Exercise 3.13: Threshold Decision vs. DFE vs. Maximum Likelihood

From LNTwww
Revision as of 11:22, 8 March 2019 by Guenter (talk | contribs)

Fehlerwahrscheinlichkeiten im Vergleich:
SE:    Schwellenwertentscheidung,
DFE: Decision Feedback Equalization,
ML:    Maximum–Likelihood–Detektion

Es sollen Fehlerwahrscheinlichkeiten verschiedener Empfängertypen miteinander verglichen werden. Betrachtet werden im Einzelnen:

  • Schwellenwertentscheidung (SE)   ⇒   Fehlerwahrscheinlichkeit  $p_{\rm SE}$,
  • Decision Feedback Equalization (DFE)   ⇒   Fehlerwahrscheinlichkeit  $p_{\rm DFE}$ und
  • Maximum–Likelihood–Detektion (ML)   ⇒   Fehlerwahrscheinlichkeit  $p_{\rm ML}$.


Der „Hauptwert”  $g_0$, der Vorläufer  $g_{\rm –1}$  und der Nachläufer  $g_1$  des Detektionsgrundimpulses sowie der Detektionsstöreffektivwert vor dem jeweiligen Entscheider  ($\sigma_d$)  sind für vier verschiedene Parametersätze  $\rm A$,  $\rm B$,  $\rm C$  und  $\rm D$  in der Tabelle angegeben.

Ausgegangen wird von bipolaren Amplitudenkoeffizienten, so dass zum Beispiel für die ungünstigste Fehlerwahrscheinlichkeit des Empfängers mit einfachem Schwellenwertenentscheider gilt:

$$p_{\rm U,\hspace{0.05cm} SE } = \left\{ \begin{array}{c} {\rm Q}\big [ ({g_0-|g_{-1}|-|g_{1}|})/{\sigma_d} \big ]\\ \\{\rm Q}(0) = 0.5 \end{array} \right.\quad \begin{array}{*{1}c} {\rm bei }\hspace{0.15cm}{\rm ge\ddot{o}ffnetem }\hspace{0.15cm}{\rm Auge }, \\ \\{\rm bei }\hspace{0.15cm}{\rm geschlossenem }\hspace{0.15cm}{\rm Auge }. \\ \end{array}\begin{array}{*{20}c} \\ \end{array}$$

Beim Nyquistsystem  $\rm A$  ist die mittlere Fehlerwahrscheinlichkeit genau so groß, nämlich

$$p_{\rm SE } =p_{\rm U,\hspace{0.05cm} SE } = {\rm Q}\left( {g_0}/{\sigma_d} \right)= {\rm Q}(5) \approx 2.87 \cdot 10^{-7}\hspace{0.05cm}.$$

Bei den anderen hier betrachteten Systemvarianten  $\rm B$,  $\rm C$  und  $\rm D$  sind die Impulsinterferenzen so stark und der vorgegebene Störeffektivwert so klein, dass die folgende Näherung angewendet werden kann:

$$p_{\rm SE } \approx {1}/{4} \cdot p_{\rm U,\hspace{0.05cm} SE } = {1}/{4} \cdot {\rm Q}\left( \frac {{\rm Max }\hspace{0.05cm}\big [0, \hspace{0.05cm}g_0-|g_{-1}|-|g_{1}|\big ]}{\sigma_d} \right)\hspace{0.05cm}.$$

Mit Ausnahme des Nyquistsystems  $\rm A$  $($hier ist  $p_{\rm DFE} = p_{\rm SE})$  gilt für den DFE–Empfänger statt dessen folgende Näherung:

$$p_{\rm DFE } \approx {1}/{2} \cdot p_{\rm U,\hspace{0.05cm} DFE } = {1}/{2} \cdot {\rm Q}\left( \frac{{\rm Max }\hspace{0.05cm}\big [0, \hspace{0.05cm}g_0-|g_{-1}|\big ]}{\sigma_d} \right)\hspace{0.05cm}.$$

Dagegen wurde auf der  letzten Theorieseite  zu diesem Kapitel gezeigt, dass für einen Empfänger mit ML–Entscheidung die folgende Näherung zutrifft:

$$p_{\rm ML } = {\rm Q}\left( \frac{{\rm Max }\hspace{0.05cm}[g_{\nu}]}{\sigma_d} \right)\hspace{0.05cm}.$$



Hinweise:

  • Die Zahlenwerte der Q–Funktion können Sie mit dem Interaktionsmodul  Komplementäre Gaußsche Fehlerfunktionen  ermitteln.
  • Um den im Theorieteil angegebenen Algorithmus für zwei Vorläufer anwenden zu können, müssten Sie folgende Umbenennungen vornehmen (was jedoch für die Berechnung der Fehlerwahrscheinlichkeiten keine Bedeutung hat):
$$g_{1 }\hspace{0.1cm}\Rightarrow \hspace{0.1cm}g_{0 },\hspace{0.4cm} g_{0 }\hspace{0.1cm}\Rightarrow \hspace{0.1cm}g_{-1 },\hspace{0.4cm} g_{-1 }\hspace{0.1cm}\Rightarrow \hspace{0.1cm}g_{-2 } \hspace{0.05cm}.$$


Fragebogen

1

Welche Fehlerwahrscheinlichkeit ergibt sich bei System  $\rm A$  mit Maximum–Likelihood–Detektion (ML)?

$p_{\rm ML} \ = \ $

$\ \cdot 10^{\rm –7} $

2

Welche Fehlerwahrscheinlichkeiten sind bei System  $\rm B$  zu erwarten?

$\hspace{0.25cm} p_{\rm SE} \ = \ $

$\ \% $
$p_{\rm DFE} \ = \ $

$\ \% $
$\hspace{0.2cm} p_{\rm ML} \ = \ $

$\ \% $

3

Welche Fehlerwahrscheinlichkeiten ergeben sich bei System  $\rm C$?

$\hspace{0.25cm} p_{\rm SE} \ = \ $

$\ \% $
$p_{\rm DFE} \ = \ $

$\ \% $
$\hspace{0.2cm} p_{\rm ML} \ = \ $

$\ \% $

4

Welche Fehlerwahrscheinlichkeiten sind bei System  $\rm D$  zu erwarten?

$\hspace{0.25cm} p_{\rm SE} \ = \ $

$\ \% $
$p_{\rm DFE} \ = \ $

$\ \% $
$\hspace{0.2cm} p_{\rm ML} \ = \ $

$\ \% $


Musterlösung

(1)  Ohne Impulsinterferenzen $\text{(System A)}$ bringen der DFE– und der ML–Empfänger keine Verbesserung gegenüber der einfachen Schwellenwertentscheidung:

$$ p_{\rm DFE } = p_{\rm ML } = p_{\rm SE } \hspace{0.15cm}\underline {\approx 2.87 \cdot 10^{-7}} \hspace{0.05cm}.$$


(2)  Mit $g_0 = 0.6$, $g_{\rm –1} = 0.1$ und $g_1 = 0.3$ $\text{(System B)}$ erhält man näherungsweise:

$$p_{\rm SE } \ \approx \ {1}/{4} \cdot {\rm Q}\left( \frac{0.6-0.1-0.3}{0.2} \right)= {1}/{4} \cdot{\rm Q}(1) \hspace{0.15cm}\underline {\approx 4\% \hspace{0.05cm}},$$
$$ p_{\rm DFE } \ \approx \ {1}/{2} \cdot {\rm Q}\left( \frac{0.6-0.1}{0.2} \right)= {1}/{2} \cdot {\rm Q}(2.5) \hspace{0.15cm}\underline {\approx 0.31\%} \hspace{0.05cm},$$
$$ p_{\rm ML } \ \approx \ {\rm Q}\left( \frac{0.6}{0.2} \right) = {\rm Q}(3) \hspace{0.15cm}\underline {\approx 0.135\%} \hspace{0.05cm}.$$


(3)  Die Fehlerwahrscheinlichkeiten lauten mit $g_0 = 0.4$ und $g_1 = g_{\rm –1} = 0.3$ $\text{(System C)}$:

$$p_{\rm SE } \ \approx \ {1}/{4} \cdot{\rm Q}(0) \hspace{0.15cm}\underline {= 12.5\%} \hspace{0.3cm}\Rightarrow \hspace{0.3cm}{\rm geschlossenes }\hspace{0.15cm}{\rm Auge } \hspace{0.05cm},$$
$$ p_{\rm DFE } \ \approx \ {1}/{2} \cdot {\rm Q}\left( \frac{0.4-0.3}{0.2} \right)= {1}/{2} \cdot {\rm Q}(0.5) \hspace{0.15cm}\underline {\approx 15\% \hspace{0.05cm}},$$
$$ p_{\rm ML } \ \approx \ {\rm Q}\left( \frac{0.4}{0.2} \right) = {\rm Q}(2) \hspace{0.15cm}\underline {\approx 2.27\%} \hspace{0.05cm}.$$

Interessant – und nicht etwa ein Rechenfehler – ist, dass die DFE schlechter ist als der herkömmliche Schwellenwertentscheider, wenn die Fehlerwahrscheinlichkeit $10\%$ oder mehr beträgt. Siehe dazu auch die Musterlösung zur Teilaufgabe (4).


(4)  Bei $\text{(System D)}$ ergibt sich auch für den DFE–Empfänger ein geschlossenes Auge. Die Fehlerwahrscheinlichkeit $p_{\rm DFE}$ ist größer als $p_{\rm SE}$, da nun die ungünstigste Symbolfolge häufiger auftritt. Nach der angegebenen einfachen Näherung gilt:

$$p_{\rm SE } = {1}/{4} \cdot{\rm Q}(0) = 0.125\hspace{0.05cm}, \hspace{0.2cm} p_{\rm DFE } = {1}/{2} \cdot{\rm Q}(0) \hspace{0.15cm}\underline {= 0.250} \hspace{0.05cm}.$$

Bei exakter Rechnung erhält man dagegen:

$$p_{\rm SE } \ = \ {1}/{4} \cdot {\rm Q}\left( \frac{0.3-0.4-0.3}{0.2}\right) + {1}/{4} \cdot{\rm Q}\left( \frac{0.3-0.4+0.3}{0.2}\right)+ \ {1}/{4} \cdot {\rm Q}\left( \frac{0.3+0.4-0.3}{0.2}\right) +{1}/{4} \cdot{\rm Q}\left( \frac{0.3+0.4+0.3}{0.2}\right)$$
$$ \Rightarrow \hspace{0.3cm}p_{\rm SE } \ = \ {1}/{4} \cdot \left[ {\rm Q}(-2) + {\rm Q}(1) +{\rm Q}(2) +{\rm Q}(5) \right] ={1}/{4} \cdot \left[ 1+ {\rm Q}(1) +{\rm Q}(5) \right] \hspace{0.05cm}.$$

Wegen ${\rm Q}(–2) + {\rm Q}(2) = 1$ und ${\rm Q}(5) \approx 0$ erhält man daraus $p_{\rm SE} \approx 25.5\%$.

Entsprechend gilt für den DFE–Empfänger:

$$p_{\rm DFE } \ = \ {1}/{2} \cdot {\rm Q}\left( \frac{0.3-0.4}{0.2}\right) + {1}/{2} \cdot{\rm Q}\left( \frac{0.3+0.4}{0.2}\right)= \ {1}/{2} \cdot \left[ {\rm Q}(-0.5) + {\rm Q}(3.5) \right] \approx\frac{1- {\rm Q}(0.5)}{2}\hspace{0.15cm}\underline {= 35\%} \hspace{0.05cm}.$$

Dagegen beträgt die Fehlerwahrscheinlichkeit $p_{\rm ML}$ eines Maximum–Likelihood–Empfängers weiterhin ${\rm Q}(2) \hspace{0.15cm} \underline {= 2.27\%}$. Die Reihenfolge der Detektionsgrundimpulswerte ist für die Fehlerwahrscheinlichkeit des Viterbi–Empfängers (nahezu) nicht von Bedeutung.