Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
PROFESOR PATROCINANTE:
Sr. Nestor Fierro Morineaud
Comision de Titulacion
ii
Indice general
Agradecimientos II
Resumen XIV
Abstract XV
1. Introducci
on 1
2. Conceptos Previos 3
2.1. Probabilidad y Procesos Estocasticos . . . . . . . . . . . . . . . . . . . . . . 3
2.1.1. Variables Aleatorias . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.1.2. Valor Esperado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.1.3. Momentos Estadsticos . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.1.4. M
ultiples Variables Aleatorias . . . . . . . . . . . . . . . . . . . . . . 6
2.1.5. Correlacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.1.6. Covarianza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.1.7. Procesos Aleatorios . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.1.8. Funciones de Correlacion . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.1.9. Espectros de Potencia . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.1.10. Caracterizacion del Ruido . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2. Algunos Conceptos de Comunicaciones . . . . . . . . . . . . . . . . . . . . . 18
2.2.1. Filtro Matched . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2.2. Criterio de Nyquist . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
iii
INDICE GENERAL iv
3. Canal de Comunicaci
on Inal
ambrico 36
3.1. Introduccion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.2. Analisis del Canal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.3. Funciones de Correlacion y de Espectro de Potencia . . . . . . . . . . . . . . 39
3.4. El Fading . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.4.1. Fading de larga escala . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.4.2. Fading de corta escala . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.5. Movimiento del receptor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.6. Efectos de las caractersticas de la se
nal . . . . . . . . . . . . . . . . . . . . . 51
3.7. Mitigacion del Fading . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.7.1. Mitigacion del fading selectivo en frecuencia . . . . . . . . . . . . . . 55
3.7.2. Estimador de Secuencia de Maxima Verosimilitud (MLSE) . . . . . . 56
3.7.3. Ecualizador de Decision con Retroalimentacion (DFE) . . . . . . . . 56
3.7.4. Tecnicas de Espectro Ensanchado . . . . . . . . . . . . . . . . . . . . 56
3.7.5. Multiplexado por Division de Frecuencia Ortogonal . . . . . . . . . . 57
3.7.6. Mitigacion del fading rapido . . . . . . . . . . . . . . . . . . . . . . . 57
3.7.7. Mitigacion de la perdida de SNR . . . . . . . . . . . . . . . . . . . . 58
3.8. Caracterizacion practica de parametros . . . . . . . . . . . . . . . . . . . . . 58
4. Fundamentos de la Modulaci
on OFDM 62
4.1. Evolucion de OFDM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.2. Modulacion Multiportadora . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
4.3. Multiplexado por Division de Frecuencia Ortogonal . . . . . . . . . . . . . . 66
4.3.1. Obtencion de OFDM . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
INDICE GENERAL v
5. Aspectos Pr
acticos en OFDM 85
5.1. Sincronizacion en OFDM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
5.1.1. Sincronizacion del smbolo OFDM . . . . . . . . . . . . . . . . . . . . 87
5.1.2. Desplazamiento de la frecuencia de muestreo y de portadora . . . . . 89
5.1.3. Ruido de Fase . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
5.2. Metodos de Sincronizacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
5.2.1. Sincronizacion en IEEE802.11a/g . . . . . . . . . . . . . . . . . . . . 93
5.2.2. Estrategia de sincronizacion en OFDM . . . . . . . . . . . . . . . . . 95
5.2.3. Algoritmos de sincronizacion . . . . . . . . . . . . . . . . . . . . . . . 97
5.2.4. Seguimiento de fase . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
5.3. Estimacion de la respuesta del Canal . . . . . . . . . . . . . . . . . . . . . . 104
5.4. Clipping en OFDM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
7. Modulaci
on y Codificaci
on en OFDM 129
7.1. Modulacion de las subportadoras . . . . . . . . . . . . . . . . . . . . . . . . 129
7.1.1. Modulacion Coherente . . . . . . . . . . . . . . . . . . . . . . . . . . 132
7.1.2. Modulacion No-coherente . . . . . . . . . . . . . . . . . . . . . . . . 135
7.1.3. Deteccion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
7.2. Codificacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
7.2.1. Interleaving . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
7.2.2. Codigos Convolucionales . . . . . . . . . . . . . . . . . . . . . . . . . 144
7.2.3. Diagramas de arbol y de Trellis . . . . . . . . . . . . . . . . . . . . . 147
7.2.4. Codigos perforados . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
7.2.5. Algoritmo de Viterbi . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
8. Implementaci
on fsica 158
8.1. Esquema general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
8.2. Sistema modulador/demodulador IQ . . . . . . . . . . . . . . . . . . . . . . 162
8.2.1. Modulador en cuadratura . . . . . . . . . . . . . . . . . . . . . . . . 162
8.2.2. Demodulador en cuadratura . . . . . . . . . . . . . . . . . . . . . . . 165
8.3. Procesador de banda base . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
8.4. Interface con el PC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
9. Implementaci
on en tiempo real de COFDM 176
9.1. Esquema general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
9.2. Parametros principales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
9.3. Modulador COFDM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180
9.4. Demodulador COFDM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
9.5. Sincronizacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
9.5.1. Deteccion de se
nal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
9.5.2. Sincronizacion gruesa . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
9.5.3. Sincronizacion de trama . . . . . . . . . . . . . . . . . . . . . . . . . 186
9.5.4. Seguimiento de fase . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
INDICE GENERAL vii
10.Resultados 198
10.1. Pruebas de la tarjeta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
10.1.1. Rendimiento de la tarjeta . . . . . . . . . . . . . . . . . . . . . . . . 199
10.2. Pruebas de COFDM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
10.2.1. Pruebas de sincronizacion . . . . . . . . . . . . . . . . . . . . . . . . 201
10.2.2. Se
nal transmitida y recepcionada . . . . . . . . . . . . . . . . . . . . 203
10.2.3. Tiempo de ejecucion de los algoritmos . . . . . . . . . . . . . . . . . 203
10.2.4. Rendimiento del demodulador COFDM . . . . . . . . . . . . . . . . . 207
11.Conclusiones 211
A. Esquem
aticos del sistema 214
Bibliografa 221
Indice de figuras
viii
INDICE DE FIGURAS ix
6.1. Descomposicion de una DFT de 8 puntos en dos DFTs de 4 puntos por DIF. 115
6.2. Descomposicion de las DFTs de 4 puntos en DFTs de 2 puntos por DIF. . . 116
6.3. Diagrama del algoritmo de la FFT por diezmado en frecuencia. . . . . . . . . 117
6.4. Mariposa basica de calculo de la FFT DIF Radix-2. . . . . . . . . . . . . . . 118
6.5. Descomposicion de una DFT de 8 puntos en dos DFTs de 4 puntos por DIT. 119
6.6. Descomposicion de las DFTs de 4 puntos en DFTs de 2 puntos por DIT. . . 120
6.7. Diagrama del algoritmo de la FFT por diezmado en el tiempo. . . . . . . . . 121
6.8. Mariposa basica de calculo de la FFT DIT Radix-2. . . . . . . . . . . . . . . 121
6.9. Mariposa basica de calculo de la FFT DIF Radix-4. . . . . . . . . . . . . . . 125
6.10. Descomposicion de una DFT de 16 puntos por el algoritmo Radix-4 DIF. . . 126
6.11. Diagrama de flujo de una FFT Radix-4 DIF para N = 8. . . . . . . . . . . . 126
10.1. Se
nal 16-QAM generada por el sistema. . . . . . . . . . . . . . . . . . . . . . 198
10.2. Espectro AM con portadora suprimida (50 kHz/DIV). . . . . . . . . . . . . . 199
10.3. Espectro de 22 tonos (200 kHz/DIV). . . . . . . . . . . . . . . . . . . . . . . 200
INDICE DE FIGURAS xiii
xiv
Abstract
The present work exposes the theoretical study, design and real time implementation of
OFDM (Orthogonal Frequency Division Multiplexing) modulation. Thereat a multi-purpose
programmable board is built, dedicated to telecommunications, based on the digital sig-
nal processor (DSP) ADSP21262 from Analog Devices. The developed system uses the ICs
AD9857 and AD6620 (from Analog Devices too) that implement the IQ modulator and de-
modulator functions in completely digital manner, added to a general purpose audio CODEC
and a USB/RS232 interface for PC connection.
Into this designed board is implemented the OFDM basics algorithms with convolutional
codification and bit interleaver (COFDM, Coded Orthogonal Frequency Division Multiple-
xing), which employs 194 data subcarriers. Each subcarrier is 16-QAM modulated, and GSM
convolutional encoder is used. Transmition data rate is 286,96 kbps over 200 kHz band-
width approximately, which is used for transmit stereo digital audio, at 31,250 kHz sampling
frequency and 16 bits of resolution, using IMA-ADPCM as source coding.
Some measurements of the used algorithms were made, and also the COFDM performance
was checked by means of obtaining the BER vs Eb /N0 curve, in which 1 dB approximately of
improvement is obtained against the 16-QAM theoretical performance in a AWGN channel
without codification.
xv
Captulo 1
Introducci
on
1
CAPITULO 1. INTRODUCCION
2
Conceptos Previos
En este captulo se presentara una revision de algunos conceptos necesarios para una
comprension profunda de OFDM.
3
CAPITULO 2. CONCEPTOS PREVIOS 4
sello con X = 1.
Una variable aleatoria puede ser discreta o continua. Cuando es continua, solamente puede
mapear un espacio de muestreo S continuo.
A la variable aleatoria X se le puede asociar una funci
on de distribuci
on de probabilidad,
la cual corresponde a la ecuacion 2.1.
FX (x) = P {X x} (2.1)
Por ser FX (x) una probabilidad, se puede afirmar las siguientes propiedades:
1. FX () = 0
2. FX () = 1
3. 0 FX (x) 1
4. FX (x1 ) FX (x2 ) si x1 x2
dFX (x)
fX (x) = (2.2)
dx
La funcion fX (x) posee las siguientes propiedades:
1. fX (x) 0 x
R
2.
fX (x)dx = 1
Rx
3. FX (x) =
fX ()d
R x2
4. P {x1 X x2 } = x1
fX (x)dx
se le conoce como media o esperanza. Para el caso de una funcion de densidad continua, el
valor esperado se puede obtener mediante la ecuacion 2.3.
Z
mX = E{X} = xf (x)dx (2.3)
Si todos los eventos tienen la misma probabilidad, la media estadstica es igual a la media
aritmetica.
Otra cantidad importante se conoce como esperanza de los cuadrados, la cual aparece en
la ecuacion 2.4.
Z
2
E{X } = x2 f (x)dx (2.4)
Z
n
mn = E{X } = xn f (x)dx (2.6)
Momentos Centrales
Z
n
n = E[(X mX ) ] = (x mX )n f (x)dx (2.7)
Varianza
Para el caso de un momento central con n = 2, se obtiene una expresion tan importante
que recibe un nombre especial, varianza, tal como aparece en la ecuacion 2.8.
Z
2
= (x mX )2 f (x)dx (2.8)
2.1.4. M
ultiples Variables Aleatorias
Cuando un experimento aleatorio tiene dos o mas resultados, se puede utilizar dos o
mas variables aleatorias. En este caso se dice que el experimento tiene dos o mas grados de
libertad. Sin embargo, para la mayora de los casos, dos variables aleatorias son suficientes.
De esta forma se expondra los siguientes puntos en terminos de dos variables aleatorias,
siendo ampliable a mas variables.
Ahora es necesario definir una funci
on de distribuci
on de conjunta, la cual esta relacionada
CAPITULO 2. CONCEPTOS PREVIOS 7
Z y Z x
FXY (x, y) = fXY (x, y)dxdy (2.10)
Donde fXY (x, y) es la funcion de densidad conjunta. Ademas, se debe ciertamente cumplir
2.11:
Z Z
fXY (x, y)dxdy = 1 (2.11)
Independencia Estadstica
2.1.5. Correlaci
on
Si aplicamos el momento alrededor del origen para dos variables aleatorias X e Y , ob-
tenemos la relacion 2.13, la cual es tan importante que recibe el nombre de correlacion,
RXY .
Z Z
RXY = mXY = E{XY } = xyfXY (x, y)dxdy (2.13)
Si 2.13 se puede escribir como 2.14 se puede afirmar que X e Y no estan correlacionadas. Si
las variables aleatorias X e Y son independientes, implica que X e Y no estan correlacionadas,
sin embargo lo contrario no siempre es cierto. Esto significa que la condicion de independencia
estadstica es mucho mas restrictiva que la de no correlacion.
2.1.6. Covarianza
Si ahora aplicamos los momentos centrales a dos variables aleatorias, podemos escribir la
expresion 2.15 que recibe el nombre de covarianza.
Z Z
CXY = XY = E[(X mX )(Y mY )] = (x mX )(y mY )fXY (x, y)dxdy (2.15)
CXY (X mX )(Y mY )
= = E[ ] (2.17)
X Y X Y
El coeficiente de correlacion puede variar entre 1 1, donde = 0 corresponde a
no correlacion.
Los procesos aleatorios (o procesos estocasticos) son una extension del concepto de va-
riable aleatoria, donde ahora se incluira la variable del tiempo [14]. As, un proceso aleatorio
lo designameros como X(t, s), donde s representa un punto del espacio de muestra S, y a
cada uno de estos puntos se le asignara una forma de onda dependiente del tiempo. As, un
proceso aleatorio X(t, s) correspondera a una familia de formas de onda.
Por claridad, se omitira s y el proceso aleatorio se escribira simplemente X(t). Si ahora
elegimos un s especfico, estaremos escogiendo una forma de onda individual. En este caso la
llamaremos funcion de muestra y se designara en min
uscula x(t, si ) o simplemente x(t).
CAPITULO 2. CONCEPTOS PREVIOS 9
Se llama estadsticas conjunto a los momentos alrededor del origen del conjunto aleatorio
de X(t) (2.18).
Z Z Z
n
E{[X(t, si )] } = ... x1 x2 . . . xn fX1 X2 ...Xn (x1 , x2 , . . . , xn )dx1 dx2 . . . dxn (2.18)
Z
n
< [x(t, si )] >= [x(t, si )]n dt (2.19)
E{[X(t, si )]n } =
6 < [x(t, si )]n > (2.20)
Autocorrelaci
on
Correlaci
on Cruzada
Se dice que un proceso aleatorio X(t) es estacionario en sentido estricto si todas sus
estadsticas conjunto son invariantes en el tiempo (2.23).
1. E[X(t)] = mX
2. E[X(t)X(t + ]) = RXX ( )
Proceso Erg
odico
Se dice que un proceso aleatorio es ergodico si las estadsticas conjunto son iguales a los
promedios tiempo. Esto implica que todas las estadsticas se pueden obtener a partir de una
CAPITULO 2. CONCEPTOS PREVIOS 12
se
nal de muestra x(t). Tambien un proceso ergodico es estacionario o por lo menos debilmente
estacionario, aunque lo contrario no es siempre cierto.
As, el valor medio de x(t) es igual a su media estadstica (2.25) y la autocorrelacion
estadstica es igual a la autocorrelacion en el tiempo (2.26).
Z T
1
E{X} = lm x(t)dt (2.25)
T 2T T
Z T
1
RXX ( ) = lm x(t)x(t + )dt (2.26)
T 2T T
Ahora si tenemos dos procesos aleatorios X(t) e Y (t), podemos decir que son conjun-
tamente ergodicos si la correlacion cruzada es igual a la correlacion en el tiempo y sean
invariantes en el tiempo (2.27):
Z T
1
RXY ( ) = lm x(t)y(t + )dt (2.27)
T 2T T
Autocorrelaci
on
Para el caso de se
nales determinsticas, se usara la notacion que ya se ha empleado
anteriormente <>, para indicar un promedio en el tiempo. Este operador es analogo al valor
CAPITULO 2. CONCEPTOS PREVIOS 13
esperado E{} para variables aleatorias. Este promedio en el tiempo se define como 2.28:
Z T
1
< f (t) >= lm f (t)dt (2.28)
T 2T T
Z T
1
RXX ( ) =< x(t)x(t + ) >= lm x(t)x(t + )dt (2.29)
T 2T T
Z T
1
RXX ( ) =< x(t)x(t + ) >= x(t)x(t + )dt (2.30)
2T T
Z
RXX ( ) = x(t)x(t + )dt (2.32)
adecuada.
Propiedades de la Funci
on de Autocorrelaci
on
Hemos mencionado que para un proceso por lo menos WSS, la funcion de autocorrelacion
es invariante en el tiempo (2.33):
Para este tipo de procesos, la funcion de autocorrelacion exhibe las siguientes propiedades:
2. RXX ( ) = RXX ( )
Estas propiedades nos dicen que la funcion de autocorrelacion esta acotada por RXX (0)
y que esta acotacion es igual a la media de los cuadrados E[X 2 (t)] o potencia media de X(t).
La segunda propiedad nos dice que la funcion de autocorrelacion tiene simetra par.
Propiedades de la Funci
on de Correlaci
on Cruzada
Se ha mencionado que si los procesos X(t) e Y (t) son por lo menos conjuntamente WSS,
se cumple 2.34:
Ahora, si RXY ( ) = 0, decimos que los procesos X(t) e Y (t) son ortogonales. Si estos
procesos WSS son ademas independientes, se tiene que RXY ( ) = mX mY .
Son validas las siguientes propiedades para la correlacion cruzada:
1. RXY ( ) = RXY ( )
p
2. |RXY ( )| RXX (0)RY Y (0)
El concepto de covarianza puede ser extendido a los procesos aleatorios. De esta forma
podemos definir la autocovarianza como 2.35 y la covarianza cruzada como 2.36.
Ahora si el proceso es por lo menos conjuntamente WSS, las expresiones 2.37 y 2.38 se
reducen a 2.39 y 2.40:
La varianza del proceso aleatorio por lo menos WSS esta dado por 2.41:
Z
1
PXX = SXX ()d (2.42)
2
Teorema de Wiener-Khinchin
Este teorema nos dice que la densidad de potencia espectral SXX () y la funcion de
autocorrelacion RXX ( ) de un proceso estocastico, por lo menos WSS, forman un par de
transformadas de Fourier (2.43).
Este teorema es muy importante, pues nos permite obtener la densidad de potencia es-
pectral de una se
nal conociendo su funcion de autocorrelacion.
Z
SXX () = RXX ( )ej d (2.44)
Z
1
RXX ( ) = SXX ()ej d (2.45)
2
CAPITULO 2. CONCEPTOS PREVIOS 17
2.1.10. Caracterizaci
on del Ruido
Ruido Blanco
Sea N (t) un proceso aleatorio de ruido WSS. Una funcion muestra n(t) es un ruido blanco
si la densidad de potencia espectral de N (t) es constante para todas las frecuencias. Definimos
entonces 2.46:
0
SN N () = (2.46)
2
Por transformada inversa de Fourier, obtenemos la funcion de autocorrelacion del ruido
blanco (2.47):
0
RN N ( ) = ( ) (2.47)
2
En la figura 2.4 podemos observar en a) la densidad espectral de potencia y en b) la
funcion de autocorrelacion del ruido blanco.
De 2.47 puede observarse que cualquier desplazamiento en el tiempo en la funcion de
autocorrelacion nos dara como resultado una correlacion igual a cero, con lo cual nos podemos
dar cuenta de lo distintas que pueden ser una se
nal de ruido blanco comparado con la misma
se
nal infinitesimalmente desplazada en el tiempo. Tambien puede observarse que la potencia
total en todas las bandas de frecuencia es infinita, puesto que posee energa en todas las
frecuencias (2.48), por lo cual el ruido blanco sera un sistema imposible de realizar. Sin
embargo, las fuentes de ruido en el mundo real se aproximan al ruido blanco, como por
CAPITULO 2. CONCEPTOS PREVIOS 18
Z
1
PN = SN N ()d = (2.48)
2
Ahora, este ruido puede ser filtrado y limitado a un rango finito de frecuencias. En este
caso estaremos hablando de ruido blanco de banda limitada. Por ejemplo, si hacemos pasar
el ruido blanco por un filtro pasa bajos con frecuencia de corte = W , y la amplitud de la
P
densidad de potencia espectral es SN N () = W
, tenemos entonces una funcion de densidad
espectral definida tal como aparece en 2.49:
P
W
W < < W
SN N () = (2.49)
0 para el resto
sin(W )
RN N ( ) = P (2.50)
W
De aqu se puede observar que la potencia promedio del ruido blanco de banda limitada
es RN N (0) = P .
Una se
nal de modulacion digital puede ser representada mediante la ecuacion 2.51:
K
X
s(t) = Dk gk (t) (2.51)
k=1
Donde s(t) es la se
nal transmitida, Dk son los smbolos a transmitir, los cuales nos repre-
sentan los datos y gk (t) es el pulso de transmision. El conjunto de pulsos gk (t) se llama base
de transmision [29].
CAPITULO 2. CONCEPTOS PREVIOS 19
Z
Dk = gk (t)s(t)dt (2.52)
hZ i
Dk = gk ( t)s( )d = [gk (t) s(t)]t=0 (2.53)
t=0
Podemos observar entonces, que para detectar un smbolo Dk , se puede usar un filtro
con respuesta al impulso gk (t), muestreado en t = 0. Este filtro recibe el nombre de filtro
matched.
Una de las principales propiedades del filtro matched es que si la se
nal s(t) es corrompida
por ruido blanco, esta forma de detectar un smbolo maximiza la relacion se
nal a ruido (SNR).
El criterio de Nyquist nos permite elegir un pulso de transmision g(t) para que una
transmision digital este libre de interferencia intersmbolo (ISI). Si consideramos un canal
ideal, la respuesta completa del sistema es h(t) = g(t) g (t). El criterio de Nyquist dice
para que una comunicacion este libre de ISI, se debe cumplir 2.54:
X
H(f k/Ts ) = Ts (2.55)
Si ahora el canal es de banda limitada, o sea, C(f ) = 0 para |f | > W , se obtiene que la
CAPITULO 2. CONCEPTOS PREVIOS 20
De 2.56 se puede obtener que h(t) es la funcion sinc(t/Ts ), el cual no es causal y por lo
tanto no es realizable en forma practica.
2.2.3. Funci
on Coseno Levantado
1
Ts 0 |f |
2Ts
T n
s
h T s 1 io 1 1+
H(f ) = 1 + cos |f | |f | (2.57)
2 2Ts 2Ts 2Ts
1 +
0 |f | >
2Ts
Donde corresponde al factor roll-off, que toma valores entre 0 y 1. En la figura 2.5
puede observarse la esta funcion para varios valores de roll-off. La funcion en el tiempo h(t)
aparece en la ecuacion 2.58 y en la figura 2.6.
t
t cos
h(t) = sinc T (2.58)
Ts 42 t2
1
Ts2
De las graficas puede observarse que para = 0 se obtiene la respuesta de un filtro ideal,
con frecuencia de corte igual a 1/2Ts . Todo el ancho de banda usado despues de 1/2Ts se
llama ancho de banda de exceso, y normalmente se expresa como porcentaje de la frecuencia
de Nyquist. As, para = 0, 5, el ancho de banda de exceso es del 50 %, mientras que para
= 1 el ancho de banda de exceso es del 100 %.
Tambien podemos apreciar que para = 0 la respuesta en el tiempo es h(t) = sinc(t/Ts ),
CAPITULO 2. CONCEPTOS PREVIOS 21
Figura 2.6: Respuesta al impulso del coseno levantado, para varios valores de .
CAPITULO 2. CONCEPTOS PREVIOS 22
De 2.60 se obtiene la respuesta del filtro formador de pulso del transmisor (2.61):
p
GT (f ) = |H(f )|ej2t0 (2.61)
El valor t0 es un retardo necesario para hacer que el filtro sea causal, y por lo tanto
realizable fsicamente.
2.2.4. Transmisi
on de Banda Base y Paso Banda
Figura 2.8: Relacion entre la representacion paso banda y la representacion banda base com-
pleja.
se
nal paso banda, el cual ya corresponde a una se
nal modulada, por ejemplo esta misma se
nal
de vdeo modulada por una portadora de RF para su difusion es un ejemplo de se
nal paso
banda. As, la se
nal de banda base es de mas baja frecuencia que una se
nal paso banda.
Ahora se definira lo que se conoce como se
nal banda base compleja. Se trata de una se
nal
de ancho de banda W , centrada en una frecuencia de portadora fc . Esta se
nal es obtenida
de una de banda base s(t) compleja, como aparece a continuacion [29]:
s1 (t) = 2Re {s(t)ej2fc t } (2.62)
1 h
i
S1 (f ) = S(f fc ) + S (f fc ) (2.63)
2
La relacion entre los espectros de s1 (t) y de s(t) pueden observarse en la figura 2.8.
CAPITULO 2. CONCEPTOS PREVIOS 24
La recuperacion de la se
nal de banda base s(t) puede efectuarse mediante la multiplicacion
con el factor ej2fc t seguido de un filtro pasa bajos ideal (t) de ancho de banda W/2. Esto
corresponde a la expresion 2.64:
s(t) = (t) [ 2s1 (t)ej2fc t ] (2.64)
Podemos escribir s(t) en terminos de sus componentes real e imaginario: s(t) = x(t) +
jy(t). Estos componentes son llamados componentes en cuadratura, donde x(t) es la compo-
nentes en fase I e y(t) es la componente en cuadratura Q. De esta forma, podemos escribir
otra expresion para s1 (t):
s1 (t) = 2x(t) cos(2fc t) 2y(t) sin(2fc t) (2.65)
x(t) = (t) [ 2 cos(2fc t)s1 (t)]
y(t) = (t) [ 2 sin(2fc t)s1 (t)] (2.66)
X
j
X(e ) F{x[n]} = x[n]ejn (2.67)
n=
Z
1 j 1
x[n] F {X(e )} = X(ej )ejn d (2.68)
2
Propiedades de la DTFT
Linealidad : Sean las secuencias x[n] e y[n], cuyas DTFT son X(ej ) e Y (ej ) respectiva-
mente, entonces:
CAPITULO 2. CONCEPTOS PREVIOS 26
ax[n] + by[n]
F
aX(ej ) + bY (ej )
Desplazamiento :
x[n m]
F
ejm X(ej )
x[n]ejo n
F
X(ej(o ) )
(2.69)
Convoluci
on :
x[n] y[n]
F
X(ej )Y (ej )
(2.70)
Modulaci
on :
Z
1
x[n]y[n]
F
X(ej )Y (ej() )d
2
(2.71)
La secuencia x[n] puede ser expresada por una suma de coeficientes de Fourier ak (2.73):
X
x[n] = ak ejk n (2.73)
k
Como x[n] es periodica, es posible encontrar una expresion para k : ejk (n+N ) = ejk n ,
por lo que ejk N = 1. Para que esta condicion se cumpla, k = 2k/N . Con esto, la ecuacion
2.73 queda como 2.74:
N
X 1
x[n] = ak ej2kn/N (2.74)
k=0
Para encontrar una expresion para los coeficientes ak , se puede multiplicar ambos miem-
bros de la ecuacion 2.74 por ej2kl/N y se suma ambos miembros sobre un periodo. Usando
el hecho que estas exponenciales complejas son ortogonales entre s (2.75):
N
X 1
ej2n(kl)/N = N [k l] (2.75)
k=0
N
X 1
x[n]ej2kn/N = ak N (2.76)
n=0
Si se define 2.77:
ak N
X[k] (2.77)
CAPITULO 2. CONCEPTOS PREVIOS 28
N
X 1
=
X[k] x[n]ej2kn/N (2.78)
n=0
N 1
1 X
x[n] = X[k]ej2kn/N (2.79)
N k=0
WN ej2/N (2.80)
N
X 1
=
X[k] x[n]WNkn (2.81)
n=0
N 1
1 X
x[n] = X[k]WNkn (2.82)
N k=0
Propiedades de la DFS
a
x[n] + b
y [n] DF
S aX[k] + bY [k]
Desplazamiento :
km
x[n m] DFS WN X[k]
WNnl x[n] DF
S X[k l]
Dualidad :
CAPITULO 2. CONCEPTOS PREVIOS 29
x[n] DF
S X[k]
X[n] DF S N x
[k]
Convoluci
on Peri
odica : Una convolucion periodica es muy similar a una convolucion
lineal, salvo que la convolucion periodica es realizada sobre un solo periodo, mientras
que la convolucion lineal es realizada sobre todas las muestras.
N
X 1
y [n m] DF
x[m]
S X[k]Y [k]
m=0
N 1
1 X
x[n]
y [n] DF S
N X[l]Y [k l]
l=0
La DFT
La DFT puede ser desarrollada a partir de la DFS [38]. Sea x[n] una secuencia finita de
longitud N , siendo cero fuera del intervalo [0, N 1]. Una secuencia periodica x[n] puede ser
formada a partir de x[n] (2.83):
X
x[n] = x(n + kN ) = x[(n mod N )] x[((n))N ] (2.83)
k=
1 0nN 1
W [n] = (2.85)
0 para el resto
Una secuencia periodica puede ser expandida por la DFS. Similarmente, si usamos 2.84
podemos expandir una secuencia finita x[n] en series de Fourier (2.86):
N 1
1 X
x[n] = X[k]WNkn 0nN 1 (2.86)
N k=0
Como X[k] es tambien periodica, podemos tomar un periodo y obtenemos 2.87:
N 1
1 X
x[n] = X[k]WNkn 0nN 1 (2.87)
N k=0
La secuencia X[k] se llama DFT de N puntos de x[n]. Estos coeficientes estan relacionados
con x[n] mediante 2.88:
N
X 1
X[k] = x[n]WNkn 0k N 1 (2.88)
n=0
Donde las ecuaciones 2.87 y 2.88 forman un par de Transformadas Discretas de Fourier.
Si se compara la DTFT con la DFT, nos podemos dar cuenta que la DFT hace un muestreo
en frecuencia a la DTFT. De hecho, podemos escribir la DTFT para la secuencia finita x[n]
(2.89):
X N
X 1
jn
j
X(e ) = x[n]e = x[n]ejn (2.89)
n= n=0
N
X 1
j
X(e )|=2k/N = x[n]ej2kn/N = X[k] (2.90)
n=0
Podemos ver el muestreo en frecuencia que realiza la DFT en el plano z. Esto se muestra
CAPITULO 2. CONCEPTOS PREVIOS 31
en la figura 2.10.
Se sabe del teorema de muestreo, que el muestreo en el tiempo produce copias repetidas
del espectro de la se
nal muestreada en el dominio de la frecuencia. De igual forma, este
muestreo en la frecuencia produce copias desplazadas de la se
nal en el tiempo (ver 2.91).
Este hecho hay que tenerlo muy presente y sera evidenciado en las siguientes propiedades de
la DFT.
x[n] DT
FT X(ej ) muestreo
Y [k] DF
T y[n]
(2.91)
Propiedades de la DFT
Linealidad : Si x[n] e y[n] tienen DFT de N puntos X[k] e Y [k], entonces se cumple:
ax[n] + by[n] DF
T aX[k] + bY [k]
Se debe asegurar que ambas secuencias tengan la misma longitud. Si esto no es as, se
debera rellenar de ceros (zero padding) la secuencia mas corta para hacerla del mismo
tama
no que la secuencia larga.
Convoluci
on Circular Antes de analizar la convolucion circular, se analizara que sucede
cuando se muestrea en el dominio de la frecuencia. Sea la secuencia x[n] el cual su
DTFT es X(ej ) y la secuencia finita y[n] de longitud N, cuyos coeficientes DFT Y [k]
son obtenidos por muestreo en frecuencia de X(ej ) (ver 2.91).
N 1
1 X
y[n] = Y [k]ej2kn/N (2.94)
N k=0
X
j
Y [k] = X(e )|=2k/N = x[m]ej2km/N (2.95)
m=
N 1
1 X X
y[n] = x[m] ej2k(nm)/N (2.96)
N m= k=0
y[n] calculada a partir del muestreo en frecuencia de la DTFT de x[n]. W [n] es una
ventana rectangular definida en la ecuacion 2.85.
N
X 1
y[n] = x[n + lN ]W [n] (2.97)
l=0
Se puede apreciar entonces que y[n] es formada por una copia de varias secuencias
x[n] en el tiempo, donde se elige la secuencia entre 0 y N 1 (por la ventana W [n]).
Dependiendo del valor de la cantidad de puntos N de la DFT, es posible que exista
aliasing en el dominio del tiempo.
x[n]
N y[n] DF T X[k]Y [k]
Donde convolucion circular entre las secuencias x[n] e y[n] finitas de longitud N es
definida en 2.98:
"N 1 #
X
x[n]
N y[n] = y [n k] W [n]
x[k] (2.98)
k=0
x[n]
N y[n] = {
x[n] ~ y[n]}W [n] (2.99)
N
X 1
x[n]
N y[n] = g[n + lN ]W [n] (2.100)
l=0
g[n] = x[n] y[n] (2.101)
CAPITULO 2. CONCEPTOS PREVIOS 34
x[n]
N y[n] = x[n] y[n] (2.102)
N N1 + N2 1 (2.103)
Veamos el siguiente ejemplo. Sean las secuencias x[n] e y[n] de longitud 3 y 4 respec-
tivamente (ver figura 2.11). En caso de hacer una convolucion lineal, esta tiene una
longitud N1 + N2 1, es decir, 3 + 4 1 = 6, y tiene los valores mostrados en 2.104:
Si se realiza una DFT de 6 o mas puntos a cada secuencia x[n] e y[n] (se debe rellenar
con ceros para completar la longitud de 6 o mas puntos), se obtienen las secuencias
X[k] e Y [k]. Si se calcula la DFT inversa de la multiplicacion X[k]Y [k], se obtendra la
secuencia mostrada en 2.104. Esto es debido a que se esta cumpliendo la relacion 2.103,
que nos asegura que la convolucion lineal es igual a la convolucion circular.
Ahora, si por ejemplo se calculan DFTs de N = 4 puntos para las secuencias x[n] e y[n],
el resultado de la convolucion circular es distinto a la convolucion lineal. En este caso,
existe aliasing en el tiempo, y el resultado de la convolucion circular es la secuencia de
la convolucion lineal de longitud N = 4, donde los terminos sobrantes (las dos u
ltimas
muestras, 6 4 = 2), son sumadas a las primeras dos muestras.
n 0 1 2 3 4 5 6 7
g[n] 1 1 2 2 0 3 0 0
g[n + 4] 0 3 0 0 0 0 0 0
x[n]
4 y[n] 1 4 2 2 - - - -
Cuadro 2.1: Ejemplo de calculo de una convolucion circular
x[n]
4 y[n] = [1 4 2 2] (2.105)
Captulo 3
Canal de Comunicaci
on Inal
ambrico
3.1. Introducci
on
En la figura 3.1 podemos observar el modelo de un canal de comunicaciones que posee
caractersticas variables en el tiempo. Este modelo son sirve para representar una comuni-
cacion en onda corta ionosferica o una comunicacion en las bandas de UHF y SHF, donde
existe una cambio constante en el medio fsico. De esta forma, la respuesta al impulso de
estos canales cambia constantemente, lo cual es representado en este modelo mediante un
filtro lineal y variable en el tiempo. Este filtro tiene una respuesta al impulso c( ; t), que
corresponde a una respuesta al tiempo t, debida a un impulso aplicado al tiempo t . La
variable representa el tiempo transcurrido [27].
El analisis de este tipo de canales es esencial para la comprension de OFDM en un medio
36
CAPITULO 3. CANAL DE COMUNICACION
INALAMBRICO
37
inalambrico. En estos medios, existe lo que se conoce como multitrayectoria, esto es, que la
se
nal emitida por el transmisor puede seguir varias rutas, con distintos retardos, hasta llegar
al receptor. Esto puede originar una interferencia constructiva o destructiva, dependiendo de
la fase con que lleguen las se
nales al receptor. A esto hay que agregar que las rutas pueden
cambiar en el tiempo, por alg
un cambio en el medio o por el movimiento de las fuente emisora
o el receptor.
Si nosotros transmitimos en un canal de estas caractersticas un pulso muy corto, para
simular un impulso, obtendramos la respuesta al impulso del canal. Sin embargo, y como
aparece en la figura 3.2, esta respuesta dependera notablemente del instante de tiempo en que
se genero el impulso. Los pulsos recibidos corresponden a las distintas trayectorias seguidas
por la se
nal hasta llegar al receptor, y como puede observarse, pueden existir cambios en la
amplitud de los pulsos recibidos, del retardo relativo e incluso de la cantidad de pulsos, en
funcion del tiempo. Como estos cambios no son predecibles, este canal sera representado en
terminos estadsticos.
CAPITULO 3. CANAL DE COMUNICACION
INALAMBRICO
38
3.2. An
alisis del Canal
Se analizara los efectos del canal sobre una se
nal transmitida modulada mediante una
portadora de alta frecuencia fc , que tendra la forma 3.1
En el canal existira m
ultiples trayectorias, y cada una de ellas tendra asociado un retardo
y un factor de atenuacion. Estos dos u
ltimos parametros seran dependientes del tiempo,
para representar la caracterstica variante del tiempo de este canal de comunicacion. De esta
nal 3.2 a la entrada del receptor.
forma, se tendra la siguiente se
X
x(t) = n (t)s(t n (t)) (3.2)
n
X
x(t) = Re{[ n (t)ej2fc n (t) sl (t n (t))]ej2fc t } (3.3)
n
X
rl = n (t)ej2fc n (t) sl (t n (t)) (3.4)
n
Finalmente podemos deducir la respuesta al impulso variante en el tiempo del canal con
multitrayectoria (3.5):
X
c( ; t) = n (t)ej2fc n (t) (t n (t)) (3.5)
n
Ahora, si consideramos que no hay modulacion, esto es, sl (t) = 1, y sustituyendo en 3.4,
obtenemos la se
nal de banda base 3.6:
CAPITULO 3. CANAL DE COMUNICACION
INALAMBRICO
39
X
rl (t) = n (t)ej2fc n (t)
n
X
= n (t)ejn (t) (3.6)
n
al canal como una gran cantidad de rutas independientes, por lo cual podemos aplicar el
teorema del lmite central. Se definira la funcion de autocorrelacion de c( ; t) como 3.7
1
Rc (1 , 2 ; t) = E[c (1 ; t)c(2 ; t + t)] (3.7)
2
Podemos observar que la ecuacion 3.7 se trata de la correlacion de dos diferentes instan-
tes, y que corresponde al retardo de dos rutas 1 u 2 . Por lo general, la atenuacion y el
desplazamiento de fase de una ruta no esta correlada con la atenuacion y el desplazamiento
de fase de otra ruta. Esto u
ltimo se conoce como dispersi
on no correlada, por lo que un canal
modelado con estas condiciones recibe el nombre de canal WSS-US (wide-sense stationary
uncorrelated scattering). Con todo esto en mente, podemos escribir la ecuacion 3.8 para la
funcion de autocorrelacion.
Rc (1 , 2 ; t) = Rc (1 , t)(1 2 ) (3.8)
Podemos observar que por ser un proceso WSS, la autocorrelacion depende solo de la
diferencia absoluta de tiempo t. Ahora, para incluir la caracterstica de dispersion no co-
rrelada (o si quiere, no correlacion de la variable ) se ha usado la funcion delta de Dirac
(1 2 ), puesto que solamente existe correlacion cuando 1 = 2 . Para valores 1 6= 2 la
autocorrelacion es cero porque se ha supuesto media cero del proceso aleatorio.
Ahora, si nos centramos en la funcion Rc (1 , t) = Rc (, t), nos podemos dar cuenta
que si la evaluamos en t = 0, obtendremos la media de los cuadrados, es decir, la potencia
media del proceso aleatorio, en funcion de la variable de retardo . Esta funcion es muy
importante para caracterizar un canal WSS-US, y recibe el nombre de espectro de retardo o
delay power profile (3.9).
Sc ( ) = Rc (, t = 0) (3.9)
El espectro de retardo nos dice cual es la potencia promedio recibida en funcion del retardo
. Esta variable de retardo debe ser considerada como retardo de exceso, esto es, representa
el retardo que excede el retardo de la primera se
nal que llega al receptor. En un sistema
CAPITULO 3. CANAL DE COMUNICACION
INALAMBRICO
41
ideal, el espectro de retardo consiste en un impulso ideal con el valor de la potencia promedio
recibida, porque llega una sola replica de la se
nal emitida (no hay multitrayectoria).
Por ejemplo, para un canal inalambrico tpico, el espectro de retardo consiste en m
ultiples
peaks aislados, llamados retornos. En otros casos tiene una forma continua, como puede ser
en un canal de dispersion troposferica.
El rango de valores de en los cuales Sc ( ) es distinto de cero se llama dispersi
on multitra-
yecto del canal o retardo de exceso m
aximo, y se simboliza por Tm . En la figura 3.4 podemos
observar una tpica curva de espectro de retardo.
Hemos calculado la autocorrelacion de la respuesta al impulso c( ; t), que lo hemos defi-
nido como un proceso aleatorio WSS-US. Ahora haremos lo mismo, pero en el dominio de la
frecuencia de la respuesta al impulso, haciendo el cambio de dominio en variable de retardo
. Para esto tomaremos la transformada de Fourier de la respuesta al impulso del canal,
C(f ; t), y ahora obtendremos la funcion autocorrelacion en la frecuencia (3.10):
1
Rc (f1 , f2 ; t) = E[C (f1 ; t)C(f2 ; t + t)] (3.10)
2
Podemos demostrar que Rc (f1 , f2 ; t) y Rc (, t) forman un par de transformadas de
Fourier entre el dominio y el dominio f .
CAPITULO 3. CANAL DE COMUNICACION
INALAMBRICO
42
Z Z
Rc (f1 , f2 ; t) = Rc (1 , 2 ; t)ej2(f1 1 +f2 2 ) d2 d1
Z
Z
1
= E[c (1 ; t)c(2 ; t + t)]ej2(f1 1 +f2 2 ) d2 d1
2
Z
Z
= Rc (1 , t)(1 2 )ej2(f2 2 f1 1 ) d2 d1
Z
= Rc (1 , t)ej21 (f2 f1 ) d1
Z
Rc (f ; t) = Rc (, t)ej2 f d (3.11)
Z
Rc (f ) = Sc ( )ej2 f d (3.12)
1
(f )c (3.13)
Tm
En la figura 3.5 podemos apreciar una funcion de autocorrelacion en frecuencia.
La banda de coherencia nos se
nala que grupo de frecuencias seran afectadas de igual
forma por el canal. As, si dos tonos puros estan separados en frecuencia en un valor inferior
a la banda de coherencia, ambas se
nales seran afectadas de igual forma por las variaciones del
canal. De esta forma, si el ancho de banda de una se
nal transmitida es menor que la banda
CAPITULO 3. CANAL DE COMUNICACION
INALAMBRICO
43
Z
Sc () = Rc (t)ej2t dt (3.14)
Esta funcion se llama espectro de potencia Doppler. Con ella podemos observar el ensan-
chamiento en frecuencia que produce la variacion en el tiempo de la se
nal transmitida. El
rango de frecuencias donde Sc () es distinto de cero se llama dispersi
on Doppler, y se simbo-
liza por Bd . El rango donde Rc (t) es distinto de cero se conoce como tiempo de coherencia,
y se simboliza por (t)c . Este parametro son dice cuanto tiempo se puede considerar el canal
CAPITULO 3. CANAL DE COMUNICACION
INALAMBRICO
44
como invariable en el tiempo. Se puede relacionar este parametro con Bd mediante 3.15:
1
(t)c (3.15)
Bd
En la figura 3.6 se puede observar la relacion entre la funcion de autocorrelacion en el
tiempo y el espectro de potencia Doppler.
Por ejemplo, en el caso de un canal que sea invariante en el tiempo, tenemos que Rc (t) =
1, con lo cual obtenemos que la funcion Sc () = (), que quiere decir que no existe ensan-
chamiento Doppler, porque la se
nal transmitida no sufre desplazamientos en la frecuencia
por efectos del canal de comunicacion.
Finalmente, podemos encontrar la transformada de Fourier de la funcion de autocorrela-
cion tiempo-frecuencia Rc (f ; t). Esta corresponde a la funcion Sc ( ; ), por los dominios
transformados hemos definidos anteriormente, y se llama funci
on de dispersi
on del canal.
Nos muestra la potencia media de salida del canal en funcion del retardo y de la frecuencia
Doppler .
En la figura 3.7 podemos observar todas las funciones de autocorrelacion y de espectro
de potencia que se han analizado.
3.4. El Fading
Hay dos tipos de fading en comunicaciones inalambricas: el fading de larga escala y el
fading de corta escala [31].
CAPITULO 3. CANAL DE COMUNICACION
INALAMBRICO
45
X
rl (t) = n (t)ejn (t)
n
= (t)ej(t) (3.16)
Donde (t) y (t) representan la suma vectorial de todas las reflexiones. Si nos centra-
mos en solamente la magnitud, podemos descomponer (t) en dos terminos positivos, como
muestra la ecuacion 3.17
Aqu, m(t) representa el fading de larga escala y la componente r0 (t) representa el fading
de corta escala, por lo que podemos observar, el factor (t) combina ambos tipos de fading
para una comunicacion por un canal inalambrico. Esto lo podemos apreciar en la figura 3.8.
CAPITULO 3. CANAL DE COMUNICACION
INALAMBRICO
47
Para comunicaciones inalambricas, Okumura y Hata han estimado que la atenuacion pro-
medio, Lp (d), como funcion de la distancia d entre el transmisor y el receptor, es proporcional
a la n-esima potencia de la distancia d relativa a una distancia de referencia d0 , como podemos
ver en la ecuacion 3.18:
d n
Lp (d) ( ) (3.18)
d0
Si Lp (d) lo expresamos en dB, podemos usar 3.19:
d
Lp (d)(dB) = Ls (d0 )(dB) + 10nlog( ) (3.19)
d0
Donde Ls (d0 ) es la atenuacion en espacio libre (sin considerar ganancias de las antenas),
la cual podemos calcular usando 3.20:
4d 2
Ls (d) = ( ) (3.20)
La distancia de referencia d0 , corresponde a un punto situado lejos del campo de la antena
CAPITULO 3. CANAL DE COMUNICACION
INALAMBRICO
48
transmisora. Puede ser 1km para grandes celdas, 100m para microceldas o 1m para canales
en lugares cerrados. El valor del exponente n depende de la frecuencia, tama
no de las antenas
y del ambiente de propagacion. En espacio libre, n = 2, pues se sigue la ley del inverso al
cuadrado. En calles urbanas, n es menor que 2 y en presencia de obstaculos, n puede ser muy
grande.
La ecuacion 3.19 nos se
nala un promedio. Si quemeros una caracterizacion mas completa
del fenomeno, es posible tratarlo agregando una variable aleatoria (3.21):
d
Lp (d)(dB) = Ls (d0 )(dB) + 10nlog( ) + X (dB) (3.21)
d0
Podemos observar que X y Lp (d) son variables aleatorias. X tiene distribucion normal
de media cero y de desviacion estandar por lo que Lp (d) posee distribucion lognormal
alrededor de la media Lp (d).
Si existe una gran cantidad de reflexiones, donde ninguna es dominante, podemos asumir
que xr (t) e yr (t) son muestras de procesos aleatorios Gaussianos, de media cero. Si estamos
interesados en la envolvente, r0 (t), que describe el fading de corta escala (ver ecuacion 3.17
y figura 3.8), debemos obtener 3.23:
p
r0 (t) = xr (t) + jyr (t) (3.23)
La envolvente r0 (t) posee una funcion de densidad Rayleigh, puesto que xr (t) e yr (t) son
muestras de procesos Gaussianos de media cero [24]. Esta funcion de densidad esta dada por
CAPITULO 3. CANAL DE COMUNICACION
INALAMBRICO
49
3.24:
r0 r02 /22
pR (r0 ) = e r0 0 (3.24)
2
El parametro 2 2 es la potencia media E(R2 ) de la se
nal multitrayectoria.
Si ahora existe una gran cantidad de reflexiones, pero hay una componente dominante
(especular), como por ejemplo una se
nal directa de linea de vista, el proceso no puede ser des-
crito mediante un proceso de media cero. En este caso, la funcion de densidad de probabilidad
es la Rician, y esta dada por 3.25
2 +a2 )/2
pR (r) = re(r I0 (ar) r 0, a 0 (3.26)
3.27 [16]:
fc
Rc (t) = J0 (2vt ) (3.27)
c
Donde J0 es la funcion de orden cero de Bessel del primer tipo, fc la frecuencia de la
portadora y c la velocidad de la luz. El espectro Doppler esta dado por la ecuacion 3.28:
1
Sc () = q (3.28)
fd 1 ( f
fd
c 2
)
1
W << (f )c (3.29)
T
Esto es, que el ancho de banda de la se
nal es mucho menor que la banda de coherencia,
y por lo tanto, el canal se comporta como no-selectivo en frecuencia. Esto significa que Sl (f )
esta sujeto a la misma atenuacion y desplazamiento de fase del canal en toda su respuesta en
frecuencia. Esto implica que dentro de la banda que ocupa Sl (f ), la funcion de transferencia
del canal variable en el tiempo C(f, t) es constante en la variable de frecuencia. Como Sl (f )
es una se
nal de banda base, su contenido espectral esta contenido en la vecindad de f = 0,
por lo que C(f, t) = C(0, t). Con esto podemos obtener 3.30:
Z
rl (t) = C(f, t)Sl (f )e2f t df
Z
= C(0, t)Sl (f )e2f t df
Z
= C(0, t) Sl (f )e2f t df
= C(0, t)sl (t) (3.30)
Tm Bd < 1 (3.31)
3.7. Mitigaci
on del Fading
En la figura 3.14 podemos apreciar tres curvas de probabilidad de error. Para propositos
de comparacion, esta la curva de un canal con interferencia de ruido AWGN, donde aparece
el rendimiento esperado para este tipo de canal. La segunda curva, llamada lmite Rayleigh,
muestra la degradacion del rendimiento en presencia de fading Rayleigh con fading plano (no
selectivo en frecuencia) o con fading lento. La tercera curva muestra el peor caso, donde por
mas que se eleve la potencia de la se
nal, no hay reduccion de la probabilidad de error, llegando
al valor de 0, 5. Esta curva es llamada piso de error, pues representa el peor rendimiento.
Este u
ltimo efecto lo produce un canal con fading selectivo en frecuencia o con fading rapido.
Resulta entonces razonable contrarrestar estos efectos, para acercar el rendimiento del
sistema a uno con ruido AWGN. Para ello nos centraremos en algunas tecnicas que se trataran
CAPITULO 3. CANAL DE COMUNICACION
INALAMBRICO
54
a continuacion.
3.7.1. Mitigaci
on del fading selectivo en frecuencia
El ecualizador MLSE (Maximum Likelihood Sequence Estimation), prueba todas las po-
sibles secuencias de datos (en vez de detectar cada smbolo), y elige la secuencia de datos mas
probable de todos los candidatos. Por lo general este ecualizador se implementa utilizando
el algoritmo de Viterbi, por lo que suele conocerse como ecualizador Viterbi. Por ejemplo, el
sistema de telefona celular GSM utiliza un ecualizador de Viterbi.
Es un ecualizador utilizado cuando existe ISI severa o cuando las condiciones del canal
cambian muy rapidamente, y por lo que no es posible utilizar un filtro adaptativo que use
un algoritmo mas sencillo como el LMS. Se trata de un filtro adaptativo no lineal, formado
por dos filtros lineales: el FeedForward Filter (FFF) y FeedBack Filter (FBF), los cuales en
su conjunto forman el filtro no lineal. El filtro FFF blanquea el ruido y hace una eliminacion
del ISI, mientras el filtro FBF elimina la interferencia con smbolos anteriores. La idea basica
detras del ecualizador DFE es que una vez que la informacion del smbolo ha sido detectada,
el ISI que es inducido sobre los futuros smbolos pueda ser estimado y restado antes de la
deteccion de los siguientes smbolos.
3.7.4. T
ecnicas de Espectro Ensanchado
pseudoaleatoria, conocida como metodo de secuencia directa (DSSS, Direct Sequence Spread
Spectrum), y la tecnica de salto en frecuencia (FHSS, Frequency Hopping Spread Spectrum).
Esta u
ltima consiste en cambiar rapidamente la frecuencia de la portadora, haciendo varios
saltos a frecuencias distintas.
3.7.6. Mitigaci
on del fading r
apido
Para mitigar el fading rapido es necesario utilizar tecnicas robustas de modulacion (como
modulacion no coherente), puesto que si se usan circuitos PLL para recobrar la portadora,
este puede no operar bien en estas condiciones. Otra tecnica es incrementar la velocidad del
smbolo, de tal manera de que este dentro del tiempo de coherencia del canal.
Se ha hablado que la modulacion OFDM es eficaz contra el fading selectivo en frecuencia.
Sin embargo, la implementacion convencional de OFDM es sensible al fading rapido, puesto
que la ensanchamiento Doppler corrompe la ortogonalidad de las subportadoras. Si embargo,
existen tecnicas para solucionar este problema, el cual sera tratado posteriormente en este
trabajo.
CAPITULO 3. CANAL DE COMUNICACION
INALAMBRICO
58
3.7.7. Mitigaci
on de la p
erdida de SNR
Diversidad en el espacio: que puede ser implementado con el uso de varias antenas.
Un sistema de este tipo, donde existen varios transmisores en diferentes lugares, es por
ejemplo el sistema GPS.
3.8. Caracterizaci
on pr
actica de par
ametros
Se ha mencionado que el espectro de retardo Sc ( ) es una funcion muy u
til en la caracte-
rizacion de un canal multitrayecto. El espectro de retardo muestra las diferentes se
nales de
CAPITULO 3. CANAL DE COMUNICACION
INALAMBRICO
59
X
Sc ( ) = n2 (t)(t n (t)) (3.33)
n
La ecuacion 3.33 nos muestra que el espectro de retardo es discreto. Si existe una gran
cantidad de dispersion, esta funcion tiende a ser continua y exponencial, por la gran cantidad
de reflexiones.
En la figura 3.15 podemos observar una tpica grafica de espectro de retardo, donde no
es tan grande el n
umero de reflexiones, por lo cual se ve discreta.
Tambien se ha dicho que uno de los parametros que se puede obtener de la grafica de esta
funcion es el tiempo de dispersion multitrayecto Tm . Sin embargo, un parametro mas u
til es
CAPITULO 3. CANAL DE COMUNICACION
INALAMBRICO
60
el retardo de dispersion RMS rms [16], el cual se puede obtener usando la ecuacion 3.34.
vZ
u
u
u ( mean )2 Sc ( )d
rms = u Z (3.34)
u
t
Sc ( )d
N
X 1
n n2
n=0
mean = N 1
(3.37)
X
n2
n=0
Varios autores han buscado alguna relacion emprica entre el retardo de dispersion RMS y
la banda de coherencia (f )c [28]. Por ejemplo, cuando se define el ancho de banda de cohe-
rencia como el intervalo de frecuencias de la respuesta del canal, donde exista una correlacion
de por lo menos 0,9, la banda de coherencia esta dada por la ecuacion 3.38:
1
(f )c (3.38)
50rms
En el caso de comunicaciones inalambricas moviles, en espacios urbanos, se acepta una
CAPITULO 3. CANAL DE COMUNICACION
INALAMBRICO
61
correlacion de por lo menos 0,5. En este caso, la banda de coherencia esta dada por 3.39:
0,276
(f )c (3.39)
rms
Para el estudio en propagacion ionosferica, se usa la ecuacion 3.40:
1
(f )c (3.40)
2rms
Sin embargo, se acepta la ecuacion 3.41 como medida de la banda de coherencia en espacios
urbanos, con una correlacion de por lo menos 0,5.
Finalmente, puede observarse en el cuadro 3.1 valores tpicos del retardo de dispersion
RMS para distintos tipos de ambientes [24]. Tambien en el cuadro 3.2 puede apreciar algunos
valores de Tm , Dd y del factor de dispersion de algunos canales [27]. Puede verse que los
canales mostrados son sub-dispersos, por lo cual es posible seleccionar una se
nal para que el
canal se comporte como no-selectivo en frecuencia y con fading lento.
1
(f )c (3.41)
5rms
Captulo 4
Fundamentos de la Modulaci
on
OFDM
4.1. Evoluci
on de OFDM
La Multiplexacion por Division de Frecuencia Ortogonal ha llegado a ser muy popular
durante la u
ltima decada en sistemas de comunicaciones inalambricos de alta velocidad.
Actualmente es usado en las tecnologas inalambricas WiFi 802.11a y 802.11g, con velocidades
de hasta 54Mbps. Es usado en Europa por el sistema de radiodifusion de audio digital DAB
y por el sistema de radiodifusion de vdeo digital terrestre DVB-T. Es usado por los usuarios
de banda ancha en sus modems ADSL, donde esta tecnologa es conocida por DMT (Discrete
MultiTone). Tambien ha sido adoptada para ser usada en la tecnologa inalambrica MAN
WiMax.
El uso de la multiplexacion por division en frecuencia (FDM), se ha estado usando por
muchos a
nos, por ejemplo para transmitir varios canales en un mismo medio. En este caso,
se usan varias portadoras, las cuales son moduladas adecuadamente con la informacion a
transmitir. Estas portadoras estan separadas de tal forma de facilitar la demodulacion de la
se
nales. Estas separacion es un rango de frecuencias de guarda, y como dejan un espacio de
frecuencias sin utilizar, no se saca el maximo rendimiento al ancho de banda disponible.
Sin embargo, es posible utilizar estas portadoras para transmitir una parte de un flujo de
62
CAPITULO 4. FUNDAMENTOS DE LA MODULACION
OFDM 63
bits de alta velocidad. La fuente de datos puede ser paralela, o bien puede ser serial, pero
convertida a paralela mediante un convertidor. Podemos comparar este sistema con uno de
modulacion de portadora u
nica. Si el sistema portadora es construido directamente, esto es,
mediante varios transmisores y receptores, es claro que esto resulta muchsimo mas caro que
un sistema de una sola portadora. Incluso, este sistema multiportadora es poco eficiente en
cuanto a ancho de banda, pues existe los espacios de guarda entre portadoras no utilizados.
La primera solucion al problema de eficiencia espectral (no a la complejidad del transmisor
y receptor), fue materializada en 1957 por el sistema Kineplex, desarrollado por Collins Radio
Co [12]. Se trataba de un sistema de transmision de datos por canales de radio HF, donde
la se
nal es sometida a los efectos de multitrayecto. Se usaban 20 portadoras moduladas en
4-PSK diferencial, con un espectro muy solapado, pero al igual que los modernos sistemas
OFDM, usando una separacion entre portadoras igual que la velocidad del smbolo era posible
separarlos en el receptor.
Luego surgieron mas avances. En 1966 se registra la primera patente por un sistema
OFDM, realizada por Chang, de los Laboratorios Bell. Solamente en 1971 se realiza una de
las mas importantes contribuciones a este sistema. Esta consistio en la propuesta del uso
de la Transformada Rapida de Fourier, por Weinstein y Ebert, en la implementacion del
modulador y demodulador OFDM.
A continuacion puede observar un resumen de la evolucion de OFDM.
1998: Proyecto Magic WAND demuestra el uso de modems OFDM para WLAN.
2002: Estandar WLAN IEEE 802.11g (WiFi ampliamente usado hoy en da).
4.2. Modulaci
on Multiportadora
En una modulacion de portadora u
nica, los datos son enviados serialmente sobre el canal
por la modulacion de una portadora a una tasa de R smbolos por segundos. El periodo del
smbolo es Tu , y corresponde a 1/R. En canales con fading multitrayectoria, el tiempo de
dispersion multitrayecto Tm puede ser significante comparado con el periodo de smbolo, lo
cual puede resultar en Interferencia Intersmbolo (ISI). Un complejo ecualizador es necesario
para compensar la distorsion inducida por el canal.
La idea basica de la modulacion multiportadora consiste en que un ancho de banda
disponible W es dividido en un n
umero de Nc subbandas o subportadoras, cada una con
un ancho de fc = W/Nc . En vez de transmitir los smbolos de una manera serial, a una
tasa R, un sistema multiportadora divide el flujo de datos en bloques de Nc smbolos que
CAPITULO 4. FUNDAMENTOS DE LA MODULACION
OFDM 65
+ h N
X X c 1 i
s(t) = Dk,m k (t mTu ) (4.1)
m= k=0
la banda de coherencia del canal, esto es W/Nc << (f )c . Entonces, las subbandas estaran
en una condicion de canal no-selectivo en frecuencia, lo cual reduce la ecualizacion a una
u
nica multiplicacion compleja por portadora.
De esta forma, incrementando Nc se reduce el ISI, debido a que se incrementa la duracion
del smbolo Tu . Sin embargo, en canales variables en el tiempo, el rendimiento es degradado
cuando se usan smbolos muy largos. Si el tiempo de coherencia del canal (t)c es peque
no
comparado con el tiempo de smbolo Tu , la respuesta en frecuencia del canal cambia significa-
tivamente durante la transmision de un smbolo, lo cual hace que la deteccion de un smbolo
sea casi imposible. Debido a esto, el tiempo de coherencia del canal fija el lmite superior del
n
umero de subportadoras.
As, podemos escribir la ecuacion 4.2 para fijar el rango maximo y mnimo de subporta-
doras Nc .
W
<< Nc << R(t)c (4.2)
(f )c
4.3.1. Obtenci
on de OFDM
frecuencia por un factor ej2fk t . En la figura 4.3 podemos observar esta primera definicion de
sistema multiportadora. En a) podemos apreciar la forma del espectro cuando 6= 0 y en b)
cuando = 0. La mayor eficiencia espectral se logra en este u
ltimo caso, pero es imposible
llevarlo a la practica.
Una segunda definicion de este sistema multiportadora corresponde a elegir una forma
de onda k (t) limitada en el tiempo y ortogonal en frecuencia. Este acercamiento es valido,
puesto que los dominios del tiempo y de la frecuencia son matematicamente equivalentes.
Ademas, una forma de onda limitada en el tiempo es mucho mas facil de generar. Entonces,
se elegira la forma de onda k (t) de la siguiente manera: estara limitado en el tiempo entre
0 y Tu , tendran la forma de raz cuadrada del coseno levantado y cada portadora tendra una
frecuencia fk , de tal forma que fk = kfc .
Para = 0, obtenemos la expresion 4.3 para k (t).
1
k (t) = ej2fk t w(t) (4.3)
Tu
Donde w(t) es una funcion de ventana rectangular (representa la limitacion en el tiempo),
CAPITULO 4. FUNDAMENTOS DE LA MODULACION
OFDM 68
Cuando = 0, obtenemos la mayor eficiencia. Esto implica formas de onda k (t) total-
mente limitadas en el tiempo (su envolvente es un rectangulo), lo cual es posible de realizar
en la practica. Pero esto implica que el espectro este solapado. Es necesario que las subpor-
tadoras sean ortogonales entre s para que sea posible su demodulacion a pesar de que esten
solapados. Para ello debe cumplirse la expresion 4.5 para asegurar la ortogonalidad de las
portadoras.
Z Tu 1 k=l
k (t)l (t)dt = (4.5)
0 6 l
0 k=
Z Tu
1
ej2kfc t ej2lfc t dt = 0
Tu 0
Z Tu
1
ej2fc (kl)t dt = 0
Tu 0
Z Tu
1
ej2nfc t dt = 0
Tu 0
ej2nfc Tu 1
= 0
ej2nfc Tu
ej2nfc Tu = 1 (4.6)
1
fc = (4.7)
Tu
Esto es, que la separacion entre portadoras tiene que ser igual a la velocidad de smbolos
CAPITULO 4. FUNDAMENTOS DE LA MODULACION
OFDM 69
R. Considerando esto u
ltimo, obtenemos que la forma de onda k (t) estada dada por 4.8:
1
k (t) = ej2kt/Tu w(t) (4.8)
Tu
nal multiportadora (ver ecuacion 4.1), obtenemos la
Utilizando la definicion general de se
expresion para un sistema de modulacion multiportadora, que utiliza un espaciado ortogonal
entre ellas (4.9):
+ Nc 1
1 X hX i
s(t) = Dk,m ej2kt/Tu ej2km w(t mTu ) (4.9)
Tu m= k=0
El termino ej2km es siempre igual a 1, por lo cual podemos escribir finalmente la expre-
sion de una se
nal OFDM (4.10):
+ Nc 1
1 X hX i
s(t) = Dk,m ej2kt/Tu w(t mTu ) (4.10)
Tu m= k=0
Nc 1
1 X
s(t) = Dk,0 ej2kt/Tu w(t) (4.11)
Tu k=0
1
Para efectos de obtener el espectro, se considera Dk,0 = 1. Se sabe, por la propiedad
de la modulacion de la Transformada de Fourier de tiempo continuo, que la operacion de
multiplicacion en el dominio del tiempo corresponde a una convolucion lineal en la frecuencia.
Teniendo esto en consideracion, y tomando las transformadas de Fourier de la funcion de
ventana w(t) y de la portadora, obtenemos la expresion 4.12:
Nc 1 h
1 X k i
S(f ) = 2 f Tu sinc(f Tu )ejf Tu (4.12)
Tu k=0 Tu
1
Sabemos que Dk,0 es un n umero complejo, el cual contiene la informacion a transmitir, modulando en
amplitud y/o fase a la k-esima portadora.
CAPITULO 4. FUNDAMENTOS DE LA MODULACION
OFDM 70
N c 1
X h k i
|s(f )| = 2 f sinc(f Tu ) (4.13)
k=0
Tu
N
X c 1
4.3.3. Demodulaci
on de OFDM
Z
yk,m = s(t)k (t mTu )dt (4.15)
Z
1
yk,m = s(t)ej2kt/Tu w(t mTu )dt (4.16)
Tu
Z (m+1)Tu
1
yk,m = s(t)ej2kt/Tu dt (4.17)
Tu mTu
Transformada Directa de Fourier (ecuacion de analisis), salvo algunos detalles. Esto es muy
importante, porque si se usara la Transformada Discreta de Fourier (DFT), o mas especfica-
mente, la implementacion eficiente de la DFT, la Transformada R
apida de Fourier (FFT), se
solucionara el problema de complejidad en la implementacion practica de un modem OFDM.
Si la ecuacion 4.11 es muestreada en N muestras igualmente espaciadas durante el periodo
de smbolo 0 t Tu , obtenemos 4.18:
N
X c 1
Si observamos la ecuacion 4.18, podemos darnos cuenta que se trata de una IDFT (salvo
el factor 1/Nc ). El factor 1/ Tu puede ser omitido, porque en una implementacion practica
un factor multiplicativo es irrelevante y puede ser ajustado para evitar desbordamientos en
los calculos hechos por hardware.
Esto significa que el proceso de modulacion OFDM puede ser implementado facilmente
mediante un algoritmo FFT, donde los datos paralelos a transmitir (cantidades complejas por
lo general) corresponden a las cantidades de entrada para la FFT y el resultado del algoritmo
corresponde a la salida que se enviara por el canal de comunicacion.
Para el caso de la demodulacion OFDM, solo basta usar una DFT para realizar el proceso
inverso (4.19):
N
X c 1
Donde rm [n] es la se
nal recibida en el receptor y digitalizada por un ADC, y Zk,m los
datos recibidos estimados (porque pueden ser corrompidos por el canal de comunicacion). El
uso de la DFT en OFDM, mediante la FFT, puede verse en la figura 4.6.
por el receptor. Sin embargo, en un canal multitrayecto, llegan al receptor diferentes ecos
del smbolo OFDM transmitido, y como estos se transmiten de manera consecutiva, puede
producirse ISI, puesto que los ecos de un smbolo OFDM anterior puede interferir los lmites
del smbolo OFDM que se esta demodulando. A veces esta ISI es llamada IBI, interferencia
interbloque. Esta causa perdida de ortogonalidad, puesto que parte del smbolo que interfiere
posee contribucion en todas las subportadoras, lo que genera ICI, interferencia interportadora.
Este problema puede ser visualizado en la figura 4.7. Puede observarse que el demodulador
aplica una ventana FFT de longitud de un smbolo OFDM, y esta demodulando el smbolo
Data 2. Sin embargo, debido a las contribuciones de los distintos trayectos que ha seguido
la se
nal hasta llegar al receptor, a la ventana FFT llegan contribuciones del smbolo OFDM
Data 1, el cual genera ISI [22].
CAPITULO 4. FUNDAMENTOS DE LA MODULACION
OFDM 74
Para corregir este problema, se aplica lo que se conoce como intervalo de guarda (GI)
o prefijo cclico (CP) [12]. La idea es extender la onda armonica original de periodo de
Fourier Tu , a uno de periodo mayor Ts . El intervalo agregado es de duracion Tcp , y tiene que
ser armonico de la misma frecuencia y fase que el intervalo original. As, se tiene el nuevo
intervalo de duracion extendido de un smbolo OFDM Ts = Tu + Tcp . Para que sea armonica
en frecuencia y fase, lo que se hace practicamente es copiar una longitud Tcp de la parte final
del smbolo OFDM original y pegarla al comienzo de este. Esto se ve en la figura 4.8.
Podra pensarse que no es necesario copiar la u
ltima parte del smbolo OFDM al comien-
zo, y que solo bastara con dejar un intervalo de guarda vaco para evitar la interferencia
intersmbolo OFDM. Sin embargo, el problema no es tan sencillo y no se limita a la IBI. Al
momento de usar DFTs para la implementacion de un modulador y demodulador, hay que
tener en cuenta algunas propiedades de la DFT. Cuando se considera que el modulador y
demodulador estan perfectamente sincronizados, y el canal es ideal, no existe mayores pro-
blemas porque el modulador implementa una IDFT y el demodulador una DFT, justo las
operaciones inversas, y los datos Dk,m a la entrada del modulador son justos los datos Zk,m
en el demodulador.
Sin embargo, los efectos del canal multitrayecto genera algunos problemas. Para poder
visualizarlos, podemos considerar que el fading es lento, y por lo tanto, el canal es invariable
en el tiempo durante la duracion de un smbolo OFDM. Entonces, podemos considerar que el
canal es un filtro LTI discreto (la representacion discreta es adecuada por el uso de la DFT),
CAPITULO 4. FUNDAMENTOS DE LA MODULACION
OFDM 75
con respuesta al impulso h[n]. Esta respuesta se puede considerar finita, y por lo tanto
tiene una duracion de M muestras. Esto se puede relacionar con el tiempo de dispersion
multitrayecto de un canal Tm .
Cuando se transmite la se
nal OFDM s[n], esta es convolucionada linealmente con la
nal recibida es r[n] = h[n] s[n],
respuesta al impulso del canal h[n]. Esto significa que la se
como aparece mostrado en la figura 4.9 (por ahora no se considerara el ruido AWGN). Se
sabe que esta respuesta tiene una longitud de M + Nc 1.
Se sabe que una convolucion en el dominio del tiempo es igual a una multiplicacion en el
dominio de la frecuencia. Es deseable que se cumpla esto porque significa que la respuesta en
frecuencia del canal es multiplicada por cada subportadora a la frecuencia correspondiente,
por lo cual el dise
no del ecualizador es muy simple y se limita a una multiplicacion compleja
por cada subportadora para compensar la respuesta del canal. Sin embargo, como se usa
una DFT en el receptor, sabemos que no se puede hablar de convolucion lineal, sino de
convolucion circular 4.20:
h[n]
N s[n] DF T H[k]S[k]
(4.20)
entran los prefijos cclicos de todas las demas rutas recibidas. Esto significa que la ventana
FFT puede tomarse entre M 1 y Ncp en el receptor.
Para poner en evidencia la distorsion en el espectro por no usar el prefijo cclico, se puede
considerar que el smbolo OFDM es infinitamente periodico, pero se ha truncado mediante
una ventana w[n] rectangular de longitud N . As, podemos escribir la se
nal recibida como
4.23:
r[n] = h[n]
N {s[n]w[n]} (4.23)
1
R[k] = H[k]{Dk,m
N w[k]} (4.24)
N
Se puede ver que cada dato recibido Dk,m esta convolucionado con la DFT de la ventana,
que en este caso por ser rectangular es una funcion sinc(). Esto claramente distorsiona el
espectro, lo que en FFT se conoce como fuga espectral, pero que en el caso de OFDM provoca
ICI.
la IDFT y finalmente a cada smbolo OFDM obtenido se le agrega el prefijo cclico como se
vio anteriormente. El smbolo OFDM discreto de banda base complejo obtenido a la salida
del modulador puede expresarse de la siguiente forma (4.25) [16]:
N c 1
1
X
Dk,m ej2k(nNcp )/Nc 0 n Nc + Ncp 1
sm [n] = Nc k=0 (4.25)
0 para el resto
La se
nal completa de salida del modulador corresponde a la concanetacion de todos los
smbolos OFDM (4.26):
X
s[n] = sm [n m(Nc + Ncp )] (4.26)
m=0
Esta se
nal pasa por un canal que lo hemos modelado como filtro lineal e invariante en el
tiempo (por lo menos durante un smbolo OFDM), con respuesta al impulso h[n]. Se supone
que se ha elegido un prefijo cclico de mayor duracion que h[n], o sea, que h[n] = 0 para
n < 0 y n > Ncp . Podemos entonces escribir que la se
nal recibida por el receptor es 4.27:
Ncp
X
r[n] = n[n] + h[]s[n ] (4.27)
=0
N
X c 1
N Ncp
c 1 n X o N c 1
X X
j2kn/Nc
Zk,m = h[]sm [Ncp + n ] e + n(zm + n)ej2kn/Nc (4.29)
n=0 =0 n=0
N Ncp
c 1 n X Nc 1
X 1 X o
Zk,m = h[] Dk,m ej2k(n)/Nc ej2kn/Nc + nk,m (4.30)
n=0 =0
Nc k=0
Donde nk,m (4.31) es el k-esima muestra de la DFT de n(zm + n). nk,m es ruido blanco
Gaussiano porque n[n] tambien es AWGN.
N
X c 1
Como h[n] = 0 para > Ncp , por conveniencia se puede hacer que vare entre 0 y Nc 1.
Haciendo este cambio en 4.30 y reordenando las sumatorias, se puede obtener 4.32:
c 1
( Nc 1 N c 1
N
)
X 1 X X
Zk,m = h[]ej2k/Nc Dk,m ej2kn/Nc ej2kn/Nc + nk,m (4.32)
n=0
Nc k=0 =0
| {z }
DFT de h[n]
| {z }
IDFT
| {z }
DFT
Observando 4.32 se puede apreciar las dos operaciones principales IDFT (modulador) y
DFT (demodulador) anidadas. Pero se puede observar tambien que como factor de Dk,m
aparece la DFT de la respuesta al impulso del canal h[n]. Esta es, justamente, la respuesta
en frecuencia del canal multitrayecto, y que denotamos como Hk,m , y que corresponde a la
CAPITULO 4. FUNDAMENTOS DE LA MODULACION
OFDM 80
k-esima muestra de la DFT de h[n]. Finalmente podemos escribir la expresion mas compacta
para los smbolos recibidos por el receptor OFDM (5.2):
Por lo general la se
nal OFDM s[n] es compleja, por lo que es necesario transmitir de
alguna forma las partes real e imaginaria de s[n]. Para ello suele utilizarse un modulador en
cuadratura, de tal forma de poder transmitir por el mismo ancho de banda W los dos canales
(parte real e imaginaria de s[n]) de forma simultanea. Por este motivo, una se
nal OFDM
compleja suele utilizarse en aplicaciones donde es necesario trasladar el espectro OFDM de
banda base a una frecuencia de RF alta, como por ejemplo en una aplicacion inalambrica.
En la figura 4.12 puede observarse un esquema general de un sistema OFDM de banda base
compleja, en una aplicacion inalambrica. Desp
ues de procesarse la IDFT en el modulador,
el convertidor paralelo-serie nos separa la parte real e imaginaria de cada muestra de s[n].
Luego, cada uno de estos canales son convertidos a analogico mediante los dos conversores
digitales-analogos (DAC), y luego pasan por un filtro pasa bajos usados como filtros de
reconstruccion para el conversor. Luego, la se
nal analogica real es usada como canal en fase
I, y la se
nal analogica imaginaria es usada como canal en cuadratura Q en el modulador
en cuadratura. As, este modulador en cuadratura traslada el espectro complejo OFDM y
lo centra en la frecuencia de RF correspondiente. Finalmente pasa por un filtro pasa banda
para ajustar el espectro a una forma adecuada y es amplificada por el amplificador de RF
(PA). El proceso de demodulacion es justamente lo contrario.
Hay que tener en cuenta que la figura 4.12 es solo un esquema general y todava faltan
mas bloques que son muy importantes para el correcto funcionamiento del sistema. Faltan
bloques que implementen una adecuada sincronizacion de la ventana OFDM, bloques para
estimacion de la respuesta del canal, bloques para el ajuste de la frecuencia de muestreo y
para la frecuencia del oscilador local. Todos estos temas seran vistos en el proximo captulo.
CAPITULO 4. FUNDAMENTOS DE LA MODULACION
OFDM 81
DN/2+k = DN/2k k = 1, 2, . . . , N/2 1
(4.34)
D0 = DN/2 = 0
N 1
1 X
s[n] = Dk ej2kn/N
N k=1
N/21
1 X
= DN/2k ej2(N/2k)n/N + DN/2+k ej2(N/2+k)n/N
N k=1
N/21
1 X
= DN/2k ej2(N/2k)n/N + DN/2k ej2(N/2+k)n/N (4.35)
N k=1
Si consideramos:
= ej2(N/2k)n/N (4.36)
CAPITULO 4. FUNDAMENTOS DE LA MODULACION
OFDM 83
Obtenemos 4.37:
N/21
1 X
s[n] = DN/2k ej2(N/2k)n/N + DN/2k ej2(N/2k)n/N (4.37)
N k=1
N/21
2 n X o
s[n] = Re DN/2k ej2(N/2k)n/N
N k=1
N/21
2 n X o
= Re Dk ej2kn/N (4.38)
N k=1
Como Dk = Re {Dk } + jIm {Dk }, la expresion 4.38 puede escribirse como 4.39:
N/21
2 X
s[n] = Re {Dk } cos (2kn/N )Im {Dk } sin (2kn/N ), n = 0, 1, . . . , N 1 (4.39)
N k=1
De esta forma, si los smbolos de entrada Dk,m cumplen las relaciones 4.34, se obtiene una
secuencia real s[n] de salida. Este sistema ocupa N/2 portadoras, es equivalente en ancho de
banda a un sistema de N/2 n
umeros complejos, pero genera N n
umeros reales a la salida.
Un sistema de banda base OFDM puede verse en la figura 4.13.
CAPITULO 4. FUNDAMENTOS DE LA MODULACION
OFDM 84
Aspectos Pr
acticos en OFDM
Hemos visto del captulo anterior que OFDM con prefijo cclico es una tecnica eficaz
contra los efectos de un canal multitrayecto. Sin embargo, y al igual que otros sistemas
de comunicaciones, es necesario que disponga de un metodo de sincronizacion. Cuando se
refiere a sincronizacion en OFDM, se hace referencia a los metodos en el receptor para
mantener una correcta sincrona de la temporizacion de cada smbolo OFDM y el seguimiento
correcto de la frecuencia de muestreo y de portadora de RF. En caso de un sistema OFDM
orientado a paquetes, como IEEE802.11a/g, es necesario que exista un metodo de deteccion
del comienzo del paquete. Veremos que los sistemas OFDM en general son muy susceptibles
al desplazamiento en frecuencia de la portadora de RF o de la se
nal de clock del ADC, y son
unos de sus principales obstaculos.
Tambien veremos la forma de estimar los valores Hk,m de la respuesta del canal para
implementar el ecualizador OFDM y los efectos de la linealidad de los amplificadores y
secciones analogicas del modulador-demodulador OFDM.
5.1. Sincronizaci
on en OFDM
Hemos visto que para el caso de OFDM de bandabase compleja, se usa un modulador en
cuadratura para desplazar el espectro de la se
nal hasta una portadora de RF para sus emision
inalambrica. Para su correcta demodulacion, es necesario que el receptor use exactamente la
85
CAPITULO 5. ASPECTOS PRACTICOS
EN OFDM 86
misma frecuencia de RF. Sin embargo, en la practica el oscilador local del receptor tendra una
diferencia en frecuencia con el oscilador local del transmisor, el cual se simbolizara con f .
Por otro lado, en el transmisor la se
nal digital es transformada en analogica mediante
un DAC, el cual funciona a una cierta frecuencia de muestreo. Es necesario que el receptor
muestree la se
nal analogica en el mismo instante que el transmisor. Como esto tampoco
sucede en la practica, el instante en que muestrea el transmisor estara simbolizado por T ,
mientras el instante de muestreo del ADC del receptor sera representado por T 0 .
Hemos visto del captulo anterior que el modelo OFDM toma en cuenta un canal que es
invariante en el tiempo durante por lo menos la duracion de un smbolo OFDM. Podemos
escribir esto para el caso de la se
nal muestreada en el receptor a una tasa T = Tu /Nc , en
condiciones ideales:
X
r(nT ) = n(nT ) + hi (iT )s(nT iT ) (5.1)
i
El cual, mediante la estimacion de la respuesta del canal Hk,m , es posible realizar sin
problemas la ecualizacion.
Sin embargo, es necesario considerar los problemas de sicronizacion temporal y de fre-
cuencia. En este caso, seg
un [33] obtenemos la siguiente expresion para la se
nal muestreada
en el receptor:
0
X
r(nT 0 ) = n (n n )T 0 + ej2f T hi iT 0 s (n n )T 0 iT 0
(5.3)
i
5.1.1. Sincronizaci
on del smbolo OFDM
n
Zk,m = ej2k Nc Hk,m Dk,m + nk,m (5.4)
Puede observarse que solo existe una rotacion de fase proporcional a k producto del
n
factor ej2k Nc . Esta rotacion puede ser compensada por la estimacion del canal, considerando
n
ej2k Nc Hk,m como la respuesta total del canal.
Ahora, para el caso de ISI, se tiene la siguiente expresion 5.5:
n
Zk,m = ()ej2k Nc Hk,m Dk,m + nk,m + nn (5.5)
Donde nn representa la ICI modelada como ruido Gaussiano, cuya potencia es:
X n 2 o
2 i i
Pn |hi (t)| 2 (5.6)
i
Nc Nc
CAPITULO 5. ASPECTOS PRACTICOS
EN OFDM 89
El factor () corresponde a:
X Nc i
() |hi (t)|2 (5.7)
i
Nc
Donde k corresponde a:
k = f Tu (1 + ) + k f Tu + k (5.11)
CAPITULO 5. ASPECTOS PRACTICOS
EN OFDM 90
T0 T
= (5.12)
T
El termino nICI,k,m corresponde al ICI producida por estos desplazamientos en frecuencia,
el cual esta modelado como ruido Gaussiano, cuya potencia se puede calcular usando 5.13:
2
PnICI,k (k )2 (5.13)
3
Si de la expresion 5.10 calculamos la diferencia de fase k entre un smbolo OFDM y el
siguiente, obtenemos lo siguiente:
h (m + 1)(N + N ) + N i h m(N + N ) + N i
c cp cp c cp cp
k = 2k 2k
Nc Nc
N + N
c cp
= 2k
Nc
Ns
= 2k (5.14)
Nc
Ts
k = 2(f Tu + k) (5.15)
Tu
Por lo tanto, existe una rotacion de fase constante entre un smbolo OFDM y otro,
causado por los desplazamientos de frecuencia. Incluso, el cambio de fase que produce el
desplazamiento del clock se incrementa con el ndice k de subportadora, mientras que el
desplazamiento de la frecuencia de la portadora produce un cambio de fase que es constante
durante un smbolo OFDM. Estos cambios de fase pueden entonces expresarse como un factor
Ts
ej2mk Tu
Seg
un [33], es posible obtener una expresion simplificada para 5.10 y que ademas muestre
CAPITULO 5. ASPECTOS PRACTICOS
EN OFDM 91
Ts n
Zk,m = Dk,m Hk,m ej2mk Tu ej2k Nc + nICI,k,m + ns + nk,m (5.16)
Donde el termino ns corresponde a ruido Gaussiano adicional debido a ISI provocado por
un desplazamiento excesivo en la sincronizacion de smbolo.
En la figura 5.2 podemos apreciar el efecto de un desplazamiento en frecuencia, el cual
siempre esta asociado a ICI, debido a la perdida de ortogonalidad entre las subbandas. Cuando
no existe desplazamiento de frecuencia, el smbolo se demodula en el maximo de cada sub-
banda, el cual no posee contribuciones de las otras subbandas, gracias a la ortogonalidad.
Pero si se demodula con un peque
no desplazamiento en frecuencia, este ademas tendra con-
tribuciones de las otras subbandas.
CAPITULO 5. ASPECTOS PRACTICOS
EN OFDM 92
Donde el parametro c determina el piso de ruido del oscilador y a determina el ruido desde
f = 0 hasta fl . El parametro b da la pendiente de cada y fh el punto de 10dB menor que
en fl . Parametros tpicos para una fuente sintetizada de 5,2GHz son: a = 8, b = 2, c = 12,
fl = 10kHz y fh = 100kHz.
nos, el fasor puede aproximarse a ej(n) 1 + j(n), con
Cuando (n) toma valores peque
1. Usando esto, el smbolo recibido es (considerando solo los efectos del ruido de fase):
CAPITULO 5. ASPECTOS PRACTICOS
EN OFDM 93
Nc 1
1 X
Zk,m Dk,m Hk 1 + j(n) +
Nc
| n=0 {z }
Rotacion Fase
N c 1 N c 1
1 X X (kl)n
1 + j(n) ej2 Nc +nk,m
Dl,m Hl (5.18)
Nc l=0 n=0
k6=l
| {z }
ICI
Se puede observar en el primer termino que el ruido de fase provoca una rotacion de cada
subportadora por una cantidad igual y que es independiente del ndice k. Esto se conoce
como Error de Fase Com
un (CPE). El segundo termino corresponde a ICI provocado por
contribuciones de todas los otras subportadoras k 6= l, debido a la perdida de ortogonalidad.
Si bien el CPE puede ser estimado, la ICI provocada por ruido de fase es difcil de estimar.
5.2. M
etodos de Sincronizaci
on
A continuacion veremos algunos metodos o algoritmos que permiten sincronizar los parame-
tros vistos anteriormente en el receptor. Algunos de estos metodos requieren la ayuda de un
smbolo de entrenamiento o preambulo de trama, el cual es uno o varios smbolos OFDM es-
peciales, que es enviado al principio de una trama o paquete y el cual siempre tiene una forma
conocida. Estos metodos tambien reciben el nombre de ayudados por portadoras pilotos, pues
corresponde al envo de portadoras conocidas. Muchos estandares definen un smbolo de en-
trenamiento para llevar a cabo las tareas de sincronizacion. Por otro lado, existen tecnicas
que no usan el smbolo de entrenamiento, estas son llamadas no ayudadas por portadoras
piloto, y se basan por lo general en la existencia del prefijo cclico en cada smbolo OFDM.
5.2.1. Sincronizaci
on en IEEE802.11a/g
Es necesario adoptar un estrategia multietapa para llevar a cabo las tareas de sincroniza-
cion. Esto es debido a que los algoritmos pre-FFT o post-FFT por si solos no pueden realizar
una adquisicion precisa y rapida del error temporal o de frecuencia.
Por este motivo, se adopta la siguiente configuracion (ver figura 5.6): primero una etapa
pre-FFT de adquisicion (se realiza una sola vez), donde se obtiene el error grueso de frecuencia
y se estima el comienzo del smbolo OFDM (sincronizacion temporal gruesa), para poder
posteriormente aplicar la FFT. Luego, es necesario una etapa de sincronizacion post-FFT,
donde se realiza el seguimiento del desplazamiento de frecuencia de muestreo y de portadora,
como tambien la estimacion mas precisa de la sincronizacion temporal de smbolo. Por lo
general, estos metodos de sincronizacion fina deben llevarse a cabo despues de la estimacion y
correccion de la respuesta del canal, y son frecuentemente implementados como lazos cerrados
de control.
Los metodos post-FFT son frecuentemente ayudados por portadoras pilotos, las cuales
son accesibles despues de aplicar la FFT.
En el caso de la sincronizacion de frecuencia, es necesario estimar f y . El desplaza-
miento de la frecuencia de portadora es dividido en parte entera fI y parte fraccionaria
CAPITULO 5. ASPECTOS PRACTICOS
EN OFDM 96
f = fI + fF (5.19)
El valor fI es m
ultiplo del espacio entre portadoras 1/Tu , y existira si el desplazamiento
de frecuencia es muy grande o si hay muchas subportadoras. El proceso de adquisicion pre-
FFT y el seguimiento del desplazamiento de frecuencia post-FFT corrigen fF , mientras
que la correccion de fI (si es necesaria) es realizada mediante un proceso de adquisicion
post-FFT [34].
En la descripcion posterior de algunos algoritmos, se usara el valor f 0 , que corresponde
a la normalizacion de f con respecto a la separacion entre subportadoras fc :
Detecci
on de energa
Este algoritmo corresponde al mas simple para la deteccion de un paquete [20]. Consiste
en un metodo de deteccion de energa de la se
nal recibida. Se define la variable de decision
m[n], el cual consiste en la energa de la se
nal acumulada sobre una ventana de longitud L.
Esto aparece expresado en la ecuacion 9.1:
L1
X
m[n] = |r[n k]|2 (5.21)
k=0
Esta ecuacion puede ser simplificada si notamos que corresponde a una suma m
ovil de la
energa de la se
nal recibida. Este tipo de suma recibe el nombre de ventana deslizante, puesto
que en cada nuevo instante de n, un nuevo valor ingresa a la suma y el valor mas antiguo es
descartada de la suma. As, esta suma se puede calcular de una manera recursiva:
En la figura 5.7 se puede apreciar la respuesta m[n] de este algoritmo para un paquete que
comienza en n = 500. Es posible fijar para este caso un umbral de deteccion entre 10 y 25.
Sin embargo, a pesar de la simplicidad de este algoritmo, uno de sus principales problemas
es que m[n] depende del nivel de la se
nal recibida, por lo que el valor del umbral de deteccion
tambien dependera del nivel de la se
nal recibida. Una solucion para esto es usar un sistema
de doble ventana de deteccion.
Detecci
on por doble ventana deslizante
Este metodo utiliza dos ventanas deslizantes consecutivas, donde cada una calcula la
energa recibida. El principio basico de este algoritmo consiste en que la variable de decision
m[n] corresponde a la razon entre el resultado de las dos ventanas. En la figura 5.8 podemos
observar la respuesta de m[n] cuando se recibe un paquete y las dos ventanas correspondientes.
CAPITULO 5. ASPECTOS PRACTICOS
EN OFDM 98
a[n]
m[n] = (5.23)
b[n]
Donde las expresiones de las dos ventanas corresponde a:
M
X 1
a[n] = |r[n k]|2 (5.24)
k=0
XL
b[n] = |r[n + l]|2 (5.25)
l=1
Un beneficio adicional de este algoritmo es el hecho que cuando m[n] alcanza su valor peak,
corresponde cuando la ventana A posee la energa de la se
nal recibida mas ruido, mientras
la ventana B contiene solamente ruido, por lo que m[n] permite estimar adicionalmente la
relacion se
nal a ruido:
apeak S+N S
mpeak = = = +1 (5.26)
bpeak N N
Por lo tanto, la relacion se
nal a ruido estimada puede calcularse usando 5.27:
R = mpeak 1
SN (5.27)
Este algoritmo fue propuesto por Schimdl y Cox, basandose en el uso de un preambulo
de trama como en el caso de WiFi IEEE 802.11a/g. Es un algoritmo muy robusto contra el
desplazamiento en frecuencia de la portadora y tambien muy robusto contra el fading. Hace
uso de la periodicidad del preambulo de trama al comienzo.
Este algoritmo calcula la correlacion entre la se
nal recibida r[n] y una version retardada
CAPITULO 5. ASPECTOS PRACTICOS
EN OFDM 100
de la misma. El valor del retardo D corresponde a un periodo del inicio del preambulo, que
para el caso de IEEE 802.11a/g corresponde al periodo de los smbolos cortos, esto es D = 16
muestras. As, esta correlacion es obtenida usando 5.28:
L1
X
R[n] = r [n + m]r[n + m + D] (5.28)
m=0
L1
X
P [n] = |r[n + m + D]|2 (5.29)
m=0
|R[n]|2
m[n] = (5.30)
(P [n])2
La figura 5.10 ilustra un diagrama en bloques de este algoritmo, donde R y P corresponden
a ventanas deslizantes de longitud L de la parte de correlacion y de energa respectivamente.
La figura 5.11 muestra la salida del algoritmo m[n] cuando entra un paquete en el receptor
en la muestra 100, donde es posible apreciar la forma de meseta o monta
na que posee este
CAPITULO 5. ASPECTOS PRACTICOS
EN OFDM 101
algoritmo. Esta forma empieza a subir L muestras antes de que comience el preambulo,
permanece plana hasta 2L muestras antes de que se acaben los smbolos cortos y finalmente
desciende durante L muestras.
Este algoritmo tambien puede ser usado para estimar el desplazamiento de frecuencia
f0 F . En este caso se usa la salida de autocorrelacion R[n] para este proposito.
Una vez obtenido la estimacion temporal, la cual podemos expresar como:
n
= arg max(m[n]) (5.31)
n
1
f0 F = n ])
(R[ (5.32)
CAPITULO 5. ASPECTOS PRACTICOS
EN OFDM 102
Figura 5.12: Se
nal generada por el algoritmo de correlacion de CP.
Sincronizaci
on temporal basada en el prefijo cclico
n
= arg max () (5.33)
SN R
() = |[]| [] (5.34)
SN R + 1
La salida de () puede observarse en la figura 5.12, donde se aprecia un maximo justo
al comienzo de cada smbolo OFDM.
Las funcion [m] corresponde a la correlacion del prefijo cclico:
m+Ncp 1
X
[m] = r[k]r [k + Nc ] (5.35)
k=m
La funcion [m] permite compensar una alta contribucion en debido a muestras de alto
CAPITULO 5. ASPECTOS PRACTICOS
EN OFDM 103
valor:
m+Ncp 1
X
[m] = 0,5 |r[k]|2 + |r[k + Nc ]|2 (5.36)
k=m
1
f0 F = n ])
([ (5.37)
2
Las ventajas de este algoritmo es que permite una alta eficiencia espectral por no usar
portadoras piloto. Sin embargo, este algoritmo presenta una desventaja: el rendimiento es
reducido drasticamente por los efectos de un canal multitrayecto, y la salida tiende a cero si
la duracion de la respuesta al impulso del canal es igual que la duracion del prefijo cclico.
Seg
un [34], es posible usar portadoras pilotos continuas para llevar a cabo una sincroni-
zacion fina post-FFT. Esta es implementada mediante un lazo cerrado de control, donde hay
uno para ajustar el desplazamiento de frecuencia de portadora (CFO) f 0 (el error restante
de fF , pues la parte entera ya debera estar eliminada) y otro para ajustar el desplazamiento
de la frecuencia de muestreo (SFO) .
El algoritmo realiza un producto conjugado entre las portadoras pilotos continuas del
smbolo actual y del smbolo OFDM anterior. Estas portadoras son divididas en dos grupos:
el conjunto C1 correspondiente a las portadoras pilotos continuas del lado izquierdo del
espectro de OFDM y el conjunto C2 correspondiente al lado derecho, las cuales seg
un la
ecuacion 5.38 permite obtener las cantidades 1,m y 2,m :
h X i
(1|2),m = Zk,m Zk,m1 (5.38)
kC(1|2)
CAPITULO 5. ASPECTOS PRACTICOS
EN OFDM 104
1 1
f0 = (2,m + 1,m ) (5.39)
2(1 + Ncp /Nc ) 2
Tambien, con los mismos valores de 1,m y 2,m se obtiene la estimacion de :
1 1
= (2,m 1,m ) (5.40)
2(1 + Ncp /Nc ) K/2
5.3. Estimaci
on de la respuesta del Canal
La estimacion de la respuesta en frecuencia del canal corresponde a una de las etapas
del proceso de ecualizacion en OFDM. Esta invierte el efecto del fading no-selectivo en
frecuencia de cada subportadora. Para poder llevar a cabo la estimacion del canal, suele
utilizarse portadoras piloto en la se
nal OFDM, como el caso del preambulo de trama de
IEEE 802.11a/g. En el caso que el canal vare en el tiempo, es necesario que las portadoras
piloto se repitan frecuentemente en el tiempo.
El espacio entre portadoras piloto en el tiempo y en la frecuencia depende del tiempo
de coherencia y del ancho de banda de coherencia del canal. Se puede reducir la carga de
portadoras piloto por elegir una maxima distancia entre ellas menor que el tiempo y ancho
de banda de coherencia. De esta forma, usando interpolacion en el dominio del tiempo y de la
frecuencia, la respuesta al impulso y la respuesta en frecuencia del canal puede ser calculada.
La figura 5.13 muestra la ubicacion de las portadoras piloto en un frame de IEEE 802.11a/g,
donde es posible ubicar las portadoras piloto de los smbolos de entrenamiento cortos y largos
del preambulo de trama, y de las cuatro portadoras piloto que se transmiten siempre junto
a los datos y que sirven para determinar el desplazamiento de fase.
Transmitiendo un smbolo conocido, como por ejemplo Tk , el smbolo recibido en el re-
CAPITULO 5. ASPECTOS PRACTICOS
EN OFDM 105
ceptor corresponde a:
Rk = Hk Tk + nk (5.41)
k = Rk T
H (5.42)
k
Rk,m
Yk,m = (5.43)
k
H
Si el smbolo OFDM usado para la estimacion del canal, como por ejemplo dos smbolos
de entrenamiento largos de IEEE 802.11a/g, son usados para la estimacion del canal, despues
de realizar la DFT en el receptor, los smbolos recibidos Rk,1 y Rk,2 correspondientes a los
smbolos de entrenamiento largos transmitidos Tk,1 y Tk,2 respectivamente, son:
CAPITULO 5. ASPECTOS PRACTICOS
EN OFDM 106
Para una mejor estimacion de la respuesta del canal, se realiza un promedio entre las dos
DFTs obtenidas. As, la respuesta estimada del canal es:
k = 1 Rk,1 + Rk,2 T
H k (5.46)
2
Donde Tk = Tk,1 = Tk,2 puesto que los smbolos de entrenamiento largos son iguales.
Podemos comprobar 5.46 reemplazando Rk,1 y Rk,2 :
la salida sera saturada al valor maximo Pout,max . Para una entrada con potencia promedio
Ps,av , se define el parametro input backoff (IBO) [29], com
unmente medido en decibeles:
Pin,max
IBO = (5.48)
Ps,av
La figura 5.16 muestra el efecto en la amplitud de una se
nal OFDM si se usa un ampli-
ficador de no lineal de curva suave en b) y un amplificador con clipping e IBO = 6dB. En
este caso la potencia promedio esta normalizada a uno. As, con IBO = 6dB en el caso del
amplificador con clipping, todas las amplitudes son saturadas a un valor maximo de 2.
Si consideramos a la se
nal de banda base compleja:
sout (t) = F a(t) ej (t)+ a(t)
(5.50)
De la ecuacion 5.50 se puede observar que la amplitud es distorsionada por la curva del
amplificador F (x) y que aparece una distorsion de fase dada por la funcion (x) que depende
de la amplitud de entrada. Si se considera una respuesta exponencial del amplificador, donde
CAPITULO 5. ASPECTOS PRACTICOS
EN OFDM 109
1 2 1 3 1
Fexp (x) = x x + x x4 + . . . (5.52)
2! 3! 4!
Donde se observa que con bajos valores de x, la salida crece de manera lineal. Sin embargo,
los terminos de mayor orden deterioran las caractersticas espectrales de la se
nal OFDM.
Corrompen la se
nal dentro del lobulo principal y crea radiacion espectral fuera de la banda
de interes. Para observar estos efectos, se puede observar las figuras 5.17 y 5.18. En la primera
se observa un espectro OFDM corrompido por un amplificador de curva de respuesta suave
Fexp (x), para varios valores de IBO. La segunda figura muestra el caso del espectro OFDM
para un amplificador con clipping. Se puede observar claramente que un amplificador con
respuesta exponencial requiere un alto IBO para reducir la radiacion espectral fuera del
lobulo principal, en comparacion con un amplificador con clipping.
CAPITULO 5. ASPECTOS PRACTICOS
EN OFDM 110
Figura 5.17: Espectro OFDM para varios valores de IBO de un amplificador de saturacion
suave.
Figura 5.18: Espectro OFDM para varios valores de IBO de un amplificador con clipping.
CAPITULO 5. ASPECTOS PRACTICOS
EN OFDM 111
En el caso del lobulo central, los terminos de mayor orden de 5.52 corrompen la informa-
cion transmitida. Para apreciar los efectos de corrupcion, se puede observar la figura 5.19.
En la parte a) se observa el efecto en una constelacion 16-QAM que causa un amplificador
con respuesta suave exponencial para varios valores de IBO, y la parte b) corresponde a un
amplificador con clipping. Al igual que el caso del espectro, se puede concluir que el amplifi-
cador con clipping requiere menos IBO para reducir el efecto de la distorsion. Por otro lado,
se puede observar que la distorsion que causa el amplificador se puede considerar como ruido
de fondo aditivo. Esto es as porque los terminos de mayor orden de 5.52 generan productos
de mezclado de las portadoras que interfieren con la se
nal de interes, as cada portadora es
afectada por productos de mezclado de muchas otras portadoras. Esto se puede considerar
como muchas variables aleatorias, y por el teorema del lmite central, esta interferencia se
puede considerar como ruido Gaussiano.
Captulo 6
La FFT en OFDM
112
CAPITULO 6. LA FFT EN OFDM 113
N
X 1
X[k] = x[n]WNnk k = 0, 1, 2, . . . , N 1 (6.1)
n=0
WN ej2/N (6.2)
Este factor posee algunas propiedades de simetra, las cuales son aprovechadas en el
desarrollo del algoritmo:
(N/2)1 N 1
X X
X[k] = x[n]WNnk + x[n]WNnk (6.5)
n=0 n=N/2
(N/2)1 (N/2)1
X kN/2
X h N i nk
X[k] = x[n]WNnk + WN x n+ WN (6.6)
n=0 n=0
2
CAPITULO 6. LA FFT EN OFDM 114
kN/2
El factor WN puede reemplazarse por:
kN/2
WN = ejk = cos(k) j sin(k) = (1)k (6.7)
(N/2)1
X h N i nk
X[k] = x[n] + (1)k x n + WN (6.8)
n=0
2
Como (1)k es igual a 1 para k par y 1 para k impar, la ecuacion 6.8 puede ser escrita
como dos ecuaciones, una para secuencias pares e impares:
(N/2)1
X h N i nk
X[k] = x[n] + x n + WN k par (6.9)
n=0
2
(N/2)1
X h N i nk
X[k] = x[n] x n + WN k impar (6.10)
n=0
2
(N/2)1
X h N i 2nk
X[2k] = x[n] + x n + WN k = 0, 1, . . . , (N/2) 1 (6.11)
n=0
2
(N/2)1
X h N i 2nk n
X[2k + 1] = x[n] x n + WN WN k = 0, 1, . . . , (N/2) 1 (6.12)
n=0
2
Teniendo en cuenta que el factor WN2nk puede ser escrito como WN/2
nk
, obtenemos una
CAPITULO 6. LA FFT EN OFDM 115
Figura 6.1: Descomposicion de una DFT de 8 puntos en dos DFTs de 4 puntos por DIF.
(N/2)1
X
nk
X[2k] = a[n]WN/2 (6.15)
n=0
(N/2)1
X
X[2k + 1] = b[n]WNn WN/2
nk
(6.16)
n=0
Mediante 6.15 y 6.16 es posible dividir una DFT en varias partes. Si observamos estas
ecuaciones, la primera corresponde a una DFT de N/2 puntos de la secuencia a[n] y la
segunda corresponde a la DFT de N/2 puntos de la secuencia b[n]WNn . La figura 6.1 muestra la
descomposicion de una secuencia de 8 puntos en dos DFTs de 4 puntos, usando la ecuaciones
6.15 y 6.16. El diagrama de flujo antes de los bloques DFT de 4 puntos muestran graficamente
el calculo de a[n] y de b[n]WNn antes de la entrada de los bloques DFT. Puede observarse que
la salida final aparece desordenada, puesto que primero aparecen las secuencias pares y luego
las impares debido a la aplicacion de 6.15 y 6.16.
Ahora, para el calculo de las dos DFTs restantes, se repite nuevamente el algoritmo
anterior pero para N = 4. Esto puede observarse en la figura 6.2, dando paso a la division en
CAPITULO 6. LA FFT EN OFDM 116
Figura 6.2: Descomposicion de las DFTs de 4 puntos en DFTs de 2 puntos por DIF.
dos partes de cada DFT, debiendose calcular finalmente 4 DFTs de 2 puntos. En la figura
se aprecia que se usan los factores twiddle WN0 y WN2 . Esto es as porque se esta usando una
DFT de 4 puntos, siendo la original una DFT de 8 puntos: WN/2 = WN2 .
Por otro lado, se observa que la salida esta nuevamente desordenada, debido al arreglo de
pares e impares realizado por la nueva aplicacion del algoritmo. Este salida se puede ordenar
facilmente utilizando un algoritmo llamado bit reversal, el cual sera explicado mas adelante.
Ahora solo queda el calculo de las DFTs de 2 puntos, el cual corresponde a la descompo-
sicion mas baja de Radix-2. En este punto, ya no se puede aplicar el algoritmo, por lo cual
se usa directamente la definicion de la DFT:
1
X
X[k] = x[n]W2nk (6.17)
n=0
De esta forma, el diagrama final del algoritmo DIF puede apreciarse en la figura 6.3.
Observando la figura, se puede concluir que se va repitiendo una estructura recursivamente.
Esta estructura recibe el nombre de mariposa y constituye el elemento basico de calculo de
una FFT. Un diagrama generico de una mariposa basica para una FFT Radix-2 DIF aparece
en la figura 6.4, donde r = 0, 1, 2, . . . , N/2 1 y corresponde al ndice de la mariposa dentro
de cada DFT.
La figura 6.3 tambien muestra que en el proceso de calculo de la FFT se requieren 3
etapas. La cantidad de etapas b esta dado por b = log2 N .
CAPITULO 6. LA FFT EN OFDM 118
Para el caso del desarrollo de la FFT Radix-2 DIT, que fue el publicado por Cooley y
Tukey, se divide x[n] de la ecuacion 6.1 en secuencias pares e impares [18], obteniendose:
(N/2)1 (N/2)1
X X (2n+1)k
X[k] = x[2n]WN2nk + x[2n + 1]WN (6.22)
n=0 n=0
(N/2)1 (N/2)1
X X
nk
X[k] = x[2n]WN/2 + WNk nk
x[2n + 1]WN/2 (6.23)
n=0 n=0
Ahora, si se define:
(N/2)1
X
nk
C[k] x[2n]WN/2 (6.24)
n=0
(N/2)1
X
nk
D[k] x[2n + 1]WN/2 (6.25)
n=0
Considerando la salida para X[k + (N/2)], y aplicando las propiedades de simetra del
CAPITULO 6. LA FFT EN OFDM 119
Figura 6.5: Descomposicion de una DFT de 8 puntos en dos DFTs de 4 puntos por DIT.
Si se observa las ecuaciones 6.24 y 6.25, C[k] y D[k] corresponden a las DFTs de N/2
puntos de la parte par e impar respectivamente de una secuencia de longitud N . Con esto es
posible dividir la DFT original en dos partes. Luego, usando 6.26 y 6.27 se obtiene la salida
de la DFT total X[k]. En la figura 6.5 se puede apreciar la aplicacion de estas ecuaciones
para una secuencia N = 8.
Al igual que en el caso de la FFT por diezmado en la frecuencia, se aplica nuevamente el
mismo algoritmo pero para las DFTs de N = 4. Esto se puede observar en la figura 6.6.
Finalmente, solo basta obtener las DFTs de N = 2, con lo cual se obtiene el diagrama
de flujo del algoritmo FFT por diezmado en el tiempo (figura 6.7). Comparandola con el
algoritmo Radix-2 DIF, este diagrama es una version invertida. En este caso, las muestras
de entrada deben ser ordenadas de la forma como aparece la figura antes de la aplicacion de
este algoritmo, entregando a su salida una secuencia ordenada. De esta forma, para el caso
DIF el algoritmo bit reversal es aplicado al final del proceso, mientras que en el caso DIT
CAPITULO 6. LA FFT EN OFDM 120
Figura 6.6: Descomposicion de las DFTs de 4 puntos en DFTs de 2 puntos por DIT.
Si bien el orden de salida de Radix-2 DIF o el orden de entrada de Radix-2 DIT sigue
un orden especial, este puede ser deducido facilmente mediante el algoritmo bit reversal.
Basicamente consiste en invertir la representacion binaria del ndice, por ejemplo el n
umero
4, que en binario es representado por 100, invirtiendo el orden de los bits nos da 001, que
corresponde al n
umero 1. Esto lo podemos observar mejor en el cuadro 6.1 para el caso N = 8.
Esto significa que la salida del algoritmo DIF sigue un orden logico si se invierte los bits de
la representacion binaria del ndice.
Observando nuevamente la tabla 6.1, podemos explicar como opera este algoritmo: la
muestra de la posicion 0 a la entrada del algoritmo bit reversal es copiado a la salida en la
posicion 0, la muestra de la posicion 1 es copiada en la posicion 4, la muestra de la posicion
2 se copia en la posicion 2, y as sucesivamente, como es indicado en el cuadro.
CAPITULO 6. LA FFT EN OFDM 121
Hasta el momento se ha visto la FFT para el calculo de la DFT directa. En el caso querer
obtener la DFT inversa, com
unmente se usa el mismo algoritmo FFT visto anteriormente,
haciendo algunas modificaciones. Para saber cuales son estas modificaciones, consideremos
la definicion de la DFT inversa:
N 1
1 X
x[n] = X[k]WNnk n = 0, 1, 2, . . . , N 1 (6.28)
N k=0
Si comparamos 6.28 con la definicion de la DFT directa 6.1, vemos que solamente existe
un cambio de signo en el factor twiddle y las muestras de salida son escaladas por 1/N para
el caso de la DFT inversa. De esta forma, para calcular la IFFT, se usa la misma estructura
de la FFT, usando factores twiddle con el signo contrario y multiplicando cada muestra de
salida por 1/N , el cual en el caso de OFDM, puede ser un factor de escala que se ajustara para
evitar desbordamientos de registros.
(N/4)1 (N/4)1
X kN/4
X h N i kn
X[k] = x[n]WNkn + WN x n+ WN +
n=0 n=0
4
(N/4)1 (N/4)1
kN/2
X h Ni 3kN/4
X h 3N i kn
WN x n+ WNkn + WN x n+ WN (6.30)
n=0
2 n=0
4
Si consideramos que los siguientes factores twiddle se pueden escribir de la siguiente forma:
(N/4)1
X h Ni h Ni h 3N i kn
X[k] = x[n] + (j)k x n + + (1)k x n + + (j)k x n + WN (6.32)
n=0
4 2 4
La ecuacion 6.32 no representa una DFT basica de N/4, sino una DFT N puntos. Para
lograr lo primero, se obtendran las salidas para X[4k], X[4k + 1], X[4k + 2] y X[4k + 3],
de una manera similar a las salidas pares e impares del algoritmo Radix-2 DIF. Para esto,
reemplazaremos la variable k por k = 4k + m, donde m = 0, 1, 2, 3:
(N/4)1
X
4k+m
h Ni 4k+m
h Ni
X[4k + m] = x[n] + (j) x n+ + (1) x n+ +
n=0
4 2
4k+m
h 3N i mn kn
(j) x n+ WN WN/4 (6.33)
4
Teniendo en cuenta que (j)4k , (1)4k y (j)4k son siempre igual a 1, podemos escribir:
(N/4)1
X h Ni h Ni
X[4k + m] = x[n] + (j)m x n + + (1)m x n + +
n=0
4 2
h 3N i mn kn
(j)m x n + WN WN/4 (6.34)
4
CAPITULO 6. LA FFT EN OFDM 124
Reemplazando para m = 0, 1, 2, 3:
(N/4)1
X h Ni h Ni h 3N i 0 kn
X[4k] = x[n] + x n + +x n+ +x n+ WN WN/4
n=0
4 2 4
(N/4)1
X h Ni h Ni h 3N i n kn
X[4k + 1] = x[n] jx n + x n+ + jx n + WN WN/4
n=0
4 2 4
(N/4)1
X h Ni h Ni h 3N i 2n kn
X[4k + 2] = x[n] x n + +x n+ x n+ WN WN/4
n=0
4 2 4
(N/4)1
X h Ni h Ni h 3N i 3n kn
X[4k + 3] = x[n] + jx n + x n+ jx n + WN WN/4
n=0
4 2 4
h Ni h Ni h 3N i 0
a[n] = x[n] + x n + +x n+ +x n+ WN (6.35)
4 2 4
h Ni h Ni h 3N i n
b[n] = x[n] jx n + x n+ + jx n + WN (6.36)
4 2 4
h Ni h Ni h 3N i 2n
c[n] = x[n] x n + +x n+ x n+ WN (6.37)
4 2 4
h Ni h Ni h 3N i 3n
d[n] = x[n] + jx n + x n+ jx n + WN (6.38)
4 2 4
(N/4)1
X
kn
X[4k] = a[n]WN/4 (6.39)
n=0
(N/4)1
X
kn
X[4k + 1] = b[n]WN/4 (6.40)
n=0
(N/4)1
X
kn
X[4k + 2] = c[n]WN/4 (6.41)
n=0
(N/4)1
X
kn
X[4k + 3] = d[n]WN/4 (6.42)
n=0
CAPITULO 6. LA FFT EN OFDM 125
Se puede observar entonces, que la DFT original de N puntos a sido dividida en 4 DFTs.
Para lograr esto, es necesario aplicar las ecuaciones 6.35, 6.36, 6.37 y 6.38 a la secuencia
original x[n] de longitud N . Por lo tanto, estas ecuaciones nos permite definir una mariposa
para este tipo de FFT.
La figura 6.9 muestra en a) la mariposa basica para el algoritmo Radix-4 por diezmado
en frecuencia. Debido a la complejidad de su estructura, se usa una representacion mas
simplificada en b). La variable q representa el ndice de la mariposa dentro de cada DFT,
donde q = 0, 1, 2, . . . , N/4 1. La cantidad de etapas b esta dado por: b = log4 N .
Como ejemplo, en la figura 6.10 se observa la descomposicion en una DFT de 16 puntos
en 4 DFTs de 4 puntos. En este caso, es necesario log4 16 = 2 etapas. Se ha aplicado la
representacion simplificada de la mariposa Radix-4 DIF.
Finalmente, la figura 6.11 muestra todo el proceso necesario para el calculo de la FFT
Radix-4 DIF. Al igual que en los casos anteriores de Radix-2, para la u
ltima etapa se aplica
directamente la mariposa basica por cada DFT restante.
Figura 6.10: Descomposicion de una DFT de 16 puntos por el algoritmo Radix-4 DIF.
operacion (el cual depende de cada plataforma), obtenemos el tiempo total requerido para la
ejecucion de una FFT. Estas operaciones corresponden a sumas y multiplicaciones complejas,
y hay hardware especfico optimizado para estas tareas, logrando realizar una suma y mul-
tiplicacion real a la vez, o poseen instrucciones especficas para el calculo de una mariposa
FFT.
Por lo general no se realiza el calculo de la constante twiddle durante la ejecucion del algo-
ritmo, sino que antes son calculados y luego almacenados en memoria, para que el algoritmo
final solamente utilice el valor de la constante twiddle necesaria.
El caso del calculo directo de la DFT, este implica desarrollar 6.1:
(N 1)k
X[k] = x[0]WN0 + x[1]WNk + x[2]WN2k + . . . x[N 1]WN k = 0, 1, 2, . . . N 1 (6.43)
N
S = 2 log2 N = N log2 N (6.44)
2
N
M = log2 N (6.45)
2
complejas como mnimo (ver figura 6.9). La cantidad de etapas corresponde a b = log2 N y
la cantidad de mariposas por etapa son N/4. Con esto, la complejidad computacional del
algoritmo Radix-4 es:
N
S = 12 log2 N = 3N log4 N (6.46)
4
N
M = 3 log4 N (6.47)
4
3N
S = log2 N (6.48)
2
3N
M = log2 N (6.49)
8
Comparando los resultados anteriores, el algoritmo Radix-4 provoca una reduccion del
25 % de las multiplicaciones complejas, mientras que las sumas en Radix-4 aumentan su
complejidad en un 50 %. Sin embargo, por lo general el algoritmo Radix-4 es mas eficiente
que Radix-2 para valores grandes de N .
Captulo 7
Modulaci
on y Codificaci
on en OFDM
7.1. Modulaci
on de las subportadoras
Cada subportadora en OFDM puede modularse en amplitud y/o fase para la transmision
de la informacion. Obviamente no puede usarse la modulacion en frecuencia porque destruira
la ortogonalidad de las subportadoras.
La datos a transmitir Dk,m a la entrada del bloque IFFT, son n
umeros complejos. Sabe-
mos que cada uno de estos n
umeros complejos modulan a una k-esima portadora. De esta
forma, durante la generacion de un smbolo OFDM Nc n
umeros complejos modulan a cada
129
CAPITULO 7. MODULACION
Y CODIFICACION
EN OFDM 130
Bits de entrada Q I
00 1 1
01 1 -1
11 -1 -1
10 -1 1
Cuadro 7.1: Correspondencia entre los bits de entrada y la salida de un modulador QPSK
de cada portadora, mas bits por portadoras seran posibles transmitir, lo cual aumenta la
eficiencia del sistema. Sin embargo, este aumento obliga a necesitar una mayor SNR, por
lo cual este impone el lmite final a la hora de elegir que tipo de modulacion usar en las
portadoras OFDM.
Para poder generar la correspondiente modulacion digital de cada portadora, es necesario
realizar un mapeo entre los bits a codificar y el n
umero complejo a generar Dk,m . Esto
dependera del tipo de modulacion a usar. La figura 7.1 muestra un bloque mapeador generico
para un modulador que posee una constelacion de M puntos. Puede verse que la cantidad de
bits de entrada esta relacionada mediante la expresion q = log2 M , donde q es la cantidad de
bits de entrada. La salida de este bloque es un n
umero complejo correspondiente a la k-esima
entrada del bloque IFFT.
Como gran parte de un sistema OFDM esta implementado de manera digital, y justamente
la entrada del bloque IFFT debe ser digital, el bloque mapeador lo constituye simplemente
una tabla de correspondencia entre los bits de entrada y el n
umero complejo de salida. Esto
se puede apreciar en el cuadro 7.1.
La figura 7.3 muestra un esquema muy simple de generacion de OFDM a partir de un flujo
serial de bits. Como se ve en la figura, el conjunto de moduladores de cada portadora forma
un bloque llamado codificador de constelacion. En este caso, se usan moduladores QPSK, el
CAPITULO 7. MODULACION
Y CODIFICACION
EN OFDM 132
cual tiene M = 4, por lo cual admiten 2 bits de entrada, por lo cual es enviado 2 bits por
portadora. Por lo tanto, el conversor serie-paralelo (S/P) tiene que formar un bloque de qNc
bits, o sea, en este caso 2Nc . Sin embargo, una de las desventajas de un sistema similar, es la
ausencia de un codigo para la deteccion y correccion de errores, el cual mejora notablemente
el desempe
no de OFDM, y sera visto mas adelante en este captulo.
En cuanto a los tipos de modulaciones, estas pueden clasificarse en modulaciones cohe-
rentes y no-coherentes, las cuales seran tratadas a continuacion.
7.1.1. Modulaci
on Coherente
En este tipo de modulacion, la informacion digital esta contenida en la amplitud y/o fase
de la portadora o subportadora, y este smbolo no tiene ninguna relacion con otro smbolo
transmitido. Para llevar a cabo esto, es necesario que se mantenga sincronizada la fase de
la portadora entre el receptor y el transmisor. La modulacion coherente tiene un elevado
rendimiento, pero necesita de una estructura del receptor mas compleja para llevar a cabo
las tareas de sincronizacion de fase. De hecho, por su alto rendimiento, es usado en muchas
aplicaciones de alta velocidad, como por ejemplo IEEE802.11a/g [20].
CAPITULO 7. MODULACION
Y CODIFICACION
EN OFDM 133
Las modulaciones digitales coherentes mas comunes son ASK, PSK y QAM. La modula-
cion ASK (Amplitude Shift Keying) transmite la informacion por el cambio de amplitud de
la portadora. La modulacion PSK (Phase Shift Keying) transmite la informacion por alg
un
cambio de fase de la portadora. Finalmente, la modulacion QAM (Quadrature Amplitude
Modulation) combina ambas tecnicas, o sea, los smbolos son codificados por una combinacion
de amplitud y de fase.
Por lo general la modulacion ASK no es empleada en OFDM, sino que las mas empleadas
de las modulaciones coherentes son las versiones de PSK como lo son BPSK (Binary Phase
Shift Keying) y QPSK (Quadrature Phase Shift Keying), que poseen una cantidad de M = 2
y M = 4 puntos en sus constelaciones respectivamente, y las versiones de QAM como 16-
QAM y 64-QAM. En la figura 7.4 se puede apreciar una constelacion BPSK en a), una QPSK
en b) y una 8-PSK en c). La figura 7.5 muestra una constelacion 8-QAM en a) y 16-QAM
en b).
Una de las ventajas de la modulacion PSK es que posee una amplitud constante, puesto
que la informacion es llevada en la fase de la se
nal, por lo cual se simplifica notablemente el
dise
no de los amplificadores (parte analogica del sistema), puesto que no requieren de una
elevada linealidad. Sin embargo, esto es valido para sistemas de portadora u
nica. En el caso
de OFDM, aunque se utilice PSK como esquema de modulacion de las subportadoras, nunca
la salida OFDM tendra amplitud constante, puesto que corresponde a la suma de muchas
subportadoras que pueden poseer fases distintas.
Por otro lado, no suele utilizarse PSK con constelaciones mayores que M = 8 y tampoco
CAPITULO 7. MODULACION
Y CODIFICACION
EN OFDM 134
suele utilizarse 8-QAM. Cuando es necesario una constelacion de 8 puntos, suele elegirse
8-PSK en vez de 8-QAM.
C
odigo Gray en las constelaciones
7.1.2. Modulaci
on No-coherente
como modulacion de sus subportadoras OFDM, dado que no emplea grandes velocidades de
transmision.
Los sistemas M-DPSK posee una constelacion identica que un sistema M-PSK, la u
nica
diferencia corresponde al mapeo entre los bits y los puntos de la constelacion. La figura 7.7
muestra un sistema DAPSK de 32 puntos de constelacion. En este caso, se puede distinguir
8 niveles de fases (3 bits) y 4 niveles de amplitudes (2 bits). Se puede destacar en este caso
un cambio en la forma de la constelacion, comparada por ejemplo con QAM.
Para poder detectar una diferencia de amplitud, se debe dividir la amplitud del smbolo
recibido por el smbolo anterior. Esto elimina el efecto sobre la amplitud que causa el canal
de comunicacion. Consideremos que la se
nal recibida es:
Rk = Hk Xk (7.1)
|Hk ||Xk |
|Yk | = (7.3)
|Hk1 ||Xk1 |
Como la respuesta del canal se puede considerar constante durante la transmision de los
dos smbolos, esto es |Hk | = |Hk1 |, obtenemos:
|Xk |
|Yk | = (7.4)
|Xk1 |
De 7.4, nos podemos dar cuenta que la informacion transmitida no fue influenciada por la
respuesta del canal. En el caso de DPSK, el efecto de la fase desconocida es aditiva, y puede
ser considerada constante durante la transmision de dos smbolos consecutivos, por lo que
una substraccion entre dos smbolos consecutivos cancela el efecto de fase.
7.1.3. Detecci
on
Un detector que usa decision dura tambien es conocido como slicer. Un slicer hace una
determinacion definitiva si el bit transmitido fue un cero o un uno, y por lo tanto su salida
puede ser cero o uno. Tambien un detector de decision dura se puede definir como aquel
donde la cantidad posible de entradas es igual a la cantidad posible de salidas. Un detector
que posea una cantidad de salidas mayor que su entrada, es un detector de decision suave.
La figura 7.8 muestra los lmites empleados por un detector por decision dura que usa
un esquema de modulacion QPSK. Estos lmites de decision determinan como los bits son
mapeados. Por ejemplo, cuando un smbolo cae en los lmites que determinan la combinacion
CAPITULO 7. MODULACION
Y CODIFICACION
EN OFDM 138
Figura 7.8: Lmites para deteccion por decision dura en una constelacion QPSK.
binaria 00 (marcado por una x en la figura), un detector de decision dura tiene en su salida
la combinacion binaria 00.
Un detector por decision suave, a parte de entregar una informacion basada en decision
dura (cero o uno), entrega informacion de la fiabilidad de la deteccion. Esta informacion
adicional puede mejorar notablemente el rendimiento de esquemas de codificacion del canal.
Para poder realizar la deteccion suave, el detector debe considerar los bits individualmente.
Por ejemplo, en el caso de la figura 7.8, el smbolo recibido se encuentra muy cerca del lmite
de decision entre 00 y 01. Para que el bit de la izquierda cambie a uno, el smbolo debera
estar cerca del lmite de decision entre 00 y 10, pero como esta muy lejos de este lmite,
este bit es muy fiable. Todo lo contrario sucede con el segundo bit, para que cambie a 0, es
necesario muy poco ruido, y por lo tanto, este bit tiene muy poca fiabilidad. Para reflejar
la fiabilidad de los bits, los bits a la salida del detector tienen distintos valores: un valor
absoluto grande para el primer bit y un valor peque
no para el segundo bit. El signo de la
decision suave, determina si es un 1 o 0.
CAPITULO 7. MODULACION
Y CODIFICACION
EN OFDM 139
7.2. Codificaci
on
En casi todas las aplicaciones que usan alguna tecnica de modulacion multiportadora, un
rendimiento satisfactorio no puede ser alcanzado si no se usa alguna forma de codificacion. En
sistemas inalambricos sujetos a un canal multitrayecto, son necesarios altos SNR para obtener
una probabilidad de error razonable. Por este motivo, el uso de la codificacion es de suma
importancia en un sistema de comunicaciones, para poder reducir estos altos requerimientos.
Para el caso de un sistema multiportadora como OFDM, el dominio de la frecuencia y
el dominio del tiempo pueden ser usados para lograr una mejor inmunidad contra el fading
selectivo en frecuencia y en el tiempo. Para ello, suele utilizarse el interleaving o entrelazado,
el cual sera explicado a continuacion. Basta con decir que esta tecnica aprovecha la diversidad
en el tiempo y en la frecuencia que existe en OFDM, para lograr un mejor rendimiento de la
codificacion.
Por lo general, el esquema mas usado y muy efectivo para lograr reducir la probabilidad
de error es la utilizacion de dos codificadores concatenados: un codificador de bloque y uno
convolucional. El codigo de bloque usado suele ser un Reed-Solomon. El codificador de bloque
se llama codificador externo y el codificador convolucional se llama codificador interno. Esta
denominacion esta relacionada con el hecho que el codificador convolucional (y decodificador)
estan mas cerca del canal, mientras que el codificador de bloque esta cerca de la fuente de
datos (observar la figura 7.9).
CAPITULO 7. MODULACION
Y CODIFICACION
EN OFDM 140
7.2.1. Interleaving
El interleaving o entrelazado es un metodo que permite que los bits transmitidos sean
afectados de manera independiente por el fading. Amplitudes de fading independientes o no-
correladas pueden ser realizadas solamente por la separacion fsica de las partes de la se
nal
correspondiente a los diferentes bits. Los bits que son relacionados por un codigo no deberan
ser transmitidos en posiciones (tiempo o frecuencia) muy cercanas del canal, puesto que en
el caso de un canal multitrayecto, por lo general se producen errores en forma de rafagas,
que afectan a varios bits seguidos, lo cual dificulta el trabajo de los codigos detectores y
correctores de errores porque estos permiten detectar y corregir una cantidad limitada de
bits erroneos.
En el caso de codigos de bloque, los bits que son relacionados por el codigo (bits que
dependen unos de otros de manera consecutiva y que son severamente afectados por errores
de rafaga) corresponden a una misma palabra de codigo. As, para evitar transmitir juntos
estos bits relacionados, se puede usar una separacion en la dimension fsica del tiempo, lo
cual se conoce como entrelazado en el tiempo. Al usar este tipo de entrelazado, se introduce
un retardo en la decodificacion, puesto que es necesario esperar los bits relacionados.
En el caso de OFDM, existe ademas la diversidad en frecuencia. En este caso se puede
usar entrelazado en frecuencia, donde los bits consecutivos son puestos en distintas subpor-
tadoras no-correladas, de tal forma que estos bits experimenten atenuaciones independientes.
As, los sistemas multiportadoras poseen dos grados de libertad para separar la informacion
relacionada en la transmision fsica: el tiempo y la frecuencia [29]. La figura 7.10 muestra una
posible separacion de los bits relacionados de una palabra de codigo mediante entrelazado en
el tiempo y la frecuencia.
La tecnica de entrelazado es u
til solo en canales multitrayecto que experimentan el fenome-
no del fading. En un canal AWGN el entrelazado no es u
til porque la distribucion del error
no cambia con el cambio de posicion de los bits. El entrelazado en frecuencia es muy utili-
zado en OFDM por ser un sistema de banda ancha, el cual experimenta fading selectivo en
frecuencia. El entrelazado en el tiempo es usado cuando se tiene fading rapido, puesto que
el canal se mantiene igual por un periodo de tiempo corto, por lo que la distribucion en el
CAPITULO 7. MODULACION
Y CODIFICACION
EN OFDM 141
tiempo de los bits relacionados, hacen que sean afectados de manera independiente. En el
caso de fading lento, no se usa el entrelazado en el tiempo. Este es el caso de los sistemas
WLAN, donde el canal se considera estacionario durante la transmision de un paquete (canal
cuasi-estacionario).
Entrelazadores de bloque
Un entrelazador de bloque opera sobre un bloque de bits a la vez. Este entrelazador puede
ser descrito como una matriz, el cual los datos son escritos en columnas y ledas en filas, o
viceversa. El n
umero de bits que posee este bloque es llamado profundidad del entrelazado
K = N B, y por lo tanto define el retardo introducido.
Por ejemplo, consideremos un entrelazador de bloque descrita por una matriz con N = 12
y B = 4, esto es, una matriz 12x4. La profundidad del entrelazado es K = 48. Se escriben
CAPITULO 7. MODULACION
Y CODIFICACION
EN OFDM 142
los bits en bloques de B = 4 bits, fila por fila, en el siguiente orden: a0 , a1 , a2 , . . . , a47 .
a0 a1 a2 a3
a4 a5 a6 a7
a8 a9 a10 a11
r (7.5)
a12 a13 a14 a15
.. .. .. ..
. . . .
a44 a45 a46 a47
w
Entrelazador convolucional
Un entrelazador convolucional opera con un flujo continuo de bits, a diferencia del anterior
que opera mediante bloques. Poseen las dos primeras propiedades de los entrelazadores de
bloque, pero tienen la mitad de retardo.
La figura 7.11 muestra un diagrama de bloques de un entrelazador convolucional. El flujo
de bits de entrada an es convertido en subbloques paralelos de longitud B. Tomando como
i = 0, 1, 2, . . . , B 1 la posicion de cada bit dentro de este subbloque, cada bit dentro de
este subbloque es retardado por iM ciclos de reloj de bloque paralelo, tal como muestra la
figura, donde M corresponde a un n
umero entero que es elegido para ajustar las propiedades
del entrelazador.
Es posible pensar que M subbloques de longitud B son agrupados juntos en una trama
de datos de longitud N = M B. La salida del entrelazador seran agrupadas dentro de tramas
de transmision de la misma estructura, pero por accion del entrelazador, los bits seran trans-
mitidos en diferentes tramas. Desde que el clock serial esta relacionado con el clock paralelo
de subbloques por un factor B, un bit con la posicion i en cada subbloque sera retardado por
iN ciclos de reloj serial, es decir, por i tramas, de este modo mantiene la posicion relativa
dentro de la trama.
CAPITULO 7. MODULACION
Y CODIFICACION
EN OFDM 144
Para realizar el de-entrelazamiento se usa una estructura similar, pero los bits con las
posiciones i = 0, 1, 2, . . . , B 1 en un subbloque seran retardados por (B i 1)M ciclos
de reloj paralelos, como puede apreciarse en la figura 7.12. La cantidad de retardo total
introducido por el sistema entrelazador y de-entrelazador convolucional es igual a (B 1)N
ciclos de reloj, es decir, (B 1) tramas.
7.2.2. C
odigos Convolucionales
Los codigos convolucionales trabajan con un flujo de bits de entrada y entregan un flujo
codificado de bits en su salida, lo cual es diferente a los codigos de bloque que definen un
bloque especfico de bits con los cuales operan.
Los codigos convolucionales son muy eficientes en canales que poseen una alta probabilidad
de error, como el canal multitrayecto, a diferencia de los codigos de bloque que son usados
en canales con baja probabilidad de error.
Son codigos lineales, es decir, la suma de dos palabras de codigo es una palabra de codigo
valida. Son no-sistematicos, lo que corresponde a que la informacion codificada no aparece
de manera explcita en la palabra de codigo. Ademas, poseen memoria, lo que hace que la
codificacion actual dependa de los datos actuales y los que se enviaron en el pasado.
El codificador convolucional es un sistema lineal e invariante en el tiempo, el cual genera un
flujo de bits a la salida mediante la convolucion de un flujo de bits de entrada y un generador
CAPITULO 7. MODULACION
Y CODIFICACION
EN OFDM 145
de secuencias. Estos u
ltimos pueden ser implementados mediante registros de desplazamiento.
De esta forma, la estructura de un codificador convolucional consiste en L registros de
desplazamiento de k bits y n generadores de funciones algebraicas, tal como se muestra en
la figura 7.13. As, el codigo queda especificado por los parametros (n, k, L).
El codigo convolucional se genera pasando la secuencia de informacion por estos registros
de desplazamiento. La secuencia de entrada se desplaza k bits por cada ciclo de reloj. Por
cada k bit de entrada, se obtienen n bits de salida. As, la velocidad de c
odigo se define como
Rc = k/n.
La figura 7.14 muestra un codificador convolucional que codifica k = 1 bit de entrada y
entrega n = 2 bits de salida, por lo que consiste en un codificador con Rc = 1/2. Como posee
tres registros de desplazamiento de k = 1 bit, se tiene que L = 3.
Si se tiene una entrada de un flujo de bits {bi }
i=0 a un codificador convolucional que
posee una velocidad de Rc = 1/n, el cual produce n flujo de datos paralelos {cv,i }
i=0 , con
CAPITULO 7. MODULACION
Y CODIFICACION
EN OFDM 146
v = 1, 2, . . . , n (el cual puede ser multiplexado a un flujo serial), se puede escribir [29]:
m
X
cv,i = gv,k bik , bi = 0 si i < 0 (7.6)
k=0
Donde esta suma debe ser considerada como una suma modulo 2. Los generadores gv,k ,
con v = 1, . . . , n y k = 0, . . . , m pueden ser escritos de manera polinomial:
m
X
gv (D) = gv,k Dk (7.7)
k=0
Donde D es una variable que debe ser interpretada como retardo. En el caso del ejemplo
de la figura 7.14, se tienen dos polinomios generadores, v = 1, 2:
g1 (D) = 1 + D2 (7.8)
g2 (D) = 1 + D + D2 (7.9)
Los cuales, frecuentemente son escritos en base octal, por ser una representacion mas
compacta:
X
b(D) = bk D k (7.12)
k=0
CAPITULO 7. MODULACION
Y CODIFICACION
EN OFDM 147
S1 S2 S3 C1 C2
0 0 0 0 0
0 0 1 1 1
0 1 0 0 1
0 1 1 1 0
1 0 0 1 1
1 0 1 0 0
1 1 0 1 0
1 1 1 0 1
Cuadro 7.2: Secuencias de salida del codificador de la figura 7.14.
X
cv (D) = cv,k Dk , v = 1, 2, . . . , n (7.13)
k=0
7.2.3. Diagramas de
arbol y de Trellis
Diagramas de
arbol
Luego, se avanza en la construccion del arbol de acuerdo a los bits que van entrando al
codificador, tomando como regla general si el bit que entra es un cero se toma la rama
superior del arbol, mientras que si el bit que entra es un uno, se toma la rama inferior
del arbol.
El n
umero de ramas se va multiplicado por dos por cada nuevo bit de entrada.
S2 S3 Estado
0 0 A
0 1 B
1 0 C
1 1 D
Cuadro 7.3: Estados del codificador de la figura 7.14.
Estos dos bits anteriores determinan la cantidad de estados del codificador, los cuales
para el caso de dos bits, son cuatro estados posibles, los cuales son designados por letras (ver
cuadro 7.3).
El n
umero de estados S puede calcularse de la siguiente forma:
S = 2(L1)k (7.16)
Estos estados aparecen marcados en el diagrama de arbol de la figura 7.15 como nodos. A
partir de estos nodos, se producen los mismo bits de salida y el mismo estado. Por ejemplo,
del nodo C, se producen las salidas 01 y estado B o las salidas 10 y estado D.
Diagramas de Trellis
diagrama de arbol.
7.2.4. C
odigos perforados
lo que se tiene una velocidad de perforado igual a Rp = 4/6 = 2/3. Si se usa el codificador
convolucional Rc,o = 1/2 visto anteriormente, se tiene que la velocidad de codigo total es:
1 1 3
Rc = Rc,o = 2 = (7.17)
Rp 23 4
De esta forma, es posible obtener velocidades de codigo del tipo k/n a partir de una tipo
1/n, donde esta u
ltima es mas facil de implementar y simplifica la tarea del decodificador.
transicion de un estado a otro del codificador convolucional. Por lo general se prefiere que la
secuencia empiece y termine en el estado cero del codificador, por lo cual, es necesario agregar
L 1 bits de cola a la secuencia que lleva informacion para cumplir con este requisito. La
CAPITULO 7. MODULACION
Y CODIFICACION
EN OFDM 152
Figura 7.18: Parte repetitiva del diagrama de Trellis del codificador de la figura 7.14.
secuencia {bi }K a que ya posee estos bits de cola, por lo cual K L 1 bits
i=0 se considerar
palabras de codigo recibidas con todas las posibles palabras, y se elige la que posee la menor
distancia de Hamming, puesto que corresponde a la menor diferencia de bits.
Se define la metrica de bifurcacion k como la metrica calculada para una ruta entre el
estado sk y el estado anterior sk1 . El valor de k es calculado para todas las rutas entre los
estados sk y el estado sk1 .
Tambien es necesario considerar una variable llamada metrica acumulada, la cual se define
como:
k
X
k = i (7.18)
i=1
Cada estado sk posee una metrica acumulada. Estas se van actualizando mediante el
algoritmo de Viterbi (que se explicara a continuacion) cada vez que se recibe una nueva
palabra de codigo (incremento de la variable de paso de tiempo k).
Con todo esto en cuenta, el algoritmo de Viterbi consiste en las siguientes etapas [29]:
1. Se calculan las metricas k para todas las 2 2L1 transiciones entre todos los 2L1
estados sk1 y todos los 2L1 estados sk y se suma ellos a las 2L1 metricas acumuladas
k1 correspondientes a los sk1 estados.
2. Para todos los estados sk comparar los dos valores k1 + k que corresponden a cada
una de las dos transiciones que terminan en el estado sk y seleccionar la mas probable
(el menor valor si se usa distancia de Hamming como metrica). Si los dos valores son
iguales, se selecciona la rama superior. Luego asignar k = k1 + k como metrica
acumulada de ese estado. La ruta seleccionada es llamada ruta superviviente.
La operacion de sumar las metricas, luego comparar para encontrar la mas probable (la
menor) y luego seleccionar el estado que provoca esta transicion, es llamada Add-Compare-
Select o bien ACS, y constituye el n
ucleo del decodificador de Viterbi.
CAPITULO 7. MODULACION
Y CODIFICACION
EN OFDM 154
La tabla de historia de estados es muy importante porque almacena los estados antece-
sores mas probables para un determinado estado. Con esta informacion, se logra mediante
algunas operaciones finales, obtener la secuencia decodificada. La figura 7.20 muestra una
tabla de historia de estados, donde existe la relacion entre los estados actuales y los estados
antecesores. Por ejemplo, para un grupo de estados actuales Sk , cada uno de ellos (cuatro
estados para el instante k, sak , sbk , sck y sdk ), tienen sus correspondientes estados antece-
sores mas probables sak1 , sbk1 , sck1 y sdk1 que fueron seleccionados por el algoritmo de
Viterbi.
La figura 7.21 muestra un ejemplo de decodificacion de una secuencia, la cual fue codifi-
cada mediante el codificador convolucional de la figura 7.14 y no fueron agregados los bits de
cola. Se puede observar que existe un error de un bit en la tercera palabra de codigo. Sobre
cada lnea esta escrita la metrica acumulada de cada estado. Tambien puede apreciarse que
a partir de la tercera etapa comienza a aplicarse el algoritmo de Viterbi: de las dos rutas
posibles hacia un nodo, se elige la que posee la metrica acumulada menor (las lneas continuas
corresponden a las rutas seleccionadas, mientras que las lineas de segmentos corresponden
a las lneas descartadas por el algoritmo). La lnea mas gruesa indica la ruta mas probable
correspondiente a la secuencia de entrada. Al final del proceso, se indica el valor de la metrica
acumulada de cada estado.
El cuadro 7.4 muestra la tabla de historia de estados del ejemplo anterior, donde se indica
el n
umero del estado antecesor mas probable para un determinado estado.
CAPITULO 7. MODULACION
Y CODIFICACION
EN OFDM 155
Una vez que la informacion de las metricas acumuladas para cada estado y la tabla de
historia de estados estan completas, el decodificador de Viterbi esta listo para recobrar la
secuencia de bits que fue codificada. Para esto, puede emplearse algunos de estos dos metodos:
register exchange y traceback. El metodo traceback se describe a continuacion [17]:
2. Iterativamente se realizan los siguientes pasos mientras se alcanza el comienzo del dia-
grama de Trellis: trabajando hacia atras a traves de la tabla de historia de estados,
para el estado seleccionado, seleccionar un nuevo estado el cual es indicado como el
antecesor del estado seleccionado. Grabar el n
umero de cada estado seleccionado.
Para el caso del ejemplo comentado anteriormente, el punto de partida al final del Trellis
corresponde al estado 3 (o estado D), puesto que posee la menor metrica acumulada (observar
la figura 7.21). Entonces, el estado 3 lo guardamos y comenzamos a aplicar el metodo trace-
back: en esa posicion del tiempo (k = 5) y en la posicion del estado D en la tabla de historia
de estado, observamos que el estado antecesor es el n
umero 2. As, guardamos el estado 2, se
decrementa en una posicion la variable de tiempo (k = 4) y leemos en la posicion del estado 2
(estado C). Aqu se indica que el estado antecesor es el 1, por lo que almacenamos este estado,
nuevamente decrementamos la variable de tiempo (k = 3) y leemos el estado antecesor en
la posicion del estado 1 (estado B). Aqu se obtiene el estado 2 y seguimos repitiendo esta
operacion hasta alcanzar el origen del diagrama de Trellis. El cuadro 7.5 muestra el resultado
del metodo traceback aplicada al ejemplo.
CAPITULO 7. MODULACION
Y CODIFICACION
EN OFDM 157
Finalmente, solo basta encontrar los bits que producen las transiciones de estados espe-
cificados por el cuadro 7.5 para encontrar la secuencia enviada. Esta resulta ser 01011, la
misma que fue enviada y que fue recobrada a pesar del error producido en la tercera palabra
de codigo recibida.
La figura 7.22 muestra un diagrama en bloques de un decodificador de Viterbi, donde el
generador de metricas obtiene las distancias de Hamming necesarias para la unidad ACS, el
cual selecciona las mejores rutas. La memoria de traceback es el lugar donde se van almace-
nando las decisiones de la unidad ACS, y corresponde a la tabla de historia de estados. La
unidad traceback obtiene la secuencia decodificada a partir de la informacion almacenada en
la memoria traceback.
A veces, en la memoria traceback no se almacena los estados antecesores mas probables,
sino que se almacena un 0 si la unidad ACS selecciona una rama superior o un 1 si esta
unidad selecciona una rama inferior de las dos posible rutas hacia un nodo. Luego, mediante
un algoritmo apropiado (que depende del diagrama de Trellis especfico, consultar [21] y
[30]) se realiza el traceback, y la secuencia de ceros y unos seleccionados corresponden a la
secuencia de bits decodificados.
Captulo 8
Implementaci
on fsica
158
CAPITULO 8. IMPLEMENTACION
FISICA 159
Transmisor digital
Salida
RF
DAC IQ Mod
LPF
DSP Al PC
Receptor digital
BPF
digital, de tal forma de evitar los problemas relacionados con componentes analogicos y, por
otro lado, poseer una implementacion mas flexible.
Se eligieron los siguiente componentes principales: un procesador digital de se
nal de pun-
to flotante ADSP21262 para el procesamiento en banda base, en la parte transmisora el IC
AD9857 (DUC, Digital Up Converter) como modulador digital IQ y DAC, y el IC AD6620
(DDC, Digital Down Converter) en la parte receptora, como demodulador digital IQ. Es-
tos dos u
ltimos circuitos integrados permiten realizar las funciones de mayor frecuencia de
operacion de manera completamente digital. As, el sistema ofrece la flexibilidad de progra-
macion de un procesador de punto flotante y la precision de la implementacion digital del
modulador/demodulador IQ.
La figura 8.2 muestra el diagrama funcional del sistema. El DSP genera las se
nales de
banda base para los canales IQ. Luego, en la parte transmisora de salida, estas se
nales son
interpoladas hasta la frecuencia de muestreo del DUC, moduladas y convertida a dominio
analogico. Desde aqu la se
nal puede ser trasladada en frecuencia y transmitida por un canal
de comunicacion (por ejemplo, canal inalambrico). Por el lado del receptor, la se
nal digita-
lizada es desplazada a banda base, diezmada y filtrada por el DDC. Luego, los canales IQ
recepcionados son procesados nuevamente por el DSP para su demodulacion final en banda
base.
En la figura 8.3 se puede observar la estructura en bloques del sistema fsico implementado.
El DSP usa principalmente sus puertas seriales sncronas (SPORTs) para la comunicacion
CAPITULO 8. IMPLEMENTACION
FISICA 160
I 4x 2x63x
DAC Out
Q LPF
4x 2x63x
I Q
FIR 132 132 116
256 taps Ch1
ADC
Ch2
FIR 132 132 116
256 taps 20MHz
sen cos
DDC NCO
(Digital DownConverter)
con las se
nales a procesar del exterior. A traves de estos puertos se conectan el DUC y DDC,
haciendo uso de los CPLD XC9536 para adaptar la logica serial del DSP a la paralela del DUC
(entrada de datos) y del DDC (puerto de control). La se
nal analogica de salida se obtiene
directamente del DUC, puesto que este posee integrado un conversor digital-analogico. No
sucede lo mismo para la etapa receptora, por lo que al DDC necesita de un ADC externo. El
usado corresponde al AD6600, un conversor de undersampling de 20MSPS y con un AGC de
30dB.
Tanto la etapa transmisora como receptora usan referencias de reloj independientes. El
AD9857 usa un oscilador fijo de 40 MHz, mientras que la etapa receptora usa un VCXO
(oscilador de cristal controlado por voltaje) de 20 MHz. Este VCXO es controlado por el
DSP, para lograr ajustar de manera precisa el reloj del receptor, y poder lograr coherencia
de portadora cuando sea necesario.
La interfaz de programacion es realizada a traves del microcontrolador MC68HC908JB8,
el cual permite cargar a traves del puerto USB el programa del DSP y controlar el DUC.
Tambien se dispone de un puerto RS232, principalmente destinado para suministrar o cap-
CAPITULO 8. IMPLEMENTACION
FISICA 161
DSP OSC
DAI 40MHz TX
ADSP21262
200MHz SPORT
40MHz 2x
DDC ADC CH1
UART XTAL AD6620 AD6600 CH2
MAX3100 25MHz
CPLD VCXO
MAX232 XC9536XL 20MHz
RS232 DAC
RX
CODEC Audio I/O
AD73322
de presentar los datos al AD9857. Si esto no se hace, se obtiene una atenuacion de 6dB en la
parte superior de la respuesta en frecuencia, debido a la respuesta de este filtro.
El AD9857 posee tres modos de operacion. El primero corresponde al modo modulador en
cuadratura, donde se utilizan todas las funciones del integrado y es el modo que se usara con
mas frecuencia en el sistema. El segundo modo corresponde a tono u
nico, el cual permite
generar una onda senoidal pura a la salida, con control de frecuencia y amplitud. Por u
lti-
mo, el tercer modo corresponde a DAC de interpolaci
on, donde se suprime modulacion en
cuadratura, y la se
nal de banda base es interpolada y convertida por el DAC.
La figura 8.7 muestra la interfaz construida para conectar el DSP al AD9857. Esta fue
implementada en una CPLD XC9536 de Xilinx, usando su herramienta de dise
no Xilinx ISE.
Basicamente convierte el bus serial SPORT del DSP en uno paralelo de 14 bits. Tanto la
se
nal de clock serial (SCLK) como de frame sync (FS) son generadas por el sistema externo
al DSP, dejando al SPORT como esclavo. La misma se
nal de referencia de 40 MHz es usada
para SCLK. La se
nal FS es generada a partir de la se
nal PDCLK del AD9857, la cual sirve
para sincronizar su puerto paralelo. Posee una frecuencia de dos veces la tasa de los canales
IQ internos. Esto es as porque por cada ciclo de PDCLK, se debe suministrar un dato I o
Q.
CAPITULO 8. IMPLEMENTACION
FISICA 165
CPLD
XC9536XL
DATA
DATA IN
Serial a paralelo DUC
AD9857
PDCLK (Digital UpConv.)
SPORT Control
DSP CLK
FS Gen Frame
Sync
SCLK
40MHz
El conversor analogo digital usado esta preparado para IF [1], especialmente entre una
frecuencia de 70 a 250 MHz, usando undersampling (ver figura 8.8 para mayor detalle).
Esta tecnica permite muestrear se
nales a una frecuencia mas baja que la maxima frecuencia
presente en la se
nal. Para ello, basta con cumplir con el teorema de Shannon, donde la
frecuencia de muestreo debe cumplir la ecuacion 8.2:
fs > 2B (8.2)
fL
n< (8.3)
B
2 2
fH < fs < fL (8.4)
n+1 n
Es muy importante, por lo tanto, mantener la se
nal de entrada limitada a un cierto ancho
de banda, para evitar aliasing. Ello es actualmente facil de conseguir con filtros tipo SAW
(filtro de onda ac
ustica superficial). Por otro lado, dependiendo el valor de n, el espectro
puede invertirse: si n + 1 es par, el espectro es invertido. Sin embargo, esto es un problema
menor y puede facilmente ser corregido en el DSP o bien puede transmitirse el espectro ya
invertido a traves del AD9857, puesto que este puede ser configurado para ello.
Una vez que la se
nal es digitalizada por el ADC, este ingresa al receptor digital AD6620.
Este internamente posee un demodulador en cuadratura, un NCO (oscilador numericamente
programable) como oscilador local, y tres diezmadores [2] (ver figura 8.9). La frecuencia NCO
se ajusta de tal forma de lograr desplazar el espectro de la se
nal de entrada a banda base.
Para ello se usa la ecuacion 8.5:
f
CH
N COF REQ = 232 mod ,1 (8.5)
fSAM P
Donde N COF REQ es el valor del registro de configuracion de frecuencia del NCO, y la
CAPITULO 8. IMPLEMENTACION
FISICA 167
funcion mod() es usada para eliminar la parte entera de cociente fCH /fSAM P .
Con respecto a los diezmadores, el primero es un CIC de segundo orden, capaz de usar
una tasa de diezmado entre 1 a 16. El segundo es un CIC de orden 5, capaz de trabajar con
una tasa entre 1 a 32. Estos dos tienen una respuesta en frecuencia fija, y sus funciones de
transferencia corresponden a 8.6 y 8.7 respectivamente:
1 1 z MCIC2 2
H(z) = (8.6)
2SCIC2 1 z 1
1 1 z MCIC5 5
H(z) = (8.7)
2SCIC5 1 z 1
Donde SCIC2 y SCIC5 corresponden a coeficientes de ajuste de escala programables y las
tasas de diezmados son ajustados a traves de MCIC2 y MCIC5 .
Finalmente, el tercer diezmador (RFC) permite ajustar una tasa entre 1 a 32 y posee un
filtro FIR de 256 coeficientes programable, lo cual permite definir la respuesta en frecuencia
de salida. Este filtro puede ser divido en dos de 128 coeficientes, cuando por ejemplo el
sistema es operado con el ADC en dos canales. Tambien es posible dividir este espacio en
CAPITULO 8. IMPLEMENTACION
FISICA 168
DSP.
Su rendimiento obtenido es posible gracias a que cuenta con dos elementos de procesa-
miento, donde cada uno de ellos consta de un ALU, un multiplicador, un registro de despla-
zamiento y un conjunto de 16 registros de proposito general, capaces de trabajar en punto
flotante de 32 y 40 bits y en punto fijo de 32 bits. Esta es la base hardware de su arquitectu-
ra SIMD (Single-Instruction Multiple-Data), el cual permite procesar dos datos de manera
paralela con una sola instruccion, y una sola instruccion es ejecutada en un ciclo de reloj. La
figura 8.12 muestra los dos elementos de procesamiento PEx y PEy del DSP.
Con respecto a la memoria, el DSP cuenta con 2M bits de RAM, divida en dos bloques de
1M bits, los cuales pueden ser accedidos en palabras de 16/32/48 o 64 bits, donde el tama
no
de la palabra de instruccion es de 48 bits. Esta memoria puede aceptar dos transferencias
simultaneas del n
ucleo de la CPU y una transferencia desde la unidad de I/O del DSP, en un
solo ciclo de reloj, lo cual incrementa notablemente la capacidad de transferencia de datos.
Todo esto es gracias a la arquitectura SHARC, el cual es una modificacion de la arquitectura
CAPITULO 8. IMPLEMENTACION
FISICA 170
Harvard, donde se utilizan dos buses de datos y dos buses de direcciones, pero con un u
nico
espacio unificado de direcciones para programa y datos. Estos buses conforman el bus de
memoria de datos (DM bus) y el bus de memoria de programa (PM bus) [5].
Por otro lado, el DSP cuenta con varios perifericos [6], entre los que destacan las 6
puertas seriales (SPORTs), una puerta paralela, un periferico SPI, dos generadores de reloj
de precision (PCG), la unidad SRU (Signal Routing Unit), un controlador DMA y tres timers
de 32 bits. La SRU, junto con las 6 SPORTs, los 2 PCG y los 3 timers forman la unidad DAI
(Digital Audio Interface). La denominacion de interfaz de audio viene dada porque la familia
SHARC es frecuentemente usada para aplicaciones de audio.
La unidad DAI ofrece una enorme flexibilidad como interfaz de comunicacion con exterior,
motivo por el cual fue usado en la implementacion del sistema. Esta unidad se comunica al
exterior mediante 20 lineas, las cuales pueden ser asignadas con total flexibilidad a cualquier
periferico del DAI, gracias a la unidad SRU (ver figura 8.13). Cada pin tiene asociado un
buffer con una linea de habilitacion, el cual permite configurar cada pin como entrada o como
salida de manera independiente. La unidad SRU act
ua como un grupo de patch bays, donde
es posible realizar casi cualquier tipo de conexion entre los 20 pines externos y los perifericos
asociados al DAI, logrando optimizar el uso de pines del DSP.
Con respecto a los SPORTs, cada uno posee dos canales de datos (DA y DB), los cuales
pueden ser configurados ambos como entrada o salida, y con una capacidad por canal de 50
Mbits/s. Cada puerto puede operar en modo estandar serial sncrono, en multicanal TDM o
CAPITULO 8. IMPLEMENTACION
FISICA 171
compatible con CODECs I 2 S, usados frecuentemente en audio. Sin embargo, el uso de los
SPORTs para comunicarse con el AD9857 y el AD6620 son realizados en el modo estandar.
Cada puerto serial es frecuentemente empleado en modo DMA, para evitar la sobrecarga
de la CPU con la transferencia de datos desde la memoria al periferico. Un modo importante
disponible en los puertos seriales cuando se usan con DMA corresponde al modo chaining o
encadenamiento, el cual es el usado por el sistema desarrollado para comunicar el AD9857,
el AD6620 y el CODEC de audio AD73322. Consiste basicamente en que el controlador
DMA prepara automaticamente otra transferencia DMA (en otro buffer de datos), cuando
la transferencia actual termina de llenar su buffer. De esta forma, mientras la CPU lee o
escribe un buffer, mediante DMA se lee o escribe otro buffer desde o hacia un SPORT.
Luego el modo encadenamiento se encarga automaticamente de intercambiar los buffers. La
figura 8.14 ilustra dos casos, donde a) se usa cuando queremos solo se
nal de salida (como la
comunicacion DSP y AD9857) y b) cuando se quiere entrada y salida de se
nal simultanea,
como puede ser en el caso del CODEC de audio AD73322.
CAPITULO 8. IMPLEMENTACION
FISICA 172
Buf. Buf. TX
CPU SPORT DAC
A B
Buf. TX
SPORT DAC
B
Buf.
CPU
A
Buf. RX
SPORT ADC
C
DSP_RESET RESET
MOSI MOSI
(Slave Boot Mode)
MISO MISO
D+ ADSP21262 BOOTCFG1
MC68HC908JB8 SPICLK SPICLK (SPI Slave) 0
USB D
(SPI Master) DSP_CS SPIDS BOOTCFG0 0
DUC_CS
DUC_RESET
SDIO
SCLK
AD9857
CS (SPI Slave)
RESET
Software control
Codificacion Decodificacion
Firmware MC68HC908JB8
API
Windows
Sistema Operativo
Implementacion
Driver HID HID USB
Driver USB
El software de control del PC fue desarrollado con Visual C++, basado en MFC y junto
con las libreras DDK para desarrollo de drivers. Son usadas las API de Windows CreateFile(),
ReadFile() y WriteFile() para la comunicacion con la tarjeta, junto con las funciones HID
de la DDK para obtener un descriptor para el dispositivo HID. Puede consultar [11] para
obtener mas detalles de la implementacion de un dispositivo USB y su control desde el PC.
La figura 8.17 muestra en forma general las capas de software empleadas para lograr la
comunicacion entre el PC y la tarjeta por bus USB. Se puede observar que por el lado del
PC, el software desarrollado es basicamente la interfaz grafica de usuario (GUI) y una imple-
mentacion de comandos internos (codificacion) para especificar los procedimientos requeridos
al microcontrolador. Por el lado de este u
ltimo, el software implementa un set mnimo de un
dispositivo HID, realiza la decodificacion de comandos y ejecuta la orden requerida por el
programa de control, realizando la emulacion del dispositivo SPI maestro. Para mas detalles,
puede consultar el codigo fuente del firmware y del programa de control.
El formato de archivo del programa del DSP debe ser ASCII, con longitud de palabra
de 8 bits, el cual debe tener incluido un bootloader adecuado para la carga a traves del
CAPITULO 8. IMPLEMENTACION
FISICA 175
*.m *.dat
AD6620
MATLAB Soft Cell
Filter Design
*.h *.imp
*.c
IDE *.cpp
VisualDSP++ *.asm
*.ldr
Control
ADSP Bootloader
AD9857
USB Link
Tarjeta
bus SPI. Afortunadamente este archivo puede ser generado directamente por el entorno de
desarrollo VisualDSP++, configurando el proyecto adecuadamente. El bootloader es cargado
y ejecutado al momento de iniciar la transferencia con el DSP, y cumple las funcion de hacer
posible la carga del programa principal en las direcciones de memoria adecuadas, con la
mnima cantidad de datos posible (de forma de ahorrar espacio de almacenamiento en una
supuesta memoria flash SPI).
En la figura 8.18 se puede observar un diagrama que describe el flujo de desarrollo usual
cuando se emplea el sistema desarrollado. El proyecto principal es construido en el ambiente
de desarrollo VisualDSP++, donde puede emplearse Assembler, lenguaje C o C++. General-
mente es necesario trabajar con MATLAB u Octave para obtener, por ejemplo, los coeficientes
de alg
un filtro, por lo tanto se construye un script capaz de generar archivos include (*.h)
para ser agregados al proyecto principal. Lo mismo ocurre con el programa de dise
no Soft
Cell, el cual puede importar la respuesta al impulso del filtro FIR en un archivo de texto
(*.imp). Finalmente el proyecto es compilado y se genera el archivo *.ldr, el cual es usado
por el programa de control para cargarlo en el DSP.
Captulo 9
Implementaci
on en tiempo real de
COFDM
176
CAPITULO 9. IMPLEMENTACION
EN TIEMPO REAL DE COFDM 177
Insercion
portadoras
Transmisor COFDM pilotos
contra errores. En seguida, estos datos son procesados por un entrelazador de bits, para
aumentar el rendimiento en canales con fading selectivo en frecuencia.
Luego los datos son mapeados cada 4 bits a una constelacion 16-QAM, donde cada cons-
telacion formada modula cada subportadora del sistema OFDM. En este mismo punto son
insertadas las portadoras pilotos, tanto las continuas como las necesarias para la estimacion
de respuesta del canal. La modulacion es realizada mediante un proceso de IFFT de 256
puntos, para luego ser agregado un prefijo cclico. Finalmente, los datos son interpolados por
2x para luego ser enviados al DUC.
La figura 9.2 muestra un diagrama en bloques del demodulador COFDM implementado.
La se
nal recepcionada por el DDC, es procesada por un detector de energa, el cual detecta la
presencia de se
nal. Tambien esta misma se
nal es procesada por un bloque de sincronizacion
gruesa, el cual esta basado en la correlacion del prefijo cclico, y que permite estimar el
comienzo del smbolo OFDM y el error fraccionario de frecuencia.
Una vez que la se
nal es corregida en frecuencia y es extrado el smbolo OFDM sin prefijo
cclico, esta es demodulada por una FFT de 256 puntos. La se
nal demodulada es usada para
obtener la sincronizacion de trama y la estimacion de la respuesta del canal. Con esta u
ltima
se realiza el proceso de ecualizacion, el cual compensa la respuesta del canal de comunicacion.
La se
nal ecualizada es usada para llevar a cabo el seguimiento de fase y la obtencion de
los bits transmitidos mediante la demodulacion 16-QAM de cada subportadora. Despues es
llevado a cabo el proceso inverso de entrelazado de bits para obtener la secuencia de bits en
el orden generado. Luego estos bits son procesados por el decodificador de Viterbi, el cual
obtiene la secuencia de bits mas probable transmitida (deteccion y correccion de errores).
CAPITULO 9. IMPLEMENTACION
EN TIEMPO REAL DE COFDM 178
Receptor COFDM
Seguimiento
Fase
Estimador Estimador
Canal grueso
Frame Deteccion
Sync energia
La secuencia de bits es entonces pasada por el scrambler para recobrar la secuencia de bits
original y decodificarla mediante IMA-ADPCM y obtener el audio PCM transmitido.
9.2. Par
ametros principales
La figura 10.10 muestra el espectro OFDM tpico con las caractersticas principales se
nala-
das. El sistema dise
nado hace uso de una IFFT de 256 puntos, lo cual genera teoricamente
256 subportadoras posibles. De estas, son usadas 4 subportadoras como pilotos continuas,
las cuales son empleadas para realizar el seguimiento de fase. Estas estan en las posiciones
k = 89, 39, 39, 89 del espectro OFDM. Para datos son usadas 194 subportadoras, las cuales
tienen la mitad de la amplitud que las subportadoras pilotos. Cada una de estas portadoras
son moduladas en 16-QAM, lo cual permite transmitir 4 bits por subportadora. Se dispuso
de 57 portadoras virtuales como banda de guarda y una subportadora nula (DC).
Se uso un prefijo cclico de 64 muestras, lo que genera finalmente una longitud de smbolo
OFDM total de 320 muestras. La salida del modulador (antes del interpolador 2x) opera
a una frecuencia de muestreo de 250 kSPS, lo cual genera smbolos OFDM de 1,28 ms de
CAPITULO 9. IMPLEMENTACION
EN TIEMPO REAL DE COFDM 179
1,28 ms
CP
64 256
256 us 1,024 ms
29,44 ms
0 1 2 21 22
sync sym
TX ISR
txStep = 0 si
?
no
Scrambler
Frame
Data In
Cod. Conv.
QAM Map
Cont. Pilots
IFFT 256
CP
Interp. x2
txStep = txStep + 1
txStep %= NSYM
Ret
384 bits 384 bits 776 bits 776 bits 194 portadoras 256 muestras 320 muestras
RX isr
rxStep=NSYM1
no
no SyncAcq=1 ?
? si SyncAcq=0
si SyncAcq=1
Sinc. gruesa
energ>K no si
rxStep=0
? ?
si SyncAcq=1 no
SigOn = 1 Phase Track Frame
Data out
no QAM SoftDemap
SigOn=1
?
si deinterleaver
Clear
Corr. Frec. gruesa Data out Viterbi
RxStart=1 si
?
RET
no
9.5. Sincronizaci
on
La sincronizacion en OFDM es un proceso muy importante, y su implementacion en esta
tesis sera explicada en las siguientes sub-secciones.
CAPITULO 9. IMPLEMENTACION
EN TIEMPO REAL DE COFDM 185
9.5.1. Detecci
on de se
nal
N
X 1
mE = |r[n]|2 (9.1)
n=0
Para reducir el requerimiento de potencia de calculo, se usa una version diezmada por 4
de r[n] original, lo cual corresponde a N = 80. El metodo real implementado en el DSP se
puede observar en la ecuacion 9.2, el cual consiste en un acumulador:
As, el valor final de mE obtenido despues de acumular las 80 muestras, es comparado con
una constante de umbral, para as decidir si existe o no presencia de se
nal. Esta constante
tiene el valor de 0, 001.
9.5.2. Sincronizaci
on gruesa
Se implemento el algoritmo de correlacion del prefijo cclico para llevar a cabo la sin-
cronizacion gruesa. Como el DSP trabaja con bloques de datos, se uso un buffer capaz de
guardar dos smbolos OFDM (640 muestras), el cual trabaja como registro de desplazamiento,
actualizandose cada vez que llega un nuevo bloque de 320 muestras procedentes del DDC.
El algoritmo de correlacion busca el comienzo del smbolo procesando 320 muestras dentro
del buffer de 640 muestras (ver figura 9.10). Esta tarea demanda mucha potencia de calculo
si se procesaran las 320 muestras, por lo cual fue necesario hacer un diezmado por 4, y por
lo tanto procesar solo 80 muestras y realizar 16 operaciones complejas para las ecuaciones
5.35 y 5.36. Si bien esto disminuye el rendimiento de este algoritmo, esta perdida puede ser
tolerada. De esta forma, el buffer de salida es de 80 muestras, donde se buscara el maximo
(funcion arg max) para obtener n
(ecuaciones 5.33 y 5.34).
Una vez obtenido n
, este es almacenado y utilizado en los proximo smbolos OFDM para
conocer el comienzo de este, saltar el prefijo cclico y lograr aplicar la FFT. Este valor sirve
CAPITULO 9. IMPLEMENTACION
EN TIEMPO REAL DE COFDM 186
ademas para poder estimar y corregir el desplazamiento grueso de frecuencia (usando 5.37),
antes de la aplicacion de la FFT. La correccion gruesa es realizada por software usando 9.3:
0
r0 [n] = r[n]ej2f F /Nc (9.3)
9.5.3. Sincronizaci
on de trama
Para la deteccion del comienzo de la trama, es usado el smbolo OFDM especial y una
tecnica basada en la IFFT.
Esta tecnica consiste en realizar una estimacion de respuesta del canal por cada smbolo
OFDM recibido, pero de una manera simplificada (usando muy pocas subportadoras). Luego
se aplica una IFFT para obtener la representacion en el tiempo de la respuesta en frecuencia.
El smbolo de sincronismo es reconocido porque su valor absoluto tiene una forma de espectro
de retardo, como lo muestra la figura 3.4.
En la implementacion practica, son usadas solo 24 subportadoras (de las 100 disponibles)
para la estimacion parcial de respuesta del canal (ecuacion 9.4):
Zk,m
HF (k, m) = k PF (9.4)
Pk
Donde PF son las 24 subportadoras pilotos usadas. Luego, es aplicada una IFFT de
32 puntos a HF (k, m), y enseguida es calculado el valor absoluto del array obtenido de 32
muestras de longitud, obteniendose |hF (n, m)|. Si se trata justo del smbolo de sincronismo,
este array tendra la forma de un espectro de retardo. Para detectar esto, por cada smbolo
procesado, se calcula el valor PAR (Peak to Average Ratio), de la siguiente forma (ecuacion
CAPITULO 9. IMPLEMENTACION
EN TIEMPO REAL DE COFDM 187
9.5):
Para realizar el seguimiento de fase, es usado el VCXO, de forma que mediante un lazo
cerrado es corregido el reloj de referencia. Esto significa, que al mismo tiempo se corrige el
CFO y SFO, siendo necesario solo un lazo de control, por lo cual son implementadas solo las
ecuaciones 5.38 y 5.39 para lograr el seguimiento de fase.
La se
nal de error obtenida de 5.39 es filtrada por un filtro IIR pasa bajos de un polo
(ecuacion 9.6), obteniendose e[n].
Donde x[n] = f0 . Este filtro simula el comportamiento de una red RC pasa bajos, donde
= eTs / , siendo la constante de tiempo RC y Ts la duracion total del smbolo OFDM.
nal es integrada mediante 9.7, para controlar el DAC del VCXO.
Luego esta se
9.6. Estimaci
on del canal
Para la estimacion de la respuesta en frecuencia del canal, es usado el smbolo OFDM
especial. La estimacion del canal permite corregir la respuesta en frecuencia de esta, el error
inicial de fase y el posible error de la estimacion temporal (el cual genera una rotacion de
CAPITULO 9. IMPLEMENTACION
EN TIEMPO REAL DE COFDM 188
CH est
rxStep = 0 no
?
si
H = S / P_ch
(estimacion)
S = S / H_k
(ecualizacion)
interp. x2
H_k H
RET
0 = Zk,m
H kP (9.8)
k
Pk
Donde P es el conjunto de portadoras pilotos del smbolo OFDM destinado para la
estimacion de la respuesta del canal (100 portadoras pilotos).
k es obtenido por interpo-
La correccion (ecualizacion) es realiza aplicando 9.9, donde H
0.
lacion lineal de H k
k,m = Zk,m
D (9.9)
k
H
La figura 9.11 muestra un diagrama de flujo que ilustra el algoritmo usado para la esti-
macion de la respuesta en frecuencia del canal.
9.7. Modulaci
on y demodulaci
on QAM
La modulacion 16-QAM es realizada consultando una tabla de transformacion, de la cual
se obtiene los valores de la parte real e imaginaria de cada subportadora. Esta tabla se puede
CAPITULO 9. IMPLEMENTACION
EN TIEMPO REAL DE COFDM 189
q0 q1 Q
10
0010 0110 1110 1010
11
0011 0111 1111 1011
I
01
0001 0101 1101 1001
00
0000 0100 1100 1000
0 0 1 1 i0
0 1 1 0 i1
observar en 9.1.
El flujo de datos que entra al bloque de mapeo QAM, es dividido en bloques de 4 bits, y
estos son asignados a las constelaciones de acuerdo a 9.10:
un 1, mientras que un valor negativo corresponde a un 0. El valor absoluto del bit suave
es equivalente a su confiabilidad: mientras mayor es esta cantidad, mas confiable es el bit.
El objetivo principal de esta etapa es obtener un nibble de bits suaves {b3 b2 b1 b0 } a partir
de cada subportadora. Los dos bits mas significativos estan vinculados a la parte real de
la subportadora, mientras que los dos bits menos significativos estan vinculados a la parte
imaginaria (ver 9.10).
De esta forma, para obtener los bits mas significativos, se empleo (observar figura 9.12):
k,m }e
b3 = d<{D (9.11)
k,m }
b2 = K + <{D b3 < 0 (9.12)
k,m }
b2 = K <{D b3 0 (9.13)
k,m }e
b1 = d={D (9.14)
k,m }
b0 = K + ={D b1 < 0 (9.15)
k,m }
b0 = K ={D b1 0 (9.16)
Donde de corresponde a una funcion de saturacion, la cual limita el valor maximo absoluto
de los bits suaves (esto fue necesario para el correcto funcionamiento del algoritmo de Viterbi).
La constante K corresponde a un valor de decision, el cual puede observarse en la figura 9.13.
Para calcular K, se tuvo en cuenta que los datos son transmitidos con la mitad de la
amplitud que las subportadoras pilotos. Ademas, el ecualizador normaliza a la amplitud
de las subportadoras pilotos. Con esto en cuenta, el valor de decision K es obtenido de la
siguiente forma 9.17:
CAPITULO 9. IMPLEMENTACION
EN TIEMPO REAL DE COFDM 191
Q
K
1
0010 0110 1110 1010
K 2/3
1/3
0011 0111 1111 1011
I
2 KDAT A
K = KM AXQAM
3 KP ILOT S
2 1
K = 0, 948683298
3 2
K = 0, 316227766 (9.17)
9.8. Codificaci
on
9.8.1. Entrelazado
El entrelazado se hace a nivel de bit, justamente antes de realizar el mapeo QAM a cada
portadora. El entrelazado permite a la codificacion convolucional ser mas resistente al fading
selectivo en frecuencia.
Para la implementacion del entrelazado, se siguio la recomendada por la norma ETSI ES
201 980 (DRM, Digital Radio Mondiale). Para realizar el entrelazado en el modulador, es
CAPITULO 9. IMPLEMENTACION
EN TIEMPO REAL DE COFDM 192
data
in
c1
c2
9.8.2. Codificaci
on convolucional
g1 (D) = 023
00
i
j 11
j+1 11
00
i+8
B00 = (S0 + S1 )
B01 = (S0 S1 )
B10 = S0 S1
B11 = S0 + S1 (9.21)
La figura 9.16 muestra la parte del diagrama de Trellis que se repite en el codificador
CAPITULO 9. IMPLEMENTACION
EN TIEMPO REAL DE COFDM 194
convolucional utilizado. En esta figura se pueden identificar los 16 estados y las 8 mariposas
de Viterbi.
La recuperacion final de la secuencia de bits transmitida es obtenida utilizando el algo-
ritmo traceback explicado en el apartado de codificacion. Para mas detalles de la implemen-
tacion, puede consultar el codigo fuente del algoritmo.
9.8.4. Dispersi
on de energa
El dispersor de energa, o scrambler, modifica los bits a enviar de una manera aleatoria,
de tal forma de evitar la transmision de 0s o 1s seguidos, que provocaran grandes valores de
PAR a la salida del modulador OFDM.
Los bits se modifican mediante una operacion XOR entre el bit a enviar y un bit generado
mediante una secuencia pseudoaleatoria. Esta secuencia es generada mediante el polinomio
de la ecuacion 9.22:
P (X) = X 9 + X 5 + 1 (9.22)
La figura 9.17 muestra el diagrama del scrambler usado en el proyecto. Este se inicializa
cada vez que se comienza una nueva trama. La decodificacion es hecha mediante el mismo
dise
no de scrambler.
CAPITULO 9. IMPLEMENTACION
EN TIEMPO REAL DE COFDM 195
12 10
13 01
14 01
15 10
anterior proximo
Palabra de inicializacion
1 1 1 1 1 1 1 1 1
Flag1 = 0 no Flag1 = 1 no
? ?
si si
Envia byte
Extraer Buffers buffer
cont > N no
?
si
Flag1 = 0
cont = 0
Matlab GUI
Matlab
serialdsp.ocx
mscomm32.ocx
serial port
funcionamiento de la interfaz. Para que la puerta serial enve datos a la interfaz grafica de
MATLAB, fue necesario desarrollar un objeto ActiveX (modelo COM de Microsoft). Este
u
ltimo se encarga de atender los eventos de la puerta serial, de tal forma de recuperar la
informacion transmitida. Tambien genera los eventos necesarios para informar a la interfaz
grafica que hay datos disponibles.
Captulo 10
Resultados
Figura 10.1: Se
nal 16-QAM generada por el sistema.
198
CAPITULO 10. RESULTADOS 199
En la figura 10.3 se puede observar el espectro de 22 tonos generados por IFFT (N = 256)
en el DSP, los cuales modulan una portadora de 74.2851 MHz en el DUC. Se aprecia que
el espectro total ocupa alrededor de 1.2 MHz de ancho de banda. Las portadoras generadas
estan en k=-110,-100,-90,-80...80,90,100,110 (sin el valor DC). En este ejemplo se utiliza una
tasa de muestras hacia el DUC de 1.4285 MSPS, por lo cual mediante IFFT se tiene un
f = 5,58 kHz. Esto da una separacion en frecuencia de 55.8 kHz entre las portadoras
generadas, lo cual se ve reflejado en el espectro de la se
nal obtenida.
La maxima tasa de transferencia obtenida por el SPORT del AD9857 esta limitada por el
SCLK, el cual corresponde a 40 Mbps. Esto nos da una tasa de palabras de 14 bits de 2.857
M maximo. Como el AD9857 necesita para una muestra de entrada una palabra de 14 bits
para el canal I y otra para el Q, la tasa de muestras de entrada maximo al AD9857 es de la
mitad, o sea, 1.4285 MSPS, y esta cifra nos limitara el maximo ancho de banda utilizable de
salida del sistema. Si se utiliza banda base compleja, y teniendo en cuenta que el maximo
ancho de banda aprovechable es del 90 %, tenemos un ancho de 1.286 MHz maximo. Para
esto seria necesario una tasa de interpolacion de 140 si el AD9857 trabaja a 200 MHz.
En el caso del receptor digital AD6620, su interfaz serial fue configurada como maestra,
CAPITULO 10. RESULTADOS 200
generando 16 bits para el canal I y para el Q. Sin embargo, con 40 MHz de reloj, es capaz
de entregar un SCLK de 20 MHz, lo cual limita la tasa de muestras de salida en 625 kSPS.
El consumo de corriente total del sistema bordea los 850 mA, siendo el AD9857 y el
AD6600 los circuitos integrados que mas energa requieren. El AD9857 puede llegar a disipar
casi 2 W en calor, por lo cual se le agrego un disipador por seguridad.
La tabla 10.1 muestra un resumen de los parametros principales de la tarjeta desarrollada.
Si bien el AD6600 esta preparado para trabajar con una se
nal de entrada entre 70-250 MHz,
la mnima se
nal que puede muestrear es dos veces la frecuencia de muestreo, es decir, 40
MHz. Sin embargo, para su correcta operacion, es necesario que posea un filtro pasa banda
a su entrada. Fue usado uno centrado en 44 MHz, con un ancho de banda de 6 MHz, por lo
cual si se desea operar a otra frecuencia es necesario reemplazar este filtro.
CAPITULO 10. RESULTADOS 201
Los datos capturados a traves de la puerta RS232 fueron graficados con la interfaz de
visualizacion construida con MATLAB. La figura 10.4 muestra la salida () del algoritmo
de correlacion del prefijo cclico, donde se puede apreciar claramente el maximo.
La figura 10.5 muestra el comportamiento medido del estimador de energa para varios
valores de SNR.
CAPITULO 10. RESULTADOS 202
En la figura 10.6 se puede apreciar el buffer de sincronizacion de trama, que almacena los
valores PAR de 23 smbolos (un frame). El maximo corresponde al comienzo de la trama.
La figura 10.7 muestra la se
nal de error e[n] del bloque de seguimiento de fase. La forma
de onda cuadrada de la respuesta se debe al truncamiento posterior de Vo [n] cuando debe
convertirse a punto fijo, para poder controlar el DAC (12 bits) del VCXO.
La figura 10.8 muestra en a) una constelacion 16-QAM con el lazo de seguimiento de fase
abierto, y en b) con el lazo de control cerrado, ambos sobre 1112 smbolos OFDM. Esta fue
tomada de la subportadora k = 21, cercana al centro del espectro, y por lo tanto menos
perturbada por la respuesta de los filtros de transmision y recepcion.
En la figura 10.9 puede apreciarse la se
nal de control del DAC del VCXO, la cual fue
muestreada cada 1,266 seg por la interfaz MATLAB y luego almacenada. Se puede observar
el lento ajuste del VCXO, originado por los peque
nos cambios en la frecuencia del oscilador
CAPITULO 10. RESULTADOS 203
10.2.2. Se
nal transmitida y recepcionada
La se
nal OFDM del modulador fue visualizada en un analizador de espectro, la cual se
puede apreciar en la figura 10.10. Se puede ver que ocupa un ancho de banda de 200 kHz
aproximadamente, y esta centrada en 44 MHz aproximadamente.
En la figura 10.11 se puede observar la respuesta en frecuencia estimada del canal para un
SNR=28.9138 dB y para SNR=19.2775 dB, la cual es obtenida por el algoritmo de estimacion
de respuesta del canal implementado en el demodulador COFDM. Esta fue visualizada en la
interfaz MATLAB a partir de los datos enviados por la tarjeta.
La figura 10.12 muestra la constelacion 16-QAM de un solo smbolo OFDM recibido (194
portadoras o muestras complejas), para los mismos casos de SNR anteriores.
DSP, y cuando terminaba este algoritmo se desactivaba este pin. Luego, el tiempo que el pin
se mantena en nivel alto corresponda al tiempo requerido por el algoritmo.
La figura 10.13 muestra tres se
nales visualizadas en un osciloscopio, la cual corresponde
a tiempo de ejecucion requerido para llevar a cabo la sincronizacion gruesa, el proceso de
demodulacion y el de modulacion COFDM respectivamente.
La tabla 10.2 muestra los tiempos para los algoritmos del modulador OFDM, junto con
los porcentajes de ocupacion, donde el 100 % corresponde al tiempo del modulador completo.
La tabla 10.3 muestra los tiempos para los algoritmos del demodulador OFDM. Los por-
Cuadro 10.2: Tabla de los tiempos de ejecucion de algunos algoritmos del modulador COFDM.
CAPITULO 10. RESULTADOS 207
Cuadro 10.3: Tabla de los tiempos de ejecucion de algunos algoritmos del demodulador
COFDM.
centajes se calcularon tomando como base el tiempo requerido para el demodulador completo
sin el modo de adquisicion, salvo para el tiempo de sincronizacion gruesa, el cual su porcentaje
se calculo con respecto al tiempo del demodulador en modo adquisicion.
Para averiguar el rendimiento del demodulador COFDM, fue necesario obtener la curva
BER vs Eb /N0 . Para ello se tuvo que estimar la SNR y luego transformarlo a Eb /N0 . Para
obtener la BER, se programo en el DSP un contador de bits transmitidos y de bits erroneos,
donde luego estos u
ltimos eran transmitidos a la interfaz de visualizacion en el PC. De esta
forma, la BER corresponde a 10.1:
biterr
BER = (10.1)
bittx
El contador de bits erroneos fue implementado calculando la distancia de Hamming entre
la secuencia de bits recibida con la transmitida, y luego acumulando este resultado en este
contador.
CAPITULO 10. RESULTADOS 208
Estimaci
on del SNR
Para la estimacion de la SNR, se uso un algoritmo propuesto por [19]. Este algoritmo
procesa las muestras una vez aplicada la FFT y la ecualizacion a cada subportadora. Es
ejecutada en la interfaz MATLAB en el PC, con los datos de las 194 portadoras enviadas
desde la tarjeta.
La SNR lineal es estimada usando 10.2:
|RSZ |2
= (10.2)
< |Zk |2 >< |Sk |2 > |RSZ |2
Donde RSZ es la correlacion cruzada (ver 10.3), Sk las portadoras transmitidas y Zk las
portadoras recibidas.
RSZ = RSZ =< Sk Zk > (10.3)
Y < > corresponde a un promediado (ver 10.4) sobre el total de muestras disponibles.
En el caso de este trabajo, N = 194.
N 1
1 X
< >= (10.4)
N k=0
Luego esta SNR lineal es transformada a SNR en dB usando 10 log(). La figura 10.14
muestra una prueba de este algoritmo realizada en MATLAB con la funcion awgn(), entre 0
y 25 dB de SNR.
Obtenci
on de la curva BER vs Eb /N0
Debido a que el valor instantaneo calculado de BER y de SNR no era constante, se tuvo
que promediar varias mediciones. Para ello, se programo la interfaz en MATLAB para que
guardara varios parametros del receptor, entre ellos la BER y la SNR. La tarjeta enva todos
estos parametros hacia el PC cada 1,266 seg aproximadamente, y para el calculo de la curva
se uso un promedio de 100 muestras, o sea, 126.6 seg de funcionamiento del sistema para un
determinado SNR fijo.
CAPITULO 10. RESULTADOS 209
Conclusiones
211
CAPITULO 11. CONCLUSIONES 212
Sin embargo, debido al uso de puertas seriales, no es posible sacar el maximo provecho
en ancho de banda del DUC y DDC empleados, puesto que ambos poseen puertas paralelas
para mayor velocidad. Pero una mayor velocidad exigira un DSP mas rapido, lo que elevara
los costos. Una solucion razonable a este problema es utilizar una o varias FPGA como
procesadores de banda base, pero esto exigira un cambio importante de dise
no del sistema.
La implementacion de los algoritmos basicos de OFDM se ha realizado satisfactoriamente
en la tarjeta desarrollada, ya que se ha podido realizar una correcta transmision digital
inalambrica en 44 MHz, enviando una se
nal de audio estereo digitalizada.
Se ha mostrado que si se utiliza el mismo reloj de referencia para el ADC como para
el demodulador en cuadratura, el uso del lazo para corregir el CFO (desplazamiento de
frecuencia de portadora) basta para obtener un seguimiento de fase adecuado. Ademas, se
ha apreciado la importancia de este seguimiento para evitar la rotacion de la constelacion,
debido a los errores residuales de frecuencia de portadora y de frecuencia de muestreo. Esta
rotacion se hace evidente cuando se transmiten una gran cantidad de smbolos OFDM.
Con respecto al tiempo requerido por los algoritmos, se puede observar en las tablas 10.2
y 10.3, que en el caso del modulador el algoritmo que mas tiempo requiere corresponde al
filtrado para el interpolador 2x, y que en el caso del demodulador el algoritmo de Viterbi
consume casi el 50 % del tiempo requerido por el demodulador completo COFDM. El consumo
excesivo se debe a la falta de alguna aceleracion hardware en el DSP para este algoritmo, y
es una de las desventajas debidas al uso de este DSP de punto flotante.
En relacion al rendimiento del demodulador, se puede apreciar una mejora de aproxima-
damente 1 dB con respecto a la curva teorica de la modulacion 16-QAM sin codificacion
para un canal AWGN. Se podra obtener una mayor mejora si se usara una codificacion
convolucional de mayor L y si se aplicara una codificacion de bloque como Reed Solomon.
Sin embargo, esto no fue posible debido a limitaciones de procesamiento del DSP, pero el
rendimiento obtenido es mas que suficiente para propositos docentes.
En lo personal, este trabajo me permitio ampliar mis conocimientos teoricos en el area de
telecomunicaciones y procesamiento digital de se
nales, as como prepararme para los futuros
sistemas de banda ancha inalambricos. Gracias a la construccion del sistema fsico y a la
CAPITULO 11. CONCLUSIONES 213
Esquem
aticos del sistema
214
APENDICE
A. ESQUEMATICOS DEL SISTEMA 215
[1] AD6600 Dual Channel, Gain-Ranging, ADC with RSSI, Datasheet. 2000.
[3] Device Class Definition for Human Interface Devices (HID), Firmware Specification.
2001.
[9] V.S. Abhayawardhana and I.J. Wassell. Common Phase Error Correction with Feedback
for OFDM in Wireless Communication.
[10] Jorg Arndt. Algorithms for Programmers: Ideas and Source Code. 2005.
[11] Jan Axelson. USB Complete: Everything You Need to Develop Custom USB Peripherals.
Lakeview Research, second edition, 2001.
221
BIBLIOGRAFIA 222
[15] Ronald E. Crochiere and Lawrence R. Rabiner. Multirate Digital Signal Processing.
Prentice Hall, first edition, 1983.
[16] Marc Engels. Wireless OFDM Systems: How to Make them Work. Kluwer Academic
Publishers, 2002.
[17] Chip Fleming. A Tutorial on Convolutional Coding with Viterbi Decoding, 2003.
[18] Monson H. Hayes. Schaums Outline of Theory and Problems of Digital Signal Proces-
sing. McGraw-Hill, 1999.
[19] Shousheng He and Mats Torkelson. Effective SNR estimation in OFDM system simula-
tion. In Proc. IEEE Global Telecommunications Conf. (GLOBECOM), pages 945950,
Sydney, Australia, November 1998.
[20] Juha Heiskala and John Terry. OFDM Wireless LANs: A Theoretical and Practical
Guide. Sams, 2002.
[21] Henry Hendrix. Viterbi Decoding Techniques in the TMS320C54x Family, 1996.
[22] Rainer Grunheid Hermann Rohling and Dirk Galda. OFDM: A Good Candidate for the
4th Generation Mobile Communications, 2002.
[23] Vinay K. Ingle and John G. Proakis. Digital Signal Processing Using MATLAB
V.4.
r
PWS Pusblishing Company, 1997.
[24] Jhong S. Lee and Leonard E. Miller. CDMA Systems Engineering Handbook. Artech
House, 1998.
[26] Peyton Z. Peebles. Probability, Random Variables, and Random Signal Principles.
McGraw-Hill, second edition, 1987.
[30] Syed Shahzad Shah. Viterbi Decoding in Fields Programmable Gate Arrays (FPGAs),
1999.
[32] M. Speth, D. Daecke, and H. Meyr. Minimum overhead burst synchronization for OFDM
based broadband transmission. In Proc. IEEE Global Telecommunications Conf. (GLO-
BECOM), pages 27772782, Sydney, Australia, November 1998.
[33] M. Speth, S. Fechtel, G. Fock, and H. Meyr. Broadband transmission using OFDM: Sys-
tem performance and receiver complexity. In Proc. IEEE International Z
urich Seminar
on Broadband Communications, pages 99104, Z
urich, Switzerland, February 1998.
[34] M. Speth, S. Fechtel, G. Fock, and H. Meyr. Optimum receiver design for OFDM-based
broadband transmissionPart II: A case study. IEEE Trans. Commun., pages 571578,
April 2001.
[35] Steve C. Thompson. Generating Real-Valued OFDM Signals with the Discrete Fourier
Transform, 2005.
[36] J. van de Beek, M. Sandell, and P.O. Borjesson. ML synchronization of time and fre-
quency offset in OFDM systems. IEEE Trans. Signal Processing, pages 18001805, July
1997.
BIBLIOGRAFIA 224