Difference between revisions of "Aufgaben:Exercise 4.2: Channel Log Likelihood Ratio at AWGN"

From LNTwww
Line 4: Line 4:
 
Wir betrachten zwei Kanäle A und B, jeweils mit  
 
Wir betrachten zwei Kanäle A und B, jeweils mit  
 
* binärem bipolaren Eingang $x ∈ \{+1, \, –1\}$, und  
 
* binärem bipolaren Eingang $x ∈ \{+1, \, –1\}$, und  
* wertkontinuierlichem
+
* wertkontinuierlichem Ausgang $y ∈ {\rm IR}$ (reelle Zahl).
 +
 
 +
 
 +
Die Grafik zeigt für beide Kanäle A und B
 +
* als blaue Kurve die Dichtefunktionen $f_{y|x=+1}$,
 +
* als rote Kurve die Dichtefunktionen $f_{y|x=–1}$.
 +
 
 +
 
 +
Im [[Kanalcodierung/Soft%E2%80%93in_Soft%E2%80%93out_Decoder#Zuverl.C3.A4ssigkeitsinformation_.E2.80.93_Log_Likelihood_Ratio| Theorieteil]] wurde für diese AWGN&ndash;Konstellation der Kanal&ndash;$L$&ndash;Wert (englisch: <i>Channel Log Likelihood Ratio</i>, oder kurz <i>Channel LLR</i>) wie folgt hergeleitet:
 +
:$$L_{\rm K}(y) = L(y\hspace{0.05cm}|\hspace{0.05cm}x) =  {\rm ln} \hspace{0.15cm} \frac{{\rm Pr}(y \hspace{0.05cm}|\hspace{0.05cm}x=+1) }{{\rm Pr}(y \hspace{0.05cm}|\hspace{0.05cm}x = -1)}
 +
\hspace{0.05cm}.$$
 +
 
 +
Wertet man diese Gleichung analytisch aus, so erhält man mit der Proportionalitätskonstanten $K_{\rm L} = 2/\sigma^2$:
 +
:$$L_{\rm K}(y) =
 +
K_{\rm L} \cdot y
 +
\hspace{0.05cm}.$$
 +
 
 +
''Hinweis:'' Die Aufgabe gehört zum Themengebiet des Kapitels [[Kanalcodierung/Soft%E2%80%93in_Soft%E2%80%93out_Decoder| Soft&ndash;in Soft&ndash;out Decoder]].
 +
 
  
  

Revision as of 14:22, 6 December 2017

BEC–Kanalmodell

Wir betrachten zwei Kanäle A und B, jeweils mit

  • binärem bipolaren Eingang $x ∈ \{+1, \, –1\}$, und
  • wertkontinuierlichem Ausgang $y ∈ {\rm IR}$ (reelle Zahl).


Die Grafik zeigt für beide Kanäle A und B

  • als blaue Kurve die Dichtefunktionen $f_{y|x=+1}$,
  • als rote Kurve die Dichtefunktionen $f_{y|x=–1}$.


Im Theorieteil wurde für diese AWGN–Konstellation der Kanal–$L$–Wert (englisch: Channel Log Likelihood Ratio, oder kurz Channel LLR) wie folgt hergeleitet:

$$L_{\rm K}(y) = L(y\hspace{0.05cm}|\hspace{0.05cm}x) = {\rm ln} \hspace{0.15cm} \frac{{\rm Pr}(y \hspace{0.05cm}|\hspace{0.05cm}x=+1) }{{\rm Pr}(y \hspace{0.05cm}|\hspace{0.05cm}x = -1)} \hspace{0.05cm}.$$

Wertet man diese Gleichung analytisch aus, so erhält man mit der Proportionalitätskonstanten $K_{\rm L} = 2/\sigma^2$:

$$L_{\rm K}(y) = K_{\rm L} \cdot y \hspace{0.05cm}.$$

Hinweis: Die Aufgabe gehört zum Themengebiet des Kapitels Soft–in Soft–out Decoder.


Fragebogen

1

Multiple-Choice

correct
false

2

Input-Box Frage

$xyz \ = \ $

$ab$


Musterlösung

(1)  (2)  (3)  (4)  (5)