Aufgaben:Aufgabe 1.6: AKF und LDS bei Rice–Fading: Unterschied zwischen den Versionen

Aus LNTwww
Wechseln zu:Navigation, Suche
 
(2 dazwischenliegende Versionen desselben Benutzers werden nicht angezeigt)
Zeile 3: Zeile 3:
  
 
[[Datei:P_ID2132__Mob_A_1_6.png|right|frame|Rice-WDF für verschiedene Werte von  $z_0^2$]]
 
[[Datei:P_ID2132__Mob_A_1_6.png|right|frame|Rice-WDF für verschiedene Werte von  $z_0^2$]]
Man spricht dann von&nbsp; <i>Rice&ndash;Fading</i>, wenn der den Mobilfunkkanal beschreibende komplexe Faktor&nbsp; $z(t)$&nbsp; neben der rein stochastischen Komponente&nbsp; $x(t) +{\rm  j} \cdot y(t)$&nbsp; zusätzlich einen deterministischen Anteil der Form&nbsp; $x_0 + {\rm  j} \cdot y_0$&nbsp; aufweist.
+
Man spricht von&nbsp; <i>Rice&ndash;Fading</i>, wenn der den Mobilfunkkanal beschreibende komplexe Faktor&nbsp; $z(t)$&nbsp; neben der rein stochastischen Komponente&nbsp; $x(t) +{\rm  j} \cdot y(t)$&nbsp; zusätzlich einen deterministischen Anteil der Form&nbsp; $x_0 + {\rm  j} \cdot y_0$&nbsp; besitzt.
  
 
Die Gleichungen des Rice&ndash;Fadings lassen sich in aller Kürze wie folgt zusammenfassen:
 
Die Gleichungen des Rice&ndash;Fadings lassen sich in aller Kürze wie folgt zusammenfassen:
Zeile 12: Zeile 12:
  
 
Dabei gilt:
 
Dabei gilt:
* Der direkte Pfad wird durch die komplexe Konstante&nbsp; $z_0 = x_0 + {\rm  j} \cdot y_0$&nbsp; beschrieben. Der Betrag dieser zeitinvarianten Komponente ist
+
* Der direkte Pfad wird durch die komplexe Konstante&nbsp; $z_0 = x_0 + {\rm  j} \cdot y_0$&nbsp; beschrieben.&nbsp; Der Betrag dieser zeitinvarianten Komponente ist
 
:$$|z_0| = \sqrt{x_0^2 + y_0^2}\hspace{0.05cm}.$$
 
:$$|z_0| = \sqrt{x_0^2 + y_0^2}\hspace{0.05cm}.$$
* $u(t)$&nbsp; und&nbsp; $v(t)$&nbsp; sind Musterfunktionen mittelwertfreier Gaußscher Zufallsprozesse, beide mit Varianz&nbsp; $\sigma^2$&nbsp; und miteinander nicht korreliert. Sie berücksichtigen Streu&ndash;, Brechungs&ndash; und Beugungseffekte auf einer Vielzahl von indirekten Pfaden.
+
* $u(t)$&nbsp; und&nbsp; $v(t)$&nbsp; sind Musterfunktionen mittelwertfreier Gaußscher Zufallsprozesse, beide mit Varianz&nbsp; $\sigma^2$&nbsp; und miteinander nicht korreliert.&nbsp; Sie berücksichtigen Streu&ndash;, Brechungs&ndash; und Beugungseffekte auf einer Vielzahl von indirekten Pfaden.
* Der Betrag&nbsp; $a(t) = |z(t)|$&nbsp; besitzt eine Rice&ndash;WDF, eine Eigenschaft, die für die Namensgebung dieses speziellen Mobilfunkkanals verantwortlich ist. Die WDF&ndash;Gleichung lautet für&nbsp; $a &#8805; 0$:
+
* Der Betrag&nbsp; $a(t) = |z(t)|$&nbsp; besitzt eine Rice&ndash;WDF, eine Eigenschaft, die für die Namensgebung dieses speziellen Mobilfunkkanals verantwortlich ist.&nbsp; Die WDF&ndash;Gleichung lautet für&nbsp; $a &#8805; 0$:
 
:$$f_a(a) = \frac{a}{\sigma^2} \cdot {\rm exp} [ -\frac{a^2 + |z_0|^2}{2\sigma^2}] \cdot {\rm I}_0 \left [ \frac{a \cdot |z_0|}{\sigma^2} \right ]\hspace{0.05cm}, \hspace{0.2cm}{\rm I }_0 (u)  =  
 
:$$f_a(a) = \frac{a}{\sigma^2} \cdot {\rm exp} [ -\frac{a^2 + |z_0|^2}{2\sigma^2}] \cdot {\rm I}_0 \left [ \frac{a \cdot |z_0|}{\sigma^2} \right ]\hspace{0.05cm}, \hspace{0.2cm}{\rm I }_0 (u)  =  
 
  \sum_{k = 0}^{\infty} \frac{ (u/2)^{2k}}{k! \cdot \Gamma (k+1)}
 
  \sum_{k = 0}^{\infty} \frac{ (u/2)^{2k}}{k! \cdot \Gamma (k+1)}
 
  \hspace{0.05cm}.$$
 
  \hspace{0.05cm}.$$
  
Die Grafik zeigt die Rice&ndash;WDF für&nbsp; $|z_0|^2 = 0,\ 2, \ 4, \ 10$&nbsp; und &nbsp;$20$. Für alle Kurven gilt&nbsp; $\sigma = 1$ &nbsp; &#8658; &nbsp; $\sigma^2 = 1$.
+
Die Grafik zeigt die Rice&ndash;WDF für&nbsp; $|z_0|^2 = 0,\ 2, \ 4, \ 10$&nbsp; und &nbsp;$20$.&nbsp; Für alle Kurven gilt&nbsp; $\sigma = 1$ &nbsp; &#8658; &nbsp; $\sigma^2 = 1$.
  
  
In dieser Aufgabe betrachten wir aber nicht die WDF des Betrags, sondern die AKF des komplexen Faktors&nbsp; $z(t)$,
+
In dieser Aufgabe betrachten wir aber nicht die WDF des Betrags, sondern die Autokorrelationsfunktion&nbsp; $\rm (AKF)$&nbsp; des komplexen Faktors&nbsp; $z(t)$,
 
:$$\varphi_z ({\rm \Delta}t) =  {\rm E}\big [ z(t) \cdot z^{\star}(t + {\rm \Delta}t)\big ]
 
:$$\varphi_z ({\rm \Delta}t) =  {\rm E}\big [ z(t) \cdot z^{\star}(t + {\rm \Delta}t)\big ]
 
  \hspace{0.05cm},$$
 
  \hspace{0.05cm},$$
  
sowie das dazugehörige Leistungsdichtespektrum
+
sowie das dazugehörige Leistungsdichtespektrum&nbsp; $\rm (LDS)$
 
:$${\it \Phi}_z (f_{\rm D})  
 
:$${\it \Phi}_z (f_{\rm D})  
 
  \hspace{0.3cm}  \circ\!\!-\!\!\!-\!\!\!-\!\!\bullet \hspace{0.3cm} \varphi_z ({\rm \Delta}t)   
 
  \hspace{0.3cm}  \circ\!\!-\!\!\!-\!\!\!-\!\!\bullet \hspace{0.3cm} \varphi_z ({\rm \Delta}t)   
 
  \hspace{0.05cm}.$$
 
  \hspace{0.05cm}.$$
 +
 +
 +
  
  
Zeile 51: Zeile 54:
 
$|z_0|^2 \ = \ $ { 0. } $\ \rm $
 
$|z_0|^2 \ = \ $ { 0. } $\ \rm $
  
{Es gelte&nbsp; $|z_0|^2 \ne 0$. Welche der folgenden Größen hängen nur von&nbsp; $|z_0|^2 = x_0^2$ + $y_0^2$&nbsp; ab, nicht aber von dessen Komponenten&nbsp; $x_0^2$&nbsp; und&nbsp; $y_0^2$&nbsp; allein?  
+
{Es gelte&nbsp; $|z_0|^2 \ne 0$.&nbsp; Welche der folgenden Größen hängen nur von&nbsp; $|z_0|^2 = x_0^2$ + $y_0^2$ &nbsp; ab, nicht aber von dessen Komponenten&nbsp; $x_0^2$&nbsp; und&nbsp; $y_0^2$&nbsp; allein?  
 
|type="[]"}
 
|type="[]"}
 
- WDF&nbsp; $f_x(x)$&nbsp; des Realteils,
 
- WDF&nbsp; $f_x(x)$&nbsp; des Realteils,
Zeile 60: Zeile 63:
 
+ LDS&nbsp; ${\it \Phi}_z(f_{\rm D})$&nbsp; der komplexen Größe&nbsp; $z(t)$.
 
+ LDS&nbsp; ${\it \Phi}_z(f_{\rm D})$&nbsp; der komplexen Größe&nbsp; $z(t)$.
  
{Berechnen Sie den quadratischen Mittelwert&nbsp; ${\rm E}\big[|z(t)|^2\big]$ für verschiedene Werte von&nbsp; $|z_0|^2$. Es gelte&nbsp; $\sigma^2 = 1$.
+
{Berechnen Sie den quadratischen Erwartungswert&nbsp; ${\rm E}\big[|z(t)|^2\big]$ für verschiedene Werte von&nbsp; $|z_0|^2$.&nbsp; Es gelte&nbsp; $\sigma^2 = 1$.
 
|type="{}"}
 
|type="{}"}
 
$|z_0|^2 = 0\text{:} \hspace{0.52cm} {\rm E}\big[|z(t)|^2\big] \ = \ $ { 2 3% } $\ \rm $
 
$|z_0|^2 = 0\text{:} \hspace{0.52cm} {\rm E}\big[|z(t)|^2\big] \ = \ $ { 2 3% } $\ \rm $
Zeile 66: Zeile 69:
 
$|z_0|^2 = 10\text{:} \hspace{0.3cm} {\rm E}\big[|z(t)|^2\big] \ = \ $ { 12 3% } $\ \rm $
 
$|z_0|^2 = 10\text{:} \hspace{0.3cm} {\rm E}\big[|z(t)|^2\big] \ = \ $ { 12 3% } $\ \rm $
  
{Wie unterscheiden sich die Autokorrelationsfunktionen (kurz: &nbsp; AKF) des schwarzen, des blauen und des grünen Kanals?
+
{Wie unterscheiden sich die Autokorrelationsfunktionen&nbsp; (kurz: &nbsp; AKF)&nbsp; des schwarzen, des blauen und des grünen Kanals?
 
|type="[]"}
 
|type="[]"}
 
+ Die &bdquo;blaue&rdquo; AKF liegt um den Wert &nbsp;$4$&nbsp; über der &bdquo;schwarzen&rdquo;.
 
+ Die &bdquo;blaue&rdquo; AKF liegt um den Wert &nbsp;$4$&nbsp; über der &bdquo;schwarzen&rdquo;.
Zeile 72: Zeile 75:
 
- Die &bdquo;grüne&rdquo; AKF ist um den Faktor &nbsp;$2.5$&nbsp; breiter als die &bdquo;blaue&rdquo;.
 
- Die &bdquo;grüne&rdquo; AKF ist um den Faktor &nbsp;$2.5$&nbsp; breiter als die &bdquo;blaue&rdquo;.
  
{Wie unterscheiden sich die Leistungsdichtespektren (kurz: &nbsp; LDS) von schwarzem, blauem und grünem Mobilfunkkanal?
+
{Wie unterscheiden sich die Leistungsdichtespektren&nbsp; (kurz: &nbsp; LDS)&nbsp; von schwarzem, blauem und grünem Mobilfunkkanal?
 
|type="[]"}
 
|type="[]"}
 
+ Das &bdquo;schwarze&rdquo; LDS ist rein kontinuierlich (kein Dirac).
 
+ Das &bdquo;schwarze&rdquo; LDS ist rein kontinuierlich (kein Dirac).
Zeile 81: Zeile 84:
 
===Musterlösung===
 
===Musterlösung===
 
{{ML-Kopf}}
 
{{ML-Kopf}}
'''(1)''' Das <i>Rayleigh&ndash;Fading</i> ergibt sich aus dem <i>Rice&ndash;Fading</i> mit $|z_0|^2 \ \underline {= \ 0}$.
+
'''(1)''' Das <i>Rayleigh&ndash;Fading</i> ergibt sich aus dem <i>Rice&ndash;Fading</i> mit&nbsp; $|z_0|^2 \ \underline {= \ 0}$.
  
  
Zeile 87: Zeile 90:
  
 
Es ist offensichtlich, dass
 
Es ist offensichtlich, dass
* $f_x(x)$ von $x_0$ abhängt,
+
* $f_x(x)$&nbsp; von&nbsp; $x_0$&nbsp; abhängt,
* $f_y(y)$ von $y_0$ abhängt,
+
* $f_y(y)$&nbsp; von&nbsp; $y_0$&nbsp; abhängt,
* $f_{\rm \phi}(\phi)$ vom Verhältnis $y_0/x_0$ abhängt.
+
* $f_{\rm \phi}(\phi)$&nbsp; vom Verhältnis&nbsp; $y_0/x_0$&nbsp; abhängt.
  
  
Die angegebene Gleichung für die WDF $f_a(a)$ zeigt, dass der Betrag $a$ nur von $|z_0|$ abhängt.
+
Die angegebene Gleichung für die WDF&nbsp; $f_a(a)$&nbsp; zeigt, dass der Betrag&nbsp; $a$&nbsp; nur von&nbsp; $|z_0|$&nbsp; abhängt.
  
Für die AKF gilt mit $z(t) = x(t) + {\rm j} \cdot y(t)$:
+
*Für die AKF gilt mit&nbsp; $z(t) = x(t) + {\rm j} \cdot y(t)$:
 
:$$\varphi_z ({\rm \Delta}t) = {\rm E}\left [ z(t) \cdot z^{\star}(t + {\rm \Delta}t)\right] =  {\rm E}\left [ \left ( x(t) + {\rm j} \cdot y(t) \right )\cdot (x(t + {\rm \Delta}t) - {\rm j} \cdot (y(t+ {\rm \Delta}t)\right ]
 
:$$\varphi_z ({\rm \Delta}t) = {\rm E}\left [ z(t) \cdot z^{\star}(t + {\rm \Delta}t)\right] =  {\rm E}\left [ \left ( x(t) + {\rm j} \cdot y(t) \right )\cdot (x(t + {\rm \Delta}t) - {\rm j} \cdot (y(t+ {\rm \Delta}t)\right ]
 
  \hspace{0.05cm}.$$
 
  \hspace{0.05cm}.$$
  
Aufgrund der statistischen Unabhängigkeit zwischen Real&ndash; und Imaginärteil kann man die Gleichung wie folgt vereinfachen:
+
*Aufgrund der statistischen Unabhängigkeit zwischen Real&ndash; und Imaginärteil kann man die Gleichung wie folgt vereinfachen:
 
:$$\varphi_z ({\rm \Delta}t) =  {\rm E}\left [ x(t) \cdot x(t + {\rm \Delta}t)\right ] +  
 
:$$\varphi_z ({\rm \Delta}t) =  {\rm E}\left [ x(t) \cdot x(t + {\rm \Delta}t)\right ] +  
 
  {\rm E}\left [ y(t) \cdot y(t + {\rm \Delta}t)\right ] \hspace{0.05cm}.$$
 
  {\rm E}\left [ y(t) \cdot y(t + {\rm \Delta}t)\right ] \hspace{0.05cm}.$$
  
Der erste Anteil ergibt mit $x(t) = u(t) + x_0$ und $t' = t + \Delta t$:  
+
*Der erste Anteil ergibt mit&nbsp; $x(t) = u(t) + x_0$&nbsp; und&nbsp; $t' = t + \Delta t$:  
 
:$${\rm E}\left [ x(t) \cdot x(t')\right ] = {\rm E}\left [ u(t) \cdot u(t')\right ] + x_0 \cdot {\rm E}\left [ u(t) \right ]
 
:$${\rm E}\left [ x(t) \cdot x(t')\right ] = {\rm E}\left [ u(t) \cdot u(t')\right ] + x_0 \cdot {\rm E}\left [ u(t) \right ]
 
   + x_0 \cdot {\rm E}\left [ u(t') \right ] + x_0^2\hspace{0.05cm},$$
 
   + x_0 \cdot {\rm E}\left [ u(t') \right ] + x_0^2\hspace{0.05cm},$$
Zeile 108: Zeile 111:
 
   \hspace{0.05cm}.$$
 
   \hspace{0.05cm}.$$
  
Hierbei ist berücksichtigt, dass die Gaußsche Zufallsgröße $u(t)$ mittelwertfrei ist und die Varianz $\sigma^2$ besitzt.
+
*Hierbei ist berücksichtigt, dass die Gaußsche Zufallsgröße&nbsp; $u(t)$&nbsp; mittelwertfrei ist und die Varianz&nbsp; $\sigma^2$&nbsp; besitzt.
  
In gleicher Weise erhält man mit $y(t) = \upsilon (t) + y_0$:
+
*In gleicher Weise erhält man mit&nbsp; $y(t) = \upsilon (t) + y_0$:
 
:$${\rm E}\left [ y(t) \cdot y(t + {\rm \Delta}t)\right ] = \ ... \ = \varphi_v ({\rm \Delta}t) + y_0^2 \hspace{0.3cm}  
 
:$${\rm E}\left [ y(t) \cdot y(t + {\rm \Delta}t)\right ] = \ ... \ = \varphi_v ({\rm \Delta}t) + y_0^2 \hspace{0.3cm}  
 
\Rightarrow \hspace{0.3cm} \varphi_z ({\rm \Delta}t) = \varphi_u ({\rm \Delta}t) + \varphi_v ({\rm \Delta}t)  + x_0^2 + y_0^2
 
\Rightarrow \hspace{0.3cm} \varphi_z ({\rm \Delta}t) = \varphi_u ({\rm \Delta}t) + \varphi_v ({\rm \Delta}t)  + x_0^2 + y_0^2
Zeile 116: Zeile 119:
 
   \hspace{0.05cm}.$$
 
   \hspace{0.05cm}.$$
  
Wenn aber die AKF $\varphi_z(\Delta t)$ nur von $|z_0^2|$ abhängt, dann gilt dies auch für die Fouriertransformierte &bdquo;LDS&rdquo;.  
+
*Wenn aber die AKF &nbsp; $\varphi_z(\Delta t)$ &nbsp; nur von&nbsp; $|z_0^2|$ abhängt, dann gilt dies auch für die Fouriertransformierte &bdquo;LDS&rdquo;.  
 +
 
  
  
'''(3)''' Der quadratische Mittelwert könnte zum Beispiel aus der Betrags&ndash;WDF berechnet werden:
+
'''(3)''' Der quadratische Erwartungswert, also das&nbsp; "Moment zweiter Ordnung",&nbsp; könnte zum Beispiel aus der Betrags&ndash;WDF berechnet werden:
:$${\rm E}\left [ |z(t)|^2 \right ] = {\rm E}\left [ a^2 \right ] = \int_{0}^{\infty}a^2 \cdot f_a(a)\hspace{0.15cm}{\rm d}a
+
:$$m_2 = {\rm E}\left [ |z(t)|^2 \right ] = {\rm E}\left [ a^2 \right ] = \int_{0}^{\infty}a^2 \cdot f_a(a)\hspace{0.15cm}{\rm d}a
 
   \hspace{0.05cm}.$$
 
   \hspace{0.05cm}.$$
  
Gleichzeitig ist der quadratische Mittelwert &ndash; also die Leistung &ndash; auch durch die AKF bestimmt:
+
*Gleichzeitig ist das Moment&nbsp; $m_2$&nbsp; &ndash; also die Leistung &ndash; auch durch die AKF bestimmt:
 
:$${\rm E}\left [ |z(t)|^2 \right ] = \varphi_z ({\rm \Delta}t = 0) = 2 \cdot \varphi_u ({\rm \Delta}t = 0) + |z_0|^2 = 2 \cdot \sigma^2 + |z_0|^2
 
:$${\rm E}\left [ |z(t)|^2 \right ] = \varphi_z ({\rm \Delta}t = 0) = 2 \cdot \varphi_u ({\rm \Delta}t = 0) + |z_0|^2 = 2 \cdot \sigma^2 + |z_0|^2
 
   \hspace{0.05cm}.$$
 
   \hspace{0.05cm}.$$
  
Mit $\sigma = 1$ erhält man somit folgende numerische Ergebnisse:
+
*Mit&nbsp; $\sigma = 1$&nbsp; erhält man somit folgende numerische Ergebnisse:
 
:$$ \ \ |z_0|^2 = 0\text{:} \ \hspace{0.3cm}{\rm E}\left [ |z(t)|^2 \right ] = 2 + 0 \hspace{0.15cm} \underline{ = 2}  \hspace{0.05cm},$$
 
:$$ \ \ |z_0|^2 = 0\text{:} \ \hspace{0.3cm}{\rm E}\left [ |z(t)|^2 \right ] = 2 + 0 \hspace{0.15cm} \underline{ = 2}  \hspace{0.05cm},$$
 
:$$ \ \ |z_0|^2 = 2\text{:} \ \hspace{0.3cm}{\rm E}\left [ |z(t)|^2 \right ] = 2 + 2 \hspace{0.15cm} \underline{ = 4}  \hspace{0.05cm},$$
 
:$$ \ \ |z_0|^2 = 2\text{:} \ \hspace{0.3cm}{\rm E}\left [ |z(t)|^2 \right ] = 2 + 2 \hspace{0.15cm} \underline{ = 4}  \hspace{0.05cm},$$
:$$|z_0|^2 = 10\text{:} \ \hspace{0.3cm}{\rm E}\left [ |z(t)|^2 \right ] = 2 + 10 \hspace{0.15cm} \underline{ = 12}  \hspace{0.05cm}.$$
+
:$$\ \ |z_0|^2 = 10\text{:} \ \hspace{0.3cm}{\rm E}\left [ |z(t)|^2 \right ] = 2 + 10 \hspace{0.15cm} \underline{ = 12}  \hspace{0.05cm}.$$
  
  
'''(4)''' Richtig ist der <u>Lösungsvorschlag 1</u>, wie bereits in der Musterlösung zu '''(2)''' hergeleitet.  
+
'''(4)''' Richtig ist der <u>Lösungsvorschlag 1</u>, wie bereits in der Musterlösung zu&nbsp; '''(2)'''&nbsp; hergeleitet wurde.  
  
 
Richtig wären auch die folgenden Aussagen:
 
Richtig wären auch die folgenden Aussagen:
Zeile 142: Zeile 146:
  
 
'''(5)''' <u>Alle Lösungsvorschläge treffen zu</u>.
 
'''(5)''' <u>Alle Lösungsvorschläge treffen zu</u>.
* Das &bdquo;schwarze&rdquo; LDS ist ein [[Mobile_Kommunikation/Statistische_Bindungen_innerhalb_des_Rayleigh%E2%80%93Prozesses#AKF_und_LDS_bei_Rayleigh.E2.80.93Fading|Jakes&ndash;Spektrum]] und damit auch kontinuierlich, das heißt, innerhalb eines Intervalls sind alle Frequenzen vorhanden.
+
* Das &bdquo;schwarze&rdquo; LDS ist ein&nbsp; [[Mobile_Kommunikation/Statistische_Bindungen_innerhalb_des_Rayleigh%E2%80%93Prozesses#AKF_und_LDS_bei_Rayleigh.E2.80.93Fading|Jakes&ndash;Spektrum]]&nbsp; und damit auch kontinuierlich, das heißt, innerhalb eines Intervalls sind alle Frequenzen vorhanden.
* In der Autokorrelationsfunktion (AKF) des blauen bzw. des grünen Kanals tritt zusätzlich die Konstante $|z_0|^2$ auf.
+
* In der Autokorrelationsfunktion (AKF) des blauen bzw. des grünen Kanals tritt zusätzlich die Konstante&nbsp; $|z_0|^2$&nbsp; auf.
* Im Leistungsdichtespektrum (LDS) gibt es wegen dieser Konstanten in der AKF jeweils Diracfunktionen bei der Dopplerfrequenz $f_{\rm D} = 0$ mit dem Gewicht $|z_0|^2$.
+
* Im Leistungsdichtespektrum (LDS) gibt es wegen dieser Konstanten in der AKF jeweils Diracfunktionen bei der Dopplerfrequenz&nbsp; $f_{\rm D} = 0$&nbsp; mit dem Gewicht&nbsp; $|z_0|^2$.
 
{{ML-Fuß}}
 
{{ML-Fuß}}
  

Aktuelle Version vom 17. Februar 2022, 14:51 Uhr

Rice-WDF für verschiedene Werte von  $z_0^2$

Man spricht von  Rice–Fading, wenn der den Mobilfunkkanal beschreibende komplexe Faktor  $z(t)$  neben der rein stochastischen Komponente  $x(t) +{\rm j} \cdot y(t)$  zusätzlich einen deterministischen Anteil der Form  $x_0 + {\rm j} \cdot y_0$  besitzt.

Die Gleichungen des Rice–Fadings lassen sich in aller Kürze wie folgt zusammenfassen:

$$r(t) = z(t) \cdot s(t) ,$$
$$z(t) = x(t) + {\rm j} \cdot y(t) ,$$
$$x(t) = u(t) + x_0 ,$$
$$y(t) = v(t) + y_0 .$$

Dabei gilt:

  • Der direkte Pfad wird durch die komplexe Konstante  $z_0 = x_0 + {\rm j} \cdot y_0$  beschrieben.  Der Betrag dieser zeitinvarianten Komponente ist
$$|z_0| = \sqrt{x_0^2 + y_0^2}\hspace{0.05cm}.$$
  • $u(t)$  und  $v(t)$  sind Musterfunktionen mittelwertfreier Gaußscher Zufallsprozesse, beide mit Varianz  $\sigma^2$  und miteinander nicht korreliert.  Sie berücksichtigen Streu–, Brechungs– und Beugungseffekte auf einer Vielzahl von indirekten Pfaden.
  • Der Betrag  $a(t) = |z(t)|$  besitzt eine Rice–WDF, eine Eigenschaft, die für die Namensgebung dieses speziellen Mobilfunkkanals verantwortlich ist.  Die WDF–Gleichung lautet für  $a ≥ 0$:
$$f_a(a) = \frac{a}{\sigma^2} \cdot {\rm exp} [ -\frac{a^2 + |z_0|^2}{2\sigma^2}] \cdot {\rm I}_0 \left [ \frac{a \cdot |z_0|}{\sigma^2} \right ]\hspace{0.05cm}, \hspace{0.2cm}{\rm I }_0 (u) = \sum_{k = 0}^{\infty} \frac{ (u/2)^{2k}}{k! \cdot \Gamma (k+1)} \hspace{0.05cm}.$$

Die Grafik zeigt die Rice–WDF für  $|z_0|^2 = 0,\ 2, \ 4, \ 10$  und  $20$.  Für alle Kurven gilt  $\sigma = 1$   ⇒   $\sigma^2 = 1$.


In dieser Aufgabe betrachten wir aber nicht die WDF des Betrags, sondern die Autokorrelationsfunktion  $\rm (AKF)$  des komplexen Faktors  $z(t)$,

$$\varphi_z ({\rm \Delta}t) = {\rm E}\big [ z(t) \cdot z^{\star}(t + {\rm \Delta}t)\big ] \hspace{0.05cm},$$

sowie das dazugehörige Leistungsdichtespektrum  $\rm (LDS)$

$${\it \Phi}_z (f_{\rm D}) \hspace{0.3cm} \circ\!\!-\!\!\!-\!\!\!-\!\!\bullet \hspace{0.3cm} \varphi_z ({\rm \Delta}t) \hspace{0.05cm}.$$





Hinweise:



Fragebogen

1

Welcher  $|z_0|^2$–Wert beschreibt das Rayleigh–Fading?

$|z_0|^2 \ = \ $

$\ \rm $

2

Es gelte  $|z_0|^2 \ne 0$.  Welche der folgenden Größen hängen nur von  $|z_0|^2 = x_0^2$ + $y_0^2$   ab, nicht aber von dessen Komponenten  $x_0^2$  und  $y_0^2$  allein?

WDF  $f_x(x)$  des Realteils,
WDF  $f_y(y)$  des Imaginärteils,
WDF  $f_a(a)$  des Betrags,
WDF  $f_{\rm \phi}(\phi)$  der Phase,
AKF  $\varphi_z(\Delta t)$  der komplexen Größe  $z(t)$,
LDS  ${\it \Phi}_z(f_{\rm D})$  der komplexen Größe  $z(t)$.

3

Berechnen Sie den quadratischen Erwartungswert  ${\rm E}\big[|z(t)|^2\big]$ für verschiedene Werte von  $|z_0|^2$.  Es gelte  $\sigma^2 = 1$.

$|z_0|^2 = 0\text{:} \hspace{0.52cm} {\rm E}\big[|z(t)|^2\big] \ = \ $

$\ \rm $
$|z_0|^2 = 2\text{:} \hspace{0.52cm} {\rm E}\big[|z(t)|^2\big] \ = \ $

$\ \rm $
$|z_0|^2 = 10\text{:} \hspace{0.3cm} {\rm E}\big[|z(t)|^2\big] \ = \ $

$\ \rm $

4

Wie unterscheiden sich die Autokorrelationsfunktionen  (kurz:   AKF)  des schwarzen, des blauen und des grünen Kanals?

Die „blaue” AKF liegt um den Wert  $4$  über der „schwarzen”.
Die „blaue” AKF liegt um den Wert  $2$  unterhalb der „schwarzen”.
Die „grüne” AKF ist um den Faktor  $2.5$  breiter als die „blaue”.

5

Wie unterscheiden sich die Leistungsdichtespektren  (kurz:   LDS)  von schwarzem, blauem und grünem Mobilfunkkanal?

Das „schwarze” LDS ist rein kontinuierlich (kein Dirac).
Das „blaue” und „grüne” LDS beinhalten jeweils einen Dirac.
Der „grüne” Dirac hat ein größeres Gewicht als der „blaue”.


Musterlösung

(1) Das Rayleigh–Fading ergibt sich aus dem Rice–Fading mit  $|z_0|^2 \ \underline {= \ 0}$.


(2) Richtig sind die Lösungsvorschläge 3, 5 und 6:

Es ist offensichtlich, dass

  • $f_x(x)$  von  $x_0$  abhängt,
  • $f_y(y)$  von  $y_0$  abhängt,
  • $f_{\rm \phi}(\phi)$  vom Verhältnis  $y_0/x_0$  abhängt.


Die angegebene Gleichung für die WDF  $f_a(a)$  zeigt, dass der Betrag  $a$  nur von  $|z_0|$  abhängt.

  • Für die AKF gilt mit  $z(t) = x(t) + {\rm j} \cdot y(t)$:
$$\varphi_z ({\rm \Delta}t) = {\rm E}\left [ z(t) \cdot z^{\star}(t + {\rm \Delta}t)\right] = {\rm E}\left [ \left ( x(t) + {\rm j} \cdot y(t) \right )\cdot (x(t + {\rm \Delta}t) - {\rm j} \cdot (y(t+ {\rm \Delta}t)\right ] \hspace{0.05cm}.$$
  • Aufgrund der statistischen Unabhängigkeit zwischen Real– und Imaginärteil kann man die Gleichung wie folgt vereinfachen:
$$\varphi_z ({\rm \Delta}t) = {\rm E}\left [ x(t) \cdot x(t + {\rm \Delta}t)\right ] + {\rm E}\left [ y(t) \cdot y(t + {\rm \Delta}t)\right ] \hspace{0.05cm}.$$
  • Der erste Anteil ergibt mit  $x(t) = u(t) + x_0$  und  $t' = t + \Delta t$:
$${\rm E}\left [ x(t) \cdot x(t')\right ] = {\rm E}\left [ u(t) \cdot u(t')\right ] + x_0 \cdot {\rm E}\left [ u(t) \right ] + x_0 \cdot {\rm E}\left [ u(t') \right ] + x_0^2\hspace{0.05cm},$$
$$\Rightarrow \hspace{0.3cm} {\rm E}\left [ x(t) \cdot x(t + {\rm \Delta}t)\right ] = {\rm E}\left [ u(t) \cdot u(t + {\rm \Delta}t)\right ] + x_0^2 = \varphi_u ({\rm \Delta}t) + x_0^2 \hspace{0.05cm}.$$
  • Hierbei ist berücksichtigt, dass die Gaußsche Zufallsgröße  $u(t)$  mittelwertfrei ist und die Varianz  $\sigma^2$  besitzt.
  • In gleicher Weise erhält man mit  $y(t) = \upsilon (t) + y_0$:
$${\rm E}\left [ y(t) \cdot y(t + {\rm \Delta}t)\right ] = \ ... \ = \varphi_v ({\rm \Delta}t) + y_0^2 \hspace{0.3cm} \Rightarrow \hspace{0.3cm} \varphi_z ({\rm \Delta}t) = \varphi_u ({\rm \Delta}t) + \varphi_v ({\rm \Delta}t) + x_0^2 + y_0^2 = 2 \cdot \varphi_u ({\rm \Delta}t) + |z_0|^2 \hspace{0.05cm}.$$
  • Wenn aber die AKF   $\varphi_z(\Delta t)$   nur von  $|z_0^2|$ abhängt, dann gilt dies auch für die Fouriertransformierte „LDS”.


(3) Der quadratische Erwartungswert, also das  "Moment zweiter Ordnung",  könnte zum Beispiel aus der Betrags–WDF berechnet werden:

$$m_2 = {\rm E}\left [ |z(t)|^2 \right ] = {\rm E}\left [ a^2 \right ] = \int_{0}^{\infty}a^2 \cdot f_a(a)\hspace{0.15cm}{\rm d}a \hspace{0.05cm}.$$
  • Gleichzeitig ist das Moment  $m_2$  – also die Leistung – auch durch die AKF bestimmt:
$${\rm E}\left [ |z(t)|^2 \right ] = \varphi_z ({\rm \Delta}t = 0) = 2 \cdot \varphi_u ({\rm \Delta}t = 0) + |z_0|^2 = 2 \cdot \sigma^2 + |z_0|^2 \hspace{0.05cm}.$$
  • Mit  $\sigma = 1$  erhält man somit folgende numerische Ergebnisse:
$$ \ \ |z_0|^2 = 0\text{:} \ \hspace{0.3cm}{\rm E}\left [ |z(t)|^2 \right ] = 2 + 0 \hspace{0.15cm} \underline{ = 2} \hspace{0.05cm},$$
$$ \ \ |z_0|^2 = 2\text{:} \ \hspace{0.3cm}{\rm E}\left [ |z(t)|^2 \right ] = 2 + 2 \hspace{0.15cm} \underline{ = 4} \hspace{0.05cm},$$
$$\ \ |z_0|^2 = 10\text{:} \ \hspace{0.3cm}{\rm E}\left [ |z(t)|^2 \right ] = 2 + 10 \hspace{0.15cm} \underline{ = 12} \hspace{0.05cm}.$$


(4) Richtig ist der Lösungsvorschlag 1, wie bereits in der Musterlösung zu  (2)  hergeleitet wurde.

Richtig wären auch die folgenden Aussagen:

  • Die „blaue” AKF liegt um 4 über der „schwarzen”.
  • Die „grüne” AKF liegt um 6 über der „blauen”.


(5) Alle Lösungsvorschläge treffen zu.

  • Das „schwarze” LDS ist ein  Jakes–Spektrum  und damit auch kontinuierlich, das heißt, innerhalb eines Intervalls sind alle Frequenzen vorhanden.
  • In der Autokorrelationsfunktion (AKF) des blauen bzw. des grünen Kanals tritt zusätzlich die Konstante  $|z_0|^2$  auf.
  • Im Leistungsdichtespektrum (LDS) gibt es wegen dieser Konstanten in der AKF jeweils Diracfunktionen bei der Dopplerfrequenz  $f_{\rm D} = 0$  mit dem Gewicht  $|z_0|^2$.