Bmfciu 761d

UNIVERSIDAD AUSTRAL DE CHILE
FACULTAD DE CIENCIAS DE LA INGENIERIA

ESCUELA DE ELECTRICIDAD Y ELECTRONICA
Desarrollo e Implementacion de una Interfaz sobre Esquemas de

Modulacion y Demodulacion OFDM
Trabajo de Titulacion para optar al

Ttulo de Ingeniero Electronico
PROFESOR PATROCINANTE:
Sr. Nestor Fierro Morineaud
Jose Andres Uribe Parada

VALDIVIA 2007
i
Comision de Titulacion
Sr. Nestor Fierro Morineaud

Profesor Patrocinante
Sr. Franklin Castro Rojas

Profesor Informante
Sr. Pedro Rey Clericus

Profesor Informante
Fecha de Examen de Titulacion:

Agradecimientos
A mi madre Virginia, a mi hermano Marcelo, y a mis abuelos que ya partieron, Jose y

Margarita, que gracias a su esfuerzo y dedicacion hicieron posible cumplir mis sue
nos y metas.
A Gloria, por su amor, compa
na e incondicional apoyo.
Al respaldo del Centro de Estudios Cientficos (CECS), al area de Glaciologa y Cambio
Climatico, sin el cual no hubiera podido avanzar lo sufientemente rapido al final de este
trabajo.
A mis amigos del CECS, Guisella y Mario.
A mis amigos que me han acompa
nado desde mis primeros a
nos de carrera: Jose, Weslly,
Macla y Ditzel.
Al Instituto de Electricidad y Electronica, a sus profesores.
A todos los que me hacan consultas (s, se los agradezco, aunque no me crean), por-
que permitan reafirmarme en muchas cosas, y de lo contrario hubiera estado muy aburrido
durante mis a
nos de estudio.
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
2.2.3. Funcion Coseno Levantado . . . . . . . . . . . . . . . . . . . . . . . . 20

2.2.4. Transmision de Banda Base y Paso Banda . . . . . . . . . . . . . . . 22
2.3. Algunos Conceptos de Procesamiento Digital de Se
nales . . . . . . . . . . . . 24
2.3.1. La Transformada de Fourier de Tiempo Discreto (DTFT) . . . . . . . 25
2.3.2. La Transformada Discreta de Fourier (DFT) . . . . . . . . . . . . . . 26
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
4.3.2. El Espectro de OFDM . . . . . . . . . . . . . . . . . . . . . . . . . . 69

4.3.3. Demodulacion de OFDM . . . . . . . . . . . . . . . . . . . . . . . . . 70
4.4. Uso de la DFT en OFDM . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
4.5. Prefijo Cclico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
4.6. Modelo de un Sistema OFDM . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4.6.1. OFDM Compleja . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
4.6.2. OFDM Real . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
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
6. La FFT en OFDM 112

6.1. Algoritmo Radix-2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
6.1.1. FFT por Diezmado en Frecuencia (DIF) . . . . . . . . . . . . . . . . 113
6.1.2. FFT por Diezmado en el Tiempo (DIT) . . . . . . . . . . . . . . . . 118
6.1.3. Algoritmo Bit Reversal . . . . . . . . . . . . . . . . . . . . . . . . . . 120
6.1.4. FFT Inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
6.2. Algoritmo Radix-4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
6.3. Complejidad computacional de los algoritmos FFT . . . . . . . . . . . . . . 125
INDICE GENERAL vi
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
9.6. Estimacion del canal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187

9.7. Modulacion y demodulacion QAM . . . . . . . . . . . . . . . . . . . . . . . . 188
9.8. Codificacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
9.8.1. Entrelazado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
9.8.2. Codificacion convolucional . . . . . . . . . . . . . . . . . . . . . . . . 192
9.8.3. Algoritmo de Viterbi . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
9.8.4. Dispersion de energa . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
9.9. Interfaz para depuracion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196
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
2.1. Proceso aleatorio continuo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

2.2. Ejemplo de funciones de autocorrelacion. . . . . . . . . . . . . . . . . . . . . 13
2.3. Autocorrelacion de una se
nal periodica rectangular. . . . . . . . . . . . . . . 14
2.4. Densidad de potencia y autocorrelacion del ruido blanco. . . . . . . . . . . . 17
2.5. Funcion coseno levantado para varios valores de . . . . . . . . . . . . . . . . 21
2.6. Respuesta al impulso del coseno levantado, para varios valores de . . . . . . 21
2.7. Modelo transmisor, receptor y canal. . . . . . . . . . . . . . . . . . . . . . . 22
2.8. Relacion entre la representacion paso banda y la representacion banda base
compleja. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.9. Modulador y demodulador en cuadratura. . . . . . . . . . . . . . . . . . . . 25
2.10. Muestreo en frecuencia de la DFT en el plano z. . . . . . . . . . . . . . . . . 31
2.11. Ejemplo secuencias x[n] e y[n]. . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.1. Modelo de canal con filtro lineal variable en el tiempo. . . . . . . . . . . . . 36

3.2. Respuesta al impulso de un canal con efectos de multitrayectoria. . . . . . . 37
3.3. Efectos de la multitrayectoria en una se
nal recibida. . . . . . . . . . . . . . . 39
3.4. Espectro de retardo de un canal con multitrayectoria . . . . . . . . . . . . . 41
3.5. Funcion de autocorrelacion en frecuencia. . . . . . . . . . . . . . . . . . . . . 43
3.6. Espectro de potencia Doppler y funcion de autocorrelacion temporal . . . . . 44
3.7. Resumen de las funciones de autocorrelacion de un canal variable en el tiempo. 45
3.8. Fading de larga y corta escala. . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.9. Funcion de Bessel Modificada. . . . . . . . . . . . . . . . . . . . . . . . . . . 50
viii
INDICE DE FIGURAS ix
3.10. Funcion de densidad de Rician normalizada. . . . . . . . . . . . . . . . . . . 50

3.11. Espectro Doppler y funcion de autocorrelacion temporal de Jakes. . . . . . . 51
3.12. Canal selectivo y no selectivo en frecuencia. . . . . . . . . . . . . . . . . . . 54
3.13. Comportamiento tiempo-frecuencia de un canal multitrayecto. . . . . . . . . 54
3.14. Rendimiento en varios tipos de canales. . . . . . . . . . . . . . . . . . . . . . 55
3.15. Funcion de espectro de retardo discreto. . . . . . . . . . . . . . . . . . . . . 59
4.1. Espectro de un sistema de comunicaciones multiportadora. . . . . . . . . . . 65

4.2. Modulacion multiportadora general. . . . . . . . . . . . . . . . . . . . . . . . 65
4.3. Sistema multiportadora con subbandas limitadas en frecuencia. . . . . . . . . 67
4.4. Espectro de OFDM para Nc = 8. . . . . . . . . . . . . . . . . . . . . . . . . 70
4.5. Demodulacion de OFDM por un banco de filtros matched. . . . . . . . . . . 71
4.6. Uso de la FFT en la implementacion de OFDM. . . . . . . . . . . . . . . . . 73
4.7. Efecto de un canal multitrayecto en OFDM sin intervalo de guarda. . . . . . 73
4.8. Intervalo de guarda en un smbolo OFDM. . . . . . . . . . . . . . . . . . . . 74
4.9. Modelo de canal multitrayecto como filtro LTI. . . . . . . . . . . . . . . . . . 75
4.10. Efecto de un canal multitrayecto en OFDM con intervalo de guarda. . . . . . 77
4.11. Modelo OFDM de banda base discreto. . . . . . . . . . . . . . . . . . . . . . 78
4.12. Diagrama general de un sistema OFDM inalambrico. . . . . . . . . . . . . . 81
4.13. Diagrama general de un sistema OFDM de banda base. . . . . . . . . . . . . 84
5.1. Sincronizacion del smbolo OFDM. . . . . . . . . . . . . . . . . . . . . . . . 87

5.2. Efecto del desplazamiento de frecuencia en OFDM. . . . . . . . . . . . . . . 91
5.3. Espectro de densidad de potencia del ruido de fase. . . . . . . . . . . . . . . 92
5.4. Estructura del preambulo de trama de IEEE 802.11a/g . . . . . . . . . . . . 94
5.5. Preambulo de trama de IEEE 802.11a/g. . . . . . . . . . . . . . . . . . . . . 94
5.6. Secuencia general de sincronizacion en OFDM. . . . . . . . . . . . . . . . . . 96
5.7. Respuesta del algoritmo de deteccion de energa. . . . . . . . . . . . . . . . . 98
5.8. Deteccion de un paquete por doble ventana deslizante. . . . . . . . . . . . . 98
5.9. Respuesta del algoritmo de doble ventana deslizante. . . . . . . . . . . . . . 100
INDICE DE FIGURAS x
5.10. Algoritmo retardo y correlacion. . . . . . . . . . . . . . . . . . . . . . . . . . 101

5.11. Salida del algoritmo retardo y correlacion. . . . . . . . . . . . . . . . . . . . 101
5.12. Se
nal generada por el algoritmo de correlacion de CP. . . . . . . . . . . . . . 102
5.13. Ubicacion de las portadoras piloto en IEEE 802.11a/g. . . . . . . . . . . . . 105
5.14. Aspecto en el tiempo de una se
nal OFDM. . . . . . . . . . . . . . . . . . . . 107
5.15. Curva de respuesta de un amplificador con saturacion. . . . . . . . . . . . . 108
5.16. Distorsion de una se
nal OFDM debido a un amplificador no lineal. . . . . . . 109
5.17. Espectro OFDM para varios valores de IBO de un amplificador de saturacion
suave. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
5.18. Espectro OFDM para varios valores de IBO de un amplificador con clipping. 110
5.19. Diagrama de constelacion 16-QAM, para diferentes valores de IBO. . . . . . 111
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
7.1. Constelaciones de algunas portadoras de un sistema OFDM. . . . . . . . . . 130

7.2. Modulador digital que produce una constelacion de M puntos. . . . . . . . . 131
7.3. Codificador de constelacion en OFDM. . . . . . . . . . . . . . . . . . . . . . 132
7.4. Constelaciones PSK. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
7.5. Constelaciones QAM. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
7.6. Codigo Gray en una constelacion 16-QAM. . . . . . . . . . . . . . . . . . . . 134
INDICE DE FIGURAS xi
7.7. Constelacion de M = 32 usada en DAPSK. . . . . . . . . . . . . . . . . . . . 136

7.8. Lmites para deteccion por decision dura en una constelacion QPSK. . . . . 138
7.9. Concatenacion de codigos en OFDM y uso de entrelazamiento. . . . . . . . . 139
7.10. Posible entralazamiento en el tiempo y la frecuencia de un flujo de bits rela-
cionados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
7.11. Diagrama de un entrelazador convolucional. . . . . . . . . . . . . . . . . . . 143
7.12. Diagrama de un de-entrelazador convolucional. . . . . . . . . . . . . . . . . . 144
7.13. Diagrama de un codificador convolucional. . . . . . . . . . . . . . . . . . . . 145
7.14. Codificador convolucional con Rc = 1/2 y L = 3. . . . . . . . . . . . . . . . . 145
7.15. Diagrama de arbol del codificador de la figura 7.14. . . . . . . . . . . . . . . 148
7.16. Diagrama de Trellis del codificador de la figura 7.14. . . . . . . . . . . . . . . 150
7.17. Patron de perforado de velocidad 2/3. . . . . . . . . . . . . . . . . . . . . . . 151
7.18. Parte repetitiva del diagrama de Trellis del codificador de la figura 7.14. . . . 152
7.19. Dos palabras de codigo para llegar a un estado sk . . . . . . . . . . . . . . . . 152
7.20. Tabla de historia de estados. . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
7.21. Ejemplo de decodificacion de una secuencia. . . . . . . . . . . . . . . . . . . 155
7.22. Diagrama en bloques del decodificador de Viterbi. . . . . . . . . . . . . . . . 157
8.1. Diagrama general del sistema. . . . . . . . . . . . . . . . . . . . . . . . . . . 159

8.2. Diagrama funcional del sistema (simplificado). . . . . . . . . . . . . . . . . . 160
8.3. Diagrama en bloques de la implementacion fsica del sistema. . . . . . . . . . 161
8.4. Foto de la implementacion fsica del sistema desarrollado. . . . . . . . . . . . 162
8.5. Diagrama en bloques del AD9857. . . . . . . . . . . . . . . . . . . . . . . . . 163
8.6. Respuesta del filtro CIC 4x del AD9857. . . . . . . . . . . . . . . . . . . . . 164
8.7. Interfaz serial-paralelo para el AD9857. . . . . . . . . . . . . . . . . . . . . . 165
8.8. Diagrama interno del AD6600. . . . . . . . . . . . . . . . . . . . . . . . . . . 165
8.9. Diagrama interno del AD6620. . . . . . . . . . . . . . . . . . . . . . . . . . . 167
8.10. Programa de dise
no del filtro FIR del AD6620. . . . . . . . . . . . . . . . . . 168
8.11. Diagrama interno del ADSP21262. . . . . . . . . . . . . . . . . . . . . . . . 169
8.12. Elementos de procesamiento del ADSP21262. . . . . . . . . . . . . . . . . . 170
INDICE DE FIGURAS xii
8.13. Parte del DAI del ADSP21262. . . . . . . . . . . . . . . . . . . . . . . . . . 171

8.14. Modo encadenamiento DMA del ADSP21262. . . . . . . . . . . . . . . . . . 172
8.15. Conexionado entre los buses SPI de la tarjeta (simplificado). . . . . . . . . . 173
8.16. Programa de control del sistema. . . . . . . . . . . . . . . . . . . . . . . . . 173
8.17. Capas de software involucradas en el control de la tarjeta. . . . . . . . . . . 174
8.18. Flujo de desarrollo de software del sistema. . . . . . . . . . . . . . . . . . . . 175
9.1. Diagrama en bloques del modulador COFDM. . . . . . . . . . . . . . . . . . 177

9.2. Diagrama en bloques del demodulador COFDM. . . . . . . . . . . . . . . . . 178
9.3. Espectro OFDM. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
9.4. Smbolo OFDM usado. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
9.5. Estructura de la trama del sistema. . . . . . . . . . . . . . . . . . . . . . . . 179
9.6. Diagrama de flujo del modulador COFDM. . . . . . . . . . . . . . . . . . . . 180
9.7. Filtro de salida del interpolador 2x. . . . . . . . . . . . . . . . . . . . . . . . 182
9.8. Tama
no de los bloques de datos usados en el modulador. . . . . . . . . . . . 182
9.9. Diagrama de flujo del demodulador COFDM. . . . . . . . . . . . . . . . . . 183
9.10. Ventana de observacion de 640 muestras. . . . . . . . . . . . . . . . . . . . . 186
9.11. Algoritmo para la estimacion de la respuesta del canal. . . . . . . . . . . . . 188
9.12. Constelacion 16-QAM usada en la implementacion. . . . . . . . . . . . . . . 189
9.13. Umbral de decision para el demodulador QAM. . . . . . . . . . . . . . . . . 191
9.14. Codificador convolucional usado, L = 5, Rc = 1/2. . . . . . . . . . . . . . . . 192
9.15. Ejemplo de mariposa Viterbi usada en la implementacion. . . . . . . . . . . 193
9.16. Trellis del codificador convolucional GSM. . . . . . . . . . . . . . . . . . . . 195
9.17. Dispersor de energa o scrambler. . . . . . . . . . . . . . . . . . . . . . . . . 195
9.18. Generacion de los datos de depuracion en el DSP. . . . . . . . . . . . . . . . 196
9.19. Software involucrado en GUI de visualizacion. . . . . . . . . . . . . . . . . . 197
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
10.4. Salida obtenida de (). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201

10.5. Comportamiento del estimador de energa con respecto al SNR. . . . . . . . 201
10.6. Comportamiento del sincronizador de trama. . . . . . . . . . . . . . . . . . . 202
10.7. Error de seguimiento de CFO (se
nal filtrada). . . . . . . . . . . . . . . . . . 202
10.8. Constelacion 16-QAM antes y despues del seguimiento de fase. . . . . . . . . 203
10.9. Seguimiento de fase durante varios minutos. . . . . . . . . . . . . . . . . . . 204
10.10.Espectro OFDM obtenido. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
10.11.Respuesta del canal estimada. . . . . . . . . . . . . . . . . . . . . . . . . . . 205
10.12.Constelacion 16-QAM para dos condiciones de SNR. . . . . . . . . . . . . . . 205
10.13.Tiempo de ejecucion de la sincronizacion gruesa, demodulador y modulador. 206
10.14.Prueba del estimador de SNR. . . . . . . . . . . . . . . . . . . . . . . . . . . 209
10.15.Obtencion de la BER para un SNR dado. . . . . . . . . . . . . . . . . . . . . 210
10.16.Rendimiento del receptor COFDM. . . . . . . . . . . . . . . . . . . . . . . . 210
A.1. Interfaz USB. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214

A.2. Alimentacion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215
A.3. Interfaz RS232. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215
A.4. Receptor digital. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216
A.5. Transmisor digital. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
A.6. DAC VCXO. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
A.7. Tarjeta DSP. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218
A.8. CODEC de audio. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219
A.9. Entrada y salida de RF. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 220
Resumen
El presente trabajo expone el estudio teorico, el dise

no y la implementacion en tiempo real
de la modulacion OFDM (Multiplexacion por Division en Frecuencia Ortogonal). Para ello se
construye una tarjeta programable multiproposito destinada para telecomunicaciones, basado
en el procesador digital de se
nal (DSP) ADSP21262 de Analog Devices. El sistema desarro-
llado hace uso de los ICs AD9857 y AD6620 (tambien de Analog Devices), que implementan
las funciones de modulador y demodulador IQ respectivamente de manera completamente
digital, junto con un CODEC de audio de proposito general e interfaz USB/RS232 para
conexion con el PC.
En esta tarjeta dise
nada se implementan los algorimos basicos de OFDM con codificacion
convolucional y entrelazado de bits (COFDM, Multiplexaci
on por Divisi
on en Frecuencia
Ortogonal Codificada), empleando 194 subportadoras de datos. Cada subportadora es modu-
lada con 16-QAM, y el codificador convolucional corresponde al usado en GSM. Se alcanza
una tasa de transmision de 286,96 kbps sobre un ancho de banda de aproximadamente 200
kHz, la cual es usada para transmitir audio digital estereo de 31,250 kHz de frecuencia de
muestreo con 16 bits de resolucion, usando IMA-ADPCM como compresor de datos.
Se realizo algunas mediciones de los algoritmos usados, y se midio el desempe
no de este
receptor COFDM mediante la obtencion de la curva BER vs Eb /N0 , donde se obtiene una
mejora de 1 dB aproximadamente frente al desempe
no teorico de 16-QAM en un canal AWGN
sin codificacion.
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
La Multiplexacion por Division de Frecuencia Ortogonal (OFDM) ha llegado a ser muy

popular en sistemas de comunicaciones inalambricos de alta velocidad, pues es una de las
tecnicas mas u
tiles para combatir los efectos de un canal multitrayecto en una transmision
de banda ancha, con una alta eficiencia espectral. Ha sido adoptado por varios estandares,
entre los cuales figuran WiMAX IEEE 802.16, WiFi IEEE 802.11a/g, los estandares europeos
ETSI EN 300 744 (Digital Video Broadcasting-Terrestial, DVB-T), ETSI EN 300 401 (Digital
Audio Broadcasting, DAB), ETSI ES 201 980 (Digital Radio Mondiale, DRM) y es candidato
para los futuros sistemas 4G.
De esta forma, por la importancia de OFDM para los sistemas de banda ancha inalambri-
ca, se ha elegido este tipo de modulacion para realizar este trabajo, que tiene como objetivo
principal un estudio profundo de esta tecnica y la implementacion fsica de OFDM sobre una
tarjeta programable.
OFDM es una modulacion multiportadora, que consigue una gran eficiencia espectral
gracias al uso de portadoras ortogonales entre s, las cuales permiten ser demoduladas a
pesar de que sus espectros individuales esten solapados.
La ventaja de un sistema multiportadora sobre uno de portadora u
nica es que el primero
permite simplificar el proceso de ecualizacion del canal. La transmision de una alta tasa de
datos sobre un cana multitrayecto, usando una portadora u
nica, exige necesariamente un
complejo ecualizador del canal, puesto que los m
ultiples reflexiones de la se
nal recibidas en el
1
CAPITULO 1. INTRODUCCION
2
receptor genera una severa ISI. El uso de m

ultiples portadoras genera smbolos de duracion
mas larga, lo cual permite disminuir la ISI.
En el desarrollo de la tarjeta, se ha tenido como principal meta construir una que cuente
con una gran flexibilidad y que no solo se limite a la implementacion de OFDM. Esto u
ltimo
debido a que constantemente se hacen nuevos avances o mejoras de tecnologas ya existentes,
y un sistema lo suficientemente flexible podra reducir los costos de implementacion de estas
nuevas mejoras. Ademas, en un laboratorio de telecomunicaciones, es necesario contar con
sistemas lo suficientemente flexibles para poder realizar distintas experiencias o bien en el
caso de la investigacion poder experimentar con nuevas innovaciones en esta area.
Por este motivo, la tarjeta se ha desarrollado bajo el concepto de Software Radio o
Software-Defined Radio (SDF). Esta tecnica pretende realizar por software la mayor parte de
las funciones que se hacen normalmente en hardware. As, una posible mejora o introduccion
de una nueva tecnologa consistira simplemente en la actualizacion del software del sistema,
con una mnima o nula intervencion en el hardware.
Un receptor SDF ideal consistira en una conversion analogo-digital directa de la se
nal
recibida de la antena, y luego los procesos conversion y demodulacion seran realizados a
traves de software, as las partes analogicas seran reducidas al mnimo. Sin embargo, actual-
mente no se dispone de conversores y procesadores lo suficientemente rapidos para trabajar
directamente con las se
nales de RF. Por este motivo, la implementacion practica de SDF
implica por lo menos una etapa de conversion analogica de RF, para llevar la se
nal a una
frecuencia mas baja (en el caso del receptor), facilmente manejable por los conversores.
El sistema fsico propuesto consiste basicamente en un procesador de banda base, las
interfaces adecuadas para comunicacion con el exterior y los conversores de datos preparados
para trabajar con se
nales de RF. De esta forma, el sistema dise
nado puede ser conectado a
cualquier conversor de RF para elegir la banda de frecuencia de operacion.
Captulo 2
Conceptos Previos
En este captulo se presentara una revision de algunos conceptos necesarios para una
comprension profunda de OFDM.
2.1. Probabilidad y Procesos Estoc

asticos
En esta seccion se mostrara algunos puntos importantes sobre probabilidad aplicados a
nales y sistemas [26], los cuales seran u
se tiles a la hora de analizar el comportamiento de un
canal inalambrico.
2.1.1. Variables Aleatorias
Un experimento aleatorio lo podemos caracterizar mediante eventos (por ejemplo, en el

caso del lanzamiento de una moneda, los eventos son: se obtuvo cara y se obtuvo sello), lo cual
deja en claro algunas propiedades del experimento. Sin embargo, una forma mas consistente
de representar un experimento es mediante n
umeros. Para ello se utiliza la variable aleatoria,
la cual consiste en una funcion que mapea los eventos del espacio de muestreo S (continuo o
discreto), en n
umeros reales. La variable aleatoria se representa mediante letras may
usculas,
como pueden ser W , X o Y .
Se puede definir, por ejemplo, la variable aleatoria X, que representara el experimento de
lanzar una moneda. As, X puede mapear el evento se obtuvo cara con X = 1 y se obtuvo
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
Sin embargo, una funcion mas u

til corresponde a la funci
on de densidad de probabilidad
(ecuacion 2.2), que es la derivada de la funcion de distribucion FX (x).
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
2.1.2. Valor Esperado
La caracterizacion estadstica completa de una variable aleatoria es por lo general difcil.

Sin embargo, en la mayora de los casos el valor esperado es suficiente. A este valor tambien
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)

El valor esperado lo podemos relacionar con la componente continua de una se

nal alea-
toria, mientras que la media de los cuadrados nos entrega la potencia media de una variable
aleatoria. La raz cuadrada de esta u
ltima cantidad corresponde al valor cuadr
atico medio o
valor RMS.
Tambien hay que tener en cuenta que la potencia promedio de dos variables aleatorias X
e Y corresponde a la suma de las potencias promedios por separado respectivamente (2.5).
E{(X + Y )2 } = E{X 2 } + E{Y 2 } (2.5)
2.1.3. Momentos Estadsticos
Momentos alrededor del Origen
Los momentos en el origen son definidos por la ecuacion 2.6.
Z
n
mn = E{X } = xn f (x)dx (2.6)

Se puede observar que para el caso de n = 0 se obtiene m0 = 1, para el caso de n = 1 se

obtiene el valor esperado de X y para n = 2 se obtiene la esperanza de los cuadrados.
Momentos Centrales
El momento central de la variable aleatoria X es el momento pero alrededor de la media

de X, tal como se puede observar en la ecuacion 2.7.
Z
n
n = E[(X mX ) ] = (x mX )n f (x)dx (2.7)

Para n = 0 se obtiene 0 = 1 y para n = 1 se obtiene 1 = 0.
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)

La raz cuadrada de la varianza, , se conoce como desviaci

on est
andar, y corresponde a
una medida de la dispersion de la funcion de densidad fX (x) con respecto a su media.
Otra forma de encontrar la varianza de X es utilizando 2.9.
2 = E{X 2 } m2X (2.9)
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
con la ocurrencia de observar los dos sucesos simultaneamente (2.10).
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
Si dos sucesos son independientes, entonces la ocurrencia de uno de ellos no influye en

la ocurrencia del otro suceso. Esto implica que la funcion de densidad conjunta la podemos
escribir tal como aparece en 2.12.
fXY (x, y) = fX (x)fY (y) (2.12)
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.
RXY = E{X}E{Y } (2.14)
Si RXY = 0, se dice que estas variables aleatorias son ortogonales.

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)

La covarianza se puede encontrar tambien si se conoce la correlacion entre X e Y (2.16)
CXY = RXY mX mY (2.16)
Si CXY = 0 implica que X e Y son independientes o no correlacionados.

Si CXY = mX mY significa que X e Y son ortogonales.
Usando la covarianza, se puede obtener el coeficiente de correlaci
on el cual se define en
2.17.
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.
2.1.7. Procesos Aleatorios
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).
Figura 2.1: Proceso aleatorio continuo.
Ahora, si elegimos un valor de t especfico dejando a s variable, estaremos escogiendo

una variable aleatoria especfica, la cual designameros como Xi = X(ti ). Este conjunto de
variables aleatorias, tomadas para todo t, se llama conjunto aleatorio.
En la figura 2.1 podemos observar un proceso aleatorio continuo. Podemos distinguir
horizontalmente las formas de onda (dependientes del tiempo), asociadas a un valor particular
de s y simbolizadas por la letra min
uscula x(t, si ). Estas funciones son, como ya hemos dicho,
las funciones muestra. Tambien en esta figura podemos ver que en sentido vertical, esto es,
para un valor particular de t, obtenemos una variable aleatoria X(tk , si ), que corresponde a
todos los puntos en un tiempo especfico que pasen por todas las formas de onda. El conjunto
aleatorio corresponde a todas estas variables aleatorias y aparece en la figura en may
uscula
X(t, si ).
Estadsticas Conjunto y Promedios Tiempo
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)

Se llama promedios tiempo a 2.19 aplicados a alguna funcion de muestra.
Z
n
< [x(t, si )] >= [x(t, si )]n dt (2.19)

Por lo general se cumple 2.20.
E{[X(t, si )]n } =
6 < [x(t, si )]n > (2.20)
Autocorrelaci
on
Llamaremos autocorrelacion a la correlacion entre dos variables aleatorias X(t1 ) y X(t1 )

del proceso aleatorio X(t) (2.21).
RXX (t1 , t2 ) = E{X(t1 )X(t2 )} (2.21)
Si la autocorrelacion es invariante en el tiempo, esto es, que solo dependa de la distancia

en el tiempo = t2 t1 , se denota por RXX ( ).
Correlaci
on Cruzada
Llamaremos correlacion cruzada (2.22) a la correlacion de dos variables aleatorias X(t1 )

e Y (t2 ), pertenecientes a los procesos aleatorios X(t) e Y (t) respectivamente.
RXY (t1 , t2 ) = E{X(t1 )Y (t2 )} (2.22)
Si la correlacion cruzada es invariante en el tiempo, la denotaremos como RXY ( ).

Proceso Estacionario en Sentido Estricto (SSS)
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).
E{[X(t, si )]n } = E{[X(t + , si )]n } (2.23)
Esto significa que la media, la varianza, la autocorrelacion, etc, son constantes en el

tiempo. Sin embargo un proceso aleatorio que tenga todas sus estadsticas invariables en el
tiempo es muy restrictivo, por lo cual se hace necesario la definicion de un modo estacionario
mas flexible.
Proceso Estacionario en Sentido Amplio (WSS)
Se dice que un proceso aleatorio X(t) es estacionario en sentido amplio o debilmente

estacionario si se cumple que el valor esperado y la autocorrelacion es invariante en el tiempo:
1. E[X(t)] = mX
2. E[X(t)X(t + ]) = RXX ( )
De esta forma, en un proceso WSS, la media es constante en el tiempo y la autocorrelacion

depende de las diferencias absolutas en el tiempo y no de los instantes absolutos.
Ahora si tenemos dos procesos aleatorios X(t) e Y (t), podemos decir que son conjunta-
mente estacionarios en sentido amplio si se cumple 2.24, esto es, que la correlacion cruzada
sea invariante en el tiempo.
RXY (t1 , t2 ) = RXY ( ) (2.24)
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
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
2.1.8. Funciones de Correlaci

on
En esta seccion se hablara mas de la funcion de correlacion, pues desempe

na un papel
muy importante. Primero trataremos las funciones de correlacion en se
nales determinsticas
y finalmente en procesos estocasticos.
Las funciones de correlacion nos permite medir el grado de semejanza entre dos se
nales o
bien el grado de semejanza entre una se
nal y la misma pero desplaza en el tiempo (autoco-
rrelacion). Esta u
ltima nos permitira detectar una se
nal periodica inmersa en ruido o bien
medir una banda de frecuencias.
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
Figura 2.2: Ejemplo de funciones de autocorrelacion.
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
nales de potencia es 2.29, para

As, la funcion de autocorrelacion en el tiempo para se
se
nales periodicas es 2.30, para se
nales complejas 2.31 y para se
nales de energa es 2.32, esta
u
ltima llamada integral de correlaci
on.
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
RXX ( ) =< x(t)x (t + ) >=< x (t)x(t + ) > (2.31)
Z
RXX ( ) = x(t)x(t + )dt (2.32)

Podemos observar en la figura 2.2 algunos ejemplos de funciones de autocorrelacion. La

primera corresponde a una tpica funcion de correlacion, la segunda corresponde a una se
nal
que no tiene ninguna relacion con puntos infinitamente cercanos de s misma, como por
ejemplo el ruido blanco, y la tercera corresponde a la autocorrelacion de una se
nal constante.
En la figura 2.3 vemos una se
nal periodica rectangular, y su funcion de autocorrelacion,
que corresponde a una onda triangular.
Ahora hablaremos de las propiedades de las funciones de correlacion, pero lo haremos para
procesos aleatorios, siendo aplicables a procesos determinsticos, con el cambio de notacion
Figura 2.3: Autocorrelacion de una se

nal periodica rectangular.
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):
RXX ( ) = E[X(t)X(t + )] (2.33)
Para este tipo de procesos, la funcion de autocorrelacion exhibe las siguientes propiedades:
1. |RXX ( )| RXX (0)
2. RXX ( ) = RXX ( )
3. RXX (0) = E[X 2 (t)]
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:
RXY ( ) = E[X(t)Y (t + )] (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)
3. |RXY ( )| 12 [RXX (0) + RY Y (0)]
La Autocovarianza y Covarianza Cruzada
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.
CXX (t, t + ) = E[{X(t) E[X(t)]}{X(t + ) E[X(t + )]}] (2.35)
CXY (t, t + ) = E[{X(t) E[X(t)]}{Y (t + ) E[Y (t + )]}] (2.36)
Expresiones alternativas a 2.35 y a 2.36 se muestran en 2.37 y 2.38 respectivamente.
CXX (t, t + ) = RXX (t, t + ) E[X(t)]E[X(t + )] (2.37)
CXY (t, t + ) = RXY (t, t + ) E[X(t)]E[Y (t + )] (2.38)
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:
CXX ( ) = RXX ( ) m2X (2.39)
CXY ( ) = RXY ( ) mX mY (2.40)

La varianza del proceso aleatorio por lo menos WSS esta dado por 2.41:
2 = RXX (0) m2X (2.41)
2.1.9. Espectros de Potencia
Si deseamos encontrar la respuesta en frecuencia de una se

nal determinstica, solo tenemos
que aplicar la Transformada de Fourier para encontrarla. Sin embargo, en el caso de procesos
aleatorios, la transformada por lo general no existe. Por este motivo, se recurre a usar la
potencia del proceso aleatorio en vez de su amplitud. Para eso es necesario introducir el
concepto de densidad de potencia espectral, SXX ().
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).
RXX ( ) SXX () (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
Figura 2.4: Densidad de potencia y autocorrelacion del ruido blanco.
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
ejemplo el ruido termico.
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
En este caso, podemos encontrar la funcion de autocorrelacion usando la transformada

inversa de Fourier (2.50):
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 .
2.2. Algunos Conceptos de Comunicaciones
2.2.1. Filtro Matched
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].
Si la base de transmision es ortonormal, esto es, que cada una de las se

nales que la
componen son ortogonales entre s y tiene una magnitud unitaria, los smbolos Dk pueden
ser recobrados completamente mediante una operacion de correlacion, la cual aparece en la
ecuacion 2.52:
Z
Dk = gk (t)s(t)dt (2.52)

Si escribimos la ecuacion 2.52 como si fuera la respuesta de un filtro (ecuacion 2.53):
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).
2.2.2. Criterio de Nyquist
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:
h(kTs ) = [k] (2.54)
Donde Ts es el tiempo del smbolo. En el dominio de la frecuencia se obtiene la ecuacion

2.55:

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
respuesta en frecuencia de h(t) es 2.56:

1 |f | < W
H(f ) = (2.56)
0 para el resto
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
Una funcion que cumple con el criterio de Nyquist es la funci

on coseno levantado [27].
Esta funcion tiene caractersticas espectrales deseadas en un sistema de comunicacion, y
por lo tanto, es implementado con frecuencia en la practica. Esta funcion tiene la siguiente
expresion en el dominio de la frecuencia (2.57):
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 ),
Figura 2.5: Funcion coseno levantado para varios valores de .
Figura 2.6: Respuesta al impulso del coseno levantado, para varios valores de .
Figura 2.7: Modelo transmisor, receptor y canal.
y la velocidad de smbolo es 1/Ts = 2W . Para = 0, la velocidad de smbolo es 1/Ts = W .

Debido a la suavidad de la respuesta en frecuencia del coseno levantado, se realiza su
implementacion practica. Si el canal es ideal, se sabe que la respuesta total del sistema esta
dada por 2.59 (ver figura 2.7):
H(f ) = GT (f )GR (f ) (2.59)
Donde GT (f ) y GR (f ) son las respuestas en frecuencia de los filtros formadores de pulso

del transmisor y receptor respectivamente. Como GR (f ) es un filtro matched, se tiene que
GR (f ) = GT (f ), por lo que se obtiene 2.60:
H(f ) = GT (f )GT (f ) = |GT (f )|2 (2.60)
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
Cuando se usa el termino banda base, se hace referencia a se

nales que todava no han
sufrido alg
un proceso de modulacion o de multiplexacion. Por ejemplo una se
nal de vdeo
que sale de un VCR es un ejemplo de se
nal de banda base. Lo contrario es sucede con una
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)
Para averiguar el espectro de la se

nal paso banda, se calcula la transformada de Fourier.
Se obtiene la expresion 2.63:
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.
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)
Este es llamado modulador en cuadratura. Un hecho importante de este tipo de modu-

lacion, es que el ancho de banda W del canal paso banda, es compartido por dos canales
separables: un canal coseno y un canal seno. Ambos canales son ortogonales, lo cual implica
que no existe interferencia entre ellos.
El demodulador en cuadratura se puede obtener usando 2.66:

x(t) = (t) [ 2 cos(2fc t)s1 (t)]

y(t) = (t) [ 2 sin(2fc t)s1 (t)] (2.66)
En la figura 2.9 podemos ver un esquema del modulador y demodulador.
2.3. Algunos Conceptos de Procesamiento Digital de

Se
nales
A continuacion se presentaran algunos conceptos de procesamiento digital de se
nales [23]
que seran u
tiles en la compresion de OFDM.
Figura 2.9: Modulador y demodulador en cuadratura.
2.3.1. La Transformada de Fourier de Tiempo Discreto (DTFT)
Una representacion muy u

til de un sistema es su respuesta en frecuencia. En el caso
de se
nales y sistemas discretos, la transformada de Fourier de tiempo discreto DTFT, nos
permite tal representacion, en terminos de exponenciales complejas ejn .
De esta forma, la DTFT de una secuencia x[n] absolutamente sumable [38] es 2.67:

X
j
X(e ) F{x[n]} = x[n]ejn (2.67)
n=
La transformada inversa de Fourier de tiempo discreto, la IDTFT, se define en 2.68:
Z
1 j 1
x[n] F {X(e )} = X(ej )ejn d (2.68)
2
El operador F transforma la secuencia x[n] en una funcion X(ej ) compleja y continua,

de variable , la cual es llamada frecuencia digital, y es medida en rad/muestra.
La funcion en frecuencia X(ej ) es periodica, de periodo 2, por lo cual toda la descripcion
en frecuencia se puede hacer para un rango de de longitud 2.
A continuacion se presentan algunas propiedades de la DTFT.
Propiedades de la DTFT
Linealidad : Sean las secuencias x[n] e y[n], cuyas DTFT son X(ej ) e Y (ej ) respectiva-
mente, entonces:
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)
2.3.2. La Transformada Discreta de Fourier (DFT)
Se ha visto que es posible describir una secuencia x[n] en el dominio de la frecuencia

usando la DTFT. Sin embargo, muchas veces es necesario realizar esta operacion mediante
computacion digital o mediante hardware especfico. En este caso, la representacion con-
tinua en frecuencia X(ej ) no es conveniente. Es necesaria una representacion discreta en
frecuencia, la cual es lograda por la Transformada Discreta de Fourier o DFT [18].
Series Discretas de Fourier (DFS)
La representacion en Series Discretas de Fourier es la base de la DFT. La DFS nos sirve

para la representacion de secuencias periodicas de periodo N , la cuales seran representadas
por x[n] (2.72):
x[n] = x[n + N ] (2.72)
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
Con esto se encuentra la ecuacion 2.76:
N
X 1
x[n]ej2kn/N = ak N (2.76)
n=0
Si se define 2.77:
ak N
X[k] (2.77)
Encontramos las ecuaciones de analisis y sntesis de la DFS (2.78 y 2.79):
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
Frecuentemente el factor exponencial es reemplazado por la siguiente definicion (6.2) para

simplificar la notacion de la DFS (y posteriormente la DFT o FFT):
WN ej2/N (2.80)
Por lo que las ecuaciones de la DFS quedan como:
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
Linealidad : Si x[n] e y[n] son periodicas, entonces:
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 :
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=
Donde ((n))N es la operacion m

odulo, que se lee n modulo N y otra forma de representar
la extension periodica de la secuencia finita x[n].
Tambien x[n] puede ser obtenida de la secuencia periodica x[n], usando una operacion de
multiplicacion por una ventana rectangular (2.84):
x[n] = x[n]W [n] (2.84)


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.
Muestreo en frecuencia de la DFT
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
Si se compara con la DFT, se puede concluir 2.90:
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
Figura 2.10: Muestreo en frecuencia de la DFT en el plano z.
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.
Simetra : Si x[n] es real, entonces X[k] es simetricamente conjugada (2.92), en cambio si

x[n] es imaginaria, entonces X[k] es antisimetricamente conjugada (2.93):
X[k] = X [k] = X ((N k))N (2.92)
X[k] = X [k] = X ((N k))N (2.93)
Las propiedades de simetra de la DFT son aprovechadas para la modulacion OFDM

de banda base (como en los modems ADSL).
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).
La secuencia y[n] se obtiene por la DFT inversa de Y [k], ecuacion 2.94:
N 1
1 X
y[n] = Y [k]ej2kn/N (2.94)
N k=0
Por otro lado, Y [k] es obtenido por 2.95:

X
j
Y [k] = X(e )|=2k/N = x[m]ej2km/N (2.95)
m=
Reemplazando 2.95 en 2.94 y ordenando adecuadamente obtenemos 2.96:
N 1
1 X X
y[n] = x[m] ej2k(nm)/N (2.96)
N m= k=0
La sumatoria entre 0 y N 1 es igual a N cuando m = n lN , donde l es entero, y es

igual a cero en cualquier otro caso. Reemplazando esto en la ecuacion 2.96, obtenemos
la ecuacion 2.97, el cual nos relaciona la secuencia original x[n] y su DFT de N puntos
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.
La propiedad de convolucion circular de la DFT nos dice:
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
La convolucion circular es equivalente a un periodo de la convolucion periodica (2.99):
x[n]
N y[n] = {
x[n] ~ y[n]}W [n] (2.99)
Por lo general, la convolucion circular no es lo mismo que la convolucion lineal, y una

convolucion circular de N puntos es distinta de una convolucion circular de M puntos.
La relacion entre la convolucion lineal y la convolucion circular aparece a continuacion:
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)
Si la DFT tiene N puntos, si la secuencia x[n] tiene longitud N1 y si la secuencia y[n]

tiene longitud N2 , entonces para que la convolucion lineal sea igual a la convolucion
circular (2.102), es necesario que se cumpla la condicion 2.103:
x[n]
N y[n] = x[n] y[n] (2.102)
N N1 + N2 1 (2.103)
En caso que no se cumpla la condicion 2.103, existira aliasing en el tiempo.
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:
g[n] = x[n] y[n] = [1 1 2 2 0 3] (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.
Para poder calcular esto u

ltimo, es conveniente construir una tabla donde se listen las
secuencias desplazadas g[n + lN ], y despues se sumen los valores entre 0 n N 1.
Esto se puede observar en el cuadro 2.1.
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
Figura 2.11: Ejemplo secuencias x[n] e y[n].
Entonces, el resultado de la convolucion circular con N = 4 aparece en 2.105:
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
Figura 3.1: Modelo de canal con filtro lineal variable en el tiempo.
36
CAPITULO 3. CANAL DE COMUNICACION
INALAMBRICO
37
Figura 3.2: Respuesta al impulso de un canal con efectos de multitrayectoria.
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.
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
s(t) = Re[sl (t)ej2fc t ] (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
Sustituyendo 3.1 en 3.2 obtenemos 3.3.
X
x(t) = Re{[ n (t)ej2fc n (t) sl (t n (t))]ej2fc t } (3.3)
n
De esta forma, de 3.3 podemos obtener la se

nal de banda base recibida (3.4):
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:
INALAMBRICO
39
Figura 3.3: Efectos de la multitrayectoria en una se

nal recibida.
X
rl (t) = n (t)ej2fc n (t)
n
X
= n (t)ejn (t) (3.6)
n
Donde n (t) = 2fc n (t). Podemos observar que la se

nal de banda base consiste en la
suma de varios fasores variantes en el tiempo, de amplitud n (t) y fase n (t). Hay que fijarse
que n (t) puede variar 2 si el retardo n (t) cambia una cantidad de 1/fc segundos, lo cual
es por lo general una cantidad muy peque
na. Por ejemplo, para fc = 2400M Hz, este retardo
es de 0, 417nseg, esto en espacio libre, corresponde a 12, 5cm. Esto quiere decir, que para un
retardo equivalente a 6, 25cm una se
nal llegara en oposicion de fase con respeto a otra. En
la figura 3.3 podemos ver este fenomeno, que es el mecanismo basico del fading.
3.3. Funciones de Correlaci

on y de Espectro de Poten-
cia
Ahora obtendremos algunas funciones de autocorrelacion y de densidad de espectro de
potencia, muy u
tiles para analizar las caractersticas de este tipo de canales.
Partiremos asumiendo que podemos modelar el canal como un proceso aleatorio en la
variable t, WSS Gaussiano complejo, de media cero. Asumimos esto porque podemos pensar
INALAMBRICO
40
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
INALAMBRICO
41
Figura 3.4: Espectro de retardo de un canal con multitrayectoria
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 .
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)

Podemos observar que la autocorrelacion en la frecuencia depende solamente de las dife-

rencias absolutas de frecuencia f = f2 f1 , y que por lo tanto Rc (f ; t) se puede obtener
por transformada de Fourier de Rc (, t) en la variable . Esta funcion Rc (f ; t) se llama
autocorrelacion tiempo-frecuencia.
Ahora podemos tomar nuevamente t = 0, con lo que obtenemos la funcion de autoco-
rrelacion en frecuencia Rc (f ). Esta tambien se puede obtener por transformada de Fourier
de Sc ( ) (ecuacion 3.12):
Z
Rc (f ) = Sc ( )ej2 f d (3.12)

Como 3.12 es la autocorrelacion en frecuencia, esta nos da informacion de la coherencia en

frecuencia del canal. El rango donde Rc (f ) es distinto de cero se llama banda de coherencia
del canal, (f )c , y es inversamente proporcional a la dispersion multitrayectoria Tm (3.13):
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
INALAMBRICO
43
Figura 3.5: Funcion de autocorrelacion en frecuencia.
de coherencia (f )c , se dice que el canal es no selectivo en frecuencia. Si ocurre todo lo

contrario, se dice que el canal es selectivo en frecuencia, por lo cual la se
nal es distorsionada
por el canal.
Podemos tambien analizar las variaciones en el tiempo del canal. Estas se traducen como
variaciones en la frecuencia de una se
nal transmitida, lo cual se caracteriza por un despla-
zamiento Doppler. Para analizar estas variaciones, podemos obtener la autocorrelacion en el
tiempo del canal, el cual se puede tomando f = 0 en Rc (f ; t), con lo cual obtenemos
Rc (t) = Rc (0; t).
Por otro lado podemos tomar la transformada de Fourier de Rc (t), con lo que obtenemos
3.14:
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
INALAMBRICO
44
Figura 3.6: Espectro de potencia Doppler y funcion de autocorrelacion temporal
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].
INALAMBRICO
45
Figura 3.7: Resumen de las funciones de autocorrelacion de un canal variable en el tiempo.

INALAMBRICO
46
El fading de larga escala representa la atenuacion de la se

nal por el movimiento sobre
grandes distancias. Aqu influyen los contornos del terreno (arboles, colinas, edificios, etc).
Este fenomeno suele ser modelado usando la funcion de densidad lognormal.
El fading de corta escala representa los grandes cambios en la se
nal recibida (amplitud
y fase) debido a peque
nos cambios de posicion en el transmisor, receptor o fuentes de dis-
persion. Este fenomeno se manifiesta como dispersion de la se
nal (debido a multitrayectoria,
manifestado a traves de Sc ( )) y como variacion del comportamiento del canal (manifestado
en el espectro Doppler o la autocorrelacion en el tiempo del canal).
El fading de corta escala es llamado fading Rayleigh cuando hay una gran cantidad de
rutas reflectoras que dispersan la se
nal, y no hay una componentes de linea de vista (LOS,
line of sight) o dominantes. En este caso, la envolvente de la se
nal recibida es descrita por la
funcion de densidad Rayleigh. Si en el fading de corta escala hay componentes dominantes
de reflexion (o componentes especulares), la funcion de densidad que describe mejor este
fenomeno es la de Rician.
Podemos expresar la se
nal recibida de banda base sin modular (3.6) como 3.16:
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
(t) = m(t)r0 (t) (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.
INALAMBRICO
47
Figura 3.8: Fading de larga y corta escala.
3.4.1. Fading de larga escala
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
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).
3.4.2. Fading de corta escala
En la ecuacion 3.16 hemos obtenido una representacion de la suma vectorial de todas

reflexiones que llegan al receptor de una se
na no modulada. Podemos separar estos vectores
en sus componentes en cuadratura X e Y (figura 3.3), as podemos escribir 3.23:
(t)ej(t) = xr (t) + jyr (t) (3.22)
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
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
r0 (r02 +A2 )/22 Ar0

pR (r0 ) = e I0 ( 2 ) r0 0, A 0 (3.25)
2
Donde I0 es la funcion de Bessel modificada del primer tipo y de orden cero, A corres-
ponde a la amplitud peak de la componente especular y 2 2 la potencia media de la se
nal
multitrayectoria. Cuando no hay componente especular, A = 0 y la funcion de densidad de
Rician se transforma en la de Rayleigh. Observar que A2 /2 2 corresponde a la relacion se
nal
a ruido SNR.
En la figura 3.10 aparece la funcion de densidad de Rician normalizada, esto es, tomando
a = A/ y r = r0 /. Esta funcion aparece en la ecuacion 3.26. En la figura 3.9 podemos
observar la funcion de Bessel I0 .
2 +a2 )/2
pR (r) = re(r I0 (ar) r 0, a 0 (3.26)
3.5. Movimiento del receptor

Ahora asumiremos que el receptor se esta moviendo con velocidad constante v, y el trans-
nal sin modular [31]. En el caso de que exista una gran cantidad de
misor esta emitiendo una se
reflexiones de la se
nal, es com
un utilizar el modelo de Jakes para modelar un canal inalambri-
co movil. En este caso, la funcion de autocorrelacion en frecuencia corresponde a la ecuacion
INALAMBRICO
50
Figura 3.9: Funcion de Bessel Modificada.
Figura 3.10: Funcion de densidad de Rician normalizada.

INALAMBRICO
51
Figura 3.11: Espectro Doppler y funcion de autocorrelacion temporal de Jakes.
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
)
Donde fd = vfc /c, y corresponde a la maxima variacion de desplazamiento de frecuencia

alrededor de la frecuencia de la portadora fc . En la figura 3.11 podemos observar la funcion
de autocorrelacion en el tiempo y el espectro Doppler de Jakes, este u
ltimo con forma de U.
3.6. Efectos de las caractersticas de la se

nal
Vamos a suponer que se transmitira informacion digital sobre un canal con las carac-
tersticas que hemos visto, por modulacion (en amplitud, fase o ambas) de un pulso basico
sl (t) a una velocidad 1/T . Esta se
nal de banda base tendra una respuesta en frecuencia
Sl (f ). Ahora si el ancho de banda de esta se
nal, W , es mayor que la banda de coherencia
(f )c , Sl (f ) tendra distintas ganancias y desplazamientos de fase a traves de su respuesta en
frecuencia. En este caso, el canal se dice que es selectivo en frecuencia. Ademas, otras distor-
siones son observadas por las variaciones en el tiempo de C(f, t), por lo general evidenciadas
como variaciones del nivel de se
nal recibida, esto u
ltimo conocido como fading. Hay que tener
en cuenta que la distorsion en frecuencia y el fading son vistos como fenomenos distintos,
INALAMBRICO
52
puesto que el primero es producido por la dispersion por multitrayectoria, y el u

ltimo por
variaciones en el tiempo del canal, el cual puede ser caracterizado por la dispersion Doppler
o el tiempo de coherencia.
Los efectos del canal sobre la se
nal transmitida es funcion del ancho de banda W y
del tiempo de smbolo T elegidos. Por ejemplo, si seleccionamos T >> Tm , el canal puede
introduce una interferencia intersmbolo despreciable. Si el ancho de banda de la se
nal sl (t)
es W 1/T , implica que 3.29
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)
Esto significa que cuando una se

nal tiene un ancho de banda W mucho mas peque
no que
la banda de coherencia del canal, la se
nal recibida es la se
nal transmitida multiplicada por
el proceso aleatorio C(0, t).
Ahora el intervalo de smbolo T << (t)c . Cuando se cumple lo u
ltimo, la atenuacion
y el desplazamiento de fase son fijos por lo menos durante la duracion de un intervalo de
INALAMBRICO
53
smbolo, lo cual se conoce como fading lento.

Si queremos que se cumplan las condiciones del ancho de banda W << (f )c y del
intervalo de smbolo T << (t)c , y considerando W 1/T , se debe cumplir 3.31
Tm Bd < 1 (3.31)
El producto Tm Bd es llamado factor de dispersi

on del canal. Cuando Tm Bd < 1 se dice
que el canal es sub-dispersivo y si ocurre lo contrario, sobre-dispersivo. Si el canal se sub-
dispersivo, es posible elegir una se
nal de banda base que sea afectada por el canal de manera
que sea no-selectiva en frecuencia y con fading lento.
En la figura 3.12, en a) podemos observar un caso de canal selectivo en frecuencia y en
b) un caso de canal no-selectivo en frecuencia. El tercer caso, que tambien se trata de un
canal no-selectivo en frecuencia, evidencia el hecho de que perfectamente puede ocurrir un
nulo en frecuencia dentro de la banda de interes. Sin embargo, esto ocurre ocasionalmente
y puede ser corregido mediante codigos de deteccion y correccion de errores. La figura 3.13
esquematiza el comportamiento en el tiempo y en la frecuencia de un canal multitrayecto
[25].
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
INALAMBRICO
54
Figura 3.12: Canal selectivo y no selectivo en frecuencia.
Figura 3.13: Comportamiento tiempo-frecuencia de un canal multitrayecto.

INALAMBRICO
55
Figura 3.14: Rendimiento en varios tipos de canales.
a continuacion.
3.7.1. Mitigaci
on del fading selectivo en frecuencia
Una herramienta com

un para combatir el fading selectivo, es el uso de un ecualizador. Este
puede mejorar el rendimiento desde la curva de peor rendimiento a una de mal rendimiento
(figura 3.14). El proceso de ecualizacion disminuye la interferencia intersmbolo producida.
Este opera basicamente como un filtro inverso del canal de comunicacion. Amplifica las
componentes en frecuencia atenuadas por el canal, y aten
ua las componentes con excesiva
amplitud. La meta del ecualizador es obtener una respuesta plana en frecuencia y con fase
lineal. Como el canal cambia en el transcurso del tiempo, este filtro debe adaptarse a los
cambios, por lo que se trata de un filtro adaptativo.
INALAMBRICO
56
3.7.2. Estimador de Secuencia de M

axima Verosimilitud (MLSE)
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.
3.7.3. Ecualizador de Decisi

on con Retroalimentaci
on (DFE)
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
Las tecnicas de espectro ensanchado pueden combatir eficientemente las interferencias de

banda estrecha, y la interferencia intersmbolo, puesto que esta u
ltima se puede considerar
un tipo de interferencia. Las tecnicas de espectro ensanchado permiten expandir una se
nal
que originalmente ocupa un ancho de banda angosto, por otra se
nal que ocupa un gran
ancho de banda, pero de un nivel de potencia muy bajo. Para expandir el espectro suele
utilizarse una secuencia pseudoaleatoria, el cual tiene la caracterstica de ser incorrelada.
As, la se
nal resultante posee un aspecto de ruido, siendo imposible de demodular si no se
conoce la secuencia pseudoaleatoria, por lo que ademas agrega seguridad en la comunicacion.
Existen principalmente dos tecnicas de espectro ensanchado: la que utiliza una secuencia
INALAMBRICO
57
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.
3.7.5. Multiplexado por Divisi

on de Frecuencia Ortogonal
La Multiplexacion por Division de Frecuencia Ortogonal, que es el tema central de este

trabajo, es una de las tecnicas de modulacion que permite combatir eficientemente los pro-
blemas generados por un canal selectivo en frecuencia, evitando en la mayora de los casos
implementar un ecualizador. La meta principal de este tipo de modulacion es reducir la velo-
cidad de smbolo, de tal forma que el ancho de banda de smbolo sea menor que la banda de
coherencia del canal. Para ello, se divide una secuencia de bits de alta velocidad en N partes,
que poseen una velocidad reducida en un factor 1/N. Luego, cada una de estas secuencias
de baja velocidad modulan N portadoras ortogonales, y luego el resultado de la suma de
todas estas portadoras forman un smbolo OFDM. En el proximo captulo se daran mayores
detalles de esta modulacion.
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.
INALAMBRICO
58
3.7.7. Mitigaci
on de la p
erdida de SNR
Una vez resuelto el problema de la distorsion de la se

nal debida al fading selectivo en
frecuencia o al fading rapido, es necesario mejorar la perdida de SNR en el sistema. Para ello
es necesario recurrir a tecnicas que com
unmente se conocen como tecnicas de diversidad, para
acercar la curva a un rendimiento con ruido AWGN. A continuacion se detallan las formas
de diversidad que existen.
Diversidad en el tiempo: consiste en transmitir una se

nal en N diferentes time-slots,
con una separacion en el tiempo de por lo menos el tiempo de coherencia del canal.
Diversidad en frecuencia: consiste en transmitir una se

nal en N diferentes portadoras,
con una separacion de por lo menos la banda de coherencia del canal.
Tecnicas de espectro ensanchado, como DSSS o FHSS, se consideran tecnicas de diver-

sidad. Por ejemplo un salto de frecuencia lento es usado en GSM, para compensar casos
de bajo o nulo movimiento que puedan producir una severa distorsion en frecuencia.
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.
Diversidad de polarizacion: que es el uso de diferentes polarizaciones de la se

nal emitida
por la antena.
Deteccion y correccion de errores: es la tecnica mas usada, pues permiten reducir la

potencia necesaria para alcanzar un rendimiento determinado de probabilidad de error.
Deteccion y correccion de errores, junto con el interleaving, son las tecnicas mas usadas
para mejorar el rendimiento en un ambiente con fading.
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
INALAMBRICO
59
Figura 3.15: Funcion de espectro de retardo discreto.
potencia que llegan al receptor, desde que se recibe la primera se

nal, cuando se transmite un
impulso desde el receptor. Esto significa que podemos obtener Sc ( ) si conocemos c(, t). Por
ejemplo si consideramos que el canal es invariable en el tiempo (o por lo menos durante un
cierto periodo), podemos usar 3.32 para obtener el espectro de retardo:
Sc ( ) = |c(, t)|2 (3.32)
Si reemplazamos 3.5 a 3.32, obtenemos la ecuacion 3.33:
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
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

Donde mean es el retardo medio, el cual se puede calcular usando 3.35.

Z
Sc ( )d
mean = Z
(3.35)
Sc ( )d

nales discretas, aparece en la ecuacion 3.36.

Una expresion para rms cuando se tienen se
v
uN 1
uX
u
u (n mean )2 n2
rms = u n=0 N 1 (3.36)
u
u X
n2
t
n=0
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
INALAMBRICO
61
Tipo de Ambiente rms

Interiores < 0,1s

Area abierta < 0,2s

Area suburbana 0,5s

Area urbana 3s
Cuadro 3.1: Valores tpicos rms
Tipo de canal Tm Bd Factor Dispersion

Propagacion ionosferica HF 10 102
3 1
10 1 104 102
Propagacion ionosferica HF (aurorial) 103 102 10 100 102 1
Dispersion ionosferica (VHF) 104 10 103
Dispersion troposferica (SHF) 106 10 105
Dispersion orbital (banda X) 104 103
101
Luna (como reflector) 102 10 101
Cuadro 3.2: Valores tpicos Tm , Bd y Factor de Dispersion
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.
1957: Sistema Kineplex, un modem HF multiportadora.
1966: Chang, Bell Labs: OFDM paper y patente.
1971: Weinstein y Ebert proponen el uso de la FFT.
1985: Cimini describe el uso de OFDM para comunicaciones moviles.
1987: Alard y Lasalle: uso de OFDM en radiodifusion digital.
1993: Morris: una LAN inalambrica experimental de 150Mbps, usando OFDM.
1994: US patente 5.282.222: Metodo y aparato para acceso m

ultiple entre transceptores
en comunicaciones inalambricas usando OFDM de espectro extendido.
OFDM 64
1995: Estandar ETSI DAB: primer estandar basado en OFDM.
1997: Estandar ETSI DVB-T.
1998: Proyecto Magic WAND demuestra el uso de modems OFDM para WLAN.
1999: Estandar WLAN IEEE 802.11a (WiFi).
2000: Accesos fijos inalambricos propietarios.
2002: Estandar WLAN IEEE 802.11g (WiFi ampliamente usado hoy en da).
2004: Estandar WMAN IEEE 802.16 (WiMAX).
2004: Estandar ETSI DVB-H.
2004: Candidato para estandar WPAN IEEE 802.15.3a (UWB, MB-OFDM).
2004: Candidato para estandar en la proxima generacion de WLAN, IEEE 802.11n.
2005: Candidato para telefona movil celular 3.75G (3GPP y 3GPP2).
2005: Candidato para estandar 4G.
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
OFDM 65
Figura 4.1: Espectro de un sistema de comunicaciones multiportadora.
Figura 4.2: Modulacion multiportadora general.
son transmitidos en paralelo por la modulacion de Nc portadoras. La duracion del smbolo

para este tipo de sistemas es de Tu = Nc /R. La figura 4.1 muestra el espectro de un sistema
multiportadora.
La forma general de escribir una se
nal multiportadora se presenta en la ecuacion 4.1 [16].
En la figura 4.2 aparece la forma general de implementar un sistema multiportadora.
+ h N
X X c 1 i
s(t) = Dk,m k (t mTu ) (4.1)
m= k=0
Donde Dk,m es el smbolo que modula a la k-esima portadora en el m-esimo intervalo.

k (t) es la forma de onda de la k-esima portadora.
La duracion del smbolo Tu puede hacerse grande comparada con el tiempo dispersion
multitrayecto del canal Tm , o bien tomar Tu >> rms , por hacer Nc suficientemente grande.
Al mismo tiempo el ancho de banda de las subbandas puede hacerse peque
no comparado con
OFDM 66
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. Multiplexado por Divisi

on de Frecuencia Ortogo-
nal
4.3.1. Obtenci
on de OFDM
De la seccion anterior podemos ver la ventaja de usar un sistema multiportadora para

poder transmitir un flujo de datos de alta velocidad, el cual corresponde a la disminucion de
la ISI. Ahora es necesario elegir adecuadamente la funcion de forma de onda k (t). Para ello
existen dos posibles elecciones [29].
La manera mas directa de definir este sistema multiportadora, es pensar en subbandas
limitadas en frecuencia. Esto implica que en el tiempo vamos a tener funciones de forma de
onda k (t) muy similares a la funcion sinc(t). Estas funciones limitadas en frecuencia deben
ser funciones ortogonales en el tiempo. Lo mas logico sera usar la funcion raz cuadrada
del coseno levantado para definir la forma de las subbandas, ademas de ser desplazadas en
OFDM 67
Figura 4.3: Sistema multiportadora con subbandas limitadas en frecuencia.
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),
OFDM 68
la cual se define en 4.4:

1 06t6T
u
w(t) = (4.4)
0 para el resto
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=
Desarrollando 4.5 para k 6= l, podemos encontrar la condicion de ortogonalidad de las

subportadoras (4.6):
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)
Como ejx = 1 para x = 2n, con n = 0, 1, 2, . . . , se obtiene que la condicion de ortogo-

nalidad entre subportadoras es la expresion 4.7:
1
fc = (4.7)
Tu
Esto es, que la separacion entre portadoras tiene que ser igual a la velocidad de smbolos
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
4.3.2. El Espectro de OFDM
Podemos encontrar el espectro de un smbolo OFDM. Por ejemplo para m = 0, el smbolo

OFDM tiene la forma de la ecuacion 4.11:
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.
OFDM 70
Figura 4.4: Espectro de OFDM para Nc = 8.
Si consideramos solamente la magnitud de S(f ) y normalizamos, obtenemos la ecuacion

4.13:
N c 1
X h k i
|s(f )| = 2 f sinc(f Tu ) (4.13)
k=0
Tu
Si se desarrolla la convolucion, podemos ver que el espectro de un smbolo OFDM corres-

ponde a Nc funciones sinc() desplazadas en frecuencia (ecuacion 4.14):
N
X c 1
|s(f )| = sinc(f Tu k) (4.14)

k=0
Finalmente en la figura 10.10 se puede apreciar un espectro de un smbolo OFDM que

posee Nc = 8 subportadoras.
4.3.3. Demodulaci
on de OFDM
Para demodular una se

nal multiportadora OFDM, es posible usar un banco de filtros
matched, debido a que la base de transmision es ortonormal [16]. En la ecuacion 4.15 muestra
OFDM 71
Figura 4.5: Demodulacion de OFDM por un banco de filtros matched.
el proceso de demodulacion usando este concepto.
Z
yk,m = s(t)k (t mTu )dt (4.15)

Si reemplazamos la funcion de forma de onda k (t), obtenemos 4.16:
Z
1
yk,m = s(t)ej2kt/Tu w(t mTu )dt (4.16)
Tu
Cambiando los lmites de integracion, la demodulacion de una se

nal OFDM la podemos
escribir como 4.17:
Z (m+1)Tu
1
yk,m = s(t)ej2kt/Tu dt (4.17)
Tu mTu
Una forma esquematica de ver el proceso de demodulacion aparece en la figura 4.5. De

esta forma, un sistema OFDM consiste en un banco de osciladores en el transmisor y un
banco de filtros matched en el receptor. Si OFDM se implementa de esta forma, resulta muy
complejo de construir si la cantidad de subportadoras es elevada.
4.4. Uso de la DFT en OFDM

Si se observa con detencion las ecuaciones 4.11 y 4.17, se puede ver que la primera se
parece a una Transformada Inversa de Fourier (ecuacion de sntesis) y la segunda a una
OFDM 72
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
sm (t)|t=nTu /Nc = sm [n] = Dk,m ej2kn/Nc n = 0, 1, . . . , Nc 1 (4.18)

k=0
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
Zk,m = rm [n]ej2kn/Nc k = 0, 1, . . . , Nc 1 (4.19)

n=0
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.
4.5. Prefijo Cclico

Hasta ahora se ha asumido una perfecta sincronizacion entre el transmisor y el receptor:
cada smbolo OFDM enviado por el transmisor es precisamente analizado de forma completa
OFDM 73
Figura 4.6: Uso de la FFT en la implementacion de OFDM.
Figura 4.7: Efecto de un canal multitrayecto en OFDM sin intervalo de guarda.
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].
OFDM 74
Figura 4.8: Intervalo de guarda en un smbolo OFDM.
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),
OFDM 75
Figura 4.9: Modelo de canal multitrayecto como filtro LTI.
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)
Es necesario entonces, para la simplificacion del ecualizador en el receptor, que la con-

volucion lineal sea igual a la convolucion circular. Para ello, recordemos la sumatoria de
OFDM 76
convolucion circular 4.21:

"N 1 #
X
x[n]
N y[n] = y [n k] w[n]
x[k] (4.21)
k=0
Esto significa que si extendemos periodicamente una de las se

nales a convolucionar, y
tomanos las muestras entre 0 n N 1, convertimos la convolucion lineal en una con-
volucion circular. Como la respuesta h[n] del canal es finita, la se
nal OFDM s[n] es posible
extenderla periodicamente (4.22):
"N 1 #
X
h[n]
N s[n] = s[n k] w[n]
h[k] (4.22)
k=0
Sin embargo, es imposible extender periodicamente la se

nal s[n] de manera infinita. El
metodo del prefijo cclico en OFDM simula justamente esto: hacer parecer al canal que el
smbolo OFDM es infinitamente periodico, lo cual en el momento de aplicar la DFT se obtiene
principalmente H[k]Dk,m , la simplificacion de la ecualizacion. Esto se cumple para algunas
condiciones que perfectamente pueden llevarse a la practica.
La idea es que la duracion del prefijo cclico sea lo mas corta posible, para evitar al mnimo
la perdida de rendimiento. Como la respuesta h[n] se puede considerar finita, es posible elegir
un prefijo cclico tambien finito en longitud. Si en el receptor son descartadas las muestras
del prefijo cclico, y por lo tanto computada la DFT de Nc puntos, el mnimo valor de la
longitud del prefijo cclico es la duracion de la respuesta al impulso h[n], esto en la practica
corresponde a la dispersion multitrayecto del canal.
Observando la figura 4.10 podemos ver el efecto del prefijo cclico, haciendo parecer al
canal que el smbolo OFDM es infinitamente periodico. En esta figura, Ncp es la longitud
del prefijo cclico, M es la longitud maxima de la respuesta al impulso del canal y N es la
longitud maxima del smbolo OFDM original. Si se aplica la ventana FFT en el instante de
la u
ltima parte de la primera se
nal recibida (saltanto completamente el prefijo cclico de la
nal recibida), y si se cumple que Ncp M 1, entonces el prefijo cclico de todas
primera se
las otras rutas alcanzan a contribuir en la se
nal recibida dentro de la ventana. Solo se puede
considerar que la se
nal OFDM es infinitamente periodica solo si dentro de la venta FFT
OFDM 77
Figura 4.10: Efecto de un canal multitrayecto en OFDM con intervalo de guarda.
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)
Cuando es aplicada la DFT, se obtiene 4.24:
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.
4.6. Modelo de un Sistema OFDM

Consideremos ahora el modelo discreto de un sistema OFDM, como el mostrado en la
figura 4.11. Los datos de entrada ingresan en bloques de Nc smbolos, sobre estos se computa
OFDM 78
Figura 4.11: Modelo OFDM de banda base discreto.
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
En el receptor, la secuencia de entrada r[n] es agrupada en bloques y el prefijo cclico aso-

ciado con cada bloque es removido. Esto hace que resulte la secuencia rm [n] = [ r[zm ] r[zm +
1] ... r[zm + Nc 1] ], con zm = m(Nc + Ncp ) + Ncp . Los smbolos recibidos Zk,m son
OFDM 79
obtenidos por una DFT de Nc puntos (4.28):
N
X c 1
Zk,m = r(zm + n)ej2kn/Nc (4.28)

n=0
Sustituyendo r[n] en 4.28, se puede obtener 4.29:
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
Si ahora se reemplaza sm [n], se obtiene 4.30:
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
nk,m = n(zm + n)ej2kn/Nc (4.31)

n=0
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
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):
Zk,m = Hk,m Dk,m + nk,m (4.33)
4.6.1. OFDM Compleja
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.
OFDM 81
Figura 4.12: Diagrama general de un sistema OFDM inalambrico.

OFDM 82
4.6.2. OFDM Real
A veces es necesario disponer de una se

nal OFDM que sea real. Por ejemplo, cuando
no se desea obtener una se
nal OFDM trasladada en frecuencia, como puede ser el caso de
transmitir la se
nal OFDM de banda base directamente. Este es el caso, por ejemplo, de un
modem ADSL, donde la se
nal se transmite en banda base por usarse el par de cobre telefonico
como canal.
De las propiedades de simetra de la DFT, se sabe que si X[k] es simetricamente conju-
gada, entonces su IDFT x[n] es real. De esta forma se puede asumir 4.34 [35]:

DN/2+k = DN/2k k = 1, 2, . . . , N/2 1
(4.34)
D0 = DN/2 = 0
Entonces, reemplazando en la IDFT, obtenemos 4.35 (considerando que estamos traba-

jando en un smbolo OFDM solamente):
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/2+k)n/N = ej2(N/2+k)n/N ej2N n/N
= ej2(N/2k)n/N (4.36)
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
Usando la identidad A + A = 2Re {A}, obtenemos 4.38:
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.
OFDM 84
Figura 4.13: Diagrama general de un sistema OFDM de banda base.

Captulo 5
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
En este caso, los smbolos recibidos tienen la expresion 5.2:
Zk,m = Hk,m Dk,m + nk,m (5.2)
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
Donde los parametros T 0 y f simbolizan las imperfecciones del receptor y n corresponde

al desplazamiento de la sincronizacion del smbolo OFDM en muestras, cuyos efectos se veran
a continuacion.
EN OFDM 87
Figura 5.1: Sincronizacion del smbolo OFDM.
5.1.1. Sincronizaci
on del smbolo OFDM
La identificacion del comienzo de un smbolo OFDM y la correcta eliminacion del intervalo

de guarda es la primera tarea que debe ser realizada por el receptor. As, las Nc muestras
sobrantes son ingresadas al bloque FFT para su demodulacion. Debido a la existencia de este
intervalo de guarda, se puede tolerar alg
un error leve en este proceso de sincronizacion. Este
desplazamiento n debe ser tal que las muestras dentro de la ventana FFT sean influenciadas
solamente por un smbolo transmitido.
Observando la figura 5.1 podemos apreciar tres casos de sincronizacion de smbolo. El
caso ideal es lograr la sincronizacion exacta entre la ventana FFT efectuada por el receptor
y la generacion del smbolo en el transmisor por la IFFT. En la figura se hace referencia a la
version en el tiempo del desplazamiento de sincronizacion de smbolo, lo que significa que
= n T . La sincronizacion exacta ocurre en = 0. Ahora, si se produce un desplazamiento
de la sincronizacion de smbolo, tenemos dos casos posibles: una sincronizacion temprana y
una sincronizacion tarda.
EN OFDM 88
En el caso de una sincronizacion tarda, el cual corresponde a un punto de sincronizacion

desp
ues del punto exacto, produce efectos no deseables, porque la ventana FFT contiene
las muestras del smbolo actual y del smbolo siguiente. Esto u
ltimo rompe la ortogonalidad
de las subbandas y provoca ICI. Por lo tanto la condicion de sincronizacion tarda debe ser
evitada en todos los casos.
En el caso de la sincronizacion temprana, los efectos no son severos si el prefijo cclico
es suficientemente largo. De hecho, existe un rango de Tcp max donde es posible empezar
la ventana FFT, el cual max es la duracion practica maxima de la respuesta al impulso del
canal. Este parametro lo podemos relacionar con Tm del power delay profile del canal. Por
este motivo, el error maximo de sincronizacion se debe tener en cuenta en el momento de
elegir el largo del prefijo cclico.
Considerando el desarrollo de [32], la expresion de los smbolos recibidos en el receptor
cuando se considera el efecto del desplazamiento de la sincronizacion de smbolo n , pero
dentro del rango libre de ISI, corresponde a 5.4:
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
EN OFDM 89
El factor () corresponde a:
X Nc i
() |hi (t)|2 (5.7)
i
Nc
El valor de i , cuando > 0, corresponde a:

i
n > i
T

i Tcp
i = T
n 0 < < i Tcp (5.8)

0 para el resto
Para < Tcp + max , i corresponde a:

i Tcp

T
n < Tcp + i
i = (5.9)
0 para el resto
5.1.2. Desplazamiento de la frecuencia de muestreo y de portadora
Si bien es posible tolerar un desplazamiento de la sincronizacion de smbolo OFDM,

no ocurre lo mismo con los desplazamientos en la frecuencia de muestreo y de portadora. El
prefijo cclico y la duracion relativamente alta de un smbolo OFDM hace que la sincronizacion
de smbolo no sea una tarea crtica. Sin embargo, por el hecho de que Tu es grande, la
separacion entre subbandas 1/Tu es peque
na, lo cual complica la sincronizacion de frecuencia.
Por lo general se analizan juntos el desplazamiento de frecuencia de portadora y de clock,
pues provocan efectos muy similares. Una expresion para los smbolos recibidos seg
un [16]
corresponde a 5.10:
Nc 1 m(Nc +Ncp )+Ncp

Zk,m = sinc(k )ejk Nc ej2k Nc Hk,m Dk,m + nICI,k,m + nk,m (5.10)
Donde k corresponde a:
k = f Tu (1 + ) + k f Tu + k (5.11)
EN OFDM 90
El valor de corresponde al desplazamiento normalizado del reloj de muestreo:
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
Como T = Tu /Nc y T = Ts /Ns , donde T es el periodo de muestreo y Ts la duracion

completa del smbolo OFDM, podemos escribir 5.14 como:
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
EN OFDM 91
Figura 5.2: Efecto del desplazamiento de frecuencia en OFDM.
los efectos del desplazamiento de sincronizacion de smbolo n . Esta expresion es:
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.
EN OFDM 92
Figura 5.3: Espectro de densidad de potencia del ruido de fase.
5.1.3. Ruido de Fase
Las etapas intermedias de modulacion/demodulacion, tales como las de RF o de IF,

pueden introducir una degradacion adicional en un sistema OFDM, por el ruido de fase en
los osciladores locales. El ruido de fase es un proceso aleatorio de media cero de la desviacion
de fase de los osciladores. La salida del oscilador puede ser considerada como una onda
sinusoidal ideal modulada en fase por un proceso aleatorio.
El ruido de fase es modelado por el fasor ej(n) , el cual (n) es un proceso Gaussiano de
media cero y WSS, con una densidad de potencia espectral (PSD) S (f ) de banda angosta,
dada por 5.17 (ver figura 5.3) [9]:

10a |f | < fl

S (f ) = 10c + 10(f fl )(b/fh fl )a f > fl (5.17)

10(f +fl )(b/fh fl )a f < f

l
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):
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
En la figura 5.4 podemos observar la estructura del preambulo de trama usado en la

norma WLAN IEEE 802.11a/g. La forma en el tiempo de este preambulo se puede apreciar
en la figura 5.5.
EN OFDM 94
Figura 5.4: Estructura del preambulo de trama de IEEE 802.11a/g
Figura 5.5: Preambulo de trama de IEEE 802.11a/g.

EN OFDM 95
Este preambulo permite facilitar en el receptor la deteccion del paquete, la sincronizacion

del smbolo OFDM, la estimacion gruesa y fina del desplazamiento de frecuencia y la esti-
macion de la respuesta del canal. Estos parametros se consideran que no varan durante un
intervalo de trama. En esta misma figura podemos observar dos tipos de smbolos de entrena-
miento: las partes marcadas por t1 hasta t10 reciben el nombre de smbolos de entrenamiento
cortos y las marcadas por T1 y T2 corresponden a los smbolos de entrenamiento largos. Los
primeros son todos identicos y de 16 muestras de largo cada uno. Los segundos son tambien
identicos y de 64 muestras de largo. La parte marcada por GI2 corresponde a un prefijo
cclico del doble de longitud normal y permite proteger a los smbolos de entrenamiento largo
de un posible ISI de los smbolos de entrenamiento corto.
5.2.2. Estrategia de sincronizaci

on en OFDM
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
EN OFDM 96
Figura 5.6: Secuencia general de sincronizacion en OFDM.
fF (ver 5.19), donde la parte fraccionaria es la causante de ICI.
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 :
f 0 = Tu f = fI0 + fF0 (5.20)
De esta forma, fI0 es un n

umero entero.
EN OFDM 97
5.2.3. Algoritmos de sincronizaci

on
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:
m[n] = m[n 1] + |r[n]|2 |r[n L]|2 (5.22)
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.
EN OFDM 98
Figura 5.7: Respuesta del algoritmo de deteccion de energa.
Figura 5.8: Deteccion de un paquete por doble ventana deslizante.

EN OFDM 99
La expresion de la variable de decision es:
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)
La figura 5.9 muestra la respuesta m[n] del algoritmo frente a una se

nal recibida en
n = 500. El peak corresponde justo cuando n = 500.
Algoritmo Retardo y Correlaci

on
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
EN OFDM 100
Figura 5.9: Respuesta del algoritmo de doble ventana deslizante.
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
Calcula ademas la energa de la se

nal recibida:
L1
X
P [n] = |r[n + m + D]|2 (5.29)
m=0
La metrica usada por este algoritmo esta dada por:
|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
EN OFDM 101
Figura 5.10: Algoritmo retardo y correlacion.
Figura 5.11: Salida del algoritmo retardo y correlacion.
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
La estimacion del desplazamiento de frecuencia esta dado por:
1
f0 F = n ])
(R[ (5.32)

EN OFDM 102
Figura 5.12: Se
nal generada por el algoritmo de correlacion de CP.
Sincronizaci
on temporal basada en el prefijo cclico
Un metodo que no requiere el uso de un preambulo de trama para llevar a cabo la

sincronizacion temporal y frecuencial gruesa, es uno basado en el prefijo cclico, propuesto
por [36].
La estimacion del comienzo del smbolo OFDM, n
, se obtiene de 5.33:

n
= arg max () (5.33)

Donde () corresponde a 5.34:
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
EN OFDM 103
valor:
m+Ncp 1
X
[m] = 0,5 |r[k]|2 + |r[k + Nc ]|2 (5.36)
k=m
Ademas, [m] nos da la estimacion gruesa del desplazamiento de frecuencia si se eval

ua
en el instante n
:
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.
5.2.4. Seguimiento de fase
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)
EN OFDM 104
De esta forma, se obtiene la estimacion de f :
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
Donde K es la cantidad total de portadoras no virtuales. Luego f0 y son post-

procesados por sus lazos de control correspondientes, para el seguimiento del CFO y SFO.
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-
EN OFDM 105
Figura 5.13: Ubicacion de las portadoras piloto en IEEE 802.11a/g.
ceptor corresponde a:
Rk = Hk Tk + nk (5.41)
De esta forma, la estimacion de la respuesta del canal puede obtenerse realizando la

siguiente operacion en el receptor:
k = Rk T
H (5.42)
k
Esto es posible porque Tk es un smbolo conocido en el receptor. As, la ecualizacion

es llevada a cabo despues de la DFT realizando la siguiente operacion para los siguientes
smbolos recibidos Rk,m , los que se supone que llevan datos:
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:
EN OFDM 106
Rk,1 = Hk Tk,1 + nk,1 (5.44)
Rk,2 = Hk Tk,2 + nk,2 (5.45)
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 :
k = 1 Hk Tk,1 + nk,1 + Hk Tk,2 + nk,2 Tk

H
2
k = Hk |Tk |2 + 1 nk,1 + nk,2 Tk

H
2
1
k = Hk + nk,1 + nk,2 T

H k (5.47)
2
5.4. Clipping en OFDM

Uno de los problemas serios de OFDM es la posibilidad de grandes amplitudes en la
se
nal de salida s(t). Se puede asumir que esta se
nal es una suma de Nc variables complejas
aleatorias independientes, las cuales pueden ser pensadas como se
nales QAM con diferente
portadora. Pero puede suceder un caso extremo: las diferentes portadoras pueden alinearse
todas en fase en alg
un instante del tiempo, y por lo tanto producir un gran peak igual a la
suma de las amplitudes de las portadoras individuales. Sin embargo, esto puede ocurrir con
una muy baja probabilidad si Nc es grande.
Estos grandes peaks en s(t) son muy severos en la salida del transmisor. Para evitar el
clipping, no solo el DAC debe tener suficientes bits para acomodar los peaks, sino que el
amplificador de potencia debe mantenerse lineal sobre un rango que incluya estos peaks.
EN OFDM 107
Figura 5.14: Aspecto en el tiempo de una se

nal OFDM.
Esto equivale a un mayor costo y mayor consumo de potencia [12].

Estos peaks pueden ser reducidos por introduccion de alguna codificacion especial de los
smbolos de entrada del modulo IFFT para evitar combinaciones que producen grandes peaks
a la salida.
La figura 5.14 muestra el aspecto en el tiempo de una se
nal OFDM, el cual cuando es
modulada tiene el espectro de ruido blanco. En a) y b) se observan las componentes en fase y
nal de banda base compleja s(t) y en c) se muestra su magnitud |s(t)|.
en cuadratura de la se
Puede observarse los peak de gran amplitud que pueden suceder.
Para considerar los efectos de las no-linealidades del amplificador de potencia, se conside-
rara las respuesta del amplificador no-lineal mostrado en la figura 5.15. Para bajos valores de
potencia de entrada, la potencia de salida crece aproximadamente lineal. Sin embargo para
valores intermedios, la potencia de salida cae por debajo del la linea de crecimiento lineal y
va hasta la saturacion si la potencia de entrada crece a
un mas. Esto corresponde a la curva
suave de un amplificador no-lineal. Tambien en la figura, se muestra un amplificador con clip-
ping. Este amplificador es lineal si la potencia de entrada es menor que cierto valor Pin,max ,
correspondiente a la maxima potencia de salida Pout,max . Si la entrada supera el valor Pin,max ,
EN OFDM 108
Figura 5.15: Curva de respuesta de un amplificador con saturacion.
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:
s(t) = a(t)ej(t) (5.49)
La salida de un amplificador no lineal sera descrita por:

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
EN OFDM 109
Figura 5.16: Distorsion de una se

nal OFDM debido a un amplificador no lineal.
la amplitud maxima se aproxima a 1 cuando la potencia de entrada es elevada, se puede usar:
Fexp (x) = 1 ex (5.51)
Si esta funcion se expande en series de Taylor, se obtiene:
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.
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.
EN OFDM 111
Figura 5.19: Diagrama de constelacion 16-QAM, para diferentes valores de IBO.
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
De los captulos anteriores, sabemos que el n

ucleo del modulador y demodulador OFDM
lo constituye la Transformada Discreta de Fourier. Sin embargo, el calculo directo de la DFT
usando su definicion es computacionalmente costoso a medida que el n
umero de puntos N se
incrementa, que en el caso de OFDM, equivale al n
umero de portadoras. Esta complejidad
computacional corresponde a N 2 sumas y multiplicaciones complejas.
Por este motivo, en la implementacion practica de la DFT se utiliza el algoritmo FFT
o Transformada Rapida de Fourier, el cual reduce la complejidad computacional a N log2 N
sumas y multiplicaciones complejas. Este algoritmo fue descubierto y popularizado por la pu-
blicacion de Cooley y Tukey en 1965 [23], y desde ese momento se han desarrollado diferentes
algoritmos FFT. Este algoritmo es el responsable de una verdadera revolucion en el area del
procesamiento digital de se
nales en los a
nos 60 y que ha continuado hasta nuestros das. Sin
embargo, se sabe que un algoritmo similar lo utilizaba Karl Friedrich Gauss en 1805, y que
fue redescubierto varias veces hasta la publicacion de Cooley y Tukey.
La tecnica basica de la FFT es llamada divide y venceras, y corresponde a dividir la
DFT de N puntos en DFTs mas peque
nas sucesivamente. El algoritmo mas popular es el
Radix-2 (base 2), que corresponde al caso donde N es potencia de 2. Tambien existe una
FFT Radix-4, donde N es potencia de 4. A continuacion se trataran estos algoritmos.
112
CAPITULO 6. LA FFT EN OFDM 113
6.1. Algoritmo Radix-2

En el algoritmo Radix-2 de la FFT, se pueden usar dos criterios en su desarrollo: diezmado
en frecuencia (DIF) y diezmado en el tiempo (DIT), el cual corresponden a la division sucesiva
de las secuencias X[k] y de x[n] respectivamente, en secuencias mas peque
nas.
6.1.1. FFT por Diezmado en Frecuencia (DIF)
Sea la definicion de la DFT de x[n]:
N
X 1
X[k] = x[n]WNnk k = 0, 1, 2, . . . , N 1 (6.1)
n=0
Donde el factor WN es llamado factor twiddle y corresponde a:
WN ej2/N (6.2)
Este factor posee algunas propiedades de simetra, las cuales son aprovechadas en el
desarrollo del algoritmo:
WNk = WNk+N (6.3)

k+(N/2)
WNk = WN (6.4)
Si la secuencia x[n] es dividida en dos mitades [37], se obtiene:
(N/2)1 N 1
X X
X[k] = x[n]WNnk + x[n]WNnk (6.5)
n=0 n=N/2
Si en la segunda sumatoria de 6.5 se hace el reemplazo n = n + N/2, se obtiene:
(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
kN/2
El factor WN puede reemplazarse por:
kN/2
WN = ejk = cos(k) j sin(k) = (1)k (6.7)
De esta forma, la ecuacion 6.6 puede ser escrita de la siguiente forma:
(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
Si para secuencias pares se hace el reemplazo k = 2k y para secuencias impares k = 2k +1,

se obtiene:
(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
Para facilitar la escritura de las ecuaciones, se definen las siguientes expresiones:
a[n] x[n] + x[n + (N/2)] (6.13)
b[n] x[n] x[n + (N/2)] (6.14)
Teniendo en cuenta que el factor WN2nk puede ser escrito como WN/2
nk
, obtenemos una
Figura 6.1: Descomposicion de una DFT de 8 puntos en dos DFTs de 4 puntos por DIF.
expresion para X[k] pares e impares:
(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
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
X[0] = x[0]W20 + x[1]W20 (6.18)
X[1] = x[0]W20 + x[1]W21 (6.19)

Figura 6.3: Diagrama del algoritmo de la FFT por diezmado en frecuencia.
Como W21 , se obtiene finalmente:
X[0] = x[0] + x[1] (6.20)
X[1] = x[0] x[1] (6.21)
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 .
Figura 6.4: Mariposa basica de calculo de la FFT DIF Radix-2.
6.1.2. FFT por Diezmado en el Tiempo (DIT)
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
Reemplazando WN2 por WN/2 en 6.22, obtenemos:
(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
La salida X[k] puede ser escrita de la siguiente forma:
X[k] = C[k] + WNk D[k] (6.26)
Considerando la salida para X[k + (N/2)], y aplicando las propiedades de simetra del
Figura 6.5: Descomposicion de una DFT de 8 puntos en dos DFTs de 4 puntos por DIT.
factor twiddle, obtenemos:
X[k + (N/2)] = C[k] WNk D[k] (6.27)
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
Figura 6.6: Descomposicion de las DFTs de 4 puntos en DFTs de 2 puntos por DIT.
este algoritmo es aplicado antes de realizar el proceso.

La mariposa basica de calculo de la FFT Radix-2 por diezmado en el tiempo se puede
observar en la figura 6.8.
6.1.3. Algoritmo Bit Reversal
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.
Figura 6.7: Diagrama del algoritmo de la FFT por diezmado en el tiempo.
Figura 6.8: Mariposa basica de calculo de la FFT DIT Radix-2.
Orden normal de n Bits de n Bits invertidos de n Orden por bits invertidos

0 000 000 0
1 001 100 4
2 010 010 2
3 011 110 6
4 100 001 1
5 101 101 5
6 110 011 3
7 111 111 7
Cuadro 6.1: Bit Reversal para una DFT con N = 8.

6.1.4. FFT Inversa
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.
6.2. Algoritmo Radix-4

Cuando el n
umero de muestras de entrada N es potencia de 4, puede siempre aplicarse
un algoritmo FFT radix-2. Sin embargo, es mas eficiente computacionalmente emplear un
algoritmo radix-4 para el calculo de la FFT.
Utilizando la tecnica de diezmado en frecuencia, dividimos la DFT original dada por 6.1
en cuatro partes iguales [10]:
(N/4)1 (N/2)1 (3N/4)1 N 1

X X X X
X[k] = x[n]WNkn + x[n]WNkn + x[n]WNkn + x[n]WNkn (6.29)
n=0 n=N/4 n=N/2 n=3N/4
Reemplazando n = n + N/4 en la segunda sumatoria de 6.29, n = n + N/2 en la tercera

sumatoria y n = n + 3N/4 en la u
ltima sumatoria, obtenemos:
(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:
kN/4 kN/2 3kN/4

WN = (j)k , WN = (1)k , WN = (j)k (6.31)
Podemos reemplazarlos en 6.30 y obtener:
(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
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
Si definimos las siguientes expresiones:
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
La salida X[k] estara dada por las siguientes DFTs de 4 puntos:
(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
Figura 6.9: Mariposa basica de calculo de la FFT DIF Radix-4.
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.
6.3. Complejidad computacional de los algoritmos FFT

La complejidad computacional requerida por cada algoritmo FFT es medida por la canti-
dad de operaciones necesarias para su ejecucion. Conociendo el tiempo de ejecucion de cada
Figura 6.10: Descomposicion de una DFT de 16 puntos por el algoritmo Radix-4 DIF.
Figura 6.11: Diagrama de flujo de una FFT Radix-4 DIF para N = 8.

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)
El costo computacional de 6.43 corresponde a N (N 1) sumas complejas y N 2 multipli-

caciones complejas. Es evidente que esta cantidad de operaciones es muy elevada para una
cantidad N alta, lo cual hace necesario disponer de un alto poder de calculo.
Para el caso de los algoritmos Radix-2, este calculo se realiza a partir de las operaciones
necesarias para el desarrollo de una mariposa. La cantidad de operaciones tanto para el caso
DIF como DIT son iguales, por lo cual el rendimiento computacional de los algoritmos DIF
e DIT son iguales.
As, para una mariposa Radix-2, se deben calcular como mnimo una multiplicacion y
dos sumas complejas (ver figura 6.4 y 6.8). La cantidad de etapas necesarias corresponde a
b = log2 N , mientras que deben calcularse N/2 mariposas por etapa. Esto corresponde a:
N
S = 2 log2 N = N log2 N (6.44)
2
N
M = log2 N (6.45)
2
Donde S y M son las cantidades de sumas y multiplicaciones complejas respectivamente.

En el caso del algoritmo Radix-4, se tiene que son necesarias 12 sumas y 3 multiplicaciones
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
Cambiado a base 2 el logaritmo base 4, se obtiene:
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
En este captulo se tratara el mecanismo de modulacion de las subportadoras en OFDM,

donde se podra apreciar el proceso de division de la secuencia de datos de alta velocidad
en varios de baja velocidad. Se tratara tambien un tema muy importante en OFDM, el
cual corresponde a los metodos de deteccion y correccion de errores. Por lo general, como
OFDM es usado en canales multitrayecto, es necesario utilizar alg
un metodo de deteccion y
correccion de errores para mejorar el rendimiento de este sistema. Por lo general, se suelen
utilizar codigos convolucionales para llevar a cabo esta tarea, aunque se agregan otros codigos
(como por ejemplo codigos de bloque tales como Reed-Solomon) y tecnicas para aumentar la
robustez. En estos casos, suele referirse a un sistema OFDM con codificacion para la deteccion
y correccion de errores como un sistema COFDM.
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
Figura 7.1: Constelaciones de algunas portadoras de un sistema OFDM.
una de las portadoras. Cada n

umero complejo esta compuesto por una parte real y una parte
imaginaria, el cual corresponde a una representacion rectangular, o bien, se puede ver como
una representacion polar de magnitud y angulo fase. De esta forma, modificando adecuada-
mente los valores de la parte real e imaginaria de Dk,m , se puede cambiar la amplitud y/o
fase de la k-esima portadora, logrando una modulacion digital.
La forma mas adecuada ver el proceso de modulacion digital es usar la representacion de
un diagrama de constelacion. Este corresponde a un plano donde se visualizan una serie de
puntos que simbolizan las posibles combinaciones de amplitud y fases usados en la codificacion
de un smbolo para una portadora u
nica. Los ejes del plano corresponden a la componente en
fase y en cuadratura de la portadora u
nica, que en este caso, seran la parte real e imaginaria
de Dk,m . La figura 7.1 muestra algunas constelaciones para algunas portadoras de un sistema
OFDM, usando un esquema de modulacion QPSK.
Es claro que si tienen muchas combinaciones de amplitudes y fases en la constelacion
Y CODIFICACION
EN OFDM 131
Figura 7.2: Modulador digital que produce una constelacion de M puntos.
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
Y CODIFICACION
EN OFDM 132
Figura 7.3: Codificador de constelacion en OFDM.
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].
Y CODIFICACION
EN OFDM 133
Figura 7.4: Constelaciones PSK.
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
Y CODIFICACION
EN OFDM 134
Figura 7.5: Constelaciones QAM.
Figura 7.6: Codigo Gray en una constelacion 16-QAM.
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
En el caso de la correspondencia entre los puntos de la constelacion y los bits de entrada,

suele emplearse una enumeracion basada en el codigo Gray. La figura 7.6 muestra en a) una
constelacion 16-QAM con orden natural y en b) usando el codigo Gray.
La razon del uso del codigo Gray en vez del orden natural es debido a que este codigo
hace que entre puntos cercanos de una constelacion, solo exista un bit de diferencia. Por lo
Y CODIFICACION
EN OFDM 135
general, el error mas com

un es cuando un punto en la constelacion cae dentro de los lmites
de otro punto cercano. Por ejemplo, si se usara la constelacion de orden natural de la figura
7.6 a), esto equivale a que si se transmite el punto 1, este se recibio como un 2, por ser un
punto en la vecindad del punto 1. Pero, si nos fijamos en la representacion binaria, el punto
1 es 0001 y el punto 2 es 0010, por lo cual se puede apreciar que existe una diferencia de dos
bits, lo cual el error en un smbolo equivale a un error de dos bits. De esta forma, el orden
por codigo Gray permite reducir a 1 bit los errores de un smbolo cercano (el tipo de error
mas com
un), lo cual minimiza la BER. IEEE802.11a/g utilizan el codigo Gray para fijar el
orden de sus constelaciones.
7.1.2. Modulaci
on No-coherente
La modulacion no-coherente es usada en aplicaciones donde no es necesario mantener la

fase de la portadora sincronizada en el receptor, o no se tiene el conocimiento de los cambios
de amplitud ocasionados por la respuesta del canal de comunicacion. No es posible usar las
modulaciones ASK, PSK y QAM porque todas ellas requieren el conocimiento de la fase y/o
la amplitud. As, cuando se habla de modulaciones no-coherentes, nos referimos a modula-
ciones diferenciales, las cuales pueden ser DPSK (Differential PSK) o DAPSK (Differential
Amplitude PSK).
Las modulaciones diferenciales codifican la informacion por una diferencia de fase (DPSK)
o de fase y amplitud (DAPSK) entre un smbolo transmitido y el siguiente. Este tipo de en-
foque introduce memoria a la se
nal, puesto que los smbolos transmitidos dependen de los
transmitidos anteriormente. Por lo tanto, el receptor debe considerar dos smbolos consecu-
tivos para tomar una decision.
La principal ventaja del uso de este tipo de modulacion es que la estructura del receptor
es simplificada, puesto que no es necesaria la ecualizacion y el seguimiento de fase, en el caso
de OFDM (tambien podra eliminarse la estimacion de la frecuencia de portadora si se puede
tolerar algo de ICI). Sin embargo, la modulacion diferencial no posee un gran rendimiento,
y por lo tanto no suele utilizarse en sistemas de comunicaciones de alta velocidad, donde se
prefiere el uso de modulacion coherente. Sin embargo, el sistema europeo DAB usa DPSK
Y CODIFICACION
EN OFDM 136
Figura 7.7: Constelacion de M = 32 usada en DAPSK.
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)
Considerando solo la amplitud:
|Rk | = |Hk Xk | = |Hk ||Xk | (7.2)

Y CODIFICACION
EN OFDM 137
Dividiendo dos smbolos consecutivos, obtenemos lo transmitido:
|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
El proceso de deteccion es efectuado por el receptor, y consiste basicamente en decidir

que bits fueron transmitidos al recibir cierto smbolo. Los tipos de deteccion, en el caso de
una modulacion coherente, pueden ser divididas en dos grupos, deteccion de decision dura
y deteccion de decision suave, dependiendo de cuanta informacion acerca de cada bit es
transmitida.
Detector por decisi

on dura
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
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.
Detector por decisi

on suave
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.
Y CODIFICACION
EN OFDM 139
Figura 7.9: Concatenacion de codigos en OFDM y uso de entrelazamiento.
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).
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
Y CODIFICACION
EN OFDM 141
Figura 7.10: Posible entralazamiento en el tiempo y la frecuencia de un flujo de bits relacio-

nados.
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
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
La lectura se realiza columna por columna, y corresponde al siguiente flujo de bits:
(a0 , a4 , a8 , a12 , a16 , a20 , a24 , . . . , a44 , a1 , a5 , . . . , a39 , a43 , a47 )
En el receptor, el de-entrelazador escribe columna por columna dentro de la matriz y lee

fila por fila.
Cada fila de la matriz corresponde a un subbloque. Cada uno de los bits de un subbloque
estan relacionados entre s, porque corresponde a una palabra de codigo, mientras que cada
subbloque es no-correlacionado. De esta forma B = 4 corresponde a la longitud del codigo.
Una columna corresponde a una trama, donde N es la longitud de una trama, que es un
conjunto de bits adyacentes en el canal.
Por lo general un entrelazador de bloque es usado como entrelazador de frecuencia. En
este caso el entrelazador asegura una separacion en frecuencia dada por N T 1 , donde T 1
es la separacion en frecuencia de cada subportadora. Si es usado como entrelazador en el
tiempo, la separacion correspondiente es N Ts , donde Ts es el periodo de smbolo.
Un entrelazador de bloque de longitud de subbloque B y longitud de trama N posee las
siguientes propiedades:
1. Todos los bits de un subbloque son transmitidos en diferentes tramas.
2. Si una trama es completamente corrompido por un error de rafaga, esto solamente

afectara a un bit en cada subbloque.
Y CODIFICACION
EN OFDM 143
Figura 7.11: Diagrama de un entrelazador convolucional.
3. El retardo total de decodificacion (entrelazador mas de-entrelazador) es 2BN ciclos de

reloj.
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.
Y CODIFICACION
EN OFDM 144
Figura 7.12: Diagrama de un de-entrelazador convolucional.
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
Y CODIFICACION
EN OFDM 145
Figura 7.13: Diagrama de un codificador convolucional.
Figura 7.14: Codificador convolucional con Rc = 1/2 y L = 3.
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
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:
g1 (D) = (101) = 5oct (7.10)
g2 (D) = (111) = 7oct (7.11)
A veces es conveniente trabajar en series de potencias en vez de secuencias, lo cual es

similar al formalismo en procesamiento digital de se
nales, donde se puede trabajar en el
dominio de la frecuencia para reemplazar las convoluciones por multiplicaciones. De esta
forma, la serie de potencias del flujo de entrada bi es:

X
b(D) = bk D k (7.12)
k=0
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.
Y la serie de potencias del flujo de bits de codigo es:

X
cv (D) = cv,k Dk , v = 1, 2, . . . , n (7.13)
k=0
De esta forma, el codificador puede ser escrito como:
cv (D) = b(D)gv (D) (7.14)
El cual puede expresarse en notacion vectorial:

c1 (D) g (D)
1
.. ..

= b(D) (7.15)

. .

cn (D) gn (D)
7.2.3. Diagramas de
arbol y de Trellis
En la descripcion de los codigos convolucionales suele utilizarse tres representaciones:

arboles, Trellis y diagrama de estados [27], donde las mas utilizadas son las primeras dos.
Diagramas de
arbol
Para la construccion de un diagrama de arbol, es conveniente construir la tabla de verdad

7.2 (ejemplo de la figura 7.14), que especifica la palabra de codigo de salida en funcion del
estado de los registros de desplazamiento del codificador.
Y CODIFICACION
EN OFDM 148
Figura 7.15: Diagrama de arbol del codificador de la figura 7.14.
Despues, se realiza el diagrama de arbol correspondiente, cuya estructura puede apreciarse

en la figura 7.15. Este se construye considerando los siguientes puntos:
El estado inicial de los registros de desplazamiento es cero.
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.
Al mismo tiempo se va escribiendo el estado de los registros y la salida del codificador.
Si se observa este diagrama de arbol, se puede apreciar que la estructura se repite a si

misma despues de la tercera etapa. Esto es debido a que la salida viene dada por el valor del
bit actual y dos bits anteriores.
Y CODIFICACION
EN OFDM 149
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
El diagrama de Trellis es el mas utilizado en la descripcion de codigos convolucionales,

puesto que permite entender el proceso de decodificacion, y ademas es un metodo grafico
mas compacto. Este se construye del hecho de que la estructura del diagrama de arbol es
repetitiva.
El diagrama de Trellis es un diagrama en forma de red, el cual para el ejemplo que se ha
estado tratando, se puede observar en la figura 7.16. Cada lnea horizontal corresponde a uno
de los estados de codificador. Cada lnea vertical corresponde a uno de los niveles del arbol.
En la construccion de este diagrama, se parte del estado inicial A. Desde aqu, se trazan
dos lneas hacia los siguientes estados (estado A y C) dependiendo si al codificador entra
un cero o un uno. En la figura se han marcado con lnea continua cuando entra un cero y
con linea de segmentos cuando entra un uno. Encima de estas lneas se escribe la salida del
codificador. De esta forma, en la construccion del diagrama de Trellis, se usa como guia el
Y CODIFICACION
EN OFDM 150
Figura 7.16: Diagrama de Trellis del codificador de la figura 7.14.
diagrama de arbol.
7.2.4. C
odigos perforados
Por lo general en los sistemas de comunicaciones se usan un grupo de distintas velocidades

de transmision, por ejemplo IEEE802.11a tiene ocho velocidades distintas: 6, 9, 12, 18, 24,
36, 48 y 54 Mbps. Ajustando la velocidad por solo cambiar el tama
no de las constelaciones
usadas hace muy difcil el empleo de muchas velocidades distintas. Otra forma de solucionar
este problema es cambiar la velocidad Rc del codificador convolucional y el tama
no de la
constelacion. Sin embargo, esto significa que el receptor debe emplear varias implementaciones
de un decodificador convolucional, lo cual complicara el dise
no.
Una solucion muy empleada es el uso de c
odigos perforados (puncturing), que consiste
basicamente en utilizar un solo codificador convolucional madre, y luego no transmitir algunos
bits de la salida del codificador, lo cual incrementa la velocidad del codigo. El receptor inserta
los bits perforados con ceros o bits aleatorios, lo cual hace que solamente se utilice un par de
codificador/decodificador para generar varios codigos convolucionales de distinta velocidad
[20].
Los bits que no son transmitidos estan definidos en un patr
on de perforado. Este es
simplemente un grupo de bits que no son transmitidos dentro de un cierto periodo de bits.
Por ejemplo, la figura 7.17 muestra un patron de perforado.
En el caso de este ejemplo, se tiene un periodo igual a 6, donde 2 bits son perforados, por
Y CODIFICACION
EN OFDM 151
Figura 7.17: Patron de perforado de velocidad 2/3.
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.
7.2.5. Algoritmo de Viterbi
El proceso de decodificacion consiste en buscar el camino en el diagrama de Trellis que

de la secuencia de bits mas probable. Para ello se emplea el algoritmo de Viterbi, para ace-
lerar la b
usqueda y no probar exhaustivamente todas las rutas posibles, siendo esto u
ltimo
computacionalmente costoso, proporcional a 2K , donde K es la longitud de los bits a trans-
mitir.
El algoritmo de Viterbi se basa en el principio de optimidad: el mejor camino (menor
distancia de Hamming si se usa esta metrica) a traves del diagrama de Trellis que pasa por
un determinado nodo, necesariamente incluye el mejor camino desde el principio del diagrama
de Trellis hasta ese nodo. Esto implica que para cada uno de los nodos del diagrama de Trellis,
solo es necesario guardar el mejor camino hasta ese nodo, con lo cual, como mucho se tendran
tantos caminos como estados diferentes.
La secuencia a codificar debe tener una longitud finita, en este caso, sera una secuencia
de bits {bi }K
i=0 , de esta forma, cada nuevo bit de esta secuencia transmitida provoca una
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
Y CODIFICACION
EN OFDM 152
Figura 7.18: Parte repetitiva del diagrama de Trellis del codificador de la figura 7.14.
Figura 7.19: Dos palabras de codigo para llegar a un estado sk .
secuencia {bi }K a que ya posee estos bits de cola, por lo cual K L 1 bits
i=0 se considerar
llevaran realmente informacion.

Observando el diagrama de Trellis de la figura 7.16, se puede apreciar que cuando se
recibe el tercer smbolo en adelante, se puede llegar a un nodo especfico a traves de dos
rutas diferentes. Esto sucede para codigos convolucionales de velocidad Rc = 1/n. Observar
la figura 7.18.
As, se considerara dos palabras de codigo o smbolo x y x
, las cuales corresponden a
las dos rutas que se unen en un cierto tiempo (o paso) k en un estado com
un sk , tal como
aparece en la figura 7.19.
Es necesario definir una metrica para que el algoritmo pueda decidir la mejor ruta. Para
ello es com
un utilizar la distancia de Hamming como metrica. Esta nos cuantifica la cantidad
de bits distintos entre dos palabras. De esta forma, el algoritmo de Viterbi compara las
Y CODIFICACION
EN OFDM 153
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.
3. Almacenar en una tabla historia de estados el estado sk1 seleccionado anteriormente,

y que corresponde al estado antecesor mas probable para la transicion.
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.
Y CODIFICACION
EN OFDM 154
Figura 7.20: Tabla de historia de estados.
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.
Y CODIFICACION
EN OFDM 155
Figura 7.21: Ejemplo de decodificacion de una secuencia.
k=0 k=1 k=2 k=3 k=4 k=5

A 0 0 0 1 0 1
B 0 0 2 2 3 3
C 0 0 0 0 1 1
D 0 0 2 2 3 2
Cuadro 7.4: Tabla de historia de estados del ejemplo de la figura 7.21.
Y CODIFICACION
EN OFDM 156
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]:
1. Al terminar el proceso anterior, se selecciona el estado que tiene la metrica acumulada

mas peque
na y se guarda el n
umero de estado. Este estado constituye el punto de par-
tida. Si se agregaron los bits de cola a la secuencia codificada, el estado cero constituye
el punto de partida y no es necesario determinar que estado tiene la menor metrica
acumulada.
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.
3. Ahora se trabaja hacia adelante a traves de la lista de estados seleccionados en la

etapa traceback. Se busca que bit de entrada corresponde a la transicion desde cada
estado antecesor a su estado sucesor. Los bits formados aca corresponden a la secuencia
codificada por el codificador convolucional.
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.
Y CODIFICACION
EN OFDM 157
k=0 k=1 k=2 k=3 k=4 k=5

0 0 2 1 2 3
Cuadro 7.5: Secuencia de estados obtenida por el metodo traceback.
Figura 7.22: Diagrama en bloques del decodificador de Viterbi.
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
Se presentara en este captulo el dise

no del hardware que implementara el modulador y
demodulador OFDM. Este hardware consiste en una tarjeta DSP multiproposito, con capa-
cidad de manejar se
nales de RF directamente.
8.1. Esquema general

Para la implementacion fsica de OFDM, se dise
no una tarjeta programable, basada en un
procesador digital de se
nal (DSP), de tal forma que su uso no quedara restringido solamente a
este tipo de modulacion. Esto significa que la implementacion de OFDM se hara en software,
el cual sera ejecutado en tiempo real por la tarjeta. Esto u
ltimo se vera en detalle en el
proximo captulo.
Para facilitar su uso en comunicaciones, se a
nadio a esta tarjeta conversores de se
nales
capaces de trabajar directamente con se
nales de RF, dentro de un rango adecuado (gene-
ralmente rangos de frecuencia intermedia). As, el sistema dise
nado puede ser conectado a
cualquier conversor de RF para elegir la banda de frecuencia de operacion.
En forma general, este sistema se puede dividir basicamente en el procesador de banda
base (DSP), las interfaces adecuadas para comunicacion con el exterior, y los conversores
de datos preparados para trabajar con se
nales de RF, tanto para la parte transmisora como
receptora (ver figura 8.1). Ademas, se empleo modulacion y demodulacion en cuadratura
158
CAPITULO 8. IMPLEMENTACION
FISICA 159
Transmisor digital
Salida
RF
DAC IQ Mod
LPF
DSP Al PC
Receptor digital
Entrada ADC IQ Demod

RF
BPF
Figura 8.1: Diagrama general del sistema.
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
FISICA 160
I 4x 2x63x
DAC Out
Q LPF
4x 2x63x
sen cos K 200MHz

DUC DDS
Procesador (Digital UpConverter)
de Banda
Base
I Q
FIR 132 132 116
256 taps Ch1
ADC
Ch2
FIR 132 132 116
256 taps 20MHz
sen cos
DDC NCO
(Digital DownConverter)
Figura 8.2: Diagrama funcional del sistema (simplificado).
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-
FISICA 161
USB uP CPLD DUC

MC68HC908JB8 AD9857 LPF Out
XC9536XL
SPI BUS fc=85MHz
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
Figura 8.3: Diagrama en bloques de la implementacion fsica del sistema.
turar datos de prueba durante el desarrollo de software. Este es implementado por el IC

MAX3100.
El CODEC de audio usado es el AD73322, el cual posee dos canales de entrada y dos de
salida. Posee una frecuencia maxima de muestreo de 64kSPS y 16 bits de resolucion. Este
CODEC esta pensado para usarlo como fuente de se
nal de audio en alguna modulacion o
como salida de audio en alg
un proceso de demodulacion implementado en este sistema, o
simplemente para experimentar con procesado de se
nales en la banda de audio.
La figura 8.4 muestra una foto de la implementacion fsica del sistema, con algunos de
sus componentes se
nalados.
A continuacion, se tratara con mas detalle las partes del sistema se
nalados anteriormente.
FISICA 162
Figura 8.4: Foto de la implementacion fsica del sistema desarrollado.
8.2. Sistema modulador/demodulador IQ
8.2.1. Modulador en cuadratura
El AD9857 es un modulador IQ digital, con conversor digital-analogico incluido de 200MSPS

y 14 bits. Posee una interfaz paralela de 14 bits para la entrada de datos IQ de banda base
y una interfaz serial (SPI) para su control (carga y lectura de registros internos). Tambien
dispone de un multiplicador de reloj de 4x a 20x, el cual permite usar referencias de reloj
mas bajas para obtener una frecuencia de operacion de 200 MHz [4].
La figura 8.5 muestra el diagrama funcional del AD9857. La se
nal de banda base debe
ser interpolada hasta la frecuencia de muestreo del DAC. Para ello el integrado posee dos
interpoladores CIC (filtro integrador-comb en cascada) [15] por canal IQ, uno con una tasa fija
de 4x y otro programable entre 2x a 63x, con lo cual se puede lograr una de interpolacion de
252x. La se
nal interpolada de cada canal IQ es multiplicada digitalmente por las portadoras
cos y sin respectivamente generadas por la unidad DDS (sntesis digital directa) y luego
sumadas, para obtener la se
nal pasabanda. Luego esta se
nal es multiplicada por una constante
para ajustar la amplitud, para luego ser convertida a dominio analogico por el DAC.
FISICA 163
Figura 8.5: Diagrama en bloques del AD9857.
Practicamente se puede obtener una portadora del orden del 40 % de la se

nal de reloj
interna, esto es, se puede lograr una portadora efectiva de 80 MHz a la salida del AD9857
con 200 MHz de operacion. La unidad DDS posee una palabra de sintonizacion de 32 bits,
cuya frecuencia de salida esta dada por la ecuacion 8.1, donde TW ORD es la palabra de
sintonizacion y fSY SCLK es la frecuencia interna de operacion.
TW ORD fSY SCLK

fout = (8.1)
232
Por otro lado, el integrado posee un filtro inverso CIC (INV CIC), el cual compensa la
respuesta en frecuencia del interpolador, y un filtro FIR fijo de respuesta SINC inversa, que
compensa la respuesta en frecuencia del DAC, el cual produce una respuesta en frecuencia
con envolvente SINC debido a la retencion de orden cero. Estos dos filtros de compensacion
permiten obtener una respuesta en frecuencia plana del sistema.
La figura 8.6 muestra la respuesta en frecuencia del filtro de interpolacion CIC de 4x.
Este filtro esta construido internamente por dos interpoladores CIC de mitad de banda. El
fija el maximo ancho de banda de transmision utilizable del sistema. Este corresponde a un
90 % de la tasa de Nyquist, usando una interpolacion de por lo menos 2x en el DSP, antes
FISICA 164
Figura 8.6: Respuesta del filtro CIC 4x del AD9857.
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.
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
Figura 8.7: Interfaz serial-paralelo para el AD9857.
Figura 8.8: Diagrama interno del AD6600.
8.2.2. Demodulador en cuadratura
El demodulador en cuadratura esta constituido por el ADC AD6600, el receptor digital

AD6620 y una CPLD XC9636. El ADC junto con el AD6620 forman el receptor digital
completo, el cual ya presenta sus datos al DSP de manera serial y compatible con SPORT.
Sin embargo, el AD6620 presenta un puerto paralelo de configuracion, el cual es compatible
con un microprocesador y debe ser controlado por lo menos al momento de energizar el
integrado. Por este motivo, se programo otro CPLD para adaptar un SPORT del DSP a la
entrada paralela de control del AD6620, de forma tal que a traves del DSP se pueda controlar
su comportamiento.
FISICA 166
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)
Donde B = fH fL , es el ancho de banda de la se

nal pasabanda a muestrear. Pero no
todos los valores de fs entre 2B y 2fH son posibles, porque podra producirse aliasing. Es
necesario cumplir con las ecuaciones 8.3 y 8.4 [13]:
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
FISICA 167
Figura 8.9: Diagrama interno del AD6620.
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
FISICA 168
Figura 8.10: Programa de dise

no del filtro FIR del AD6620.
varios filtros peque

nos, y conmutar entre uno u otro en tiempo real. Sin embargo, la cantidad
de coeficientes utilizables esta limitado por la tasa total de diezmado y esta dado por 8.8:
fCLK MCIC2 MCIC5 MRCF

min fs
, 256
NT AP S (8.8)
NCH
Donde fCLK es la frecuencia de reloj principal del AD6620, NCH es la cantidad de canales
a procesar (1 o 2 canales) y MRCF es la tasa de diezmado del u
ltimo diezmador.
Para facilitar la configuracion del AD6620, Analog Devices dispone del software Soft Cell
(ver figura 8.10), el cual permite obtener los coeficientes del filtro FIR y las tasas de diezmados
mas adecuadas de acuerdo a las especificaciones del usuario.
8.3. Procesador de banda base

El procesador de banda base esta implementado con el DSP de punto flotante ADSP21262,
el cual pertenece a la familia SHARC (Super Harvard Architecture Computer) de Analog
Devices, con una potencia de calculo peak de 1200 MFLOPS, 800 MFLOPS sostenido y es
capaz de realizar 400 MMACS. Opera a una frecuencia de reloj interna de 200 MHz, usando
un cristal externo de 25 MHz [7]. La figura 8.11 muestra un diagrama en bloques de este
FISICA 169
Figura 8.11: Diagrama interno del ADSP21262.
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
FISICA 170
Figura 8.12: Elementos de procesamiento del ADSP21262.
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
FISICA 171
Figura 8.13: Parte del DAI del ADSP21262.
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.
FISICA 172
Buf. Buf. TX
CPU SPORT DAC
A B
Buf. TX
SPORT DAC
B
Buf.
CPU
A
Buf. RX
SPORT ADC
C
Figura 8.14: Modo encadenamiento DMA del ADSP21262.
8.4. Interface con el PC

La interfaz con el PC es realizada a traves de un bus USB, usando para ello el micro-
controlador MC68HC908JB8, el cual posee un modulo compatible USB 1.1, funcionando a
6 MHz y capaz de transferir hasta 1,5Mbps [8]. Este microcontrolador es programado de
tal forma que cumple con las especificaciones de un dispositivo HID (dispositivo de interfaz
humana) [3]. Se realizo esto para usar los drivers disponibles en el sistema operativo, y por
lo tanto emplear las API del sistema para desarrollar el programa de control.
El software usado para programar este microcontrolador fue el proporcionado por P&E
Microcomputer Systems, y fue desarrollado completamente en assembler. Este microcontro-
lador maneja el reset general del sistema, el bus SPI del DSP y del AD9857, simulando un
dispositivo SPI maestro. El DSP es configurado para que cargue su programa inicial a traves
de su bus SPI, como esclavo. La figura 8.15 muestra el conexionado de los buses SPI del
microcontrolador, del DSP y del AD9857.
La figura 8.16 muestra la GUI del programa de control, el cual permite cargar el programa
desarrollado en VisualDSP++ (entorno de desarollo integrado (IDE) para los DSPs de Analog
Devices) al DSP. Ademas, con respecto al AD9857, permite controlar la totalidad de sus
registros internos, como por ejemplo el modo de operacion, la frecuencia del DDS, la tasa de
interpolacion, los flags de configuracion, y la amplitud de salida.
FISICA 173
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
Figura 8.15: Conexionado entre los buses SPI de la tarjeta (simplificado).
Figura 8.16: Programa de control del sistema.

FISICA 174
Software control
GUI Emulacion Bus

SPI SPI
Codificacion Decodificacion
Firmware MC68HC908JB8
API
Windows
Sistema Operativo
Implementacion
Driver HID HID USB
Driver USB
Hardware USB Link Hardware

USB (Host) USB
(PC USB HCI) (Modulo USB JB8)
Figura 8.17: Capas de software involucradas en el control de la tarjeta.
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
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
Figura 8.18: Flujo de desarrollo de software del sistema.
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
Este captulo explicara la implementacion en software de un modulador y demodulador

COFDM, empleando la tarjeta DSP multiproposito vista en el captulo anterior. Como carga
u
til del sistema, se uso audio digital estereo a 32 kHz de frecuencia de muestreo, para lo cual
se ocupo el CODEC de audio de la tarjeta.
9.1. Esquema general

La implementacion fue realizada utilizando lenguaje C para el DSP de la tarjeta (ADSP21262),
empleando el software de desarrollo VisualDSP++ 4.0. Se utilizo la puerta RS232 para co-
municar algunos datos de interes (contenido de buffers internos) hacia un PC, de tal forma
de visualizarlos en tiempo real mediante una interfaz grafica construida en MATLAB.
La figura 9.1 muestra un diagrama en bloques del modulador COFDM implementado.
Se toma una fuente de audio PCM de dos canales, la cual es comprimida mediante un
CODEC IMA-ADPCM para obtener una razon de compresion 1:4. Esta fuente de datos es
luego procesada por un bloque scrambler, el cual cambia los bits de acuerdo a una secuencia
pseudoaleatoria, de tal forma que no se produzcan combinaciones de muchos 0s o 1s seguidos.
Despues, los datos pasan a traves de un codificador convolucional, el cual agrega proteccion
176
EN TIEMPO REAL DE COFDM 177
Audio in Codificador Codificador Mapeado Prefijo

Scrambler Entrelazado IFFT 2 DUC
PCM ADPCM Convolucional 16QAM Ciclico
Insercion
portadoras
Transmisor COFDM pilotos
Figura 9.1: Diagrama en bloques del modulador COFDM.
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).
Receptor COFDM
Seguimiento
Fase
De 16QAM Ecualizador Ventana jx DDC

Entrelazado Demap FFT FFT e
Estimador Estimador
Canal grueso
Frame Deteccion
Sync energia
Decodif. Decodif. Audio out

Scrambler
Viterbi ADPCM PCM
Figura 9.2: Diagrama en bloques del demodulador COFDM.
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
portadoras pilotos continuas
portadoras nulas datos portadoras nulas
Figura 9.3: Espectro OFDM.
1,28 ms
CP
64 256
256 us 1,024 ms
Figura 9.4: Smbolo OFDM usado.
duracion (observar la figura 9.4).

La estructura de la trama puede ser apreciada en la figura 9.5. Cada trama esta compuesta
por 23 smbolos OFDM, donde el primero solamente posee subportadoras pilotos (100 sub-
portadoras), el cual tiene la forma de un smbolo largo de la norma IEEE 802.16 (WiMax).
Esta es usada para llevar a cabo la estimacion de la respuesta del canal y para reconocer el
comienzo de una trama. La trama tiene una duracion de 29,44 ms.
Como se vera mas adelante, cada smbolo OFDM es capaz de llevar 384 bits efectivos
de informacion, por lo cual cada frame es capaz de transportar 8448 bits. Esto da una tasa
efectiva de 8448/29, 44ms = 286, 96 kbps.
A la entrada del ADC del receptor, se instalo un filtro SAW de 45 MHz y 6 MHz de ancho
de banda, para evitar aliasing en el submuestreo. De esta forma, se eligio la frecuencia de
29,44 ms
0 1 2 21 22
sync sym
23 simbolos OFDM por Frame
Figura 9.5: Estructura de la trama del sistema.

TX ISR
txStep = 0 si
?
no
Scrambler
Frame
Data In
Cod. Conv.
Entrelazador Frame Sync

Pilots
QAM Map
Cont. Pilots
IFFT 256
CP
Interp. x2
txStep = txStep + 1
txStep %= NSYM
Ret
Figura 9.6: Diagrama de flujo del modulador COFDM.
transmision del sistema en 45 MHz.

Como fuente de datos del sistema, se empleo audio de dos canales. Esta se puede configurar
como PCM a 8 kHz de frecuencia de muestreo, 16 kHz de frecuencia de muestreo comprimida
con ley A, o bien 32 kHz de frecuencia de muestreo comprimida con IMA-ADPCM, todas
con 16 bits de resolucion por canal.
9.3. Modulador COFDM

En la figura 9.6 se puede observar un diagrama de flujo general del algoritmo que imple-
menta el modulador COFDM. Este algoritmo se ejecuta por cada interrupcion del DUC, el
cual corresponde a cada 640 muestras transmitidas por el DSP, a una frecuencia de 500 kHz
por muestra.
El programa contiene un contador de frame (txStep), el cual se incrementa en una unidad

por cada smbolo OFDM generado, contando entre 0 y 22 (N SY M = 23). Cuando txStep es
igual a 0, se trata del smbolo OFDM de sincronismo, por lo cual en este punto se insertan las
100 subportadoras de sincronismo de trama. En este instante se aprovecha cargar los datos
que va a enviar la trama completamente (8448 bits).
Cuando txStep es distinto de 0, se realizan las operaciones normales del transmisor: se
extraen los datos de un smbolo (384 bits), se procesan por el scrambler, por el codificador
convolucional, por el entrelazador de bit y se mapea a cada subportadora mediante una
constelacion 16-QAM.
Una vez obtenido el valor de cada subportadora (tanto para el smbolo de sincronismo
como para los datos), se agregan las subportadoras continuas y a continuacion se aplica una
IFFT de 256 puntos. Se agrega el prefijo cclico y finalmente se realiza la interpolacion 2x
(necesaria para la correcta operacion del DUC).
Para llevar a cabo esta interpolacion, entre cada muestra obtenida despues del prefijo
cclico (320 muestras), se agrega una muestra de amplitud 0. Luego, para obtener la se
nal
final, este conjunto de muestras es filtrado por un filtro FIR de 17 coeficientes, cuya respuesta
en frecuencia se puede observar en la figura 9.7.
La longitud de cada bloque de datos en cada parte del sistema se puede observar en la
figura 9.8. Se aprecia que la cantidad de bits a transmitir se incrementa a un poco mas del
doble por el codificador convolucional (ya que es de una tasa 1/2). Tras el mapeado QAM,
se obtienen 194 portadoras, representadas por 194 n
umeros complejos. Desde aqu todas las
muestras obtenidas son cantidades complejas.
9.4. Demodulador COFDM

La figura 9.9 muestra el algoritmo del demodulador COFDM, que se ejecuta por cada
interrupcion del receptor. Esta corresponde cada 320 muestras, a una tasa de 250 kHz.
En esta figura se puede apreciar la estrategia de sincronizacion implementada en el de-
modulador COFDM. Cuando todava no se ha realizado la sincronizacion gruesa (etapa de
Figura 9.7: Filtro de salida del interpolador 2x.
384 bits 384 bits 776 bits 776 bits 194 portadoras 256 muestras 320 muestras
Scrambler Codificador Entrelazado Mapeado IFFT Prefijo 2 640 muestras

Convolucional 16QAM 256 Ciclico
Insercion 4 portadoras pilotos continuas

portadoras 100 portadoras pilotos para sync. frame
pilotos
Figura 9.8: Tama

no de los bloques de datos usados en el modulador.
RX isr
rxStep=NSYM1
no
no SyncAcq=1 ?
? si SyncAcq=0
si SyncAcq=1
Sinc. gruesa
Det. energia Ch. est/corr
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
Ventana FFT Scrambler
FFT 256 Sym

Data out
Frame Sync
(set/clr RxStart)
(set rxStep) rxStep = rxStep+1
rxStep %= NSYM
RxStart=1 si
?
RET
no
Figura 9.9: Diagrama de flujo del demodulador COFDM.

adquisicion, SyncAcq=0 ), se ejecuta la deteccion de energa para averiguar la presencia de

se
nal recibida. Si esta supera cierto umbral, se activa la bandera SigOn (presencia de se
nal).
Si no existe se
nal, se borra el buffer de salida (8448 bits, una trama completa), y se sale
de la ISR de recepcion. De este modo, en la siguiente interrupcion, se repite el proceso de
adquisicion de sincronizacion gruesa y de deteccion de energa.
Si existe presencia de se
nal, se utilizan los datos de adquisicion para realizar la correccion
gruesa de frecuencia y obtener el comienzo del smbolo OFDM, para as aplicar correctamente
la FFT y demodular el smbolo OFDM. En este punto se realiza el proceso de sincronizacion
de trama, el cual detecta el smbolo especial de sincronizacion. De esta forma se ajusta el
contador de trama rxStep para saber el comienzo de esta.
Una vez detectado correctamente el comienzo de la trama (se activa la bandera RxStart),
se controla la activacion del proceso de adquisicion (sincronizacion gruesa), el cual se realiza
al comienzo de cada trama. Cuando se demodula cada smbolo OFDM, sus 384 bits se van
almacenando en un buffer (Sym Data out en el diagrama), y cuando comienza una trama
nueva (rxStep = 0), se enva a la siguiente etapa (decodificador IMA-ADPCM) el buffer de
frame (Frame Data out) de los datos obtenidos de la trama anterior.
Tambien durante rxStep = 0 se utiliza el smbolo OFDM especial para llevar a cabo
la estimacion y correccion de la respuesta en frecuencia del canal. Para los otros valores de
rxStep, se realiza el proceso normal de demodulacion COFDM: seguimiento de fase, dema-
peado QAM, de-entrelazado de bit, decodificador de Viterbi y la aplicacion del scrambler.
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.
9.5.1. Detecci
on de se
nal
Para llevar a cabo la deteccion de presencia de se

nal, se implemento un simple detector
de energa, el cual se basa en 9.1:
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:
mE [n] = mE [n 1] + <{r[n]}2 + ={r[n]}2 (9.2)
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
Figura 9.10: Ventana de observacion de 640 muestras.
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
9.5):
maxk |hF (n, m)|

P AR[m] = (9.5)
avgk (|hF (n, m)|)
Enseguida, se almacena cada valor PAR de cada smbolo en un array de 23 muestras de
longitud (longitud de la trama implementada). Se busca cual tiene el valor maximo (funcion
arg max), y ese corresponde al smbolo especial de sincronismo, y por lo tanto, al comienzo
de la trama.
9.5.4. Seguimiento de fase
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].
e[n] = e[n 1] + (1 )x[n] (9.6)
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
Vo [n] = Vo [n 1] + Kp e[n] (9.7)
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
CH est
rxStep = 0 no
?
si
H = S / P_ch
(estimacion)
S = S / H_k
(ecualizacion)
interp. x2
H_k H
RET
Figura 9.11: Algoritmo para la estimacion de la respuesta del canal.
fase de cada subportadora). La estimacion de la respuesta es realizada por 9.8:
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
i0 /q0 i1 /q1 I/Q

0 0 0, 948683298
0 1 0, 316227766
1 0 0, 948683298
1 1 0, 316227766
Cuadro 9.1: Tabla de correspondencia para modulacion 16-QAM.
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
Figura 9.12: Constelacion 16-QAM usada en la implementacion.
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:
{i0 i1 q0 q1 } = {b3 b2 b1 b0 } (9.10)
La figura 9.12 muestra la constelacion 16-QAM usada en el proyecto, donde se ha asignado

el orden de los bits de acuerdo al codigo gray. Se muestra la asignacion de cada punto de la
constelacion a cada combinacion de 4 bits.
La demodulacion 16-QAM es realizada mediante decisi
on suave. El metodo empleado es
muy sencillo, y se basa en la distribucion de bits empleada en la constelacion QAM. A la
salida de este demodulador, se obtienen bits suaves, donde un valor positivo corresponde a
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)
Para obtener los bits menos significativos, se uso:
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:
Q
K
1
0010 0110 1110 1010
K 2/3
1/3
0011 0111 1111 1011
I
0001 0101 1101 1001
0000 0100 1100 1000
Figura 9.13: Umbral de decision para el demodulador QAM.
2 KDAT A
K = KM AXQAM
3 KP ILOT S
2 1
K = 0, 948683298
3 2
K = 0, 316227766 (9.17)
Donde KM AXQAM corresponde a la maxima amplitud por canal IQ de la constelacion

QAM.
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
data
in
c1
c2
Figura 9.14: Codificador convolucional usado, L = 5, Rc = 1/2.
aplicada la ecuacion 9.18:
Xk,m = X(k),m (9.18)
En el demodulador, es realizada la operacion inversa para recobrar el orden original de

los bits, usando 9.19:
X(k),m = Xk,m (9.19)
Donde (k) es la funcion de permutacion, la cual es obtenida de la norma DRM (seccion

7.3.3 y 7.6).
9.8.2. Codificaci
on convolucional
El sistema COFDM implementado usa un codificador convolucional para tener proteccion

contra errores. Se ha implementado un codificador similar al usado en GSM, el cual posee
una velocidad de codigo Rc = 1/2 y L = 5, como se puede observar en la figura 9.14.
Los polinomios generadores para este codificador se pueden ver (en notacion octal) en
9.20:
g1 (D) = 023
g2 (D) = 033 (9.20)

00
i
j 11
j+1 11
00
i+8
Figura 9.15: Ejemplo de mariposa Viterbi usada en la implementacion.
9.8.3. Algoritmo de Viterbi
Se empleo el algoritmo de Viterbi para la decodificacion convolucional, la cual realiza la

tarea de deteccion y correccion de errores. Se uso una version del algoritmo que utiliza como
metrica la salida de decision suave del demodulador QAM. Ademas, fue el u
nico algoritmo
que fue implementado directamente en assembler del DSP, pues es uno de los que requirio mas
potencia de calculo por parte del DSP.
El algoritmo procesa por cada 2 bits suaves recibidos (Rc = 1/2), los 2L1 = 16 estados
posibles, los cuales son implementados por 8 mariposas de Viterbi, que corresponde a la etapa
ACS del algoritmo. La figura 9.15 muestra un ejemplo de una mariposa de Viterbi usada,
donde j representa el estado actual e i representa el estado siguiente.
Para el calculo de metricas, se usa 9.21, donde S0 y S1 corresponde a los dos bits de
entrada por bit decodificado, y B00 , B01 , B10 y B11 son los valores de metricas usados para
las combinaciones de bit de entrada 00, 01, 10 y 11 respectivamente. Con estas cantidades, se
construye la tabla de metricas 9.2 (
util solo para el codificador convolucional GSM), la cual
es usada por cada mariposa de Viterbi.
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
M ariposaV iterbi V alor

0 B00
1 B11
2 B00
3 B11
4 B01
5 B10
6 B01
7 B10
Cuadro 9.2: Tabla de metricas usada en el algoritmo de Viterbi.
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.
estado mariposa Viterbi

00
0 0
11 11
1 11
1
00
2 00 2
00
00
3
11 11
4
11 11
5 00
00
01
6
00 10
7 11
10
8 01
10
01
9 01
10
10 01 10
11 10 01
12 10
13 01
14 01
15 10
anterior proximo
Figura 9.16: Trellis del codificador convolucional GSM.
Palabra de inicializacion
1 1 1 1 1 1 1 1 1
bits in bits out

(384 bits) (384 bits)
Figura 9.17: Dispersor de energa o scrambler.

OFDM Sym RX TX Conf

AD6620
Flag1 = 0 no Flag1 = 1 no
? ?
si si
Envia byte
Extraer Buffers buffer
Flag1 = 1 cont = cont + 1
cont > N no
?
si
Flag1 = 0
cont = 0
Figura 9.18: Generacion de los datos de depuracion en el DSP.
9.9. Interfaz para depuraci

on
Finalmente fue desarrollada una interfaz para depuracion del programa OFDM, el cual
es basicamente una interfaz grafica para la visualizacion de los parametros mas importantes
del demodulador COFDM.
Para el desarrollo de esta interfaz, fue usada la puerta serial de la tarjeta, la cual transmite
todos los datos seleccionados hacia el PC. Una interfaz grafica desarrollada mediante GUIDE
de MATLAB fue usada para mostrar graficos de las se
nales mas importantes del demodulador.
En el lado del DSP, los datos son generados tal como se muestra en el diagrama de la
figura 9.18. La ISR del demodulador es usada para extraer los datos de interes y guardarlos
en un buffer temporal. Luego, mediante una bandera (Flag1), se comunica a otra subrutina
(el ISR de control del AD6620), que puede comenzar a transmitir los datos por el puerto
serie. Cuando se termina de transmitir los datos, se cambia el estado de la bandera para
repetir el proceso de manera indefinida.
Por el lado del PC, se puede observar en la figura 9.19 el software involucrado para el
Matlab GUI
Matlab
serialdsp.ocx
mscomm32.ocx
serial port
Figura 9.19: Software involucrado en GUI de visualizacion.
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
10.1. Pruebas de la tarjeta

Para la demostracion del funcionamiento del sistema, se generaron algunas se
nales de
prueba. Por ejemplo la figura 10.1 muestra la forma de onda de una se
nal 16-QAM, cuya
portadora es de 10.2853 MHz (generada por el AD9857) y los datos usados para la modulacion
fueron producidos aleatoriamente en el mismo DSP.
La figura 10.2 muestra el espectro de una se
nal AM con portadora suprimida generada
por el sistema, siendo la portadora 76.1895 MHz y la se
nal moduladora una onda senoidal de
111.6 kHz (generada por IFFT en el DSP). Se observa claramente la ausencia de la portadora,
esto gracias al proceso digital de modulacion IQ.
Figura 10.1: Se
nal 16-QAM generada por el sistema.
198
CAPITULO 10. RESULTADOS 199
Figura 10.2: Espectro AM con portadora suprimida (50 kHz/DIV).
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.
10.1.1. Rendimiento de la tarjeta
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,
Figura 10.3: Espectro de 22 tonos (200 kHz/DIV).
Parametro Transmisor Receptor Audio

Resolucion (bits) 14 16 16
Rango Frecuencia 0 80 MHz 40 250 MHz 20 Hz - 17 kHz
Frec. muestreo final (max) 200 MHz 20 MHz 2 MHz
Frec. muestreo DSP (max) 1,4285 MSPS 625 kSPS 62,5 kSPS
Ancho de banda (max) 1,286 MHz 600 kHz 17 kHz
Cuadro 10.1: Tabla resumen de parametros del transmisor y receptor.
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.
Figura 10.4: Salida obtenida de ().
Figura 10.5: Comportamiento del estimador de energa con respecto al SNR.
10.2. Pruebas de COFDM
10.2.1. Pruebas de sincronizaci

on
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.
Figura 10.6: Comportamiento del sincronizador de trama.
Figura 10.7: Error de seguimiento de CFO (se

nal filtrada).
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
Figura 10.8: Constelacion 16-QAM antes y despues del seguimiento de fase.
del modulador, principalmente por variaciones de temperatura.
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.
10.2.3. Tiempo de ejecuci

on de los algoritmos
Se obtuvo el tiempo requerido para la ejecucion de algunos algoritmos para el procesamien-

to de un smbolo OFDM. Esto nos sirve para comparar los requerimientos computacionales
de cada uno de estos algoritmos. Para ello, se programo el DSP de tal forma que cuando
comenzaba la ejecucion de alg
un algoritmo en particular, se activaba un pin de FLAG del
Figura 10.9: Seguimiento de fase durante varios minutos.
Figura 10.10: Espectro OFDM obtenido.

Figura 10.11: Respuesta del canal estimada.
Figura 10.12: Constelacion 16-QAM para dos condiciones de SNR.

Figura 10.13: Tiempo de ejecucion de la sincronizacion gruesa, demodulador y modulador.
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-
Algoritmo Tiempo requerido Porcentaje

Scrambler 44,35s 9,683 %
Cod. convolucional 66,08s 14,428 %
Entrelazado 82s 17,9 %
Modulador 16-QAM 22,7s 4,956 %
IFFT 56,25s 12,282 %
Filtro interpolacion 2x 151,1s 32,99 %
Prefijo cclico 1,3s 0,284 %
Modulador completo 458s
Cuadro 10.2: Tabla de los tiempos de ejecucion de algunos algoritmos del modulador COFDM.
Algoritmo Tiempo requerido Porcentaje

Sincronizacion gruesa 164s 33,95 %
Sincronizacion de trama 27s 4,128 %
FFT 51,04s 7,8 %
Ecualizacion 69,7s 10,657 %
Seguimiento de fase 1,56s 0,238 %
Demodulador 16-QAM 31,4s 4,8 %
De-entrelazado 64,2s 9,817 %
Viterbi 315s 48,165 %
De-scrambler 44,32s 6,777 %
Demodulador completo (Adq) 483s
Demodulador completo 654s
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.
10.2.4. Rendimiento del demodulador COFDM
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.
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.
Figura 10.14: Prueba del estimador de SNR.
La figura 10.15 muestra el promedio de la SNR, de la energa y de la BER estimada por

el sistema, para el caso de SNR=14.7734 dB.
Este procedimiento se repitio para varios valores de SNR, con lo cual se obtiene finalmente
la curva de rendimiento de este demodulador COFDM, que es mostrada en la figura 10.16
junto con la curva teorica de un receptor 16-QAM para un canal AWGN. La relacion entre
SNR y Eb /N0 es obtenida de 10.5:
Eb /N0 = SN R 10 log(4) (10.5)
Donde el valor 4 corresponde a una constelacion 16-QAM.

Figura 10.15: Obtencion de la BER para un SNR dado.
Figura 10.16: Rendimiento del receptor COFDM.

Captulo 11
Conclusiones
El presente trabajo mostro los fundamentos teoricos y consideraciones practicas de la

modulacion OFDM, junto con la implementacion fsica de un sistema que emplea este tipo
de modulacion. Se ha podido ver que este estudio teorico es fundamental para la correcta
comprension de esta tecnica e implementacion practica.
La implementacion fsica desarrollada en este trabajo, dio como resultado una tarjeta
multiproposito programable, preparada especficamente para comunicaciones, la cual ofrece
una gran flexibilidad de programacion debido al uso de un DSP de punto flotante de proposi-
to general. Esta eleccion permite facilitar al dise
nador la tarea de programacion, puesto que
no tiene que preocuparse por problemas de truncamiento y de overflow, tema importante en
DSPs de punto fijo. Ademas, el empleo de tecnicas de modulacion y demodulacion en cua-
dratura digital ofrecio una forma directa y precisa de implementar estas funciones, liberando
al DSP de estas tareas y minimizando el uso de componentes analogicos.
La combinacion de los perifericos seleccionados hace que este sistema posea un alto interes
educacional y en investigacion, puesto que permite ensayar esquemas de modulacion digital,
usarla como una tarjeta DSP de proposito general para realizar ensayos de algoritmos, o
bien junto con una interfaz de RF permite realizar pruebas reales de propagacion en canales
inalambricos, lo cual hace posible su uso para evaluar el desempe
no de ecualizadores de
canal, algoritmos de sincronizacion, diversidad, modulacion multiportadora o de espectro
ensanchado, lo que abre un amplio campo de aplicacion de este sistema.
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
implementacion de los algoritmos de OFDM, he ganado mucha experiencia en esta area, lo

cual me facilita el trabajo de desarrollo e implementacion de sistemas de telecomunicaciones
digitales.
El trabajo realizado le permitira al lector comprender los fundamentos de OFDM y los
requisitos para su implementacion, as como la construccion fsica de la tarjeta le servira como
gua para el desarrollo de sistemas de procesamiento digital de se
nales basados en DSPs.
Como trabajo futuro se puede mencionar el dotar al sistema de una interfaz de RF y
de una mas desarrollada comunicacion entre el PC y la tarjeta, de tal forma que posea
posibilidad de depuracion.
Ap
endice A
Esquem
aticos del sistema
Figura A.1: Interfaz USB.
214

APENDICE
A. ESQUEMATICOS DEL SISTEMA 215
Figura A.2: Alimentacion.
Figura A.3: Interfaz RS232.

APENDICE
Figura A.4: Receptor digital.

APENDICE
Figura A.5: Transmisor digital.
Figura A.6: DAC VCXO.

APENDICE
Figura A.7: Tarjeta DSP.

APENDICE
Figura A.8: CODEC de audio.

APENDICE
Figura A.9: Entrada y salida de RF.

Bibliografa
[1] AD6600 Dual Channel, Gain-Ranging, ADC with RSSI, Datasheet. 2000.
[2] AD6620 67MSPS Digital Receive Signal Processor Datasheet. 2001.
[3] Device Class Definition for Human Interface Devices (HID), Firmware Specification.
2001.
[4] AD9857 Quadrature Digital Upconverter Dataheet. 2004.
[5] ADSP-2126x SHARC DSP Core Manual. 2004.
[6] ADSP-2126x SHARC Peripherals Manual. 2004.
[7] SHARC Processor Dataheet ADSP21262. 2004.
[8] MC68HC908JB8/D Dataheet, Freescale Semiconductor. 2005.
[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.
[12] Ahmad R. S. Bahai and Burton R. Saltzberg. Multi-Carrier Digital Communications:

Theory and Applications of OFDM. Kluwer Academic Publishers, 2002.
221
BIBLIOGRAFIA 222
[13] G. Bianchi, L. Calandrino, L. Berardis, and S. Montebugnoli. Undersampling techniques

in radio astronomical applications. June 2006.
[14] Jose E. Brice

no. Principios de las Comunicaciones. ULA Publicaciones, tercera edition,
2005.
[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.
[25] M. C. D. Maddocks. An Introduction to Digital Modulation and OFDM Techniques.

Technical report, 1993.
BIBLIOGRAFIA 223
[26] Peyton Z. Peebles. Probability, Random Variables, and Random Signal Principles.
McGraw-Hill, second edition, 1987.
[27] John G. Proakis. Digital Communications. McGraw-Hill, third edition, 1995.
[28] Hector Carrasco E. y Rodolfo Feick L. Rolando Bettancourt O. Medicion de Ancho

de Banda de Coherencia y dispersion Temporal en la Banda de 2.4GHz en Ambientes
Interiores. 2005.
[29] Henrik Schulze and Christian L

uders. Theory and Applications of OFDM and CDMA.
John Wiley and Sons, Ltd, 2005.
[30] Syed Shahzad Shah. Viterbi Decoding in Fields Programmable Gate Arrays (FPGAs),
1999.
[31] Bernard Sklar. Handbook of Antennas in Wireless Communications. chapter Fading

Channels. CRC Press LLC, 2002.
[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
[37] Juan Luis Posadas Yag

ue y Gines Benet Gilabert. Transformada Rapida de Fourier
(FFT) e Interpolacion en Tiempo Real: Algoritmos y aplicaciones, 1998.
[38] Alan V. Oppenheim y Roland W. Schafer. Tratamiento de Se

nales en Tiempo Discreto.
Prentice-Hall, segunda edition, 2000.

Bmfciu 761d

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Bmfciu 761d

Caricato da

Copyright:

Formati disponibili

UNIVERSIDAD AUSTRAL DE CHILE

FACULTAD DE CIENCIAS DE LA INGENIERIA

Desarrollo e Implementacion de una Interfaz sobre Esquemas de

Trabajo de Titulacion para optar al

Jose Andres Uribe Parada

Sr. Nestor Fierro Morineaud

Sr. Franklin Castro Rojas

Sr. Pedro Rey Clericus

Fecha de Examen de Titulacion:

A mi madre Virginia, a mi hermano Marcelo, y a mis abuelos que ya partieron, Jose y

2.2.3. Funcion Coseno Levantado . . . . . . . . . . . . . . . . . . . . . . . . 20

4.3.2. El Espectro de OFDM . . . . . . . . . . . . . . . . . . . . . . . . . . 69

6. La FFT en OFDM 112

9.6. Estimacion del canal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187

2.1. Proceso aleatorio continuo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

3.1. Modelo de canal con filtro lineal variable en el tiempo. . . . . . . . . . . . . 36

3.10. Funcion de densidad de Rician normalizada. . . . . . . . . . . . . . . . . . . 50

4.1. Espectro de un sistema de comunicaciones multiportadora. . . . . . . . . . . 65

5.1. Sincronizacion del smbolo OFDM. . . . . . . . . . . . . . . . . . . . . . . . 87

5.10. Algoritmo retardo y correlacion. . . . . . . . . . . . . . . . . . . . . . . . . . 101

7.1. Constelaciones de algunas portadoras de un sistema OFDM. . . . . . . . . . 130

7.7. Constelacion de M = 32 usada en DAPSK. . . . . . . . . . . . . . . . . . . . 136

8.1. Diagrama general del sistema. . . . . . . . . . . . . . . . . . . . . . . . . . . 159

8.13. Parte del DAI del ADSP21262. . . . . . . . . . . . . . . . . . . . . . . . . . 171

9.1. Diagrama en bloques del modulador COFDM. . . . . . . . . . . . . . . . . . 177

10.4. Salida obtenida de (). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201

A.1. Interfaz USB. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214

El presente trabajo expone el estudio teorico, el dise

La Multiplexacion por Division de Frecuencia Ortogonal (OFDM) ha llegado a ser muy

receptor genera una severa ISI. El uso de m

2.1. Probabilidad y Procesos Estoc

2.1.1. Variables Aleatorias

Un experimento aleatorio lo podemos caracterizar mediante eventos (por ejemplo, en el

Sin embargo, una funcion mas u

2.1.2. Valor Esperado

La caracterizacion estadstica completa de una variable aleatoria es por lo general difcil.

El valor esperado lo podemos relacionar con la componente continua de una se

E{(X + Y )2 } = E{X 2 } + E{Y 2 } (2.5)

2.1.3. Momentos Estadsticos

Momentos alrededor del Origen

Los momentos en el origen son definidos por la ecuacion 2.6.

Se puede observar que para el caso de n = 0 se obtiene m0 = 1, para el caso de n = 1 se

El momento central de la variable aleatoria X es el momento pero alrededor de la media

Para n = 0 se obtiene 0 = 1 y para n = 1 se obtiene 1 = 0.

La raz cuadrada de la varianza, , se conoce como desviaci

2 = E{X 2 } m2X (2.9)

con la ocurrencia de observar los dos sucesos simultaneamente (2.10).

Si dos sucesos son independientes, entonces la ocurrencia de uno de ellos no influye en

fXY (x, y) = fX (x)fY (y) (2.12)

RXY = E{X}E{Y } (2.14)

Si RXY = 0, se dice que estas variables aleatorias son ortogonales.

La covarianza se puede encontrar tambien si se conoce la correlacion entre X e Y (2.16)

CXY = RXY mX mY (2.16)

Si CXY = 0 implica que X e Y son independientes o no correlacionados.

2.1.7. Procesos Aleatorios

Figura 2.1: Proceso aleatorio continuo.

Ahora, si elegimos un valor de t especfico dejando a s variable, estaremos escogiendo

Estadsticas Conjunto y Promedios Tiempo

Se llama promedios tiempo a 2.19 aplicados a alguna funcion de muestra.

Por lo general se cumple 2.20.

Llamaremos autocorrelacion a la correlacion entre dos variables aleatorias X(t1 ) y X(t1 )

RXX (t1 , t2 ) = E{X(t1 )X(t2 )} (2.21)

Si la autocorrelacion es invariante en el tiempo, esto es, que solo dependa de la distancia