Exercise 5.1: Gaussian ACF and Gaussian Low-Pass
Am Eingang eines Tiefpassfilters mit dem Frequenzgang H(f) liegt ein gaußverteiltes mittelwertfreies Rauschsignal x(t) mit folgender Autokorrelationsfunktion (AKF) an:
- φx(τ)=σ2x⋅e−π(τ/∇τx)2.
Diese AKF ist in der nebenstehenden Grafik oben dargestellt.
Das Filter sei gaußförmig mit der Gleichsignalverstärkung H0 und der äquivalenten Bandbreite Δf. Für den Frequenzgang kann somit geschrieben werden:
- H(f)=H0⋅e−π(f/Δf)2.
Im Verlaufe dieser Aufgabe sollen die beiden Filterparameter H0 und Δf 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:
- e−π(f/Δf)2∙−−∘Δf⋅e−π(Δf⋅t)2.
Fragebogen
Musterlösung
(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}.