Aufgaben:Aufgabe 5.6Z: GE-Modelleigenschaften: Unterschied zwischen den Versionen

Aus LNTwww
Wechseln zu:Navigation, Suche
 
(8 dazwischenliegende Versionen von 2 Benutzern werden nicht angezeigt)
Zeile 2: Zeile 2:
 
{{quiz-Header|Buchseite=Digitalsignalübertragung/Bündelfehlerkanäle}}
 
{{quiz-Header|Buchseite=Digitalsignalübertragung/Bündelfehlerkanäle}}
  
[[Datei:P_ID1843__Dig_Z_5_6.png|right|frame|GE–Modell]]
+
[[Datei:P_ID1843__Dig_Z_5_6.png|right|frame|Vorgegebenes Gilbert–Elliott–Modell]]
Wir betrachten das <i>Bündelfehler&ndash;Kanalmodell</i> nach E.N. Gilbert und E.O. Elliott (siehe Skizze). Für die Übergangswahrscheinlichkeiten soll dabei gelten:
+
Wir betrachten das <i>Bündelfehler&ndash;Kanalmodell</i>&nbsp; nach &nbsp;[https://en.wikipedia.org/wiki/Edgar_Gilbert E.N. Gilbert]&nbsp; und E.O. Elliott (siehe Skizze). Für die Übergangswahrscheinlichkeiten soll dabei gelten:
 
:$${\rm Pr}(\rm
 
:$${\rm Pr}(\rm
 
G\hspace{0.05cm}|\hspace{0.05cm} B)=  0.1, \hspace{0.2cm} {\rm
 
G\hspace{0.05cm}|\hspace{0.05cm} B)=  0.1, \hspace{0.2cm} {\rm
 
Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G) = 0.01\hspace{0.05cm}.$$
 
Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G) = 0.01\hspace{0.05cm}.$$
  
Die Fehlerwahrscheinlichkeit im Zustand &bdquo;GOOD&rdquo; betrage $p_{\rm G} = 0.1\%$ und für die im Zustand &bdquo;BAD&rdquo; gelte $p_{\rm B} = 10\%$. Im Verlaufe dieser Aufgabe sollen weitere Kenngrößen ermittelt werden:
+
Die Fehlerwahrscheinlichkeit im Zustand &bdquo;GOOD&rdquo; betrage&nbsp; $p_{\rm G} = 0.1\%$. Für den Zustand &bdquo;BAD&rdquo; gelte&nbsp; $p_{\rm B} = 10\%$.  
* die mittlere Fehlerwahrscheinlichkeit $p_{\rm M}$,
+
 
* die Zustandswahrscheinlichkeiten $w_{\rm G} = \rm Pr(Z = G)$ und $w_{\rm B} = \rm Pr(Z = B)$,
+
Im Verlaufe dieser Aufgabe sollen weitere Kenngrößen ermittelt werden:
* die Werte der Korrelationsfunktion, die für $k > 0$ analytisch wie folgt gegeben ist:
+
* die mittlere Fehlerwahrscheinlichkeit&nbsp; $p_{\rm M}$,
 +
* die Zustandswahrscheinlichkeiten&nbsp; $w_{\rm G} = \rm Pr(Z = G)$&nbsp; und&nbsp; $w_{\rm B} = \rm Pr(Z = B)$,
 +
* die Werte der Korrelationsfunktion, die für&nbsp; $k > 0$&nbsp; analytisch wie folgt gegeben ist:
 
:$$\varphi_{e}(k) = p_{\rm M}^2 + (p_{\rm B} -
 
:$$\varphi_{e}(k) = p_{\rm M}^2 + (p_{\rm B} -
 
p_{\rm M}) \cdot (p_{\rm M} - p_{\rm G}) \cdot
 
p_{\rm M}) \cdot (p_{\rm M} - p_{\rm G}) \cdot
  [1 - {\rm Pr}(\rm
+
  \big [1 - {\rm Pr}(\rm
 
B\hspace{0.05cm}|\hspace{0.05cm} G )- {\rm Pr}(\rm
 
B\hspace{0.05cm}|\hspace{0.05cm} G )- {\rm Pr}(\rm
G\hspace{0.05cm}|\hspace{0.05cm} B )]^{\it k} \hspace{0.05cm}.$$
+
G\hspace{0.05cm}|\hspace{0.05cm} B )\big ]^{\it k} \hspace{0.05cm}.$$
 +
 
 +
 
 +
 
 +
 
 +
 
  
 
''Hinweise:''
 
''Hinweise:''
* Die Aufgabe bezieht sich auf das Kapitel [[Digitalsignal%C3%BCbertragung/B%C3%BCndelfehlerkan%C3%A4le| Bündelfehlerkanal]] des vorliegenden Buches sowie auf das Kapitel [[Stochastische_Signaltheorie/Markovketten| Markovketten]] im Buch &bdquo;Stochastische Signaltheorie&rdquo;.
+
* Die Aufgabe gehört zum Kapitel&nbsp; [[Digitalsignal%C3%BCbertragung/B%C3%BCndelfehlerkan%C3%A4le| Bündelfehlerkanäle]].
* Sollte die Eingabe des Zahlenwertes „0” erforderlich sein, so geben Sie bitte „0.” ein.
+
*Bezug genommen wird aber auch auf das Kapitel&nbsp; [[Stochastische_Signaltheorie/Markovketten| Markovketten]]&nbsp; im Buch &bdquo;Stochastische Signaltheorie&rdquo; und insbesondere auf die Seite&nbsp; [[Digitalsignalübertragung/Bündelfehlerkanäle#Fehlerkorrelationsfunktion_des_GE.E2.80.93Modells|Fehlerkorrelationsfunktion des GE&ndash;Modells]]&nbsp; im Buch &bdquo;Kanalcodierung&rdquo;.
 +
 +
 
  
  
Zeile 28: Zeile 37:
 
{Wie lauten die folgenden Übergangswahrscheinlichkeiten?
 
{Wie lauten die folgenden Übergangswahrscheinlichkeiten?
 
|type="{}"}
 
|type="{}"}
$\rm Pr(G|G) \ = \ ${ 0.99 3% }  
+
$\rm Pr(G\hspace{0.05cm}|\hspace{0.05cm}G) \ = \ ${ 0.99 3% }  
$\rm Pr(B|B) \ = \ ${ 0.9 3% }  
+
$\rm Pr(B\hspace{0.05cm}|\hspace{0.05cm}B) \hspace{0.2cm} = \ ${ 0.9 3% }  
  
{Mit welchen Wahrscheinlichkeiten befindet sich das GE&ndash;Modell im Zustand &bdquo;GOOD&rdquo; ($w_{\rm G}$) bzw. im Zustand &bdquo;BAD&rdquo; ($w_{\rm B}$)?
+
{Mit welchen Wahrscheinlichkeiten befindet sich das GE&ndash;Modell im Zustand &bdquo;GOOD&rdquo; &nbsp;$(w_{\rm G})$&nbsp; bzw. im Zustand &bdquo;BAD&rdquo; &nbsp;$(w_{\rm B})$?
 
|type="{}"}
 
|type="{}"}
 
$w_{\rm G} \ = \ $ { 0.909 3% }  
 
$w_{\rm G} \ = \ $ { 0.909 3% }  
 
$w_{\rm B} \ = \ $ { 0.091 3% }  
 
$w_{\rm B} \ = \ $ { 0.091 3% }  
  
{Berechnen Sie die mittlere Fehlerwahrscheinlichkeit.
+
{Berechnen Sie die mittlere Fehlerwahrscheinlichkeit&nbsp; $p_{\rm M}$.
 
|type="{}"}
 
|type="{}"}
$p_{\rm M} \ = \ $ { 0.01 3% }  
+
$p_{\rm M} \ = \ $ { 1 3% } $\ \%$
  
 
{Berechnen Sie die folgenden FKF&ndash;Werte:
 
{Berechnen Sie die folgenden FKF&ndash;Werte:
 
|type="{}"}
 
|type="{}"}
$\varphi_e(k = 1) \ = \ ${ 8.209 3% } $\ \cdot 10^{&ndash;4}$
+
$\varphi_e(k = 1) \hspace{0.35cm}  = \ ${ 8.209 3% } $\ \cdot 10^{-4}$
$\varphi_e(k = 2) \ = \ ${ 7.416 3% } $\ \cdot 10^{&ndash;4}$
+
$\varphi_e(k = 2) \hspace{0.35cm} = \ ${ 7.416 3% } $\ \cdot 10^{-4}$
$\varphi_e(k = 5) \ = \ ${ 5.523 3% } $\ \cdot 10^{&ndash;4}$
+
$\varphi_e(k = 5) \hspace{0.35cm} = \ ${ 5.523 3% } $\ \cdot 10^{-4}$
$\varphi_e(k = 50) \ = \ ${ 1.024 3% } $\ \cdot 10^{&ndash;4}$
+
$\varphi_e(k = 50) \ = \ ${ 1.024 3% } $\ \cdot 10^{-4}$
  
{Wie groß ist der FKF&ndash;Wert $\varphi_e(k = 0)$?
+
{Wie groß ist der FKF&ndash;Wert&nbsp; $\varphi_e(k = 0)$?
 
|type="{}"}
 
|type="{}"}
$\varphi_e(k = 0) \ = \ ${ 1 3% } $\ \cdot 10^{&ndash;2}$
+
$\varphi_e(k = 0) \ = \ ${ 1 3% } $\ \cdot 10^{-2}$
  
{Lässt sich die mittlere Fehlerwahrscheinlichkeit $p_{\rm M} = 0.005$ erreichen durch
+
{Lässt sich die mittlere Fehlerwahrscheinlichkeit&nbsp; $p_{\rm M} = 0.005$&nbsp; erreichen durch
 
|type="[]"}
 
|type="[]"}
- alleinige Änderung von $p_{\rm G}$,
+
- alleinige Änderung von&nbsp; $p_{\rm G}$,
+ alleinige Änderung von $p_{\rm B}$,
+
+ alleinige Änderung von&nbsp; $p_{\rm B}$,
- alleinige Änderung von $\rm Pr(G|B)$,
+
- alleinige Änderung von&nbsp; $\rm Pr(G\hspace{0.05cm}|\hspace{0.05cm}B)$,
+ alleinige Änderung von $\rm Pr(B|G)$?
+
+ alleinige Änderung von&nbsp; $\rm Pr(B\hspace{0.05cm}|\hspace{0.05cm}G)$?
 
</quiz>
 
</quiz>
  
 
===Musterlösung===
 
===Musterlösung===
 
{{ML-Kopf}}
 
{{ML-Kopf}}
'''(1)'''&nbsp; Es gilt $\rm Pr(G|G) = 1 \, &ndash;Pr(B|G) \ \underline {= 0.99}$ sowie $\rm Pr(B|B) = 1 \, &ndash;Pr(G|B) \ \underline {= 0.9}$.
+
'''(1)'''&nbsp; Es gilt $\rm Pr(G\hspace{0.05cm}|\hspace{0.05cm}G) = 1 \, &ndash;Pr(B\hspace{0.05cm}|\hspace{0.05cm}G) \ \underline {= 0.99}$ sowie $\rm Pr(B\hspace{0.05cm}|\hspace{0.05cm}B) = 1 \, &ndash;Pr(G\hspace{0.05cm}|\hspace{0.05cm}B) \ \underline {= 0.9}$.
  
  
'''(2)'''&nbsp; Das GE&ndash;Modell ist eine stationäre Markovkette. Für die Wahrscheinlichkeit, dass sich diese im Zustand &bdquo;GOOD&rdquo; befindet, gilt unter Berücksichtigung des Ergebnisses der Teilaufgabe (1):
+
'''(2)'''&nbsp; Das GE&ndash;Modell ist eine stationäre Markovkette.  
 +
*Für die Wahrscheinlichkeit, dass sich diese im Zustand &bdquo;GOOD&rdquo; befindet, gilt unter Berücksichtigung des Ergebnisses der Teilaufgabe '''(1)''':
 
:$$w_{\rm G} = {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} G) \cdot
 
:$$w_{\rm G} = {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} G) \cdot
 
w_{\rm G} + {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) \cdot
 
w_{\rm G} + {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) \cdot
Zeile 73: Zeile 83:
 
\hspace{0.05cm}.$$
 
\hspace{0.05cm}.$$
  
Weiter gilt $w_{\rm B} = 1 \, &ndash;w_{\rm G}$:
+
*Weiter gilt $w_{\rm B} = 1 \, &ndash;w_{\rm G}$:
 
:$${\rm Pr}(\rm
 
:$${\rm Pr}(\rm
 
B\hspace{0.05cm}|\hspace{0.05cm} G) \cdot w_{\rm G} + {\rm Pr}(\rm
 
B\hspace{0.05cm}|\hspace{0.05cm} G) \cdot w_{\rm G} + {\rm Pr}(\rm
Zeile 84: Zeile 94:
 
\hspace{0.15cm}\underline {\approx 0.909} \hspace{0.05cm},\hspace{0.2cm} w_{\rm B} = 1 -
 
\hspace{0.15cm}\underline {\approx 0.909} \hspace{0.05cm},\hspace{0.2cm} w_{\rm B} = 1 -
 
w_{\rm G }\hspace{0.15cm}\underline {\approx 0.091}\hspace{0.05cm}.$$
 
w_{\rm G }\hspace{0.15cm}\underline {\approx 0.091}\hspace{0.05cm}.$$
 +
  
  
 
'''(3)'''&nbsp; Die mittlere Fehlerwahrscheinlichkeit $p_{\rm M}$ ergibt sich aus den Fehlerwahrscheinlichkeiten $p_{\rm G}$ und $p_{\rm B}$, gewichtet mit $w_{\rm G}$  und $w_{\rm B}$:
 
'''(3)'''&nbsp; Die mittlere Fehlerwahrscheinlichkeit $p_{\rm M}$ ergibt sich aus den Fehlerwahrscheinlichkeiten $p_{\rm G}$ und $p_{\rm B}$, gewichtet mit $w_{\rm G}$  und $w_{\rm B}$:
 
:$$p_{\rm M} = w_{\rm G} \cdot p_{\rm G} + w_{\rm B} \cdot p_{\rm B}
 
:$$p_{\rm M} = w_{\rm G} \cdot p_{\rm G} + w_{\rm B} \cdot p_{\rm B}
= \frac{10}{11} \cdot 10^{-3} + \frac{1}{11} \cdot 10^{-1}\hspace{0.15cm}\underline { =
+
= \frac{10}{11} \cdot 10^{-3} + \frac{1}{11} \cdot 10^{-1}= \frac{10+100}{11} \cdot 10^{-3}\hspace{0.15cm}\underline { =
0.01}\hspace{0.05cm}.$$
+
1\%}\hspace{0.05cm}.$$
  
  
Zeile 97: Zeile 108:
 
  [1 - {\rm Pr}(\rm
 
  [1 - {\rm Pr}(\rm
 
B\hspace{0.05cm}|\hspace{0.05cm} G )- {\rm Pr}(\rm
 
B\hspace{0.05cm}|\hspace{0.05cm} G )- {\rm Pr}(\rm
G\hspace{0.05cm}|\hspace{0.05cm} B )]^{\it k} =$$
+
G\hspace{0.05cm}|\hspace{0.05cm} B )]^{\it k} = 10^{-4} + 0.09 \cdot 0.009
:$$\hspace{-0.1cm} \ = \ \hspace{-0.1cm} 10^{-4} + 0.09 \cdot 0.009
 
 
\cdot  0.89^{\it k} = 10^{-4} \cdot \left ( 1 + 8.1 \cdot
 
\cdot  0.89^{\it k} = 10^{-4} \cdot \left ( 1 + 8.1 \cdot
 
0.89^{\it k} \right )\hspace{0.05cm}.$$
 
0.89^{\it k} \right )\hspace{0.05cm}.$$
Zeile 104: Zeile 114:
 
\ \hspace{-0.1cm} 10^{-4} \cdot \left ( 1 + 8.1 \cdot 0.89^{ 1}
 
\ \hspace{-0.1cm} 10^{-4} \cdot \left ( 1 + 8.1 \cdot 0.89^{ 1}
 
\right ) \hspace{0.15cm}\underline {= 8.209 \cdot 10^{-4}} \hspace{0.05cm},$$
 
\right ) \hspace{0.15cm}\underline {= 8.209 \cdot 10^{-4}} \hspace{0.05cm},$$
:$$\varphi_{e}(k = 2 ) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} 10^{-4}
+
:$$\Rightarrow \hspace{0.3cm}\varphi_{e}(k = 2 ) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} 10^{-4}
 
\cdot \left ( 1 + 8.1 \cdot 0.89^{ 2}
 
\cdot \left ( 1 + 8.1 \cdot 0.89^{ 2}
 
\right )\hspace{0.15cm}\underline { = 7.416 \cdot 10^{-4}} \hspace{0.05cm},$$
 
\right )\hspace{0.15cm}\underline { = 7.416 \cdot 10^{-4}} \hspace{0.05cm},$$
:$$\varphi_{e}(k = 5 ) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} 10^{-4}
+
:$$\Rightarrow \hspace{0.3cm}\varphi_{e}(k = 5 ) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} 10^{-4}
 
\cdot \left ( 1 + 8.1 \cdot 0.89^{ 5}
 
\cdot \left ( 1 + 8.1 \cdot 0.89^{ 5}
 
\right )\hspace{0.15cm}\underline {= 5.523 \cdot 10^{-4}} \hspace{0.05cm},$$
 
\right )\hspace{0.15cm}\underline {= 5.523 \cdot 10^{-4}} \hspace{0.05cm},$$
:$$\varphi_{e}(k = 50 ) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} 10^{-4}
+
:$$\Rightarrow \hspace{0.3cm}\varphi_{e}(k = 50 ) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} 10^{-4}
 
\cdot \left ( 1 + 8.1 \cdot 0.89^{ 50} \right ) \hspace{0.15cm}\underline {= 1.024 \cdot
 
\cdot \left ( 1 + 8.1 \cdot 0.89^{ 50} \right ) \hspace{0.15cm}\underline {= 1.024 \cdot
 
10^{-4}} \hspace{0.05cm}.$$
 
10^{-4}} \hspace{0.05cm}.$$
Zeile 119: Zeile 129:
 
p_{\rm M} \hspace{0.05cm}.$$
 
p_{\rm M} \hspace{0.05cm}.$$
  
Mit dem Ergebnis der Teilaufgabe (3) ergibt sich für den vorliegenden Fall $\varphi_e(k = 0) \ \underline {= 0.01}$.
+
Mit dem Ergebnis der Teilaufgabe '''(3)''' ergibt sich für den vorliegenden Fall $\varphi_e(k = 0) \ \underline {= 0.01}$.
 +
 
  
  
'''(6)'''&nbsp; Entsprechend der Teilaufgabe (3) gilt
+
'''(6)'''&nbsp; Entsprechend der Teilaufgabe '''(3)''' gilt:
 
:$$p_{\rm M} = {10}/{11} \cdot p_{\rm G} + {1}/{11} \cdot
 
:$$p_{\rm M} = {10}/{11} \cdot p_{\rm G} + {1}/{11} \cdot
 
p_{\rm B} \hspace{0.05cm}.$$
 
p_{\rm B} \hspace{0.05cm}.$$
  
Bei vorgegebenem $p_{\rm B} = 0.1$ ergibt sich selbst für $p_{\rm G} = 0$ (kein Fehler im Zustand &bdquo;G&rdquo;) die mittlere Fehlerwahrscheinlichkeit zu $p_{\rm M} \approx 0.009$. Dagegen ist mit festem $p_{\rm G} = 0.001$ der Wert $p_{\rm M} = 0.005$
+
*Bei vorgegebenem $p_{\rm B} = 0.1$ ergibt sich selbst für $p_{\rm G} = 0$ (kein Fehler im Zustand &bdquo;G&rdquo;) die mittlere Fehlerwahrscheinlichkeit zu $p_{\rm M} \approx 0.009$.  
erreichbar:
+
*Dagegen ist mit festem $p_{\rm G} = 0.001$ der Wert $p_{\rm M} = 0.005$ erreichbar:
 
:$$0.005 = {10}/{11} \cdot 10^{-3} + {1}/{11} \cdot p_{\rm B}
 
:$$0.005 = {10}/{11} \cdot 10^{-3} + {1}/{11} \cdot p_{\rm B}
 
\hspace{0.3cm} \Rightarrow \hspace{0.3cm} p_{\rm B} \le 0.055 - 0.1
 
\hspace{0.3cm} \Rightarrow \hspace{0.3cm} p_{\rm B} \le 0.055 - 0.1
 
= 4.5\%\hspace{0.05cm}.$$
 
= 4.5\%\hspace{0.05cm}.$$
  
Weiterhin kann die mittlere Fehlerwahrscheinlichkeit (mit vorgegebenem $p_{\rm G}$ und $p_{\rm B}$) auch wie folgt dargestellt werden:
+
*Weiterhin kann die mittlere Fehlerwahrscheinlichkeit (mit vorgegebenem $p_{\rm G}$ und $p_{\rm B}$) auch wie folgt dargestellt werden:
 
:$$p_{\rm M} = \frac{p_{\rm G} \cdot {\rm Pr}(\rm
 
:$$p_{\rm M} = \frac{p_{\rm G} \cdot {\rm Pr}(\rm
 
G\hspace{0.05cm}|\hspace{0.05cm} B)+ p_{\rm B} \cdot {\rm Pr}(\rm
 
G\hspace{0.05cm}|\hspace{0.05cm} B)+ p_{\rm B} \cdot {\rm Pr}(\rm
Zeile 143: Zeile 154:
 
B\hspace{0.05cm}|\hspace{0.05cm} G)}\hspace{0.05cm}.$$
 
B\hspace{0.05cm}|\hspace{0.05cm} G)}\hspace{0.05cm}.$$
  
Mit $\rm Pr(B|G) = 0.01$ bzw. mit $\rm Pr(G|B) = 0.1$ erhält man folgende Gleichungen:
+
*Mit $\rm Pr(B|G) = 0.01$ bzw. mit $\rm Pr(G|B) = 0.1$ erhält man folgende Gleichungen:
 
:$${\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G) =
 
:$${\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G) =
 
0.01\hspace{-0.15cm}:\hspace{0.2cm} {\it p}_{\rm M} \hspace{-0.1cm} \ = \
 
0.01\hspace{-0.15cm}:\hspace{0.2cm} {\it p}_{\rm M} \hspace{-0.1cm} \ = \
Zeile 149: Zeile 160:
 
G\hspace{0.05cm}|\hspace{0.05cm} B)+ 0.001 }{{\rm Pr}(\rm
 
G\hspace{0.05cm}|\hspace{0.05cm} B)+ 0.001 }{{\rm Pr}(\rm
 
G\hspace{0.05cm}|\hspace{0.05cm} B) +
 
G\hspace{0.05cm}|\hspace{0.05cm} B) +
0.01}\hspace{0.05cm},$$
+
0.01}\hspace{0.05cm},\hspace{0.5cm}
:$$
 
 
{\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) =
 
{\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) =
 
0.1\hspace{-0.15cm}:\hspace{0.2cm}{\it p}_{\rm M} \hspace{-0.1cm} \ = \
 
0.1\hspace{-0.15cm}:\hspace{0.2cm}{\it p}_{\rm M} \hspace{-0.1cm} \ = \
Zeile 157: Zeile 167:
 
G\hspace{0.05cm}|\hspace{0.05cm} B) }\hspace{0.05cm}.$$
 
G\hspace{0.05cm}|\hspace{0.05cm} B) }\hspace{0.05cm}.$$
  
Aus der oberen Gleichung ist zu erkennen, dass mit keinem $\rm Pr(G|B)$&ndash;Wert das Ergebnis $p_{\rm M} = 0.005$ möglich ist. Dagegen lässt sich durch ein kleineres $\rm Pr(B|G)$ die Bedingung erfüllen:  
+
*Aus der letzten Gleichung ist zu erkennen, dass mit keinem $\rm Pr(G|B)$&ndash;Wert das Ergebnis $p_{\rm M} = 0.005$ möglich ist.  
 +
*Dagegen lässt sich durch ein kleineres $\rm Pr(B|G)$ die Bedingung erfüllen:  
 
:$$0.005 = \frac{0.0001 + 0.1 \cdot {\rm Pr}(\rm
 
:$$0.005 = \frac{0.0001 + 0.1 \cdot {\rm Pr}(\rm
 
B\hspace{0.05cm}|\hspace{0.05cm} G)}{0.1 +{\rm Pr}(\rm
 
B\hspace{0.05cm}|\hspace{0.05cm} G)}{0.1 +{\rm Pr}(\rm
Zeile 164: Zeile 175:
 
\frac{0.0004}{0.095} \approx 0.0042\hspace{0.05cm}.$$
 
\frac{0.0004}{0.095} \approx 0.0042\hspace{0.05cm}.$$
  
Richtig sind somit die <u>Lösungsvorschläge 2 und 4</u>.
+
*Richtig sind somit die <u>Lösungsvorschläge 2 und 4</u>.
 
{{ML-Fuß}}
 
{{ML-Fuß}}
  
  
 
[[Category:Aufgaben zu Digitalsignalübertragung|^5.3 Bündelfehlerkanäle^]]
 
[[Category:Aufgaben zu Digitalsignalübertragung|^5.3 Bündelfehlerkanäle^]]

Aktuelle Version vom 26. März 2019, 15:48 Uhr

Vorgegebenes Gilbert–Elliott–Modell

Wir betrachten das Bündelfehler–Kanalmodell  nach  E.N. Gilbert  und E.O. Elliott (siehe Skizze). Für die Übergangswahrscheinlichkeiten soll dabei gelten:

$${\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B)= 0.1, \hspace{0.2cm} {\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G) = 0.01\hspace{0.05cm}.$$

Die Fehlerwahrscheinlichkeit im Zustand „GOOD” betrage  $p_{\rm G} = 0.1\%$. Für den Zustand „BAD” gelte  $p_{\rm B} = 10\%$.

Im Verlaufe dieser Aufgabe sollen weitere Kenngrößen ermittelt werden:

  • die mittlere Fehlerwahrscheinlichkeit  $p_{\rm M}$,
  • die Zustandswahrscheinlichkeiten  $w_{\rm G} = \rm Pr(Z = G)$  und  $w_{\rm B} = \rm Pr(Z = B)$,
  • die Werte der Korrelationsfunktion, die für  $k > 0$  analytisch wie folgt gegeben ist:
$$\varphi_{e}(k) = p_{\rm M}^2 + (p_{\rm B} - p_{\rm M}) \cdot (p_{\rm M} - p_{\rm G}) \cdot \big [1 - {\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G )- {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B )\big ]^{\it k} \hspace{0.05cm}.$$




Hinweise:



Fragebogen

1

Wie lauten die folgenden Übergangswahrscheinlichkeiten?

$\rm Pr(G\hspace{0.05cm}|\hspace{0.05cm}G) \ = \ $

$\rm Pr(B\hspace{0.05cm}|\hspace{0.05cm}B) \hspace{0.2cm} = \ $

2

Mit welchen Wahrscheinlichkeiten befindet sich das GE–Modell im Zustand „GOOD”  $(w_{\rm G})$  bzw. im Zustand „BAD”  $(w_{\rm B})$?

$w_{\rm G} \ = \ $

$w_{\rm B} \ = \ $

3

Berechnen Sie die mittlere Fehlerwahrscheinlichkeit  $p_{\rm M}$.

$p_{\rm M} \ = \ $

$\ \%$

4

Berechnen Sie die folgenden FKF–Werte:

$\varphi_e(k = 1) \hspace{0.35cm} = \ $

$\ \cdot 10^{-4}$
$\varphi_e(k = 2) \hspace{0.35cm} = \ $

$\ \cdot 10^{-4}$
$\varphi_e(k = 5) \hspace{0.35cm} = \ $

$\ \cdot 10^{-4}$
$\varphi_e(k = 50) \ = \ $

$\ \cdot 10^{-4}$

5

Wie groß ist der FKF–Wert  $\varphi_e(k = 0)$?

$\varphi_e(k = 0) \ = \ $

$\ \cdot 10^{-2}$

6

Lässt sich die mittlere Fehlerwahrscheinlichkeit  $p_{\rm M} = 0.005$  erreichen durch

alleinige Änderung von  $p_{\rm G}$,
alleinige Änderung von  $p_{\rm B}$,
alleinige Änderung von  $\rm Pr(G\hspace{0.05cm}|\hspace{0.05cm}B)$,
alleinige Änderung von  $\rm Pr(B\hspace{0.05cm}|\hspace{0.05cm}G)$?


Musterlösung

(1)  Es gilt $\rm Pr(G\hspace{0.05cm}|\hspace{0.05cm}G) = 1 \, –Pr(B\hspace{0.05cm}|\hspace{0.05cm}G) \ \underline {= 0.99}$ sowie $\rm Pr(B\hspace{0.05cm}|\hspace{0.05cm}B) = 1 \, –Pr(G\hspace{0.05cm}|\hspace{0.05cm}B) \ \underline {= 0.9}$.


(2)  Das GE–Modell ist eine stationäre Markovkette.

  • Für die Wahrscheinlichkeit, dass sich diese im Zustand „GOOD” befindet, gilt unter Berücksichtigung des Ergebnisses der Teilaufgabe (1):
$$w_{\rm G} = {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} G) \cdot w_{\rm G} + {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) \cdot w_{\rm B}\hspace{0.3cm} \Rightarrow \hspace{0.3cm} {\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G) \cdot w_{\rm G} = {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) \cdot w_{\rm B} \hspace{0.05cm}.$$
  • Weiter gilt $w_{\rm B} = 1 \, –w_{\rm G}$:
$${\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G) \cdot w_{\rm G} + {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) \cdot w_{\rm G} = {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B)$$
$$\Rightarrow \hspace{0.3cm} w_{\rm G} = \frac{{\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B)}{{\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) + {\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G)} = \frac{0.1}{0.1 + 0.01} \hspace{0.15cm}\underline {\approx 0.909} \hspace{0.05cm},\hspace{0.2cm} w_{\rm B} = 1 - w_{\rm G }\hspace{0.15cm}\underline {\approx 0.091}\hspace{0.05cm}.$$


(3)  Die mittlere Fehlerwahrscheinlichkeit $p_{\rm M}$ ergibt sich aus den Fehlerwahrscheinlichkeiten $p_{\rm G}$ und $p_{\rm B}$, gewichtet mit $w_{\rm G}$ und $w_{\rm B}$:

$$p_{\rm M} = w_{\rm G} \cdot p_{\rm G} + w_{\rm B} \cdot p_{\rm B} = \frac{10}{11} \cdot 10^{-3} + \frac{1}{11} \cdot 10^{-1}= \frac{10+100}{11} \cdot 10^{-3}\hspace{0.15cm}\underline { = 1\%}\hspace{0.05cm}.$$


(4)  Entsprechend der allgemeinen Gleichung auf dem Angabenblatt gilt für $k > 0$:

$$\varphi_{e}(k) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} p_{\rm M}^2 + (p_{\rm B} - p_{\rm M}) \cdot (p_{\rm M} - p_{\rm G}) \cdot [1 - {\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G )- {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B )]^{\it k} = 10^{-4} + 0.09 \cdot 0.009 \cdot 0.89^{\it k} = 10^{-4} \cdot \left ( 1 + 8.1 \cdot 0.89^{\it k} \right )\hspace{0.05cm}.$$
$$\Rightarrow \hspace{0.3cm}\varphi_{e}(k = 1 ) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} 10^{-4} \cdot \left ( 1 + 8.1 \cdot 0.89^{ 1} \right ) \hspace{0.15cm}\underline {= 8.209 \cdot 10^{-4}} \hspace{0.05cm},$$
$$\Rightarrow \hspace{0.3cm}\varphi_{e}(k = 2 ) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} 10^{-4} \cdot \left ( 1 + 8.1 \cdot 0.89^{ 2} \right )\hspace{0.15cm}\underline { = 7.416 \cdot 10^{-4}} \hspace{0.05cm},$$
$$\Rightarrow \hspace{0.3cm}\varphi_{e}(k = 5 ) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} 10^{-4} \cdot \left ( 1 + 8.1 \cdot 0.89^{ 5} \right )\hspace{0.15cm}\underline {= 5.523 \cdot 10^{-4}} \hspace{0.05cm},$$
$$\Rightarrow \hspace{0.3cm}\varphi_{e}(k = 50 ) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} 10^{-4} \cdot \left ( 1 + 8.1 \cdot 0.89^{ 50} \right ) \hspace{0.15cm}\underline {= 1.024 \cdot 10^{-4}} \hspace{0.05cm}.$$


(5)  Für jedes Kanalmodell gilt wegen $e_{\nu} ∈ \{0, 1\}$:

$$\varphi_{e}(k = 0 ) = {\rm E}[e_{\nu} ^2] = {\rm E}[e_{\nu} ] = p_{\rm M} \hspace{0.05cm}.$$

Mit dem Ergebnis der Teilaufgabe (3) ergibt sich für den vorliegenden Fall $\varphi_e(k = 0) \ \underline {= 0.01}$.


(6)  Entsprechend der Teilaufgabe (3) gilt:

$$p_{\rm M} = {10}/{11} \cdot p_{\rm G} + {1}/{11} \cdot p_{\rm B} \hspace{0.05cm}.$$
  • Bei vorgegebenem $p_{\rm B} = 0.1$ ergibt sich selbst für $p_{\rm G} = 0$ (kein Fehler im Zustand „G”) die mittlere Fehlerwahrscheinlichkeit zu $p_{\rm M} \approx 0.009$.
  • Dagegen ist mit festem $p_{\rm G} = 0.001$ der Wert $p_{\rm M} = 0.005$ erreichbar:
$$0.005 = {10}/{11} \cdot 10^{-3} + {1}/{11} \cdot p_{\rm B} \hspace{0.3cm} \Rightarrow \hspace{0.3cm} p_{\rm B} \le 0.055 - 0.1 = 4.5\%\hspace{0.05cm}.$$
  • Weiterhin kann die mittlere Fehlerwahrscheinlichkeit (mit vorgegebenem $p_{\rm G}$ und $p_{\rm B}$) auch wie folgt dargestellt werden:
$$p_{\rm M} = \frac{p_{\rm G} \cdot {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B)+ p_{\rm B} \cdot {\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G)}{{\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) + {\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G)} = \frac{0.001 \cdot {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B)+ 0.1 \cdot {\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G)}{{\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) + {\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G)}\hspace{0.05cm}.$$
  • Mit $\rm Pr(B|G) = 0.01$ bzw. mit $\rm Pr(G|B) = 0.1$ erhält man folgende Gleichungen:
$${\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G) = 0.01\hspace{-0.15cm}:\hspace{0.2cm} {\it p}_{\rm M} \hspace{-0.1cm} \ = \ \hspace{-0.1cm} \frac{0.001 \cdot {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B)+ 0.001 }{{\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) + 0.01}\hspace{0.05cm},\hspace{0.5cm} {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) = 0.1\hspace{-0.15cm}:\hspace{0.2cm}{\it p}_{\rm M} \hspace{-0.1cm} \ = \ \hspace{-0.1cm} \frac{0.0001 + 0.1 \cdot {\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G)}{0.1 +{\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) }\hspace{0.05cm}.$$
  • Aus der letzten Gleichung ist zu erkennen, dass mit keinem $\rm Pr(G|B)$–Wert das Ergebnis $p_{\rm M} = 0.005$ möglich ist.
  • Dagegen lässt sich durch ein kleineres $\rm Pr(B|G)$ die Bedingung erfüllen:
$$0.005 = \frac{0.0001 + 0.1 \cdot {\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G)}{0.1 +{\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G) } \hspace{0.3cm} \Rightarrow \hspace{0.3cm}{\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G) \le \frac{0.0004}{0.095} \approx 0.0042\hspace{0.05cm}.$$
  • Richtig sind somit die Lösungsvorschläge 2 und 4.