Aufgaben:4.9 Zykloergodizität - Versionsgeschichte

Nabil: Die Seite wurde geleert.

2016-09-14T00:19:20Z

Die Seite wurde geleert.

Nabil: Die Seite wurde neu angelegt: „ {{quiz-Header|Buchseite=Stochastische Signaltheorie/Autokorrelationsfunktion (AKF) }} right| :Wir betrachten zwei unterschie…“

2016-09-13T23:48:13Z

Die Seite wurde neu angelegt: „ {{quiz-Header|Buchseite=Stochastische Signaltheorie/Autokorrelationsfunktion (AKF) }} right| :Wir betrachten zwei unterschie…“

Neue Seite

{{quiz-Header|Buchseite=Stochastische Signaltheorie/Autokorrelationsfunktion (AKF)
}}

[[Datei:P_ID379__Sto_A_4_9.png|right|]]
:Wir betrachten zwei unterschiedliche Zufallsprozesse, deren Musterfunktionen harmonische Schwingungen mit jeweils gleicher Frequenz  f0 = 1/T0 sind.

:Beim oben dargestellten Zufallsprozess {xi(t)} ist die Amplitude die stochastische Komponente, wobei der Zufallsparameter Ci alle Werte zwischen 1V und 2V mit gleicher Wahrscheinlichkeit annehmen kann:
:$$\{ x_i(t) \} = \{ C_i \cdot \rm cos (2 \pi \it f_{\rm 0} t)\}. $$

:Beim Prozess {yi(t)} weisen alle Musterfunktionen die gleiche Amplitude auf: x0 = 2V. Hier variiert die Phase φi, die gleichverteilt zwischen 0 und 2π ist:
:$$\{ y_i(t) \} = \{ x_{\rm 0} \cdot \rm cos (2 \pi \it f_{\rm 0} t - \varphi_i)\}. $$

:Die Eigenschaften zyklostationär und zykloergodisch sagen aus, dass die Prozesse zwar im strengen Sinne nicht als stationär und ergodisch zu bezeichnen sind, die statistischen Kennwerte aber für Vielfache der Periondauer T0 jeweils gleich sind. In diesen Fällen sind auch die meisten der Berechnungsregeln, die eigentlich nur für ergodische Prozesse gelten, anwendbar.

:Hinweis: Diese Aufgabe bezieht sich auf den Theorieteil von Kapitel 4.4.

===Fragebogen===

<quiz display=simple>
{Welche der nachfolgenden Aussagen sind zutreffend?
|type="[]"}
- Der Prozess {xi(t)} ist stationär.
- Der Prozess {xi(t)} ist ergodisch.
+ Der Prozess {yi(t)} ist stationär.
+ Der Prozess {yi(t)} ist ergodisch.

{Berechnen Sie die Autokorrelationsfunktion φy(τ) für verschiedene τ.
|type="{}"}
$\phi_y(\tau=0)$ = { 2 3% } $V^2$
$\phi_y(\tau=0.25\ .\ T_0)$ = { 0 3% } $V^2$
$\phi_y(\tau=0.25\ .\ T_0)$ = - { 2 3% } $V^2$

{Welche der nachfolgenden Aussagen sind bezüglich {yi(t)} zutreffend?
|type="[]"}
+ Alle Mustersignale sind gleichsignalfrei.
- Alle Mustersignale besitzen einen Effektivwert von 2V.
- Die AKF hat die doppelte Periode wie die Mustersignale.

</quiz>

===Musterlösung===
{{ML-Kopf}}
:1.  Zum Zeitpunkt t = 0 (und allen Vielfachen der Periodendauer T0) hat jedes Mustersignal xi(t) einen Wert zwischen 1V und 2V (Mittelwert: 1.5V). Dagegen ist bei t = T0/4 der Signalwert des gesamten Ensembles identisch 0. Das heißt: Bereits der lineare Mittelwert erfüllt die Bedingung der Stationarität nicht; der Prozess {xi(t} ist nicht stationär und kann deshalb auch nicht ergodisch sein.

:Dagegen sind beim Prozess {yi(t} aufgrund der gleichverteilten Phase zu allen Zeitpunkten die gleichen Momente zu erwarten; der Prozess ist stationär. Da bei der AKF-Berechnung die Phasenbeziehungen verloren gehen, steht jede einzelne Musterfunktion stellvertretend für den gesamten Prozess. Deshalb kann hier hypothetisch von Ergodizität ausgegangen werden. Am Ende der Aufgabe ist zu überprüfen, ob diese Annahme gerechtfertigt ist. Das heißt: Richtig sind die Lösungsvorschläge 3 und 4.

:2.  Aufgrund der Ergodizität kann jede Musterfunktion zur AKF-Berechung herangezogen werden. Wir benutzen hier willkürlich die Phase φi = 0. Aufgrund der Periodizität genügt die Mitteilung über nur eine Periodendauer T0. Dann gilt:
:$$\varphi_y (\tau) = \frac{1}{T_0} \cdot \int_0^{T_0} y(t) \cdot y (t+\tau) \hspace{0.1cm}\rm d \it t = \rm \frac{{\it x}_0^2}{{\it T}_0} \cdot \int_0^{{\it T}_0} \rm cos (2 \pi \it{f_{\rm 0} t}) \cdot \rm cos (2 \pi \it{f_{\rm 0} (t+\tau)}) \hspace{0.1cm}\rm d \it t.$$

:Mit der trigonometrischen Beziehung
:$$\rm cos (\it \alpha) \cdot \rm cos (\it \beta)= \rm \frac{1}{2} \cdot \rm cos (\it \alpha + \beta) + \rm \frac{1}{2} \cdot \rm cos (\it \alpha - \beta)$$

:folgt daraus weiter:
:$$\varphi_y (\tau) = \rm \frac{{\it x}_0^2}{{2 \it T}_0} \cdot \int_0^{{\it T}_0} \rm cos (4 \pi \it{f_{\rm 0} t} + {\rm 2} \pi \it{f_{\rm 0} \tau}) \hspace{0.1cm}\rm d \it t + \rm \frac{{\it x}_0^2}{{2 \it T}_0} \cdot \int_0^{{\it T}_0} \rm cos (-2 \pi \it{f_{\rm 0} \tau}) \hspace{0.1cm}\rm d \it t. $$

:Das erste Integral ist 0 (Integration über zwei Perioden der Cosinusfunktion), der zweite Integrand ist unabhängig von der Integrationsvariablen t. Daraus folgt:
:$$\varphi_y (\tau) = \rm \frac{{\it x}_0^2}{\rm 2} \cdot \rm cos (2 \pi \it{f_{\rm 0} \tau}). $$

:Für die angegebenen Zeitpunkte gilt mit x0 = 2V:
:$$\varphi_y (0)\hspace{0.15cm}\underline{ = \rm 2V^2}; \hspace{0.1cm} \it \varphi_y (\rm 0.25 \cdot{\it T}_{\rm 0} )\hspace{0.15cm}\underline{ = 0}; \hspace{0.1cm} \it \varphi_y (\rm 1.5 \cdot {\it T}_{\rm 0} ) \hspace{0.15cm}\underline{= \rm -2V^2}.$$

:3.  Der Mittelwert my kann aus dem Grenzwert der AKF für τ → ∞ ermittelt werden, wenn man die periodischen Anteile ausschließt. Daraus folgt my = 0.

:Die Varianz (Leistung) ist gleich dem AKF-Wert an der Stelle τ = 0, also 2 V2. Der Effektivwert ist die Quadratwurzel daraus: σy ≈ 1.414 V.

:Die Periodendauer eines periodischen Zufallsprozesses bleibt in der AKF erhalten, das heißt, auch die Periodendauer der AKF beträgt T0. Richtig ist also nur der erste Lösungsvorschlag.
{{ML-Fuß}}

[[Category:Aufgaben zu Stochastische Signaltheorie|^4.4 Autokorrelationsfunktion (AKF)^]]

← Nächstältere Version		Version vom 14. September 2016, 00:19 Uhr
Zeile 1:		Zeile 1:

−	~~{{quiz-Header\|Buchseite=Stochastische Signaltheorie/Autokorrelationsfunktion (AKF)~~
−	}}
−
−	~~[[Datei:P_ID379__Sto_A_4_9.png\|right\|]]~~
−	~~:Wir betrachten zwei unterschiedliche Zufallsprozesse, deren Musterfunktionen harmonische Schwingungen mit jeweils gleicher Frequenz  <i>f</i><sub>0</sub> = 1/<i>T</i><sub>0</sub> sind.~~
−
−	:Beim oben dargestellten Zufallsprozess {<i>x<sub>i</sub></i>(<i>t</i>)} ist die Amplitude die stochastische Komponente, wobei der Zufallsparameter <i>C<sub>i</sub></i> alle Werte zwischen 1V und 2V mit gleicher Wahrscheinlichkeit annehmen kann:
−	~~:$$\{ x_i(t) \} = \{ C_i \cdot \rm cos (2 \pi \it f_{\rm 0} t)\}. $$~~
−
−	:Beim Prozess {<i>y<sub>i</sub></i>(<i>t</i>)} weisen alle Musterfunktionen die gleiche Amplitude auf: <i>x</i><sub>0</sub> = 2V. Hier variiert die Phase <i>φ<sub>i</sub></i>, die gleichverteilt zwischen 0 und 2π ist:
−	~~:$$\{ y_i(t) \} = \{ x_{\rm 0} \cdot \rm cos (2 \pi \it f_{\rm 0} t - \varphi_i)\}. $$~~
−
−	:Die Eigenschaften <i>zyklostationär</i> und <i>zykloergodisch</i> sagen aus, dass die Prozesse zwar im strengen Sinne nicht als stationär und ergodisch zu bezeichnen sind, die statistischen Kennwerte aber für Vielfache der Periondauer <i>T</i><sub>0</sub> jeweils gleich sind. In diesen Fällen sind auch die meisten der Berechnungsregeln, die eigentlich nur für ergodische Prozesse gelten, anwendbar.
−
−	~~:<b>Hinweis:</b> Diese Aufgabe bezieht sich auf den Theorieteil von Kapitel 4.4.~~
−
−
−	~~===Fragebogen===~~
−
−	~~<quiz display=simple>~~
−	~~{Welche der nachfolgenden Aussagen sind zutreffend?~~
−	~~\|type="[]"}~~
−	~~- Der Prozess {<i>x<sub>i</sub></i>(<i>t</i>)} ist stationär.~~
−	~~- Der Prozess {<i>x<sub>i</sub></i>(<i>t</i>)} ist ergodisch.~~
−	~~+ Der Prozess {<i>y<sub>i</sub></i>(<i>t</i>)} ist stationär.~~
−	~~+ Der Prozess {<i>y<sub>i</sub></i>(<i>t</i>)} ist ergodisch.~~
−
−
−	~~{Berechnen Sie die Autokorrelationsfunktion <i>φ<sub>y</sub></i>(<i>τ</i>) für verschiedene <i>τ</i>.~~
−	~~\|type="{}"}~~
−	~~$\phi_y(\tau=0)$ = { 2 3% } $V^2$~~
−	~~$\phi_y(\tau=0.25\ .\ T_0)$ = { 0 3% } $V^2$~~
−	~~$\phi_y(\tau=0.25\ .\ T_0)$ = - { 2 3% } $V^2$~~
−
−
−	~~{Welche der nachfolgenden Aussagen sind bezüglich {<i>y<sub>i</sub></i>(<i>t</i>)} zutreffend?~~
−	~~\|type="[]"}~~
−	~~+ Alle Mustersignale sind gleichsignalfrei.~~
−	~~- Alle Mustersignale besitzen einen Effektivwert von 2V.~~
−	~~- Die AKF hat die doppelte Periode wie die Mustersignale.~~
−
−
−
−	~~</quiz>~~
−
−	~~===Musterlösung===~~
−	~~{{ML-Kopf}}~~
−	:<b>1.</b>  Zum Zeitpunkt <i>t</i> = 0 (und allen Vielfachen der Periodendauer <i>T</i><sub>0</sub>) hat jedes Mustersignal <i>x<sub>i</sub></i>(<i>t</i>) einen Wert zwischen 1V und 2V (Mittelwert: 1.5V). Dagegen ist bei <i>t</i> = <i>T</i><sub>0</sub>/4 der Signalwert des gesamten Ensembles identisch 0. Das heißt: Bereits der lineare Mittelwert erfüllt die Bedingung der Stationarität nicht; der Prozess {<i>x<sub>i</sub></i>(<i>t</i>} ist nicht stationär und kann deshalb auch nicht ergodisch sein.
−
−	:Dagegen sind beim Prozess {<i>y<sub>i</sub></i>(<i>t</i>} aufgrund der gleichverteilten Phase zu allen Zeitpunkten die gleichen Momente zu erwarten; der Prozess ist stationär. Da bei der AKF-Berechnung die Phasenbeziehungen verloren gehen, steht jede einzelne Musterfunktion stellvertretend für den gesamten Prozess. Deshalb kann hier hypothetisch von Ergodizität ausgegangen werden. Am Ende der Aufgabe ist zu überprüfen, ob diese Annahme gerechtfertigt ist. Das heißt: Richtig sind <u>die Lösungsvorschläge 3 und 4</u>.
−
−	:<b>2.</b>  Aufgrund der Ergodizität kann jede Musterfunktion zur AKF-Berechung herangezogen werden. Wir benutzen hier willkürlich die Phase <i>φ<sub>i</sub></i> = 0. Aufgrund der Periodizität genügt die Mitteilung über nur eine Periodendauer <i>T</i><sub>0</sub>. Dann gilt:
−	:$$\varphi_y (\tau) = \frac{1}{T_0} \cdot \int_0^{T_0} y(t) \cdot y (t+\tau) \hspace{0.1cm}\rm d \it t = \rm \frac{{\it x}_0^2}{{\it T}_0} \cdot \int_0^{{\it T}_0} \rm cos (2 \pi \it{f_{\rm 0} t}) \cdot \rm cos (2 \pi \it{f_{\rm 0} (t+\tau)}) \hspace{0.1cm}\rm d \it t.$$
−
−	~~:Mit der trigonometrischen Beziehung~~
−	~~:$$\rm cos (\it \alpha) \cdot \rm cos (\it \beta)= \rm \frac{1}{2} \cdot \rm cos (\it \alpha + \beta) + \rm \frac{1}{2} \cdot \rm cos (\it \alpha - \beta)$$~~
−
−	~~:folgt daraus weiter:~~
−	:$$\varphi_y (\tau) = \rm \frac{{\it x}_0^2}{{2 \it T}_0} \cdot \int_0^{{\it T}_0} \rm cos (4 \pi \it{f_{\rm 0} t} + {\rm 2} \pi \it{f_{\rm 0} \tau}) \hspace{0.1cm}\rm d \it t + \rm \frac{{\it x}_0^2}{{2 \it T}_0} \cdot \int_0^{{\it T}_0} \rm cos (-2 \pi \it{f_{\rm 0} \tau}) \hspace{0.1cm}\rm d \it t. $$
−
−	~~:Das erste Integral ist 0 (Integration über zwei Perioden der Cosinusfunktion), der zweite Integrand ist unabhängig von der Integrationsvariablen <i>t</i>. Daraus folgt:~~
−	~~:$$\varphi_y (\tau) = \rm \frac{{\it x}_0^2}{\rm 2} \cdot \rm cos (2 \pi \it{f_{\rm 0} \tau}). $$~~
−
−	~~:Für die angegebenen Zeitpunkte gilt mit <i>x</i><sub>0</sub> = 2V:~~
−	:$$\varphi_y (0)\hspace{0.15cm}\underline{ = \rm 2V^2}; \hspace{0.1cm} \it \varphi_y (\rm 0.25 \cdot{\it T}_{\rm 0} )\hspace{0.15cm}\underline{ = 0}; \hspace{0.1cm} \it \varphi_y (\rm 1.5 \cdot {\it T}_{\rm 0} ) \hspace{0.15cm}\underline{= \rm -2V^2}.$$
−
−	:<b>3.</b>  Der Mittelwert <i>m<sub>y</sub></i> kann aus dem Grenzwert der AKF für τ → ∞ ermittelt werden, wenn man die periodischen Anteile ausschließt. Daraus folgt <i>m<sub>y</sub></i> = 0.
−
−	~~:Die Varianz (Leistung) ist gleich dem AKF-Wert an der Stelle <i>τ</i> = 0, also 2 V<sup>2</sup>. Der Effektivwert ist die Quadratwurzel daraus: <i>σ<sub>y</sub></i> ≈ 1.414 V.~~
−
−	:Die Periodendauer eines periodischen Zufallsprozesses bleibt in der AKF erhalten, das heißt, auch die Periodendauer der AKF beträgt <i>T</i><sub>0</sub>. Richtig ist also nur <u>der erste Lösungsvorschlag</u>.
−	~~{{ML-Fuß}}~~
−
−
−
−	~~[[Category:Aufgaben zu Stochastische Signaltheorie\|^4.4 Autokorrelationsfunktion (AKF)^]]~~