Exercise 3.10: Rayleigh Fading

From LNTwww
Revision as of 17:59, 9 September 2016 by Nabil (talk | contribs) (Die Seite wurde neu angelegt: „ {{quiz-Header|Buchseite=Stochastische Signaltheorie/Weitere Verteilungen }} right| :Häufig beschreibt man ein Bandpass…“)
(diff) ← Older revision | Latest revision (diff) | Newer revision → (diff)

P ID177 Sto A 3 10.png
Häufig beschreibt man ein Bandpassübertragungssystem im sogenannten äquivalenten Tiefpassbereich. Diese Darstellung führt zu einem komplexen Signal (vgl. Buch 1, Kapitel 4):
$$\it z(t)=x(t)+\rm \rm j \cdot \it y(t).$$
Der Realteil x(t) kennzeichnet hierbei die Inphasekomponente und der Imaginärteil die Quadraturkomponente.
Bei einem Mobilfunksystem, bei dem zwischen dem mobilen Teilnehmer und der sog. Basisstation keine Sichtverbindung besteht, gelangt somit das Funksignal ausschließlich auf indirekten Wegen (Brechung, Streuung, Reflexion usw.) zum Empfänger. In diesem Fall ist folgendes Modell anwendbar:
  • Der Realteil x(t) und auch der Imaginärteil y(t) sind jeweils gaußverteilt und mittelwertfrei.
  • x(t) und y(t) besitzen jeweils die gleiche Streuung σ und sind voneinander unabhängig.
  • Innere Bindungen der Signale x(t) und y(t) aufgrund des Dopplereffekts sollen hier nicht beachtet werden.
Das komplexe Signal z(t) kann man auch nach Betrag und Phase darstellen:
$$ z(t)= a(t)\cdot \rm e^{\rm j \it \phi(\it t)}.$$
Aufgrund der Symmetrie bezüglich x(t) und y(t) ist die Phase ϕ(t) gleichverteilt. Dagegen ist der Betrag a(t) = |z(t)| rayleighverteilt, was zu der Namensgebung Rayleighfading geführt hat.
Als weitere Größe definieren wir noch die Momentanleistung
$$\it p(t)=x^{\rm 2}\it (t)+\it y^{\rm 2}(\it t)=\it a^{\rm 2}(t).$$
Die Zufallsgröße p ist hier (einseitig) exponentialverteilt. Deren WDF lautet für p > 0:
$$\it f_p(p)=\frac{\rm 1}{\rm 2\it \sigma^{\rm 2}}\cdot \rm e^{\it -p/(\rm 2\sigma^{\rm 2})}.$$
Für alle negativen p-Werte gilt natürlich fp(p) = 0, da p eine Leistung kennzeichnet.
Im Folgenden werden die Streuungen der beiden Gaußschen Zufallsgrößen x und y stets zu σ = 1 vorausgesetzt. Alle Größen sind deshalb als normiert zu verstehen.
Hinweis: Diese Aufgabe bezieht sich auf die Seite Rayleighverteilung im Kapitel 3.7.


Fragebogen

1

Welche der nachfolgenden Aussagen sind stets zutreffend?

Kleine Momentanleistungen sind wahrscheinlicher als große.
Die Phase ϕ(t) = π/2 bedeutet auch „Imaginärteil y(t) = 0”.
Die Phase ϕ(t) = –π/2 bedeutet auch „Realteil x(t) = 0”.

2

Mit welcher Wahrscheinlichkeit ist die Momentanleistung p(t) > 4?

$Pr(p(t) > 4)$ =

3

Wie groß ist die Wahrscheinlichkeit, dass der Betrag a(t) größer als 2 ist?

$Pr(a(t) > 2)$ =

4

Berechnen Sie - ausgehend von fp(p) - die WDF der Zufallsgröße a. Welcher WDF-Wert ergibt sich für a = 1?

$f_a(a = 1)$ =


Musterlösung

1.  Die erste Aussage trifft aufgrund der Exponentialverteilung für p(t) zu. Ein Phasenwinkel ϕ(t) von ±90° bedeutet, dass der Realteil x(t) = 0 ist. Bei positivem Imaginärteil  ⇒  y(t) > 0 ist der Phasenwinkel ϕ(t) = +90°, bei negativem Imaginärteil beträgt der Phasenwinkel –90°. Richtig sind also der erste und der dritte Lösungsvorschlag.
2.  Mit σ = 1 gilt für die WDF der Momentanleistung:
$$\it f_p(p)= {\rm 1}/{\rm 2}\cdot\rm e^{-\it p/\rm 2}.$$
Die gesuchte Wahrscheinlichkeit ist demnach:
$$\rm Pr(\it p (\it t)> \rm 4) = \int_{\rm 4}^{\infty}\frac{1}{2}\cdot\rm e^{-\it p/\rm 2}\,{\rm d}\it p=\rm e^{\rm -2} \hspace{0.15cm}\underline{=0.135}.$$
3.  Da p = a2 gilt und a < 0 nicht möglich, ist das Ereignis „a > 2” identisch mit dem Ereignis „p > 4”. Es ergibt sich die gleiche Wahrscheinlichkeit 0.135 wie unter (b) berechnet.
4.  Allgemein gilt:
$$\it f_a(a)=\frac{\it f_p(p)}{|g'(p)|}\Big |_{\, \it p=h(a)}.$$
Die Transformationskennlinie lautet:
$$\it g'(p)=\frac{ \rm d\it a}{ \rm d\it p}=\frac[[:Template:\rm1]]{\rm 2 \cdot \it \sqrt{p}}.$$
Diese ist stets positiv. Daraus folgt für die Rayleigh–WDF:
$$\it f_a(a)=\sqrt{\it p}\cdot\rm e^{\it -p/\rm 2}\Big|_{\it p=a^{\rm 2}}=\it a\cdot \rm e^{\, \it -a^{\rm 2}/\rm 2}.$$
Für a = 1 ergibt sich somit der Wert e–0.5 ≈ 0.607.