Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Ingeniería Informática
Comunicaciones Digitales
Curso 2004-05
4/03/2005 CD_TEMA1_2
H= − ⎡⎣ p log 2 p + (1 − p ) log 2 (1 − p ) ⎤⎦
Entropía de
una fuente
binaria
4/03/2005 CD_TEMA1_4
Claude Shannon
1916-2001
4/03/2005 CD_TEMA1_5
Ejemplo: una fuente sin memoria emite los mensajes m1 y m2 con probabilidades p(m1) =
0.8 y p(m2) = 0.2. La entropía de esta fuente es H = – 0.8 log2 0.8 – 0.2 log2 0.2 = 0.72
bits. El código Huffman para esta fuente es simplemente m1→0 y m2→1. Su longitud
media es L=1. La eficiencia en este caso es η = H/L = 0.72/1 = 0.72. Para conseguir
mayor eficiencia, los mensajes se pueden agrupar de dos en dos tal y como se muestra en
la siguiente figura:
Aún se puede conseguir mayor eficiencia espectral agrupando los mensajes de tres en tres
tal y como se muestra en la siguiente figura:
Código ASCII
4/03/2005 CD_TEMA1_9
4/03/2005 CD_TEMA1_10
Calidad de
señales de
audio
4/03/2005 CD_TEMA1_13
Harvey Fletcher (derecha) lleva a cabo experimentos para definir la calidad telefónica de la voz
4/03/2005 CD_TEMA1_14
Diagrama de
bloques del
sistema Compact
Disc (CD)
4/03/2005 CD_TEMA1_1
Ingeniería Informática
Comunicaciones Digitales
Curso 2004-05
4/03/2005 CD_TEMA1_2
1024×1024
512×512
Efecto de
reducir la
resolución
espacial
256×256 128×128
32×32
64×64
4/03/2005 CD_TEMA1_3
JPEG: Ejemplo
de codificación
de un bloque
8×8
4/03/2005 CD_TEMA1_5
Coeficientes DCT
4/03/2005 CD_TEMA1_7
4/03/2005 CD_TEMA1_8
Imagen 1
MPEG
Imagen 2
Imagen diferencia
4/03/2005 CD_TEMA1_21
Predicción del
movimiento en
MPEG
Ingenierı́a Informática
Codificación de fuente
Curso 2004-05
22/02/2005
1. Una fuente discreta tiene un alfabeto {a1 , a2 , a3 , a4 , a5 , a6 } con prob-
abilidades {0,1, 0,2, 0,3, 0,05, 0,15, 0,2}. Determine la entropı́a de esta
fuente. Compare esta entropı́a con la entropı́a de una fuente uniforme-
mente distribuida con el mismo alfabeto.
Sol.: H(X) = 2,4087 bits/sı́mbolo.
Si los sı́mbolos son equiprobables Hu (X) = 2,5850 bits/sı́mbolo. Ob-
servar que la entropı́a de la fuente es menor que la de una fuente uni-
formemente distribuida.
2
b) Suponga que la fuente se cuantifica según la siguiente regla de
cuantificación
q(−5) = q(−3) = 4
q(−1) = q(0) = q(1) = 0
q(3) = q(5) = −4
8. Una fuente sin memoria emite 2000 sı́mbolos binarios por segundo y
cada sı́mbolo tiene una probabilidad 0,25 de ser igual a 1 y 0,75 de
ser igual a 0. ¿Cual es el mı́nimo número de bits por segundo que se
necesita para transmitir esta fuente?
Sol.: 1623 bits/seg.
f(x)
1/2
-2 2 x
3
Determine la entropı́a de la fuente cuantificada.
Sol.: H(Q(X)) = 1,8113 bits/muestra.
12. Una fuente sin memoria emite de forma aleatoria cuatro mensajes
con probabilidades {0,5, 0,3, 0,1, 0,1}. Determine la entropı́a media por
sı́mbolo de la fuente. Obtenga un código Huffman binario y determine
la longitud media de las palabras del código y la eficiencia.
Sol.: m1 : ‘0’, m2 : ‘10’, m3 : ‘110’, m4 : ‘111’
H(M ) = 1,6855 bits, L = 1,7 dı́gitos binarios, η = 0,9915
13. Una fuente sin memoria emite de forma aleatoria tres mensajes equiprob-
ables.
4
b) Obtenga un código Huffman binario y determine la longitud media
de las palabras del código y la eficiencia. Codifique cada mensaje
de forma aislada.
c) Repita el apartado anterior codificando los mensajes de dos en
dos.
14. Una fuente sin memoria emite cuatro sı́mbolos (A,B,C,D) con proba-
bilidades {1/2, 1/4, 1/8, 1/8}
a) Suponga que el ordenador utiliza las palabras (00, 01, 10, 11) para
designar a las cuatro microinstrucciones. Calcule el porcentaje de
bits que puede reducirse para representar las microinstrucciones
utilizando técnicas de codificación más elaboradas.
b) Construya un código Huffman utilizando bloques de mensajes de
un solo sı́mbolo y calcule su eficiencia.
c) Construya un código Huffman utilizando bloques de mensajes de
dos sı́mbolos y calcule su eficiencia.
5
Sol.: H(X) = 1.1863 bits.
a) 59.315 %
b) ADD = m1 = ‘0’, SUB = m2 = ‘100’, MPY = m3 = ‘101’, STO =
m4 = ‘11’. L = 1.375 dı́gitos binarios. η = 0,8628
c) m1 m1 = ‘1’, m1 m2 = ‘00010’, m1 m3 = ‘00011’, m1 m4 = ‘011’, m2 m1
= ‘0100’, m2 m2 = ‘00000000’, m2 m3 = ‘00000001’, m2 m4 =‘0000010’,
m3 m1 = ‘0101’, m3 m2 = ‘00000010’, m3 m3 = ‘00000011’, m3 m4 =
‘0000011’,m4 m1 = ‘001’, m4 m2 = ‘0000100’, m4 m3 = ‘0000101’,m4 m4
= ‘000011’. L = 1.2031 dı́gitos binarios. η = 0,9860.
6
Comunicaciones Digitales: Práctica 1
28 de febrero de 2005
1. Introducción
El objetivo de esta práctica es realizar un programa que determine el código Huffman
de un fichero de texto. Los caracteres posibles que pueden formar el texto son las letras
(distinguiendo mayúsculas de minúsculas e incluyendo la ñ), los números del 0 al 9 y los
siguientes signos de puntuación: ’.’, ’,’, ’:’, ’;’, ’ ¿’, ’ ?’, ’-’, ’”’.
Paso 2: Localizar los dos sı́mbolos, a1 y a2 , con menor probabilidad, p1 y p2 (p1 < p2 ).
Para construir el código Huffman puede ser necesario utilizar los comandos: sort(), max(),
min() y f ind(). La salida del programa debe tener la forma [l, C], donde:
Una vez generado el código compare la longitud de cada palabra código con la cantidad
de información teórica, −log2 (pi ), donde pi es la probabilidad del i-ésimo carácter. Calcule
también la eficiencia y redundancia del código generado.
3. Codificación de textos en general
En este apartado, utilizaremos el código Huffman obtenido en el apartado anterior para
codificar distintos textos. Para ello,
2. Calcule cuál serı́a la eficiencia y la redundancia del código Huffman calculado anterior-
mente si se utilizase para codificar este segundo texto.
Ingeniería Informática
Comunicaciones Digitales
Tema 2
Modulaciones Digitales
Curso 2004-05
16/03/2005 CD_TEMA2_2
Ejemplo de
señales PPM
binario
16/03/2005 CD_TEMA2_5
Ejemplos de
constelaciones
QAM
16/03/2005 CD_TEMA2_10
Constelación
modem
norma V.34
16/03/2005 CD_TEMA2_11
Modulaciones Digitales
Curso 2004-05
16/03/2005
1. Determine si las señales s1 (t) y s2 (t) son o no son ortogonales sobre
el intervalo (−1,5T2 < t < 1,5T2 ), donde s1 (t) = cos(2πf1 t + φ1 ),
s2 (t) = cos(2πf2 t + φ2 ) y f2 = 1/T2 para los siguientes casos
a) f1 = f2 y φ1 = φ2 .
b) f1 = 13 f2 y φ1 = φ2
c) f1 = 2f2 y φ1 = φ2
d ) f1 = πf2 y φ1 = φ2
e) f1 = f2 y φ1 = φ2 + π/2
f ) f1 = f2 y φ1 = φ2 + π
Nota: Para resolver el ejercicio puede ser útil utilizar la expresión
cos2 x = 1+cos(2x)
2
. También puede resultar cómodo obtener la forma
general
sen(2π(f1 + f2 )t + (φ1 + φ2 ))]1,5T2
−1,5T2
< s1 (t), s2 (t) > =
4π(f1 + f2 )
sen(2π(f1 − f2 )t + (φ1 − φ2 ))]1,5T2
−1,5T2
+
4π(f1 − f2 )
para lo cual se puede utilizar la igualdad cos A+cos B = 2cos( A+B
2
)cos( A−B
2
)
Sol.: < s1 (t), s2 (t) >=
a) 23 T2 6= 0. No ortogonales
b) 0. Ortogonales
c) 0. Ortogonales
sen(3π 2 )(−(π−1)cos(2φ2 )−(π+1))
d) 2π(π+1)(π−1) 6= 0. No ortogonales
T2
e) 0. Ortogonales
f) 32 T2 6= 0. No ortogonales
2
ψ1(t) ψ2(t) ψ3(t)
A A
t t t
-A -A -A
-2 -1 1 2 -2 -1 1 2 -2 -1 1 2
c) Exprese la señal
1 0≤t≤2
x(t) =
0 resto
como combinación lineal de los elementos de la base ortonormal.
Sol.: A = 3
3
ψ1(t) ψ2(t) ψ3(t)
t t t
4
−1/2
2 4 1 2 3 4
b) Exprese la señal
−1 0 ≤ t ≤ 1
x(t) = 1 1≤t≤3
−1 3 ≤ t ≤ 4
t t
3
-1
1 4
-2
s3(t) s4(t)
2
1 1
t t
4
-1
1 2 3 4
-2
1 3
4
b) Represente geométricamente los vectores s1 , s2 , s3 , s4
c) Determine la distancia mı́nima entre dos pares de vectores cua-
lesquiera.
Sol.:
a) (Ver figura 1)
φ2 (t)
φ1 (t)
1
7
2 6 1 2 3 4
√ 7 t
7
2
7
− 6
7
1 2 3 4
t
6
− √1 − 7
7 6
7
φ3 (t)
4
3 φ4 (t)
7
3 1 2 3 4
t
1 3
3 7
7
− 18
3 7
t 6
1 2 3 4 7
2 − 18
3 7
− 7 9
3 7
− 18
7
p √
b) s1 (t) = ( Es1 , 0, 0, 0) = ( 7, 0, q0, 0)
s2 (t) = (c12 , Ed2 , 0, 0) = (− √67 , 67 , 0, 0)
p
4
q
3 √7
s3 (t) = (c13 , c23 , Ed3 , 0) = ( 7 , 6 , 73 , 0)
p
√
7
18
q
s4 (t) = (c14 , c24 , c34 , Ed4 ) = ( √ , − √7 6 , − √1 7 , 18
4
p
7 7
)
7 3
c) d(s1 , s2 ) √
=5
d(s1 , s3 ) = √5
d(s1 , s4 ) = √2 3
d(s2 , s3 ) = √14
d(s2 , s4 ) = √31
d(s3 , s4 ) = 19
5
7. Repita el ejercicio anterior para el conjunto S formado por las siguientes
cuatro señales
s1(t) s2(t)
2 2
t 1 t
3
s3(t) s4(t)
t t
2
-2
1 3
Sol.: p √
a) s1 (t) = ( Es1 , 0, 0) = (2 3, √
0, 0)
2 2 6
p
s2 (t) = (c12 , Ed2 , 0) = ( 3 , 3 , 0)
√
b) (Ver figura 2)
(Nota: No existe φ3 (t) pues s3 = c13 φ1 (t) + c23 φ2 (t))
√
c) d(s1 , s2 ) = 2 2
d(s1 , s3 ) = 6√
d(s2 , s3 ) = 2 3
d(s1 , s4 ) = 2
d(s2 , s4 ) = 2√
d(s3 , s4 ) = 2 6
6
φ1 (t)
φ2 (t)
1
√ 2
√
3 6
3
1
t t
3
− √1
6
φ4 (t)
1
√
2
− √1
2
7
(2, −1, 1)
√2
T
√1 √1
T T
T 2T 3T
t t
2T
− √1
T
√2
T
√1 √1
T T
T 2T 3T 1 T 2T 3T
t t
− √2
T
− √1 − √1
T T
8
Figura 4: Soluciones del ejercicio 9.b)
1
10. Sea p(t) = √ [u(t) − u(t − T )] y ψk (t) = p[t − (k − 1)T ], k =
T
1, 2, 3, 4, 5 una base ortonormal de un espacio de señales de dimensión
cinco.
a) Dibuje las señales representadas por (−1, 2, 3, 1, 4), (2, 1, −4, −4, 2),
(3, −2, 3, 4, 1) y (−2, 4, 2, 2, 0).
b) Calcule la energı́a de cada señal.
c) Encuentre los pares de señales que son ortogonales.
Sol.:
a) (Ver figura 5)
9
√
2 T
√
4 T √
1 T
√
3 T
t
√
2 T
√
T
t
√
− T √
−4 T
√
4 T
√ √
3 T 4 T
√ √
T 2 T
t
√
−2 T
√
−2 T
b) E1 = 31
E2 = 41
E3 = 39
E4 = 28
10
Procedimiento de Ortogonalización de
Gram-Schmidt
El procedimiento de ortogonalización de Gram-Schmidt es un método
para construir la base ortonormal de un conjunto formado por M vectores
pertenenencientes a un espacio vectorial. Consideremos un conjunto de M
señales {si (t), i = 1, · · · , M }. Comenzaremos tomando la primera señal,
s1 (t), que se supone tiene una energı́a E1 . La primera señal de la base orto-
normal se puede construir simplemente como
s1 (t)
ψ1 (t) = √ (1)
E1
Hemos obtenido una señal d2 (t) que es ortogonal a ψ1 (t) pero que no tiene
energı́a unidad. Si E2 es la energı́a de d2 (t), el segundo elemento de la base
ortonormal es simplemente
d2 (t)
ψ2 (t) = √ (4)
E2
Generalizando el procedimiento anterior, el elemento k−ésimo de la base
ortonormal se obtiene de la forma
dk (t)
ψk (t) = √ (5)
Ek
donde
k−1
X
dk (t) = sk (t) − cik ψi (t) (6)
i=1
y Z ∞
cik = sk (t)ψi (t)dt i = 1, 2, · · · , k − 1 (7)
−∞
11
El proceso de ortogonalización se repite hasta que se han acabado todas
las M señales. Al final se habrán obtenido N ≤ M señales ortonormales
que consituyen una base ortonormal del subespacio vectorial que contiene a
las señales {si (t), i = 1, · · · , M }. La dimensionalidad N de este subespacio
será igual a M si todas las señales son linealmente independientes. En caso
contrario, N < M y habrá dependencia lineal entre algunas de las señales.
12
Comunicaciones Digitales
Práctica 2
Simulación de Sistemas de Comunicaciones Digitales
PAM, ASK y QAM
Curso 2004-2005
1. Introducción
El objetivo de esta práctica es realizar un programa en Matlab que simule el funciona-
miento de un sistema de comunicación digital que utilice la modulación PAM, ASK o QAM.
Matlab permite generar de forma bastante fidedigna las señales que aparecen en el sistema
de transmisión. Mediante la simulación del sistema se persigue estudiar su comportamiento y
observar como le afectan los diferentes parametros que influyen en la comunicación.
En las figura 1 y 2 se representan los modelos de comunicaciones, para las modulaciones
de una y dos dimensiónes respectivamente, que se van a utilizar para el desarrollo de la prácti-
ca.
v(t)
t=T
, donde
modulados en amplitud para el primer caso y ese mismo tren multiplicado por un coseno
en el segundo. Las amplitudes serán valores
representa el numero de distintas señales que puede generar el modulador. Por ejemplo,
para el caso de una -PAM, la señal transmitida se representa matemáticamente de
la forma
(1)
1
cos w0 t
t=T
Filtro
X
Adaptado
v(t)
t=T
Filtro
X
Adaptado
-sen w 0t
donde
es la forma de pulso transmitido, es el perı́odo de sı́mbolo y son las
amplitudes discretas ( ) correspondientes a los sı́mbolos transmitidos. Esta señal se
puede aproximar con el Matlab a través de
(2)
es la forma del pulso empleado en la transmisión. En nuestro caso utilizaremos
donde es el número de sı́mbolos que se transmiten, es el perı́odo de sı́mbolo y
La señal
debe almacenarse en un vector llamado pulso. Será un vector de ampli-
tudes constantes definido en el intervalo
.
La modulación ASK se puede construir a partir de PAM multiplicando el pulso
por
un coseno. Se puede demostrar que la frecuencia debe escogerse como un múltiplo
de , para poder recuperar correctamente en el receptor las amplitudes enviadas.
La energı́a de nuestro pulso puede calcularse de la forma
(4)
2
En nuestro caso suponemos que no existe una limitación de ancho de banda en el canal
de transmisión.
El ruido blanco gaussiano introducido por el canal puede generarse empleando la ins-
trucción randn. Haciendo randn(1,L) se genera un vector de ruido blanco gaussia-
no de longitud , media nula y densidad espectral de potencia . Si se quiere modificar
la densidad espectral de potencia para que sea hay que multiplicar la secuencia
anterior por .
3. A continuación debe construirse la salida del filtro adaptado lo cual puede hacerse con-
volucionando la señal recibida con la respuesta al impulso del filtro. Esta respuesta al
impulso debe construirse a partir de la forma del pulso de modo que al cambiar la forma
del pulso se modifique automáticamente la respuesta al impulso. Debe ajustarse la cons-
tante del filtro adecuadamente para recuperar lo más correctamente posible las distintas
amplitudes transmitidas.
4. El siguiente paso es obtener las observaciones a partir de las cuales se toman las deci-
siones. Para ello deben tomarse muestras de la señal recibida en los puntos
para , obteniéndose (para el caso PAM) la siguiente señal
(6)
donde
son las amplitudes observadas. Tenga en cuenta a la hora de
tomar estas muestras el efecto que sobre las longitudes de las señales tiene la operación
de convolución.
(7)
es decir,
(8)
3
siendo , el número de distintas señales que puede generar el modulador. Con-
templaremos únicamente el caso en el que es par y el pulso
tangular. Este
deberá almacenarse en un vector llamado pulsoes deunamplitudes
pulso rec-
constantes definido en el intervalo
.
Para el caso en el que es par, se cumple que
(9)
(10)
3. A continuación debe empezar a construirse el receptor. Para este caso, tendremos dos
filtros adaptados por los que haremos pasar la señal recibida . Un filtro adaptado
irá multiplicado por
y el otro por
. La respuesta al impulso de los
filtros adaptados debe construirse a partir de la forma del pulso, de modo que al cambiar
la forma de este se modifique automáticamente la respuesta al impulso. Debe ajustarse
la constante del filtro adecuadamente para recuperar lo más correctamente posible las
distintas amplitudes transmitidas.
4. El siguiente paso es obtener las observaciones a partir de las cuales se toman las deci-
siones. Para ello deben tomarse muestras de las señales a la salida de cada uno de los
dos filtros, en los puntos para . Tenga en cuenta a la hora de
tomar estas muestras el efecto que sobre las longitudes de las señales tiene la operación
de convolución.
5. Finalmente, la operación de decisión la realizaremos de la siguiente forma: conside-
rando el numero de distintas señales que puede generar el modulador y a la vista
de su constelación, que en este caso tendrá dos dimensiones, deberemos escoger unos
umbrales de decisión que nos permitan definir una región para cada una de estas posi-
bles señales. Una vez obtenida una observación miraremos dentro de que región cae, y
supondremos que la amplitud que se quiso enviar fue la
y
correspon-
diente a esa región. Comparando las amplitudes transmitidas con las recibidas, se cuenta
el número de errores que se ha producido en la transmisión y se estima la probabilidad
de error dividiendo el número de errores entre el número de sı́mbolos transmitidos.
Ası́ se estimarı́a la probabilidad de sı́mbolo, pero si se codifican las amplitudes de tal
modo que de una amplitud a la adyacente solo hay un bit de diferencia, la probabilidad
estimada también será la de bit.
.
4
4. Datos de entrada del programa
El programa ha de aceptar, al menos, los siguientes parámetros de entrada:
3. N: Perı́odo de sı́mbolo.
9. : Frecuencia del coseno para la modulación ASK o del coseno y seno para la modu-
lación QAM.
No es necesario construir una función que permita al usuario introducir los valores por te-
clado cuando se llame al programa, es suficiente definir las variables al principo del programa
y modificarlas con el editor cuando se desee.
Dibujar los primeros sı́mbolos de la señal transmitida y para el caso de las modula-
ciones de una dimensión superponer sobre los mismos ejes la señal
.
Dibujar los primeros sı́mbolos de la señal recibida y para el caso de las modulaciones
de una dimensión superponer sobre los mismos ejes la señal
.
Dibujar los primeros sı́mbolos de las salidas de los filtros adaptados (para las modu-
laciones de una dimensión sera una única salida).
Dibujar la constelación de la señal a la salida de los filtros adaptados (para las modula-
ciones de una dimensión habrá un único filtro).
Para el caso de las modulaciones de una dimensión, dibujar los primeros sı́mbolos de
la secuencia de las observaciones.
5
Contar el número de sı́mbolos que han sido recibidos de forma errónea.
(12)
(13)
donde
es la función error complementario definida de la forma
(15)
Dado que la es un dato de entrada la probabilidad de error puede calcularse de forma
inmediata utilizando la función erfc ya definida por M ATLAB. No obstante, tenga en
cuenta que M ATLAB define la función erfc(x) de la siguiente forma
(16)
6. Comentarios
Comente adecuadamente el programa.
6
7. Ejemplo: caso una dimensión
En esta sección mostramos el resultado de una ejecución del programa que realiza la si-
mulación del sistema descrito. La modulación escogida fue una -PAM y los parámetros de
entrada que se tomaron fueron los siguientes:
1. M=4
2. N=10
3. L=10
4. K=1000
5. P=10
6. EbNo=8
Para este ejemplo el número de bits que se recibieron de forma errónea fueron 0 y por
tanto, la probabilidad de error estimada es . La probabilidad de error teorica es
Senal transmitida u(n) y senal s(n)
4
-1
-2
-3
-4
0 10 20 30 40 50 60 70 80 90
1. M=16
2. EbNo=10
7
2
1.5
0.5
-0.5
-1
-1.5
-2
-10 -5 0 5 10
-1
-2
-3
-4
0 10 20 30 40 50 60 70 80 90
8
Senal a la salida del filtro adaptado
4
-1
-2
-3
-4
0 10 20 30 40 50 60 70 80 90
1.5
0.5
-0.5
-1
-1.5
-2
-10 -5 0 5 10
9
Senal s‘(n)
4
-1
-2
-3
-4
0 10 20 30 40 50 60 70 80 90
Figura 8: Observaciones
15
10
−5
−10
−15
0 10 20 30 40 50 60 70 80 90
10
Constelacion en el transmisor
8
−2
−4
−6
−8
−8 −6 −4 −2 0 2 4 6 8
15
10
−5
−10
−15
0 10 20 30 40 50 60 70 80 90
11
Senales a la salida de los filtros adaptados
15
10
−5
−10
−15
0 10 20 30 40 50 60 70 80 90
−2
−4
−6
−8
−10
−10 −8 −6 −4 −2 0 2 4 6 8 10
12
15/04/2005 CD_TEMA3_1_1
Ingeniería Informática
Comunicaciones Digitales
Tema 3
Demodulación óptima en ruido gaussiano
(Primera parte)
Curso 2004-05
15/04/2005 CD_TEMA3_1_2
15/04/2005 CD_TEMA3_1_3
Ejemplos de
procesos
estocásticos
15/04/2005 CD_TEMA3_1_4
Ejemplo 1: proceso
estocástico con
función de
autocorrelación
estrecha (i.e., ancho
de banda grande)
15/04/2005 CD_TEMA3_1_7
Ejemplo 2: proceso
estocástico con función
de autocorrelación
moderadamente ancha
(i.e., ancho de banda
moderadamente
grande)
15/04/2005 CD_TEMA3_1_8
Ejemplo 3: proceso
estocástico con función
de autocorrelación
ancha (i.e., ancho de
banda grande)
15/04/2005 CD_TEMA3_1_9
Ejemplo 4: proceso
estocástico con
densidad espectral de
Probabilidad de
error de un
sistema M-PAM
15/04/2005 CD_TEMA3_2_1
Ingeniería Informática
Comunicaciones Digitales
Tema 3
Demodulación óptima en ruido gaussiano
(segunda parte)
Curso 2004-05
15/04/2005 CD_TEMA3_2_2
15/04/2005 CD_TEMA3_2_3
Probabilidad de
error de un sistema
con señalización
ortogonal (i.e.,
PPM, FSK)
15/04/2005 CD_TEMA3_2_4
15/04/2005 CD_TEMA3_2_5
15/04/2005 CD_TEMA3_2_6
Probabilidad de
error de un
sistema M-PSK
15/04/2005 CD_TEMA3_2_7
15/04/2005 CD_TEMA3_2_8
Ejemplos de
constelaciones
QAM con
disposición
rectangular
15/04/2005 CD_TEMA3_2_9
15/04/2005 CD_TEMA3_2_10
Probabilidad de
error de un sistema
M-QAM con
constelación de tipo
rejilla rectangular
15/04/2005 CD_TEMA3_2_11
Capacidad del canal AWGN en función de SNR
(escala lineal)
15/04/2005 CD_TEMA3_2_12
Capacidad del
canal AWGN en
función de SNR
(escala logarítmica)
C ⎛ S⎞
= log 2 ⎜ 1 + ⎟
W ⎝ N⎠
15/04/2005 CD_TEMA3_2_13
Capacidad de
un canal
AWGN en
función de W
⎛ S ⎞
C = W log 2 ⎜ 1 + ⎟
⎝ N 0W ⎠
15/04/2005 CD_TEMA3_2_14
Eb 2η − 1
< η
N0 2
Eb 2η − 1
> η
N0 2
15/04/2005 CD_TEMA3_2_15
Capacidad del
canal AWGN en
escala
logarítmica
15/04/2005 CD_TEMA3_2_16
Comparación
entre
modulaciones
Ingenierı́a Informática
Curso 2004-05
18/04/2005
1. Un sistema de transmisión binario utiliza las señales s1 (t) y s2 (t) de la
figura 1 para transmitir un cero y un uno binario respectivamente
s1 (t) s2 (t)
A A
0 T/2 T 0 T/2 T
Figura 1:
T es el periodo de sı́mbolo.
A cos πt πt
0 ≤ t ≤ T A cos + φ 0≤t≤T
s1 (t) = T s2 (t) = T
0 resto 0 resto
1 − e−jωT
H(ω) =
jω
2
a) Determine la respuesta al impulso h(t).
b) Determine la forma de onda a la cual está adaptado el filtro.
0 ≤ t ≤ T2
1
1 0≤t≤T
s1 (t) = s2 (t) = −s3 (t) = −1 T2 ≤ t ≤ T
0 resto
0 resto
r = Ai + n Ai = {±3A, ±A}
3
s1(t) s2(t) s3(t) s4(t)
3A
A
0 0 0 0
1 2 t 1 2 t 1 2 t 1 2 t
Set I
A A A A
0 0 0 0
1 2 t 1 2 t 1 2 3 t 1 2 3 4 t
Set II
2 2 2 2
Set III
Figura 2:
4
Figura 3:
-5 -3 -1 1 3 5
-1
-3
-5
Figura 4:
5
12. Demuestre que la probabilidad de error de sı́mbolo de un sistema de
transmisión 4-QAM sobre un canal AWGN viene dada por la expresión
r ! r !!
4Eb 1 4Eb
Pe = 2Q 1− Q
No 2 No
r 45
8-PSK 8-QAM
Figura 5:
6
c) Repita el apartado anterior para la velocidad de 9600 bps.
d ) ¿Qué conclusiones obtiene de estos resultados?
15. Se desea transmitir a una velocidad de 2,08 106 bps con una probabili-
dad de error de 10−6 para lo cual se consideran tres tipos de modulación
a) PAM binaria, b) 16-ASK y c) 16-QAM. La densidad espectral del
ruido es N2o = 10−8 . Determine la potencia necesaria en el receptor para
cada modulación.
7
!! "# $%& "#
'( )*+,-./001 -* 2
34 56789:;5 <8 8=9> ?@ >AB9:B> 8= @8>4:C>@ DE ?@5F@>G> H>94>6 ID8 =:GD48
84 JDEB:5E>G:8E95 <8 DE =:=98G> <8 B5<:KB>B:5AE B5E;54DB:5E>4 8E 84 ID8 4>
<8B5<:KB>B:5AE =8 448;> > B>65 D9:4:C>E<5 84 >4F5@:9G5 <8 L:98@6:M N> KFD@> O
GD8=9@> 84 <:>F@>G> <8 645ID8= <84 =:=98G> ID8 =8 ;> > =:GD4>@M
codificador decodificador
Fuente canal Destino
convolucional convolucional
O
1-P
0 0
P
Entrada Salida
P
1 1
1-P
P:FD@> ]Q >E>4 =:G 8A9@:B5 6:E>@:5
( , 2 +,- . *+, .
34 ?@5F@>G> <868 B5E98E8@ 45= =:FD:8E98= ?>@ >AG89@5= <8 8E9@><>Q
Q E DG8@5
A <8 6:9= 8G:9:<5= ?5@ 4> JD8E98M
lQ 9>G>iE 5 <8 4>= ?>4>6@>= <8 =>4:<> <84 B5<:KB><5@M
m Q 45EF:9D< @8=9@:B9:;> Z
^ <84 B5<:KB><5@M
nQ G>9@:C F8E8@><5@> <84 B5<:KB><5@M D= <:G8E=:5E8= =5E m lM
Q E DG8@5
A <8 89>?>= <84 9@844:= D9:4:C><>= 8E <8B5<:KB>B:5AE 8E 84 G5<5
<8 JDEB:5E>G:8E95 <8 =8BD8EB:>= 4>@F>= Z;8@ =8BB:5AE ^M
r Q ?@56>6:4:<>< <8 8@@5@ <84 B>E>4M
8EF> 8E BD8E9> ID8[ <86:<5 > 4> G8G5@:> <84 B5<:KB><5@[ 84 G8E=>78 <8
6:9= 8G:9:<5 ?5@ 4> JD8E98 <868 @8448E>@=8 B5E m O B8@5=M 3=95 =:FE:KB>
ID8 84 E DG8@5
A <8 6:9= > 4> 8E9@><> <84 B5<:KB><5@ 8= m O X > 4> =>4:<>
8= Z m O^lM =:G:=G5[ 98EF> 8E BD8E9> BD>E<5 B5E=:<8@8 84 <:>F@>G>
9@844:= <84 B5<:KB><5@ ID8 45= D49:G5=
A Zm O^l 6:9= ID8 @8B:6> @8=D49>E <8
>68@ B5<:KB><5 45= m O B8@5= <8 @8448E5M
( -,1+ - . ! 1+ , " 1
N> <8B5<:KB>B:5AE <8 B 5A<:F5= B5E;54DB:5E>48= B5E 84 >4F5@:9G5 <8 L:98@6:
=:FD8 45= =:FD:8E98 ?>=5=
OM 8FG8E98 4> =8BD8EB:> @8B:6:<> 8E # p m O =D6=8BD8EB:>= <8
45EF:9D< lM
]M 5E=:<8@8 84 <:>F@>G> 9@844:= >=5B:><5 >4 B5<:KB><5@ ID8 =8 8=9 >A =:GDj
4>E<5M 8EF> 8E BD8E9> ID8 8E 4>= D49:G>=
A m O 89>?>= <84 9@844:= <868
]
B5E=:<8@>@ = 5A45 4>= @>G>= ID8 =8 B5@@8=?5E<8E B5E B8@5= > 4> 8E9@><>
<84 B5<:KB><5@M
8 @8B5G:8E<> D9:4:C>@ 4> 8=9@DB9D@>
<8 H N ?>@> :Gj
?48G8E9>@ 84 9@844:=M
tM 5E=:<8@8 ID8 8E 4> 89>?> p O 84 <:>F@>G> 9@844:= B5G:8EC> 8E 84
8=9><5 95<5 B8@5= X ID8 4> G 8A9@:B> <8 95<5= 45= 8=9><5 8= B8@5M
M 3EBD8E9@8 4> <:=9>EB:> <8 4> j 8A=:G> =D6=8BD8EB:> @8B:6:<> > 95<>= 4>=
@>G>= ID8 B5E8B9>E 45= 8=9><5= <8 4> 89>?> B5E 45= 8=9><5= <8 4> 89>?>
OM
M DG8 8=9>= <:=9>EB:>= > 4>= G 8A9@:B>= <8 45= 8=9><5= <8 4> 89>?> j 8A=:G>
?>@> 5698E8@ 4>= G 8A9@:B>= B>E<:<>9>= ?>@> 45= 8=9><5= <8 4> 89>?> OM
6=8@;8 ID8 ?>@> B><> 8=9><5 <8 4> 89>?> O >X <5= G 8A9@:B>= B>Ej
<:<>9>= ID8 =8 B5@@8=?5E<8E B5E 45= <5= ?5=:648= B>G:E5= ID8 >B>6>E
8E <:B 5 8=9><5M
M o>@> B><> 8=9><5 <8 4> 89>?> O[ 8=B57> 84 B>E<:<>95 BDX> G 8A9@:B>
=8> G8E5@ X 89:ID898 >4 B>G:E5 B5@@8=?5E<:8E98 > 8=98 ;>45@ G RAE:G5
B5G5
M FD>48 4> G 8A9@:B> <8 B><> 8=9><5 <8 4> 89>?> O
>4 ;>45@ G RAE:G5 <8 4>= G 8A9@:B>= <8 4>= @>G>= ID8 448F>E > <:B 5 8=9><5M
M : p # ;>X> >4 =:FD:8E98 ?>=5M : E5[ :EB@8G8E98 8E DE> DE:<>< X
;>X> >4 ?>=5 M
M 5G8EC>E<5 ?5@ 84 8=9><5 95<5 B8@5= <8 4> 89>?> # O[ @8B5@@> >B:>
>9@ >A= 84 <:>F@>G> 9@844:= > 45 4>@F5 <8 4>= @>G>= =D?8@;:;:8E98= >=9>
448F>@ >4 8=9><5 :E:B:>4M 3=98 B>G:E5 8= 84 B>G:E5 5A?9:G5 Z84 G >A= ?@ 5A :j
G5 > 4> =8BD8EB:> @8B:6:<>^ X 4> =8BD8EB:> <8 6:9= <8 8E9@><> ID8 <>
4DF>@ > 8=98 B>G:E5 8= 4> =8BD8EB:> <8 :EJ5@G>B:5AE ID8 B5E=:<8@>G5=
B5G5 =>4:<> <84 <8B5<:KB><5@M
M 34:G:E8 45= D49:G5=
A m O 6:9= <8 4> =>4:<> <84 B5<:KB><5@ ?D8= =8
B5@@8=?5E<8E B5E 45= m O B8@5= >iE ><:<5= 8E 84 ?@5B8=5 <8 B5<:KB>B:5AEM
( / + .- . ,- ,
34 ?@5F@>G> <8 =:GD4>B:5AE > <8 5J@8B8@ 4> ?5=:6:4:<>< <8 9@>6>7>@ 8E
<5= G5<5= <8 JDEB:5E>G:8E95 <:=9:E95= ID8 44>G>@8G5=
X
M 3E B><> DE5 <8 45= G5<5= <8 JDEB:5E>G:8E95 <868
?@8=8E9>@ 45= @8=D49><5= ID8 =8 <89>44>E > B5E9:ED>B:5AEM
3/05/2005 CD_TEMA4_1
Ingeniería Informática
Comunicaciones Digitales
Tema 4
Codificación de canal
Curso 2004-05
3/05/2005 CD_TEMA4_2
Tema 2
Fuente de Codificador Codificador Modulador
información de fuente de canal digital
Estrategias
ARQ
(Automatic
Repeat
Request)
3/05/2005 CD_TEMA4_4
Ejempo de código
bloque lineal
sistemático
3/05/2005 CD_TEMA4_7
3/05/2005 CD_TEMA4_8
Ejemplo de
codificación
convolucional
3/05/2005 CD_TEMA4_10
Diagrama árbol de
un codificador
convolucional
3/05/2005 CD_TEMA4_12
Diagrama de
estados de un
codificador
convolucional
3/05/2005 CD_TEMA4_13
Ejemplos de códigos
convolucionales
3/05/2005 CD_TEMA4_28
Entrelezador
3/05/2005 CD_TEMA4_29
Ejemplo de entrelazamiento
3/05/2005 CD_TEMA4_30
r > Cs
Comunicación
no posible
r < Cs r < Cs
Comunicación Comunicación
posible posible
3/05/2005 CD_TEMA4_31
Ganancia de
codificación
Ingenierı́a Informática
Codificación de canal
Curso 2004-05
26/05/2005
1. La distancia mı́nima de un código bloque lineal determinado es 11.
¿Cual es el número de errores que puede detectar y corregir este código?
Sol.: e = dmin − 1 = 10, t = ⌊ dmin2 −1 ⌋ = 5
Sol.:
c) s = rHT = (001)
d ) dmin = 3, por lo que e ≤ 2 y t = 1
2
d ) Calcule el sı́ndrome de la palabra 01011100.
Sol.:
a)
1 0 0 0 1 1
0 1
0 1 0 0 1 0
1 1
G=
0
0 1 0 0 1
1 1
0 0 0 1 1 1
1 0
11011000
10110100
H = [PT Im×m ] =
11100010
01110001
b) dmin = 4, e ≤ dmin − 1 = 3, t = 1
c) s = (0011)
d ) s = (1010)
4. Un código bloque lineal sistemático tiene la siguiente matriz de paridad
0 0 1 1
0 1 0 1
1 0 0 1
0 1 1 0
1 0 1 0
P= 1 1 0 0
0 1 1 1
1 1 1 0
1 1 0 1
1 0 1 1
1 1 1 1
Sol.:
a)
001011011111000
010101111010100
H = [PT I] =
100110110110010
111000101110001
3
b) s = (0101)
Sol.:
a) G = [I5×5 P]
b)
1111
1011
P=
0111
1101
1110
c) c = (10110)G = (101100101)
d ) dmin = 3
mensaje código
00 00000
01 01111
10 10100
11 11011
Sol.: dmin = 2
cHT = 0
Sol.:
100
P=
111
4
11100
H = [PT I] = 01010
01001
ck+1 = d1 + d2 + · · · + dk (1)
Sol.:
a)
G = [Ik×k 1k×1 ]
b)
1001
G = 0101
0011
c0 = 0000 c1 = 0011 c2 = 0101 c3 = 0110 c4 = 1001 c5 = 1010
c6 = 1100 c7 = 1111
c) dmin = 2, e ≤ 1, t = 0, para cualquier k.
Sol.:
5
a) pe,u = 9, 7362 · 10−6
n
t+1
b) pe,c ≈ t+1 pe,u = 3, 4096 · 10−7
c) Eb /N0 = 8, 45 dB
Sol.:
Sol.:
a) pe = 7, 8270 · 10−4
b) pe ≈ 2, 8395 · 10−6
6
12. Un código bloque lineal de tasa r = 4/7 y distancia mı́nima 3 se uti-
liza para mejorar las prestaciones de un sistema de transmisión PAM
binario que sobre un canal AWGN presenta una probabilidad pe .
Sol.:
n
pt+1
a) pe,c ≈ t+1 e,u
= 21p2e,u
n
t+1
b) pd,c ≈ p
e+1 e,u
= 70p2e,u
c1
c2
d1
s1 s2 s3
c3
Figura 1:
7
2) 010 110 111 101 101 101 001 010
3) 111 110 111 111 001 101 001 101
8
c1
d1
s1 s2 s3
c2
c3
Figura 2:
c1
c2
s1 s2 s3 s4 s5 s6
c3
c4
Figura 3: