Grundlagen der Nachrichtenübertragung - Cheatsheet.pdf

Grundlagen der Nachrichtenübertragung - Cheatsheet
Grundlagen der Nachrichtenübertragung - Cheatsheet Eigenschaften und Klassifikation von Signalen Definition: Eigenschaften und Klassifikation von Signalen. Details: Kontinuierliche Signale: definiert für jeden Zeitpunkt, z.B. analoge Signale. Diskrete Signale: definiert nur zu bestimmten Zeitpunkten, z.B. digitale Signale. Deterministische Signale: vollständig durch mathematische Funktion beschrei...

© StudySmarter 2024, all rights reserved.

Grundlagen der Nachrichtenübertragung - Cheatsheet

Eigenschaften und Klassifikation von Signalen

Definition:

Eigenschaften und Klassifikation von Signalen.

Details:

  • Kontinuierliche Signale: definiert für jeden Zeitpunkt, z.B. analoge Signale.
  • Diskrete Signale: definiert nur zu bestimmten Zeitpunkten, z.B. digitale Signale.
  • Deterministische Signale: vollständig durch mathematische Funktion beschreibbar.
  • Stochastische Signale: statistisch beschrieben, z.B. Rauschen.
  • Eigenschaften von Signalen:
    • Amplitude: Maximale Auslenkung
    • Frequenz: Anzahl der Schwingungen pro Sekunde, Einheit: Hz
    • Phase: Verschiebung der Signalwelle
    • Bandbreite: Frequenzbereich, in dem das Signal liegt
  • Mathematische Beschreibungen:
    • Fourier-Transformation: \( X(f) = \frac{1}{\tau} \int_{-\tau/2}^{\tau/2} x(t) e^{-i 2 \pi ft} dt \)
    • Laplace-Transformation: \( X(s) = \int_{0}^{\infty} x(t) e^{-st} dt \)

Lineare zeitinvariante Systeme (LTI)

Definition:

Lineare zeitinvariante Systeme (LTI) sind Systeme, die sowohl linear als auch zeitinvariant sind.

Details:

  • Lineare Systeme: Superpositionsprinzip gilt.
  • Zeitinvariante Systeme: Eigenschaften des Systems ändern sich nicht mit der Zeit.
  • Mathematische Beschreibung durch Differentialgleichungen möglich.
  • Antwort auf eine Eingabe: Faltung der Eingabe mit der Impulsantwort des Systems
  • Impulsantwort: Antwort des Systems auf einen Dirac-Impuls.
  • Übertragungseigenschaften können im Frequenzbereich mittels Fourier-Transformation analysiert werden:
  • \( Y(\theta) = H(\theta)X(\theta) \) mit \( H(\theta) \) als Systemfunktion.

Fourier-Transformation und ihre Anwendungen

Definition:

Fourier-Transformation wandelt eine zeitabhängige Funktion in eine Darstellung im Frequenzbereich um.

Details:

  • Fourier-Transformierte: \( X(f) = \int_{-\infty}^{\infty} x(t) e^{-j 2 \pi f t} dt \)
  • Inverse Fourier-Transformierte: \( x(t) = \int_{-\infty}^{\infty} X(f) e^{j 2 \pi f t} df \)
  • Zentrale Anwendung in der Nachrichtentechnik zur Analyse und Verarbeitung von Signalen.
  • Ermöglicht Bandbreiten- und Frequenzanalyse von Übertragungskanälen.
  • Nützlich für Filterung, Modulation und Demodulation von Signalen.

Diskrete Fourier-Transformation (DFT) und Fast Fourier Transform (FFT)

Definition:

DFT wandelt eine endliche Folge von Abtastwerten eines Signals von der Zeit- in die Frequenzdomäne um. FFT ist ein effizienter Algorithmus zur Berechnung der DFT.

Details:

  • DFT: Zusammenhang zwischen Zeit- und Frequenzbereich
  • DFT-Formel: \[\text{DFT}(x)[k] = \frac{1}{N} \sum_{n=0}^{N-1} x[n] \, e^{-j\frac{2\pi}{N}kn}\]
  • FFT berechnet DFT in \(O(N \log N)\) statt \(O(N^2)\)
  • Wesentlich schneller für große Datensätze
  • FFT-Algorithmen: Cooley-Tukey, Bluestein, Rader

Amplitude Modulation (AM) und Frequenz Modulation (FM)

Definition:

Amplitude Modulation (AM) und Frequenz Modulation (FM) sind Techniken zur Übertragung von Nachrichten durch Veränderung von Eigenschaften eines Trägersignals.

Details:

  • AM: Modifikation der Amplitude des Trägersignals mit der Nachricht
  • FM: Modifikation der Frequenz des Trägersignals mit der Nachricht
  • AM-Signal: \[ s(t) = [A + m(t)] \cos(2\pi f_c t) \]
  • FM-Signal: \[\begin{equation} s(t) = A \cos \bigg(2\pi f_c t + 2\pi k_f \int_0^t m(\tau) \textrm{d}\tau\bigg) \end{equation} \]
  • AM: einfachere Implementierung, mehr Störanfälligkeit
  • FM: höhere Störfestigkeit, komplexere Implementierung
  • Beispielanwendungen: AM bei Mittelwellenradio, FM bei UKW-Radio

Digitale Modulationsverfahren (PSK und QPSK)

Definition:

PSK und QPSK sind digitale Modulationsverfahren, die zur Übertragung von Daten durch Änderung der Phase eines Trägersignals verwendet werden. PSK ändert die Phase pro Bit, QPSK pro 2 Bit.

Details:

  • PSK (Phasenmodulation): Modulation, bei der jede Phase einem Bitmuster zugeordnet wird. Einfachste Form ist BPSK (Binary Phase Shift Keying), bei der zwei Phasen verwendet werden. Mathematische Darstellung: \[ s(t) = A \times \text{cos} (2 \pi f_c t + \theta_i) \] \( \theta_i \) ändert sich in Abhängigkeit vom Bitmuster.
  • QPSK (Quadratur-Phasenumtastung): Spezielle Form der PSK, die vier Phasen verwendet, um zwei Bits pro Symbol zu modulieren. Effizienter als BPSK, da doppelte Datenrate bei gleicher Bandbreite möglich. Mathematische Darstellung: \[ s(t) = A \times \text{cos} (2 \pi f_c t + \theta_i) \] wobei \( \theta_i \in \{ 0, \frac{\pi}{2}, \pi, \frac{3\pi}{2} \} \]
  • Herzstück von modernen digitalen Kommunikationssystemen (WLAN, LTE)

Einzelbit- und Mehrbit-Fehlerkorrektur

Definition:

Einzelbit-Fehlerkorrektur korrigiert Fehler bei einem einzigen Bit, Mehrbit-Fehlerkorrektur kann mehrere fehlerhafte Bits erkennen und korrigieren.

Details:

  • Einzelbit-Fehlerkorrektur: Hamming-Code
  • Mehrbit-Fehlerkorrektur: Reed-Solomon-Code
  • Hamming-Distanz: Mindestanzahl an Bit-Änderungen, um einen Codewort in ein anderes zu verwandeln
  • Bei Mehrbit-Korrektur: Erhöhung der Redundanz erforderlich
  • Mathematisch: Syndromberechnung zur Fehlererkennung und -korrektur
  • Fehlerkorrigierende Codes verbessern die Zuverlässigkeit der Datenübertragung

Turbo-Codes und Reed-Solomon-Codes

Definition:

Fehlerkorrekturverfahren zur Verbesserung der Übertragungssicherheit in Kommunikationssystemen

Details:

  • Turbo-Codes: Iterative Decodierung, hohe Fehlerkorrekturleistung nahe Shannon-Grenze
  • Verwendet verschachtelte konvolutionelle Codes
  • Reed-Solomon-Codes: Nicht-binär, arbeitet auf Symbol-Ebene
  • Korrigiert Burst-Fehler, weit verbreitet in Speichersystemen und digitalen Kommunikationssystemen
  • Polynomdarstellung: \( R(x) = \textstyle \text{Original-Datenpolynom} + \text{Redundanzpolynom} \)
Sign Up

Melde dich kostenlos an, um Zugriff auf das vollständige Dokument zu erhalten

Mit unserer kostenlosen Lernplattform erhältst du Zugang zu Millionen von Dokumenten, Karteikarten und Unterlagen.

Kostenloses Konto erstellen

Du hast bereits ein Konto? Anmelden