Aufgaben:Aufgabe 5.1: Gaußsche AKF und Gaußtiefpass: Unterschied zwischen den Versionen
Keine Bearbeitungszusammenfassung |
Add English interlanguage link |
||
| (11 dazwischenliegende Versionen von 3 Benutzern werden nicht angezeigt) | |||
| Zeile 3: | Zeile 3: | ||
}} | }} | ||
[[Datei:P_ID487__Sto_A_5_1.png|right|Gaußsche AKF am Eingang und Ausgang]] | [[Datei:P_ID487__Sto_A_5_1.png|right|frame|Gaußsche AKF am Eingang und Ausgang des Filters]] | ||
Am Eingang eines Tiefpassfilters mit dem Frequenzgang $H(f)$ liegt ein gaußverteiltes mittelwertfreies Rauschsignal $x(t)$ mit folgender Autokorrelationsfunktion (AKF) an: | Am Eingang eines Tiefpassfilters mit dem Frequenzgang $H(f)$ liegt ein gaußverteiltes mittelwertfreies Rauschsignal $x(t)$ mit folgender Autokorrelationsfunktion $\rm (AKF)$ an: | ||
:$${\it \ | :$${\it \varphi}_{x}(\tau) = \sigma_x^2 \cdot {\rm e}^{- \pi (\tau/{\rm \nabla} \tau_x)^2}.$$ | ||
/{\rm \nabla} \tau_x)^2}.$$ | |||
Diese AKF ist in | Diese AKF ist in nebenstehender Grafik oben dargestellt. | ||
Das Filter sei gaußförmig mit der Gleichsignalverstärkung $H_0$ und der äquivalenten Bandbreite $\Delta f$. Für den Frequenzgang kann somit geschrieben werden: | Das Filter sei gaußförmig mit der Gleichsignalverstärkung $H_0$ und der äquivalenten Bandbreite $\Delta f$. Für den Frequenzgang kann somit geschrieben werden: | ||
:$$H(f) = H_{\rm 0} \cdot{\rm e}^{- \pi (f/ {\rm \Delta} f)^2}.$$ | :$$H(f) = H_{\rm 0} \cdot{\rm e}^{- \pi (f/ {\rm \Delta} f)^2}.$$ | ||
Im Verlaufe dieser Aufgabe sollen die beiden Filterparameter $H_0$ und $\Delta f$ so dimensioniert werden, dass das Ausgangssignal $y(t)$ eine AKF entsprechend der unteren Skizze aufweist. | Im Verlaufe dieser Aufgabe sollen die beiden Filterparameter $H_0$ und $\Delta f$ so dimensioniert werden, dass das Ausgangssignal $y(t)$ eine AKF entsprechend der unteren Skizze aufweist. | ||
*Die Aufgabe gehört zum Kapitel [[Stochastische_Signaltheorie/Stochastische_Systemtheorie|Stochastische Systemtheorie]]. | |||
*Bezug genommen wird auch auf das Kapitel [[Stochastische_Signaltheorie/Autokorrelationsfunktion_(AKF)| | |||
Hinweise: | |||
*Die Aufgabe gehört zum Kapitel [[Stochastische_Signaltheorie/Stochastische_Systemtheorie|Stochastische Systemtheorie]]. | |||
*Bezug genommen wird auch auf das Kapitel [[Stochastische_Signaltheorie/Autokorrelationsfunktion_(AKF)|Autokorrelationsfunktion]]. | |||
*Berücksichtigen Sie die folgende Fourierkorrespondenz: | *Berücksichtigen Sie die folgende Fourierkorrespondenz: | ||
:$${\rm e}^{- \pi (f/{\rm \Delta} f)^2} | :$${\rm e}^{- \pi (f/{\rm \Delta} f)^2} \hspace{0.15cm}\bullet\!\!-\!\!\!-\!\!\!\hspace{0.03cm}\circ \hspace{0.15cm}{\rm \Delta} f \cdot{\rm e}^{- \pi ({\rm \Delta} f \hspace{0.03cm} \cdot \hspace{0.03cm} t)^2}.$$ | ||
\bullet\!\!-\!\!\!-\!\!\!\hspace{0.03cm}\circ \hspace{0.15cm}{\rm \Delta} f \cdot | |||
{\rm e}^{- \pi ({\rm \Delta} f \hspace{0.03cm} \cdot \hspace{0.03cm} t)^2}.$$ | |||
| Zeile 31: | Zeile 31: | ||
{Wie groß ist der Effektivwert des Filtereingangssignals? | {Wie groß ist der Effektivwert des Filtereingangssignals? | ||
|type="{}"} | |type="{}"} | ||
$\sigma_x$ | $\sigma_x \ = \ $ { 0.2 3% } $\ \rm V$ | ||
{Bestimmen Sie aus der skizzierten AKF auch die äquivalente AKF-Dauer des Signals | {Bestimmen Sie aus der skizzierten AKF auch die äquivalente AKF-Dauer $\nabla\tau_x$ des Signals $x(t)$. Wie kann diese allgemein ermittelt werden? | ||
|type="{}"} | |type="{}"} | ||
$\nabla\tau_x$ | $\nabla\tau_x \ = \ $ { 1 3% } $\ µ \rm s$ | ||
{Wie lautet das Leistungsdichtespektrum | {Wie lautet das Leistungsdichtespektrum ${\it Φ}_x(f)$ des Eingangsignals? Wie groß ist der LDS-Wert bei $f= 0$? | ||
|type="{}"} | |type="{}"} | ||
$\ | ${\it Φ}_x(f=0) \ = \ $ { 40 3% } $\ \cdot 10^{-9}\ \rm V^2/Hz$ | ||
{Berechnen Sie das | {Berechnen Sie das Leistungsdichtespektrum ${\it Φ}_y(f)$ am Filterausgang allgemein als Funktion von $\sigma_x$, $\nabla \tau_x$, $H_0$ und $\Delta f$. Welche Aussagen treffen zu? | ||
|type="[]"} | |type="[]"} | ||
+ Das LDS | + Das LDS ${\it Φ}_y(f)$ ist ebenfalls gaußförmig. | ||
- Je kleiner Δ | - Je kleiner $\Delta f$ ist, um so breiter ist ${\it Φ}_y(f)$. | ||
+ | + $H_0$ beeinflusst nur die Höhe, aber nicht die Breite von ${\it Φ}_y(f)$. | ||
{Wie groß muss die äquivalente Filterbandbreite Δ | {Wie groß muss die äquivalente Filterbandbreite $\Delta f$ gewählt werden, damit für die äquivalente AKF-Dauer $\nabla \tau_y = 3 \ \rm µ s$ gilt? | ||
|type="{}"} | |type="{}"} | ||
$\Delta f$ | $\Delta f \ = \ $ { 0.5 3% } $\ \rm MHz$ | ||
{Wie groß muss man den Gleichsignalübertragungsfaktor | {Wie groß muss man den Gleichsignalübertragungsfaktor $H_0$ wählen, damit die Bedingung $\sigma_y = \sigma_x$ erfüllt wird? | ||
|type="{}"} | |type="{}"} | ||
$H_0$ | $H_0 \ = \ $ { 1.732 3% } | ||
| Zeile 66: | Zeile 66: | ||
===Musterlösung=== | ===Musterlösung=== | ||
{{ML-Kopf}} | {{ML-Kopf}} | ||
'''(1)''' Die Varianz ist gleich dem AKF-Wert bei $\tau = 0$, also $\sigma_x^2 = 0.04 \ \rm V^2$. | |||
*Daraus folgt $\sigma_x\hspace{0.15cm}\underline {= 0.2 \ \rm V}$. | |||
'''(2)''' Die äquivalente AKF-Dauer kann man über das flächengleiche Rechteck ermitteln. | |||
*Gemäß der Skizze erhält man $\nabla \tau_x\hspace{0.15cm}\underline {= 1 \ \rm µ s}$. | |||
'''(3)''' Das LDS ist die Fouriertransformierte der AKF. | |||
*Mit der gegebenen Fourierkorrespondenz gilt: | |||
:$${\it \Phi}_{x}(f) = \sigma_x^2 \cdot {\rm \nabla} \tau_x \cdot{\rm e}^{- \pi ({\rm \nabla} \tau_x \hspace{0.03cm}\cdot \hspace{0.03cm}f)^2} .$$ | |||
*Bei der Frequenz $f = 0$ erhält man: | |||
:$${\it \Phi}_{x}(f = 0) = \sigma_x^2 \cdot {\rm \nabla} \tau_x =\rm 0.04 \hspace{0.1cm} V^2 \cdot 10^{-6} \hspace{0.1cm} s \hspace{0.15cm} \underline{= 40\cdot 10^{-9} \hspace{0.1cm} V^2 / Hz}.$$ | |||
'''(4)''' Richtig sind die <u>Lösungsvorschläge 1 und 3</u>: | |||
:$${\it \ | *Allgemein gilt ${\it \Phi}_{y}(f) = {\it \Phi}_{x}(f) \cdot |H(f)|^2$. Daraus folgt: | ||
{\rm e}^{- \pi ({\rm \nabla} \tau_x \cdot f)^2}\cdot H_{\rm 0}^2 | :$${\it \Phi}_{y}(f) = \sigma_x^2 \cdot {\rm \nabla} \tau_x \cdot{\rm e}^{- \pi ({\rm \nabla} \tau_x \cdot f)^2}\cdot H_{\rm 0}^2\cdot{\rm e}^{- 2 \pi (f/ {\rm \Delta} f)^2} .$$ | ||
\cdot{\rm e}^{- 2 \pi (f/ {\rm \Delta} f)^2} .$$ | *Durch Zusammenfassen der beiden Exponentialfunktionen erhält man: | ||
:$${\it \Phi}_{y}(f) = \sigma_x^2 \cdot {\rm \nabla} \tau_x \cdot H_0^2 \cdot{\rm e}^{- \pi\cdot ({\rm \nabla} \tau_x^2 + 2/\Delta f^2 ) \hspace{0.1cm}\cdot f^2}.$$ | |||
*Auch ${\it \Phi}_{y}(f)$ ist gaußförmig und nie breiter als ${\it \Phi}_{x}(f)$. Für $f \to \infty$ gilt die Näherung ${\it \Phi}_{y}(f) \approx {\it \Phi}_{x}(f)$. | |||
*Mit kleiner werdendem $\Delta f$ wird ${\it \Phi}_{y}(f)$ immer schmäler (also ist die zweite Aussage falsch). | |||
*$H_0$ beeinflusst tatsächlich nur die LDS-Höhe, aber nicht die Breite des LDS. | |||
'''(5)''' Analog zum Aufgabenteil '''(1)''' kann für das LDS des Ausgangssignals $y(t)$ geschrieben werden: | |||
:$${\it \Phi}_{y}(f) = \sigma_y^2 \cdot {\rm \nabla} \tau_y \cdot{\rm e}^{- \pi \cdot {\rm \nabla} \tau_y^2 \cdot f^2 }.$$ | |||
*Durch Vergleich mit dem Ergebnis aus '''(4)''' ergibt sich: | |||
:$${\ | :$${{\rm \nabla} \tau_y^2} = {{\rm \nabla} \tau_x^2} + \frac {2}{{\rm\Delta} f^2}.$$ | ||
{\rm | *Löst man die Gleichung nach $\Delta f$ auf und berücksichtigt die Werte $\nabla \tau_x {= 1 \ \rm µ s}$ sowie $\nabla \tau_y {= 3 \ \rm µ s}$, so folgt: | ||
:$${\rm \Delta} f = \sqrt{\frac{2}{{\rm \nabla} \tau_y^2 - {\rm\nabla} \tau_x^2}} = \sqrt{\frac{2}{9 - 1}} \hspace{0.1cm}\rm MHz\hspace{0.15cm} \underline{= 0.5\hspace{0.1cm} MHz} .$$ | |||
'''(6)''' Die Bedingung $\sigma_y = \sigma_x$ ist gleichbedeutend mit $\varphi_y(\tau = 0)= \varphi_x(\tau = 0)$. | |||
:$$H_{\rm 0} = \sqrt{\frac{\Phi_y (f = 0)}{\Phi_x (f = 0)}} = \sqrt | *Da zudem $\nabla \tau_y = 3 \cdot \nabla \tau_x$ vorgegeben ist, muss deshalb auch ${\it \Phi}_{y}(f= 0) = 3 \cdot {\it \Phi}_{x}(f= 0)$ gelten. | ||
{3}\hspace{0.15cm} \underline{=1.732}.$$ | *Daraus erhält man: | ||
:$$H_{\rm 0} = \sqrt{\frac{\it \Phi_y (f \rm = 0)}{\it \Phi_x (f = \rm 0)}} = \sqrt{3}\hspace{0.15cm} \underline{=1.732}.$$ | |||
{{ML-Fuß}} | {{ML-Fuß}} | ||
| Zeile 114: | Zeile 116: | ||
[[Category:Aufgaben zu Stochastische Signaltheorie|^5.1 Stochastische Systemtheorie^]] | [[Category:Aufgaben zu Stochastische Signaltheorie|^5.1 Stochastische Systemtheorie^]] | ||
[[en:Aufgaben:Exercise_5.1:_Gaussian_ACF_and_Gaussian_Low-Pass]] | |||
Aktuelle Version vom 16. März 2026, 14:38 Uhr

Am Eingang eines Tiefpassfilters mit dem Frequenzgang $H(f)$ liegt ein gaußverteiltes mittelwertfreies Rauschsignal $x(t)$ mit folgender Autokorrelationsfunktion $\rm (AKF)$ an:
- $${\it \varphi}_{x}(\tau) = \sigma_x^2 \cdot {\rm e}^{- \pi (\tau/{\rm \nabla} \tau_x)^2}.$$
Diese AKF ist in nebenstehender Grafik oben dargestellt.
Das Filter sei gaußförmig mit der Gleichsignalverstärkung $H_0$ und der äquivalenten Bandbreite $\Delta f$. Für den Frequenzgang kann somit geschrieben werden:
- $$H(f) = H_{\rm 0} \cdot{\rm e}^{- \pi (f/ {\rm \Delta} f)^2}.$$
Im Verlaufe dieser Aufgabe sollen die beiden Filterparameter $H_0$ und $\Delta f$ so dimensioniert werden, dass das Ausgangssignal $y(t)$ eine AKF entsprechend der unteren Skizze aufweist.
Hinweise:
- Die Aufgabe gehört zum Kapitel Stochastische Systemtheorie.
- Bezug genommen wird auch auf das Kapitel Autokorrelationsfunktion.
- Berücksichtigen Sie die folgende Fourierkorrespondenz:
- $${\rm e}^{- \pi (f/{\rm \Delta} f)^2} \hspace{0.15cm}\bullet\!\!-\!\!\!-\!\!\!\hspace{0.03cm}\circ \hspace{0.15cm}{\rm \Delta} f \cdot{\rm e}^{- \pi ({\rm \Delta} f \hspace{0.03cm} \cdot \hspace{0.03cm} t)^2}.$$
Fragebogen
Musterlösung
- Daraus folgt $\sigma_x\hspace{0.15cm}\underline {= 0.2 \ \rm V}$.
(2) Die äquivalente AKF-Dauer kann man über das flächengleiche Rechteck ermitteln.
- Gemäß der Skizze erhält man $\nabla \tau_x\hspace{0.15cm}\underline {= 1 \ \rm µ s}$.
(3) Das LDS ist die Fouriertransformierte der AKF.
- Mit der gegebenen Fourierkorrespondenz gilt:
- $${\it \Phi}_{x}(f) = \sigma_x^2 \cdot {\rm \nabla} \tau_x \cdot{\rm e}^{- \pi ({\rm \nabla} \tau_x \hspace{0.03cm}\cdot \hspace{0.03cm}f)^2} .$$
- Bei der Frequenz $f = 0$ erhält man:
- $${\it \Phi}_{x}(f = 0) = \sigma_x^2 \cdot {\rm \nabla} \tau_x =\rm 0.04 \hspace{0.1cm} V^2 \cdot 10^{-6} \hspace{0.1cm} s \hspace{0.15cm} \underline{= 40\cdot 10^{-9} \hspace{0.1cm} V^2 / Hz}.$$
(4) Richtig sind die Lösungsvorschläge 1 und 3:
- Allgemein gilt ${\it \Phi}_{y}(f) = {\it \Phi}_{x}(f) \cdot |H(f)|^2$. Daraus folgt:
- $${\it \Phi}_{y}(f) = \sigma_x^2 \cdot {\rm \nabla} \tau_x \cdot{\rm e}^{- \pi ({\rm \nabla} \tau_x \cdot f)^2}\cdot H_{\rm 0}^2\cdot{\rm e}^{- 2 \pi (f/ {\rm \Delta} f)^2} .$$
- Durch Zusammenfassen der beiden Exponentialfunktionen erhält man:
- $${\it \Phi}_{y}(f) = \sigma_x^2 \cdot {\rm \nabla} \tau_x \cdot H_0^2 \cdot{\rm e}^{- \pi\cdot ({\rm \nabla} \tau_x^2 + 2/\Delta f^2 ) \hspace{0.1cm}\cdot f^2}.$$
- Auch ${\it \Phi}_{y}(f)$ ist gaußförmig und nie breiter als ${\it \Phi}_{x}(f)$. Für $f \to \infty$ gilt die Näherung ${\it \Phi}_{y}(f) \approx {\it \Phi}_{x}(f)$.
- Mit kleiner werdendem $\Delta f$ wird ${\it \Phi}_{y}(f)$ immer schmäler (also ist die zweite Aussage falsch).
- $H_0$ beeinflusst tatsächlich nur die LDS-Höhe, aber nicht die Breite des LDS.
(5) Analog zum Aufgabenteil (1) kann für das LDS des Ausgangssignals $y(t)$ geschrieben werden:
- $${\it \Phi}_{y}(f) = \sigma_y^2 \cdot {\rm \nabla} \tau_y \cdot{\rm e}^{- \pi \cdot {\rm \nabla} \tau_y^2 \cdot f^2 }.$$
- Durch Vergleich mit dem Ergebnis aus (4) ergibt sich:
- $${{\rm \nabla} \tau_y^2} = {{\rm \nabla} \tau_x^2} + \frac {2}{{\rm\Delta} f^2}.$$
- Löst man die Gleichung nach $\Delta f$ auf und berücksichtigt die Werte $\nabla \tau_x {= 1 \ \rm µ s}$ sowie $\nabla \tau_y {= 3 \ \rm µ s}$, so folgt:
- $${\rm \Delta} f = \sqrt{\frac{2}{{\rm \nabla} \tau_y^2 - {\rm\nabla} \tau_x^2}} = \sqrt{\frac{2}{9 - 1}} \hspace{0.1cm}\rm MHz\hspace{0.15cm} \underline{= 0.5\hspace{0.1cm} MHz} .$$
(6) Die Bedingung $\sigma_y = \sigma_x$ ist gleichbedeutend mit $\varphi_y(\tau = 0)= \varphi_x(\tau = 0)$.
- Da zudem $\nabla \tau_y = 3 \cdot \nabla \tau_x$ vorgegeben ist, muss deshalb auch ${\it \Phi}_{y}(f= 0) = 3 \cdot {\it \Phi}_{x}(f= 0)$ gelten.
- Daraus erhält man:
- $$H_{\rm 0} = \sqrt{\frac{\it \Phi_y (f \rm = 0)}{\it \Phi_x (f = \rm 0)}} = \sqrt{3}\hspace{0.15cm} \underline{=1.732}.$$