21.12.2012 Aufrufe

Diplomarbeit von Michael Schindler

Diplomarbeit von Michael Schindler

Diplomarbeit von Michael Schindler

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

2.2 Analytische Behandlung <strong>von</strong> prototypischen Spezialfällen 57<br />

2.2 Analytische Behandlung <strong>von</strong> prototypischen<br />

Spezialfällen<br />

Im hierarchischen Aufspaltungsprozess in Abb. 11 findet jeder einzelne der Phasenübergänge<br />

für sich genommen relativ isoliert statt. Das ist durch Abb. 12c deutlich<br />

geworden. Bei jedem Phasenübergang bricht das Codebuch in zwei Teile auf, und in<br />

vielen Fällen kann da<strong>von</strong> ausgegangen werden, dass sich die beiden Teile anschließend<br />

kaum beeinflussen. Die darauffolgenden Übergänge finden also wieder etwa dieselben<br />

Bedingungen vor wie der erste. Das Verhalten beim ersten Phasenübergang ist dann<br />

prototypisch für alle weiteren, und es lohnt sich, ihn genauer zu betrachten.<br />

Zu diesem Zweck soll nun das bereits in Zusammenhang mit Abb. 26 vorgestellte Modell<br />

eingehender diskutiert werden, da es das einfachste Beispiel für eine Datenfolge mit<br />

Clusterstruktur und ausgeprägten Zeitkorrelationen darstellt. Der Datensatz besteht<br />

nur aus zwei Werten (x = ±1), die jeweils TS-mal nacheinander präsentiert werden. Er<br />

hat also genau eine Zeitskala TS und eine Raumskala, die durch seine Standardabweichung<br />

σS =1 gegeben ist. In einem univar-Lerner mit zwei Codebuchzentren kann es<br />

folglich nur einen einzigen Phasenübergang geben, der durch ein Paar <strong>von</strong> kritischen<br />

Parameterwerten � εTS/2 �<br />

krit und � �<br />

σ/σS bestimmt ist.<br />

krit<br />

Nach der analytischen Lösung dieses einfachsten Modells in drei Näherungen soll anschließend<br />

versucht werden, die gefundenen Aussagen auf Systeme mit den gleichen<br />

räumlichen, aber etwas allgemeineren zeitlichen Eigenschaften auszuweiten.<br />

2.2.1 Drei analytisch lösbare Spezialfälle<br />

Die analytische Bestimmung der kritischen Parameterwerte aus der Differenzengleichung<br />

(2-2) ist im allgemeinen Fall kaum möglich. Um dennoch quantitative Ergebnisse<br />

zu bekommen, muss man Näherungen einführen, die den zu untersuchenden Parameterbereich<br />

möglichst gut abdecken. Für das einfachste System aus zwei punktförmigen<br />

Datenquellen mit dem Zeitskalen-Verhältnis τS bieten sich drei Näherungen an, die in<br />

Abbildung 28 in der gleichen Reihenfolge visualisiert sind.<br />

(a) Bei τS ≪ 1 ist ein sehr schnell schaltendes System oder ein sehr träges Codebuch<br />

gegeben. Lerner und System sind hier dynamisch entkoppelt, es gibt immer ein<br />

wohldefiniertes optimales Codebuch C ∗ , das wie die Datenquelle selbst vollständig<br />

symmetrisch ist.<br />

(b) Bei langsameren Systemen oder flexibleren Codebüchern (τS ≈ 1) kommt es zur<br />

dynamischen Kopplung. Wie in Abb. 26b1 gezeigt, sind sich zwei Codebuchzentren<br />

an ihren Umkehrpunkten am nächsten und entfernen sich dazwischen <strong>von</strong>einander.<br />

Es wird hier notwendig, die gesamte Codebuchentwicklung während der Zeitspanne<br />

TS zu beobachten und so den Abstand zum Zeitpunkt (N +1) · TS aus dem Abstand<br />

zu N · TS zu berechnen. Als Näherung ist hierzu notwendig, dass sich die<br />

Codebuchzentren nie weit <strong>von</strong>einander entfernen.

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!