Difference between revisions of "Aufgaben:Exercise 4.09Z: Periodic ACF"
From LNTwww
Line 5: | Line 5: | ||
[[File:P_ID380__Sto_Z_4_9.png|right|]] | [[File:P_ID380__Sto_Z_4_9.png|right|]] | ||
Wir betrachten in dieser Aufgabe einen periodischen und gleichzeitig ergodischen stochastischen Prozess {$x_i(t)$}, der durch die dargestellte Musterfunktion $x(t)$ vollständig charakterisiert ist. | Wir betrachten in dieser Aufgabe einen periodischen und gleichzeitig ergodischen stochastischen Prozess {$x_i(t)$}, der durch die dargestellte Musterfunktion $x(t)$ vollständig charakterisiert ist. | ||
+ | |||
Weitere Mustersignale des Zufallsprozesses {$x_i(t)$} erhält man durch Verschiebung um unterschiedlich große Verzögerungen $\tau_i$, wobei $\tau_i$ als gleichverteilt zwischen 0 und der Periodendauer $T_0$ angenommen wird. | Weitere Mustersignale des Zufallsprozesses {$x_i(t)$} erhält man durch Verschiebung um unterschiedlich große Verzögerungen $\tau_i$, wobei $\tau_i$ als gleichverteilt zwischen 0 und der Periodendauer $T_0$ angenommen wird. |
Revision as of 20:24, 13 October 2016
Wir betrachten in dieser Aufgabe einen periodischen und gleichzeitig ergodischen stochastischen Prozess {$x_i(t)$}, der durch die dargestellte Musterfunktion $x(t)$ vollständig charakterisiert ist. Weitere Mustersignale des Zufallsprozesses {$x_i(t)$} erhält man durch Verschiebung um unterschiedlich große Verzögerungen $\tau_i$, wobei $\tau_i$ als gleichverteilt zwischen 0 und der Periodendauer $T_0$ angenommen wird.
- Hinweis: Diese Aufgabe bezieht sich auf die theoretischen Grundlagen von Kapitel 4.4.
Fragebogen
Musterlösung
- 1. Die Periodendauer beträgt T0 = 5T.
- 2. Aufgrund der Periodizität genügt die Mittelung über eine Periodendauer T0:
- $$m_x = \frac{1}{T_0} \cdot \int_0^{T_0} x(t) \hspace{0.1cm}\rm d \it t \\ = \rm \frac{1}{5 \it T} (\rm 2V \cdot 2 \it T - \rm 1V \cdot 2 \it T) \hspace{0.15cm}\underline{= \rm 0.4 \,V}.$$
- 3. In analoger Weise zu Aufgabe 2) erhält man für die mittlere Leistung:
- $$P_x = \rm \frac{2 \it T}{5 \it T} ((\rm 2V)^2 +(- \rm 1V)^2 )\hspace{0.15cm}\underline{ = \rm 2 \,V^2}.$$
- 4. Die Bilder zeigen das Produkt x(t) · x(t + T) bzw. x(t) · x(t + 2T), jeweils im Bereich von 0 bis T0 = 5T.
- Zu beachten ist, dass x(t + T) eine Verschiebung des Signals x(t) um T nach links bedeutet. Aus den beiden Grafiken folgen die Beziehungen:
- $$\varphi_x (T)= \rm \frac{1}{5 } (\rm 4V^2 + \rm 1V^2 - \rm 2V^2) \hspace{0.15cm}\underline{= \rm 0.6\, V^2},$$
- $$\varphi_x (\rm 2\it T)= \rm \frac{1}{5 } (-\rm 2V^2 \cdot 3) \hspace{0.15cm}\underline{= - \rm 1.2 \,V^2}.$$
- 5. Eine Autokorrelationsfunktion ist stets gerade: φx(–τ) = φx(τ). Bei periodischen Prozessen ist die AKF zudem ebenfalls periodisch und zwar mit genau der gleichen Periodendauer T0 wie die einzelnen Musterfunktionen. Daraus folgt:
- $$\varphi_x (\rm 0) = \varphi_x (\rm 5\it T) = \varphi_x (\rm 10\it T) = .... = \it P_x = \rm 2 \,V^2,$$
- $$\varphi_x (\rm 3\it T) = \varphi_x (\rm -3\it T) =\varphi_x (\rm 2\it T) = .... \hspace{0.15cm}\underline{= - \rm 1.2 \,V^2},$$
- $$\varphi_x (\rm 4\it T) = \varphi_x (\rm -4\it T) =\varphi_x (\rm \it T) = .... \hspace{0.15cm}\underline{= \rm 0.6 \,V^2}.$$
- Die berechneten AKF-Werte können durch Geradenabschnitte miteinander verbunden werden, da die Integration über Rechteckfunktionen stets lineare Teilabschnitte ergibt.
- 6. Die Mittelung über die 5 Intervalle 0 bis T, T bis 2T, ... , 4T bis 5T liefern (jeweils mit der Einheit V2): 1.3; –0.3, –1.2, –0.3, 1.3. Daraus ergibt sich der Erwartungswert E[φx(τ)] = 0.16 V2. Dies entspricht dem Quadrat des Mittelwertes mx (siehe Teilaufgabe 2).