimierungsaufgabe trotz guter Bedingungen extrem schlecht gelöst.
Aus der Gleichung
$${\rm{MQF}} = \int_{ - \infty }^{ + \infty } {H_{\rm WF} (f)} \cdot \it{\Phi} _n (f)\,\,{\rm{d}}f$$
könnte man fälschlicherweise schließen, dass durch ein Filter $H(f)$ = 2 · HWF(f) der mittlere quadratische Fehler nur verdoppelt wird. Dem ist jedoch nicht so, da H(f) dann kein Wiener-Filter mehr ist und obige Gleichung auch nicht mehr anwendbar.
Die zweite Aussage ist zutreffend, wie aus der folgenden Skizze hervorgeht. Die Punkte markieren den Frequenzgang HWF(f) des Wiener–Kolmogorow–Filters für Q = 3 bzw. für Q = 10.
P ID651 Sto A 5 9 e.png
Begründung:
Bei großem Q = 10 werden hohe Anteile weniger gedämpft als bei Q = 3. Deshalb beinhaltet das Filterausgangssignal im Fall <nobr>Q = 10</nobr> mehr höherfrequente Anteile, die auf das Rauschen n(t) zurückgehen.