Loading [MathJax]/jax/output/HTML-CSS/fonts/TeX/fontdata.js

Matched Filter Properties

From LNTwww
Revision as of 15:10, 24 February 2021 by Tasnad (talk | contribs)

Open Applet in a new tab

Applet Description


Das Applet soll die Eigenschaften des so genannten „Matched-Filters”  (MF)  verdeutlichen.  Dieses dient zur optimalen Bestimmung des Vorhandenseins (Detektion) der Amplitude und/oder der Lage einer bekannten Signalform in einer stark verrauschten Umgebung.  Oder allgemeiner gesprochen:  Das Matched-Filter – manchmal auch als „Optimalfilter”  oder als „Korrelationsfilter”  bezeichnet – dient dem Nachweis der Signalexistenz. 

Blockschaltbild des Matched-Filter-Empfängers

Die Grafik zeigt den so genannten  Matched-Filter-Empfänger:

  • Dieser kann mit größtmöglicher Sicherheit – anders ausgedrückt:   mit maximalem Signal–zu–Rausch–Verhältnis  (englisch:  signal–to–noise–ratio,  SNR)  – entscheiden, ob ein durch additives Rauschen  n(t)  gestörtes impulsförmiges Nutzsignal  g(t)  vorhanden ist oder nicht.
  • Eine Anwendung ist die Radartechnik, bei der man zwar die Impulsform  g(t)  kennt, nicht aber, wann der Impuls gesendet wurde und mit welcher Stärke und Verzögerung dieser ankommt.
  • Das Matched-Filter wird aber auch als Empfangsfilter in digitalen Übertragungssystemen (oder zumindest als Teil davon) eingesetzt, um die Fehlerwahrscheinlichkeit des Systems zu minimieren.


Alle Parameter, Zeiten und Frequenzen sind als normierte Größen zu verstehen und damit dimensionslos.

  • Für den Eingangsimpuls  g(t)  sind  „Rechteck”,  „Gauß”  und  „Exponential”  einstellbar, die jeweils durch die Impulsamplitude  Ag,  die äquivalente Impulsdauer  Δtg  sowie die Verschiebung  τg  gegenüber dem (hinsichtlich Zeit) symmetrischen Fall beschrieben werden.  Weitere Informationen im Abschnitt  Weitere Angaben zu den betrachteten Eingangsimpulsen.
  • Für das Empfangsfilter  kann zwischen den Alternativen  „Spalt–Tiefpass”,  „Gauß–Tiefpass”,  „Tiefpass erster Ordnung”und  „Tiefpass 4”  gewählt werden.  Dargestellt werden die jeweiligen Impulsantworten  h(t),  gekennzeichnet durch deren Höhe  Ah,  die äquivalente Dauer  Δth  und die Verschiebung  τh.  Weitere Informationen im Abschnitt  Weitere Angaben zu den betrachteten Impulsantworten.
  • Weitere Eingabeparameter sind der Detektionszeitpunkt  TD  sowie die ebenfalls normierte Rauschleistungsdichte  N0  am Empfängereingang.


Als Numerikwerte ausgegeben werden

  • die Energie  Eg  des Eingangsimpulses  g(t),  der Nutzabtastwert  dS(TD)  am Filterausgang sowie die Rauschvarianz  σ2d  am Filterausgang,
  • das Signal–zu–Rausch–Verhältnis  (SNR)  ρd(TD)  am Filterausgang und die zugehörige dB–Angabe  10lg ρd(TD),
  • der hierfür maximale Wert  10lg ρMF


Erfüllt die eingegebene Konfiguration die Matched-Filter-Bedingungen, dann gilt:   10lg ρd(TD, opt)=10lg ρMF.


Theoretical Background


Detailbeschreibung des zugrunde liegenden Modells

Für die einzelnen Komponenten des obigen Blockschaltbild gelten folgende Voraussetzungen:

  • Der Nutzanteil  g(t)  des Empfangssignals  r(t)=g(t)+n(t)  sei impulsförmig und somit  energiebegrenzt.  Das heißt:   Das Integral über  [g(t)]2  von  –∞  bis  +∞  liefert den endlichen Wert  E_g.
  • Das Störsignal  n(t)  sei  Weißes Gaußsches Rauschen  mit der Rauschleistungsdichte  N_0.
  • Das Filterausgangssignal  d(t)= d_{\rm S}(t) + d_{\rm N}(t)  besteht additiv aus zwei Anteilen.  Der Anteil  d_{\rm S}(t)  geht auf das  \rm S\hspace{0.04cm}ignal  g(t)  zurück,   d_{\rm N}(t)  auf das  \rm N\hspace{0.04cm}oise  n(t).
  • Der Empfänger, bestehend aus einem linearen Filter   ⇒   Frequenzgang  H_{\rm MF}(f)  und dem Entscheider, ist so zu dimensionieren, dass das momentane S/N-Verhältnis am Ausgang maximal wird:
\rho _d ( {T_{\rm D} } ) = \frac{ {d_{\rm S} ^2 ( {T_{\rm D} } )} }{ {\sigma_d^2 } }\mathop = \limits^{\rm{!} }\hspace{0.1cm} {\rm{Maximum} }.
  • Hierbei bezeichnen  {σ_d}^2  die  Varianz  (Leistung) von d_{\rm N}(t) und  T_{\rm D}  den (geeignet gewählten)  Detektionszeitpunkt.


Matched-Filter-Optimierung

Gegeben sei ein energiebegrenztes Nutzsignal  g(t)  mit dem zugehörigen Spektrum  G(f).  Damit kann das Filterausgangssignal zum Detektionszeitpunkt  T_{\rm D}  für jedes beliebige Filter mit Impulsantwort  h(t)  und Frequenzgang  H(f) =\mathcal{ F}\{h(t)\} geschrieben werden  (ohne Berücksichtigung des Rauschens   ⇒   Index  \rm S  für „Signal”):

d_{\rm S} ( {T_{\rm D} } ) = g(t) * h(t) = \int_{ - \infty }^{ + \infty } {G(f) \cdot H(f) \cdot {\rm{e}}^{ {\rm j} \hspace{0.05cm}\cdot \hspace{0.05cm} 2\pi \hspace{0.05cm}\cdot \hspace{0.05cm}f \hspace{0.05cm}\cdot \hspace{0.05cm}T_{\rm D} }\hspace{0.1cm} {\rm{d}}f} .

Der  „Rauschanteil”  d_{\rm N}(t)  des Filterausgangssignals  (Index  \rm N  für „Noise”) rührt allein vom Weißen Rauschen  n(t)  am Eingang des Empfängers her.  Für seine Varianz (Leistung) gilt unabhängig vom Detektionszeitpunkt  T_{\rm D}:

\sigma _d ^2 = \frac{ {N_0 } }{2} \cdot \int_{ - \infty }^{ + \infty } {\left| {H(f)} \right|^{\rm{2} }\hspace{0.1cm} {\rm{d} }f} .

Damit lautet das hier vorliegende Optimierungsproblem:

\rho _d ( {T_{\rm D} } ) = \frac{ {\left| {\int_{ - \infty }^{ + \infty } {G(f) \cdot H(f) \cdot {\rm{e} }^{ {\rm j} \hspace{0.05cm}\cdot \hspace{0.05cm} 2\pi \hspace{0.05cm}\cdot \hspace{0.05cm}f \hspace{0.05cm}\cdot \hspace{0.05cm}T_{\rm D} }\hspace{0.1cm} {\rm{d} }f} } \right|^2 } }{ {N_0 /2 \cdot \int_{ - \infty }^{ + \infty } {\left| {H(f)} \right|^{\rm{2} }\hspace{0.1cm} {\rm{d} }f} } } \stackrel{!}{=} {\rm{Maximum} }.

Dieser Quotient wird für den folgenden Frequenzgang  H(f)  am größten wird:

H(f) = H_{\rm MF} (f) = K_{\rm MF} \cdot G^{\star} (f) \cdot {\rm e}^{- {\rm j} \hspace{0.05cm}\cdot \hspace{0.05cm} 2\pi \hspace{0.05cm}\cdot \hspace{0.05cm}f \hspace{0.05cm}\cdot \hspace{0.05cm}T_{\rm D} } .
  • Damit erhält man für das Signal–zu–Rauschleistungsverhältnis am Matched–Filter–Ausgang  (unabhängig von der dimensionsbehafteten Konstante  K_{\rm MF}):
\rho _d ( {T_{\rm D} } ) = { {2 \cdot E_g } }/{ {N_0 } } \hspace{0.5cm}\Rightarrow \hspace{0.5cm} \rho _{\rm MF}.
  • E_g bezeichnet die Energie des Eingangsimpulses, die man nach dem  Satz von Parseval  sowohl im Zeit– als auch im Frequenzbereich berechnen kann:
E_g = \int_{ - \infty }^{ + \infty } {g^2 (t)\hspace{0.1cm}{\rm{d} }t} = \int_{ - \infty }^{ + \infty } {\left \vert {G(f)} \right\vert ^{\rm{2} }\hspace{0.1cm} {\rm d}f} .


\text{Herleitung des Matched–Filter–Kriteriums:} 

(1)  Die Schwarzsche Ungleichung lautet mit den beiden (im allgemeinen komplexen) Funktionen  A(f)  und  B(f):

\left \vert {\int_a^b {A(f) \cdot B(f)\hspace{0.1cm}{\rm{d} }f} } \right \vert ^2 \le \int_a^b {\left \vert {A(f)} \right \vert^{\rm{2} } \hspace{0.1cm}{\rm{d} }f} \cdot \int_a^b {\left\vert {B(f)} \right \vert^{\rm{2} } \hspace{0.1cm}{\rm{d} }f} .

(2)  Wir wenden nun diese Gleichung auf das Signal–zu–Rauschverhältnis an:

\rho _d ( {T_{\rm D} } ) = \frac{ {\left \vert {\int_{ - \infty }^{ + \infty } {G(f) \cdot H(f) \cdot {\rm{e} }^{ {\rm j} \hspace{0.05cm}\cdot \hspace{0.05cm} 2\pi \hspace{0.05cm}\cdot \hspace{0.05cm}f \hspace{0.05cm}\cdot \hspace{0.05cm}T_{\rm D} } \hspace{0.1cm}{\rm{d} }f} } \right \vert^2 } }{ {N_0 /2 \cdot \int_{ - \infty }^{ + \infty } {\left \vert {H(f)} \right \vert^{\rm{2} }\hspace{0.1cm} {\rm{d} }f} } }.

(3)  Mit  A(f) = G(f)  und  B(f) = H(f) · {\rm e}^{ {\rm j} \hspace{0.05cm}\cdot \hspace{0.05cm} 2\pi \hspace{0.05cm}\cdot \hspace{0.05cm}f \hspace{0.05cm}\cdot \hspace{0.05cm}T_{\rm D} }  ergibt sich somit die folgende Schranke:

\rho_d ( {T_{\rm D} } ) \le \frac{1}{ {N_0 /2} } \cdot \int_{ - \infty }^{ + \infty } {\left \vert {G(f)} \right \vert^{\rm{2} } }\hspace{0.1cm}{\rm{d} }f .

(4)  Wir setzen für den Filterfrequenzgang nun versuchsweise ein:

H(f) = H_{\rm MF} (f) = K_{\rm MF} \cdot G^{\star} (f) \cdot {\rm{e} }^{- {\rm j} \hspace{0.05cm}\cdot \hspace{0.05cm} 2\pi \hspace{0.05cm}\cdot \hspace{0.05cm}f \hspace{0.05cm}\cdot \hspace{0.05cm}T_{\rm D} }.

(5)  Dann erhält man aus der obigen Gleichung  (2)  folgendes Ergebnis:

\rho _d ( {T_{\rm D} } ) = \frac{ {\left \vert K_{\rm MF}\cdot {\int_{ - \infty }^{ + \infty } {\left \vert {G(f)} \right \vert ^{\rm{2} }\hspace{0.1cm} {\rm{d} }f} } \right \vert ^2 } }{ {N_0 /2 \cdot K_{\rm MF} ^2 \cdot \int_{ - \infty }^{ + \infty } {\left \vert {G(f)} \right \vert ^{\rm{2} }\hspace{0.1cm} {\rm{d} }f} } } = \frac{1}{ {N_0 /2} } \cdot \int_{ - \infty }^{ + \infty } {\left \vert {G(f)} \right \vert ^{\rm{2} }\hspace{0.1cm} {\rm{d} }f} .

\text{Das heißt:}

  • Mit dem Ansatz  (4)  für das Matched–Filter H_{\rm MF}(f) wird in obiger Abschätzung tatsächlich der maximal mögliche Wert erreicht.
  • Mit keinem anderen Filter  H(f) ≠ H_{\rm MF}(f)  kann man ein höheres Signal–zu–Rauschleistungsverhältnis erzielen.
  • Das Matched–Filter ist in Bezug auf das ihm zugrunde gelegte Maximierungskriterium optimal.
q.e.d.


\text{Beispiel 1:}   Ein rechteckförmiger Impuls  g(t)  mit Amplitude  \rm 1\hspace{0.05cm}V,  Dauer  0.5\hspace{0.05cm} \rm ms  und unbekannter Lage soll in einer verrauschten Umgebung aufgefunden werden.

  • Somit ist die Impulsenergie  E_g = \rm 5 · 10^{–4} \hspace{0.05cm}V^2s.
  • Die Rauschleistungsdichte sei  N_0 = \rm 10^{–6} \hspace{0.05cm}V^2/Hz.


Das beste Ergebnis   ⇒   das  maximale S/N–Verhältnis  erzielt man mit dem Matched-Filter:

\rho _d ( {T_{\rm D} } ) = \frac{ {2 \cdot E_g } }{ {N_0 } } = \frac{ {2 \cdot 5 \cdot 10^{-4}\, {\rm V^2\,s} } }{ {10^{-6}\, {\rm V^2/Hz} } } = 1000 \hspace{0.3cm}\Rightarrow\hspace{0.3cm} 10 \cdot {\rm lg}\hspace{0.15cm}\rho _d ( {T_{\rm D} } ) = 30\,{\rm dB}= 10 \cdot {\rm lg}\hspace{0.15cm}\rho_{\rm MF}.


Interpretation des Matched-Filters

Auf der letzten Seite wurde der Frequenzgang des Matched-Filters wie folgt hergeleitet:

H_{\rm MF} (f) = K_{\rm MF} \cdot G^{\star} (f) \cdot {\rm{e} }^{- {\rm j} \hspace{0.05cm}\cdot \hspace{0.05cm} 2\pi \hspace{0.05cm}\cdot \hspace{0.05cm}f \hspace{0.05cm}\cdot \hspace{0.05cm}T_{\rm D} } .

Durch  Fourierrücktransformation  erhält man die dazugehörige Impulsantwort:

h_{\rm MF} (t) = K_{\rm MF} \cdot g(T_{\rm D} - t).

Diese beiden Funktionen lassen sich wie folgt interpretieren:

  • Das  Matched-Filter  ist durch den Term  G^{\star}(f)  an das Spektrum des aufzufindenden Impulses  g(t)  angepasst – daher sein Name (englisch: to match ≡ anpassen).
  • Die  Konstante  K_{\rm MF}  ist aus Dimensionsgründen notwendig.
  • Ist  g(t)  ein Spannungsimpuls, so hat diese Konstante die Einheit „Hz/V”.  Der Frequenzgang ist somit dimensionslos.
  • Die  Impulsantwort  h_{\rm MF}(t)  ergibt sich aus dem Nutzsignal  g(t)  durch Spiegelung   ⇒   aus g(t) wird g(–t)     sowie einer Verschiebung um  T_{\rm D}  nach rechts.
  • Der  früheste Detektionszeitpunkt  T_{\rm D}  folgt für realisierbare Systeme aus der Bedingung  h_{\rm MF}(t < 0)\equiv 0   („Kausalität”,  siehe Buch Lineare zeitinvariante Systeme).
  • Der  Nutzanteil  d_{\rm S} (t)  des Filterausgangssignals ist formgleich mit der  Energie-AKF   \varphi^{^{\bullet} }_{g} (t )  und gegenüber dieser um  T_{\rm D}  verschoben. Es gilt:
d_{\rm S} (t) = g(t) * h_{\rm MF} (t) = K_{\rm MF} \cdot g(t) * g(T_{\rm D} - t) = K_{\rm MF} \cdot \varphi^{^{\bullet} }_{g} (t - T_{\rm D} ).

\text{Bitte beachten Sie:}  Bei einem energiebegrenzten Signal  g(t)  kann man nur die  Energie–AKF  angeben:

\varphi^{^{\bullet} }_g (\tau ) = \int_{ - \infty }^{ + \infty } {g(t) \cdot g(t + \tau )\,{\rm{d} }t} .

Gegenüber der AKF-Definition eines leistungsbegrenzten Signals  x(t), nämlich

\varphi _x (\tau ) = \mathop {\lim }_{T_{\rm M} \to \infty } \frac{1}{ {T_{\rm M} } }\int_{ - T_{\rm M} /2}^{+T_{\rm M} /2} {x(t) \cdot x(t + \tau )\hspace{0.1cm}\,{\rm{d} }t} ,

wird bei der Berechnung der Energie-AKF auf die Division durch die Messdauer  T_{\rm M}  sowie auf den Grenzübergang  T_{\rm M} → ∞  verzichtet.


\text{Beispiel 2:}  Wir gehen davon aus, dass der Rechteckimpuls zwischen  \rm 2\hspace{0.08cm}ms  und  \rm 2.5\hspace{0.08cm}ms  liegt und der Detektionszeitpunkt  T_{\rm D} =\rm 2\hspace{0.08cm}ms  gewünscht wird.

Unter diesen Voraussetzungen gilt:

  • Die Matched–Filter–Impulsantwort  h_{\rm MF}(t)  muss im Bereich von  t_1 (= 4 - 2.5) =\rm 1.5\hspace{0.08cm}ms  bis  t_2 (= 4 - 2) =\rm 2\hspace{0.08cm}ms  konstant sein.
  • Für  t < t_1  sowie für  t > t_2  darf sie keine Anteile besitzen.
  • Der Betragsfrequenzgang  \vert H_{\rm MF}(f)\vert  ist hier  \rm si–förmig.
  • Die Höhe der Impulsantwort  h_{\rm MF}(t)  spielt für das S/N–Verhältnis keine Rolle, da dieses unabhängig von  K_{\rm MF}  ist.


Weitere Angaben zu den betrachteten Eingangsimpulsen

Alle Angaben sind ohne Berücksichtigung der Verzögerung  \tau_g

  (1)  Rechteckimpuls  ⇒   Rectangular Impulse

  • Der Impuls  g(t)  hat im Bereich  \pm \Delta t_g/2  die konstante Höhe  A_g  und ist außerhalb Null.
  • Die Spektralfunktion  G(f)=A_g\cdot \Delta t_g \cdot {\rm si}(\pi\cdot \Delta t_g \cdot f)  besitzt Nullstellen in äquidistanten Abständen 1/\Delta t_g.
  • Die Impulsenergie ist  E_g=A_g^2\cdot \Delta t_g.


  (2)  Gaußimpuls  ⇒   Gaussian Imulse

  • Der Impuls  g(t)=A_g\cdot {\rm e}^{-\pi\cdot(t/\Delta t_g)^2}  ist unendlich weit ausgedehnt.  Das Maximum ist  g(t= 0)=A_g.
  • Je kleiner die äquivalente Zeitdauer  \Delta t_g  ist, um so breiter und niedriger ist das Spektrum   G(f)=A_g \cdot \Delta t_g \cdot {\rm e}^{-\pi\hspace{0.05cm}\cdot\hspace{0.05cm}(f\hspace{0.05cm}\cdot\hspace{0.05cm} \Delta t_g)^2}
  • Die Impulsenergie ist  E_g=A_g^2\cdot \Delta t_g/\sqrt{2}.


  (3)  Exponentialimpuls  ⇒   Exponential Impulse

  • Der Impuls ist für  t<0  identisch Null und für positive Zeiten unendlich weit ausgedehnt   ⇒   g(t)=A_g\cdot {\rm e}^{-t/\Delta t_g}.
  • g(t)  ist (stark) unsymmetrisch   ⇒   das Spektrum   G(f)=A_g \cdot \Delta t_g/( 1 + {\rm j} \cdot 2\pi \cdot f \cdot \Delta t_g)  ist komplexwertig;
  • Die Impulsenergie ist  E_g=A_g^2\cdot \Delta t_g/2.

Weitere Angaben zu den betrachteten Impulsantworten

Die verschiedenen Empfangsfilter  H(f)  werden durch ihre Impulsantworten  h(t)  beschrieben. 

Diese werden ähnlich wie die Eingangsimpulse  g(t)  durch die Impulshöhe  A_h, die äquivalente Impulsdauer   \Delta t_h  sowie die Verzögerung  \tau_h  gegenüber dem symmetrischen Fall gekennzeichnet.  Die folgenden Kurzbeschreibungen gelten stets für   \tau_h= 0.

  (1)  Spalt–Tiefpass  ⇒   Rechteckförmige Impulsantwort

  • Die Impulsantwort  h(t)  hat im Bereich  \pm \Delta t_h/2  die konstante Höhe  A_h  und ist außerhalb Null.
  • Der Frequenzgang  H(f)=K \cdot {\rm si}(\pi\cdot \Delta t_g \cdot f)  besitzt Nullstellen in äquidistanten Abständen 1/\Delta t_h.
  • Bei Weißem Rauschen ist die Rauschvarianz am Filterausgang:  \sigma_d^2= N_0/2 \cdot A_h^2 \cdot \Delta t_h.


  (2)  Gauß–Tiefpass  ⇒   Gaußsche Impulsantwort

  • Die Impulsantwort  h(t)=A_h\cdot {\rm e}^{-\pi\cdot(t/\Delta t_h)^2}  ist unendlich weit ausgedehnt.  Das Maximum ist  h(t= 0)=A_h.
  • Je kleiner die äquivalente Zeitdauer  \Delta t_h  ist, um so breiter und niedriger ist der Frequenzgang  H(f)=K \cdot {\rm e}^{-\pi\hspace{0.05cm}\cdot\hspace{0.05cm}(f\hspace{0.05cm}\cdot\hspace{0.05cm} \Delta t_h)^2}
  • Bei Weißem Rauschen ist die Rauschvarianz am Filterausgang:  \sigma_d^2= N_0/2 \cdot A_h^2 \cdot \Delta t_h/\sqrt{2}.


  (3)  Tiefpass 1. Ordnung  ⇒   Exponentiell abfallende Impulsantwort

  • Die Impulsantwort ist für  t<0  identisch Null und für positive Zeiten unendlich weit ausgedehnt   ⇒   h(t)=A_h\cdot {\rm e}^{-t/\Delta t_h}.
  • h(t)  ist kausal und (stark) unsymmetrisch.  Der Frequenzgang H(f)=A_g \cdot \Delta t_g/( 1 + {\rm j} \cdot 2\pi \cdot f \cdot \Delta t_g)  ist komplexwertig.
  • Bei Weißem Rauschen ist die Rauschvarianz am Filterausgang:  \sigma_d^2= N_0/4 \cdot A_h^2 \cdot \Delta t_h.


  (4)  Extrem akausales Filter  ⇒   Impulsantwort spiegelbildlich zu  (3)

  • Die Impulsantwort ist für  t>0  identisch Null und für negative Zeiten unendlich weit ausgedehnt   ⇒   h(t)=A_h\cdot {\rm e}^{t/\Delta t_h}  für  t<0.
  • Der Frequenzgang H(f)  ist konjugiert komplex zum Frequenzgang des Tiefpasses 1. Ordnung.
  • Die Rauschvarianz am Filterausgang ist bei Weißem Rauschen genau so groß wie beim Tiefpass 1. Ordnung:  \sigma_d^2= N_0/4 \cdot A_h^2 \cdot \Delta t_h.


Exercises

  • First, select the number  (1,\ 2, \text{...} \ )  of the task to be processed.  The number  0  corresponds to a "Reset":  Same setting as at program start.
  • A task description is displayed.  The parameter values are adjusted.  Solution after pressing "Show Solution".
  • Both the input signal  x(t)  and the filter impulse response  h(t)  are normalized, dimensionless and energy-limited ("time-limited pulses").
  • All times, frequencies, and power values are to be understood normalized, too.


(1)  Let the input pulse be Gaussian with  A_g=1,\ \Delta t_g=1,\ \tau_g=1.   Which setting leads to the "Matched Filter"?  What value has  10 \cdot \lg \ \rho_{\rm MF}  with  N_0=0.01?

  •  The Matched Filter must also have a Gaussian shape and it must hold:  \Delta t_h=\Delta t_g=1,\ \tau_h =\tau_g=1   ⇒   T_{\rm D} = \tau_h +\tau_g=2.
  •  The (instantaneous) signal-to-noise power ratio at the Matched Filter output is  \rho _{\rm MF} = { {2 \cdot E_g } }/{ {N_0 } } \approx 141.4  ⇒   10 \cdot \lg \ \rho _{\rm MF} \approx 21.5  dB.
  •  With no other filter than the Matched Filter this  \rm SNR  (or an even better one)  can be achieved   ⇒   10 \cdot \lg \ \rho _{d} \le 10 \cdot \lg \ \rho _{\rm MF}.


(2)  The "Matched Filter" on rectangular input pulse with  A_g=1,\ \Delta t_g=1,\ \tau_g=0  is a rectangular-in-time low–pass   ⇒   rectangular impulse response.
          What value has  10 \cdot \lg \ \rho_{\rm MF}  with  N_0=0.01?  Interpret all the graphs shown and the numerical results in different ways

  •  The MF parameters are  A_h=A_g=1, \ \Delta t_h=\Delta t_g=1,\ \tau_h =\tau_g=0   ⇒   T_{\rm D} = \tau_h +\tau_g=0   ⇒   \rho _{\rm MF} = 200   ⇒   10 \cdot \lg \ \rho _{\rm MF} \approx 23  dB.
  •  The pulse energy is the integral over  g^2(t)   ⇒   E_g = A_g^2 \cdot \Delta t_g=1   ⇒   \rho _{\rm MF} = 2 \cdot E_g /N_0 =200.   T_{\text{D, opt} }=0  is implicitly considered here.
  •  Another equation is  \rho_d (T_{\rm D}) =d_{\rm S}^2 (T_{\rm D})/\sigma_d^2.  The noise variance can, for example, be calculated as the integral over  h^2(t)   ⇒   \sigma_d^2= N_0 \cdot \Delta t_h/2 = 0.005.
  •  The useful detection signal  d_{\rm S} (t)= g(t) * h(t)  has a triangular shape with the maximum  d_{\rm S} (T_{\rm D, \ opt} = 0 )= 1   ⇒   \rho_d (T_{\rm D, \ opt} = 0 ) = 200= \rho _{\rm MF}.


(3)  The settings of  (2)  continue to apply, with the exception of  N_0=0.02   instead of  N_0=0.01.  What changes can be seen?

  •  The only difference is twice the noise variance  \sigma_d^2= 0.01   ⇒   \rho_d (T_{\rm D, \ opt} = 0 ) = 100= \rho _{\rm MF}   ⇒   10 \cdot \lg \rho_{\rm MF} =20 dB.


(4)  The settings of  (3)  continue to apply, except  T_{\rm D} = 0.1   instead of  T_{\rm D, \ opt} = 0.  What is the effect of this non-optimal detection time?

  •  Now the useful signal value  d_{\rm S} (T_{\rm D} = 0.1 )= 0.9  is smaller   ⇒   \rho_d (T_{\rm D} = 0.1 ) =0.9^2/0.01= 81< \rho _{\rm MF}.  There is a degradation of nearly  1 dB.
  •  For the further tasks the optimal detection time  T_{\rm D, \ opt}  is assumed, if not explicitly stated otherwise.


(5)  The settings of  (3)  apply again except for a lower impulse response  A_h = 0.8   instead of  A_h = 1.  Interpret the changes.

  •  With  A_h \ne A_g  it is also a Matched Filter as long as  h(t)  is equal in shape to  g(t)    ⇒   \rho _{\rm MF} = { {2 \cdot E_g } }/{ {N_0 } } =100   ⇒   10 \cdot \lg \rho _{\rm MF} =20 dB.
  •  The equation  \rho_d (T_{\rm D}=0) =d_{\rm S}^2 (T_{\rm D}=0)/\sigma_d^2  leads to the same result, since  {d_{\rm S}}^2 (T_{\rm D})  and  \sigma_d^2  are compared to  (3)  each reduced by a factor  0. 8^2.


(6)  Compared to  (5)  now the height of the input pulse  g(t)  is increased from  A_g = 1  to  A_g = 1. 25.  Does  h(t)  describe a Matched Filter?  What is the SNR  \rho_{\rm MF}?

  •  Again, this is a Matched Filter, since  h(t)  and  g(t)  are equal in shape.  With  E_g = 1.25^2:     \rho _{\rm MF} = { {2 \cdot 1.25^2 } }/{ 0.02 } =156.25  ⇒  10 \cdot \lg \rho_{\rm MF} \approx 21.9 dB.
  •  The higher value  21.9 dB compared to  (5)  is related to the fact that for the same noise variance  \sigma_d^2= 0.0064  the useful detection sample is again  {d_{\rm S}} (T_{\rm D}) = 1.


(7)  We continue from the rectangle–rectangle combination with  A_h=A_g=1,\ \ \Delta t_h=\Delta t_g=1,\ \tau_h=\tau_g=0,\ N_0 =0.02,\ T_{\rm D}=0.  
          Interpret the results after varying the equivalent pulse duration  \Delta t_h  of  h(t)  in the range  0.6 ... 1.4.  Use the graph representation over  \Delta t_h.

  •  As expected the optimum is obtained for the equivalent pulse duration  \Delta t_h=\Delta t_g=1.  Then  10 \cdot \lg \ \rho_d (T_{\rm D, \ opt} = 0 ) =20 dB  \big(= 10 \cdot \lg \rho_{\rm MF}\big).
  •  If  \Delta t_h<\Delta t_g=1, the useful detection signal is trapezoidal.  For  \Delta t_h=0.6:   d_{\rm S} (T_{\rm D}=0)= 0.6\sigma_d^2\approx0.006   ⇒   10 \cdot \lg \ \rho_d (T_{\rm D, \ opt} = 0 ) \approx 17.8 dB.
  •  Also for  \Delta t_h>1  the useful detection signal is trapezoidal, but now still  d_{\rm S} (T_{\rm D}=0)= 1.  The noise variance  \sigma_d^2  increases continuously with  \Delta t_h.
  •  For  \Delta t_h=1.4:     \sigma_d^2=0.014   ⇒   10 \cdot \lg \ \rho_d (T_{\rm D, \ opt} = 0 ) \approx 18. 5 dB.  Compared to the Matched Filter  (\Delta t_h=1)  the degradation is approx.  1.5 dB.


(8)  Now interpret the results for different  \Delta t_g  of the input pulse  g(t)  in the range  0.6 ... 1.4.  Use the graph representation over  \Delta t_g.

  •  Note:   The blue curve  10 \cdot \lg \ \rho_d (T_{\rm D,\ opt} )  is the difference between  20\cdot \lg \ \big [{K \cdot d_{\rm S}} (T_{\rm D,\ opt}) \big ]    (purple curve)  and  20\cdot \lg \ \big [K \cdot \sigma_d \big ]  (green curve).
  •  For the considered parameter set  and  K=10  the "green term"  20\cdot \lg \ \big [K \cdot \sigma_d \big ] = 0 dB  for all  \Delta t_g   ⇒   the blue and the purple curves are identical.
  •  The blue curve  10 \cdot \lg \ \rho_d (T_{\rm D,\ opt} )  increases from  15.6 dB  (for  \Delta t_g = 0. 6)  to  20 dB  (for  \Delta t_g = 1)  continuously and then remains constant for  \Delta t_g > 1.
  •  But, the setting  (\Delta t_g = 1.4,\ \Delta t_h = 1)  does not yield a "Matched Filter".   Rather, with  \Delta t_h = \Delta t_g = 1.4:    10 \cdot \lg \ \rho_{\rm MF}=10 \cdot \lg \ (2 \cdot E_g/N_0) \approx 21.5 dB.
  •  On the other hand the plot over  \Delta t_h  with the default setting  (\Delta t_g = 1.4,\ \Delta t_h = 1)  shows a monotonic increase of the blue curve   10 \cdot \lg \ \rho_d (T_{\rm D,\ opt} ).
  •  For  \Delta t_h = 0.6  this gives  10 \cdot \lg \ \rho_d (T_{\rm D,\ opt} )\approx 17.8 dB,  and for  \Delta t_h = 1. 4  against  10 \cdot \lg \ \rho_d (T_{\rm D,\ opt} )\approx 21.5 dB  =10 \cdot \lg \ \rho_{\rm MF}.


(9)  We consider the exponential pulse  g(t)  and the first order low–pass, where  A_h=A_g=1,\ \Delta t_h=\Delta t_g=1,\ \tau_h=\tau_g=0,\ N_0 =0.02,\ T_{\rm D}=1.  
          Does this setting meet the Matched Filter criteria?  Justify your answers with as many arguments as possible.

  •  No!   Here  h(t)=g(t).  In a Matched Filter configuration, the impulse response should be  h(t)={\rm const.}\cdot g(T_{\rm D}-t)
  •  The useful detection signal  d_{\rm S}(t)  does not have a symmetric shape around the maximum. For the Matched Filter,  d_{\rm S}(T_{\rm D}-t) = d_{\rm S}(T_{\rm D}+t)   would have to hold.
  •  Despite  \Delta t_h=\Delta t_g  the SNR  10 \cdot \lg \ \rho_d (T_{\rm D,\ opt}) \approx 14. 3 dB   is now less than  10 \cdot \lg \ \rho _{\rm MF} = 10 \cdot \lg \ 2 \cdot E_g/N_0 \approx 17 dB.


(10)  With all other settings being the same, what changes with the "extremely acausal filter"?  Does the setting meet the Matched Filter criteria?  Reason.

  •  Now here  h(t)=g(-t)  and the useful detection signal  d_{\rm S}(t)  is symmetric around  t=0.  It makes sense to choose  T_{\rm D} = 0   here.
  •  This gives  10 \cdot \lg \ \rho_d (T_{\rm D,\ opt}) =10 \cdot \lg \ d_{\rm S}^2 (T_{\rm D,\ opt})/\sigma_d^2 = 17 dB   –   the same value as for  10 \cdot \lg \ \rho _{\rm MF} = 10 \cdot \lg \ 2 \cdot E_g/N_0 = 17 dB.
  •  The useful detection signal  d_{\rm S}(t)  is of the same shape as the energy ACF of the input pulse  g(t).  The Matched Filter focuses the energy around the time  T_{\rm D,\ opt}.


(11)  With which rectangular pulse  g(t)  can one achieve the same  \rho _{\rm MF}=50  as in task  (10)?  
          With  (A_h=A_g=1,\ \ \Delta t_h=\Delta t_g=0.5)   or with   (A_h=A_g=0.5,\ \ \Delta t_h=\Delta t_g=1) ?

  •  From the equation  \rho _{\rm MF} = 2 \cdot E_g/N_0  it is already clear that the SNR depends only on the energy  E_g  of the input pulse and not on its shape.
  •  The exponential pulse with   (A_g=1,\ \Delta t_g=1)   has the energy  E_g=0.5  ⇒   \rho _{\rm MF}=50.  As well as the rectangular pulse with  (A_g=1,\ \Delta t_g=0.5).
  •  In contrast, the rectangular pulse with  (A_g=0.5,\ \Delta t_g=1)  has a smaller energy   ⇒   E_g=0. 25   ⇒   \rho _{\rm MF}=25   ⇒   10 \cdot \lg \ \rho _{\rm MF} = 14 dB.


Applet Manual


Anleitung abtast.png





    (A)     Auswahl eines von vier Quellensignalen

    (B)     Parameterwahl für Quellensignal  1  (Amplitude, Frequenz, Phase)

    (C)     Ausgabe der verwendeten Programmparameter

    (D)     Parameterwahl für Abtastung  (f_{\rm G})  und
                Signalrekonstruktion  (f_{\rm A},\ r)

    (E)     Skizze des Empfänger–Frequenzgangs  H_{\rm E}(f)

    (F)     Numerische Ausgabe  (P_x, \ P_{\rm \varepsilon}, \ 10 \cdot \lg(P_x/ P_{\rm \varepsilon})

    (G)     Darstellungsauswahl für Zeitbereich

    (H)     Grafikbereich für Zeitbereich

    ( I )     Darstellungsauswahl für Frequenzbereich

    (J)     Grafikbereich für Frequenzbereich

    (K)     Bereich für Übungen:  Aufgabenauswahl, Fragen, Musterlösung

About the Authors

This interactive calculation tool was designed and implemented at the  Institute for Communications Engineering  at the  Technical University of Munich.

  • The first version was created in 2006 by Markus Elsberger  as part of his bachelor thesis with “FlashMX – Actionscript” (Supervisor: Günter Söder).
  • Last revision and English version 2020/2021 by  Carolin Mirschina  in the context of a working student activity.  Translation using DEEPL.com.


The conversion of this applet to HTML 5 was financially supported by  Studienzuschüsse  ("study grants")  of the TUM Faculty EI.  We thank.



Once again:  Open Applet in new Tab

Open Applet in a new tab