Aufgaben:Aufgabe 1.3: Kanalmodelle BSC–BEC–BSEC–AWGN: Unterschied zwischen den Versionen
Wael (Diskussion | Beiträge) |
|||
(17 dazwischenliegende Versionen von 3 Benutzern werden nicht angezeigt) | |||
Zeile 3: | Zeile 3: | ||
}} | }} | ||
− | [[Datei:P_ID2383__KC_A_1_3_neu.png|right|frame| | + | [[Datei:P_ID2383__KC_A_1_3_neu.png|right|frame|Kanalmodelle „BSEC” und „AWGN”]] |
Im Theorieteil zu diesem Kapitel werden die folgenden digitalen Kanalmodelle behandelt: | Im Theorieteil zu diesem Kapitel werden die folgenden digitalen Kanalmodelle behandelt: | ||
− | *[[Kanalcodierung/Kanalmodelle_und_Entscheiderstrukturen#Binary_Symmetric_Channel_.E2.80.93_BSC|Binary Symmetric Channel]](BSC), | + | *[[Kanalcodierung/Kanalmodelle_und_Entscheiderstrukturen#Binary_Symmetric_Channel_.E2.80.93_BSC|Binary Symmetric Channel]] $\rm (BSC)$, |
− | *[[Kanalcodierung/Kanalmodelle_und_Entscheiderstrukturen#Binary_Erasure_Channel_.E2.80.93_BEC|Binary Erasure Channel]](BEC), | + | *[[Kanalcodierung/Kanalmodelle_und_Entscheiderstrukturen#Binary_Erasure_Channel_.E2.80.93_BEC|Binary Erasure Channel]] $\rm (BEC)$, |
− | *[[Kanalcodierung/Kanalmodelle_und_Entscheiderstrukturen#Binary_Symmetric_Error_.26_Erasure_Channel_.E2.80.93_BSEC|Binary | + | *[[Kanalcodierung/Kanalmodelle_und_Entscheiderstrukturen#Binary_Symmetric_Error_.26_Erasure_Channel_.E2.80.93_BSEC|Binary Symmetric Error & Erasure Channel]] $\rm (BSEC)$. |
− | |||
− | |||
− | |||
− | |||
− | |||
− | + | Die obere Grafik zeigt das BSEC–Modell. Daraus lassen sich zwei andere Kanalmodelle ableiten: | |
+ | *Mit $λ = 0$ ergibt sich das BSC–Modell. | ||
+ | *Mit $\varepsilon = 0$ ergibt sich das BEC–Modell. | ||
− | |||
− | + | Die untere Grafik zeigt den Zusammenhang zwischen dem diskreten BSEC–Modell und dem analogen AWGN–Kanalmodell. Um Verwechslungen zu vermeiden, bezeichnen wir das (analoge) Ausgangssignal des AWGN–Kanals mit $y_{\rm A}$, wobei mit dem Rauschterm $n$ gilt: | |
− | Die Aufgabe | + | :$$y_{\rm A} = \tilde{x}+ n.$$ |
+ | |||
+ | Die Tilde weist auf die bipolare Beschreibung des Digitalsignals hin. Es gilt: | ||
+ | *$\tilde{x} = +1$, falls $x = 0$, | ||
+ | *$\tilde{x} = -1$, falls $x = 1$. | ||
+ | |||
+ | |||
+ | Man erkennt die ternäre Ausgangsgröße $y \in \{0,\ 1,\ \rm E\}$, die sich aus dem AWGN–Modell durch die Unterteilung in drei Bereiche ergibt. Hierzu werden die Entscheiderschwellen $G_0$ und $G_1$ benötigt. | ||
+ | |||
+ | Das Ereignis $y = \rm E$ („"Erasure"”) sagt aus, dass die Entscheidung so unsicher ist, dass als Ergebnis weder $y = 0$ noch $y = 1$ gerechtfertigt erscheint. In deutschen Fachbüchern spricht man von einer "Auslöschung". | ||
+ | |||
+ | |||
+ | |||
+ | |||
+ | Hinweise: | ||
+ | *Die Aufgabe gehört zum Kapitel [[Kanalcodierung/Kanalmodelle_und_Entscheiderstrukturen|"Kanalmodelle und Entscheiderstrukturen"]]. | ||
+ | |||
+ | *Die Streuung des AWGN–Rauschens $n$ wird für die gesamte Aufgabe zu $\sigma = 0.4$ angenommen. | ||
+ | |||
+ | *Die Wahrscheinlichkeit, dass die Zufallsgröße $n$ größer ist als $A$ oder kleiner als $–A$, ergibt sich mit dem komplementären Gaußschen Fehlerintegral ${\rm Q}(x)$ wie folgt: | ||
:$${\rm Pr}(n > A) = {\rm Pr}(n < -A) = {\rm Q}(A/\sigma)\hspace{0.05cm}.$$ | :$${\rm Pr}(n > A) = {\rm Pr}(n < -A) = {\rm Q}(A/\sigma)\hspace{0.05cm}.$$ | ||
+ | *Bitte beachten Sie weiter: Ausgehend vom AWGN–Kanal ist die Verfälschungswahrscheinlichkeit $\varepsilon = 0$ eigentlich nicht möglich. | ||
+ | |||
+ | *Für diese Aufgabe behelfen wir uns dadurch, dass alle Wahrscheinlichkeiten in Prozent mit zwei Nachkommastellen angegeben werden sollen. Damit kann $\varepsilon \le 0.5 · 10^{-4}=0.005\%$ durch $\varepsilon \approx 0$ angenähert werden. | ||
+ | |||
+ | |||
+ | |||
Es folgen noch einige Zahlenwerte der Q–Funktion: | Es folgen noch einige Zahlenwerte der Q–Funktion: | ||
− | :$$ {\rm Q}(0) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} 50\%\hspace{0.05cm}, \hspace{0.2cm}{\rm Q}(0.5) \ = \ 30.85\%\hspace{0.05cm}, \hspace{0.2cm}{\rm Q}(1) \ = \ 15.87\% \hspace{0.05cm}, \hspace{0.2cm}{\rm Q}(1.5) \ = \ 6.68\%\hspace{0.05cm},$$ | + | :$$ {\rm Q}(0) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} 50.0\%\hspace{0.05cm}, \hspace{0.2cm}{\rm Q}(0.5) \ = \ 30.85\%\hspace{0.05cm}, \hspace{0.2cm}{\rm Q}(1) \ = \ 15.87\% \hspace{0.05cm}, \hspace{0.2cm}{\rm Q}(1.5) \ = \ 6.68\%\hspace{0.05cm},$$ |
− | :$${\rm Q}(2) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} 2.28\%\hspace{0.05cm}, \hspace{0.2cm}{\rm Q}(2.5) \ = \ 0.62\%\hspace{0.05cm}, \hspace{0.2cm}{\rm Q}(3) \ = \ 0.14\% \hspace{0.05cm}, \hspace{0.2cm}{\rm Q}(3.5) \ = \ 0.02\% \hspace{0.05cm}, \hspace{0.2cm}{\rm Q}(4) \approx 0 \hspace{0.05cm}.$$ | + | :$${\rm Q}(2) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} 2.28\%\hspace{0.05cm}, \hspace{0.2cm}{\rm Q}(2.5) \ = \hspace{0.3cm} 0.62\%\hspace{0.05cm}, \hspace{0.2cm}{\rm Q}(3) \ = \hspace{0.3cm} 0.14\% \hspace{0.05cm}, \hspace{0.2cm}{\rm Q}(3.5) \ = \hspace{0.3cm} 0.02\% \hspace{0.05cm}, \hspace{0.2cm}{\rm Q}(4) \approx 0 \hspace{0.05cm}.$$ |
− | + | ||
Zeile 33: | Zeile 54: | ||
{Durch welche Entscheiderschwelle(n) entsteht das BSC–Modell? | {Durch welche Entscheiderschwelle(n) entsteht das BSC–Modell? | ||
|type="[]"} | |type="[]"} | ||
− | + Eine Entscheiderschwelle bei G = 0. | + | + Eine Entscheiderschwelle bei $G = 0$. |
− | - Zwei symmetrische Entscheiderschwellen bei ±G. | + | - Zwei symmetrische Entscheiderschwellen bei $±G$. |
− | - Eine Entscheiderschwelle bei $G_{1} = 0$ und eine zweite bei $G_{2} = 0.5$. | + | - Eine Entscheiderschwelle bei $G_{1} = 0$ und eine zweite bei $G_{2} = 0.5$. |
− | {Wie groß ist die BSC–Verfälschungswahrscheinlichkeit $\varepsilon$ mit $sigma | + | {Wie groß ist die BSC–Verfälschungswahrscheinlichkeit $\varepsilon$ mit $\sigma = 0.4$? |
|type="{}"} | |type="{}"} | ||
− | $\varepsilon \ = \ $ { 0.62 3% } | + | $\varepsilon \ = \ $ { 0.62 3% } $\ \%$ |
− | {Durch welche Entscheiderschwelle( | + | {Durch welche Entscheiderschwelle(n) entsteht das BSEC–Modell? |
|type="[]"} | |type="[]"} | ||
− | - Eine Entscheiderschwelle bei G = 0. | + | - Eine Entscheiderschwelle bei $G = 0$. |
− | + Zwei symmetrische Entscheiderschwellen bei ±G. | + | + Zwei symmetrische Entscheiderschwellen bei $±G$. |
− | - Eine Entscheiderschwelle bei $G_{1} = 0$ und eine zweite bei $G_{2} = 0.5$. | + | - Eine Entscheiderschwelle bei $G_{1} = 0$ und eine zweite bei $G_{2} = 0.5$. |
− | {Welche BSEC–Parameter ergeben sich mit Schwellen bei ±0.2? | + | {Welche BSEC–Parameter ergeben sich mit Schwellen bei $±0.2$? |
|type="{}"} | |type="{}"} | ||
− | $\varepsilon \ = \ $ { 0.14 3% } % | + | $\varepsilon \ = \ $ { 0.14 3% } $ \ \%$ |
− | $\lambda \ = \ $ { 2.14 3% } % | + | $\lambda \ = \ $ { 2.14 3% } $ \ \%$ |
− | + | {Durch welche Entscheiderschwelle(n) entsteht das BEC–Modell? Beachten Sie bitte den letzten Hinweis auf der Angabenseite. | |
− | |||
− | |||
− | {Durch welche Entscheiderschwelle( | ||
|type="[]"} | |type="[]"} | ||
− | - Eine Entscheiderschwelle bei G = 0. | + | - Eine Entscheiderschwelle bei $G = 0$. |
− | + Zwei symmetrische Entscheiderschwellen bei ±G. | + | + Zwei symmetrische Entscheiderschwellen bei $±G$. |
− | - Eine Entscheiderschwelle bei $G_{1} = 0$ und eine zweite bei $G_{2} = 0.5$. | + | - Eine Entscheiderschwelle bei $G_{1} = 0$ und eine zweite bei $G_{2} = 0.5$. |
− | {Berechnen Sie den BEC–Parameter $\lambda$ für Entscheiderschwellen bei ±0.6. | + | {Berechnen Sie den BEC–Parameter $\lambda$ für Entscheiderschwellen bei $G = ±0.6$. |
|type="{}"} | |type="{}"} | ||
− | $\lambda \ = \ $ { 15.87 3% } % | + | $\lambda \ = \ $ { 15.87 3% } $ \ \%$ |
</quiz> | </quiz> | ||
Zeile 69: | Zeile 87: | ||
===Musterlösung=== | ===Musterlösung=== | ||
{{ML-Kopf}} | {{ML-Kopf}} | ||
− | '''1 | + | '''(1)''' Richtig ist die <u>Antwort 1</u>: |
+ | *Das BSC–Modell basiert auf einer einzigen Entscheiderschwelle. Wegen der Eigenschaft "symmetric" liegt diese bei $G = 0$. | ||
+ | |||
+ | |||
+ | |||
+ | '''(2)''' Die Wahrscheinlickeit, dass eine Gaußsche Zufallsgröße mit Streuung $\sigma$ größer ist als $+1$ oder kleiner ist als $–1$, ergibt sich gemäß der Angabe zu $\varepsilon = {\rm Q} (1/ \sigma)$. | ||
+ | *Mit $\sigma= 0.4$ folgt daraus: $\varepsilon = {\rm Q}(2.5) \ \underline { = 0.62\, \%}.$ | ||
+ | |||
+ | |||
+ | |||
+ | '''(3)''' Richtig ist hier die <u>Antwort 2</u>: | ||
+ | *Beim BSEC–Modell gibt es drei Entscheidungsgebiete, je eines für die Symbole $0$ und $1$ und ein weiteres für "Erasure" $(\rm E$: keine Entscheidung möglich$)$. | ||
+ | *Dazu benötigt man zwei Schwellen, die symmetrisch um $0$ liegen müssen. | ||
+ | *Wenn dem nicht so wäre, ergäben sich unterschiedliche Ergebnisse für die Symbole $0$ und $1$. | ||
+ | |||
+ | |||
+ | |||
+ | '''(4)''' Es gelte $y_{\rm A} = \tilde{x}+ n$. Eine falsche Entscheidung ergibt sich in diesem Fall für den Rauschterm | ||
+ | *$n > +1.2$, falls $\tilde{x} = -1$ ⇒ $x = 1$, | ||
+ | *$n < -1.2$, falls $\tilde{x} = +1$ ⇒ $x = 0$. | ||
+ | |||
+ | |||
+ | In beiden Fällen erhält man für die Verfälschungswahrscheinlichkeit: | ||
+ | :$$ε = {\rm Q}(1.2/0.4) = {\rm Q}(3) \hspace{0.15cm} \underline{=0.14 \%}.$$ | ||
+ | *Ein "Erasure" (keine Entscheidung) ergibt sich für $–0.2 < y_{\rm A} < +0.2$. | ||
+ | *Ausgehend von $\tilde{x} = -1$ gilt somit: | ||
+ | :$$\lambda \hspace{-0.15cm} \ = \ \hspace{-0.15cm} {\rm Pr}(0.8 < n < 1.2) = {\rm Pr}(n > 0.8) - {\rm Pr}(n > 1.2) = {\rm Q}(2) - {\rm Q}(3) \approx 2.28\,\% - 0.14\,\% \hspace{0.15cm} \underline {\approx 2.14\,\%} \hspace{0.05cm}.$$ | ||
+ | |||
+ | |||
+ | '''(5)''' Hier ist ebenfalls die <u>Antwort 2</u> richtig: | ||
+ | *Auch beim BEC–Modell gibt es zwei um $0$ symmetrische Schwellen. | ||
+ | *Der Unterschied zum BSEC–Modell ist, dass sich die Verfälschungswahrscheinlichkeit $\varepsilon = 0$ $($genauer gesagt: $\varepsilon < 0.5 · 10^{–4})$ ergibt, entweder, weil | ||
+ | :*der Sicherheitsbereich $(±G)$ größer gewählt ist als beim BSEC–Modell, oder | ||
+ | :*das AWGN–Rauschen eine kleinere Streuung $σ$ aufweist. | ||
+ | |||
+ | |||
+ | '''(6)''' Beim BEC–Modell ist die Verfälschungswahrscheinlichkeit vernachlässigbar: | ||
+ | :$$\varepsilon = {\rm Q}(1.6/0.4) = {\rm Q}(4)\approx 0.32 \cdot 10^{-4} \approx 0 \hspace{0.05cm}.$$ | ||
+ | *Das heißt: Man kann hier tatsächlich vom BEC–Modell ausgehen. | ||
+ | *Für die "Erasure"–Wahrscheinlichkeit gilt dabei: | ||
+ | :$${\it \lambda} \hspace{-0.15cm} \ = \ \hspace{-0.15cm} {\rm Pr}(0.4 < n < 1.6) = {\rm Pr}(n > 0.4) - {\rm Pr}(n > 1.6) ={\rm Q}(1) - {\rm Q}(4) \approx {\rm Q}(1) \hspace{0.15cm} \underline {= 15.87\,\%} \hspace{0.05cm}.$$ | ||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
{{ML-Fuß}} | {{ML-Fuß}} | ||
− | [[Category:Aufgaben zu Kanalcodierung|^1.2 | + | [[Category:Aufgaben zu Kanalcodierung|^1.2 Kanal und Entscheiderstrukturen |
^]] | ^]] |
Aktuelle Version vom 12. Juni 2022, 14:50 Uhr
Im Theorieteil zu diesem Kapitel werden die folgenden digitalen Kanalmodelle behandelt:
- Binary Symmetric Channel $\rm (BSC)$,
- Binary Erasure Channel $\rm (BEC)$,
- Binary Symmetric Error & Erasure Channel $\rm (BSEC)$.
Die obere Grafik zeigt das BSEC–Modell. Daraus lassen sich zwei andere Kanalmodelle ableiten:
- Mit $λ = 0$ ergibt sich das BSC–Modell.
- Mit $\varepsilon = 0$ ergibt sich das BEC–Modell.
Die untere Grafik zeigt den Zusammenhang zwischen dem diskreten BSEC–Modell und dem analogen AWGN–Kanalmodell. Um Verwechslungen zu vermeiden, bezeichnen wir das (analoge) Ausgangssignal des AWGN–Kanals mit $y_{\rm A}$, wobei mit dem Rauschterm $n$ gilt:
- $$y_{\rm A} = \tilde{x}+ n.$$
Die Tilde weist auf die bipolare Beschreibung des Digitalsignals hin. Es gilt:
- $\tilde{x} = +1$, falls $x = 0$,
- $\tilde{x} = -1$, falls $x = 1$.
Man erkennt die ternäre Ausgangsgröße $y \in \{0,\ 1,\ \rm E\}$, die sich aus dem AWGN–Modell durch die Unterteilung in drei Bereiche ergibt. Hierzu werden die Entscheiderschwellen $G_0$ und $G_1$ benötigt.
Das Ereignis $y = \rm E$ („"Erasure"”) sagt aus, dass die Entscheidung so unsicher ist, dass als Ergebnis weder $y = 0$ noch $y = 1$ gerechtfertigt erscheint. In deutschen Fachbüchern spricht man von einer "Auslöschung".
Hinweise:
- Die Aufgabe gehört zum Kapitel "Kanalmodelle und Entscheiderstrukturen".
- Die Streuung des AWGN–Rauschens $n$ wird für die gesamte Aufgabe zu $\sigma = 0.4$ angenommen.
- Die Wahrscheinlichkeit, dass die Zufallsgröße $n$ größer ist als $A$ oder kleiner als $–A$, ergibt sich mit dem komplementären Gaußschen Fehlerintegral ${\rm Q}(x)$ wie folgt:
- $${\rm Pr}(n > A) = {\rm Pr}(n < -A) = {\rm Q}(A/\sigma)\hspace{0.05cm}.$$
- Bitte beachten Sie weiter: Ausgehend vom AWGN–Kanal ist die Verfälschungswahrscheinlichkeit $\varepsilon = 0$ eigentlich nicht möglich.
- Für diese Aufgabe behelfen wir uns dadurch, dass alle Wahrscheinlichkeiten in Prozent mit zwei Nachkommastellen angegeben werden sollen. Damit kann $\varepsilon \le 0.5 · 10^{-4}=0.005\%$ durch $\varepsilon \approx 0$ angenähert werden.
Es folgen noch einige Zahlenwerte der Q–Funktion:
- $$ {\rm Q}(0) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} 50.0\%\hspace{0.05cm}, \hspace{0.2cm}{\rm Q}(0.5) \ = \ 30.85\%\hspace{0.05cm}, \hspace{0.2cm}{\rm Q}(1) \ = \ 15.87\% \hspace{0.05cm}, \hspace{0.2cm}{\rm Q}(1.5) \ = \ 6.68\%\hspace{0.05cm},$$
- $${\rm Q}(2) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} 2.28\%\hspace{0.05cm}, \hspace{0.2cm}{\rm Q}(2.5) \ = \hspace{0.3cm} 0.62\%\hspace{0.05cm}, \hspace{0.2cm}{\rm Q}(3) \ = \hspace{0.3cm} 0.14\% \hspace{0.05cm}, \hspace{0.2cm}{\rm Q}(3.5) \ = \hspace{0.3cm} 0.02\% \hspace{0.05cm}, \hspace{0.2cm}{\rm Q}(4) \approx 0 \hspace{0.05cm}.$$
Fragebogen
Musterlösung
- Das BSC–Modell basiert auf einer einzigen Entscheiderschwelle. Wegen der Eigenschaft "symmetric" liegt diese bei $G = 0$.
(2) Die Wahrscheinlickeit, dass eine Gaußsche Zufallsgröße mit Streuung $\sigma$ größer ist als $+1$ oder kleiner ist als $–1$, ergibt sich gemäß der Angabe zu $\varepsilon = {\rm Q} (1/ \sigma)$.
- Mit $\sigma= 0.4$ folgt daraus: $\varepsilon = {\rm Q}(2.5) \ \underline { = 0.62\, \%}.$
(3) Richtig ist hier die Antwort 2:
- Beim BSEC–Modell gibt es drei Entscheidungsgebiete, je eines für die Symbole $0$ und $1$ und ein weiteres für "Erasure" $(\rm E$: keine Entscheidung möglich$)$.
- Dazu benötigt man zwei Schwellen, die symmetrisch um $0$ liegen müssen.
- Wenn dem nicht so wäre, ergäben sich unterschiedliche Ergebnisse für die Symbole $0$ und $1$.
(4) Es gelte $y_{\rm A} = \tilde{x}+ n$. Eine falsche Entscheidung ergibt sich in diesem Fall für den Rauschterm
- $n > +1.2$, falls $\tilde{x} = -1$ ⇒ $x = 1$,
- $n < -1.2$, falls $\tilde{x} = +1$ ⇒ $x = 0$.
In beiden Fällen erhält man für die Verfälschungswahrscheinlichkeit:
- $$ε = {\rm Q}(1.2/0.4) = {\rm Q}(3) \hspace{0.15cm} \underline{=0.14 \%}.$$
- Ein "Erasure" (keine Entscheidung) ergibt sich für $–0.2 < y_{\rm A} < +0.2$.
- Ausgehend von $\tilde{x} = -1$ gilt somit:
- $$\lambda \hspace{-0.15cm} \ = \ \hspace{-0.15cm} {\rm Pr}(0.8 < n < 1.2) = {\rm Pr}(n > 0.8) - {\rm Pr}(n > 1.2) = {\rm Q}(2) - {\rm Q}(3) \approx 2.28\,\% - 0.14\,\% \hspace{0.15cm} \underline {\approx 2.14\,\%} \hspace{0.05cm}.$$
(5) Hier ist ebenfalls die Antwort 2 richtig:
- Auch beim BEC–Modell gibt es zwei um $0$ symmetrische Schwellen.
- Der Unterschied zum BSEC–Modell ist, dass sich die Verfälschungswahrscheinlichkeit $\varepsilon = 0$ $($genauer gesagt: $\varepsilon < 0.5 · 10^{–4})$ ergibt, entweder, weil
- der Sicherheitsbereich $(±G)$ größer gewählt ist als beim BSEC–Modell, oder
- das AWGN–Rauschen eine kleinere Streuung $σ$ aufweist.
(6) Beim BEC–Modell ist die Verfälschungswahrscheinlichkeit vernachlässigbar:
- $$\varepsilon = {\rm Q}(1.6/0.4) = {\rm Q}(4)\approx 0.32 \cdot 10^{-4} \approx 0 \hspace{0.05cm}.$$
- Das heißt: Man kann hier tatsächlich vom BEC–Modell ausgehen.
- Für die "Erasure"–Wahrscheinlichkeit gilt dabei:
- $${\it \lambda} \hspace{-0.15cm} \ = \ \hspace{-0.15cm} {\rm Pr}(0.4 < n < 1.6) = {\rm Pr}(n > 0.4) - {\rm Pr}(n > 1.6) ={\rm Q}(1) - {\rm Q}(4) \approx {\rm Q}(1) \hspace{0.15cm} \underline {= 15.87\,\%} \hspace{0.05cm}.$$