Kommunikationstechnik II Wintersemester 08/09
|
|
- Dieter Kaufer
- vor 7 Jahren
- Abrufe
Transkript
1 Kommunikationstechnik II Wintersemester 8/9 Prof. Dr. Stefan Weinzierl Musterlösung: 8. Aufgabenblatt Lösung in der Rechenübung am Aufgabe: Fehlererkennung/-korrektur Audio Symbole mit einer Länge von 8 bit werden mit einem Paritätsbit zur Fehlererkennung kodiert. a) Wird bei einer Paritätsprüfung das empfangene Kodewort 1111 als fehlerfrei klassifiziert? Je nach Paritäts-Typ würde dieses Wort als gültig oder ungültig erkannt werden. Bei der häufiger anzutreffenden even parity wird das angefügte Prüfbit so gewählt, dass die Anzahl der Einsen im Gesamtwort (9-bit) gerade ist. Für diesen Fall wäre unser Kodewort gültig, auch wenn wir damit die (geringe) Restfehlerwahrscheinlichkeit, dass genau, 4, 6 oder gar 8 Bit fehlerhaft sind, außer Acht lassen. Bei odd parity würde das Kodewort als fehlerhaft erkannt werden. JA für even parity NEIN für odd parity Ein Nachteil einfacher Paritätskodes ist, dass nur eine ungeradzahlige Anzahl von fehlerhaften Bits erkannt wird. Zudem können diese nicht korrigiert werden, da durch den Paritätscheck nur erkannt wird, dass ein Fehler existiert, nicht aber wo er sich befindet. b) Wie groß ist die Wahrscheinlichkeit einer falschen Klassifizierung, wenn in dem so kodierten Kanal Bitfehler (random bit errors) mit einer Bit Error Rate (BER) von 1-3 auftreten? Die Wahrscheinlichkeit einer falschen Klassifizierung, d.h. der fälschlichen Akzeptanz eines fehlerhaften Kodewortes durch die Paritätsprüfung kann man mithilfe der Bernoulllischen Formel zur Binominalverteilung berechnen. p k = n ' p k ( (1) p) n)k k mit ' n n! = k k!( n! k)! Sie gibt die Wahrscheinlichkeit an, dass bei einem n mal wiederholten Zufallsexperiment (n voneinander unabhängigen Einzelversuche) das Ereignis A mit der Wahrscheinlichkeit p genau k mal auftritt. Im Kontext der Bitfehlerbetrachtung ist dabei A: Auftreten eines fehlerhaften Bits n = 9 Bit bzw. 9 Versuche je Kodewort
2 k = Anzahl fehlerhafter Bits (Ereignisse) pro Kodewort (Versuchsreihe n) p= Auftretenswahrscheinlichkeit eines Bitfehlers Der Term p k beschreibt die Wahrscheinlichkeit, dass genau k Bits fehlerhaft sind (multiplikative Verknüpfung der Wahrscheinlichkeiten konjunkter Ereignisse: p tot = p(a) p(b)). Der Term (1 - p) n-k beschreibt die Wahrscheinlichkeit, dass die restlichen n-k Bits fehlerfrei sind. Die Konjunktivität (Gleichzeitigkeit) der zwei beschriebenen Zustände verlangt die multiplikative Zusammenfassung der zwei Terme. Der n Term! beschreibt die Gesamtanzahl aller verschiedenen Anordnungen von k fehlerhaften Bits in einem n-stelligen Kodewort (Fehlermuster) und muss mit den beiden k anderen Termen multipliziert werden. Um nun die Wahrscheinlichkeit für Falschklassifikation bei Paritätskanalcodierung zu bestimmen, muss man sich zuerst klarmachen, welche Fehler zur Falschakzeptanz eines Kodeworts führen: Die Paritätsprüfung erkennt dann Fehler nicht, wenn sie geradzahlig d.h. -, 4-, 6-, 8- fach usw. auftreten. Die Kodewortfehlerwahrscheinlichkeit ergibt sich nach dem Additionstheorem für disjunkte Ereignisse (p tot = p(a)+p(b)) als Summe der Einzelwahrscheinlichkeiten: p Kodewortfehler = p Fehler + p 4 Fehler + p 6Fehler + p 8Fehler Man berechnet also die Auftretenswahrscheinlichkeiten P aller Bitfehlermuster, die von der Paritätsprüfung nicht erkannt werden und summiert diese zur Gesamtfehlerwahrscheinlichkeit P Kodewort auf. p Kodewort = p k [k =,4,6,8] k p Kodewort = 9 ' 1 (3) (1(1 (3 ) ' 1 (3)4 (1(1 (3 ) ' 1 (3)6 (1(1 (3 ) ' 1 (3)8 (1(1 (3 ) 1 p Kodewort = 3, , , ,991 4 p Kodewort = 3, Quantisierung und Dither (aus Klausur WS 6/7) Gegeben sei ein A/D-Wandler mit linearer Quantisierungskennlinie und der Stufenbreite Q. Zur Festlegung der erforderlichen Wortlänge z.b. eines PCM- Sprachübertragungssystems mit dieser Quantisierung gelte für die Quantisierungsrauschleistung Q { q [ n] } 1 W Q = E = a) Wie ist unter dieser Voraussetzung die Wortbreite w zu wählen, damit für ein Sinussignal bei Vollaussteuerung ein Signal-Rauschabstand von SNR > 45 db erreicht wird?
3 Bestimmen Sie zunächst die Leistung eines vollausgesteuerten Sinussignals in Abhängigkeit von der Wortbreite w und der Stufenbreite Q, geben Sie einen Ausdruck für den resultierenden SNR an und bestimmen Sie w so, dass der geforderte SNR erreicht wird. Signalenergie: W S = A ' Stufenbreite: Q = A Q w A = w also: W S = w Q ' = w Q W S = w Q 1 8 W Q 8 Q = w 3 SNR = 1log W S W Q ' =1log w ( 3 ' = w (1log ( ) +1log 3 ' = w 6. db+1,76 db Wortbreite w für 45 db SNR: 45 db=! w 6. db+1,76 db w min = 45 db1,76 db 6. db = bit b) Welcher Signal-Rauschabstand ergibt sich für w = 5? SNR 5bit = 5 6. db+1,76 db = 31.9 db c) Welche Bedingung muss erfüllt sein, damit sich ein Quantisierungsfehler als Rauschsignal (wie in a)) modellieren lässt? Die Amplitudendichteverteilung des Quantisierungsrauschens wird als rechteckförmig (gleichverteilt) vorausgesetzt. Dies kann bei hoch ausgesteuerten, mit ausreichender Wortbreite quantisierten Signalen angenommen werden. d) Was ist ein Dither-Signal? Wie wirkt es sich auf das Leistungsdichtespektrum (LDS) des Quantisierungsfehlers aus? Dither ist Rauschen, das vor dem Quantisieren oder Requantisieren additiv zum Eingangssignal zugefügt wird. Dies führt zu einer Linearisierung der Quantisierungskennlinie. Die Rauschmodulation kann durch eine geeignete ADV des Dithers unterdrückt werden. Die Korrelation zwischen Eingangssignal und Quantisierungsfehler wird aufgehoben, dadurch wird das LDS des Quantisierungsfehlers weiß bzw. die ADV wird rechteckförmig e) Gegeben sei ein Dither-Signal mit folgender Amplitudendichteverteilung (ADV)
4 Skalieren Sie die Verteilungsdichte (y-achse) so, dass die Normierung für die ADV erfüllt ist. p Q! ( q) dq = 1 Die Fläche eines Dreiecks berechnet sich wie folgt: A = b h Hier ist A=1, b=4q, demnach ist h = A b = 4Q = 1 1 f) Berechnen Sie die Leistung des Dithersignals als Varianz der Rauschamplitude q. Geben sie hierfür einen abschnittsweisen Verlauf von p Q (q) an und berechnen E q Sie den quadratischen Mittelwert { } Mit y = mx + b ist hier b = 1 m = y x = 1 1 = 1 4Q (Steigung) (Schnittpunkt mit der y-achse) und Also ist: p Q (q) = ± 1 4Q q + 1 Es gilt: E q also: E q = 1 ) ( { } = q p Q (q)dq 1 = q 4Q q + 1 ' ) dq + q 1 ( 4Q q + 1 ' ) dq ( { } = q p Q (q)dq q 3 + q ' dq + ) ( q3 + q ' dq' = 1 * q 4 8Q + q 3-, / + 3. = Q Q4 8 3 Q3 ( + 16 ' 8Q Q Q3 (( = + 8 '' 3 Q = 3 ( * + ( q4 8Q + q 3-, / + 3. g) Bestimmen Sie den Signal-Rauschabstand zu einem vollausgesteuerten Sinussignal in Anwesenheit des Dither-Signals. '
5 Die Gesamtfehlerleistung ergibt sich durch Addition der Quantisierungsfehler- und der Ditherleistung. Bei gleichverteiltem Quantisierungsfehler (siehe Aufgabe a)) ist dies also: W F = W Q + W D = Q = 9Q 1 = 3Q 4 SNR = 1log W S W F ' =1log w ( 1 6 = w 6, db 7,78 db W S = w Q W F 8 ' = w ( 6, db+1log 1 6 ' 4 3Q = w 1 6 h) Welchen Vorzug hat dreieckverteilter Dither wie in e) gegenüber rechteckverteiltem Dither? Die Rauschmodulation wird ideal unterdrückt.
Prof. Dr. Stefan Weinzierl Audiosymbole mit einer Länge von 8 bit werden mit einem Paritätsbit zur Fehlererkennung kodiert.
Audiotechnik II Digitale Audiotechnik: 8. Tutorium Prof. Dr. Stefan Weinzierl 9.2.23 Musterlösung: 9. Dezember 23, 8:34 Fehlerkorrektur II Audiosymbole mit einer Länge von 8 bit werden mit einem Paritätsbit
MehrKommunikationstechnik II Wintersemester 07/08
Kommunikationstechnik II Wintersemester 07/08 Prof. Dr. Stefan Weinzierl Musterlösung: 5. Aufgabenblatt 1. Aufgabe: Kanalkodierung Zweck der Kanalcodierung: - Abbildung der information bits des Quellkodes
MehrProf. Dr. Stefan Weinzierl SNR V = P signal P noise
Audiotechnik II Digitale Audiotechnik: 5. Tutorium Prof. Dr. Stefan Weinzierl 0.11.01 Musterlösung: 1. November 01, 15:50 1 Dither a) Leiten sie den SNR eines idealen, linearen -bit Wandlers her. Nehmen
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
Mehr1 Amplitudenstatistik analoger Signale
Audiotechnik II Digitale Audiotechnik:. Tutorium Prof. Dr. Stefan Weinzierl 3..2 Musterlösung: 28. Oktober 23, 22:25 Amplitudenstatistik analoger Signale a) Ein Signal x(t) hat die durch Abb. 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
MehrEinführung in die Nachrichtenübertragung
Klausur Einführung in die Nachrichtenübertragung Vorlesung und Rechenübung - Prof. Dr.-Ing. Thomas Sikora - Name:............................ Vorname:................................... Matr.Nr:..........................
MehrMusterlösung: 11. Dezember 2014, 10:43. Informationstheorie und Entropiekodierung
Audiotechnik II Digitale Audiotechnik: 8. Übung Prof. Dr. Stefan Weinzierl 11.12.2014 Musterlösung: 11. Dezember 2014, 10:43 Informationstheorie und Entropiekodierung Bei der Entropiekodierung werden die
MehrRechnernetze Übung 5. Frank Weinhold Professur VSR Fakultät für Informatik TU Chemnitz Mai Wo sind wir?
Rechnernetze Übung 5 Frank Weinhold Professur VSR Fakultät für Informatik TU Chemnitz Mai 2012 Wo sind wir? Quelle Nachricht Senke Sender Signal Übertragungsmedium Empfänger Quelle Nachricht Senke Primäres
MehrGrundlagen der Statistischen Nachrichtentheorie
Grundlagen der Statistischen Nachrichtentheorie - Prof. Dr.-Ing. Thomas Sikora - Name:............................ Vorname:......................... Matr.Nr:........................... Ich bin mit der
MehrKlausur Informationstheorie und Codierung
Klausur Informationstheorie und Codierung WS 2013/2014 23.01.2014 Name: Vorname: Matr.Nr: Ich fühle mich gesundheitlich in der Lage, die Klausur zu schreiben Unterschrift: Aufgabe A1 A2 A3 Summe Max. Punkte
MehrError detection and correction
Referat Error detection and correction im Proseminar Computer Science Unplugged Dozent Prof. M. Hofmann Referent Pinto Raul, 48005464 Datum 19.11.2004 Error detection and correction 1. Fehlererkennung
MehrÜbung zu Drahtlose Kommunikation. 1. Übung
Übung zu Drahtlose Kommunikation 1. Übung 22.10.2012 Termine Übungen wöchentlich, Montags 15 Uhr (s.t.), Raum B 016 Jede Woche 1 Übungsblatt http://userpages.uni-koblenz.de/~vnuml/drako/uebung/ Bearbeitung
MehrPopulation und Stichprobe: Wahrscheinlichkeitstheorie
Population und Stichprobe: Wahrscheinlichkeitstheorie SS 2001 4. Sitzung vom 15.05.2001 Wahrscheinlichkeitstheorie in den Sozialwissenschaften: Stichprobenziehung: Aussagen über Stichprobenzusammensetzung
MehrGrundlagen der Statistischen Nachrichtentheorie
- Prof. Dr.-Ing. Thomas Sikora - Name:............................ Vorname:......................... Matr.Nr:........................... Ich bin mit der Veröffentlichung des Klausurergebnisses unter meiner
MehrÜbungen zur Vorlesung Grundlagen der Rechnernetze. Zusätzliche Übungen
Übungen zur Vorlesung Grundlagen der Rechnernetze Zusätzliche Übungen Hamming-Abstand d Der Hamming-Abstand d zwischen zwei Codewörtern c1 und c2 ist die Anzahl der Bits, in denen sich die beiden Codewörter
Mehr3. Grundbegriffe der Wahrscheinlichkeitstheorie
03. JULI 2006: BLATT 17 3. Grundbegriffe der Wahrscheinlichkeitstheorie (v.a. nach Manning/Schütze: 40ff und Fahrmeir /Künstler/Pigeot/Tutz: 171ff) Übersicht Um entscheiden zu können, ob eine statistische
Mehr(Prüfungs-)Aufgaben zur Codierungstheorie
(Prüfungs-)Aufgaben zur Codierungstheorie 1) Gegeben sei die folgende CCITT2-Codierung der Dezimalziffern: Dezimal CCITT2 0 0 1 1 0 1 1 1 1 1 0 1 2 1 1 0 0 1 3 1 0 0 0 0 4 0 1 0 1 0 5 0 0 0 0 1 6 1 0 1
Mehr1 Autokorrelation, Leistung und Wahrscheinlichkeitsdichtefunktion eines Sinussignals
Audiotechnik II Digitale Audiotechnik: 2. utorium Prof. Dr. Stefan Weinzierl 5. November 213 Musterlösung: 5. November 213, 18:25 1 Autokorrelation, Leistung und Wahrscheinlichkeitsdichtefunktion eines
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
MehrKommunikationstechnik II Wintersemester 07/08
Kommunikationstechnik II Wintersemester 07/08 Prof. Dr. Stefan Weinzierl Musterlösung: 3. Aufgabenblatt. Aufgabe: Up-/Downsampling Die Abtastfolge x[n] wird mit dem Faktor M unter- und dem Faktor L überabgetastet.
MehrGrundlagen Digitaler Systeme (GDS)
Grundlagen Digitaler Systeme (GDS) Prof. Dr. Sven-Hendrik Voß Sommersemester 2015 Technische Informatik (Bachelor), Semester 1 Termin 10, Donnerstag, 18.06.2015 Seite 2 Binär-Codes Grundlagen digitaler
MehrKapitel 5 Stochastische Unabhängigkeit
Kapitel 5 Stochastische Unabhängigkeit Vorlesung Wahrscheinlichkeitsrechnung I vom SoSe 2009 Lehrstuhl für Angewandte Mathematik 1 FAU 5.1 Das Konzept der stochastischen Unabhängigkeit. 1 Herleitung anhand
MehrKapitel 5: Digitale Übertragung im Basisband
ZHW, NTM, 25/6, Rur 1 Kapitel 5: Digitale Übertragung im Basisband 5.2. Nichtlineare Amplitudenquantisierung 5.2.1. Einleitung...1 5.2.2. Das A-Law Kompressionsverfahren...3 5.2.3. Das A-Law Verfahren
MehrProf. Dr. Stefan Weinzierl
Audiotechnik II 3.Übungstermin Prof. Dr. Stefan Weinzierl 4.11.2010 1. Aufgabe: Dither a. Erweitern Sie die Funktion xquant vom 2. Aufgabenblatt (28.10.2010) so, dass die Möglichkeit besteht, einen gleich-
MehrTheoretische Grundlagen der Informatik WS 09/10
Theoretische Grundlagen der Informatik WS 09/10 - Tutorium 6 - Michael Kirsten und Kai Wallisch Sitzung 13 02.02.2010 Inhaltsverzeichnis 1 Formeln zur Berechnung Aufgabe 1 2 Hamming-Distanz Aufgabe 2 3
MehrStatistik für Ingenieure Vorlesung 2
Statistik für Ingenieure Vorlesung 2 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 24. Oktober 2016 2.4 Bedingte Wahrscheinlichkeiten Häufig ist es nützlich, Bedingungen
MehrGrundlagen der Nachrichtentechnik
Universität Bremen Arbeitsbereich Nachrichtentechnik Prof. Dr.-Ing. A. Dekorsy Schriftliche Prüfung im Fach Grundlagen der Nachrichtentechnik Name: Vorname: Mat.-Nr.: BSc./Dipl.: Zeit: Ort: Umfang: 07.
MehrKlausur vom
UNIVERSITÄT KOBLENZ LANDAU INSTITUT FÜR MATHEMATIK Dr. Dominik Faas Stochastik Wintersemester 00/0 Klausur vom 09.06.0 Aufgabe (++4=9 Punkte) Bei einer Umfrage wurden n Personen befragt, an wievielen Tagen
Mehr10 Bedingte Wahrscheinlichkeit
10 Bedingte Wahrscheinlichkeit Vor allem dann, wenn man es mit mehrstufigen Zufallsexperimenten zu tun hat, kommt dem Begriff der bedingten Wahrscheinlichkeit eine bedeutende Rolle zu. Wir klären dazu
MehrAuswirkungen der Quantisierung bei nichtlinearen Funktionen
Adv. Radio Sci., 4, 37 4, 6 www.adv-radio-sci.net/4/37/6/ Author(s 6. his work is licensed under a Creative Commons License. Advances in Radio Science Auswirkungen der Quantisierung bei nichtlinearen Funktionen
MehrFit for Abi & Study Stochastik
Fit for Abi & Study Stochastik Prof. Dr. Tilla Schade Hochschule Harz 15. und 16. April 2014 No. 1 Stochastik besteht aus: Wahrscheinlichkeitsrechnung Statistik No. 2 Gliederung Grundlagen Zufallsgrößen
MehrAufgabe 1. Übung Wahrscheinlichkeitsrechnung Markus Kessler Seite 1 von 8. Die Ereignisse A, B und C erfüllen die Bedingungen
Ü b u n g 1 Aufgabe 1 Die Ereignisse A, B und C erfüllen die Bedingungen P(A) = 0. 7, P(B) = 0. 6, P(C) = 0. 5 P(A B) = 0. 4, P(A C) = 0. 3, P(B C) = 0. 2, P(A B C) = 0. 1 Bestimmen Sie P(A B), P(A C),
Mehr(Bitte geben Sie bei der Beantwortung von Fragen eine Begründung bzw. bei der Lösung von Kurzaufgaben eine kurze Berechnung an!)
Teil 1: Fragen und Kurzaufgaben (Bitte geben Sie bei der Beantwortung von Fragen eine Begründung bzw. bei der Lösung von Kurzaufgaben eine kurze Berechnung an!) Frage 1 (6 Punkte) Es wird ein analoges
MehrKommunikationstechnik II. Prof. Dr. Stefan Weinzierl
Kommunikationstechnik II Prof. Dr. Stefan Weinzierl Autoren: Stefan Weinzierl & Alexander Lerch Wintersemester 2008/2009 Inhaltsverzeichnis 1 Einleitung 5 2 Grundlagen 7 2.1 Abtastung..................................
MehrWelche Axiome sind Grundlage der axiomatischen Wahrscheinlichkeitsdefinition von Kolmogoroff?
2. Übung: Wahrscheinlichkeitsrechnung Aufgabe 1 Welche Axiome sind Grundlage der axiomatischen Wahrscheinlichkeitsdefinition von Kolmogoroff? a) P ist nichtnegativ. b) P ist additiv. c) P ist multiplikativ.
MehrZahlenformate. SigProc-4-Zahlenformate 1
Zahlenformate SigProc-4-Zahlenformate 1 Einfluss der Zahlendarstellung Auf Genauigkeit und Implementierungs- Aufwand (HW-Kosten) Einfache Formate einfach in HW zu implementieren aber begrenzter Zahlenbereich
MehrAuswertung und Lösung
Dieses Quiz soll Ihnen helfen, Kapitel 4.6 und 4.7 besser zu verstehen. Auswertung und Lösung Abgaben: 59 / 265 Maximal erreichte Punktzahl: 8 Minimal erreichte Punktzahl: 0 Durchschnitt: 4.78 1 Frage
MehrKlausur zur Vorlesung Informationstheorie
INSTITUT FÜR INFORMATIONSVERARBEITUNG UNIVERSITÄT HANNOVER Appelstraße 9A 0167 Hannover Klausur zur Vorlesung Informationstheorie Datum:.02.2006 Uhrzeit: 9:00 Uhr Zeitdauer: 2 Stunden Hilfsmittel: ausgeteilte
MehrGrundlagen der Technischen Informatik. Hamming-Codes. Kapitel 4.3
Hamming-Codes Kapitel 4.3 Prof. Dr.-Ing. Jürgen Teich Lehrstuhl für Hardware-Software-Co-Design Inhalt Welche Eigenschaften müssen Codes haben, um Mehrfachfehler erkennen und sogar korrigieren zu können?
MehrPrimzahlen zwischen 50 und 60. Primzahlen zwischen 70 und 80. Primzahlen zwischen 10 und 20. Primzahlen zwischen 40 und 50. den Term 2*x nennt man
die kleinste Primzahl zwischen 0 und 60 zwischen 0 und 10 zwischen 60 und 70 zwischen 70 und 80 zwischen 80 und 90 zwischen 90 und 100 zwischen 10 und 20 zwischen 20 und 0 zwischen 0 und 40 zwischen 40
MehrEinführung in die Wahrscheinlichkeitsrechnung
Einführung in die Wahrscheinlichkeitsrechnung Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Statistik 1 S. Garbade (SRH Heidelberg) Wahrscheinlichkeitsrechnung
MehrStatistische Kenngrößen. Histogramm. Grundlagen zur statistischen Signalverarbeitung. Statistische Beschreibung von Audio
8.3.6 Statistische Kenngrößen Grundlagen zur statistischen Signalverarbeitung Dr. Detlev Marpe Fraunhofer Institut für achrichtentechnik HHI Histogramm Wahrscheinlichkeitsdichteverteilung Mittelwert µ
MehrWHB11 - Mathematik. AFS II: Umgang mit Zufall und Wahrscheinlichkeiten. Thema: Summierte Binomialverteilung
Binomialverteilung Bisher haben wir berechnet, wie groß die Wahrscheinlichkeit dafür ist, dass bei einer Bernoulli-Kette n der Länge genau k Treffer auftreten. Die Formel dafür war: B (n;p;k) = P (X=k)
MehrDigitale Signalverarbeitung, Vorlesung 2: Quantisierung, Frequenzanalyse
Digitale Signalverarbeitung, Vorlesung 2: Quantisierung, Frequenzanalyse 31. Oktober 2016 Eigenschaften diskreter Signale Quantisierung Frequenzbereichsmethoden Anhang Wesentliches Thema heute: 1 Eigenschaften
MehrGrundbegrie der Codierungstheorie
Grundbegrie der Codierungstheorie Pia Lackamp 12. Juni 2017 Inhaltsverzeichnis 1 Einleitung 2 2 Hauptteil 3 2.1 Blockcodes............................ 3 2.1.1 Beispiele.......................... 3 2.2
MehrGrundlagen der Informatik II Übungsblatt: 5, WS 17/18 mit Lösungen
PD. Dr. Pradyumn Shukla Marlon Braun Micaela Wünsche Dr. Friederike Pfeiffer-Bohnen Dr. Lukas König Institut für Angewandte Informatik und Formale Beschreibungsverfahren Grundlagen der Informatik II Übungsblatt:
MehrBild-Erfassung Digitalisierung Abtastung/Quantisierung
Multimediatechnik / Video Bild-Erfassung Digitalisierung Abtastung/Quantisierung Oliver Lietz Bild-Erfassung Abtastung / Digitalisierung Scanner: Zeilenweise Abtastung mit CCD Digitale Kamera: Flächenweise
Mehr1.3 Digitale Audiosignale
Seite 22 von 86 Abb. 1.2.12 - Wirkung der Schallverzögerung Effekte sind: Delay, Echo, Reverb, Flanger und Chorus Hört man ein akustisches Signal im Raum, dann werden die Signale von Wänden und anderen
MehrEinführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 3
TUM, Zentrum Mathematik Lehrstuhl für Mathematische Physik WS 2013/14 Prof. Dr. Silke Rolles Thomas Höfelsauer Felizitas Weidner Einführung in die Wahrscheinlichkeitstheorie svorschläge zu Übungsblatt
MehrGrundwissen Mathematik Klasse 8. Beispiel: m= 2,50 1 = 5,00. Gleichung: y=2,50 x. Beispiel: c=1,5 160=2,5 96=3 80=6 40=240.
I. Funktionen 1. Direkt proportionale Zuordnungen Grundwissen Mathematik Klasse x und y sind direkt proportional, wenn zum n fachen Wert für x der n fache Wert für y gehört, die Wertepaare quotientengleich
Mehrund mit t in Sekunden wird mit einer Frequenz von 8000 Hz abgetastet. Die Abtastung beginnt bei t=0 mit dem Zeitindex n=0.
Aufgabe 1 Das periodische Signal x t) 0,5 sin(2 f t) 0,5 cos(2 f t) mit f 1000Hz und mit f 2000Hz ( 1 2 1 2 und mit t in Sekunden wird mit einer Frequenz von 8000 Hz abgetastet. Die Abtastung beginnt bei
MehrPraxiswerkstatt Algorithmen der Signalcodierung
Praxiswerkstatt Algorithmen der Signalcodierung 2. Termin Themen heute: Abtastung Lineare Zeitinvariante Systeme Seite 1 Abtastung letztes Mal haben wir gesehen: 3,9 khz kaum noch hörbar bei 8 khz Abtastrate.
MehrTipps und Tricks für die Abschlussprüfung
Tipps und Tricks für die Abschlussprüfung Rechentipps und Lösungsstrategien mit Beispielen zu allen Prüfungsthemen Mathematik Baden-Württemberg Mathematik-Verlag Vorwort: Sehr geehrte Schülerinnen und
Mehr11 Unabhängige Ereignisse
11 Unabhängige Ereignisse In engem Zusammenhang mit dem Begriff der bedingten Wahrscheinlichkeit steht der Begriff der Unabhängigkeit von Ereignissen. Wir klären zuerst, was man unter unabhängigen Ereignissen
MehrÜbersicht Grundwissen 8. Klasse
Übersicht Grundwissen 8. Klasse Direkt proportionale Größen 1. Diese Größen sind direkt proportional, wenn es bei mehreren Äpfeln keinen Preisnachlass (Rabatt) gibt. Diese beiden Größen sind voneinander
MehrCODIERUNGSTHEORIE KURS ZELL AN DER PRAM, FEBRUAR 2005
CODIERUNGSTHEORIE KURS ZELL AN DER PRAM, FEBRUAR 2005 1. Das Problem 1.1. Kanalcodierung und Fehlerkorrektur. Wir wollen eine Nachricht über einen digitalen Kanal, der nur 0 oder 1 übertragen kann, schicken.
MehrEingebettete Systeme
Institut für Informatik Lehrstuhl für Eingebettete Systeme Prof. Dr. Uwe Brinkschulte Benjamin Betting Eingebettete Systeme 1. Aufgabe (Regelsystem) 3. Übungsblatt Lösungsvorschlag a) Das Fahrzeug kann
MehrBiomathematik für Mediziner, Klausur WS 1999/2000 Seite 1
Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1 Aufgabe 1: Wieviele der folgenden Variablen sind quantitativ stetig? Schulnoten, Familienstand, Religion, Steuerklasse, Alter, Reaktionszeit, Fahrzeit,
MehrVergleich der Hard-Decision Decodierung mit der Soft Decision- Decodierungi (HD- mit SD-Decodierung)
Vergleich der Hard-Decision Decodierung mit der Soft Decision- Decodierungi (HD- mit SD-Decodierung) Als Beispiel für die folgenden Überlegungen dient der (7,4,3)-Hamming- oder BCH-Code). Wegen des Mindestabstands
MehrStatistik I für Humanund Sozialwissenschaften
Statistik I für Humanund Sozialwissenschaften 3. Übung Lösungsvorschlag Gruppenübung G 8 a) Ein Professor möchte herausfinden, welche 5 seiner insgesamt 8 Mitarbeiter zusammen das kreativste Team darstellen.
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
MehrKombinatorik. 1. Permutationen 2. Variationen 3. Kombinationen. ad 1) Permutationen. a) Permutationen von n verschiedenen Elementen
Kombinatorik Zur Berechnung der Wahrscheinlichkeit eines zusammengesetzten Ereignisses ist oft erforderlich, zwei verschiedene Anzahlen zu berechnen: die Anzahl aller Elementarereignisse und die Anzahl
MehrMecklenburg-Vorpommern Pflichtaufgaben ohne Hilfsmittel
Abiturprüfung 016 Mecklenburg-Vorpommern Pflichtaufgaben ohne Hilfsmittel Zuerst nur die Prüfungsaufgaben, dann die sehr ausführlichen Musterlösungen und Hintergrundwissen zum Trainieren Datei Nr. 75160
MehrDigital Signal Processing
- for Master Study by TFH Bochum - Analog Signal I OO O I I I O O O Digital Signal Seite 1 Zielsetzung der Signalverarbeitung Analyse: H(t), H(f) Modellieren y(t) {} Physikalische Größe und Prozesse Synthese
MehrÜbungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Thema: Wahrscheinlichkeit. Übungsklausur Wahrscheinlichkeit und Regression
Übungsklausur Wahrscheinlichkeit und Regression 1. Welche der folgenden Aussagen treffen auf ein Zufallsexperiment zu? a) Ein Zufallsexperiment ist ein empirisches Phänomen, das in stochastischen Modellen
MehrMathematische und statistische Methoden II
Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206 Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike
MehrCodierungstheorie Teil 1: Fehlererkennung und -behebung
Codierungstheorie Teil 1: Fehlererkennung und -behebung von Manuel Sprock 1 Einleitung Eine Codierung ist eine injektive Abbildung von Wortmengen aus einem Alphabet A in über einem Alphabet B. Jedem Wort
MehrWahrscheinlichkeitsverteilungen
Universität Bielefeld 3. Mai 2005 Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsrechnung Das Ziehen einer Stichprobe ist die Realisierung eines Zufallsexperimentes. Die Wahrscheinlichkeitsrechnung betrachtet
MehrZufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen
Zufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen Wichtige Tatsachen und Formeln zur Vorlesung Mathematische Grundlagen für das Physikstudium 3 Franz Embacher http://homepage.univie.ac.at/franz.embacher/
MehrPasserelle. Beschrieb der Fach-Module. von der Berufsmaturität. zu den universitären Hochschulen
Passerelle von der Berufsmaturität zu den universitären Hochschulen Beschrieb der Fach-Module Fachbereich Mathematik Teilmodule Teilmodul 1: Analysis (Differential- und Integralrechnung) Teilmodul 2: Vektorgeometrie
MehrCodes (6) Fehlererkennende (EDC) bzw. fehlerkorrigierende Codes (ECC)
Codes (6) Fehlererkennende (EDC) bzw. fehlerkorrigierende Codes (ECC) Definitionen: Codewort:= mit zusätzlichen (redundanten) Kontrollbits versehenes Quellwort m:= Länge des Quellwortes (Anzahl der Nutzdatenbits)
MehrBiomathematik für Mediziner
Institut für Medizinische Biometrie, Informatik und Epidemiologie der Universität Bonn (Direktor: Prof. Dr. Max P. Baur) Biomathematik für Mediziner Klausur WS 2002/2003 Aufgabe 1: Man gehe davon aus,
MehrKlausur: Diskrete Strukturen I
Universität Kassel Fachbereich 10/1 13.03.2013 Klausur: Diskrete Strukturen I Name: Vorname: Matrikelnummer: Versuch: Unterschrift: Bitte fangen Sie für jede Aufgabe ein neues Blatt an. Beschreiben Sie
MehrThemen. Sicherungsschicht. Rahmenbildung. Häufig bereitgestellte Dienste. Fehlererkennung. Stefan Szalowski Rechnernetze Sicherungsschicht
Themen Sicherungsschicht Rahmenbildung Häufig bereitgestellte Dienste Fehlererkennung OSI-Modell: Data Link Layer TCP/IP-Modell: Netzwerk, Host-zu-Netz Aufgaben: Dienste für Verbindungsschicht bereitstellen
MehrKlausur zur Mathematik für Biologen
Mathematisches Institut der Heinrich-Heine-Universität DÜSSELDORF WS 2002/2003 12.02.2003 (1) Prof. Dr. A. Janssen / Dr. H. Weisshaupt Klausur zur Mathematik für Biologen Bitte füllen Sie das Deckblatt
MehrFormelsammlung. Wahrscheinlichkeit und Information
Formelsammlung Wahrscheinlichkeit und Information Ein Ereignis x trete mit der Wahrscheinlichkeit p(x) auf, dann ist das Auftreten dieses Ereignisses verbunden mit der Information I( x): mit log 2 (z)
MehrÜbung 14: Block-Codierung
ZHW, NTM, 26/6, Rur Übung 4: Block-Codierung Aufgabe : Datenübertragung über BSC. Betrachten Sie die folgende binäre Datenübertragung über einen BSC. Encoder.97.3.3.97 Decoder Für den Fehlerschutz stehen
MehrKapitel 8 Absolutstetige Verteilungen
Kapitel 8 Absolutstetige Verteilungen Vorlesung Wahrscheinlichkeitsrechnung I vom 27. Mai 2009 Lehrstuhl für Angewandte Mathematik FAU 8. Absolutstetige Verteilungen Charakterisierung von Verteilungen
MehrLineare Funktionen. 1 Proportionale Funktionen 3 1.1 Definition... 3 1.2 Eigenschaften... 3. 2 Steigungsdreieck 3
Lineare Funktionen Inhaltsverzeichnis 1 Proportionale Funktionen 3 1.1 Definition............................... 3 1.2 Eigenschaften............................. 3 2 Steigungsdreieck 3 3 Lineare Funktionen
MehrGrundlagen und Diskrete Strukturen Aufgaben zur Vorbereitung der Klausur
Technische Universität Ilmenau WS 2008/2009 Institut für Mathematik Informatik, 1.FS Dr. Thomas Böhme Aufgabe 1 : Grundlagen und Diskrete Strukturen Aufgaben zur Vorbereitung der Klausur Gegeben sind die
Mehr7.1.2 Lineare Funktionen Schnittpunkte mit den Achsen - Lösungen
7.. Lineare Funktionen Schnittpunkte mit den Achsen - Lösungen. Bestimme von den nachfolgenden Funktionsgleichungen zunächst die Schnittpunkte mit den Achsen; stelle sie danach im Koordinatensystem dar.
MehrDie Mathematik in der CD
Lehrstuhl D für Mathematik RWTH Aachen Lehrstuhl D für Mathematik RWTH Aachen St.-Michael-Gymnasium Monschau 14. 09. 2006 Codes: Definition und Aufgaben Ein Code ist eine künstliche Sprache zum Speichern
MehrSTOCHASTISCHE UNABHÄNGIGKEIT. Annika Pohlmann Philipp Oel Wilhelm Dück
STOCHASTISCHE UNABHÄNGIGKEIT Annika Pohlmann Philipp Oel Wilhelm Dück 1 GLIEDERUNG 1) Bedingte Wahrscheinlichkeiten 2) Unabhängigkeit für mehr als zwei Ereignisse 3) Unabhängigkeit für Zufallsvariable
MehrGrundlagen der Technischen Informatik. Codierung und Fehlerkorrektur. Kapitel 4.2. Codewörter. Codewörter. Strukturierte Codes
Codewörter Grundlagen der Technischen Informatik Codierung und Fehlerkorrektur Kapitel 4.2 Allgemein: Code ist Vorschrift für eindeutige Zuordnung (Codierung) Die Zuordnung muss nicht umkehrbar eindeutig
MehrDirekt und indirekt proportionale Größen
8.1 Grundwissen Mathematik Algebra Klasse 8 Direkt und indirekt proportionale Größen Direkte Proportionalität x und y sind direkt proportional, wenn zum doppelten, dreifachen,, n-fachen Wert für x der
MehrEinführung. Wahrscheinlichkeit. 1 Wahrscheinlichkeit: Definition und Interpretation. 2 Elementare Wahrscheinlichkeitsrechnung, bedingte
Einführung 1 Wahrscheinlichkeit: Definition und Interpretation 2 Elementare Wahrscheinlichkeitsrechnung, bedingte Wahrscheinlichkeit Axiome nach Kolmogorov Gegeben sei ein Zufallsexperiment mit Ergebnisraum
MehrProf. Dr. Christoph Karg Hochschule Aalen. Klausur zur Vorlesung Wahrscheinlichkeitstheorie und Statistik. Sommersemester 2016
Prof. Dr. Christoph Karg 5.7.2016 Hochschule Aalen Klausur zur Vorlesung Wahrscheinlichkeitstheorie und Statistik Sommersemester 2016 Name: Unterschrift: Klausurergebnis Aufgabe 1 (15 Punkte) Aufgabe 3
MehrEinführung in die medizinische Bildverarbeitung WS 12/13
Einführung in die medizinische Bildverarbeitung WS 12/13 Stephan Gimbel Kurze Wiederholung Landmarkenbasierte anhand anatomischer Punkte interaktiv algorithmisch z.b. zur Navigation im OP Markierung von
MehrEinführung in die Kodierungstheorie
Einführung in die Kodierungstheorie Einführung Vorgehen Beispiele Definitionen (Code, Codewort, Alphabet, Länge) Hamming-Distanz Definitionen (Äquivalenz, Coderate, ) Singleton-Schranke Lineare Codes Hamming-Gewicht
MehrBasiswissen Daten und Zufall Seite 1 von 8 1 Zufallsexperiment Ein Zufallsexperiment ist ein Versuchsaufbau mit zufälligem Ausgang, d. h. das Ergebnis kann nicht vorhergesagt werden. 2 Ergebnis (auch Ausgang)
MehrDr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren. 1. Zweimaliges Ziehen aus einer Urne (ohne Zurücklegen)
Dr. Jürgen Senger INDUKTIVE STATISTIK Wahrscheinlichkeitstheorie, Schätz- und Testverfahren ÜUNG. - LÖSUNGEN. Zweimaliges Ziehen aus einer Urne (ohne Zurücklegen Die Urne enthält 4 weiße und 8 rote Kugeln.
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
MehrWahrscheinlichkeitsrechnung
Abiturvorbereitung Wahrscheinlichkeitsrechnung S. 1 von 9 Wahrscheinlichkeitsrechnung Kombinatorik Formeln für Wahrscheinlichkeiten Bedingte Wahrscheinlichkeiten Zusammenfassung wichtiger Begriffe Übungsaufgaben
MehrÜbungsaufgaben zur Vorlesung Quellencodierung
Übungsaufgaben zur Vorlesung Quellencodierung Aufgabe 1: Gegeben seien die Verbundwahrscheinlichkeiten zweier diskreter Zufallsvariablen x und y: P(x, y) x 1 = 1 x 2 = 2 x 3 = 3 y 1 = 1 0.1 0.1 0.1 y 2
MehrFehlerfortpflanzung. M. Schlup. 27. Mai 2011
Fehlerfortpflanzung M. Schlup 7. Mai 0 Wird eine nicht direkt messbare physikalische Grösse durch das Messen anderer Grössen ermittelt, so stellt sich die Frage, wie die Unsicherheitsschranke dieser nicht-messbaren
MehrStatistik I für Wirtschaftswissenschaftler Klausur am ,
1 Statistik I für Wirtschaftswissenschaftler Klausur am.1.1, 13.45 15.45. Bitte unbedingt beachten: a) Gewertet werden alle 9 gestellten Aufgaben. b) Lösungswege sind anzugeben. Die Angabe des Endergebnisses
MehrForschungsstatistik I
Prof. Dr. G. Meinhardt 2. Stock, Nordflügel R. 02-429 (Persike) R. 02-431 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de WS 2008/2009
MehrTechnische Informatik - Eine Einführung
Martin-Luther-Universität Halle-Wittenberg Fachbereich Mathematik und Informatik Lehrstuhl für Technische Informatik Prof. P. Molitor Technische Informatik - Eine Einführung Darstellung von Zeichen und
MehrEinführung in die Codierungstheorie
Einführung in die Codierungstheorie Monika König 11.12.2007 Inhaltsverzeichnis 1 Einführung und Definitionen 2 2 Fehlererkennende Codes 3 2.1 Paritycheck - Code............................... 3 2.2 Prüfziffersysteme................................
Mehr