1.2 Technische Herausforderungen
|
|
- Margarete Seidel
- vor 5 Jahren
- Abrufe
Transkript
1 . Technische Herausforderungen Mehrwegeausbreitung (Forts.) Dispersion (Delay Spread) Intersymbolinterferenz (ISI) x 0 3 Mittenfrequenz.4 GHz, Sichtverbindung (LOS).8.6 Impulsantwort g(t) in /s Zeit in ns Dr. Mike Wolf, Fachgebiet Nachrichtentechnik Drahtlose Nachrichtenübertragung 9. Rauschbegrenzte Systeme Empfindlichkeitsgrenze bei thermischen Rauschen ( ) P min,dbm = 0 log Rb N 0 η min 0 mw dbm der mininale Wert für das SNR η richtet sich nach der geforderten BER p b und dem Modulationsverfahren mit N 0 = k B T, k B = Ws/K, T = 300 K folgt ( ) Rb P min,dbm = log 0 (η min ) + 0 log 0 dbm bit/s dieser Wert enhält weder die noise figure des Verstärkers noch eine Reserve Dr. Mike Wolf, Fachgebiet Nachrichtentechnik Drahtlose Nachrichtenübertragung 0
2 . Rauschbegrenzte Systeme Zusammenhang zwischen p b und η für -PSK/QPSK 0 0 PSK 0 pb db log 0 (η) db Dr. Mike Wolf, Fachgebiet Nachrichtentechnik Drahtlose Nachrichtenübertragung. Rauschbegrenzte Systeme Zusammenhang zwischen p b und P min,dbm für -PSK/QPSK Empfindlichkeit Pmin,dB dbm PSK, R b = Mbit/s geforderte BER p b Dr. Mike Wolf, Fachgebiet Nachrichtentechnik Drahtlose Nachrichtenübertragung
3 . Rauschbegrenzte Systeme Energie- und Bandbreiteeffizienz verschieder Mod.-verfahren (Referenz ist -PSK) Rb/Breq ASK, unipolar 4 ASK, bipolar PSK QAM lg(k E ) [db] 4 FSK Dr. Mike Wolf, Fachgebiet Nachrichtentechnik Drahtlose Nachrichtenübertragung 3 Drahtlose Übertragungskanäle Messbeispiel (Indoor): Schwankung der Dämpfung über der Rx-Position für 3 benachbarte Frequenzen im.4 GHz Bereich log 0 G(f ) db G(f=.4 GHz) G(f=.45 GHz) G(f=.35 GHz) Rx-Position x in cm Dr. Mike Wolf, Fachgebiet Nachrichtentechnik Drahtlose Nachrichtenübertragung 4
4 Drahtlose Übertragungskanäle Messbeispiel (Indoor): Schwankung der Dämpfung über der Rx-Position für 3 benachbarte Frequenzen im 0 GHz Bereich log 0 G(f ) db G(f=0 GHz) G(f=0.05 GHz) G(f=9.95 GHz) Rx-Position x in cm Dr. Mike Wolf, Fachgebiet Nachrichtentechnik Drahtlose Nachrichtenübertragung 5 Drahtlose Übertragungskanäle Messbeispiel 3 (Indoor): Schwankung der Dämpfung über der Frequenz (.0-.6 GHz) für benachbarte Positionen log 0 G(f ) db x=x ref x=x ref +3 cm Frequenz f in GHz Dr. Mike Wolf, Fachgebiet Nachrichtentechnik Drahtlose Nachrichtenübertragung 6
5 Drahtlose Übertragungskanäle Messbeispiel 4 (Indoor): Schwankung der Dämpfung über der Frequenz (9-9.6 GHz) für benachbarte Positionen log 0 G(f ) db x=x ref x=x ref +3 cm Frequenz f in GHz Dr. Mike Wolf, Fachgebiet Nachrichtentechnik Drahtlose Nachrichtenübertragung 7. Free Space Loss Annahme: ideale, isotrope Antennen, keine atmosphärische Dämpfung Friis-Formel (Dämpfung in db): ( ) 4π a 0,iso = 0 log 0 c d tx,rx f T db ( ) ( ) dtx,rx ft = log log m 0 GHz db unter Berücksichtigung des Antennengewinns: (Gewinn in db, bezogen auf isotrope Antennen) a 0 = a 0,iso G tx,db G rx,db db Dr. Mike Wolf, Fachgebiet Nachrichtentechnik Drahtlose Nachrichtenübertragung 8
6 . Statistische Beschreibung für Schmalbandsignale Definition Schmalbandsignal: B /t max (t max ist die zeitliche Spreizung der Kanalimpulsantwort) Ziel: Statistik des Leistungsübertragungsfaktors G(f ) bzw. des Amplitudenübertragungsfaktors G(f ) über dem Ort (des Senders oder Empfängers) bzw. über der Frequenz f erfassen Annahme: der Kanal soll sich nur langsam über der Zeit ändern; anstelle der Änderung über der Zeit wird die Änderung der Übertragungsfunktion über dem Ort statistisch erfasst Dr. Mike Wolf, Fachgebiet Nachrichtentechnik Drahtlose Nachrichtenübertragung 9. Statistische Beschreibung für Schmalbandsignale.. Einfaches physikalisches Ausbreitungsmodell G(f ) = N n=0 α n e jπft n = N n=0 α n e jθ n N: Anzahl der idealen Ausbreitungspfade α n (reell): n-ter Transmissionsfaktor bzgl. der Amplitude jedes α n sei unabhängig von f jedes α n sei im Small-Scale-Ortbereich konstant t n (reell, > 0): n-te Ausbreitungszeit θ n = jπft n die Phasen θ n schwanken stark über dem Small-Scale-Ortbereich sowie über der Frequenz f und können als Zufallsvariablen betrachtet werden Dr. Mike Wolf, Fachgebiet Nachrichtentechnik Drahtlose Nachrichtenübertragung 0
7 . Statistische Beschreibung für Schmalbandsignale..3 Statistische Beschreibung im Small-Scale Bereich Fall a): keine dominierenden Pfade, d.h., α k N n=0 α n k es sei G(f ) = G (f ) + jg (f ) Annahmen: die Phasen θ n seien im Small-Scale Bereich gleichverteilt uncorrelated Scatterers, d.h., E SSA {θ n θ k } = 0 für k n Konsequenzen laut zentralem Grenzwertsatz sind G (f ) und G (f ) für große N gaußverteilt dabei gilt: E SSA {G (f )} = E SSA {G (f )} = 0 E SSA {G (f ) G (f )} = 0 E SSA G(f ) = P N n=0 α n = k P k P wollen wir als mittleren Leistungsübertragungsfaktor ( mean channel gain ) bezeichnen Dr. Mike Wolf, Fachgebiet Nachrichtentechnik Drahtlose Nachrichtenübertragung. Statistische Beschreibung für Schmalbandsignale..3 Statistische Beschreibung im Small-Scale Bereich weiter Fall a): keine dominierenden Pfade damit setzt sich die ZV G(f ) = G (f ) + G (f ) aus der Summe zweier unabhängiger quadrierter ZV zusammen, die jeweils mittelwertfrei normalverteilt sind mit dem -ten Moment k P / G(f ) ist damit (zentral) Chi-Quadrat-verteilt mit dem Freiheitsgrad { f G(f ) (x) = k P e x k P für x 0 0 sonst Dr. Mike Wolf, Fachgebiet Nachrichtentechnik Drahtlose Nachrichtenübertragung
8 . Statistische Beschreibung für Schmalbandsignale..3 Statistische Beschreibung im Small-Scale Bereich weiter Fall a): keine dominierenden Pfade für die Verteilungsfunktion F G(f ) (x) folgt F G(f ) (x) = { G(f ) ist Rayleigh-verteilt gemäß f G(f ) (x) = Rayleigh -Fading { e x k P für x 0 0 sonst k P x e x k P für x 0 0 sonst Dr. Mike Wolf, Fachgebiet Nachrichtentechnik Drahtlose Nachrichtenübertragung 3. Statistische Beschreibung für Schmalbandsignale Messbeispiel 5 (Indoor,NLOS): Verteilungsdichte von G(f ) bei Small-Scale-Mittelung (feste Frequenz, 5 cm 5 cm) 6 x 06 5 f G(f ) (x) 4 3 Theorie Messung (f=6 GHz, SSA) norm. Leistungsübertragungsfaktor x/k P Dr. Mike Wolf, Fachgebiet Nachrichtentechnik Drahtlose Nachrichtenübertragung 4
9 . Statistische Beschreibung für Schmalbandsignale Verteilungsfunktion von G(f ) bei Rayleigh-Fading 0 0 F G(f ) (x) 0 Theorie log 0 (x/k P ) db Dr. Mike Wolf, Fachgebiet Nachrichtentechnik Drahtlose Nachrichtenübertragung 5. Statistische Beschreibung für Schmalbandsignale Messbeispiel 6 (Indoor/NLOS): Verteilungsdichte von G(f ) bei Small-Scale-Mittelung (feste Frequenz, 5 cm 5 cm) f G(f ) (x) Theorie Messung (f=6 GHz, SSA) norm. Amplitudenübertragungsfaktor x/ k P Dr. Mike Wolf, Fachgebiet Nachrichtentechnik Drahtlose Nachrichtenübertragung 6
10 . Statistische Beschreibung für Schmalbandsignale Fall b): dominierender Pfad, d.h., α 0 = C Rice N n= α n C Rice = α 0 P N n= α n = α 0 σ sc ist der Rice-Faktor; Annahmen: wie im Fall a), nur dass diesmal eine starke (determinierte) Komponente zu den Streukomponenten hinzukommt zur Vereinfachung kann θ 0 = 0 angenommen werden Konsequenz: für große N sind G (f ) und G (f ) immer noch gaußverteilt, allerdings gilt (E SSA {G (f )}) + (E SSA {G (f )}) = α 0 für die Varianzen von G (f ) und G (f ) gilt jeweils σ sc Dr. Mike Wolf, Fachgebiet Nachrichtentechnik Drahtlose Nachrichtenübertragung 7. Statistische Beschreibung für Schmalbandsignale weiter Fall b): dominierender Pfad n = 0 G(f ) ist damit nicht-zentral Chi-Quadrat-verteilt mit dem Freiheitsgrad «( f G(f ) (x) = e x σ +C Rice 4CRice ) σsc sc x I 0 x 0 σsc 0 sonst G(f ) ist Rice-verteilt ( Rice-Fading ), es gilt «x f G(f ) (x) = e x σ +C Rice ) σsc sc I 0 ( x CRice x 0 σsc 0 sonst I 0 () ist eine modifizierte Besselfunktion. Art 0. Ordnung Dr. Mike Wolf, Fachgebiet Nachrichtentechnik Drahtlose Nachrichtenübertragung 8
11 . Statistische Beschreibung für Schmalbandsignale Verteilungsdichtefunktion von G(f ) bei Rice-Fading.5 C=0.5 C= C= C=5 f G(f ) (x) x/ k P Dr. Mike Wolf, Fachgebiet Nachrichtentechnik Drahtlose Nachrichtenübertragung 9
6.1 Direktempfang. Blockschaltbild eines OOK-Empfängers. Photodiode
Blockschaltbild eines OOK-Empfängers rauschfreier opt. Verstärker s(t) g(t) w(t) Photodiode 2 R y k n(t) optisches Filter incl. Polfilter das Verhalten wird im äquivalenten Tiefpass-Bereich analysiert
Mehr4.3 OFDM (Variante mit Cyclic Prefix) Dr. Mike Wolf, Fachgebiet Nachrichtentechnik Drahtlose Nachrichtenübertragung 65
(Variante mit Cyclic Prefix) Dr. Mike Wolf, Fachgebiet Nachrichtentechnik Drahtlose Nachrichtenübertragung 65 (Variante mit Cyclic Prefix) zeitkontinuierliches Sendesignal ohne CP Bitrate: R b (Bitrate
MehrBestimmung von MIMO-Kanalkapazitäten für unterschiedliche Antennenarchitekturen auf der Basis von breitbandigen Ausbreitungsmessungen
Bestimmung von MIMO-Kanalkapazitäten für unterschiedliche Antennenarchitekturen auf der Basis von breitbandigen Ausbreitungsmessungen Dirk Hampicke, Markus Landmann, Andreas Richter, Christian Schneider,
MehrSimulationen zur Kanalkapazität ultrabreitbandiger Mobilfunkkanäle
Simulationen zur Kanalkapazität ultrabreitbandiger Mobilfunkkanäle Oliver Bredtmann Universität Duisburg-Essen VDE / ITG Diskussionssitzung UWB Übersicht Fluktuationen in der Kanalkapazität in Abhängigkeit
MehrÜbung 5: MIMO und Diversity
ZHAW WCOM2, Rumc, 1/6 Übung 5: MIMO und Diversity Aufgabe 1: SIMO-System bzw. Empfangsdiversität. In einem Empfänger mit 3 Antennen wird Selection Diversity eingesetzt. a) Bestimmen Sie die Verbesserung
MehrEinführung in die Nachrichtenübertragung
Klausur Einführung in die Nachrichtenübertragung Vorlesung und Rechenübung - Prof. Dr.-Ing. Thomas Sikora - Name:............................ Vorname:................................... Matr.Nr:..........................
Mehr5. Spezielle stetige Verteilungen
5. Spezielle stetige Verteilungen 5.1 Stetige Gleichverteilung Eine Zufallsvariable X folgt einer stetigen Gleichverteilung mit den Parametern a und b, wenn für die Dichtefunktion von X gilt: f x = 1 für
MehrNTM1-Modul Zwischenprüfung
ZHAW, ASV, HS2008, 1 NTM1-Modul Zwischenprüfung Name: 5 + 5 + 5 + 5 + 5 + 5 = 30 Punkte Vorname: 1: 2: 3: 4: 5: 6. Punkte: Note: Teilaufgaben sind möglichst unabhängig gehalten. Benutzen sie immer die
MehrNachrichtenübertragung
Nachrichtenübertragung (Vorlesung I + II und Rechenübung I + II) - Prof. Dr.-Ing. Thomas Sikora - Name:............................ Vorname:......................... Matr.Nr:...........................
Mehrd 1 P N G A L S2 d 2
Abschlussprüfung Nachrichtentechnik 28. Juli 2014 Name:... Vorname:... Matrikelnr.:... Studiengang:... Aufgabe 1 2 3 4 Summe Note Punkte Hinweis: Die Teilaufgaben (a), (b) und (c) können unabhängig voneinander
MehrÜbertragungsverfahren der Nachrichtentechnik 2 Ex Beispiele zum 1. Übungstest
Ex Beispiele zum 1. Übungstest 1 PAM Grundlagen Aufgabe 1.1 Zur Übertragung eines einzelnen binären Symbols über einen verzerrungsfreien Kanal mit additivem weißem Gaußschem Rauschen (Leistungsdichtespektrum
MehrChi-Quadrat-Verteilung
Chi-Quadrat-Verteilung Wikipedia http://de.wikipedia.org/wiki/chi-quadrat-verteilung 1 von 7 6/18/2009 6:13 PM Chi-Quadrat-Verteilung aus Wikipedia, der freien Enzyklopädie Die Chi-Quadrat-Verteilung ist
MehrQuasi-kontinuierliche Auswahl der spektralen Effizienz durch mehrdimensionale Codierung
Quasi-kontinuierliche Auswahl der spektralen Effizienz durch mehrdimensionale Codierung Jochen Leibrich jol@tf.uni-kiel.de Christian-Albrechts-Universität zu Kiel ITG-Workshop Nürnberg 5./6. Juli 2012
MehrNTM1-Modul Schlussprüfung
ZHAW, NTM1, HS, 1 NTM1-Modul Schlussprüfung Name: 5 + 5 + 5 + 5 + 5 + 5 = 30 Punkte Vorname: 1: 2: 3: 4: 5: 6. Punkte: Note: Teilaufgaben sind möglichst unabhängig gehalten. Benutzen sie immer die Vorgaben!
MehrGrundlagen der Statistischen Nachrichtentheorie
Grundlagen der Statistischen Nachrichtentheorie - Prof. Dr.-Ing. Thomas Sikora - Name:............................ Vorname:......................... Matr.Nr:........................... Ich bin mit der
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Dr. Jochen Köhler 1 Inhalt der heutigen Vorlesung Statistik und Wahrscheinlichkeitsrechnung Zusammenfassung der vorherigen Vorlesung Übersicht über Schätzung und
MehrTEIL 1: Drahtlose optische Übertragung
TEIL 1: Drahtlose optische Übertragung Version vom 14. Oktober 2014 Dr. Mike Wolf, Fachgebiet Nachrichtentechnik Optische Telekommunikationstechnik II 1 Literatur: [1] J. G. Proakis and M. Salehi, Grundlagen
MehrLösungen 4.1 Analoge Übertragung mit PCM
J. Lindner: Informationsübertragung Lösungen Kapitel 4 Lösungen 4. Analoge Übertragung mit PCM 4. a) Blockbild einer Übertragung mit PCM: q(t) A D 8 bit linear f Amin = 8kHz q(i) digitales ˆq(i) Übertragungs-
MehrLinearer und quadratischer Mittelwert
Linearer und quadratischer ittelwert Erwartungswerte (auch Schar- oder Ensemblemittelwerte) betrachtet wird zunächst eine große Anzahl von Zufallssignalen; dabei ist x k (t) die k-te von insgesamt Realisierungen
Mehr4. Verteilungen von Funktionen von Zufallsvariablen
4. Verteilungen von Funktionen von Zufallsvariablen Allgemeine Problemstellung: Gegeben sei die gemeinsame Verteilung der ZV en X 1,..., X n (d.h. bekannt seien f X1,...,X n bzw. F X1,...,X n ) Wir betrachten
MehrMusterlösung zur Prüfung Einführung in die Nachrichtentechnik 03. August 2015
Musterlösung zur Prüfung Einführung in die Nachrichtentechnik 3. August 5 Aufgabe : Pegelrechnung und LTI-Systeme (a) (a) ( 3 6 ) mw L T = log mw = 75 dbm (a) L A = 4 db+3log(5) db = 4 db+3 ( log(3)+log(5)+log(
MehrÜbung 4. Tutorübung zu Grundlagen: Rechnernetze und Verteilte Systeme (Gruppen Mo-T1 / Di-T11 SS 2016) Dennis Fischer
Übung 4 Tutorübung zu Grundlagen: Rechnernetze und Verteilte Systeme (Gruppen Mo-T1 / Di-T11 SS 2016) Dennis Fischer Technische Universität München Fakultät für Informatik 09.05.2016 / 10.05.2016 1/12
MehrWas sind Dezibel (db)?
Was sind Dezibel (db)? Jürgen Stuber 2013-05-01 Jürgen Stuber () Was sind Dezibel (db)? 2013-05-01 1 / 13 Dezibel Logarithmische Skala zur Angabe von Leistung oder Intensität (Leistung pro Fläche) Jürgen
MehrAufgabe 1 - Pegelrechnung und LTI-Systeme
KLAUSUR Nachrichtentechnik 06.08.0 Prof. Dr.-Ing. Dr. h.c. G. Fettweis Dauer: 0 min. Aufgabe 3 4 Punkte 5 0 4 50 Aufgabe - Pegelrechnung und LTI-Systeme Hinweis: Die Teilaufgaben (a), (b) und (c) können
MehrZufallsvariablen [random variable]
Zufallsvariablen [random variable] Eine Zufallsvariable (Zufallsgröße) X beschreibt (kodiert) die Versuchsausgänge ω Ω mit Hilfe von Zahlen, d.h. X ist eine Funktion X : Ω R ω X(ω) Zufallsvariablen werden
MehrStatistische Signaldegradation durch PMD und Rauschen
Statistische Signaldegradation durch PMD und Rauschen Dr.-Ing. Jens Kissing Prof.-Dr. Ing. E. Voges Übersicht Statistik der effektiven Pulsverbreiterung erster und zweiter Ordnung PMD (Einzelpuls) Statistik
MehrÜbung zu Drahtlose Kommunikation. 4. Übung
Übung zu Drahtlose Kommunikation 4. Übung 12.11.2012 Aufgabe 1 Erläutern Sie die Begriffe Nah- und Fernfeld! Nahfeld und Fernfeld beschreiben die elektrischen und magnetischen Felder und deren Wechselwirkungen
MehrStatistik I für Betriebswirte Vorlesung 3
Statistik I für Betriebswirte Vorlesung 3 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 15. April 2019 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 3 Version: 1. April
Mehr70 Wichtige kontinuierliche Verteilungen
70 Wichtige kontinuierliche Verteilungen 70. Motivation Zufallsvariablen sind nicht immer diskret, sie können oft auch jede beliebige reelle Zahl in einem Intervall [c, d] einnehmen. Beispiele für solche
MehrReelle Zufallsvariablen
Kapitel 3 eelle Zufallsvariablen 3. Verteilungsfunktionen esultat aus der Maßtheorie: Zwischen der Menge aller W-Maße auf B, nennen wir sie W B ), und der Menge aller Verteilungsfunktionen auf, nennen
MehrZHW, NTM, 2005/06, Rur 1. Übung 6: Funkkanal
ZHW, NTM, 2005/06, Rur 1 Aufgabe 1: Strahlungsdiagramme. Übung 6: Funkkanal Gegeben sind die Strahlungsdiagramme des (λ/2-) Dipols und des (λ/4-) Monopols (Stabantenne auf einer Grundfläche). Welche Antenne
MehrBreitbandige Vermessung zeitvarianter Indoor-Funkkanäle mit bewegten Streuern Ralf Kattenbach, Henning Früchting und Dieter Weitzel
Breitbandige Vermessung zeitvarianter Indoor-Funkkanäle mit bewegten n Ral Kattenbach, Henning Früchting und Dieter Weitzel Universität Kassel Hochrequenztechnik / Kommunikationssysteme Übersicht Breitbandiges
MehrDie Familie der χ 2 (n)-verteilungen
Die Familie der χ (n)-verteilungen Sind Z 1,..., Z m für m 1 unabhängig identisch standardnormalverteilte Zufallsvariablen, so genügt die Summe der quadrierten Zufallsvariablen χ := m Z i = Z 1 +... +
MehrÜbertragungstechnik IST-2/Ü
Übertragungstechnik IST-2/Ü Werner Henkel werner.henkel@ieee.org Übersicht über die Themen Übertragungskanäle Digitale Modulationsverfahren (PAM, QAM, CAP, OFDM/DMT, Spread Spectrum) Systeme (xdsl, Cable
MehrDie Familie der χ 2 (n)-verteilungen
Die Familie der χ (n)-verteilungen Sind Z 1,..., Z m für m 1 unabhängig identisch standardnormalverteilte Zufallsvariablen, so genügt die Summe der quadrierten Zufallsvariablen χ := m Z i = Z 1 +... +
MehrKapitel 2.1: Die stochastische Sicht auf Signale Georg Dorffner 67
Kapitel 2.1: Die stochastische Sicht auf Signale 215 Georg Dorffner 67 Stochastische Prozesse Stochastische Prozesse sind von Zufall geprägte Zeitreihen x n f x, n 1 xn2,... n vorhersagbarer Teil, Signal
MehrLeitungscodierung. Modulation , G. Hirsch. bit. Slide 1
Leitungscodierung bit Slide 1 Spektren leitungscodierter Signale bit Slide 2 Übertragungsfunktion des Cosinus- Rolloff Filters -f g f g Im Fall von NRZ ist: f g 1 2 T bit Slide 3 Augendiagramm Die nachstehenden
Mehr3. Leistungsdichtespektren
Stochastische Prozesse: 3. Leistungsdichtespektren Wird das gleiche Geräusch mehrmals gemessen, so ergeben sich in der Regel unterschiedliche zeitliche Verläufe des Schalldrucks. Bei Geräuschen handelt
MehrWahrscheinlichkeitsrechnung und Statistik für Biologen Spezielle Verteilungen
Wahrscheinlichkeitsrechnung und Statistik für Biologen Spezielle Verteilungen Noémie Becker & Dirk Metzler http://evol.bio.lmu.de/_statgen 7. Juni 2013 1 Binomialverteilung 2 Normalverteilung 3 T-Verteilung
Mehr5. Meßfehler. Zufällige Messfehler machen das Ergebnis unsicher - ihre Abschätzung ist nur unter Verwendung statistischer Methoden durchführbar
5. Meßfehler Man unterscheidet... zufällige Meßfehler systematische Meßfehler Zufällige Messfehler machen das Ergebnis unsicher - ihre Abschätzung ist nur unter Verwendung statistischer Methoden durchführbar
MehrWahrscheinlichkeit und Statistik: Zusammenfassung
HSR Hochschule für Technik Rapperswil Wahrscheinlichkeit und Statistik: Zusammenfassung beinhaltet Teile des Skripts von Herrn Hardy von Lukas Wilhelm lwilhelm.net 12. Januar 2007 Inhaltsverzeichnis 1
MehrEinfluss der Polarisationsmodendispersion (PMD) auf die Pulsausbreitung in Einmodenfasern
Einfluss der Polarisationsmodendispersion (PMD) auf die Pulsausbreitung in Einmodenfasern Dipl.-Phys. Ansgar Steinkamp Dipl.-Ing. Jens Kissing Prof. Dr. Ing. E. Voges Übersicht Ursache der PMD / die Fasereigenschaft
MehrBisher haben wir nur das Problem der Dämpfung und der sich überlagernden Wellen betrachtet
Zwischenbilanz Bisher haben wir nur das Problem der Dämpfung und der sich überlagernden Wellen betrachtet Mehrwegeausbreitung führt auch noch zu einem weiteren Problem LOS pulses multipath pulses signal
MehrDie Varianz (Streuung) Definition
Die (Streuung) Definition Diskrete Stetige Ang., die betrachteten e existieren. var(x) = E(X EX) 2 heißt der Zufallsvariable X. σ = Var(X) heißt Standardabweichung der X. Bez.: var(x), Var(X), varx, σ
MehrWahrscheinlichkeitsrechnung und Statistik für Biologen Wiederholung: Verteilungen
Wahrscheinlichkeitsrechnung und Statistik für Biologen Wiederholung: Verteilungen Noémie Becker & Dirk Metzler 31. Mai 2016 Inhaltsverzeichnis 1 Binomialverteilung 1 2 Normalverteilung 2 3 T-Verteilung
MehrStatistik I für Betriebswirte Vorlesung 4
Statistik I für Betriebswirte Vorlesung 4 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 25. April 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrGrundlagen der Statistischen Nachrichtentheorie
- Prof. Dr.-Ing. Thomas Sikora - Name:............................ Vorname:......................... Matr.Nr:........................... Ich bin mit der Veröffentlichung des Klausurergebnisses unter meiner
MehrStatistik für Ingenieure Vorlesung 3
Statistik für Ingenieure Vorlesung 3 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 14. November 2017 3. Zufallsgrößen 3.1 Zufallsgrößen und ihre Verteilung Häufig sind
MehrVerwendung von Fourier-Koeffizienten zum Testen auf Gleichverteilung
Verwendung von Fourier-Koeffizienten zum Testen auf Gleichverteilung Jan Behrens. Juni 008 Ziel soll es sein, zu einer Stichprobe von Zufallszahlen den eindeutig definierten Wert g(h) zwischen 0 und zu
MehrÜbung zu Empirische Ökonomie für Fortgeschrittene SS 2009
Übung zu Empirische Ökonomie für Fortgeschrittene Steen Elstner, Klaus Wohlrabe, Steen Henzel SS 9 1 Wichtige Verteilungen Die Normalverteilung Eine stetige Zufallsvariable mit der Wahrscheinlichkeitsdichte
MehrDigitale Bandpass Übertragung. Roland Küng, 2009
Digitale Bandpass Übertragung Roland Küng, 2009 1 Intro: Bandpass System ADSL2 (2-256-QAM) ISDN Pulsformung 2B1Q ADSL Upstream OFDM Downstream OFDM 1 MB/s 8 MB/s 2 Basisband RF Was ändert sich? Sender
MehrStatistik II. IV. Hypothesentests. Martin Huber
Statistik II IV. Hypothesentests Martin Huber 1 / 41 Übersicht Struktur eines Hypothesentests Stichprobenverteilung t-test: Einzelner-Parameter-Test F-Test: Multiple lineare Restriktionen 2 / 41 Struktur
MehrBSc Bioinformatik Wintersemester 2013/2014 Nachklausur zur Statistik I Freie Universität Berlin
Sc ioinformatik Wintersemester 013/014 Nachklausur zur Statistik I Freie Universität erlin 4. pril 014 Matrikelnummer Nachname Vorname Unterschrift ufgabe 1 (4 Punkte): Zu einem Wahrscheinlichkeitsraum
MehrWirtschaftsmathematik
Einführung in einige Teilbereiche der Wintersemester 206 Prof. Dr. Stefan Etschberger HSA Unabhängigkeit von Ereignissen A, B unabhängig: Eintreten von A liefert keine Information über P(B). Formal: P(A
Mehrx p 2 (x )dx, Hinweis: es ist nicht erforderlich, zu integrieren!
Aufgabe T- Gegeben seien zwei normalverteilte Zufallsvariablen X N(µ, σ) 2 und X 2 N(µ 2, σ2) 2 mit pdf p (x) bzw. p 2 (x). Bestimmen Sie x (als Funktion der µ i, σ i, sodass x p (x )dx = + x p 2 (x )dx,
MehrMusterlösung: 23. Oktober 2014, 16:42
Audiotechnik II Digitale Audiotechnik:. Übung Prof. Dr. Stefan Weinzierl 3..4 Musterlösung: 3. Oktober 4, 6:4 Amplitudenstatistik analoger Signale a) Ein Signal (t) hat die durch die Abbildung gegebene
Mehr9. Vorlesung. Systemtheorie für Informatiker. Dr. Christoph Grimm. Professur Prof. Dr. K. Waldschmidt, Univ. Frankfurt/Main
9. Vorlesung Systemtheorie für Informatiker Dr. Christoph Grimm Professur Prof. Dr. K. Waldschmidt, Univ. Frankfurt/Main Letzte Woche: Abtastung und Rekonstruktion Abtastung: Wandelt bandbegrenzte kontinuierliche
MehrAbschlussprüfung Nachrichtentechnik 03. August 2015
Abschlussprüfung Nachrichtentechnik 03. August 2015 Name:... Vorname:... Matrikelnr.:... Studiengang:... Aufgabe 1 2 3 4 Summe Note Punkte Hinweis: Die Teilaufgaben (a), (b) und (c) können unabhängig voneinander
MehrGrundlagen der Nachrichtentechnik
Universität Bremen Arbeitsbereich Nachrichtentechnik Prof. Dr.-Ing. K.D. Kammeyer Schriftliche Prüfung im Fach Grundlagen der Nachrichtentechnik Name: Vorname: Mat.-Nr.: Zeit: Ort: Umfang: 05. April 2005,
MehrSpezifische innere Volumina
Spezifische innere Volumina Stochastische Geometrie und ihre en - Zufallsfelder Regina Poltnigg und Henrik Haßfeld Universität Ulm 13. Januar 2009 1 Regina Poltnigg und Henrik Haßfeld 1 2 Berechnung von
MehrStatistische Methoden
Modeling of Data / Maximum Likelyhood methods Institut für Experimentelle und Angewandte Physik Christian-Albrechts-Universität zu Kiel 22.05.2006 Datenmodellierung Messung vs Modell Optimierungsproblem:
MehrVortrag der Diplomarbeit
Vortrag der Diplomarbeit Entwicklung eines Continuous-Time Delta- Sigma Modulators für den Einsatz in der Positronen-Emissions-Tomographie von 07.09.2009 Überblick und Gliedergung: Teil 1: CT ΔΣ Modulator
Mehr6. Schätzverfahren für Parameter
6. Schätzverfahren für Parameter Ausgangssituation: Ein interessierender Zufallsvorgang werde durch die ZV X repräsentiert X habe eine unbekannte Verteilungsfunktion F X (x) Wir interessieren uns für einen
MehrAufgaben. d) Seien X und Y Poissonverteilt mit Parameter µ, X, Y P(µ). 2. Dann ist die Summe auch Poissonverteilt mit (X + Y ) P(2µ).
Aufgaben 1. Bei den folgenden 10 Fragen ist jeweils genau eine Antwort richtig. Es gibt pro richtig beantwortete Frage 1 Punkt und pro falsche Antwort 1/2 Punkt Abzug. Minimal erhält man für die gesamte
MehrK8 Stetige Zufallsvariablen Theorie und Praxis
K8 Stetige Zufallsvariablen Theorie und Praxis 8.1 Theoretischer Hintergrund Wir haben (nicht abzählbare) Wahrscheinlichkeitsräume Meßbare Funktionen Zufallsvariablen Verteilungsfunktionen Dichten in R
MehrStatistik I für Betriebswirte Vorlesung 14
Statistik I für Betriebswirte Vorlesung 14 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 13. Juli 017 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 14 Version: 8. Juli
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung 11. Vorlesung Jochen Köhler 10.05.011 1 Inhalt der heutigen Vorlesung Zusammenfassung Parameterschätzung Übersicht über Schätzung und Modellbildung Modellevaluation
Mehr2 Zufallsvariable, Verteilungen, Erwartungswert
2 Zufallsvariable, Verteilungen, Erwartungswert Bisher: Zufallsexperimente beschrieben durch W-Räume (Ω, A, P) Häufig interessiert nur eine zufällige Größe X = X(ω), die vom Ergebnis ω des Zufallsexperiments
MehrKapitel 8: Zeitdiskrete Zufallssignale
ZHAW, DSV2, 2007, Rumc, 8-1 Kapitel 8: Zeitdiskrete Zufallssignale Inhaltsverzeichnis 1. STOCHASTISCHER PROZESS...1 2. STATISTISCHE EIGENSCHAFTEN EINER ZUFALLSVARIABLEN...2 3. STATISTISCHE EIGENSCHAFTEN
Mehrdbw und dbm dbw und dbm zur logarithmischen Darstellung einer Leistungsgröße P [W]:
dbw und dbm dbw und dbm zur logarithmischen Darstellung einer Leistungsgröße P [W]: Beispiel: Leistungsgröße P out [dbw] bei Leistungsgröße P in [dbw] und Dämpfung L [db] Leistungsgröße P out [W] Grundlagen
MehrKompensation von PMD. Fasernichtlinearitäten
Kompensation von PMD mit Hilfe von Fasernichtlinearitäten Ansgar Steinkamp, Jens Kissing, Tobias Gravemann, Edgar Voges Übersicht PMD (in linearen Fasern) Solitonen (in Fasern ohne PMD) Deterministische
MehrÜbungsscheinklausur,
Mathematik IV für Maschinenbau und Informatik (Stochastik) Universität Rostock, Institut für Mathematik Sommersemester 27 Prof. Dr. F. Liese Übungsscheinklausur, 3.7.27 Dipl.-Math. M. Helwich Name:...
Mehr7. Stochastische Prozesse und Zeitreihenmodelle
7. Stochastische Prozesse und Zeitreihenmodelle Regelmäßigkeiten in der Entwicklung einer Zeitreihe, um auf zukünftige Entwicklung zu schließen Verwendung zu Prognosezwecken Univariate Zeitreihenanalyse
MehrKapitel 5 Erneuerungs- und Semi-Markov-Prozesse
Kapitel 5 Erneuerungs- und Semi-Markov-Prozesse Definition: Erneuerungsprozess Sei {T n, n N} eine Folge unabhängiger, nichtnegativer Zufallsvariablen mit Verteilungsfunktion F, mit F () < 1. Dann heißt
MehrStatistik I für Betriebswirte Vorlesung 14
Statistik I für Betriebswirte Vorlesung 14 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 11. Juli 016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrDefinition Sei X eine stetige Z.V. mit Verteilungsfunktion F und Dichte f. Dann heißt E(X) :=
Definition 2.34. Sei X eine stetige Z.V. mit Verteilungsfunktion F und Dichte f. Dann heißt E(X) := x f(x)dx der Erwartungswert von X, sofern dieses Integral existiert. Entsprechend wird die Varianz V(X)
MehrZufallsvariablen. Diskret. Stetig. Verteilung der Stichprobenkennzahlen. Binomial Hypergeometrisch Poisson. Normal Lognormal Exponential
Zufallsvariablen Diskret Binomial Hypergeometrisch Poisson Stetig Normal Lognormal Exponential Verteilung der Stichprobenkennzahlen Stetige Zufallsvariable Verteilungsfunktion: Dichtefunktion: Integralrechnung:
MehrÜbungen zu Signal- und Systemtheorie
Fachhochschule Dortmund University of Applied Sciences and Arts Übungen zu Signal- und Systemtheorie (Anteil: Prof. Felderhoff) Version 1.3 für das Wintersemester 016/017 Stand: 05.1.016 von: Prof. Dr.-Ing.
MehrZusammengefasst: Log-Distance-Pfadverlustmodell
Zusammengefasst: Log-Distance-Pfadverlustmodell Hinzu kommt noch Abschattung und Atmosphärische Dämpfung Ein durch theoretische Überlegungen (z.b. Two-Ray-Ground-Überlegung) und empirische Belege (siehe
MehrVarianzkomponentenschätzung
Qualitas AG Varianzkomponentenschätzung Peter von Rohr Qualitas AG Peter von Rohr Folien ZL I+II LFW C11 October 29, 2015 2 / 23 Multiple Lineare Regression Annahmen Modell y = Xb + e Varianz der Fehler
MehrFachprüfung. Mobile Communication
Fachprüfung Mobile Communication 5. September 005 Prüfer: Prof. Dr. P. Pogatzki Bearbeitungszeit: Stunden Hilfsmittel: Nichtprogrammierbarer Taschenrechner Name:... Matr.-Nr.:... Unterschrift:... Punkte
MehrStatistische Methoden der Datenanalyse Wintersemester 2011/2012 Albert-Ludwigs-Universität Freiburg
Statistische Methoden der Datenanalyse Wintersemester 2011/2012 Albert-Ludwigs-Universität Freiburg Dr. Stan Lai und Prof. Markus Schumacher Physikalisches Institut Westbau 2 OG Raum 008 Telefonnummer
MehrMit welchen Verteilungen lassen sich Lebensdauern modellieren?
5. Übung Aufgabe 1 Ein Prozess zur Herstellung von Flachglas im Durchschnitt 1 Verunreinigung je 5 dm 2 Glasfläche. Welche Verteilung weist die Zahl der Verunreinigungen auf einer 0,5m x 1,0 m großen Fensterscheibe
MehrSWISS-ARTG. Antennenbetrachtungen im Mikrowellenbereich
SWISS-ARTG Fachtagung 10. Nov. 2018 Antennenbetrachtungen im Mikrowellenbereich Willi, Nov. 2018 Inhalt Antennen Grundlagen Der Begriff Antenne, technische Bedeutung Isotroper Strahler Grafische Darstellung
MehrStatistik 1 Beispiele zum Üben
Statistik 1 Beispiele zum Üben 1. Ein Kühlschrank beinhaltet 10 Eier, 4 davon sind faul. Wir nehmen 3 Eier aus dem Kühlschrank heraus. (a Bezeichne die Zufallsvariable X die Anzahl der frischen herausgenommenen
MehrEinfaktorielle Varianzanalyse
Kapitel 16 Einfaktorielle Varianzanalyse Im Zweistichprobenproblem vergleichen wir zwei Verfahren miteinander. Nun wollen wir mehr als zwei Verfahren betrachten, wobei wir unverbunden vorgehen. Beispiel
MehrÜbung zu Drahtlose Kommunikation. 6. Übung
Übung zu Drahtlose Kommunikation 6. Übung 26.11.2012 Aufgabe 1 (Multiplexverfahren) Erläutern Sie mit wenigen Worten die einzelnen Multiplexverfahren und nennen Sie jeweils ein Einsatzgebiet/-möglichkeit,
MehrNetzwerke - Bitübertragungsschicht (1)
Netzwerke - Bitübertragungsschicht (1) Theoretische Grundlagen Fourier-Analyse Jedes Signal kann als Funktion über die Zeit f(t) beschrieben werden Signale lassen sich aus einer (möglicherweise unendlichen)
MehrStatistics, Data Analysis, and Simulation SS 2015
Mainz, 2. Juli 2015 Statistics, Data Analysis, and Simulation SS 2015 08.128.730 Statistik, Datenanalyse und Simulation Dr. Michael O. Distler Konjugierte Prior Konjugierte Prior
MehrStatistics, Data Analysis, and Simulation SS 2017
Statistics, Data Analysis, and Simulation SS 2017 08.128.730 Statistik, Datenanalyse und Simulation Dr. Michael O. Distler Mainz, 4. Mai 2017 Dr. Michael O. Distler
MehrNonreturn to Zero (NRZ)
Nonreturn to Zero (NRZ) Hi 0 Hi 0 Grundlagen der Rechnernetze Physikalische Schicht 40 Multilevel Binary 0 1 0 0 1 1 0 0 0 1 1 0 0 Grundlagen der Rechnernetze Physikalische Schicht 41 Das Clocking Problem
Mehr2D Graphik: Bildverbesserung. Vorlesung 2D Graphik Andreas Butz, Otmar Hilliges Freitag, 2. Dezember 2005
2D Graphik: Bildverbesserung Vorlesung 2D Graphik Andreas Butz, Otmar Hilliges Freitag, 2. Dezember 2005 Themen heute Rauschen, Entropie Bildverbesserung Punktbasiert Flächenbasiert Kantenbasiert Was ist
MehrComputergrafik 2: Übung 6. Korrelation im Orts- und Frequenzraum, Filtern im Frequenzraum, Wiener Filter
Computergrafik : Übung 6 Korrelation im Orts- und Frequenzraum, Filtern im Frequenzraum, Wiener Filter Quiz Warum Filtern im Frequenzraum? Ideales Tiefpassfilter? Parameter? Eigenschaften? Butterworth-Filter?
MehrWahrscheinlichkeit und Statistik BSc D-INFK
Prof. Dr. P. Bühlmann ETH Zürich Sommer 2010 Wahrscheinlichkeit und Statistik BSc D-INFK 1. (10 Punkte) Bei den folgenden 10 Fragen ist jeweils genau eine Antwort richtig. Es gibt pro richtig beantwortete
MehrStatistik II. Regressionsanalyse. Statistik II
Statistik II Regressionsanalyse Statistik II - 23.06.2006 1 Einfachregression Annahmen an die Störterme : 1. sind unabhängige Realisationen der Zufallsvariable, d.h. i.i.d. (unabh.-identisch verteilt)
MehrDr. L. Meier Statistik und Wahrscheinlichkeitsrechnung Sommer Musterlösung
Dr. L. Meier Statistik und Wahrscheinlichkeitsrechnung Sommer 014 Musterlösung 1. 8 Punkte) a) 1 Pt)Für das Komplement gilt PR A) = 1 PR c A) = 0.968. b) 1 Pt)Nach Definition der bedingten Wahrscheinlichkeit
Mehr