Exercise 3.6: Noisy DC Signal

From LNTwww

Verrauschtes Gleichsignal und WDF

Ein Gleichsignal  $s(t) = 2\hspace{0.05cm}\rm V$  wird durch ein Rauschsignal  $n(t)$  additiv überlagert.

  • Im oberen Bild sehen Sie einen Ausschnitt des Summensignals   $x(t)=s(t)+n(t).$
  • Die Wahrscheinlichkeitsdichtefunktion (WDF) des Signals  $x(t)$  ist unten dargestellt.
  • Die  (auf den Widerstand  $1\hspace{0.05cm} \Omega$  bezogene)  Gesamtleistung dieses Signals beträgt  $P_x = 5\hspace{0.05cm}\rm V^2$.




Hinweise:

$$\rm Q(0) = 0.5,\hspace{0.5cm} Q(1) = 0.1587, \hspace{0.5cm}\rm Q(2) = 0.0227, \hspace{0.5cm} Q(3) = 0.0013. $$



Fragebogen

1

Welche der folgenden Aussagen sind zutreffend?

Das Nutzsignal  $s(t)$  ist gleichverteilt.
Das Rauschsignal  $n(t)$  ist gaußverteilt.
Das Rauschsignal  $n(t)$  hat einen Mittelwert  $m_n \ne 0$.
Das Gesamtsignal  $x(t)$  ist gaußverteilt mit Mittelwert  $m_x = 2\hspace{0.05cm}\rm V$.

2

Berechnen Sie die Standardabweichung (Streuung) des Signals  $x(t)$.

$\sigma_x \ = \ $

$\ \rm V$

3

Wie groß ist die Wahrscheinlichkeit, dass  $x(t) < 0\hspace{0.05cm}\rm V$  ist?

${\rm Pr}(x < 0\hspace{0.05cm}\rm V)\ = \ $

$\ \%$

4

Wie groß ist die Wahrscheinlichkeit, dass  $x(t) > 4\hspace{0.05cm}\rm V$  ist?

${\rm Pr}(x > 4\hspace{0.05cm}\rm V)\ = \ $

$\ \%$

5

Mit welcher Wahrscheinlichkeit liegt  $x(t)$  zwischen  $3\hspace{0.05cm}\rm V$  und  $4\hspace{0.05cm}\rm V$?

${\rm Pr}(+3\hspace{0.05cm}{\rm V} < x < +4\hspace{0.05cm}{\rm V}) \ = \ $

$\ \%$


Musterlösung

(1)  Richtig sind die Lösungsvorschläge 2 und 4:

  • Das Gleichsignal  $s(t)$  ist nicht gleichverteilt, vielmehr besteht dessen WDF aus nur einer Diracfunktion bei  $m_x = 2\hspace{0.05cm}\rm V$  mit Gewicht  $1$.
  • Das Signal  $n(t)$  ist gaußverteilt und mittelwertfrei   ⇒   $m_n = 0$.
  • Deshalb ist auch das Summensignal  $x(t)$  gaußverteilt, aber nun mit Mittelwert  $m_x = 2\hspace{0.05cm}\rm V$.
  • Dieser rührt allein vom Gleichsignal  $s(t) = 2\hspace{0.05cm}\rm V$  her.


(2)  Nach dem Satz von Steiner gilt:

$$\sigma_{x}^{\rm 2}=m_{\rm 2 \it x}-m_{x}^{\rm 2}. $$
  • Der quadratische Mittelwert  $m_{2x}$  ist gleich der  $($auf  $1\hspace{0.05cm} \Omega$  bezogenen$)$  Gesamtleistung  $P_x = 5\hspace{0.05cm}\rm V^2$.
  • Mit dem Mittelwert  $m_x = 2\hspace{0.05cm}\rm V$  folgt daraus für die Streuung:  
$$\sigma_{x} = \sqrt{5\hspace{0.05cm}\rm V^2 - (2\hspace{0.05cm}\rm V)^2} \hspace{0.15cm}\underline{= 1\hspace{0.05cm}\rm V}.$$


(3)  Die Verteilungsfunktion (VTF) einer Gaußschen Zufallsgröße  $($Mittelwert  $m_x$,  Streuung $\sigma_x)$  lautet mit dem Gaußschen Fehlerintegral:

$$F_x(r)=\rm\phi(\it\frac{r-m_x}{\sigma_x}\rm ).$$
  • Die Verteilungsfunktion an der Stelle  $r = 0\hspace{0.05cm}\rm V$  ist gleich der Wahrscheinlichkeit, dass  $x$  kleiner oder gleich  $0\hspace{0.05cm}\rm V$  ist.
  • Bei kontinuierlichen Zufallsgrößen gilt aber auch  ${\rm Pr}(x \le r) = {\rm Pr}(x < r)$.
  • Mit dem komplementären Gaußschen Fehlerintegral erhält man somit:
$$\rm Pr(\it x < \rm 0\,V)=\rm \phi(\rm \frac{-2\,V}{1\,V})=\rm Q(\rm 2)\hspace{0.15cm}\underline{=\rm 2.27\%}.$$


(4)  Wegen der Symmetrie um den Mittelwert  $m_x = 2\hspace{0.05cm}\rm V$  ergibt sich hierfür die gleiche Wahrscheinlichkeit, nämlich

$$\rm Pr(\it x > \rm 4\,V)\hspace{0.15cm}\underline{=\rm 2.27\%}.$$


(5)  Die Wahrscheinlichkeit, dass  $x$  größer ist als  $3\hspace{0.05cm}\rm V$, ergibt sich zu

$${\rm Pr}( x > 3\text{ V}) = 1- F_x(\frac{3\text{ V}-2\text{ V}}{1\text{ V}})=\rm Q(\rm 1)=\rm 0.1587.$$
  • Für die gesuchte Wahrscheinlichkeit erhält man daraus:
$$\rm Pr(3\,V\le \it x \le \rm 4\,V)= \rm Pr(\it x > \rm 3\,V)- \rm Pr(\it x > \rm 4\,V) = 0.1587 - 0.0227\hspace{0.15cm}\underline{=\rm 13.6\%}. $$