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: \( R(x) = \textstyle \text{Original-Datenpolynom} + \text{Redundanzpolynom} \)