Difference between revisions of "Aufgaben:Exercise 4.1Z: Log Likelihood Ratio at the BEC Model"

From LNTwww
Line 28: Line 28:
 
===Fragebogen===
 
===Fragebogen===
 
<quiz display=simple>
 
<quiz display=simple>
{Input-Box Frage
+
{Wie lautet der $L$&ndash;Wert der Eingangsgröße $x$?
 
|type="{}"}
 
|type="{}"}
$xyz \ = \ ${ 5.4 3% } $ab$
+
$L(x) \ = \ ${ 1.099 3% }  
  
{Input-Box Frage
+
{Welcher Wahrscheinlichkeit ${\rm Pr}(x = \, &ndash;1)$ entspricht $L(x) = \, &ndash;2$?
 
|type="{}"}
 
|type="{}"}
$xyz \ = \ ${ 5.4 3% } $ab$
+
${\rm Pr}(x = \, &ndash;1) \ = \ ${ 0.881 3% }
  
{Input-Box Frage
+
{Berechnen Sie den bedingten $L$&ndash;Wert $L(y = {\rm E} | x)$ in Vorwärtsrichtung.
 
|type="{}"}
 
|type="{}"}
$xyz \ = \ ${ 5.4 3% } $ab$
+
$L(y = {\rm E} | x) \ = \ ${ 0 3% }
  
{Multiple-Choice
+
{Welche Aussagen gelten für die beiden anderen bedingten $L$&ndash;Wert?
 
|type="[]"}
 
|type="[]"}
+ correct
+
+ $L(y = +1 | x)$ ist positiv unendlich.
- false
+
+ $L(y = \, &ndash;1 | x)$ ist negativ und betragsmäßig unendlich groß.
 +
- Es gilt $L(y = +1 | x) = L(y = \, &ndash;1 | x) = 0$.
  
{Multiple-Choice
+
{Unter welchen Voraussetzungen gelten die Ergebnisse aus (3) und (4)?
 
|type="[]"}
 
|type="[]"}
+ correct
+
- Für $0 &#8804; \lambda &#8804; 1$.
- false
+
- Für $0 < \lambda &#8804; 1$.
 +
- Für $0 &#8804; \lambda < 1$.
 +
+ Für $0 < \lambda < 1$.
 
</quiz>
 
</quiz>
  

Revision as of 14:24, 6 December 2017

BEC–Kanalmodell

Wir betrachten das so genannte BEC–Kanalmodell (Binary Erasure Channel) mit

  • der Eingangsgröße $x ∈ \{+1, \, –1\}$,
  • der Ausgangsgröße $y ∈ \{+1, \, –1, \, {\rm E}\}$, und
  • der Auslöschungswahrscheinlichket $\lambda$.


Hierbei bedeutet $y = {\rm E}$ (Erasure), dass der Ausgangswert $y$ weder als „$+1$” noch als „$–1$” entschieden werden konnte.

Bekannt sind zudem die Eingangswahrscheinlichkeiten

$${\rm Pr}(x = +1) = 3/4\hspace{0.05cm}, \hspace{0.2cm}{\rm Pr}(x = -1) = 1/4\hspace{0.05cm}.$$

Das Log–Likelihood–Verhältnis (kurz: $L$–Wert, englisch: Log Likelihood Ratio, LLR) der binären Zufallsgröße $x$ ist bei bipolarer Betrachtungsweise wie folgt gegeben:

$$L(x)={\rm ln} \hspace{0.15cm} \frac{{\rm Pr}(x = +1)}{{\rm Pr}(x = -1)}\hspace{0.05cm}.$$

Entsprechend gilt für den bedingten $L$–Wert in Vorwärtsrichtung für alle $y ∈ \{+1, \, –1, \, {\rm E}\}$:

$$L(y\hspace{0.05cm}|\hspace{0.05cm}x) = {\rm ln} \hspace{0.15cm} \frac{{\rm Pr}(y\hspace{0.05cm}|\hspace{0.05cm}x = +1)}{{\rm Pr}(y\hspace{0.05cm}|\hspace{0.05cm}x = -1)} \hspace{0.05cm}. $$

Hinweis:

  • Die Aufgabe gehört zum Kapitel Soft–in Soft–out Decoder.
  • Sollte die Eingabe des Zahlenwertes „0” erforderlich sein, so geben Sie bitte „0.” ein.


Fragebogen

1

Wie lautet der $L$–Wert der Eingangsgröße $x$?

$L(x) \ = \ $

2

Welcher Wahrscheinlichkeit ${\rm Pr}(x = \, –1)$ entspricht $L(x) = \, –2$?

${\rm Pr}(x = \, –1) \ = \ $

3

Berechnen Sie den bedingten $L$–Wert $L(y = {\rm E} | x)$ in Vorwärtsrichtung.

$L(y = {\rm E} | x) \ = \ $

4

Welche Aussagen gelten für die beiden anderen bedingten $L$–Wert?

$L(y = +1 | x)$ ist positiv unendlich.
$L(y = \, –1 | x)$ ist negativ und betragsmäßig unendlich groß.
Es gilt $L(y = +1 | x) = L(y = \, –1 | x) = 0$.

5

Unter welchen Voraussetzungen gelten die Ergebnisse aus (3) und (4)?

Für $0 ≤ \lambda ≤ 1$.
Für $0 < \lambda ≤ 1$.
Für $0 ≤ \lambda < 1$.
Für $0 < \lambda < 1$.


Musterlösung

(1)  (2)  (3)  (4)  (5)