Difference between revisions of "Aufgaben:Exercise 5.1Z: Cosine Square Noise Limitation"

From LNTwww
(Die Seite wurde neu angelegt: „ {{quiz-Header|Buchseite=Stochastische Signaltheorie/Stochastische Systemtheorie }} right| :Wir betrachten ein bandbegrenztes…“)
 
(No difference)

Revision as of 20:30, 13 October 2016

P ID491 Sto Z 5 1.png
Wir betrachten ein bandbegrenztes weißes Rauschsignal x(t) mit dem oben skizzierten Leistungsdichtespektrum Φx(f). Dieses ist im Bereich |f| ≤ Bx konstant gleich N0/2 und außerhalb gleich Null.
Gehen Sie von folgenden Zahlenwerten aus:
  • N0 = 10–16 V²/Hz, Bx = 10 kHz.
Dieses Signal wird an den Eingang eines Tiefpassfilters mit dem Frequenzgang

$$H(f) = \left\{ {\begin{array}{*{20}c} {\cos ^2 \left( {\frac{{{\rm{\pi }}f}}{2f_0 }} \right)} & {\rm{f\ddot{u}r}\quad \left| \it f \right| \le \it f_{\rm 0} ,} \\ 0 & {{\rm{sonst}}} \\\end{array}} \right.$$

angelegt. Hierbei bezeichnet f0 die absolute Filterbandbreite, die zwischen Bx/2 und 2Bx variieren kann.
Das Filterausgangssignal wird mit y(t) bezeichnet.
Hinweis: Diese Aufgabe bezieht sich auf die theoretischen Grundlagen von Kapitel 3.5, Kapitel 4.5 und Kapitel 5.1. Benutzen Sie, falls nötig, die nachfolgenden Gleichungen:
$${\rm Q}(x) \approx \frac{1}{{\sqrt {2{\rm{\pi }}} \cdot x}} \cdot {\rm{e}}^{ - x^2 /2} \quad {\rm{(f\ddot{u}r }}\;{\rm{grösse }}\;x{\rm{)}}{\rm{,}}$$
$$\int {\rm{cos}}^{\rm{2}}( {ax} )\hspace{0.1cm}{\rm{d}}x = \frac{1}{2} \cdot x + \frac{1}{4a} \cdot \sin ( {2ax} ),$$
$$\int {\cos ^4 } ( {ax} )\hspace{0.1cm}{\rm{d}}x = \frac{3}{8} \cdot x + \frac{1}{4a} \cdot \sin ( {2ax} ) + \frac{1}{32a} \cdot \sin ( {4ax} ).$$

Fragebogen

1

Wie groß ist der Effektivwert des Eingangssignals x(t)?

$\sigma_x$ =

$\mu V$

2

Wie groß ist die Wahrscheinlichkeit, dass ein momentaner Spannungswert des Eingangssignals betragsmäßig größer als 5 μV ist?

$Pr(|x(t)| > 5 μV)$ =

$\cdot 10^{-7}$

3

Wie groß ist der Mittelwert (Gleichanteil) des Ausgangssignals y(t)?

$m_y$ =

$\mu V$

4

Berechnen Sie den Effektivwert des Ausgangssignals y(t) für f0 = Bx/2.

$f_0 = B_x/2:\ \ \sigma_y$ =

$\mu V$

5

Berechnen Sie den Effektivwert von y(t) unter der Bedingung f0 = 2Bx.

$f_0 = 2B_x:\ \ \sigma_y$ =

$\mu V$

6

Es gelte weiter f0 = 2Bx. Wie groß ist die Wahrscheinlichkeit, dass das Ausgangssignal y(t) betragsmäßig größer als 5 μV ist?

$Pr(|y(t)| > 5 \mu V)$ =

$\cdot 10^{-12}$


Musterlösung

1.  Die Varianz (Leistung)  ⇒  Effektivwert zum Quadrat des Signals x(t) beträgt
$$\sigma _x ^2 = \frac{N_0 }{2} \cdot 2B_x = N_0 \cdot B_x = 10^{ - 12} \;{\rm{V}}^2 \hspace{0.3cm}\Rightarrow\hspace{0.3cm} \sigma _x \hspace{0.15cm}\underline{ = 1\,\,{\rm \mu}{\rm V}}.$$
2.  Entsprechend dem Kapitel 3.5 und der hier angegebenen Näherung erhält man:
$$\Pr \left( {\left| {x(t)} \right| > 5\;{\rm{\mu V}}} \right) = 2 \cdot {\rm Q}(5) = \frac{2}{{\sqrt {2{\rm{\pi }}} \cdot 5}} \cdot {\rm{e}}^{ - 12.5}\hspace{0.15cm} \underline{ \approx 6 \cdot 10^{ - 7}} .$$
3.  Das Eingangssignal x(t) ist mittelwertfrei (mx = 0), da sonst Φx(f) noch eine Diracfunktion bei f = 0 beinhalten müsste. Der Mittelwert wird durch das lineare Filter nicht verändert  ⇒  my = 0.
4.  Für das Leistungsdichtespektrum des Ausgangssignals gilt allgemein:
$${\it \Phi}_y (f) = \frac{N_0 }{2} \cdot \left| {H( f )} \right|^2 .$$
Damit kann die Varianz σy2 berechnet werden. Unter Ausnützung der Symmetrie erhält man:
$$\sigma _y ^2 = \frac{N_0 }{2} \cdot \int_{ - \infty }^{ + \infty } {\left| {H( f )} \right|^2 \left( f \right)\hspace{0.1cm}{\rm{d}}f} = N_0 \cdot \int_0^{f_0 } {\cos ^4 } \left( {\frac{{{\rm{\pi }}f}}{2f_0 }} \right)\hspace{0.1cm}{\rm{d}}f .$$
Das bestimmte Integral ist vorgegeben. Bei jedem der drei Lösungsterme ergibt sich für die untere Grenze der Wert 0. Daraus folgt:
$$\sigma _y ^2 = \frac{N_0}{2} \cdot \left( {\frac{3}{8} \cdot f_0 + \frac{f_0 }{{2{\rm{\pi }}}} \cdot \sin ( {\rm{\pi }} ) + \frac{f_0 }{{16{\rm{\pi }}}} \cdot \sin ( {{\rm{2\pi }}} )} \right) = \frac{3}{8} \cdot N_0 \cdot f_0 .$$
$$f_0 = B_x/2:\hspace{0.2cm}\sigma _y ^2 = \frac{3}{16} \cdot N_0 \cdot B_x = \frac{3}{16} \cdot \sigma _x ^2 = 0.1875 \cdot 10^{ - 12} \;{\rm{V}}^2 \hspace{0.2cm}\Rightarrow \hspace{0.2cm}\sigma _y \hspace{0.15cm}\underline{ = 0.433\;{\rm{\mu V}}}{\rm{.}}$$
5.  Nun besitzt das Eingangs-LDS für |f| > Bx keine Anteile. Deshalb gilt:
$$\sigma _y ^2 = N_0\cdot \int_0^{B_x } {\cos ^4 \left( {\frac{{{\rm{\pi }}f}}{2f_0 }} \right)\hspace{0.1cm}{\rm{d}}f = N_0 \cdot \int_0^{f_0 /2} {\cos ^4 } \left( {\frac{{{\rm{\pi }}f}}{2f_0 }} \right)\hspace{0.1cm}{\rm{d}}f.}$$
Die numerische Auswertung liefert hierfür:
$$\sigma _y ^2 = N_0 \left( {\frac{3}{8} \cdot B_x + \frac{B_x }{{2{\rm{\pi }}}} \cdot \sin ( {\frac{{\rm{\pi }}}{2}} ) + \frac{B_x }{{{\rm{16\pi }}}} \cdot \sin ( {\rm{\pi }} )} \right)$$
$$ \Rightarrow \sigma _y ^2 = N_0 \cdot B_x \left( {\frac{3}{8} + \frac{1}{{2{\rm{\pi }}}}} \right) = 0.534\cdot \sigma _x ^2 \hspace{0.3cm}\Rightarrow \hspace{0.3cm}\sigma _y \hspace{0.15cm}\underline{ = 0.731\;{\rm{\mu V}}}{\rm{.}}$$
6.  Analog zur Musterlösung der Teilaufgabe (b) gilt:
$$\Pr \left( {\left| {y\left( t \right)} \right| > 5\;{\rm{\mu V}}} \right) = 2 \cdot {\rm Q}\left( {\frac{{5\;{\rm{\mu V}}}}{{0.731\;{\rm{\mu V}}}}} \right) = 2 \cdot {\rm Q}( {6.84} ).$$
Mit der angegebenen Näherung hat diese Wahrscheinlichkeit den Wert 8 · 10–12.