Aufgaben:Aufgabe 5.5Z: AKF nach Filter 1. Ordnung: Unterschied zwischen den Versionen

Aus LNTwww
Wechseln zu:Navigation, Suche
 
(Eine dazwischenliegende Version desselben Benutzers wird nicht angezeigt)
Zeile 3: Zeile 3:
 
}}
 
}}
  
[[Datei:P_ID565__Sto_Z_5_5_neu.png|right|frame|Nichtrekursives Filter mit Gleichanteil]]
+
[[Datei:P_ID565__Sto_Z_5_5_neu.png|right|frame|Nichtrekursives Filter mit zusätzlichem Gleichanteil]]
 
Wir betrachten hier ein nichtrekursives Filter erster Ordnung  $(M = 1)$.
 
Wir betrachten hier ein nichtrekursives Filter erster Ordnung  $(M = 1)$.
 
*Die Filterkoeffizienten seien  $a_0 = 0.4$  und  $a_1 = 0.3$.  
 
*Die Filterkoeffizienten seien  $a_0 = 0.4$  und  $a_1 = 0.3$.  
*Am Filterausgang wird eine Konstante  $K$  hinzuaddiert, die bis einschließlich Teilaufgabe  '''(3)'''  zu Null gesetzt werden soll.
+
*Am Filterausgang wird eine Konstante  $K$  hinzuaddiert,  die bis einschließlich Teilaufgabe  '''(3)'''  zu Null gesetzt werden soll.
  
  
Zeile 16: Zeile 16:
  
  
 
+
Hinweise:  
 
 
 
 
 
 
''Hinweise:''
 
 
*Die Aufgabe gehört zum  Kapitel  [[Stochastische_Signaltheorie/Erzeugung_vorgegebener_AKF-Eigenschaften|Erzeugung vorgegebener AKF-Eigenschaften]].
 
*Die Aufgabe gehört zum  Kapitel  [[Stochastische_Signaltheorie/Erzeugung_vorgegebener_AKF-Eigenschaften|Erzeugung vorgegebener AKF-Eigenschaften]].
*Bezug genommen wird auch auf die Kapitel  [[Stochastische_Signaltheorie/Autokorrelationsfunktion_(AKF)|Autokorrelationsfunktion]]  sowie  [[Stochastische_Signaltheorie/Leistungsdichtespektrum_(LDS)|Leistungsdichtespektrum]].
+
*Bezug genommen wird auch auf die Kapitel   [[Stochastische_Signaltheorie/Autokorrelationsfunktion_(AKF)|Autokorrelationsfunktion]]  $\rm (AKF)$    sowie   [[Stochastische_Signaltheorie/Leistungsdichtespektrum_(LDS)|Leistungsdichtespektrum]]  $\rm (LDS)$.
 
   
 
   
  
Zeile 29: Zeile 25:
  
 
<quiz display=simple>
 
<quiz display=simple>
{Welche Aussagen sind bezüglich der Ausgangs&ndash;AKF zutreffend, wenn&nbsp; $K = 0$&nbsp; gilt?&nbsp; Begründen Sie Ihre Ergebnisse.
+
{Welche Aussagen sind bezüglich der Ausgangs&ndash;AKF zutreffend,&nbsp; wenn&nbsp; $K = 0$&nbsp; gilt?&nbsp; Begründen Sie Ihre Ergebnisse.
 
|type="[]"}
 
|type="[]"}
 
- Der AKF-Wert&nbsp; $\varphi_y(0)$&nbsp; gibt die Streuung&nbsp; $\sigma_y$&nbsp; an.
 
- Der AKF-Wert&nbsp; $\varphi_y(0)$&nbsp; gibt die Streuung&nbsp; $\sigma_y$&nbsp; an.
+ Alle AKF-Werte&nbsp; $\varphi_y(k \cdot T_{\rm A})$&nbsp; mit&nbsp; $k \ge 2$&nbsp; sind Null.
+
+ Alle AKF-Werte&nbsp; $\varphi_y(k \cdot T_{\rm A})$&nbsp; mit&nbsp; $|k| \ge 2$&nbsp; sind Null.
 
+ Das Leistungsdichtespektrum (LDS)&nbsp; ${\it \Phi}_y(f)$&nbsp; verläuft cosinusförmig.
 
+ Das Leistungsdichtespektrum (LDS)&nbsp; ${\it \Phi}_y(f)$&nbsp; verläuft cosinusförmig.
  
Zeile 42: Zeile 38:
  
  
{Welche Werte muss man für&nbsp; $a_0$&nbsp; und&nbsp; $a_1$&nbsp; einstellen, wenn bei gleicher AKF&ndash;Form die Streuung&nbsp; $\sigma_y = 1$&nbsp; betragen soll?&nbsp; Es sei&nbsp; $a_0 > a_1$.
+
{Welche Werte muss man für&nbsp; $a_0$&nbsp; und&nbsp; $a_1$&nbsp; einstellen,&nbsp; wenn bei gleicher AKF&ndash;Form die Streuung&nbsp; $\sigma_y = 1$&nbsp; betragen soll?&nbsp; Es sei&nbsp; $a_0 > a_1$.
 
|type="{}"}
 
|type="{}"}
 
$a_0 \ =  \ $ { 0.8 3% }
 
$a_0 \ =  \ $ { 0.8 3% }
Zeile 48: Zeile 44:
  
  
{Es gelte&nbsp; $a_0 = 0.4$&nbsp; und&nbsp; $a_1 = 0.3$.&nbsp; Wie groß ist die Konstante&nbsp; $K$&nbsp; zu wählen, damit sich&nbsp; $\varphi_y(0)= 0.5$&nbsp; ergibt?
+
{Es gelte&nbsp; $a_0 = 0.4$&nbsp; und&nbsp; $a_1 = 0.3$.&nbsp; Wie groß ist die Konstante&nbsp; $K$&nbsp; zu wählen,&nbsp; damit sich&nbsp; $\varphi_y(0)= 0.5$&nbsp; ergibt?
 
|type="{}"}
 
|type="{}"}
 
$K \ =  \ $ { 0.5 3% }
 
$K \ =  \ $ { 0.5 3% }
Zeile 69: Zeile 65:
 
===Musterlösung===
 
===Musterlösung===
 
{{ML-Kopf}}
 
{{ML-Kopf}}
'''(1)'''&nbsp; Richtig sind <u>die Lösungsvorschläge 2 und 3</u>:
+
'''(1)'''&nbsp; Richtig sind&nbsp; <u>die Lösungsvorschläge 2 und 3</u>:
*Der AKF&ndash;Wert&nbsp; $\varphi_y(0)$&nbsp; gibt die Varianz (Leistung)&nbsp; $\sigma_y^2$&nbsp; an und nicht die Streuung (den Effektivwert)&nbsp; $\sigma_y$.  
+
*Der AKF&ndash;Wert&nbsp; $\varphi_y(0)$&nbsp; gibt die Varianz&nbsp; (Leistung)&nbsp; $\sigma_y^2$&nbsp; an und nicht die Streuung&nbsp; (den Effektivwert)&nbsp; $\sigma_y$.  
*Da ein nichtrekursives Filter erster Ordnung vorliegt, sind alle AKF&ndash;Werte&nbsp;  $\varphi_y(k \cdot T_{\rm A})= 0$&nbsp; für $k \ge 2$.  
+
*Da ein nichtrekursives Filter erster Ordnung vorliegt,&nbsp; sind alle AKF&ndash;Werte&nbsp;  $\varphi_y(k \cdot T_{\rm A})= 0$&nbsp; für $|k| \ge 2$.  
 
*Der AKF&ndash;Wert&nbsp; $\varphi_y(- T_{\rm A})$&nbsp; ist gleich&nbsp; $\varphi_y(+ T_{\rm A})$.  
 
*Der AKF&ndash;Wert&nbsp; $\varphi_y(- T_{\rm A})$&nbsp; ist gleich&nbsp; $\varphi_y(+ T_{\rm A})$.  
*Diese beiden AKF-Werte führen zu einer Cosinusfunktion im Leistungsdichtespektrum, zu der sich noch der Gleichanteil&nbsp; $\varphi_y(0)$&nbsp; hinzuaddiert.
+
*Diese beiden AKF-Werte führen zu einer Cosinusfunktion im Leistungsdichtespektrum,&nbsp; zu der sich noch der Gleichanteil&nbsp; $\varphi_y(0)$&nbsp; hinzuaddiert.
 
   
 
   
  
Zeile 86: Zeile 82:
  
  
'''(3)'''&nbsp; Mit den bisherigen Einstellungen ist die Varianz&nbsp; $\sigma_y^2 = 0.25$&nbsp; und damit die Streuung&nbsp; $\sigma_y = 0.5$.
+
'''(3)'''&nbsp; Mit den bisherigen Einstellungen ist die Varianz &nbsp; $\sigma_y^2 = 0.25$ &nbsp; und damit die Streuung&nbsp; $\sigma_y = 0.5$.
 
*Durch eine Verdoppelung der Koeffizienten erhält man wie gewünscht&nbsp; $\sigma_y = 1$:
 
*Durch eine Verdoppelung der Koeffizienten erhält man wie gewünscht&nbsp; $\sigma_y = 1$:
 
:$$\hspace{0.15cm}\underline {a_0  = 0.8},\quad \hspace{0.15cm}\underline {a_1  = 0.6}.$$
 
:$$\hspace{0.15cm}\underline {a_0  = 0.8},\quad \hspace{0.15cm}\underline {a_1  = 0.6}.$$
Zeile 103: Zeile 99:
  
  
'''(6)'''&nbsp; Durch die Konstante&nbsp; $K$&nbsp; wird die Streuung nicht verändert, das heißt, es gilt weiterhin&nbsp; $\sigma_y = 0.5$.&nbsp;  
+
'''(6)'''&nbsp; Durch die Konstante&nbsp; $K$&nbsp; wird die Streuung nicht verändert,&nbsp; das heißt,&nbsp; es gilt weiterhin&nbsp; $\sigma_y = 0.5$.&nbsp;  
 
*Formal kann diese Größe auch wie folgt berechnet werden:
 
*Formal kann diese Größe auch wie folgt berechnet werden:
 
:$$\sigma _y ^2  = \varphi _y ( 0 ) - \mathop {\lim }\limits_{k \to \infty } \varphi _y ( {k \cdot T_{\rm A} } ) = 0.5 - 0.25 = 0.25.$$
 
:$$\sigma _y ^2  = \varphi _y ( 0 ) - \mathop {\lim }\limits_{k \to \infty } \varphi _y ( {k \cdot T_{\rm A} } ) = 0.5 - 0.25 = 0.25.$$

Aktuelle Version vom 11. Februar 2022, 15:46 Uhr

Nichtrekursives Filter mit zusätzlichem Gleichanteil

Wir betrachten hier ein nichtrekursives Filter erster Ordnung  $(M = 1)$.

  • Die Filterkoeffizienten seien  $a_0 = 0.4$  und  $a_1 = 0.3$.
  • Am Filterausgang wird eine Konstante  $K$  hinzuaddiert,  die bis einschließlich Teilaufgabe  (3)  zu Null gesetzt werden soll.


Die einzelnen Elemente der Eingangsfolge  $\left\langle \hspace{0.05cm}{x_\nu } \hspace{0.05cm}\right\rangle$

  • sind gaußisch sowie mittelwertfrei,  und
  • besitzen jeweils die Streuung  $\sigma_x = 1$.



Hinweise:


Fragebogen

1

Welche Aussagen sind bezüglich der Ausgangs–AKF zutreffend,  wenn  $K = 0$  gilt?  Begründen Sie Ihre Ergebnisse.

Der AKF-Wert  $\varphi_y(0)$  gibt die Streuung  $\sigma_y$  an.
Alle AKF-Werte  $\varphi_y(k \cdot T_{\rm A})$  mit  $|k| \ge 2$  sind Null.
Das Leistungsdichtespektrum (LDS)  ${\it \Phi}_y(f)$  verläuft cosinusförmig.

2

Berechnen Sie die  AKF–Werte  $\varphi_y(k \cdot T_{\rm A})$  für  $k = 0$  und  $k = 1$.

$\varphi_y(0) \ = \ $

$\varphi_y(T_{\rm A}) \ = $

3

Welche Werte muss man für  $a_0$  und  $a_1$  einstellen,  wenn bei gleicher AKF–Form die Streuung  $\sigma_y = 1$  betragen soll?  Es sei  $a_0 > a_1$.

$a_0 \ = \ $

$a_1 \ = \ $

4

Es gelte  $a_0 = 0.4$  und  $a_1 = 0.3$.  Wie groß ist die Konstante  $K$  zu wählen,  damit sich  $\varphi_y(0)= 0.5$  ergibt?

$K \ = \ $

5

Berechnen Sie mit diesem  $K$–Wert die AKF–Werte für  $k = 1$  und  $k = 2$.

$\varphi_y(T_{\rm A}) \ = \ $

$\varphi_y(2 \cdot T_{\rm A}) \ = \ $

6

Welcher Wert ergibt sich nun für die Streuung  $\sigma_y$?

$\sigma_y \ = \ $


Musterlösung

(1)  Richtig sind  die Lösungsvorschläge 2 und 3:

  • Der AKF–Wert  $\varphi_y(0)$  gibt die Varianz  (Leistung)  $\sigma_y^2$  an und nicht die Streuung  (den Effektivwert)  $\sigma_y$.
  • Da ein nichtrekursives Filter erster Ordnung vorliegt,  sind alle AKF–Werte  $\varphi_y(k \cdot T_{\rm A})= 0$  für $|k| \ge 2$.
  • Der AKF–Wert  $\varphi_y(- T_{\rm A})$  ist gleich  $\varphi_y(+ T_{\rm A})$.
  • Diese beiden AKF-Werte führen zu einer Cosinusfunktion im Leistungsdichtespektrum,  zu der sich noch der Gleichanteil  $\varphi_y(0)$  hinzuaddiert.


(2)  Die allgemeine Gleichung lautet mit  $M = 1$  für  $k \in \{0, \ 1\}$:

$$\varphi _y ( {k \cdot T_{\rm A} } ) = \sigma _x ^2 \cdot \sum\limits_{\mu = 0}^{M - k} {a_\mu \cdot a_{\mu + k} } .$$
  • Daraus erhält man mit  $\sigma_x = 1$:
$$\varphi _y( 0 ) = a_0 ^2 + a_1 ^2 = 0.4^2 + 0.3^2 \hspace{0.15cm}\underline { = 0.25},$$
$$\varphi _y ( { T_{\rm A} } ) = a_0 \cdot a_1 = 0.4 \cdot 0.3 \hspace{0.15cm}\underline {= 0.12}.$$


(3)  Mit den bisherigen Einstellungen ist die Varianz   $\sigma_y^2 = 0.25$   und damit die Streuung  $\sigma_y = 0.5$.

  • Durch eine Verdoppelung der Koeffizienten erhält man wie gewünscht  $\sigma_y = 1$:
$$\hspace{0.15cm}\underline {a_0 = 0.8},\quad \hspace{0.15cm}\underline {a_1 = 0.6}.$$


(4)  Die Konstante  $K$  hebt die gesamte AKF um  $K^2$  an.  Mit dem Ergebnis aus  (2)  folgt:

$$K^2 = 0.5 - 0.25 = 0.25\quad \Rightarrow \quad \hspace{0.15cm}\underline {K = 0.5}.$$


(5)  Alle AKF–Werte sind nun um den konstanten Wert  $K^2 = 0.25$  größer.  Somit ist

$$\varphi _y ( { T_{\rm A} } ) = 0.12 + 0.25 \hspace{0.15cm}\underline {= 0.37},$$
$$\varphi _y ( { 2T_{\rm A} } ) = 0 + 0.25 \hspace{0.15cm}\underline {= 0.25}.$$


(6)  Durch die Konstante  $K$  wird die Streuung nicht verändert,  das heißt,  es gilt weiterhin  $\sigma_y = 0.5$. 

  • Formal kann diese Größe auch wie folgt berechnet werden:
$$\sigma _y ^2 = \varphi _y ( 0 ) - \mathop {\lim }\limits_{k \to \infty } \varphi _y ( {k \cdot T_{\rm A} } ) = 0.5 - 0.25 = 0.25.$$
  • Auch hiermit erhält man wiederum  $\sigma_y \hspace{0.15cm}\underline {= 0.5}$.