Professional Documents
Culture Documents
Prvi deo
1. Kako se definišu očekivanje (srednja vrednost) i varijansa slučajnog procesa po ansamblu, a
kako po vremenu? Definicije dati i za kontinualne i za diskretne procese. Šta intuitivno
predstavlja varijansa slučajnog procesa?
2. Koji način definisanja srednje vrednosti slučajnog procesa ima veći značaj u operativnom
smislu – vremenska ili statistička (srednja vrednost po ansamblu)? Koju od ove dve
vrednosti možete izračunati i kada ne znate ništa o samom procesu (npr. nemate nikakvo
znanje o združenim raspodelama procesa)?
3. Kako se definiše autokorelaciona funkcija slučajnog procesa? Koliko argumenata sadrži ova
funkcija u opštem slučaju? Kako se definiše autokorelacija po vremenu?
5. Objasniti značenje pojma stacionarnosti u kontekstu slučajnih procesa. Kako se ovaj pojam
precizno definiše?
Da li je signal temperaturnih merenja vršenih na dnevnom nivou u toku jedne godine
stacionaran? Obrazložiti odgovor.
Da li je slučajan proces koji je formiran kao niz nezavisnih slučajnih promenljivih
stacionaran? Obrazložiti odgovor.
Za svaki od signala prikazanih na slici ispod proceniti inspekcijom promene srednje
vrednosti i varijanse u vremenu da li su stacionarni.
Da li je niz koji nastaje kao kopija jedne slučajne promenljive stacionaran? Npr. 𝑍 𝑡 = 𝑋,
𝑡 = 1,2, …, pri čemu je 𝑋 standardna normalna slučajna promenljiva. Da li je ergodičan?
8. Navesti i dokazati osnovne osobine autokorelacione funkcije stacionarnih slučajnih procesa.
Za svaki od navedenih primera, proveriti da li data funkcija može biti autokorelaciona funkcija, npr.
𝑅(𝑘) = , 𝑅(𝑘) = , 𝑅(𝑘) = ,…
10. Objasniti zašto nema smisla definisati spektralnu gustinu energije kod stacionarnih signala,
već se umesto toga definiše spektralna gustina snage. (Pomoć: Kolika je energija jedne
realizacije stacionarnog procesa, npr. polarnog digitalnog signala?)
11. Šta tačno tvrdi Viner–Hinčinova teorema? Da li je za primenu ove teoreme potrebno da
proces čiju SGS želimo da odredimo bude stacionaran? Obrazložiti odgovor.
16. Šta je to brzina signalizacije, a šta digitalni protok? U kojim jedinicama se izražavaju ove
veličine? Kako se ove veličine ponašaju sa smanjenjem trajanja signalizacionog intervala 𝑇,
povećanjem kardinalnosti alfabeta 𝑀, itd.
17. Navesti osnovne tipove digitalnih signala. Za svaki od signala komentarisati njegove osobine
i dati primer primene.
18. Kako izgleda polarni NRZ signal za sledeću bitsku sekvencu: 101101110001? Kako izgleda
polarni RZ signal za istu sekvencu? Šta su prednosti, a šta mane, korišćenja RZ impulsa?
19. Kojem od navedenih formata podataka pripada signal na slici:
Unipolarni RZ
Unipolarni NRZ
AMI (Bipolar)
AMI RZ (Bipolar RZ)
20. Šta je to Manchester kod? Skicirati odgovarajući oblik signala na primeru informacione
sekvence: 101101110001.
21. Za svaku od navedenih spektralnih karakteristika na slici ispod navesti kojoj vrsti koda može
pripadati. Obrazložiti odgovor. (Napomena: Kao osnovne diskriminativne parametre koda
posmatrati vrednost DC komponente kao i lokaciju prve nule u spektru.)
23. Objasniti trik uvođenja uniformnog kašnjenja kod digitalnog signala i motivaciju za njegovo
korišćenje. Koristiti primer srednje vrednosti signala.
24. Izvesti izraz za autokorelacionu funkciju digitalnog signala sa uniformnim kašnjenjem.
Komentarisati kako dobijena autokorelaciona fukcija zavisi od svoja dva argumenta (𝑡 i 𝜏).
25. Polazeći od datog izraza za autokorelacionu funkciju digitalnog signala, izvesti izraz za
spektralnu gustinu snage digitalnog signala. Koju teoremu pri tome koristimo?
26. Polazeći od datog izraza za spektralnu gustine snage proizvoljnog digitalnog signala, izvesti
izraz za spektalnu gustinu snage digitalnog signala kod kojeg su elementi informacionog niza
međusobno nezavisni i jednako raspodeljeni (i.i.d.).
31. Nacrtati šemu pomeračkog registra sa povratnom spregom, sa obeleženim signalima. Kada
za takvo kolo kažemo da je PN generator? Dati primer PN generatora sa registrom dužine 4.
33. Objasniti zašto je PN niz periodičan. Dati izraze za njegovu srednju vrednost i autokorelaciju,
kao i aproksimacije tih izraza za veliku dužinu registra 𝑁.
34. Kolika je maksimalna perioda niza generisanog pomoću PN generatora sa registrom dužine
𝑁? Da li postoji PN generator realizovan sekvencijalnim kolom dužine 5 takav da mu je
perioda 𝐿 = 32?
35. Ako za sekvencijalno kolo sa 4 elementa pronađemo početno stanje takvo da je perioda
𝐿 = 6, da li takvo kolo može biti PN generator? Ako za sekvencijalno kolo sa 6 elementa
pronađemo početno stanje takvo da je perioda 𝐿 = 63, da li takvo kolo može biti PN
generator? Kolika će u tom slučaju biti perioda ako za početno stanje uzmemo bilo koje
drugo nenulto stanje?
Drugi deo
37. Nacrtati blok šemu sistema za prenos signala u osnovnom opsegu učestanosti. Odrediti
signal na izlazu iz prijemnog filtra i izvršiti odabiranje tog signala u trenutku 𝑡 = 𝑚𝑇.
Označiti korisni deo odbirka, komponentu šuma i ISI.
41. Objasniti uslov nulte ISI u vremenskom domenu. Navesti nekoliko funkcija koje
zadovoljavaju ovaj uslov, a čije je trajanje: a) manje od 𝑇, b) veće od 𝑇 ali konačno, c)
beskonačno.
42. Objasniti šta je impuls minimalnog spektra i navesti izraze za njega u vremenskom i
frekvencijskom domenu.
43. Ako se nezavisni simboli generišu svakih 𝑇 = 1ms, kolika je minimalna širina kanala
potrebna da se na njegovom izlazu postigne nulta ISI?
44. Kolika je minimalna širina kanala potrebna da bi na njegovom izlazu bilo moguće postići
nultu ISI u slučaju prenosa kvaternarnog (𝑀 = 4) digitalnog signala protoka 𝑣 𝑑 = 4 Mbps?
46. Ako je granična frekvencija kanala 𝑓 𝑔 = 2𝑇, koliko funkcija 𝑃(𝑓) postoji kojima se postiže nulta
ISI? Odgovor ilustrovati primerom.
47. Ako je granična frekvencija kanala 𝑓 𝑔 < , koliko funkcija 𝑃(𝑓) postoji kojima se postiže
2𝑇 nulta ISI? Odgovor ilustrovati primerom.
48. Ako je granična frekvencija kanala 𝑓 𝑔 > , koliko funkcija 𝑃(𝑓) postoji kojima se postiže 2𝑇
nulta ISI? Odgovor ilustrovati primerom.
49. Navesti izraz za impuls tipa “podignuti kosinus” u frekvencijskom domenu, i skicirati ga.
Kako vrednost parametra 𝛽 utiče na širinu spektra? Šta se dobija u specijalnim slučajevima
𝛽 = 0 i 𝛽 = 1?
50. Navesti izraz za impuls tipa “podignuti kosinus” u vremenskom domenu. Kako vrednost
parametra 𝛽 utiče na ISI kod nesavršene sinhronizacije?
51. Koje vrednosti β kod podignutog kosinusa su povoljnije sa aspekta sinhronizacije – veće ili
manje? Zašto?
52. Kada se javljaju greške u sinhronizaciji na prijemu, da li je bolje koristiti impuls čiji je spektar
četvrtka ili trougao?
53. Skicirati transverzalni filtar i objasniti njegovu ulogu. Kako se podešavaju koeficijenti T-
filtra?
54. Odrediti impulsni odziv T-filtra. Koliko kašnjenje unosi T-filtar?
55. Da li je moguće postići nultu ISI na izlazu T-filtra sa beskonačno mnogo koeficijenata? Da li bi
takav filtar bio praktično upotrebljiv?
56. Opisati osnovne karakteristike belog Gausovog šuma. Objasniti zašto AWGN nije realističan
model.
57. Opisati osnovne karakteristike obojenog Gausovog šuma na izlazu prijemnog filtra. Pokazati
da je njegova varijansa jednaka snazi. Dati izraz za gustinu raspodele ovog slučajnog procesa
u proizvoljnom trenutku 𝑡.
58. Kako je definisana Q-funkcija i koje su njene osnovne osobine? Kako se pomoću nje izražava
verovatnoća da odbirak obojenog Gausovog šuma uzme vrednost veću od zadatog praga?
59. Skicirati konstelaciju digitalnog signala na predaji i na prijemu i objasniti kako izgledaju
regioni odlučivanja. Kako odlučivač daje procenu poslatog simbola?
60. Izvesti izraz za ukupnu verovatnoću greške 𝑃 𝑒 pri prenosu 𝑀-arnog digitalnog signala u
osnovnom opsegu učestanosti, za polarno simetričan alfabet. Pretpostaviti da je impulsni
odziv trajanja ograničenog na interval [−𝐾𝑇, 𝐾𝑇], kao i da su simboli iz alfabeta jednako
verovatni.
61. Izvesti izraz za verovatnoću greške 𝑃 𝑒 pri prenosu binarnog polarnog digitalnog signala.
Pretpostaviti da impulsni odziv sistema zadovoljava Nikvistov uslov, tj. da je ISI jednaka nuli.
Ilustrovati ovu verovatnoću na grafiku Gausove gustine raspodele.
62. Napisati izraz za ukupnu verovatnoću greške 𝑃 𝑒 pri prenosu 𝑀-arnog digitalnog signala u
osnovnom opsegu učestanosti, za polarno simetričan alfabet. Na osnovu ovog izraza izvesti
izraz za donju granicu verovatnoće greške pod uticajem samo Gausovog šuma.