Aufgaben:Aufgabe 1.5: Nachbildung des Jakes–Spektrums: Unterschied zwischen den Versionen

Aus LNTwww
Wechseln zu:Navigation, Suche
 
(10 dazwischenliegende Versionen von 2 Benutzern werden nicht angezeigt)
Zeile 2: Zeile 2:
 
{{quiz-Header|Buchseite=Mobile Kommunikation/Statistische Bindungen innerhalb des Rayleigh-Prozesses}}
 
{{quiz-Header|Buchseite=Mobile Kommunikation/Statistische Bindungen innerhalb des Rayleigh-Prozesses}}
  
[[Datei:P_ID2124__Mob_A_1_5.png|right|frame]]
+
[[Datei:P_ID2124__Mob_A_1_5.png|right|frame|Betrachtetes Jakes–Spektrum]]
Bei einem Mobilfunksystem macht sich der [[Mobile_Kommunikation/Statistische_Bindungen_innerhalb_des_Rayleigh%E2%80%93Prozesses#Ph.C3.A4nomenologische_Beschreibung_des_Dopplereffekts|Dopplereffekt]] auch im Leistungsdichtespektrum der Dopplerfrequenz $f_{\rm D}$ bemerkbar. Es ergibt sich das sog. [[Mobile_Kommunikation/Statistische_Bindungen_innerhalb_des_Rayleigh%E2%80%93Prozesses#AKF_und_LDS_bei_Rayleigh.E2.80.93Fading|Jakes–Spektrum]], das für die maximale Dopplerfrequenz $f_{\rm D, \ max} = 100 \ \rm Hz$ in der Grafik dargestellt ist. ${\it \Phi}_z(f_{\rm D})$ hat nur Anteile innerhalb des Bereichs $± f_{\rm D, \ max}$ wobei gilt:
+
Bei einem Mobilfunksystem macht sich der  [[Mobile_Kommunikation/Statistische_Bindungen_innerhalb_des_Rayleigh%E2%80%93Prozesses#Ph.C3.A4nomenologische_Beschreibung_des_Dopplereffekts|Dopplereffekt]]  auch im Leistungsdichtespektrum der Dopplerfrequenz  $f_{\rm D}$  bemerkbar.  
 +
 
 +
Es ergibt sich das so genannte  [[Mobile_Kommunikation/Statistische_Bindungen_innerhalb_des_Rayleigh%E2%80%93Prozesses#AKF_und_LDS_bei_Rayleigh.E2.80.93Fading|Jakes–Spektrum]], das für die maximale Dopplerfrequenz  $f_{\rm D, \ max} = 100 \ \rm Hz$  in der Grafik dargestellt ist.  ${\it \Phi}_z(f_{\rm D})$  hat nur Anteile innerhalb des Bereichs  $± f_{\rm D, \ max}$, wobei gilt:
 
:$${\it \Phi}_z(f_{\rm D}) = \frac{2 \cdot \sigma^2}{\pi \cdot f_{\rm D, \hspace{0.05cm} max}  \cdot \sqrt { 1 - (f_{\rm D}/f_{\rm D, \hspace{0.05cm} max})^2 } }
 
:$${\it \Phi}_z(f_{\rm D}) = \frac{2 \cdot \sigma^2}{\pi \cdot f_{\rm D, \hspace{0.05cm} max}  \cdot \sqrt { 1 - (f_{\rm D}/f_{\rm D, \hspace{0.05cm} max})^2 } }
 
  \hspace{0.05cm}.$$
 
  \hspace{0.05cm}.$$
  
Was im Frequenzbereich durch das Leistungsdichtespektrum ausgedrückt wird, beschreibt man im Zeitbereich durch die Autokorrelationsfunktion. Diese ergibt sich aus ${\it \Phi}_z(f_{\rm D}$ durch die [[Signaldarstellung/Fouriertransformation_und_-r%C3%BCcktransformation#Das_zweite_Fourierintegral|Fourierrücktransformation]].
+
Was im Frequenzbereich durch das Leistungsdichtespektrum  $\rm (LDS)$  ausgedrückt wird, beschreibt man im Zeitbereich durch die Autokorrelationsfunktion  $\rm (AKF)$.  Diese ergibt sich aus  ${\it \Phi}_z(f_{\rm D})$  durch die  [[Signaldarstellung/Fouriertransformation_und_-r%C3%BCcktransformation#Das_zweite_Fourierintegral|Fourierrücktransformation]].
Mit der <i>Besselfunktion</i> erster Art und nullter Ordnung (${\rm J}_0$) erhält man:
+
 
 +
Mit der Besselfunktion erster Art und nullter Ordnung &nbsp;$({\rm J}_0)$&nbsp; erhält man:
 
:$$\varphi_z ({\rm \Delta}t) =  2 \sigma^2 \cdot {\rm J_0}(2\pi \cdot f_{\rm D, \hspace{0.05cm} max} \cdot {\rm \Delta}t)\hspace{0.05cm}.$$
 
:$$\varphi_z ({\rm \Delta}t) =  2 \sigma^2 \cdot {\rm J_0}(2\pi \cdot f_{\rm D, \hspace{0.05cm} max} \cdot {\rm \Delta}t)\hspace{0.05cm}.$$
  
Um den Dopplereffekt &ndash; und damit eine Relativbewegung zwischen Sender und Empfänger &ndash; bei einer Systemsimulation zu berücksichtigen, werden im [[Mobile_Kommunikation/Wahrscheinlichkeitsdichte_des_Rayleigh%E2%80%93Fadings#Modellierung_von_nichtfrequenzselektivem_Fading|Rayleigh&ndash;Kanalmodell]] zwei digitale Filter eingefügt, jeweils mit dem Frequenzgang $H_{\rm DF}(f_D)$. Die Dimensionierung dieser Filter ist Inhalt dieser Aufgabe.
+
Um den Dopplereffekt &ndash; und damit eine Relativbewegung zwischen Sender und Empfänger &ndash; bei einer Systemsimulation zu berücksichtigen, werden im&nbsp; [[Mobile_Kommunikation/Wahrscheinlichkeitsdichte_des_Rayleigh%E2%80%93Fadings#Modellierung_von_nichtfrequenzselektivem_Fading|Rayleigh&ndash;Kanalmodell]]&nbsp; zwei digitale Filter eingefügt, jeweils mit dem Frequenzgang&nbsp; $H_{\rm DF}(f_{\rm D})$.  
Wir beschränken uns hier auf den Zweig zur Generierung des Realteils $x(t)$. Für den Imaginärteil $y(t)$ ergeben sich genau gleiche Verhältnisse.
+
 
Am Eingang des im [[Mobile_Kommunikation/Wahrscheinlichkeitsdichte_des_Rayleigh%E2%80%93Fadings#Frequenzselektives_Fading_vs._nichtfrequenzselektives_Fading|Rayleigh&ndash;Kanalmodell]] linken digitalen Filters liegt weißes Gaußsches Rauschen $n(t)$ mit der Varianz $\sigma^2 = 0.5$ an. Die Realteilkomponente ergibt sich dann gemäß der Faltung zu
+
Die Dimensionierung dieser Filter ist Inhalt dieser Aufgabe.
 +
*Wir beschränken uns hier auf den Zweig zur Generierung des Realteils&nbsp; $x(t)$.&nbsp; Für den Imaginärteil&nbsp; $y(t)$&nbsp; ergeben sich genau gleiche Verhältnisse.
 +
*Am Eingang des im&nbsp; [[Mobile_Kommunikation/Wahrscheinlichkeitsdichte_des_Rayleigh%E2%80%93Fadings#Modellierung_von_nichtfrequenzselektivem_Fading|Rayleigh&ndash;Kanalmodell]]&nbsp; linken digitalen Filters liegt weißes Gaußsches Rauschen&nbsp; $n(t)$&nbsp; mit der Varianz&nbsp; $\sigma^2 = 0.5$&nbsp; an.  
 +
*Die Realteilkomponente ergibt sich dann gemäß der Faltung zu
 
:$$x(t) = n(t) \star h_{\rm DF}(t) \hspace{0.05cm}.$$
 
:$$x(t) = n(t) \star h_{\rm DF}(t) \hspace{0.05cm}.$$
  
''Hinweis:''  
+
 
* Die Aufgabe gehört zum Kapitel [[Mobile_Kommunikation/Statistische_Bindungen_innerhalb_des_Rayleigh%E2%80%93Prozesses|Statistische Bindungen innerhalb des Rayleigh&ndash;Prozesses]] dieses Buches.  
+
 
* Das digitale Filter wird im Kapitel [[Stochastische_Signaltheorie/Digitale_Filter|Digitale Filter]] des Buches &bdquo;Stochastische Signaltheorie&rdquo; ausführlich behandelt.
+
 
 +
 
 +
 
 +
 
 +
 
 +
 
 +
''Hinweise:''  
 +
* Die Aufgabe gehört zum Themengebiet&nbsp;  [[Mobile_Kommunikation/Statistische_Bindungen_innerhalb_des_Rayleigh%E2%80%93Prozesses|Statistische Bindungen innerhalb des Rayleigh&ndash;Prozesses]].  
 +
* Das digitale Filter wird im Kapitel&nbsp; [[Stochastische_Signaltheorie/Digitale_Filter|Digitale Filter]]&nbsp; des Buches &bdquo;Stochastische Signaltheorie&rdquo; ausführlich behandelt.
 +
 +
 
  
  
Zeile 24: Zeile 40:
  
 
<quiz display=simple>
 
<quiz display=simple>
{Welchen Wert hat das Jakes&ndash;Spektrum des Realteils bei $f_{\rm D} = 0$?
+
{Welchen Wert hat das Jakes&ndash;Spektrum des Realteils bei der Dopplerfrequenz&nbsp; $f_{\rm D} = 0$?
 
|type="{}"}
 
|type="{}"}
${\it \Phi}_x(f_{\rm D} = 0)$ = { 1.59 } $\ 10^{\rm &ndash;3} \ 1/{\rm Hz}$
+
${\it \Phi}_x(f_{\rm D} = 0)\ = \ $ { 1.59 } $\ \cdot  10^{\rm &ndash;3} \ 1/{\rm Hz}$
  
{Welche Dimensionierung ist richtig? $K$ ist eine beliebige Konstante.
+
{Welche Dimensionierung ist richtig, wobei &nbsp;$K$&nbsp; eine geeignet gewählte Konstante ist?
|type="[]"}
+
|type="()"}
- Es gilt $H_{\rm DF}(f_{\rm D}) = K \cdot {\it \Phi}_x(f_{\rm D})$.
+
- Es gilt&nbsp; $H_{\rm DF}(f_{\rm D}) = K \cdot {\it \Phi}_x(f_{\rm D})$.
+ Es gilt $|H_{\rm DF}(f_{\rm D})|^2 = K \cdot {\it \Phi}_x(f_{\rm D})$
+
+ Es gilt&nbsp; $|H_{\rm DF}(f_{\rm D})|^2 = K \cdot {\it \Phi}_x(f_{\rm D})$
  
{Aus welcher Bedingung lässt sich die Konstante $K$ bestimmen?
+
{Aus welcher Bedingung lässt sich die Konstante&nbsp; $K$&nbsp; bestimmen?
|type="[]"}
+
|type="()"}
- $K$ kann beliebig gewählt werden.  
+
- $K$&nbsp; kann beliebig gewählt werden.  
- Das Integral $|H_{\rm DF}(f_{\rm D})|$ muss $1$ ergeben.
+
- Das Integral über&nbsp; $|H_{\rm DF}(f_{\rm D})|$&nbsp; muss&nbsp; $1$&nbsp; ergeben.
+ Das Integral $|H_{\rm DF}(f_{\rm D})|^2$ muss $1$ ergeben.
+
+ Das Integral über&nbsp; $|H_{\rm DF}(f_{\rm D})|^2$&nbsp; muss&nbsp; $1$&nbsp; ergeben.
  
{Ist $H_{\rm DF}(f)$ durch die beiden Bedingungen (2) und (3) eindeutig festgelegt?
+
{Ist&nbsp; $H_{\rm DF}(f)$&nbsp; durch die beiden Bedingungen gemäß&nbsp; '''(2)'''&nbsp; und&nbsp; '''(3)'''&nbsp; eindeutig festgelegt?
 
|type="()"}
 
|type="()"}
 
- Ja.
 
- Ja.
Zeile 47: Zeile 63:
 
===Musterlösung===
 
===Musterlösung===
 
{{ML-Kopf}}
 
{{ML-Kopf}}
'''(1)'''&nbsp; Das Jakes&ndash;Spektrum des Realteils ist halb so groß wie das resultierende Spektrum ${\it \Phi}_z(f)$:
+
'''(1)'''&nbsp; Das Jakes&ndash;Spektrum des Realteils ist halb so groß wie das resultierende Spektrum&nbsp; ${\it \Phi}_z(f)$:
:$${\it \Phi}_x(f_{\rm D} = 0) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} {\it \Phi}_y(f_{\rm D} = 0) = \frac{{\it \Phi}_z(f_{\rm D} = 0)}{2}=$$
+
:$${\it \Phi}_x(f_{\rm D} = 0) = {\it \Phi}_y(f_{\rm D} = 0) = \frac{{\it \Phi}_z(f_{\rm D} = 0)}{2}= \frac{\sigma^2}{\pi \cdot f_{\rm D, \hspace{0.05cm} max}} =  
:$$ \hspace{-0.1cm} \ = \ \hspace{-0.1cm} \frac{\sigma^2}{\pi \cdot f_{\rm D, \hspace{0.05cm} max}} =  
 
 
  \frac{0.5}{\pi \cdot 100\,\,{\rm Hz}} \hspace{0.15cm} \underline{ = 1.59 \cdot 10^{-3}\,\,{\rm Hz^{-1}}}
 
  \frac{0.5}{\pi \cdot 100\,\,{\rm Hz}} \hspace{0.15cm} \underline{ = 1.59 \cdot 10^{-3}\,\,{\rm Hz^{-1}}}
 
  \hspace{0.05cm}.$$
 
  \hspace{0.05cm}.$$
  
  
'''(2)'''&nbsp; Richtig ist der <u>Lösungsvorschlag 2</u>. Das Eingangssignal $n(t)$ besitzt ein weißes (konstantes) LDS ${\it \Phi}_n(f_{\rm D})$. Für das LDS am Ausgang gilt dann:
+
 
 +
'''(2)'''&nbsp; Richtig ist der <u>Lösungsvorschlag 2</u>:
 +
*Das Eingangssignal&nbsp; $n(t)$&nbsp; besitzt ein weißes (konstantes) LDS&nbsp; ${\it \Phi}_n(f_{\rm D})$.  
 +
*Für das LDS am Ausgang gilt dann:
 
:$${\it \Phi}_x(f_{\rm D}) = {\it \Phi}_n(f_{\rm D}) \cdot | H_{\rm DF}(f_{\rm D}|^2
 
:$${\it \Phi}_x(f_{\rm D}) = {\it \Phi}_n(f_{\rm D}) \cdot | H_{\rm DF}(f_{\rm D}|^2
 
  \hspace{0.05cm}.$$
 
  \hspace{0.05cm}.$$
  
  
'''(3)'''&nbsp; Richtig ist der <u>letzte Lösungsvorschlag</u>. Nur wenn diese Bedingung erfüllt ist, hat das Signal $x(t)$ die gleiche Varianz $\sigma^2$ wie das Rauschsignal $n(t)$.
 
  
 +
'''(3)'''&nbsp; Richtig ist der <u>Lösungsvorschlag 3</u>.
 +
*Nur wenn diese Bedingung erfüllt ist, hat das Signal&nbsp; $x(t)$&nbsp; die gleiche Varianz&nbsp; $\sigma^2$&nbsp; wie das Rauschsignal&nbsp; $n(t)$.
 +
 +
 +
 +
 +
'''(4)'''&nbsp; <u>Richtig ist NEIN</u>:
 +
*Die beiden Bedingungen nach den Teilaufgaben&nbsp; (2)&nbsp; und&nbsp; (3)&nbsp; beziehen sich nur auf die Betragsfunktion.
 +
*Für die Phase des digitalen Filters gibt es keine Vorschrift.
 +
*Diese ist frei wählbar.&nbsp; Meist wählt man diese so, dass sich ein minimalphasiges Netzwerk ergibt.
 +
*In diesem Fall hat dann die Impulsantwort&nbsp; $h_{\rm DF}(t)$&nbsp; die geringst mögliche Ausdehnung.
 +
 +
 +
[[Datei:P_ID2125__Mob_A_1_5d.png|right|frame|Approximation des Jakes–Spektrums und der AKF]]
  
'''(4)'''&nbsp; <u>Richtig ist NEIN</u>. Die beiden Bedingungen nach den Teilaufgaben (2) und (3) beziehen sich nur auf die Betragsfunktion. Für die Phase des digitalen Filters gibt es keine Vorschrift. Diese ist frei wählbar. Meist wählt man diese so, dass sich ein minimalphasiges Netzwerk ergibt. In diesem Fall hat dann die Impulsantwort $h_{\rm DF}(t)$ die geringst mögliche Ausdehnung.
+
Die Grafik zeigt das Ergebnis der Approximation.&nbsp; Die roten Kurven wurden simulativ über&nbsp; $100\hspace{0.05cm}000$&nbsp; Abtastwerte ermittelt.  
  
[[Datei:P_ID2125__Mob_A_1_5d.png|center|frame|Approximation des Jakes–Spektrums und der AKF]]
+
Man erkennt:
  
Die Grafik zeigt das Ergebnis einer solchen Approximation. Die roten Kurven wurden simulativ über 100.000 Abtastwerte ermittelt. Man erkennt:
+
* Das Jakes&ndash;Leistungsdichtespektrum&nbsp; (linke Grafik)&nbsp; lässt sich aufgrund des senkrechten Abfalls bei&nbsp; $&plusmn; f_{\rm D, \ max}$&nbsp; nur sehr ungenau nachbilden.
* Das Jakes&ndash;Leistungsdichtespektrum (linke Grafik) lässt sich aufgrund des senkrechten Abfalls bei $&plusmn; f_{\rm D, \ max}$ nur sehr ungenau nachbilden.
+
* Für den Zeitbereich bedeutet dies, dass die AKF sehr viel schneller abfällt, als es die Theorie besagt.  
* Für den Zeitbereich bedeutet dies, dass die AKF sehr viel schneller abfällt, als es die Theorie besagt. Für kleine $\Delta t$&ndash;Werte ist die Approximation aber sehr gut (rechte Grafik).
+
*Für kleine&nbsp; $\Delta t$&ndash;Werte ist die Approximation aber sehr gut&nbsp; (rechte Grafik).
 
{{ML-Fuß}}
 
{{ML-Fuß}}
  

Aktuelle Version vom 12. Mai 2020, 15:12 Uhr

Betrachtetes Jakes–Spektrum

Bei einem Mobilfunksystem macht sich der  Dopplereffekt  auch im Leistungsdichtespektrum der Dopplerfrequenz  $f_{\rm D}$  bemerkbar.

Es ergibt sich das so genannte  Jakes–Spektrum, das für die maximale Dopplerfrequenz  $f_{\rm D, \ max} = 100 \ \rm Hz$  in der Grafik dargestellt ist.  ${\it \Phi}_z(f_{\rm D})$  hat nur Anteile innerhalb des Bereichs  $± f_{\rm D, \ max}$, wobei gilt:

$${\it \Phi}_z(f_{\rm D}) = \frac{2 \cdot \sigma^2}{\pi \cdot f_{\rm D, \hspace{0.05cm} max} \cdot \sqrt { 1 - (f_{\rm D}/f_{\rm D, \hspace{0.05cm} max})^2 } } \hspace{0.05cm}.$$

Was im Frequenzbereich durch das Leistungsdichtespektrum  $\rm (LDS)$  ausgedrückt wird, beschreibt man im Zeitbereich durch die Autokorrelationsfunktion  $\rm (AKF)$.  Diese ergibt sich aus  ${\it \Phi}_z(f_{\rm D})$  durch die  Fourierrücktransformation.

Mit der Besselfunktion erster Art und nullter Ordnung  $({\rm J}_0)$  erhält man:

$$\varphi_z ({\rm \Delta}t) = 2 \sigma^2 \cdot {\rm J_0}(2\pi \cdot f_{\rm D, \hspace{0.05cm} max} \cdot {\rm \Delta}t)\hspace{0.05cm}.$$

Um den Dopplereffekt – und damit eine Relativbewegung zwischen Sender und Empfänger – bei einer Systemsimulation zu berücksichtigen, werden im  Rayleigh–Kanalmodell  zwei digitale Filter eingefügt, jeweils mit dem Frequenzgang  $H_{\rm DF}(f_{\rm D})$.

Die Dimensionierung dieser Filter ist Inhalt dieser Aufgabe.

  • Wir beschränken uns hier auf den Zweig zur Generierung des Realteils  $x(t)$.  Für den Imaginärteil  $y(t)$  ergeben sich genau gleiche Verhältnisse.
  • Am Eingang des im  Rayleigh–Kanalmodell  linken digitalen Filters liegt weißes Gaußsches Rauschen  $n(t)$  mit der Varianz  $\sigma^2 = 0.5$  an.
  • Die Realteilkomponente ergibt sich dann gemäß der Faltung zu
$$x(t) = n(t) \star h_{\rm DF}(t) \hspace{0.05cm}.$$





Hinweise:



Fragebogen

1

Welchen Wert hat das Jakes–Spektrum des Realteils bei der Dopplerfrequenz  $f_{\rm D} = 0$?

${\it \Phi}_x(f_{\rm D} = 0)\ = \ $

$\ \cdot 10^{\rm –3} \ 1/{\rm Hz}$

2

Welche Dimensionierung ist richtig, wobei  $K$  eine geeignet gewählte Konstante ist?

Es gilt  $H_{\rm DF}(f_{\rm D}) = K \cdot {\it \Phi}_x(f_{\rm D})$.
Es gilt  $|H_{\rm DF}(f_{\rm D})|^2 = K \cdot {\it \Phi}_x(f_{\rm D})$

3

Aus welcher Bedingung lässt sich die Konstante  $K$  bestimmen?

$K$  kann beliebig gewählt werden.
Das Integral über  $|H_{\rm DF}(f_{\rm D})|$  muss  $1$  ergeben.
Das Integral über  $|H_{\rm DF}(f_{\rm D})|^2$  muss  $1$  ergeben.

4

Ist  $H_{\rm DF}(f)$  durch die beiden Bedingungen gemäß  (2)  und  (3)  eindeutig festgelegt?

Ja.
Nein.


Musterlösung

(1)  Das Jakes–Spektrum des Realteils ist halb so groß wie das resultierende Spektrum  ${\it \Phi}_z(f)$:

$${\it \Phi}_x(f_{\rm D} = 0) = {\it \Phi}_y(f_{\rm D} = 0) = \frac{{\it \Phi}_z(f_{\rm D} = 0)}{2}= \frac{\sigma^2}{\pi \cdot f_{\rm D, \hspace{0.05cm} max}} = \frac{0.5}{\pi \cdot 100\,\,{\rm Hz}} \hspace{0.15cm} \underline{ = 1.59 \cdot 10^{-3}\,\,{\rm Hz^{-1}}} \hspace{0.05cm}.$$


(2)  Richtig ist der Lösungsvorschlag 2:

  • Das Eingangssignal  $n(t)$  besitzt ein weißes (konstantes) LDS  ${\it \Phi}_n(f_{\rm D})$.
  • Für das LDS am Ausgang gilt dann:
$${\it \Phi}_x(f_{\rm D}) = {\it \Phi}_n(f_{\rm D}) \cdot | H_{\rm DF}(f_{\rm D}|^2 \hspace{0.05cm}.$$


(3)  Richtig ist der Lösungsvorschlag 3.

  • Nur wenn diese Bedingung erfüllt ist, hat das Signal  $x(t)$  die gleiche Varianz  $\sigma^2$  wie das Rauschsignal  $n(t)$.



(4)  Richtig ist NEIN:

  • Die beiden Bedingungen nach den Teilaufgaben  (2)  und  (3)  beziehen sich nur auf die Betragsfunktion.
  • Für die Phase des digitalen Filters gibt es keine Vorschrift.
  • Diese ist frei wählbar.  Meist wählt man diese so, dass sich ein minimalphasiges Netzwerk ergibt.
  • In diesem Fall hat dann die Impulsantwort  $h_{\rm DF}(t)$  die geringst mögliche Ausdehnung.


Approximation des Jakes–Spektrums und der AKF

Die Grafik zeigt das Ergebnis der Approximation.  Die roten Kurven wurden simulativ über  $100\hspace{0.05cm}000$  Abtastwerte ermittelt.

Man erkennt:

  • Das Jakes–Leistungsdichtespektrum  (linke Grafik)  lässt sich aufgrund des senkrechten Abfalls bei  $± f_{\rm D, \ max}$  nur sehr ungenau nachbilden.
  • Für den Zeitbereich bedeutet dies, dass die AKF sehr viel schneller abfällt, als es die Theorie besagt.
  • Für kleine  $\Delta t$–Werte ist die Approximation aber sehr gut  (rechte Grafik).